?开发了一项用于检测光伏发电场土壤温度和土壤水分动态的模型。
?在光伏板中部和前部土壤水分增加了59.8%-113.6%。
?间歇性遮荫使土壤温度降低了1.47 -1.66 ℃。
?应更好地研究光伏发电场管理中的水文和生物地球化学过程
光伏发电技术在清洁能源的可持续发展中扮演着一种十分重要的角色，在全世界，干旱地区是建立大型光伏发电场的理想场所。通过安装大型光伏发电场来改变能量收支和水资源的可利用性，能够从根本上影响能量收支、水资源以及生物地球化学循环过程。通过原位野外观测就光伏板如何影响周围的环境，以及在光伏板长期的、持续的、累积的影响下，土壤小气候和土壤温度如何演变，无法得出一个确切的结论。在这里作者设计了一个综合的模型整合了能量收支和水循环过程，来量化在光伏板附近不同位置，对土壤小气候和水分状况的生态水文效应。利用随机生成的 100 年的气候时间序列来进行模拟，以捕捉土壤小气候以及土壤水分状况的演变趋势。结果表明在实验区中部以及前部土壤含水率增加了 59.8%-113.6% ，所有的实验区中土壤温度降低了 1.47 -1.66 ℃，主要是因为与对照区相比，实验区有效水分是它的 5-7 倍，有效辐射降低了约 27% 。另一方面，如果光伏板的离地间隙太低，下部形成的湍流不仅会对土壤温度产生影响，还会对土壤含水率造成影响。这项研究的创新性贡献在于加强了受光伏板影响的土壤小气候和土壤水分动力学发展的现有理论模式，并可为地球上的水文和生物地球化学过程以及干旱生态系统中大型光伏发电场的可持续管理提供可靠见解。
光伏板、小气候、土壤水分、集成模型、农业光伏系统、光伏发电场
日益增长的环境问题和不断增长的能源需求为可再生能源的利用开辟新的机会。光伏发电技术作为低碳的，非化石燃料能源生产最有前景的候选者之一，被认为有潜力塑造清洁、可靠、可扩展和可负担的未来电力系统。据国际可再生能源机构统计，截止到2020年，总的光伏装机容量已经达到了714 GW，且光伏发电场增长比例仍在增加。干旱和半干旱地区面积占陆地面积的40%以上。这些地区对光伏发电系统的安装极为有利：该地的年太阳辐射率较高，广阔的地域面积支持安装大型光伏电站。然而这些地区由于严苛的环境条件以及植被覆盖率较低，其生态环境是十分脆弱的，任何人为活动都可能加剧其所能承受的压力。因此，尽管由于建立光伏发电场能够减少碳排放，但是显而易见的是，这些光伏系统也会带来一些新的环境问题，换句话说，安装光伏系统既会带来威胁，也会带来一些未知益处。例如，在干燥气候中建立光伏发电场，其下植被会生长的更旺盛（有时生物量是周围地区的22.7倍），由于光伏板下遮荫环境，与周围环境构成了类似的自然群落交错区，在群落交错区内，植被覆盖率与生物量有增加趋势。通过显著改变水/能源的可利用性，从而改变土壤与空气相互作用模式，同时大量安装地面光伏发电系统可能会进一步影响碳循环过程，并且由于植物吸收了光伏系统排放的温室气体，会促进植物的生长。然而，人们对这些效应的了解还不够。
小气候会影响土壤的性质及土壤与其上生长植物的关系。大型光伏发电场通过改变能量收支和水循环，可能无意中会产生一些生态水文效应，例如改变了地表土壤温度和湿度。确实，在板下环境，小气候的改变会带来各种各样的甚至是相反的的影响，这些影响取决于气候、土壤、植被以及光伏系统配置（例如：离地间隙、倾斜角以及光伏板材料）。例如，光伏板除了将大量的有有效辐射转换为电能，还能反射和再辐射太阳能并且能够在地面上形成大量的遮荫，从而降低土壤温度，进而减少PV下方土壤中热诱导水分流失的速率（地表土壤蒸发）。相反地，光伏板的反射率和热容低，以至于使得光伏板下空气比其它位置的空气被加热的更快，从而导致空气温度更高，相对湿度更低，因此使得蒸散增加。此外，光伏板造成的降雨模式的变化，改变了土壤水分输入，从而造成空间有效水的增加和减少。风模式的变化改变了特定地点的气流状况，并引起短距离内小气候的实质性变化。上述提到的光伏板对小气候复杂的影响可能会反过来影响当地的植被、生物多样性以及碳平衡，从而导致生态系统服务功能在多个尺度上发生变化。
