-
近年来，由于社会经济的发展与人民生活质量的提升，环境和气候等问题逐渐成为人们关注的焦点. 在旅游业中，气候不仅造就了美丽的自然景观，而且还会影响旅游者旅游活动的体验感，除个人偏好、环境差异和最大信息量等因素之外，旅游者在选择目的地时还十分关注旅游地的气候舒适度[1]. 对旅游气候的研究最早始于国外，且偏重于对评价气候舒适度的原理和方法的探索. 美国学者Terjung[2]通过构建人体舒适指数和风效指数的模型，来评价美国大陆的气候舒适度；Oliver[3]在前人研究的评价体系的基础上加入自创风寒指数量表和温湿指数，更为全面地对人体所感受的气候舒适度进行评价. 相较于国外，国内的相关研究虽起步较晚且侧重实证，但对气候舒适度的研究更加深入，研究者们通过加入如地理因子、经济因子等，结合实例从多角度对气候舒适度进行分析评价. 关于气候对旅游影响最早的探索出现于著名气象学家林之光先生所著的《气候风光集》一书中，相关理论的探索由此开始深入. 如余志康等[4]结合地理位置条件，对40°N以北的地区的夏季气候舒适度进行了研究从而得出其消夏旅游潜力；杜正静等[5]利用我国气候类型结合旅游气候适宜性指数，从而实现了对中国旅游气候资源的精细化分析. 探索旅游气候舒适度在我国多聚焦于东、中部平原地区，对西部高原、山地地区旅游气候的研究仍然较为缺乏.
气候资源作为旅游业发展极为重要的支柱，对区域旅游流的季节性变化和旅游区景观的可持续发展具有深远影响. 气候舒适度的优劣通常是从气象学角度出发，依据人体在不同天气以及气候条件下的各种感知的状态[6-7]进行评价的. 攀枝花市以山地地形为主，其山地面积约占总面积的90%，由于各种山地地形因素如地势起伏不一、坡向不同及沟壑纵横等，加之植被等造成的遮蔽度不同和海拔高度相对差异较大，从而形成“一山有四时，百里不同天”的气象条件. 基于此，本研究利用2000—2020年累计21年的气候资料，通过数字高程模型提取高程及山势走向等地形要素后结合GIS空间分析方法，对该区域的温湿指数、风效指数、着衣指数以及综合舒适指数做出分析，并推算由于海拔升高而导致的气温变化，从而较为精确地对攀枝花市山地气候舒适度进行了评价，为攀枝花山地旅游业科学合理地梯级性利用气候资源提供了指导与依据.
HTML
-
攀枝花市位于北纬26°05′~27°21′，东经101°08′~102°15′，地处四川省西南部攀西裂谷的中南段，是川、滇两地经济的交汇处，全市辖区面积约7 440 km2，辖东区、西区、仁和区及米易县、盐边县；东邻大凉山山脉，西跨横断山脉，南抵金沙江，北倚大雪山[8]；地形特征为东南低西北高，地貌类型以低中山和中山为主，约占全市面积的88.4%. 气候类型为南亚热带季风，存在显著的干、湿两季；位于盐边县境内的最高海拔点约4 195.5 m，海拔最低点位于仁和区境内，约937 m，相对高差大，垂直差异明显[9]，河谷地区全年无冬，无霜期高达300 d以上；全年日照时间长、温度变化小，但日较差大，雨量少且集中，具有四季差异不明显等特点.
-
本研究的数据来源于中国气象科学数据共享服务网(http://cdc.cma.gov.cn/home.do)，主要包括2000—2020年攀枝花市仁和区、米易县和盐边县的4个气象站点(图 1)的逐日风速、气温、相对湿度和日照时数等气象资料.
1.1. 研究区概况
1.2. 数据来源
-
某一地区长期记录并统计的平均气象数据才是该地区旅游气候舒适性评价最科学的依据，而不是以某几年的特殊情况进行评价[6]. 攀枝花市主要以山地为主，其气候适宜度受海拔高度影响较大. 本研究采用各气象站点的海拔高度作为权重指数，计算风速、气温及相对湿度等气象资料，其公式为：
式中：Y为各基础气象数据的加权平均值，Xi为各站点各基础气象数据的月平均值，Pi为各站点的权重，H为所有站点海拔总高程，hi为各站点海拔高程.
