旅游氣候舒適性評(píng)價(jià)：模型優(yōu)化與中國案例

蔚丹丹 李山 張糧鋒 羅軼 史正燕

引用格式：蔚丹丹， 李山， 張糧鋒， 等. 旅游氣候舒適性評(píng)價(jià)：模型優(yōu)化與中國案例[J]. 旅游學(xué)刊， 2021， 36（5）： 14-28. [YU Dandan， LI Shan， ZHANG Liangfeng， et al. Evaluate tourism climate using modified holiday climate index in China[J]. Tourism Tribune， 2021， 36（5）： 14-28.]

· 2020《旅游學(xué)刊》中國旅游研究年會(huì)優(yōu)秀會(huì)議論文 ·

[摘? ? 要]氣候變化背景下，旅游活動(dòng)和旅游產(chǎn)業(yè)的氣候敏感性進(jìn)一步凸顯，氣候舒適性的旅游影響及其合理評(píng)價(jià)備受關(guān)注。然而，對(duì)于旅游這一非慣常環(huán)境下的特殊體驗(yàn)，基于通用模型的氣候舒適性評(píng)價(jià)是不完備的，需要采用專門的旅游氣候舒適性評(píng)價(jià)模型。文章通過多模型的梳理和比較，選擇度假氣候指數(shù)（holiday climate index，HCI），并從“要素閾值分等”與“體感評(píng)價(jià)分級(jí)”兩方面對(duì)其調(diào)整，提出改良的度假氣候指數(shù)（modified holiday climate index，MHCI）。進(jìn)一步，基于1981—2010年間全國775個(gè)基本（基準(zhǔn)）氣象站點(diǎn)的日值氣象數(shù)據(jù)，引入氣候舒適期和氣候舒適域指標(biāo)，通過MHCI測(cè)算分析了我國旅游氣候舒適期的空間格局和旅游氣候舒適域的季節(jié)變化。結(jié)果表明：有別于一般氣候舒適期，全國旅游氣候舒適期整體上呈現(xiàn)為“北長(zhǎng)南短”的空間格局，其中，夏季和冬季表現(xiàn)出較強(qiáng)的緯度地帶性，地方旅游業(yè)發(fā)展可因地制宜給予利用;全國旅游氣候舒適域面積的兩個(gè)高峰值分別出現(xiàn)在5月中下旬和9月下旬—10月上旬，其中，“五一”和“十一”類似，全國大部分地區(qū)的旅游氣候舒適概率都在50%以上，恢復(fù)“五一”黃金周假期具有良好的氣候環(huán)境基礎(chǔ)。文章研究結(jié)果有助于理解旅游氣候舒適性與一般氣候舒適性的差異所在，并可為旅游業(yè)應(yīng)對(duì)氣候變化提供一定的科學(xué)基礎(chǔ)。

[關(guān)鍵詞]氣候舒適性;氣候舒適度;氣候舒適期;氣候舒適域;旅游氣候指數(shù);度假氣候指數(shù)

[中圖分類號(hào)]F59

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1002-5006（2021）05-0014-15

Doi： 10.19765/j.cnki.1002-5006.2021.05.007

引言

旅游業(yè)作為全球經(jīng)濟(jì)的重要構(gòu)成力量，對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的綜合貢獻(xiàn)正日益顯化。根據(jù)聯(lián)合國世界旅游組織（UN World Tourism Organization，UNWTO）發(fā)布的《2019年國際旅游報(bào)告》顯示，2018年全球旅游業(yè)為經(jīng)濟(jì)貢獻(xiàn)約8.8萬億美元，相當(dāng)于全球GDP的10.4%，且繼續(xù)保持高于同期全球經(jīng)濟(jì)的增速;國際旅游（旅行和客運(yùn)）出口總收入約1.7萬億美元，占世界服務(wù)出口的29%，占商品和服務(wù)總出口的7%。根據(jù)世界旅行與旅游理事會(huì)（The World Travel & Tourism Council，WTTC）《2019各國旅游業(yè)對(duì)經(jīng)濟(jì)的影響和趨勢(shì)》發(fā)布的數(shù)據(jù)，目前旅游業(yè)提供了3.19億個(gè)工作崗位，占全球就業(yè)人口的10.0%。WTTC預(yù)測(cè)，到2029年，旅游行業(yè)對(duì)全球GDP增長(zhǎng)貢獻(xiàn)占比有望超過11.5%，并在全球范圍創(chuàng)造4.21億個(gè)就業(yè)崗位。與此同時(shí)，旅游業(yè)整體上作為十分依賴自然環(huán)境條件的產(chǎn)業(yè)，尤其是對(duì)氣候條件具有與生俱來的高度相關(guān)性和敏感性，將在氣候變化中迎來全球旅游發(fā)展格局的變化[1-4]。工業(yè)革命以來，伴隨著人類活動(dòng)排放的溫室氣體不斷增加1，在全球氣候變暖的大背景下，與氣候變化的相關(guān)旅游議題受到越來越多的關(guān)注[5-7]。

毋庸置疑，舒適安全的氣候條件既是順利開展旅游活動(dòng)的重要保障，也是吸引游客的重要資源。氣候舒適度作為衡量氣候舒適性的關(guān)鍵指標(biāo)，在其約一個(gè)世紀(jì)的歷史發(fā)展中出現(xiàn)超過160種評(píng)價(jià)指數(shù)[8]，它們總體上可以被劃分為以有效溫度（effective temperature，ET）[9]、溫濕指數(shù)（temperature humidity index，THI）[10]和風(fēng)效指數(shù)（wind effect index，WEI）[11]等為代表的經(jīng)驗(yàn)?zāi)Ｐ秃鸵灶A(yù)測(cè)平均投票數(shù)-預(yù)測(cè)不滿意百分比（predicted mean vote-predicted percentage of dissatisfied，PMV-PPD）[12]、生理等效溫度（physiologically equivalent temperature，PET）[13]、通用熱氣候指數(shù)（universal thermal climate index，UTCI）[14-16]等為代表的機(jī)理模型這兩個(gè)大類[17-18]。氣候舒適度表征了在外界氣象環(huán)境綜合作用下人體冷熱感覺的舒適狀態(tài)與適宜程度，其對(duì)建筑設(shè)計(jì)[19-20]、人體健康[21-22]、旅游活動(dòng)[23-25]等均有著重要影響。因此，當(dāng)涉及氣候條件對(duì)旅游活動(dòng)的影響時(shí)，不少學(xué)者就采用測(cè)度一般氣候舒適度的通用模型（氣候熱舒適指數(shù)）對(duì)不同地域的旅游氣候舒適性進(jìn)行評(píng)價(jià)[26-28]。然而，無論是只考慮溫度、濕度、風(fēng)速和日照等氣象要素組合影響的經(jīng)驗(yàn)?zāi)Ｐ停ㄈ鏣HI、WEI），還是以人體熱平衡原理為基礎(chǔ)，除氣象要素外還要考慮諸如環(huán)境輻射、人體著裝和活動(dòng)水平的機(jī)理模型（如PET、UTCI），它們（通用模型）都局限于對(duì)人體冷熱感（熱舒適狀態(tài)）的關(guān)注，其評(píng)價(jià)結(jié)果對(duì)旅游活動(dòng)來說是不完備的[29]。例如，即便是體感冷熱適宜，狂風(fēng)暴雨也會(huì)阻斷諸如海灘度假等絕大多數(shù)的戶外活動(dòng)[25]。因此，有學(xué)者提出，在評(píng)定目的地的旅游氣候條件時(shí)，應(yīng)綜合考慮熱舒適因素（thermal）、物理因素（physical）和美學(xué)因素（aesthetic）等3方面的氣候機(jī)制[30-31]，這就需要發(fā)展適用于旅游氣候舒適性評(píng)價(jià)的專門模型。

