在当今世界能源消费持续增长和能源产业逐步向可再生能源转型的背景下，太阳能被广泛认为是传统能源的合适替代能源。太阳辐射作为太阳能应用的基础数据资料，是太阳能有效转换和全面利用的关键因素。其中，散射辐射是太阳辐射的重要组成部分之一，其对于建筑热过程模拟以及太阳能光伏发电等研究及工程应用起着重要作用。然而，由于资金及技术的限制，我国目前的地表散射辐射观测数据极其匮乏，绝大多数地区无法获得相关数据资料。鉴于此，有必要通过其他可获取的参数建立数学模型对地表散射辐射进行预测。
　　本文针对我国七个太阳辐射分区，基于1960–2016年间地面气象数据和太阳辐射数据等资料，分析地表太阳辐射长期变化趋势特征；构建地表日散射辐射预测模型，通过统计分析与模型综合评价对模型进行对比以确定适用于各分区的区域通用地表日散射辐射预测模型。同时，基于2014–2016年间的空气质量数据对构建的模型进行修正与对比。主要内容如下：
　　（1）利用线性倾向估计法对不同太阳辐射分区内1960–2016年典型站点地表太阳辐射曝辐量年际变化进行分析，并通过Mann–Kendall突变检验进行突变识别。结果表明，典型台站地表太阳总辐射曝辐量年际变化以下降趋势为主，其中下降速率最快的是北京，为–19.485MJ·m-2·a-1。同时，几乎所有台站地表总辐射年曝辐量在1990年之后都出现了回升的现象，这与全球从“变暗（Global dimming）”到“变亮（Global brightening）”的过程一致。就地表散射辐射曝辐量而言，各台站年际变化趋势存在差异。
　　（2）基于1981–2016年间地面气象数据以及太阳辐射数据等资料，对既有地表日散射辐射预测模型进行改进，并构建了多个新模型。通过决定系数（R2）、平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对百分比误差（MAPE）、纳什效率系数（NSE）以及整体性能指标（GPI）对模型进行验证与综合评价。结果显示，散射比模型更适合用于我国地表散射辐射日曝辐量的预测；基于晴空指数和相对日照时数比的模型准确性更高，且在模型输入参数中增加平均气温和相对湿度可以进一步提高模型准确性。Ⅰ–Ⅴ区中编号为FN5、FN5、CN3、FN5、FCS3、FCS3、FCS3的模型预测准确性最好，可分别用于其区域内缺少散射辐射记录地区的地表散射辐射曝辐量预测。
　　（3）以近年来我国空气污染相对严重地区的代表城市为例，基于2014–2016年各城市的每日AQI数据对地表日散射辐射预测模型进行修正，并将修正后的模型性能与原模型进行对比。结果显示，借助于AQI的修正，地表日散射辐射预测模型的R2、MAE、RMSE、MAPE以及NSE平均提高了0.272%、0.106%、0.617%、0.256%、0.159%，表明基于AQI对模型进行修正可以有效地提高模型预测准确性。