由于光伏发电场可能会通过改变小气候影响当地甚至区域生态系统的模式，这些相关的生态和生态环境问题引起了公众甚至是政府的关注，这些问题包括光伏发电场是否会全部吸收太阳能或成为光伏热岛，从而阻止光伏板附近植物的生长；当与同等的未开发地点相比时，光伏发电场是否会增加生物多样性，等等。这在干旱以及半干旱地区像是中国西北地区尤其是如此，这些地区气候干燥，生态系统正在退化，光伏发电场正在蓬勃增长。迫切需要提高对土壤小气候和水分状况的认识，以应对这些问题，但是在这些地区以及全世界相似的地区目前仅仅只开展了少量的关于光伏板生态水文效应的研究。现有的野外观测已经表明光伏饭降低有效辐照度、降低土壤温度，或在小尺度上提高土壤含水率。然而，现有的光伏电站水平和区域尺度的测量结果表明，根据观测尺度的不同，光伏板会带来热岛效应或冷岛效应。很明显，光伏板对当地气候的效应，以及这些效应如何影响植被和土壤是不确定的。由于野外观测固有的限制，综合建模方法是弥合不同地点和不同尺度观测差距的唯一可能的方法，但是迄今为止仍然缺乏这种类型的研究。在开发这样的模型时主要有两个困难：1）就光伏电站场址以及当地的气候、光伏电站结构而言，各种光伏发电场的潜在适用性，2）就受光伏板影响的生态水文过程在空间范围内的明确描述。
基于野外观测，设计了一个综合模型，在日尺度上量化光伏板不同位置在土壤温度和水分状况的生态水文效应。与现有模型相比这个模型的突出优点是该模型在空间上对能量收支和水循环过程进行了明确的处理，该模型克服了使用有限的野外观测评估光伏发电场的生态水文效应的缺陷。通过建模工作，这项工作旨在
1）通过使用新型综合模型探索光伏板对土壤小气候和水分状况的生态水文效益。
2）对光伏板如何影响周围环境，或者在光伏板长期的、持续的、累积的影响下土壤小气候和土壤水分状况如何演变做出定量的描述。
3）证明土壤水分状况可能会进一步影响碳循环。为了实现这些目标，设计了一系列数值实验，为了解干旱生态系统中大型光伏发电场的生态水文过程提供坚实的基础，在实验中随机生成的100年气候时间序列，这个序列足够长，以便于合理捕捉土壤小气候和土壤水分状况演变趋势。
本研究在一个光伏发电场(38°06'8"N, 102°19'47"E;位于中国西北干旱地区河西走廊东部的甘肃省武威市，海拔 1702 m。该地气候是典型的温带大陆性气候，年均温14.2℃（日最高温35.3℃，最低温-10.9℃）。年均降水量约212 mm，降雨88%发生在生长季（从4月1日到9月30日），以上数据基于过去38年可获得的气象记录。和其它干旱半干旱地区一样，由于强烈的蒸散、贫瘠的土壤和高反照率的表面，植被的生长环境恶劣，本研究区的土壤含水率很低。该地区建立了大量的光伏发电场和集中式光伏电站。在研究区，光伏阵列是东西布置的，向南倾斜，倾角为37.5°，单个光伏板的长4 m，宽1 m（其由两个子板组成，子板之间具3 cm的间隙）。下垫面是典型的戈壁沙漠，土壤中含有大小不一的砾石（见图1c）使得难以安装时域反射计（TDR）。为了更好地安装TDR，用砂壤土替换现有的顶部1 m土壤。气象数据为永昌站从1980年到2017年观测的气象数据（日最高温、日最低温、日照时数和总降雨量），永昌站距该光伏发电场30 km（见图2a），其气象数据从中国国家气象科学数据中心获得。体积含水量（VWC）取5个不同深度（10，20，40，60，和80 cm)的垂直剖面的体积含水量的平均值，探针被安装在以上5个土壤剖面中，每10分钟的扫描一次，收集数据。通过TDR探针在每个点测量土壤湿度和土壤温度。由于光伏板引起的高降雨量和太阳有效辐射性在实验区之间存在差异，为了描述与光伏板的不同位置的土壤水分的变化，设置了四个实验区见（图1a）：前（降雨截留区）、中（降雨截留和遮阴区）、后（遮阴区）和对照区（自然裸露区）。对照区据光伏发电场100 m远，故不会被光伏板覆盖。