1 數(shù)據(jù)、模型及其優(yōu)化

1.1 數(shù)據(jù)來源

本文采用國家氣象信息中心（中國氣象數(shù)據(jù)網(wǎng)，http：//data.cma.cn/）提供的“中國地面氣候資料日值數(shù)據(jù)集”，涉及中國824個(gè)基準(zhǔn)氣象站（National Reference Climatological Station，NRCS）和基本氣象站（National Basic Meteorological Observing Station，NBMOS）1951年1月以來的氣溫、相對(duì)濕度、風(fēng)速、降水以及日照時(shí)數(shù)等氣象要素的日值數(shù)據(jù)。世界氣象組織（World Meteorological Organization，WMO）規(guī)定，氣候要素標(biāo)準(zhǔn)值的參考時(shí)段一般為30年，同時(shí)考慮到數(shù)據(jù)的可得性和穩(wěn)定性，本文采用最近的一個(gè)氣候標(biāo)準(zhǔn)期（1981—2010年）內(nèi)均存在的775個(gè)氣象站點(diǎn)（不含港澳臺(tái)）的數(shù)據(jù)進(jìn)行計(jì)算分析。全國775個(gè)氣象站點(diǎn)在空間上大體呈現(xiàn)出“東密西疏”的特點(diǎn)，故在后續(xù)測(cè)算旅游氣候舒適期平均值時(shí)，根據(jù)氣象站點(diǎn)所在泰森多邊形面積大小進(jìn)行加權(quán)處理（圖1）。

1.2 模型比較與選擇

一般（通用）氣候舒適性評(píng)價(jià)模型只關(guān)注人體的冷熱體感，難以準(zhǔn)確刻畫一些專門情境下（如旅游活動(dòng)）的氣候舒適性。旅游活動(dòng)發(fā)生的主體空間是室外環(huán)境，因此，其舒適性除了考慮熱舒適方面的評(píng)價(jià)外，還需考慮氣候條件帶來的物理和美學(xué)層面影響[30-31]。熱舒適層面（thermal）決定了旅游者的冷熱體感舒適度，物理層面（physical）指的是諸如風(fēng)、雨等可能會(huì)引起游客物理煩惱的氣象因子，美學(xué)層面（aesthetic）則代表了諸如陽光等會(huì)影響游客對(duì)景色或景觀欣賞的因素。理想情況下，旅游氣候舒適性評(píng)估應(yīng)考慮到這3個(gè)方面的因素，在此思想基礎(chǔ)上，學(xué)者們針對(duì)旅游活動(dòng)發(fā)展了5個(gè)具有代表性的專門模型（表1）。

Mieczkowski[32]最早將與游客體驗(yàn)最相關(guān)的熱舒適、物理和美學(xué)等3個(gè)維度的氣象變量（首次考慮降水因子）綜合納入旅游氣候舒適性評(píng)價(jià)中，提出了“旅游氣候指數(shù)”（tourism climate index，TCI）這一針對(duì)旅游活動(dòng)的綜合性專門評(píng)價(jià)模型1。TCI一經(jīng)提出，便因其評(píng)價(jià)指標(biāo)的綜合性（熱舒適、物理和美學(xué)3個(gè)維度的集成）和計(jì)算模型的實(shí)用性（數(shù)據(jù)易得、計(jì)算簡(jiǎn)便）成為目前應(yīng)用最為廣泛的旅游氣候舒適性評(píng)價(jià)模型[36-41]。但也有不少學(xué)者指出TCI存在明顯的不足[29，34，42-43]，例如評(píng)價(jià)模型不適用于所有對(duì)氣候敏感的旅游活動(dòng)（如海灘旅游），僅適用于觀光旅游;氣象要素選擇、要素閾值分等和子項(xiàng)指標(biāo)權(quán)重判定上存在較強(qiáng)的主觀性;過于關(guān)注熱舒適成分;月值尺度的數(shù)據(jù)分辨度低;未考慮風(fēng)、雨可能的壓倒性影響等問題。Morgan等[33]針對(duì)TCI各子項(xiàng)指標(biāo)在權(quán)重賦值上的較強(qiáng)主觀性及未考慮不同旅游活動(dòng)如海灘旅游的特殊性等局限，提出了針對(duì)海灘旅游的海灘氣候指數(shù)（beach climate index，BCI）。該模型基于對(duì)海灘旅游者的熱感知和熱偏好問卷調(diào)查修正了模型，弱化了氣溫冷熱感的影響，并將浴場(chǎng)水溫納入評(píng)價(jià)體系中，目前，廣泛應(yīng)用于評(píng)估全球氣候變化對(duì)世界各濱海目的地氣候資源的潛在影響研究中[44-46]。但BCI基于局地調(diào)查的權(quán)重判斷方法，往往針對(duì)特定地域旅游氣候資源的評(píng)估，其普適性不強(qiáng)[47]，且仍存在未考慮風(fēng)、雨可能的壓倒性影響，也沒有解決數(shù)據(jù)分辨率低（月度數(shù)據(jù)）的問題，難以評(píng)估短期內(nèi)（出行期間）的旅游天氣舒適性[35]。De Freitas等[34]綜合考慮了生理（冷熱感）、心理（美感）和物理（風(fēng)和雨）3個(gè)維度的影響，根據(jù)問卷調(diào)查結(jié)果將“熱、云、雨、風(fēng)”進(jìn)行閾值條件組合，結(jié)合實(shí)際氣象觀測(cè)和游客調(diào)查數(shù)據(jù)構(gòu)建了氣候旅游指數(shù)CIT。CIT通過“組合賦值”規(guī)避了指標(biāo)權(quán)重賦值問題，同時(shí)將數(shù)據(jù)精度提升至日值尺度，一定程度上彌補(bǔ)了TCI和BCI存在的不足，并得到較好的驗(yàn)證與應(yīng)用。CIT在實(shí)踐中一方面可能因參數(shù)獲取不便，實(shí)操性較弱，另一方面其基于局地問卷和特定（例如海灘）旅游活動(dòng)，普適性不強(qiáng)，應(yīng)用上受到局限。Yu等 [35]繼承了CIT規(guī)避指標(biāo)權(quán)重主觀性的思路，并提升了時(shí)間分辨率，采用各氣象因子聯(lián)乘的形式提出了改良?xì)夂蚵糜沃笖?shù)（modified climate index for tourism，MCIT）。但MCIT中各子項(xiàng)指標(biāo)的評(píng)分閾值基于作者主觀判斷，缺乏驗(yàn)證，且其中涉及約100種顯著性天氣狀況，數(shù)據(jù)可得性也存在較大不足。Scott等[29]則沿用了TCI的基本結(jié)構(gòu)，基于文獻(xiàn)歸納與問卷調(diào)查構(gòu)建了度假氣候指數(shù)（holiday climate index，HCI）。HCI優(yōu)化了TCI中存在的主觀權(quán)重判定不足，特別是回應(yīng)了熱舒適占比過高、未考慮物理因子可能的壓倒性影響以及時(shí)間分辨度低等問題，以便于更準(zhǔn)確地評(píng)估旅游目的地的氣候舒適性。

