精准的太阳能预测对电网并网至关重要，但受云层动态变化的随机性影响，该任务仍极具挑战性。尽管十余年来，已有大量研究利用机器学习方法辅助物理预测框架，但相关进展始终较为有限。近年来基础模型的突破，重新为太阳能预测领域带来了实现性能跨越式提升的希望。本文提出VISIF（视觉融合太阳辐照度预测器，Vision-Integrated Solar Irradiance Forecaster），一种基于预训练大型视觉语言模型、利用卫星数据进行太阳辐照度预测的方法。VISIF 将时间序列数据视作一种语言模态，借助预训练对齐的视觉语言嵌入空间，实现静止卫星影像与地面观测数据的有效融合。在地理分布多样的观测站点上开展的实验表明，VISIF 模型性能持续优于当前最优的单模态与多模态基线模型，相较于 CrossViViT 基准模型，平均绝对误差降低超过 21%。模型规模分析进一步显示，中小尺寸的骨干网络在不同气候区域下具有更优的泛化能力。

太阳辐照度预测,大型视觉语言模型,遥感