图1 （a）由PV和TDR安装引起的屋顶效应（红点）；（b）单个光伏板的照片；（c）中间地带土壤表面照片和滴水线；（d）前地带内的一幅植被图
综合模型方案如图2b所示。不考虑边缘效应的影响。该模型的目的是评估大型光伏发电场对土壤水分状况和土壤小气候的长期影响。单站点每日随机天气生成模型（WeaGet），一个基于Richardson的天气发生器，被用来产生100年间的降雨量，最高和最低气温，太阳辐射，作为残差模块的输入。在WeaGet中，利用一阶二态马尔可夫链来生成潮湿或干燥天气。在给定的一天中降水概率取决于前一天的潮湿或干燥状态与两个参数的伽玛分布的降水量。我们假设降雨过程是瞬时的，因为每次降雨事件持续时间与相对于日尺度很短。利用一阶线性自回归模型生成日最高气温、日最低气温以及日太阳辐射。为了获得最合适的土壤参数，从文献中获得一系列土壤参数的可能值，使用遗传算法得到的原位观测结果来进行校准，并采用统计分析的方法对参数的性能进行了评价。设计不同限制条件下的数值实验，以量化PV对单个光伏阵列附近不同位置土壤小气候和水分状况的生态水文效应。
2.1土壤小气候
土壤温度、近地表气温、以及土壤与空气的热交换和水分输送是干旱以及半干旱地区中能源平衡的重要组成部分。土壤温度主要受地面物理性质、地表覆被物以及近地气候这些因素的影响。因为土壤温度与空气温度有强烈的相关性，在本次研究中土壤温度由公式（1）给出，它是一个近地气温关于太阳辐射以及土壤深度的函数。
图2 （a）太阳能发电场的位置：武威市丰乐镇；（b）示出综合模型内的子模型之间的关系的示意图；（c）太阳能发电场的照片。
2.2太阳辐射
太阳辐射是控制能量收支和水循环最重要的因素。精确估算太阳辐射对计算潜在蒸散和土壤温度是非常必要的。如果给定纬度、经度和日期，则参考算法可用于计算任何地点的太阳辐射。实际的当地日太阳辐射（R a ）可以表示为太阳入射角（i）、太阳仰角（hc）、PV的方位角（γ）和光伏板倾角（β）的函数，详见附录A。
2.3遮光效应
因为光伏板拦截了一部分太阳辐射，使得光伏板下方区域的可利用太阳辐射减少。这种遮光效应不仅影响PET，而且影响空气和土壤温度。光伏板下方的辐射量取决于光伏板的反射率和电转换效率。为了简化模型，没有专门的模型计算光伏板的遮荫效应。相反，我们假设反射率和电转换效率分别为10%和18%，它们是全球平均水平。因此，剩余的（90%）可以分为18%（剩余的90%）被光伏板吸收并转化为电能，以及其他82%（剩余的90%）通过面板传输并被下面的表面吸收。因此，光伏板下方的有效太阳辐射等于光伏板表面入射太阳辐射的73.8%（90% × 82%）。
2.4降水再分配效应
当降雨发生时，光伏板拦截了其中的一部分，并且大部分被拦截的降雨沿着到光伏板的边缘滴落下来形成狭窄的滴水槽（见图1b和c）。植被截留一小部分降水后，剩余部分将通过土壤孔隙向下渗透或产生Hortonian坡面流，具体取决于降雨强度。当土壤含水率达到田间持水量时，产生重力水，并开始主导土壤中的水损失。该过程由Jahanfar等人明确描述。更详细地说，太阳能电池板的不可渗透表面产生了一种屋顶效应（见图1a）。
在风速和雨滴的作用下降雨通常不会垂直落向地面。相反它会相对于降雨垂直的方向以一定的入射角（α）落向地面。估算光伏板拦截降雨采用的模型是 AVrain 模型，该模型由Elamri 在2018年提出。为了简单起见，模型假设光伏板上的不规则水流是均匀向下流动的，并且输出水流在距光伏板边缘0.15 m宽处汇集。由于光伏板表面相对光滑，且光伏板倾角相对缓和，这些简化是可行的。入射角和降雨截留量的关系由下式给出：