自Mieczkowski[32]首次將降水、風(fēng)和美感作為變量納入旅游氣候評(píng)價(jià)體系中以來，學(xué)者們從不同層面對(duì)TCI進(jìn)行改進(jìn)或構(gòu)建新的評(píng)價(jià)指數(shù)。除上述主流評(píng)價(jià)模型以外，還有一些學(xué)者對(duì)TCI的子項(xiàng)指標(biāo)進(jìn)行了局部?jī)?yōu)化。例如Scott等[40]提出用體感溫度（apparent temperature）或酷熱指數(shù)（heat index）代替TCI的熱舒適指數(shù)（CID和CIA，其中，CID為daytime comfort index，即白天熱舒適指數(shù);CIA為daily comfort index，即全天熱舒適指數(shù)）。綜合對(duì)比5個(gè)主要的旅游氣候評(píng)價(jià)模型，可以更直觀發(fā)現(xiàn)其間差異和改進(jìn)邏輯（表1）?，F(xiàn)有旅游氣候舒適性評(píng)價(jià)模型的改進(jìn)主要從“數(shù)據(jù)粒度”“閾值分等”“指標(biāo)權(quán)重”和“模型形式”等方面展開?？傮w上看，“數(shù)據(jù)粒度”呈現(xiàn)從“月-日-時(shí)”逐步細(xì)化的發(fā)展趨勢(shì);“閾值分等”和“指標(biāo)權(quán)重”上更重視結(jié)合問卷調(diào)查對(duì)不同氣象要素的閾值分等（氣象要素打分）和不同子項(xiàng)指標(biāo)的合理權(quán)重進(jìn)行優(yōu)化;“模型形式”上，學(xué)者們嘗試通過構(gòu)建指標(biāo)組合賦值、采用聯(lián)乘形式等，以規(guī)避權(quán)重主觀化的判定。當(dāng)然，這些模型并非針對(duì)中國實(shí)際情境設(shè)計(jì)，直接套用并不一定能夠準(zhǔn)確反映中國的旅游氣候舒適性狀況。因此，進(jìn)行中國案例的評(píng)價(jià)時(shí)，不能簡(jiǎn)單地異地套用，而需要對(duì)模型進(jìn)行適當(dāng)調(diào)整改進(jìn)。

通過對(duì)比不難發(fā)現(xiàn)，BCI、CIT和MCIT等指數(shù)要求部分?jǐn)?shù)據(jù)通過實(shí)地觀測(cè)獲得，較適用于局地的旅游氣候舒適性評(píng)價(jià)。而HCI相比于TCI而言，數(shù)據(jù)粒度更細(xì)，所涉及數(shù)據(jù)均可直接從氣象站獲得，且通過文獻(xiàn)、問卷調(diào)查可確定閾值分等標(biāo)準(zhǔn)。因此，本研究選取“數(shù)據(jù)粒度”為日值尺度，在TCI基礎(chǔ)上發(fā)展而來的度假氣候指數(shù)（HCI）作為基礎(chǔ)模型，著重從“要素閾值分等”與“體感評(píng)價(jià)分級(jí)”這兩個(gè)方面對(duì)其進(jìn)行適當(dāng)調(diào)整，提出改良的度假氣候指數(shù)（modified holiday climate index，MHCI），以期能更準(zhǔn)確地反映中國的旅游氣候舒適性。

1.3 模型“后驗(yàn)性”優(yōu)化

受信息理論中后驗(yàn)概率“執(zhí)果尋因”思想[47]的啟發(fā)，筆者從北到南分別選擇北京、上海和廣州這3個(gè)緯度差異大的典型城市，基于傳統(tǒng)的HCI模型計(jì)算其各自分月的舒適性指數(shù)，進(jìn)而通過比較理論評(píng)價(jià)與實(shí)際體感之間的差異性（“執(zhí)果”），做出了對(duì)HCI進(jìn)行局部調(diào)整優(yōu)化（“尋因”）的判斷。其中一個(gè)較為典型的差異性表現(xiàn)為：在HCI模型下，上海夏季各月（6—8月）均得到“很好”（very good，70～80分）的理論評(píng)價(jià)（圖2b），廣州夏季各月（6—8月）均得到“好”（good，60～70分）的理論評(píng)價(jià)（圖2c），而上海和廣州的夏季在游客日常經(jīng)驗(yàn)中的體感往往是“悶熱難耐”的，似乎難以堪當(dāng)“很好”和“好”的美名。因此，筆者試圖從要素閾值分等和體感評(píng)價(jià)分級(jí)這兩個(gè)方面，對(duì)HCI進(jìn)行局部調(diào)整優(yōu)化。

1.3.1? ? 要素閾值分等

環(huán)境要素在一定閾值區(qū)間內(nèi)會(huì)給人體帶來類似的冷熱體感，這種耐受閾值范圍的大小即體感耐寬（簡(jiǎn)稱耐寬）[48-49]。不同體感等級(jí)對(duì)應(yīng)的耐寬存在差異，但相同等級(jí)的耐寬范圍內(nèi)人體感覺具有類似性，存在一定的“粒度”約束。因此，氣象要素閾值分等在某種程度上“宜粗不宜細(xì)”，可以基于“體感耐寬”的思路，適當(dāng)進(jìn)行閾值區(qū)間合并。此外，閾值分等也需要突出氣象要素極端值對(duì)旅游活動(dòng)的重大負(fù)面影響（危及人體安全），當(dāng)氣象要素極端值超過一定閾值時(shí)，設(shè)定為“負(fù)等級(jí)”，并與該氣象要素最優(yōu)狀況下的等級(jí)形成圍繞0值的對(duì)稱分布。

熱舒適層面，HCI推薦的指標(biāo)為有效溫度（effective temperature，ET），其可能夸大評(píng)估了濕度的影響[33]，因此，本文選取在實(shí)踐中應(yīng)用廣泛的經(jīng) 驗(yàn)?zāi)Ｐ汀獪貪裰笖?shù)（temperature humidity index，THI）[50-53]來替代HCI中的ET作為熱舒適指標(biāo)。參考之前[48-49]使用“季節(jié)錨點(diǎn)法”對(duì)THI“暑-熱-暖-溫-涼-冷-寒”的7級(jí)體感劃分，筆者一方面將7級(jí)體感歸并到1～4個(gè)分值等級(jí)，且考慮到人體最佳的熱舒適條件具有偏暖性[30]，所以將量化后的THI閾值分等標(biāo)準(zhǔn)中的“暖”和“溫”并為一級(jí)，對(duì)應(yīng)最高等級(jí)4;另一方面則參考《區(qū)域性高溫天氣過程等級(jí)劃分》（QX/T 228—2014）、《防暑降溫措施管理辦法》和《滑雪氣象指數(shù)》（QX/T 386—2017）標(biāo)準(zhǔn)，在“暑”和“寒”的極端值中進(jìn)一步設(shè)定了0分和-4分的閾值標(biāo)準(zhǔn)。改進(jìn)后的MHCI熱舒適閾值分等的標(biāo)準(zhǔn)如表2所示。

物理層面，主要考慮游客對(duì)降水和風(fēng)的感知，結(jié)合我國的《降水量等級(jí)標(biāo)準(zhǔn)》（GB/T 28592—2012）和《風(fēng)力等級(jí)標(biāo)準(zhǔn)》（GB/T 28591—2012）對(duì)降水和風(fēng)的閾值分等標(biāo)準(zhǔn)進(jìn)行優(yōu)化?？紤]到旅游活動(dòng)大多發(fā)生在白天，夜間降水量對(duì)游客的影響相對(duì)較小，因此，本研究?jī)H選取白天時(shí)段（8：00—20：00）的降水量作為評(píng)價(jià)指標(biāo)。在降水量為0 mm或風(fēng)速為0～19 km/h（從煙柱直沖天到葉動(dòng)紅旗展）時(shí)，對(duì)應(yīng)3級(jí);當(dāng)降水量為0～5 mm（小雨）或風(fēng)速為20～38 km/h（枝搖飛紙片，帶葉小樹搖）時(shí)，對(duì)應(yīng)2級(jí);當(dāng)降水量為5～15 mm即降水強(qiáng)度表現(xiàn)為中雨或風(fēng)速為39～49 km/h（舉傘困難）時(shí)，對(duì)應(yīng)1級(jí);當(dāng)降水量為15～70 mm即大雨、暴雨或風(fēng)速為50～74 km/h（迎風(fēng)走不便，前行阻力大）時(shí)，對(duì)應(yīng)0級(jí);當(dāng)降水量超過70 mm表現(xiàn)為大暴雨或風(fēng)速超過75 km/h（建筑物有損毀）時(shí)，可能對(duì)游客的出行安全構(gòu)成威脅，對(duì)應(yīng)-3級(jí)。改進(jìn)后的MHCI降水、風(fēng)速閾值分等（評(píng)分）的標(biāo)準(zhǔn)如表3、表4所示。

