地表太阳辐射 (R s ) 数据是开发太阳能利用以缓解持续气候变化的重要信息。为了实现中国的碳中和目标，中国在太阳能光伏系统方面进行了大量投资和规划。

然而，基于气候模型的Rs未来预测由于内部气候变率、模型不确定性和情景不确定性而包含较大的不确定性，这些不确定性尚未被先前的研究消除。此外，R s中的模型偏差和潜在驱动因素尚未量化。

清华大学地球系统科学系杨坤教授课题组，结合R s的高质量观​​测资料和最新的耦合模式比较项目第六期(CMIP6)模式数据，探索了模式偏差R s中的 CMIP6 模型并量化了中国模型偏差的物理原因。CMIP6 模型中 R s的系统偏差被揭示是由云和气溶胶引起的，导致对 R s未来变化的预测在很大程度上不确定。

为了纠正这种影响，该团队使用模型的历史偏差来限制 R s在三种可能的未来情景下基于紧急约束的未来预测，这是一种具有坚实物理基础的方法，可以通过结合气候模拟与当代测量的集合。

该研究发表在《国家科学评论》杂志上。

约束结果在 21 世纪中叶将预测不确定性大幅降低了约 56%。此外，该团队发现，使用 TCC 和 R s-clear bias 的综合效应的约束可以解释使用 R 的投影不确定性的约 81%。

R s的受限投影显示出对未来太阳能布局非常有利的空间格局。研究人员发现，相对于 1995 年至 2014 年，2050 年至 2069 年期间的平均 R 变化正在变亮。特别是在电力需求较高的华北和东南地区，受限预测呈现出更明显的亮化。

2050-2069 年期间 Rs 的 20 年均值相对于 1995-2014 年均值的 未来变化(阴影;以 W•m -2表示)来自三种可能的未来情景(即 SSP1-2.6 (a)、SSP2)中的约束值-4.5 (b) 和 SSP5-8.5 (c)，66% 置信区间显示为等高线。图片来源：Yanyi He 和 Kun Yang。图片来源：科学中国出版社

随着人为强迫的增加，受限的未来变化表现为中国东部变亮较弱，西部变暗。“碳中和行动下的低人为排放不仅有助于缓解全球变暖，还可以增加太阳能潜力，从而为建设气候适应型社会创造积极的反馈，”杨说。

更好的估计和未来 Rs 变化的不确定性提高了气候预测的可靠性，以促进中国太阳能的有效投​​资。这些结果强调在制定与未来太阳能部署相关的政策或决策时 需要考虑未来 R 空间格局的变化。