2.5土壤水分动态
使用single-bucket来分析受光伏板影响的土壤水分状况。这个模型被广泛的用来评估土壤水分的时空动态。
土壤湿度主要受土壤中有效水和太阳辐射所控制。如图1a所示，光伏板就像一个屋顶，其下的小气候条件不断变化。在对土壤水分动态进行定量分析之前，必须计算日潜在蒸散。日潜在蒸散是一个关于太阳辐射和温度的函数。Hargreaves修正公式被用来估测日潜在蒸散，在该公式里，仅需要日最高气温、日最低气温、降水量和地外辐射，就可计算日潜在蒸散，由下式给出。
系统总的损失包括实际总的蒸散和渗漏损失。归一化损失的分段关系由下式给出：
统计指标（ NSE ）和（ RMSE ）用来评估综合模型的精确性。
1.模型验证和评估指标：
在光伏板前区进行模拟时，需要对模型参数进行校准，且土壤湿度变化幅度是关注的焦点。与此同时，前区需要收集气象参数相对较少，仅仅是有效水的变化。在该区，模拟的土壤深度是80cm，此深度内，地下水对土壤湿度影响不大，土壤孔隙度（n）和田间持水量S fc 分别是0.41和0.21.相应的S w 和S * 分别是0.09和0.16。其它参数见表1，这些土壤物理参数值在砂壤土相应土壤物理参数的有效值范围内，均有文献可考。在不同的生长季，如在生长季早期（4月1日到6月30日），生长期末期（7月1日到9月30日），由于蒸发散与叶面积相关，模型中所采用的K c 值不同。2016年光伏板四个区内实际值与模拟值的土壤干湿过程如图3a所示，且两者无显著差异,前区实际观测值与模拟值无显著差异，NSE=0.068，中区实际观测土壤含水率和模拟土壤含水率RMSE=0.02 v/v。模拟土壤平均温度由等式（1）计算，且从图3b中可以看出，模拟值与实际观测值相差不大，RMSE=2.45 v/v。但是因为等式（1）成功模拟到了土壤温度变化趋势，模型产生的误差仍在有效范围内。
表1模型参数定义和前区估测值
2. 光伏板影响下的土壤小气候特征：
为了避免光伏发电场早期运行时造成的一些不确定性因素，模型模拟运行了 100 年的气候序列，直到光伏发电场的气象和土壤小气候参数足够的稳定来捕捉气候的波动，来研究在有光伏板遮盖区域和自然状态下无光伏板覆盖的情况下造成的土壤温度不同。光伏板遮盖区域的年均土壤温度为 1.47-1.66 ，低于自然状态区域下的土壤温度（见图 4 ）。无论是在实验区还是对照区，土壤温度并没有表现出巨大的差异。相应参数值分别是 0.0032 和 0.0039 。尽管地表辐射减少是一个长期、持续、累积的过程，模拟结果表明光伏板下的土壤温度不是持续降低，而是相对稳定的在正常范围内波动。此外，模拟的日均土壤温度与实际观测值没有很大的差异见图 4b ，光伏板遮盖区域内的实际日均土壤温度在 25-32 ℃范围内，高于对照组 。这些差异可能是由于板下低反射率和低热容导致的增温效应造成的。实际上对照区较实验区域温暖一些，这些现象将在 讨论部分 中讨论。
3. 光伏板影响下的土壤水分状况：
对照区的土壤含水率是8%见图5a，前区和中区的年均土壤含水率分别为16.3%和15.8%，大约是对照区的两倍。实验区的土壤含水率在6%-13%见图5b，并且土壤含水率低于萎蔫点的天数占生长季的72%。与对照区相比，后区的水分胁迫更加严重。因为在土壤含水率低的情况下，土壤湿度变动幅度很小。这个结果简单而直接的反映光伏板对土壤水分动态的影响。在100年的时间序列里，整个实验区的土壤湿度变化高于对照区或是前区，相应参数变化值分别为0.24、0.22、0.12和0.09。土壤含水率变化梯度十分明显：前区的土壤湿度高、后区土壤湿度低。实际上光伏板覆盖区域下更为湿润，在光伏板的覆盖下，土壤含水率升高59.8%-113.6%。