美學(xué)層面，HCI將云量劃分為10級(jí)。雖然晴朗或少云的天空狀況能給旅游活動(dòng)增加不少美感，對(duì)提高游客的愉悅度有著一定影響，但具體來看，云量到底是50%還是60%對(duì)游客來說可能是難以覺察的。參考國家《短期天氣預(yù)報(bào)》（GB/T 21984—2017）所采用的天空狀況術(shù)語與云量劃分標(biāo)準(zhǔn)，本文將云量劃分為3個(gè)等級(jí)，即晴或少云（云量0～30%）為3級(jí)、多云（云量30%～80%）為2級(jí)、陰天（云量80%～100%）為1級(jí)，改進(jìn)后的MHCI云量閾值分等的標(biāo)準(zhǔn)如表5所示。

綜上，改進(jìn)后的MHCI各氣象要素的閾值分等標(biāo)準(zhǔn)如表6所示。由于MHCI各氣象要素的閾值分等級(jí)數(shù)不一致，為了方便計(jì)算和進(jìn)行量化比較，對(duì)各氣象要素進(jìn)行“10分化”標(biāo)準(zhǔn)化處理，即將最高等級(jí)設(shè)定為10分，最低負(fù)值等級(jí)設(shè)定為-10分。設(shè)定MHCI的總體評(píng)價(jià)最高值為100，沿用HCI各氣象要素的權(quán)重，最終MHCI的評(píng)價(jià)結(jié)果由各氣象要素的分值加和確定。

1.3.2? ? 體感評(píng)價(jià)分級(jí)

Scott等[29]將HCI的體感評(píng)價(jià)劃分為8級(jí)，評(píng)價(jià)結(jié)果較為精細(xì)化。但實(shí)際上對(duì)于旅游者來說，相鄰舒適性等級(jí)（例如“可接受的”（acceptable）與“好”（good））之間并沒有特別明顯的界線，存在某種模糊帶;此外，中國國土幅員遼闊，人口眾多，即使是相同的氣候條件也存在顯著的區(qū)域認(rèn)知差異與人群感知差異，體感評(píng)價(jià)劃分過細(xì)容易出現(xiàn)較多誤判。

為了更直觀地反映MHCI，結(jié)合Scott等[29]的分類方案方法和體感耐寬思想，筆者按分位數(shù)（二分位數(shù)和上、下四分位數(shù)）概念劃分提出了一個(gè)簡(jiǎn)化的“舒適-亞舒適-不舒適-危險(xiǎn)”4級(jí)評(píng)分標(biāo)準(zhǔn)（表7），其中，MHCI分值區(qū)間低于25則表示危險(xiǎn)，意味著可能存在部分惡劣天氣狀況，從而會(huì)給游客的生命財(cái)產(chǎn)安全帶來威脅。

1.3.3? ? 北上廣實(shí)例驗(yàn)證

在重構(gòu)了熱舒適、降水、風(fēng)速和云量等要素閾值分等標(biāo)準(zhǔn)和最終的體感評(píng)價(jià)分級(jí)標(biāo)準(zhǔn)之后，其合理與否需要開展相應(yīng)的驗(yàn)證。本文選取北京、上海和廣州（簡(jiǎn)稱北上廣）作為典型城市，對(duì)HCI和MHCI的評(píng)價(jià)結(jié)果進(jìn)行比較（圖2）。

圖2顯示，北上廣的HCI和MHCI在月度變化趨勢(shì)上具有一定的一致性，體現(xiàn)了模型“局部”（而非全局）調(diào)整的本意;但MHCI相較于HCI而言，對(duì)夏季不舒適性似乎具有更優(yōu)的識(shí)別性能。具體來說，MHCI和HCI在評(píng)估“偏冷（例如北上廣的冬季）或少雨（例如北京）”的氣候條件時(shí)似乎具有較強(qiáng)的一致性;而面對(duì)“偏熱且多雨（例如上海和廣州的夏季）”的氣候條件時(shí)，MHCI相對(duì)HCI給出了更低的分值，能更好地識(shí)別出一年中夏、冬月份之間的差異。實(shí)際上，“夏季高溫多雨”的亞熱帶和熱帶季風(fēng)氣候在我國具有廣闊的分布（東部秦嶺-淮河以南的主要?dú)夂蝾愋停?，因此，采用MHCI開展旅游氣候舒適性評(píng)估，對(duì)我國而言是更適宜的選擇。

2 旅游氣候舒適期的空間格局

探究旅游氣候的舒適（MHCI≥75）狀況具有突出的旅游活動(dòng)引導(dǎo)、旅游產(chǎn)業(yè)發(fā)展和人居環(huán)境指示意義。本文以我國為例，通過MHCI的計(jì)算結(jié)果判定某地某日的舒適性狀態(tài)，并在此標(biāo)準(zhǔn)下通過某個(gè)時(shí)間段內(nèi)天氣舒適日數(shù)（此處為MHCI≥75的天數(shù)）的累加來統(tǒng)計(jì)某地的舒適期長(zhǎng)短 [51-52]。

由于我國國土面積遼闊，站點(diǎn)分布不均，本文通過ArcGIS10.6對(duì)全國775個(gè)基本（基準(zhǔn)）氣象站點(diǎn)進(jìn)行泰森多邊形劃分，并以泰森多邊形面積為權(quán)重對(duì)相應(yīng)氣象站點(diǎn)的舒適期進(jìn)行加權(quán)求和，從而得到中國最近一個(gè)氣候標(biāo)準(zhǔn)期（1981—2010年）內(nèi)旅游氣候舒適期分布狀況（表8）。

表8顯示，在全國評(píng)價(jià)結(jié)果中年平均旅游氣候舒適期約為122.0天，從季節(jié)分布上看，夏季（6—8月）舒適期達(dá)41.7天，約占全年舒適期的34.2%;春（3—5月）、秋（9—11月）兩季的舒適期較為接近，約占全年舒適期30%左右;冬季（12—2月）舒適期非常短，約占全年舒適期6%。就全國尺度而言，一年中約33%的天數(shù)是舒適的，其中，春、秋兩季的當(dāng)季舒適比約40%，舒適期最長(zhǎng)的夏季當(dāng)季舒適比約1/2，冬季舒適期較短。這與筆者基于溫濕指數(shù)（THI）和風(fēng)效指數(shù)（WEI）計(jì)算所得一般氣候舒適期結(jié)果有顯著差異[48-49]。在全國評(píng)價(jià)結(jié)果中，采用一般氣候舒適性評(píng)價(jià)模型（溫濕指數(shù)和風(fēng)效指數(shù)）所得年平均舒適期約65～75天，當(dāng)季舒適比約20%，其中，春、秋兩季舒適期的當(dāng)季舒適比僅約為17%?；贛HCI與基于HCI計(jì)算所得的旅游氣候舒適期的結(jié)果呈現(xiàn)也稍許不同。其中，基于HCI得到的全國年平均舒適期為114.9天，當(dāng)季舒適比約31.5%，其中，春、秋兩季舒適期的當(dāng)季舒適比約為35%[53]。

