UTCI在中国旅游产业的应用外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

UTCI在中国旅游产业的应用

葛全胜，孔琴琴，席建超，郑景云

摘要：本文采用ERA-Interim再分析数据和通用热气候指数（UTCI）研究中国热生物气候条件的空间格局。研究结果表明，随着中国大部分地区纬度的降低，UTCI年均增长。气候舒适的地区位于燕山，太行山，黄土高原南缘以及青藏高原东缘形成的线南东面，面积为312.83e^4平方公里。在春季和秋季，UTCI分布与年度分布相似。夏季，气候舒适区域覆盖最大面积（563.55e^4 km2），包括中国北部和西南部；相比之下，在冬季，只有在南岭以南才有气候舒适的地区。四川盆地东南沿海地区和云贵高原每年的气候舒适天数从北到南增加了200多天。最小值和最大值出现在青藏高原上（le;10天）和云南高原（280天）。季节性分析表明，四川盆地，云贵高原，春秋两季长江中下游地区气候舒适日数达70多天，中国北部和西南地区有80天以上在冬季，南岭山区夏季80天以上。本文研究结果有助于优化中国旅游业和旅游目的地的发展。

1. 引言

天气和气候对旅游业有重大影响。气候是支持旅游活动的重要的地理空间因素。此外，气候往往是各种旅游产品设计的主要资源，同时可以作为旅游产品的亮点（Goacute;mez Martiacute;n 2005)。以往的调查显示，气候信息是游客在选择旅游目的地时考虑的第一或第二个因素（Hamilton 和 Lau 2005; Lin et al. 2006）。气候共同决定了各种旅游活动的适宜性，是旅游需求季节性的主要驱动因素，也对经营成本（如供暖，制冷，灌溉，食品和饮水供应和保险费用）有重要影响。气候依赖导致的旅游季节的长短和质量对旅游目的地的竞争力和旅游企业的盈利能力有重大影响（Simpson et al. 2008）。因此，天气和气候是区域旅游潜力的重要方面，全国旅游气候信息将有助于旅游业的优化和旅游目的地的发展（de Freitas 2001, 2003; Matzarakis 2006）。

在旅游气候学中，天气和气候条件可以通过旅游气候，即监测因素（阳光/云量，能见度和日长度），物理因素（雨，风，雪，恶劣天气，空气质量和紫外线辐射）和热量因素来描述（de Freitas 1990; de Freitas 2003）。热量因素对于旅游者感知周围环境的影响是直观的。 暴露于强烈或极端的热环境会不利地影响旅游者的健康。相反，当游客体验接近热舒适区的状态时，游客数量可能会增加（Matzarakis 2006）。

描述气候舒适程度的简单方法是使用舒适指数。在过去150年中，已经研究出100多种简单的舒适指数计算方法，其中大部分包含两个参数。在温暖条件下，这些参数是空气温度和湿度；在寒冷的条件下，它们是空气温度和风速（Jendritzky等人，2012）。简单的指标易于计算和预测，因此可以方便地向公众和利益相关者（如健康服务提供者）传达信息（Koppe等，2004）。然而，这些经验简单指数只考虑一些相关的气象参数，不考虑热生理学（Hoppe 1999）。他们可能在非常具体的情况下有所帮助。但是，结果通常是不完整的，有时会导致热环境的虚假陈述，另外特征如安全阈值必须被任意定义，不能转移到其他位置（Jendritzky等人，2012）。

早在1938年，Buuml;ttner认识到，为了评估环境对人体的热影响，必须考虑所有热参数的综合影响（Buuml;ttner 1938）。在过去的三十到四十年中，考虑到人体的身体和外部感官作为二节点系统，已经开发了第二代相对简单的人类热感知模型（Pappenberger等，2015）。这些模型改善了热环境的评估。这些模型的一些例子包括生理等效温度（PET）（Hoppe 1999; Mayer和Houml;ppe1987），标准有效温度（SET）（Gonzalez等人1974）和感知温度（PT）（Jendritzky等人2000; Staiger等人2012）。然而，这些双节点模型仍然对热生理和热交换理论（例如服装的影响）进行了简化（Pappenberger等，2015）。最近开发的通用热气候指数（UTCI）（Jendritzky等，2012）基于人体温度调控的多节点模型（Fiala et al 2012; Fiala et al 1999; Fiala等人2001）。它对环境刺激的变化非常敏感，并且可以很好地描绘热条件的时间变化。 UTCI模型能够在气象刺激强度方面表现出轻微的差异性（Blazejczyk等，2012）。

许多研究使用各种热指数来评估旅游热条件。 Lin和Matzarakis（2011）的研究显示，大部分台湾和华东地区在春季和秋季都被认为是温暖的地区，而春季和南部夏季的南部地区则被认为是舒适的旅游者（次）热带地区。为20个旅游目的地定义了四个年度热舒适度分布类型。Farajzadeh和Matzarakis（2012）发现，旅游，体育和娱乐活动最有利的时期是6月至9月伊朗伊斯米赫湖。Matzarakis等人（2013）通过评估热舒适度/气候舒适度条件以及美学和物理参数来描述卢森堡的气候旅游潜力。Matzarakis（2008）研究计算得到日本的每月PET地图。在奥地利的各个地区或旅游目的地也进行了类似的研究（Matzarakis等，2012），土耳其（Caliskan等，2012），克罗地亚（Brosy等，2014），澳大利亚（Shiue和Matzarakis 2011），俄罗斯（Grigorieva和Matzarakis 2011）和台湾（Lin和Matzarakis 2008）。

