Enerji kullanımı başta iklim değişikliği ve hava kirliliği olmak üzere çevre sorunlarına yol açmaktadır. Kentsel alanlarda fosil enerji kaynaklarının yoğun tüketimi kentsel hava kalitesini bozmakta, astım ve solunum yolu hastalıkları gibi sağlık sorunlarına neden olmaktadır. Fosil enerji kaynakları yerine güneş enerjisi başta olmak üzere yenilenebilir enerji kaynaklarının kullanılması daha sağlıklı ve temiz bir çevre sağlamaktadır. Güneş radyasyonunu tahmin etmek için uzun yıllardır bazı istatistiksel yaklaşımlar kullanılmıştır. Tahmin için Angström-Prescott olarak adlandırılan formül yaygın olarak kullanılmaktadır. Bu yaklaşım, günlük güneşlenme süresi ve gün uzunluğu ölçümü kullanılarak hesaplanan bağıl güneşlenme süresi değerini kullanır. Güneşlenme süresi uzun zamandır meteoroloji istasyonlarında ölçülmektedir. Ancak istasyon bulunmayan veya uzak bölgeler gibi bazı durumlarda, istatistiksel yöntemler kullanılarak güneşlenme süresi tahmin edilir. Atmosferik ortamda güneşlenme süresi, bulutla kaplılık, rüzgar hızı, nisbi nem, yağış miktarı, hava sıcaklığı, atmosferik basınç gibi diğer iklim parametrelerinden etkilenir. Bu makale, yağış mikarı ve nisbi nem yoluyla güneşlenme süresi bağıntılarının elde edilmesini önermektedir. İstatistiksel modelleri oluşturmak için güneşlenme süresi ile olan ilişkisinden dolayı modellere ilk olarak bulutla kaplılık eklenmiştir. Birçok çalışma, güneşlenme süresinin bulutla kaplılık ile yüksek oranda ilişkili olduğunu göstermiştir. Güneşlenme süresi ve iklim elemanlarının gözlemlenen günlük ortalama değerleri, Devlet Meteoroloji İşleri tarafından ölçülen Samsun meteoroloji istasyonuna ait verilerdir. Güneşlenme süresi için istatistiksel modeller elde etmek için veriler aylık ortalama değerler olarak düzenlenmiş ve ardından doğrusal regresyon analizi yöntemi uygulanmıştır. Ayrıca iklim değişkenlerinin zaman serilerinin grafikleri de görsel olarak oluşturulmuştur. Elde edilen bulgulara göre, bulutla kaplılık, yağış miktarı ve nisbi nem üzerinden istatistiksel modeller kullanılarak güneşlenme süresi tahmin edilebilmektedir. Farklı zaman ölçeklerinde yağış miktarı ve nisbi nemin katkıları değişmektedir.

Energy usage leads to environmental problems especially climate change and air pollution. In urban areas, extensive consumption of fossil energy sources deteriorates urban air quality and causes health problems such as asthma and respiratory diseases. The usage of renewable energy sources mainly solar energy instead of fossil energy sources provide the healthier and cleaner environment. Some statistical approaches have been used to predict the solar radiation for many years. The formula which is named as Angström-Prescott is widely used for the estimation. This approach uses the value of relative sunshine duration which is computed by using the daily measurement of sunshine duration and the daylength. Sunshine duration has been measured at meteorological stations for a long time. But in some cases such as remote areas or non-exist stations, sunshine duration is forecasted by using statistical methods. In atmospheric environment, sunshine duration is affected from other climate parameters such as cloud cover, wind speed, relative humidity, precipitation, air temperature, pressure. This paper offers to gain the relationships for sunshine duration via precipitation and relative humidity. To construct the statistical models, cloud cover was entered the models firstly because of its association with sunshine duration. Many studies were shown that sunshine duration was highly correlated to the cloud cover. The observed daily mean values of sunshine duration and climate elements were the data of Samsun meteorological station measured by Turkish State Meteorological Service. To acquire the statistical models for sunshine duration, data was arranged as monthly mean values and then linear regression analysis method was operated. Also the graphs of time series of climate variables were visually created for a clear interpretation. According to the findings, sunshine duration can be estimated bu using statistical models over cloud cover, precipitation and relative humidity. The contributions of precipitation and relative humidity change for different time scales.