我國國土遼闊，區(qū)域差異具有明顯的季節(jié)性。因此，本文進(jìn)一步對(duì)中國775個(gè)基本（基準(zhǔn)）氣象站點(diǎn)1981—2010年間平均旅游氣候舒適期進(jìn)行ArcGIS10.6普通克里金插值，得到全國年度（圖3）和季度（圖4）的空間分布格局。為符合人們?nèi)粘８兄{(diào)表示其旅游氣候舒適期高于全國平均值，冷色調(diào)為低于全國平均值。

圖3顯示：（1）空間分布來看，云南省的旅游氣候舒適期最高，年均約183.7天，的確不辜負(fù)“天天是春天”的盛名，其中，最高值出現(xiàn)在云南省麗江市，年均高達(dá)250天以上（占全年時(shí)長(zhǎng)的68.3%）;此外，新疆南疆（和田地區(qū)約198.3天）和內(nèi)蒙古西部（阿拉善盟約180.7天）也是旅游氣候舒適期高值集中地區(qū)，為旅游業(yè)發(fā)展提供了良好的氣候條件，值得進(jìn)一步發(fā)掘在氣候吸引力上的潛力。低值區(qū)主要集中在高海拔的青藏地區(qū)和高緯度的黑龍江等地，其中，青海和西藏的年均旅游氣候舒適期位列全國最后兩名，分別為69.5天、69.8天，其次是四川省94.8天和黑龍江省104.1天。（2）整體來看，北方省市旅游氣候舒適期普遍高于南方省市，與一般氣候舒適期“南長(zhǎng)北短”的格局存在較大差異[49-51]。主要原因在于旅游氣候舒適期的評(píng)價(jià)不僅考慮熱舒適，還包含物理和美學(xué)層面的影響，特別是北方降水相對(duì)較少，對(duì)旅游者而言是一種便利。

圖4顯示：（1）春季（圖4a）旅游氣候舒適期分布格局與全年情況基本一致。其中，低值區(qū)主要集中在氣溫較低的高緯度地區(qū)（例如黑龍江）和高海拔地區(qū)（例如青藏高原）;此季，南方地區(qū)相對(duì)多雨水，旅游氣候舒適期出現(xiàn)一些低值區(qū)域。（2）秋季（圖4c），高緯度（如黑龍江）和高海拔（如青藏高原）的旅游氣候舒適期仍較短，但胡煥庸線東南側(cè)的大部分地區(qū)、新疆南疆和內(nèi)蒙古西部地區(qū)則具有較長(zhǎng)的旅游氣候舒適期。（3）夏、冬兩季（圖4b和圖4d）的旅游氣候舒適期呈明顯的緯度地帶性。在夏季，“高緯度”成為較長(zhǎng)舒適期的主導(dǎo)因素，為我國廣闊的北方地區(qū)提供了發(fā)展避暑旅游的良好氣候條件;在冬季，“低緯度”的南方地區(qū)，尤其是云南、海南和華南沿海地區(qū)的旅游氣候舒適期較長(zhǎng)，發(fā)展避寒產(chǎn)業(yè)具有得天獨(dú)厚的氣候優(yōu)勢(shì)。

3 旅游氣候舒適域的季節(jié)變化

人體感覺冷暖適宜的氣候條件的時(shí)間長(zhǎng)短是氣候舒適期，那么空間范圍即為氣候舒適域。氣候舒適域是指某一時(shí)間截面下氣候條件令人體感舒適的區(qū)域[51-52]?；诖烁拍睿硡^(qū)域在某段時(shí)間內(nèi)持有使人感覺舒適的旅游氣候（即MHCI≥75），那么該時(shí)段下該區(qū)域便是旅游氣候舒適域。此外，某地一個(gè)氣候標(biāo)準(zhǔn)期中（30年），某一日期（一年取366天）被評(píng)價(jià)為“舒適”等級(jí)的年份數(shù)占比，即為該地該日期的氣候舒適概率?；谏鲜龈拍?，羅軼[51]進(jìn)一步界定了“當(dāng)年氣候舒適域”和“常年氣候舒適域”的差異，認(rèn)為“當(dāng)年氣候舒適域”是指該年中某一日期（某一天）的氣候被評(píng)價(jià)為“舒適”等級(jí)的區(qū)域，而“常年氣候舒適域”則是指某一日期在一個(gè)氣候標(biāo)準(zhǔn)期中（30年）氣候“舒適”概率大于50%的區(qū)域。本文“旅游氣候舒適域”引用的是穩(wěn)定性較高的“常年氣候舒適域”概念。

3.1 年內(nèi)逐日的舒適域面積

本研究從氣候舒適域面積大小隨時(shí)間推移的漲落變化視角測(cè)算了最近一個(gè)氣候標(biāo)準(zhǔn)期（1981—2010年）內(nèi)逐日的年均旅游氣候舒適域，并統(tǒng)計(jì)了中國旅游氣候舒適域的面積（圖5）。我國旅游氣候舒適域面積高值集中出現(xiàn)在5月中下旬和9月下旬—10月上旬，超過600萬km2。也就說，這段時(shí)間內(nèi)全國大部分地區(qū)的旅游氣候都是舒適的。全國旅游氣候舒適域面積在4月中旬—10月下旬之間超過全年平均值（約337.8萬km2），即中國常年旅游氣候舒適域涌現(xiàn)面積較大的集中時(shí)間段跨越了春夏秋，其中，夏季舒適域面積較大，或與山地高原地區(qū)和高緯度地區(qū)溫度較低有關(guān)。受冬季嚴(yán)寒影響，此時(shí)全國旅游氣候舒適域面積較小。旅游氣候舒適域面積的季節(jié)性變化奠定了我國季節(jié)性旅游流的自然基礎(chǔ)。

3.2 典型日期的舒適域格局

出游活動(dòng)的順利開展需要密切關(guān)注旅游目的地的天氣和氣候。本研究聚焦到具體日期，選取我國3個(gè)具有一定季節(jié)代表性的法定節(jié)假日——元旦、“五一”和“十一”，就特定時(shí)段內(nèi)各地的旅游氣候舒適概率（1981—2010年間）進(jìn)行分析。因元旦和“五一”法定假期為1天，“十一”法定假期則為3天，故而選取1月1日（代表元旦節(jié)）、5月1日（代表勞動(dòng)節(jié)）以及10月1—3日（代表國慶節(jié)）的數(shù)據(jù)作為樣本進(jìn)行計(jì)算。以旅游氣候舒適概率50%為界，高于50%為暖色調(diào)，顏色越深則表示該節(jié)假日下某地的舒適概率越高;低于50%為冷色調(diào)，顏色越深則表示某地的舒適概率越低（圖6）。

（1）元旦節(jié)（1月1日）全國大部分地區(qū)成為旅游舒適域的概率較低（50%以下），特別是東北和西北的大片區(qū)域，舒適概率為0。旅游氣候舒適域（舒適概率大于50%）主要出現(xiàn)在海南、云南和華南沿海地區(qū)，為旅游活動(dòng)開展提供了適宜的氣候環(huán)境（圖6a）。

（2）“五一”勞動(dòng)節(jié)（5月1日）和“十一”國慶節(jié)（10月—3日）旅游氣候舒適域分布格局相似（圖6b和6c），全國出現(xiàn)舒適旅游氣候的地區(qū)分布廣泛（“五一”勞動(dòng)節(jié)旅游氣候舒適域面積約577.7萬km2，“十一”國慶節(jié)更高達(dá)628.6萬km2），全國僅青藏、東北和華南地區(qū)成為舒適域的概率較低。因此，“五一”作為與“十一”類似的旅游“黃金時(shí)段”，恢復(fù)“五一”黃金周在舒適氣候條件上是可以得到支持的（圖6b）。