一些学者还研究了由于全球变暖导致的热条件变化，并讨论了其对旅游业的影响。据李和志（2014）的报道，青藏高原平均年平均累计天数从1961～1990年的6.6天变为1971～ 2000年的7.8天，而在1981～2010年则为9.8天。他们提出，改善青藏高原热舒适度可能对当地社区和旅游业产生积极影响。 Endler和Matzarakis（2011a）估计，在德国西南部山区的黑森林的温暖季节气候变化。他们发现秋天的气候会变得更加舒适，春天会变得更加寒冷。然而，夏季的热环境和闷热天气预计会变得更加频繁，特别是在低海拔地区影响人类健康和娱乐。冬季的平行研究表明，热环境将会进一步发展，但冬季较暖冬将导致冬季旅游活动大幅度减少（Endler和Matzarakis 2011b）。

近二十年来，旅游业在中国发展迅速。2013年，中国国内旅客达32.6亿人次，入境旅客达1.29亿人次，实现营业总收入2.95万亿元，比2005年度增长283.8％（2014年中国国家旅游局）。中国旅游业发展潜力巨大，全国各地不断新建旅游资源和旅游目的地。中国许多旅游活动的气候敏感度高或气候依赖性强，如东北冬季运动旅游，夏季到高原和山区旅游，冬季前往海南岛。夏季附近的山区景点也吸引了越来越多的游客（Xi et al 2015）。此外，中国的旅游业正在经历从传统观光到度假旅游的转型（Wu 和 Xu 2010），这主要得益于舒适气候的追求（Becken 2013; de Freitas 2003;Goacute;mezMartiacute;n2005;Gouml;sslinget al 2012）。

中国气候季节变化较大，夏季受热应激，冬季寒冷胁迫（Ding et al 2013），大部分地区舒适气候条件较短。 这个特点使得气候对旅游的影响更为显着。 此外，中国覆盖了大面积，具有复杂的地形（图1）和不同的气候带，导致了气候区域的巨大差异（Ding et al 2013）。 这些因素突显了全国对旅游气候潜力的评估的必要性。许多研究评估了中国的热条件及其对旅游的影响（Cheng et al 2012; Cheung 和 Hart 2014; Lai et al 2014; Li 和 Chi 2014; Ng 和 Cheng 2012）。 然而，这些研究大部分是在当地进行的，例如省、市或度假村。本研究旨在通过使用UTCI在全国范围内对年度和季节性尺度的全国热条件进行评估。

图1：中国地形特征图

1. 数据来源与研究方法

2.1气象数据预处理

来自ECMWF的ERA-Interim再分析数据是用于气象分析的相对较新的全球再分析数据集。ERA-Interim数据集包括1979年至今的数据，并实时继续。ERA-Interim数据集改进了ERA-40的关键方面，例如水文循环的代表性、平流层循环的质量以及观测系统的偏差和变化的处理（Dee和Uppala 2009; Dee et al 2011 ; Simmons等人2006; Uppala等人2008）。 在这项研究中，2m-空气温度（Ta，℃），2m-露点温度（Td，℃），10m-U风分量（Vu，m / s），10米 以0.125°的水平分辨率检索0000，0600,1200和1800 UTC每天的风的V分量（Vv，m / s），表面温度（Tg，℃）和总云量（N）1985～2014年纬度times;0.125°经度。

2.2全球热气候指数

UTCI基于Fiala的多节点温度调节模型（Fiala et al 2012; Fiala et al 2001），它与先进的服装模型（Havenith等，2012）相结合，考虑了空气温度对行为的影响适应一般公众服装保温。 UTCI从概念上推导为等效温度。也就是说，对于Ta，10m风速（V，m/s），水汽压（e，hPa）和平均辐射温度（Tmrt，℃）的任何组合，它们一起表示实际的环境，UTCI被定义为在一组参考条件下将导致相同的动态生理反应（应变）的空气温度。这些参考条件包括步行速度为4公里/小时（相当于2.3MTE的代谢率），地面10米高处风速为0.5 m/s，Tmrt等于Ta，Ta相对湿度（rH）为50％，Ta le;29℃，Tagt; 29℃水气压为20hPa。人体感知温度分级评估量表（表1）来源于模拟的生理和心理反应（Brode et al 2012）。

表1：人体感知温度分级评估量表

2.3 UTCI指数计算

通过重复运行温度调节模型计算UTCI是密集型的计算，因此对于气候模拟和数值天气预报来说也是耗时的。 因此，开发了使用多项式近似程序的快速计算。 UTCI到Ta（UTCI-Ta）的偏移量可以由包括Ta、V、e和Tmrt-Ta在内的多项式函数近似，所有主效应和相互作用项达到六阶（公式1）（Brode et 2012）。

(1)

地面10米高出风速（V，m / s）计算公式如下：

(2)

水汽压计算公式如下：

(3)

平均辐射温度（Tmrt，℃）可以通过像MEMI和MENEX这样的模型来估计（Blazejczyk 2001,2007; Blazejczyk和Matzarakis 2007; Matzarakis等，2010）。 根据MENEX模型，Tmrt计算由下式给出：

Rprim（W / m2）是裸体吸收的太阳辐射，可以通过SolAlt模型进行评估（Blazejczyk 2001）

这些计算程序由BioKlima 2.6软件包（Błażejczyk 2011）进行。从1985年1月1日至2014年12月31日，UTCI每天计算四次，时间为00:00,6:00,12:00和18:00 的UTCI，日UTCI值为算术平均值。最

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27718]，资料为PDF文档或Word文档，PDF文档可免费转换为Word