他们解释说：太阳能资源是通过一个地点接收到的短波 DNI 和 GHI 辐照度来评估的。聚光太阳能热发电 (CSP) 依赖于 DNI，而光伏主要依赖于 GHI。然而，GHI 和 DNI 结合起来表示散射辐射量，这对光伏板技术的影响不同。

研究人员利用了美国国家可再生能源实验室国家太阳辐射数据库 (NSRDB)中的晴空和全天空 DNI 和 GHI 数据，该数据的空间分辨率为 4 公里，时间分辨率为 30 分钟，覆盖美国大陆。全天空指标包括云和气溶胶影响，而晴空值包括气溶胶但不包括云。

科学家表示：我们利用太阳天顶角 (SZA) 小于 75 的时间计算每个变量的每日平均值，通过减去晴天(即无云)和全天空的值来计算云驱动的变化，通过减去受烟雾影响的日子和参考无烟日的晴天值来计算烟雾驱动的变化。

在最精细的研究中，团队分析了 2020 年加州野火季节的两天情况，并将其与 2019 年同一天的类似无烟条件进行了比较。在更大的月度和年度尺度上，团队比较了 2020 年高烟雾条件和 2019 年低烟雾条件下的区域和国家太阳能资源。在更大的范围内，分析扩展到 2006-2021 年，以表征更长期的区域烟雾-辐照度相互作用。

我们发现，由于当地烟雾的影响，加州基于模型的每日平均 DNI(32-42%)和 GHI(11-17%)损失显著，该小组解释道。当地烟雾也会大大降低每月平均 DNI(最大值：61%)和 GHI(最大值：25%)，对 DNI 的影响会持续到火灾的下风处。然而，即使在极端的野火季节，烟雾运输对美国大陆 (CONUS) 的 GHI 的影响平均相对较小(5%)。

最后，学者们表示，GHI 减少的规模意味着烟雾对美国光伏资源的平均影响相对较小，他们表示，这是令人鼓舞的，因为当更多公用事业规模的电池存储容量上线时，当局部烟雾在更精细的时间尺度上导致潜在的巨大辐照度变化时。

他们的研究成果发表在《自然通讯》杂志上的《极端和历史野火烟雾条件下的太阳能资源可用性》一文中。 这项研究由来自美国 科罗拉多州立大学、斯普林菲尔德学院和 美国宇航局兰利研究中心的科学家进行。