图3 实际观测与模拟土壤水分动态（a）实际与模拟平均土壤温度（b）F,M,B和C代表不同的实验区，分别是前区、中区、后区与对照组，‘-S’和‘-O’分别指模拟和实际观测结果。蓝色条表示实际观测到的日降水量。
图4 （a）实验区模型模拟运行了100年的时间序列后的平均土壤温度和对照区实际观测平均土壤温度（b）土壤温度概率密度曲线，表明了对照区和实验区的土壤温度差异。
讨论
1.模型和参数性能
在研究区，土壤温度与当地气温相关性更大，而与太阳辐射相关性较小。因此，经验公式（1）被用来估测基于太阳辐射和气温的土壤温度。土壤水分动态受降雨影响很大，不仅仅受降雨量影响，同时还受降雨持续时间影响。由于每个降雨事件的气候特征和土壤中水分的再分配是无法被考虑到的，与实际观测相比，在模型中土壤湿度对降雨的响应是更为迅速。该模型捕捉到了土壤湿度变化也很好地捕捉到了前区和中区土壤干燥的过程，尽管由于它高估了夏季蒸发散，而低估了土壤湿度。然而，在后区和对照区内，该模型不尽如人意，因为在这两区内的实际的气象条件要比模型里考虑到的复杂，并且在对照区内有明显的土壤结皮，这可能升高降雨截留损失。同时为了简单起见，我们假设模型中产生的径流是均匀的，无横向分布以及Hortonian坡面流，并且我们认为土壤是各向同性的、均匀的。然而，实际上，在土壤湿度建模中，这些假设会产生严重的不准确性，特别是地表不像模型中假设的那样平坦或均匀的区域。此外，各个方向都可能产生漫射辐射，特别是在光伏板下。然而在该模型中，我们仅仅考虑会对模拟结果产生影响的沿着光线方向的部分漫射辐射。尽管有这些限制，模型仍能够像预期那样很好地和数据拟合（见图4图5）。
除了模型结构涉及到的限制，在当前模拟实验中，参数选取也是误差产生来源。例如，现有的研究表明光伏板覆盖下的有效太阳辐射除了受光伏板倾角和太阳方位角影响，还明显的受到光伏板光电转换效率的影响。与无光伏板覆盖的区域相比，光伏板覆盖区域下的年均日照下降了80%-90%，有效太阳辐射下降了67.3%。这些不一致的结果可能是由于在不同的研究地区气候条件和光伏系统结构的不同造成的。有效太阳辐射的大小和时空的变化直接间接影响大气、植被、土壤中的物质和能量交换，因此，这对于精确估算光伏板辐射截获效率是至关重要的。通过有限的野外观测校准光伏板辐射截获效率，且通过该模型估算光伏板辐射截获效率为0.27，这也意味着光伏板覆盖区域下的有效太阳辐射占入射光伏板总辐射的73%。为了不使光伏板辐射截获效率偏低，采取对照处理，光伏板下的土壤有效辐射减少了另外的20%（见图6b）。因此光伏板下的有效太阳辐射为59%（80%*73.8%），该值在实际观测值范围内。与图3a相比，中区的土壤湿度偏高，后区的变化不大，辐射截获效率为0.27是合理的。此外,由于光伏板也会反射辐射，所以漫射辐射来自于不同方向。然而在该模型中，我们仅仅考虑可能会对模拟结果产生影响的沿着光线方向的部分漫射辐射。
图5 （a）在实验区的三个区内，模型模拟运行了100年的时间序列后的土壤含水率和对照区实际观测土壤含水率（b）土壤湿度概率密度曲线，表明了对照区和实验区的土壤湿度差异
图6 光伏板影响下土壤水分动态的数值实验结果：（a）没有考虑光伏板的“屋顶效应”;（b）实验区接收的太阳辐射量又减少另外的20%;（c）不考虑湍流对土壤的影响;（d）考虑光伏板的雨水截留效率。蓝色条表示实际观测日降水量
2.光伏板如何影响土壤小气候
