16
EXPERIENCE 区域治理
作者简介:段娅晗,生于1995年,硕士,研究生,研究方向为城市环境与生态。
东北地区十大冰雪旅游热点城市冬季气候舒适
度及变化趋势研究
上海师范大学 环境与地理科学学院  段娅晗
摘要:基于气象要素数据和通用热气候指数模型,研究了中国东北地区10个冰雪旅游热点城市1980-2019年40年冬季各月与多年平均气候舒适度变化趋势。结果显示:冬季各月份的气候舒适度的空间分布有很强的纬度差异性与经度差异性,黑龙江省和吉林省的大部分热点城市的气候舒适度在“较冷”和“冷”的舒适度区间,也是最适宜作为冰雪旅游目的地的城市。关键词:气候舒适度;冰雪旅游;通用热气候指数中图分类号:P463.3
文献标识码:A  文章编号:2096-4595(2020)48-0016-0001
一、引言
全球气候变暖已经是众所周知的问题,随着全球气候变化的加剧和旅游业的快速发展,全球和中国的气候变化问题以及气候变化对旅游的影响逐渐受到研究者们的关注,而旅游气候舒适度的评价研究也是其中的重
要组成部分。
气候资源是旅游业发展的基础,旅游气候舒适度的评价研究是旅游气候学的
重要组成部分。
早在1923年,国外就展开了对旅游气候舒适度的研究。从研究方法上分为以下几个阶段:(1)构建经验模型和评价指数,Houghten 最先提出有效温度的概念[1]
;后来针对热环境和冷环境的不同,有适应其环境的经验评价模型[2];随着各学者对模型的不断优化,湿球黑球温度指数(WBGT)
[3]
、不舒适指数(DI)
[4]
相继而出。(2)构
建机理模型和生物气候学指数,Terjung 在1966年提出气候舒适度指数[5];Oliver 于
1973基于温湿指数和风效指数探讨了温度、湿度、风速和日照等气象条件对舒适度的影响[6]。(3)构建基于人体热量平衡模型的气候舒适度指数,Mayer &Hoppe 在1987
年提出了生理等效温度(PET)的概念[7]。随着旅游气候学的发展,在世界气象组织气候学委员会倡导下,欧洲科学与技术合作计划的730号行动召集了来自23个国家
的45位科学家,融合生理学、数学、气象学及计算机科学等诸多领域最前沿专业技术知识,共同建立了基于多结点热生理模型的通用热气候指数(Universal Thermal Climate Index,UTCI),
通用热气候指数(The Universal Thermal Climate(UTCI)是一个涵盖从热到冷的整体气候指数[8]
。UTCI 模
型在任何气候条件下
[9]
都能较好地反映出
人体热生理反应,是最具普适性的评价模型。
国内对旅游气候舒适度的研究起步较晚,研究方法主要沿用国外的经验模型进行旅游气候舒适度的评价,并对多种经典的经验模型(温湿指数THI、风效指数WEI、风寒指数WCI、着衣指数ICL、度假气候指数HCI、人体舒适度指数BCMI、通用热气候模型UTCI)进行组合使用
东北旅游
[10-12]
在空间尺度上,有对我国某一城市进行旅游气候舒适度的评
价研究、对旅游景区的研究等[13]。
本文使用具有普适性的气候舒适度评价模型UTCI ,对东北地区十大冰雪旅游热点城市冬季气候舒适度进行评价研究,弥补了对东北地区冬季旅游气候舒适度研究的不足,探讨冰雪旅游的气候舒适度的变化趋势。
二、数据来源与研究方法
(一)数据来源
本文研究的气象数据来自国家气象科学数据中心的中国地面气候资料日值数据集(V3.0),选取了中国东北地区的10个冰雪旅游热点城市,共计10个站点。并且选取了该数据集1980—2019年40年间的气压、气温、相对湿度、风速、日照时数五项日值数据。
(二)研究方法
UTCI 模型以气象资料为基础,模拟基于标准参照环境的实际热环境下的人体感知温度,该模型的概念表达公式为:
UTCI=f (Ta ;Tmrt ;Va ;RH)=Ta+Offset (Ta ;Tmrt;Va;RH)公式(1)
(1)公式中:Ta 为气温(℃);Tmrt 为辐射温度(℃);Va 为风速(m/s);RH 为相对湿度(%)。本文数据将通过BioKlima2.6 这一软件实现,得出UTCI 指
表1 UTCI
等效温度的热应力及舒适度等级划分
EXPERIENCE 区域治理
数值及舒适度等级。该软件集成了迄今应用广泛的多种人体舒适度模型。计算UTCI指数所需要的气候因子为:气温、相对湿度、风速和辐射温度。由于辐射温度不能直接在数据中下载,可以利用云量、气压、太阳高度作为替代变量输入软件计算当日UTCI指数。本文选取观测点的气温、相对湿度、气压、风速作为计算UTCI的基本因子[14]。舒适度等级划分依据为:0℃-9℃:凉;-13℃-0℃:较冷;-27℃--13℃:冷;-40℃--27℃:很冷。
三、研究结果
表2总结了各城市不同舒适等级的频率。
四、结论与讨论
(一)结论
从各月份UTCI指数平均值变化来看,11月份的UTCI指数值最大,大部分地区为“较冷”,且出现“凉”等级的城市是大连。“冷”等级分布在位于高纬地区的呼伦贝尔和漠河。12月和1月份的UTCI指数值较小,“冷”等级分布的地区较多,其中1月份呼伦贝尔的UTCI指数值最小,达到“很冷”的舒适度区间。2月份“较冷”等级的城市开始逐渐增多,UTCI指数值逐渐变大,3月份的UTCI指数平均值比1月份的偏低,大部分地区为“较冷”的舒适度区间。
