在前人研究的基础上,本文利用1km×1km空间分辨率的数字高程模型数据(DEM),2016-2018年MODIS云量产品,2016-2018年气象站云量、日照百分率和日照时数的站点数据,结合起伏地形下可照时数的分布式模型,实现了研究区日照时数的网格化模拟,并绘制出2016-2018年1km×1km空间分辨率的日照时数年平均和四季的平均日总量空间分布图。具体包括以下几方面的工作:(1)首先将研究区2018年的MODIS云量与气象站总云量进行对比分析,发现两者具有良好的相关性,但在数值上具有差异。再以气象站总云量的站点数据为真值,提出差值订正、比值订正、归一化混合订正三种对MODIS云量进行订正的方法,并选用效果最好的差值订正法对2016-2018年MODIS云量产品进行订正,获得2016-2018年5km×5km的云量栅格影像数据。气象站总云量数据与经过订正后的MODIS云量在空间分布上具有高度的一致性,经随机抽取的气象站验证,订正后的MODIS云量月绝对误差平均值普遍小于10%,说明订正后的MODIS云量在时空上均具有较好的可靠性、稳定性。(2)将订正前后的MODIS云量先后与气象站日照百分率数据进行对比分析,发现云量与日照百分率有显著的负相关关系,以此对两者进行线性拟合建立了日照百分率的网格化模拟计算模型,实现了2016-2018年研究区日照百分率的网格化模拟。经随机抽取的站点验证,2016-2018年日照百分率网格化模拟结果的年平均绝对误差均小于4.5%,年平均相对误差均小于9%。根据日照百分率网格化模拟结果与气象站日照百分率的空间分布,可以发现两者的分布特征与趋势高度相似。同气象站日照百分率相比,网格化模拟结果在局部的细节更为清楚明晰,体现了引入卫星遥感数据的优点。(3)根据模拟得到的2016-2018年研究区日照百分率栅格影像,结合起伏地形下可照时数的分布式模型,实现了对研究区的实际日照时数网格化模拟,完成了2016-2018年1km×1km分辨率下研究区日照时数的空间制图。网格化模拟结果与站点数据的月平均绝对误差为0.33-0.34小时,月平均相对误差为5.82-6.17%网格化模拟结果;与随机抽取的验证站点的数据的月平均绝对误差为0.33-0.45小时,月平均相对误差为5.99-7.57%。结果表明日照时数的网格化模拟结果具有较好的时空模拟能力,能够反映一定的整体分布趋势与局部分布特征。