与自然区域相比，光伏板覆盖区域下由于低的净辐使得土壤温度更低，如图4中的模拟结果所示，已发表的文献中的实际结果也可以证明这一点。在这篇文献中，一个关注点是在短期内建成的大型光伏电站是否会迅速且明显的改变土壤温度，造成随着时间的推移产生板下温度变得越来越冷的“冷岛效应”。然而观点并没有被证明。从能源平衡这一点来看，土壤能够获得的净辐射能被划分为三部分：土壤和大气之间的潜热通量，上层和下层土壤边界之间的显热通量，以及由土壤温度直接控制的显热。后面两部分主要取决于土壤的热力学性质。因此土壤温度主要受有效净辐射、蒸散速率和土壤热力学性质影响。这些也很可能是光伏板影响土壤温度的方式。理论上，光伏板下的净辐射是否升高或降低取决于光伏板和自然地表的反射率的不同。在干旱的沙漠地区，由于光伏板将一部分反射到大气中并且将少量的剩余辐射转化为电能，净辐射量呈减少趋势。
能量耦合和水的交换发生土壤圈和大气圈的边界，由蒸散过程将其联系起来，是能量和水分的消耗。结果，蒸散强度和土壤温度呈现出很大的正相关。在土壤温度升高过程中，会出现一些反常现象，温度升高会刺激蒸发增加，从而使地表降温，反之亦然。因此，光伏板可能会通过改变蒸腾或者蒸散强度来影响土壤温度。此外，土壤体积热容量也是土壤温度的影响因素之一。它受到空气、水分和土壤这三部分的影响。在空气的影响下，土壤体积热容通常被忽略，土壤体积热容取决于土壤含水率和土壤的固体成分。尽管没有明显的证据表明光伏板能够改变土壤的物理化学性质、改变降雨的时空分布以及能使光伏板边缘处的土壤湿度增加（见图5）。土壤水分含量越高，土壤温度升高所需的热量就越多，与干燥的土壤相比，保持相对较低的温度有利于土壤环境。
3.光伏板对土壤水分的影响
在干燥环境中，光伏板的屋顶效应增加了土壤可利用水分，这是其下植物、昆虫、小动物生存的限制性环境要素，也会影响光伏板下的土壤湿度。虽然观测结果可以提供清晰的结果，并增强对 pv 影响土壤水分状况的直观预期，但是仅仅依靠短期观测不能够揭示光伏板如何影响土壤湿度的机理。众所周知，蒸散效率取决于土壤含水率和能量有效性。就像4.2中提及的，土壤湿度和蒸散效率存在负相关。因此，由光伏板造成的蒸散强度的改变也会对土壤水分状况造成影响。因为有太多的干扰因素，最好使用生态模型来对光伏板的效应进行预测。不同的限制处理被输入到模型中（见图6），为了就光伏板如何通过发生在陆地—大气边界的能量和水的耦合过程影响土壤水分状况提供一个全面的定量的解释。我们假设光伏板不会拦截降雨或者改变降雨的空间分布。它们紧紧遮挡了位于其下的表面。在中部和前部区域，由于这种遮光效应模拟的土壤湿度比实际观测结果低大约33%-44%，这表明了屋顶效应对土壤含水率有着明显的影响。像4.1中讨论的那样，有效辐射对土壤湿度有着显著的影响，所以我们比较了不同辐射截留效率对土壤湿度的影响（见图3和图6b）。当遮荫区域的有效辐射下降了20%时，NSE从-0.8下降到-3，年均土壤湿度由0.15增加到了0.18。上述结果表明了有效辐射和土壤湿度之间存在着负相关关系，这个结果与之前有效辐射对土壤湿度影响的结论一致。
即使正确估计了太阳辐射，中区土壤水分动态模拟结果与实际值仍旧不能很好地符合，NSE=-2（见图6c），这是由于中区的蒸散被低估了。光伏板的表面温度通常比邻近气温高约20 ℃，温度如此之高，以至于PV将作为长波再辐射能量，板下气温将会因此再升高。结果风速将会降低，这一结果有文献可考。这种热的低速湍流可能对蒸散有很大的影响。换句话来说，板下高气温低风速可能会使得其下蒸散强度高于其它区域。为了反映这种湍流对土壤水分状况的影响，模拟实验中日最高气温上升了50%（见图3a）。尽管中区和前区有相似的有效水和低辐射，由于湍流加强了蒸散强度（见图3a），中区的土壤湿度甚至低于前区。这个结果表明湍流对土壤湿度有着显著的影响。还可能有另外的对土壤水分状况有显著影响的不确定性因素：光伏板集雨效率。模型中，我们假设光伏板表面水流是均匀的，无再分配，但是实际上并不是这样的。当降雨强度超过某一阈值时，水可能从纵向的狭缝流出，也可能从两个子面板间的交叉间隙流出。为了验证这一猜想，前区和中区的集雨效率分别被设定为0.8和0.65（见图6d），使模型能够捕捉土壤湿度波动的幅度，使土壤干燥过程图像比图3a中所示的更好，NSE分别等于0.67和0.13。总的说来光伏板主要通过改变有效辐射和有效水来影响土壤水分状况。此外，均匀的湍流和降雨对土壤水分状况也可能有显着的影响。