4 結(jié)論與啟示

4.1 結(jié)論

本研究系統(tǒng)梳理了旅游氣候舒適性評(píng)價(jià)的相關(guān)模型，結(jié)合中國實(shí)際改進(jìn)了其中的度假氣候指數(shù)HCI，并以北上廣三城市為例進(jìn)行相應(yīng)驗(yàn)證。隨后，運(yùn)用改進(jìn)后的MHCI，基于中國1981-2010年間775個(gè)基本（基準(zhǔn)）氣象站點(diǎn)的日值氣象數(shù)據(jù)開展實(shí)證研究，從旅游氣候舒適期與舒適域兩個(gè)角度對(duì)中國的旅游氣候狀況進(jìn)行了分析。主要結(jié)論如下：

（1）旅游氣候舒適性評(píng)價(jià)應(yīng)采用專門模型而非通用模型，而專門旅游氣候舒適性評(píng)價(jià)模型的改進(jìn)主要從“數(shù)據(jù)粒度”“閾值分等”“指標(biāo)權(quán)重”和“模型形式”等方面展開。旅游氣候評(píng)價(jià)模型不能簡(jiǎn)單地“異地套用”，本文選取“數(shù)據(jù)粒度”為日值尺度的度假氣候指數(shù)HCI，著重從“要素閾值分等”與“體感評(píng)價(jià)分級(jí)”兩方面對(duì)其進(jìn)行優(yōu)化改進(jìn)，初步驗(yàn)證表明，調(diào)整后的MHCI能夠更好地反映中國的旅游氣候舒適性。

（2）基于MHCI的計(jì)算結(jié)果表明，就旅游氣候舒適期而言，我國年均約為122天，其中，夏季長(zhǎng)達(dá)42天，冬季僅7天，而春、秋兩季各約36～37天。從空間分布上看，有別于一般氣候舒適期的“南長(zhǎng)北短”格局，全國旅游氣候舒適期整體上呈現(xiàn)為“北長(zhǎng)南短”的空間格局，其高值區(qū)集中在云南、新疆南疆和內(nèi)蒙古西部，低值區(qū)主要集中在高海拔（如青藏高原）和高緯度（如黑龍江）等地區(qū);當(dāng)然，空間分布也存在季節(jié)差異，其中，夏、冬兩季旅游氣候舒適期的緯度地帶性突出，表現(xiàn)為夏季“北長(zhǎng)南短”、冬季“北短南長(zhǎng)”。

（3）就旅游氣候舒適域而言，我國常年旅游氣候舒適域面積的兩個(gè)高峰值分別出現(xiàn)在5月中下旬和9月下旬—10月上旬，其中“五一”勞動(dòng)節(jié)和“十一”國慶節(jié)的舒適域空間格局具有相似性，全國大部分地區(qū)的旅游氣候舒適概率都在50%以上，恢復(fù)“五一”黃金周假期是具有氣候環(huán)境基礎(chǔ)的。

4.2 討論與啟示

4.2.1? ? 討論

當(dāng)然，本文研究也存在一些值得進(jìn)一步探討的地方。

首先，本文針對(duì)國際上主流旅游氣候評(píng)價(jià)模型中較完善的度假氣候指數(shù)HCI，對(duì)其進(jìn)行優(yōu)化改進(jìn)，但目前的改進(jìn)并未涉及更具挑戰(zhàn)性的“指標(biāo)權(quán)重”問題。旅游氣候評(píng)價(jià)指數(shù)在整合冷熱、物理和美學(xué)指標(biāo)時(shí)，權(quán)重分配的主觀性總是備受質(zhì)疑，且可能需要針對(duì)不同地區(qū)做出適應(yīng)性調(diào)整，例如Fichett等[54]就針對(duì)非洲地區(qū)，調(diào)整了TCI指數(shù)中各個(gè)子指標(biāo)的權(quán)重，并驗(yàn)證了其實(shí)用性。后續(xù)研究中或許可以考慮采用“熵權(quán)法”等定量方法，進(jìn)一步探索指標(biāo)權(quán)重的合理分配。

其次，本文選取屬于“經(jīng)驗(yàn)?zāi)Ｐ汀狈懂牭臏貪裰笖?shù)（THI）來替代HCI中的有效溫度（ET）作為熱舒適指標(biāo)，并未采用“機(jī)理模型”開展熱舒適評(píng)估。人體與環(huán)境的熱量交換極其復(fù)雜，既取決于與人體熱平衡相關(guān)的環(huán)境氣象因素（即溫度、相對(duì)濕度、風(fēng)速和輻射），也取決于個(gè)人因素（即人體代謝率和衣服熱阻）和活動(dòng)水平。因此，將不具備能量交換基礎(chǔ)的簡(jiǎn)易經(jīng)驗(yàn)?zāi)Ｐ妥鳛闊崾孢m性指數(shù)（如HCI中的ET和TCI中的CID與CIA等），難以全面反映人體熱舒適性。例如Kovács等[55]就采用生理等效溫度（PET）這個(gè)“機(jī)理模型”來代替TCI的熱舒適指數(shù)（CID與CIA），并通過問卷調(diào)查確定PET指標(biāo)的評(píng)分閾值分等，提升了TCI對(duì)氣候熱舒適方面的評(píng)估。此外，在當(dāng)今氣候舒適性評(píng)價(jià)的理論研究和實(shí)踐應(yīng)用中，機(jī)理模型也漸成主流。因此，未來旅游氣候舒適性模型中，需要加強(qiáng)熱舒適評(píng)價(jià)對(duì)“機(jī)理模型”的引入和探索，以進(jìn)一步提升評(píng)價(jià)模型的合理性和解釋力。

此外，即便是旅游氣候舒適性評(píng)價(jià)模型本身，也需要更加細(xì)分化和專門化的發(fā)展。例如，Scott等基于城市旅游和濱海旅游的不同氣候需求，將度假氣候指數(shù)HCI進(jìn)一步細(xì)分為“HCI：urban”[29]和“HCI：beach”[25]。實(shí)際上，現(xiàn)實(shí)中旅游活動(dòng)的類型是更為多元的，例如冬季滑雪運(yùn)動(dòng)就和夏季海灘度假一樣，對(duì)氣候舒適性也有著不同于一般觀光休閑的要求，也需要發(fā)展專門化的旅游氣候舒適性評(píng)價(jià)模型。當(dāng)然，如果進(jìn)一步考慮霧霾等大氣污染因素對(duì)旅游活動(dòng)的影響，旅游氣候舒適性評(píng)價(jià)模型將會(huì)變得更為復(fù)雜，需要在今后給予更多的關(guān)注和探索。

4.2.2? ? 啟示

本文針對(duì)旅游氣候舒適期季節(jié)性差異進(jìn)行分析，有助于旅游目的地分散季節(jié)性壓力，為相關(guān)政府部門和旅游企業(yè)制定政策和規(guī)劃提供科學(xué)依據(jù)。計(jì)算結(jié)果表明，我國避暑旅游氣候資源充足，尤其是對(duì)于北方地區(qū)而言，似乎是“遍在的”，各地在新一輪旅游度假區(qū)建設(shè)熱潮中，需要充分考慮在氣候條件方面的同質(zhì)性和競(jìng)爭(zhēng)性，合理布局和打造“避暑旅游目的地”;計(jì)算結(jié)果也表明，我國避寒旅游氣候資源相對(duì)稀缺，但除了海南外，云南和廣東也具有打造“避寒目的地形象”和發(fā)展避寒產(chǎn)業(yè)的氣候條件，這可以在市場(chǎng)營銷和度假產(chǎn)業(yè)發(fā)展中給予更多關(guān)注。