-
本研究对气候舒适度的分析主要利用温湿指数、风效指数和着衣指数[10]，并结合3种指数进行模糊层次分析得出的综合舒适指数进行评价.
-
温湿指数(Temperature and Humidity Index，ITH)是通过气象要素中的温度和湿度，体现人在气象环境中的热量交换，从而获得评价身体舒适程度的重要指标之一. 其公式为：
式中：ITH为温湿指数；f为相对湿度(%)；t为气温(℃).
-
风效指数(Wind Efficiency Index，K)是指通过气象要素中的气温、风速和日照对人体舒适度的影响，反映人体皮肤在裸露状态下感知外界的冷暖程度，是气候舒适度评价指数中的一个细化指标. 其公式为：
式中：K为风效指数；v为风速(m/s)；t为温度(℃)；s为日照时数(d).该公式由风寒指数IWC=(33－T)(9.0+10.9
$\sqrt v $ －v)演变而来，但加入了对太阳辐射后人体的升温的考虑，使其更能反映周围环境与体表之间的热量交换. -
着衣指数(Index of Cloth Loading，ICL)是指人们通过添减衣物来改变气候带来的影响，该计算模型由Freitas[16]考虑平均温度t(℃)、风速v(m/s)、人体代谢率(H)、人体对太阳辐射的吸收情况(A)、太阳常数(R)和太阳高度角(α)等6种因素后提出，其公式为：
式中：ICL为着衣指数；t为平均温度(℃)；v为风速(m/s)；H代表 75%的人体代谢率，取H=87 W/m2(轻活动量下的代谢率)；a表示太阳辐射被人体的吸收情况，取a=0.06(黑色衣料情况下最大值)；R表示垂直阳光下的单位面积土地所接收的太阳辐射，取R=1 366(人造卫星测得值)；α是太阳高度角(°)，随纬度发生变化，设某地的纬度为β，则夏季α=90°－β+23.43°；冬季α=90°－β－23.43°；春秋季α=90°－β.
-
参考王妍方等[11]提出的方法以ITH，K和ICL为基础，采用模糊层次分析作为评价的指标体系(表 1)，从而确定各指数的权重来构建旅游气候舒适性评价模型.
先建立优先关系矩阵，再逐步开展模糊层次分析. F =(fij)n×m，F即为模糊互补矩阵：
式中：s(i)和s(j)分别表示因素i和j的相对重要性程度. 根据二级指标重要性构建模糊一致判断矩阵，最后利用行和归一法求得排序向量ω =(0.55 0.3 0.15)T. 综上所述，构建的旅游气候舒适度模型(Climatic Comfortable Index，ICC) 为：
式中：XITH，XK和XICL分别为温湿指数、风效指数和着衣指数的分级赋值；0.55，0.30，0.15分别为各指数的权重系数. 根据各指数被赋值等级值(采用9，7，5，3，1进行赋值，对应最适宜、适宜、较不适宜、不适宜和极不适宜)与模型构建的权重为依据，本研究确定将旅游气候舒适度标准划分为：7＜ICC≤9为舒适；5＜ICC≤7为较舒适；3 < ICC≤5为较不舒适；1 < ICC≤3为极不舒适. 为综合评价旅游气候舒适性提供依据.温湿指数、风寒指数和着衣指数的分级标准、人体感受及评分赋值如下[12-13](表 2).
-
本研究利用四川省攀枝花市1∶10 000地形图和行政县界线图进行投影变换后制得攀枝花市1∶10 000数字高程模型(图 2)，并从中提出经纬度、坡度和坡向等数据.
-
采用多元线性回归方程来进行气温的推算，其公式为：
式中：TH为模拟的气温值(℃)；λ和μ分别为经度和纬度(°)；h为海拔高度(m)；α0为常数；α1，α2，α3为偏回归系数.
常规的气温推算模型没能考虑太阳辐射强度的影响，并且太阳辐射强度与地形之间同样存在函数关系，利用EDM数据结合东西坡对温度的影响是相同理论[14-15]和太阳辐射强度与地形的函数关系，将更接近实际气温值TT用函数简化表示[7]为：
式中：TH为常规模型推算的气温值(℃)，α为坡度(°)(0≤α < 90°)，β为坡向.
