輻射冷卻（Radiative Cooling, RC）是一種無需能源輸入、通過將熱量以中紅外輻射形式發散至外太空來實現被動降溫的技術，在應對全球變暖、能源危機等問題中具有重要意義。然而，大氣中的云層由于是紅外不透明的，會顯著影響熱輻射傳輸，對RC性能有不可忽視的影響。過去的模型要么忽略云層的存在，要么簡化地假設云溫度等同于地面環境溫度，從而造成對RC能力的高估或低估。為解決這一問題，本文引入了基于云底高度和大氣遞減率的云溫度模型，動態修正大氣逆輻射的估算，提升RC功率預測的準確度。通過典型城市氣象數據和全球實況對比，研究揭示了云層高度和云量在不同氣候區域對RC性能的真實影響，為RC器件在全球范圍內的合理部署與能效評估提供了理論支撐。相關工作以Assessing radiative cooling power considering the cloud effects為題發表在Applied Thermal Engineering期刊()。

2模型構建與理論驗證

2.1模型描述

地表與宇宙空間之間的能量交換如圖1所示。地表上的輻射冷卻器（radiative cooler, RCer）的熱平衡主要由四個部分組成：RCer自身的熱發射，吸收的太陽輻射，大氣逆輻射以及由于傳導和對流而導致的寄生熱損失。云層的溫度變化顯著影響大氣逆輻射，進而影響RCer的性能，云層溫度與云層高度密切相關。考慮云冷卻效果（cloud cooling effect, CCE）對RCer的效率準確性判斷至關重要。在本工作中，使用了理想的寬波段RCer，其光譜特性如圖2所示。

圖1：地球與外層空間之間的能量交換。低空云層由于溫度接近地表溫度，會抑制地表熱量的有效散發，造成悶熱感；而高空云層溫度較低，有利于地表向云層發出熱量，從而帶來清涼感。

圖2：理想寬帶輻射冷卻器的光譜特性。

2.2模型驗證

參考Zhao等已發表的實驗參數，對所提出的模型進一步進行了驗證。在晴空（無云）條件下，模型計算結果與實驗值一致，誤差僅為0.43 °C（圖3a）。而在多云條件下，考慮CCE后的計算結果與實驗數據高度吻合，四組實驗的絕對誤差分別僅為0.10 °C、0.26 °C、0.12 °C和0.15 °C（圖3b）。整體來看，引入CCE顯著提升了模型在不同氣象條件下的預測準確性，驗證了其在真實應用場景下的可行性與穩定性。

圖3：(a)冷卻器平衡溫度的實驗值與考慮或不考慮CCE情況下的計算值。(b)實驗值與計算值之間的絕對誤差。

3結果與討論

3.1大氣遞減率的影響

本研究分析了不同大氣遞減率γ對凈冷卻功率（net cooling power, NCP）計算的影響（圖4）。圖4a顯示，NCP隨云底高度變化，在云底高度為5 km處，當γ = 6.5 °C·km?1時，NCP與γ取9 °C·km?1和4 °C·km?1時的差異在10 W·m?2以內。圖4b表明，云量較高時γ對NCP的影響同樣小于10 W·m?2。

圖4：采用不同大氣遞減率計算的NCP隨不同(a)云底高度和(b)云量的分布情況。

3.2云底高度和云量的影響

在300 K環境下，計算了大氣逆輻射（Patm,cloud）和NCP（圖5）。結果顯示，Patm,cloud隨云量增大而升高，在云底高度為5 km時，Patm,cloud由216 W·m?2提升至293 W·m?2，如圖5a所示。圖5b展示，不考慮CCE時，NCP在高云量時幾乎降為零；而引入CCE后，即使云量為1.0/1.0，云底高度為5 km時NCP也能維持在~44 W·m?2，且云層越高，冷卻效果越好。圖5c和5d進一步說明，云量越高，NCP對云基底高度越敏感。考慮CCE時，NCP不會隨云蓋增大而完全消失，而是隨云高升高而增強，這與實際觀測結果相符。圖5e則指出，忽略CCE會帶來較大誤差，尤其在高云高、高云量條件下，被忽視的NCP可超30W·m?2。

圖5：(a)不同云底高度下，隨云量變化的大氣逆射輻射分布。(b)不同云底高度下，NCP隨云量變化的分布：灰線表示不考慮CCE的NCP，彩色線表示考慮CCE后的NCP。虛線表示各云底高度NCP與不考慮CCE時NCP的差值。(c)不同云量下，NCP隨云底高度變化的分布。(d) NCP隨云量和云底高度的分布：（d1）不考慮CCE，（d2）考慮CCE；d1和d2共用同一色標。(e) (d1)與(d2)的差值隨云量和云底高度的分布，綠色虛線表示NCP差值為30 W·m?2的等高線。

3.3在真實世界中云的影響

3.3.1典型城市云量和云高度的分布

基于EnergyPlus獲取的全年8760小時數據，分析了五個典型城市的云底高度與云量分布（圖6）。結果顯示，艾斯尤特云層高但稀疏，1100小時云高超3 km，其中大部分云量低于0.1。全年有7681小時為低云量（<0.1）。北京、倫敦、紐約為溫帶氣候，其中北京的高云時長最多，倫敦多云顯著，近4900小時云量超0.8。吉隆坡常年多雨，云層低且密，僅1小時云高超2 km，但有7281小時云量超0.8。在現實生活中，高云和多云很少同時存在，表現出互斥的模式。

圖6：艾斯尤特、北京、倫敦、紐約和吉隆坡全年不同云底高度與云量的累計小時數分布。

3.3.2 CCE對典型城市的RC性能影響

基于逐小時氣象數據，計算了五個城市再有無CCE條件下的年均NCP，結果如圖8a所示。艾斯尤特氣候干燥、云少，年均NCP雖高，但CCE影響極小，差值僅1.3 W·m?2。北京、倫敦、紐約的年均NCP差值分別為6.2、6.9和6.4 W·m?2。吉隆坡常年高云量和低云高，CCE帶來的NCP增幅達到10.0 W·m?2，是五個城市中最高。圖8b進一步展示CCE占比，結果表明，在熱帶、濕潤城市評估RCer性能時，考慮CCE至關重要。

圖7：(a)五個典型城市在考慮與不考慮CCE下的NCP，以及兩者的差值。(b)五個城市的CCE占比。該占比通過NCP差值與考慮CCE時的NCP之比計算得出。

3.3.3 CCE對全球RC的影響

基于1986個全球氣象站的逐小時數據，繪制了CCE在全球的空間分布（圖9）。結果顯示，全球大部分地區CCE占比低于60%，占比大于40%以上的主要分布在高緯度地區。赤道至南北緯30°附近的亞熱帶區域受下沉氣流影響，CCE比例下降至約20%。整體來看，若忽略CCE，全球RC估算將面臨約25%的系統性偏差。精確納入CCE不僅可提升RC模型精度，更是制定能源策略、應對氣候變化和評估城市熱島效應干預效果的重要基礎。

圖8：CCE占比的(a)全球分布和(b)緯度分布。

小結：本文針對現有模型忽略或簡化云層溫度處理的問題，提出了一種基于云底高度的云溫度模型，從而更準確地評估云層對RC的影響。研究表明，在云量為1.0/1.0的條件下，NCP分別可達14 W·m?2（云底高度1 km）、22 W·m?2（2 km）和44 W·m?2（5 km），遠高于不考慮CCE時的預測值（趨近于0 W/m2）。在北京、倫敦、吉隆坡等城市，超95%的時間內云底高度低于3 km。進一步的全球分析表明，忽略CCE會導致平均約25%的NCP低估，在濕潤城市如吉隆坡，該比例高達59%。通過提高輻射冷卻功率預測的準確性，本研究為在城市環境中合理部署輻射冷卻系統提供了有價值的框架。

論文信息Chen H, Wei J, Liu X, Liu J*, Wang C*. Assessing radiative cooling power considering the cloud effects. Appl. Therm. Eng., 2025; 278: 127192. https://doi.org/10.1016/j.applthermaleng.2025.127192.

都看到這里了，關注一下吧^_^

聲明：本文部分素材源自網絡，版權歸原作者所有。分享旨在促進信息傳遞與學術交流，不代表本公眾號立場，如有不當，請聯系我們處理。歡迎從事【太陽能綜合利用/輻射制冷/微納尺度傳熱】等相關領域學者分享您最新的研究工作，我們將竭誠為您免費推送，投稿郵箱：SpaceEnergy@163.com.