从各月份的气候舒适度的空间分布来看,有很强的纬度差异性与经度差异性,纬度最低的大连“凉”频率最大,天数为40.03d。“较冷”期最长的是白山,呼伦贝尔和漠河“很冷”期较长,其中呼伦贝尔由于海拔高,“很冷”期为44.8d,是十大热点冰雪旅游城市中冷应力最强的地区。漠河是位于我国最北端的城市,冬季“冷”期最长,有96.43d,这意味着漠河冬季气候舒适度普遍偏低。黑龙江省和吉林省的大部分
热点冰雪旅游城市的气候舒适度在“较冷”
和“冷”的舒适度区间,也是最适宜作为冰
雪旅游的目的地的城市。
(二)讨论
不同地区受海拔等条件的影响,气候条
件具有一定差距,应结合实际考察,结合旅
游者的不同活动,在相关气候要素的基础上,
得出更客观的评价指标。与其他相关研究相
比,本文弥补了冬季冰雪旅游气候舒适度研
究的空白,运用了更具有普适性的气候舒适
度评价模型,为冰雪旅游者提供了一些建议。
参考文献
[1]H o u g h t o n F C,Y a g l o u    C
P.D e t e r m i n i n g e q u a l c o m f o r t
lines[J]. Journal of the American
Society of Heating and Ventilating
Engineers,1923,29:165-176.
[2]Siple P A,Passel C F.Measurements
of dry atmospheric coolingin subfreezing
t e m p e r a t u r e s[J].P r o c e e d i n g s
o f t h e A m e r i c a n P h i l o s o p h i c a l
Society,1945,89(1):177-199.
[3]Yaglou C P,Minard D.Control
of heat casualties at military
training centers[J].Ama Arch Ind
Health,1957,16(4):302-316.
[4]Thom E C.The Discomfort Index[J].
Weatherwise,1959,12(12):57-61.
[5]Terjung W H. Physiologic
c l i m a t e s o f t h e c o n t e r m i n o u s
U n i t e d S t a t e s:A b i o c l i m a t i c
classification based on man[J].
Annals of the Association of American
Geographers,1966,56(1):141-179.
[6]Hoffer B J , Siggins G R ,
Oliver A P , et al. Activation of
the pathway from locus coeruleus to
rat cerebellar Purkinje neurons:
p h a r m a c o l o g i c a l e v i d e n c e o f
noradrenergic central inhibition.[J].
Journal of Pharmacology & Experimental
Therapeutics,1973,184(3):553.
[7]Mayer H , H?Ppe P . Thermal
comfort of man in different urban
environments[J]. Theoretical & Applied
Climatology,1987,38(1):43-49.
[8]Kampmann B , Br?De P , Fiala D .
Physiological responses to temperature
a n d h u m i d i t y c o m p a r e d t o t h e
assessment by UTCI, WGBT and PHS[J].
International Journal of Biometeorolo
gy,2012,56(3):505-513.
[9]Blazejczyk K , Kunert A .
Bioclimatic principles of recreation
and tourism in Poland[M].2011.
[10]刘清春,王铮,许世远.中国
城市旅游气候舒适性分析[J].资源科
学,2007(1):133-141.
[11]马丽君,孙根年,黄芸玛等.城
市国内客流量与游客网络关注度时空相关分
析[J].经济地理,2011,31(4):680-685.
[12]马丽君,孙根年,王洁洁.中国
东部沿海沿边城市旅游气候舒适度评价[J].
地理科学进展,2009,28(5):713-722.
[13]李春花,刘峰贵,陈蓉等.拉萨
市旅游气候舒适度定量研究[J].干旱区资
源与环境,2014,28(8):203-208.
[14]张曦月,姜超,孙建新等.气候
舒适度在不同海拔的时空变化特征及其影响
因素[J].应用生态学报,2018,29(9):2808-
2818.
表2 1980-2019年十大冰雪旅游热点城市各月平均UTCI
指数及舒适度等级
注:舒适度频率表示不同舒适等级出现的天数占该月(11月30天,12月、1月、3月31天,2月29天)或
冬季(152天)的百分比。
17