2.1. 加权平均
2.2. 旅游气候舒适度评价
2.2.1. 温湿指数
2.2.2. 风效指数
2.2.3. 着衣指数
2.2.4. 综合舒适指数
2.3. 山区月平均气温的空间推算
2.3.1. 数字高程模型的建立
2.3.2. 山区月平均气温的空间推算
-
利用ArcGIS 10.2空间分析模块，以50 m×50 m作为研究单元，以攀枝花市2000—2020年的累计21年的各测站的各月温度、相对湿度及风速加权平均值结合日照时数作为基础的时间分布数据. 通过公式(3)-(7)，获得该地区在各月的ITH，K，ICL和ICC(表 3).
-
通过构建的评价模型分析结果可看出(图 3)，1，2，11，12月的旅游气候舒适度评价指数均在7以上，评价结果为最适宜，是适宜旅游外出的最佳时节，其他月份的评价指数均介于5和7之间，表明该月份气候舒适度较为适宜，较适宜旅游. 评价结果显示该区域没有月份小于5的评价指数，这也说明其适游期长，一年四季气候宜人.
从二级指标的评价结果可以看出，温湿指数在2-4月、11月时最为舒适，而整个夏季(5-8月)则呈现不舒适感的偏热气候. 着衣指在2-3月、10-11月时最为舒适. 风效指数表明，在1月与12月时最为舒适，而其他月份则较为舒适.
2000-2020年攀枝花市旅游最舒适日数占全年的比重较高，全年无旅游不舒适月份，而且无论是综合评价还是二级指标评价都表现出较好的效果，说明该区域在旅游气候上具有自身突出的优势.
-
将各评价指数于EDM栅格数据在ArcGIS 10.2里进行空间分析模块的叠加运算，从而获得攀枝花市各代表月份的山地旅游气候适宜度的空间分布图(表 4、图 4-图 7).
从表 4的各代表月份舒适度面积统计结果可见，在1，4，10月的舒适区覆盖面积都远大于7月，该情况说明从旅游气候是否舒适的方面来看，攀枝花山地旅游景区在1，4，10月比7月具有更多吸引游客的优势. 以10月为例，通过ArcGIS 10.2空间分析模块进行栅格数据与各指数数值的叠加运算，从而获得以高程(500~4 500 m，即低山至高山)分级统计的旅游舒适区域分布面积(表 5)中可见，其舒适区域面积占攀枝花市总面积的69.7%，各地形的舒适区域面积分布见图 8和图 9.
从表 5和图 9饼图的运算处理的结果可以看出，在10月，中山与次高山的舒适区域面积分别为3 127.67 km2和1 458.49 km2，占10月总适区域总面积的比例分别为60.3%和28.1%，两者之和约占舒适区域总面积的88.4%. 因此，10月舒适区主要分布在高程范围为1 500~3 500 m的中山和次高山地区. 可将此区域作为攀枝花市的山区旅游重点区进行规划和打造.
3.1. 区域气候舒适度的时间分布特征
3.2. 山地旅游区的气候舒适度的空间分布特征
-
基于2000—2020年攀枝花市21年的全年各月气温、相对湿度、逐日风速及日照时数等气象资料，通过DEM模型推算空间温度后结合温湿指数、风效指数与着衣指数进行模糊层次分析，构建综合舒适评价模型，表明攀枝花市全年旅游气候综合舒适指数区间为5.0~7.8；其中1，2，11及12月最适宜旅游；从空间分布看，舒适区主要集中分布在地形类型为中山和次高山的区域.
-
1) 影响人体舒适度的因素较多，本研究主要选取了温度、湿度、风速、太阳辐射及地形因子5个要素，对于气压、紫外线、雾霾等因素未纳入指标体系，这可能导致评价结果存在一定的偏差，因此在详细分析各类气象要素在影响人体舒适度比重的基础上，应引入更多的气象因子；
2) 虽然本研究应用DEM模型数据，优化了地形及海拔对气候的影响，但因气象站点有限且数据覆盖范围小，因此存在一定误差，未来可加入更多小区域的气象数据，以提高评价结果的准确度.
DownLoad: