Estimating Surface Solar Irradiance from GOES Satellite with Particle Filter Model and Joint Probability Distribution

摘要

Une méthode d'estimation de l'irradiance solaire de surface (SSI) à partir de données satellites GOES est présentée et validée par comparaison avec 4 années de mesures in situ provenant de 6 stations météorologiques de Guyane Francaise. Dans cet article, nous proposons une approché par filtre particulaire combinant observations du satellite GOES et données in situ. Nous proposons une fonction d'observation originale basée sur une distribution de probabilité conjointe des 2 types de données. Les résultats statistiques sont conformes a ceux des méthodes existantes. Le biais journalier varie de -16 W/m~2 (-6% de la moyenne des mesures) a 12W/m2 (6%). L'erreur quadratique moyenne (RMSD) est comprise entre 23 W/m~2 (10%) et 27 W/m~2 (15%). Le coefficient de corrélation est de 0,92. La méthode est peu sensible aux variations climatiques saisonniéres, le biais et RMSD restent similaires en saison des pluies comme en saison séché, mais une meilleure corrélation est observée pendant la saison des pluies. Les incertitudes sont principalement dues a laprésence de conditions atmosphériques tropicales spécifiques en saison séché.rnLa méthode a été soumise a différents tests: un processus de validation croisée a mis en évidence la possible généralisation du modéle dans une dimension temporelle, la capacité dumodéle a reproduire efficacement des anomalies dans les séries temporelles d'irradiance solaire de surface a aussi été testée. La robustesse des résultats obtenus montrent l'intérét du modéle par rapport aux autres méthodes d'estimation existantes. A cause de sa simplicité; démiséénoeuvrecétté méthode ouvre de nouvelles perspectives en matiére d'estimation de l'irradiance solaire au sol. Nous concluons que l'utilisation d'un filtre particulaire combinée a une fonction d'observation originale permet une estimation de haute qualité de l'irradiance solaire au sol en Guyane Francaise.%A satellite retrieval of surface solar irradiance (SSI) based on GOES satellite data is presented and validated for thernFrench Guiana with 4 years of in situ measurements from 6 ground stations. We propose a particle filter approach combiningrnGOES satellite observations and in situ data.We propose an original observation function based on a joint probability distributionrnand taking advantage of the characteristics of both involved types of data. The statistical results are compared with those ofrnexisting estimation methods and they are found to be in accordance. The daily bias ranges from −12 W/m2 (−6% of the meanrnof measurements) to 12 W/m2 (6%), depending on the stations. The daily root mean square difference ranges between 23 W/m2rn(10%) and 27 W/m2 (15%). The correlation coefficient is close to 0.92. There is no seasonal climatic effect on the method, the biasrnand RMSD remain similar for both the rainy and the dry seasons, but better correlation is observed in the rainy season than inrnthe dry season. Uncertainties are mainly due to the presence of specific tropical atmospheric conditions during the dry season.rnThe method has been tested through various tests: cross-validation scheme has highlighted the potential generalization of thernmodel in a temporal dimension; the ability of the method to effectively duplicate anomalies in surface solar irradiance time seriesrnhas also been tested. The robustness of the results shows the interest of the method compared to other existing estimation methods.rnBecause of its simplicity of implementation, thismethod opens new prospects in estimating surface solar irradiance. It is concludedrnthat using a particle filter and original observation function method allow a high-quality surface solar irradiance estimation inrnFrench Guiana.