4.研究意义
降雨促进植物发芽并为植物和动物提供水分和食物，特别是在干旱环境中，与其他生态系统相比，水资源的变化可能对生态系统产生巨大的影响。干旱环境中，大型光伏发电场可能提供另外一种减轻水资源限制的方法，例如在年均降雨量低于100 mm的极端干旱区域，由于光伏板的屋顶效应，一个50 MW的光伏电站每年能够收集23000 m3水,将光伏与农业结合起来的系统称为农业光伏系统，该系统在大型光伏发电场中被广泛的应用。在干旱环境中安装农业光伏系统能够提高土地利用率，雨水利用效率和农作物产量。由于光伏板产生的间歇性遮荫对作物非常有益，能够为作物提供相对稳定的小气候条件且由光伏板截获的降雨能够平衡剧烈的蒸散。在农业光伏系统中，已经对玉米、芦荟、枸杞以及其它作物进行了研究。除了农业光伏系统，包括其它光伏系统，如：水产光伏系统、水上光伏系统、光伏建筑一体化或集中式光伏发电系统已被广泛应用，不仅节省了安装太阳能发电场所需的土地，而且大大减少了蒸发损失，为干旱地区节约了大量的水资源。这些光伏系统当与其它传统的发电系统相结合，可以进一步提高能源效率，减少外部蒸发。
与光伏发电系统蓬勃发展相反，光伏发电系统对周围环境的生态水文效应的研究却很少。大型光伏发电场的生态环境效应的研究多是小尺度的，但是大型光伏发电场是否会改变大气环流以及它们是否会由于它们对陆地表面性质的改变而减轻或加剧全球变暖（例如，表面反照率、粗糙度）仍然未知。大规模光伏发电场的碳储存潜力对研究也很重要，正如这项研究所发现的那样，光伏发电场显然有利于植被恢复。就光伏发电场整体而言，在它的生产过程中消耗了大量的不可再生能源和物质，尽管它并非不使用不可再生能源，但是与火力发电以及其它化石燃料能源相比，它仍然更清洁，碳排放更低。例如，Ye et al.指出，与其它化石能源相比，太阳能能够避免90%的碳排放，然而这些研究通常集中在太阳能对化石能源可持续有利的一面，并没有考虑到太阳能发电场对生态系统的改变所导致的额外的碳排放减少。此外，当比较日尺度、季节尺度或年际尺度，或地点尺度、区域尺度或大陆尺度时，大型光伏发电场的生态水文效益可能是不同的，甚至是相反的。因此，还应该研究不同尺度下的大型光伏发电场的生态水文效应。
使用综合模型分析受光伏板影响的土壤小气候和水分状况。本次研究为了解干旱生态系统中大型光伏发电场的生态水文效应提供了坚实的基础，为先前的的观测结果提供了理论依据并最大限度地提高干旱地区大型光伏发电场的生态系统服务。本次模拟实验结果表明，光伏板能够将中区和前区的土壤含水率提高59.8%-113.6%，且光伏发电场中存在明显的土壤湿度梯度，便是前区的土壤湿度最高，后区的土壤湿度最低。板下年均土壤温度比其他区域低1.47-1.66℃，但是并不能够表明板下土壤温度持续地变低、变湿润。事实上，可能是光伏板在夜间对土壤温度和湿度具有相反的影响，从而逆转了白天的影响。与光伏板的离地间隙相关的湍流也对土壤温度和土壤含水量有影响。未来农业光伏系统值得研究，且应该合理选择光伏发电系统地理位置、安装方式避免造成一些不利影响。此外，还需要做更多的工作，以评估光伏发电场的碳储存能力，考虑到它们如何改变生态系统，更好地了解不同尺度如何影响大型光伏发电场的生态水文效益。实际上本次模拟实验结果表明大型光伏发电场对干旱环境是有利的，因为它们可以缓解干旱地区的热量和水分胁迫，促进植被恢复。
