KNOXVILLE, TN, 8 de julio de 2026 /24-7PressRelease/ -- Los datos precisos de luz solar se están volviendo esenciales para la transición hacia energías limpias, pero rastrear cuánta radiación solar llega a la superficie terrestre sigue siendo difícil cuando las nubes, los aerosoles y los cambios atmosféricos se desplazan rápidamente. Un nuevo marco de aprendizaje por transferencia ahora permite que el satélite geoestacionario chino Fengyun-4A (FY-4A) estime la radiación solar en superficie (SSR) y sus componentes global, directa y difusa con alta precisión. Al adaptar el conocimiento del producto CARE (Cloud, Atmospheric Radiation and Renewal Energy Application) basado en Himawari-8, el modelo reduce la dependencia de conjuntos de datos meteorológicos auxiliares. Las estimaciones de radiación resultantes del FY-4A proporcionan una base de datos más sólida para la predicción de energía solar, la investigación climática, el modelado de la superficie terrestre y la planificación energética sostenible.

La radiación solar en superficie controla el balance energético de la Tierra, los ciclos hidrológicos, los procesos de los ecosistemas y el rendimiento de los sistemas solares fotovoltaicos (PV) y de concentración solar. Las redes radiométricas terrestres ofrecen las observaciones más fiables, pero sus estaciones son escasas y están distribuidas de manera desigual, especialmente en océanos y regiones en desarrollo. Los productos de reanálisis proporcionan una amplia cobertura pero pueden perder precisión debido a la resolución gruesa y las interacciones simplificadas entre nubes, aerosoles y radiación. Las observaciones satelitales pueden llenar este vacío, pero muchos algoritmos existentes son específicos de cada sensor, y la mayoría de los productos se centran principalmente en la radiación global en lugar de estimar por separado los componentes directo y difuso. Con base en estos desafíos, se necesita una investigación más profunda sobre la recuperación transferible y de alta resolución de la radiación solar a partir de satélites geoestacionarios chinos.

Investigadores del Instituto de Investigación de Información Aeroespacial de la Academia China de Ciencias; la Universidad de Ciencia e Ingeniería de Sichuan; y el Instituto de Física Atmosférica de la Academia China de Ciencias, informaron (DOI: 10.34133/remotesensing.1044) el estudio en Journal of Remote Sensing el 29 de abril de 2026. El artículo presenta un nuevo método basado en satélites para recuperar la radiación solar global, directa y difusa del FY-4A. El trabajo aborda un problema operativo clave: cómo proporcionar estimaciones precisas de luz solar a alta resolución espaciotemporal sin depender en gran medida de observaciones terrestres densas o conjuntos de datos atmosféricos auxiliares.

El avance clave del estudio es una estrategia de aprendizaje por transferencia que transfiere conocimiento radiativo de Himawari-8 a FY-4A. El equipo desarrolló primero un modelo de red neuronal profunda (DNN) utilizando observaciones de nivel 1 (L1) de Himawari-8 y el producto de radiación CARE, luego ajustó el modelo preentrenado con datos L1 del FY-4A. El modelo utiliza reflectancia en el tope de la atmósfera (TOA) y geometría sol-satélite como entradas dinámicas, mientras que la optimización bayesiana selecciona automáticamente los hiperparámetros clave para mejorar la generalización y la eficiencia. La validación se realizó utilizando 33 estaciones terrestres de la Red de Radiación de Superficie de Referencia (BSRN), la Oficina de Meteorología (BOM) y la Matriz Global de Boyas Tropicales Ancladas (GTMBA) durante 2018-2020. En sitios representativos de BSRN, el FY-4A logró errores cuadráticos medios instantáneos (RMSE) de 102.2, 117.5 y 83.1 W m⁻² para radiación global, directa y difusa, respectivamente. A escala de media diaria, los RMSE cayeron a 28.5, 30.1 y 22.6 W m⁻², mostrando un fuerte rendimiento en diferentes escalas temporales.

Los autores dijeron que el estudio muestra cómo el conocimiento de un producto satelital maduro puede transferirse a otra plataforma para construir nueva capacidad operativa. Señalaron que el marco permite al FY-4A estimar no solo la luz solar total sino también los componentes directo y difuso que determinan cómo se desempeñan los sistemas de energía solar en condiciones despejadas, nubladas y brumosas. También enfatizaron que reducir la dependencia de datos meteorológicos auxiliares hace que el método sea más práctico para la monitorización casi en tiempo real. En su opinión, el enfoque convierte las observaciones del satélite geoestacionario chino en un recurso más poderoso para aplicaciones energéticas y climáticas.

El nuevo producto de radiación del FY-4A podría ayudar a mejorar la evaluación de sitios fotovoltaicos, la predicción de energía, la gestión de la red, el modelado climático y las simulaciones de la superficie terrestre. La radiación directa es especialmente importante para la energía solar de concentración, mientras que la radiación difusa afecta la producción fotovoltaica bajo cielos nublados o con aerosoles. Al resolver estos componentes por separado, el marco ofrece información más procesable que la radiación global sola. El estudio también demuestra que el aprendizaje por transferencia puede ayudar a superar las diferencias de sensores y los datos de entrenamiento terrestre limitados. De cara al futuro, la misma estrategia podría extenderse a otros satélites geoestacionarios chinos, incluido el Fengyun-4B (FY-4B), apoyando una monitorización de la energía solar más fiable en el este de Asia y más allá.

Referencias
DOI
10.34133/remotesensing.1044

URL de la fuente original
https://spj.science.org/doi/10.34133/remotesensing.1044

Información de financiación
Este trabajo fue apoyado por la Fundación Nacional de Ciencias Naturales de China (Nos. 42025504, 42405145 y 42430604), la Fundación de Ciencias Naturales de la Provincia de Sichuan (No. 2024NSFSC0770), el Proyecto de Investigación Organizada del Laboratorio Tianfu Yongxing (No. 2024KIGG18) y el Fondo de Apertura del Laboratorio Clave de Inteligencia Artificial de la Provincia de Sichuan (No. 2024RYY03).

Acerca de Journal of Remote Sensing
El Journal of Remote Sensing, una revista de acceso abierto en línea publicada en asociación con AIR-CAS, promueve la teoría, la ciencia y la tecnología de la teledetección, así como la investigación interdisciplinaria dentro de las ciencias de la tierra y la información.

Chuanlink Innovations, donde las ideas revolucionarias encuentran su verdadero potencial. Nuestro nombre, arraigado en la esencia de la transmisión y la conexión, refleja nuestro compromiso de fomentar la innovación y facilitar el viaje de las ideas desde su concepción hasta su realización.

Enlace relacionado:
http://chuanlink-innovations.com

Descargo de responsabilidad: Esta traducción ha sido generada automáticamente por NewsRamp™ para 24-7 Press Release (colectivamente referidos como "LAS EMPRESAS") utilizando plataformas de inteligencia artificial generativas de acceso público. LAS EMPRESAS no garantizan la exactitud ni la integridad de esta traducción y no serán responsables por ningún error, omisión o inexactitud. La confianza en esta traducción es bajo su propio riesgo. LAS EMPRESAS no son responsables por ningún daño o pérdida resultante de tal confianza. La versión oficial y autoritativa de este comunicado de prensa es la versión en inglés.