本文旅游氣候舒適域的計(jì)算結(jié)果表明，“五一”假期和“十一”假期全國總體上有著良好的氣候支撐，大部分地區(qū)旅游氣候舒適概率超過50%，非常適宜旅游活動(dòng)的開展?！拔逡弧奔倨诤汀笆弧奔倨?，曾經(jīng)是我國上半年和下半年兩個(gè)最具代表性的旅游“黃金周”，這是有氣候環(huán)境依據(jù)的。2008年國家法定假日中取消“五一”黃金周后，游客在“十一”黃金周的高度聚集已是不爭(zhēng)事實(shí)，其對(duì)旅游體驗(yàn)和旅游業(yè)的負(fù)面效應(yīng)受到越來越多的關(guān)注和討論。近年來，恢復(fù)“五一”黃金周的呼聲高但爭(zhēng)議大，而本文的研究可以為這種討論提供一定的科學(xué)依據(jù)。

此外，本文研究發(fā)現(xiàn)，中國西北地區(qū)（特別是南疆和蒙西地區(qū)）作為旅游氣候舒適期高值集中地區(qū)之一（特別是在春、夏、秋三季），可充分利用良好的氣候優(yōu)勢(shì)，進(jìn)一步發(fā)掘其在氣候吸引力上的潛力。通過“旅游+氣候”創(chuàng)新產(chǎn)品供給，把潛在的旅游氣候資源轉(zhuǎn)化為旅游優(yōu)勢(shì)資源，從而打造獨(dú)特的旅游氣候品牌，契合多樣化旅游體驗(yàn)的剛性需求，更好地實(shí)現(xiàn)旅游促減貧、旅游促振興、旅游促發(fā)展的目標(biāo)。

致謝： 感謝新西蘭坎特伯雷大學(xué)陳寧博士對(duì)本文英文摘要的潤色斧正。

參考文獻(xiàn)（References）

[1] RUTTY M， SCOTT D. Bioclimatic comfort and the thermal perceptions and preferences of beach tourists[J]. International Journal of Biometeorology， 2015， 59（1）： 37-45.

[2] SAHABI A S， MATZARAKIS A. Quantification of the tourism climate of Algeria based on the Climate-Tourism-Information-Scheme[J]. Atmosphere， 2018， 9（7）： 250.

[3] DAMM A， K?BERL J， STEGMAIER P， et al. The market for climate services in the tourism sector—An analysis of Austrian stakeholders perceptions[J]. Climate Services， 2020， 17： 10094.

[4] 鐘林生， 唐承財(cái)， 成升魁. 全球氣候變化對(duì)中國旅游業(yè)的影響及應(yīng)對(duì)策略探討[J]. 中國軟科學(xué)， 2011（2）： 34-41. [ZHONG Linsheng， TANG Chengcai， CHENG Shengkui. The impact of global climate change on tourism industry in China and adaptive strategies[J]. China Soft Science， 2011（2）： 34-41.]

[5] BECKEN S. A review of tourism and climate change as an evolving knowledge domain[J]. Tourism Management Perspectives， 2013， 6： 53-62.

[6] FANG Y， YIN J， WU B B. Climate change and tourism： A scientometric analysis using CiteSpace[J]. Journal of Sustainable Tourism， 2017， 26： 108-126.

[7] SCOTT D， HALL C M， G?SSLING S. Global tourism vulnerability to climate change[J]. Annals of Tourism Research， 2019， 77： 49-61.

[8] DE FREITAS C R， GRIGORIEVA E A. A comprehensive catalogue and classification of human thermal climate indices[J]. International Journal of Biometeorology， 2015， 59（1）： 109-120.

[9] HOUGHTEN F C， YAGLOGLOU C P. Determining lines of equal comfort[J]. ASHVE Transactions， 1923， 29： 163-176.

[10] THOM E C. A new concept of cooling degree days[J]. Air Condition： Heat & Ventilation， 1957， 54（6）： 73-80.

[11] TERIUNG W H. Physiologic climates of the conterminous United States： A bioclimatic classification based on man[J]. Annals of the Association of American Geographers， 1966， 56（1）： 141-179.

[12] FANGER P O. Thermal Comfort： Analysis and Applications in Environmental Engineering[M]. Copenhagen： Danish Technical Press， 1970： 244.

[13] H?PPE P. The physiological equivalent temperature-A universal index for the biometeorological assessment of the thermal environment[J]. International Journal of Biometeorology， 1999， 43（2）： 71-75.

[14] BLAZEJCZYK K， EPSTEIN Y， JENDRITZKY G， et al. Comparison of UTCI to selected thermal indices[J]. International Journal of Biometeorology， 2012， 56（3）： 515-535.

[15] JENDRITZKY G， DE FREITAS C R， HAVENITH G. UTCI—Why another thermal index[J]. International Journal of Biometeorology， 2012， 56（3）： 421-428.

[16] BLAZEJCZKY K， JENDRITZKY B G， BR?DE B P， et al. An introduction to the universal thermal climate index （UTCI）[J]. Geographia Polonica， 2013， 86（1）： 5-10.

[17] 閆業(yè)超， 岳書平， 劉學(xué)華， 等. 國內(nèi)外氣候舒適度評(píng)價(jià)研究進(jìn)展[J]. 地球科學(xué)進(jìn)展， 2013， 28（10）： 1119-1125. [YAN Yechao， YUE Shuping， LIU Xuehua， et al. Advances on assessment of bioclimatic comfort conditions at home and abroad[J]. Advances in Earth Science， 2013， 28（10）： 1119-1125.]

[18] 孫美淑， 李山. 氣候舒適度評(píng)價(jià)的經(jīng)驗(yàn)?zāi)Ｐ停?回顧與展望. 旅游學(xué)刊， 2015， 30（12）： 19-34. [SUN Meishu， LI Shan. Empirical indices evaluating climate comfortableness： Review and prospect[J]. Tourism Tribune， 2015， 30（12）： 19-34.]

[19] BECCALI M， STRAZZERIV， GERMAN?M L， et al. Vernacular and bioclimatic architecture and indoor thermal comfort implications in hot-humid climates： An overview[J]. Renewable and Sustainable Energy Reviews， 2018， 82（2）： 1726-1736.

[20] COSTA M L， FREIRE M R， KIPERSTOK A. Strategies for thermal comfort in university buildings — The case of the faculty of architecture at the Federal University of Bahia， Brazil[J]. Journal of Environmental Management， 2019， 239： 114-123.

[21] MCGREGOR G R， VANOS J K. Heat： A primer for public health researchers[J]. Public Health， 2018， 161： 138-146.

[22] VANOS J K， KOSAKA E， IIDA A， et al. Planning for spectator thermal comfort and health in the face of extreme heat： The Tokyo 2020 Olympic marathons[J]. Science of The Total Environment， 2019， 657： 904-917.

[23] 馬麗君， 孫根年， 馬耀峰， 等. 氣候舒適度對(duì)熱點(diǎn)城市入境游客時(shí)空變化的影響[J]. 旅游學(xué)刊， 2011， 26（1）： 45-50. [MA Lijun， SUN Gennian， MA Yaofeng， et al. An analysis on the influence of climate comfortable degree on temporal and spatial variation of inbound tourists in Chinas hot cities[J]. Tourism Tribune， 2011， 26（1）： 45-50.]

[24] LAM C K C， LOUHNAN M， TAPPER N. Visitors perception of thermal comfort during extreme heat events at the Royal Botanic Garden Melbourne[J]. International Journal of Biometeorology， 2018， 62（1）： 97-112.

[25] MATTHEWS L， SCOTT D， ANDREY J. Development of a data-driven weather index for beach parks tourism[J]. International Journal of Biometeorology， 2019. https：//doi.org/10.1007/s00484- 019-01799-7.

[26] ZHOU Y Z， WANG J L. Spatial-temporal patterns of travel climate comfortable period on northeast China from 1981-2010[J]. Regional Problems， 2018， 3（1）： 13-16.

[27] YANG J， ZHANG Z C， LI X M， et al. Spatial differentiation of Chinas summer tourist destinations based on climatic suitability using the universal thermal climate index[J]. Theoretical and Applied Climatology， 2018， 134： 859-874.

[28] MIHAILA D， BISTRICEAN P L， BRICIU A E. Assessment of the climate potential for tourism. Case study： The North-East Development Region of Romania[J]. Theoretical and Applied Climatology， 2019， 137： 601-622.

[29] SCOTT D， RUTTY M， AMELUNG B， et al. An inter-comparison of the holiday climate index （HCI） and the tourism climate index （TCI） in Europe[J]. Atmosphere， 2016， 7（6）： 80-96.

[30] DE FREITAS C R. Recreation climate assessment[J]. International Journal of Climatology， 1990， 10： 89-103.

[31] DE FREITAS C R. Tourism climatology： Evaluating environmental information for decision making and business planning in the recreation and tourism sector[J]. International Journal of Biometeorology， 2003， 48（1）： 45-54.

[32] MIECZKOWSKI Z. The tourism climatic index： A method of evaluating world climates for tourism[J]. Canadian Geographer， 1985， 29（3）： 220-233.

[33] MORGAN R， GATELL E， JUNYENT R， et al. An improved user-based beach climate index[J]. Journal of Coastal Conservation， 2000， 6（1）： 41-50.

[34] DE FREITAS C R， SCOTT D， MCBOYLE G. A second generation climate index for tourism （CIT）： Specification and verification[J]. International Journal of biometeorology， 2008， 52（5）： 399-407.

[35] YU G， SCHWARTZ Z， WALSH J E. A weather-resolving index for assessing the impact of climate change on tourism related climate resources[J]. Climatic Change， 2009， 95（3-4）： 551-573.

[36] FANG Y， YIN J. National assessment of climate resources for tourism seasonality in China using the tourism climate index[J]. Atmosphere， 2015， 6（2）： 183-194.

[37] MAHMOUD D， GAMAL G， SEOUD T A. The potential impact of climate change on Hurghada city， Egypt， using tourism climate index[J]. GeoJournal of Tourism and Geosites， 2019， 25（2）： 496-508.

[38] LI H， GOH C， HUNG K， et al. Relative climate index and its effect on seasonal tourism demand[J]. Journal of Travel Research， 2018， 57（2）： 178-192.

[39] HUANG J， LI L， TAN C， et al. Mapping summer tourism climate resources in China[J]. Theoretical and Applied Climatology， 2019， 137（3-4）： 2289-2302.

[40] SCOTT D， MCBOYLE G. Using a ‘tourism climate index to examine the implications of climate change for climate as a tourism resource[C]. Freiburg： Commission on Climate， Tourism and Recreation， International Society of Biometeorology， 2001： 69-88.

[41] BAKHTIARI B， BAKHTIARI A， AFZALI G Z. Investigation of climate change impacts on tourism climate comfort in Iran[J]. Global NEST Journal， 2018， 20（2）： 291-303.

[42] SCOTT D， MCBOYLE G， SCHWARTZENTRUBER M. Climate change and the distribution of climatic resources for tourism in North America[J]. Climate Research， 2004， 27： 105-117.

[43] PERKINS D， DEBBAGE K. Weather and tourism： Thermal comfort and zoological park visitor attendance[J]. Atmosphere， 2016， 7（3）： 44.

[44] MORENO A， AMELUNG B. Climate change and tourist comfort on Europes beaches in summer： A reassessment[J]. Coastal Management， 2009， 37（6）： 550-568.

[45] SCOTT D， MCBOYLE G， MILLS B. Climate change and the skiing industry in Southern Ontario （Canada）： Exploring the importance of snowmaking as a technical adaptation[J]. Climate Research， 2003， 23： 171-181.

[46] AMELUNG B， VINER D. Mediterranean tourism： Exploring the future with the tourism climate index[J]. Journal of Sustainable Tourism， 2006， 14（4）： 349-366.

[47] 張建龍， 趙樹杰， 王斌. 信號(hào)檢測(cè)與估值理論及應(yīng)用[M]. 西安： 西安電子科技大學(xué)出版社， 2017： 62-64. [ZHANG Jianlong， ZHAO Shujie， WANG Bin. Data， Models and Decisions[M].? Xian： Xidian University Press， 2017：62-64.]

[48] 蔚丹丹， 李山. 氣候舒適度的體感分級(jí)： 季節(jié)錨點(diǎn)法與中國案例[J]. 自然資源學(xué)報(bào)， 2019， 34（8）： 1633-1653. [YU Dandan， LI Shan. Scale of human thermal sensation using seasonal anchor method： A Chinese case study[J]. Journal of Natural Resources， 2019， 34（8）： 1633-1653.]

[49] 蔚丹丹， 氣候舒適度的體感分級(jí)： 季節(jié)錨點(diǎn)法與中國案例[D]. 上海： 華東師范大學(xué)， 2017. [YU Dandan. Scale of Human Thermal Sensation Using Seasonal Anchor Method： A Chinese Case Study[D]. Shanghai： East China Normal University， 2017.]

[50] 李山， 孫美淑， 張偉佳， 等. 中國大陸1961—2010年間氣候舒適期的空間格局及其演變[J]. 地理研究， 2016， 35（11）： 2053-2070. [LI Shan， SUN Meishu， ZHANG Weijia， et al. Spatial patterns and evolving characteristics of climate comfortable period in the mainland of China： 1961—2010[J]. Geographical Research， 2016， 35（11）： 2053-2070.]

[51] 羅軼. 中國大陸氣候舒適域的季節(jié)漲落與類型分布[D]. 上海： 華東師范大學(xué)， 2018. [LUO Yi. Climate Comfort Region in Chinese Mainland： Its Seasonal Fluctuation and Type Distribution[D]. Shanghai： East China Normal University， 2018.]

[52] 張糧鋒. 旅游氣候評(píng)價(jià)： 模型優(yōu)化與中國案例[D]. 上海： 華東師范大學(xué)， 2019. [ZHANG Liangfeng. Tourism Climate Assessment： Model Optimization and Chinese Case[D]. Shanghai： East China Normal University， 2019.]

[53] YU D D， LI S， GUO Z Y. Evaluating the tourist climate comfortable period of china in a changing climate[J]. Advances in Meteorology， 2020. https：//doi.org/10.1155/2020/8886316.

[54] FICHETT J M， HOOGENDOORN G， ROBINSON D. Data challenges and solutions in the calculation of tourism climate index （TCI） scores in South Africa[J]. An International Interdisciplinary Journal， 2016， 64（4）： 359-370.

[55] KOV?CS A， UNGER J， G?L C V， et al. Adjustment of the thermal component of two tourism climatological assessment tools using thermal perception and preference surveys from Hungary[J]. Theoretical and Applied Climatology， 2016， 125（1-2）： 113-130.

Evaluate Tourism Climate Using Modified Holiday Climate Index in China

YU Dandan1，2， LI Shan1，2，3， ZHANG Liangfeng1，2， LUO Yi1，2， SHI Zhengyan1，2

（1. School of Geographic Sciences， East China Normal University， Shanghai 200241， China;

2. Key Laboratory of Geographic Information Science， Ministry of Education， Shanghai 200241， China;

3. Institute of Eco-Chongming， Shanghai 200241， China）

Abstract： Tourism industry is a resource-dependent industry， since all forms of tourism activities are sensitive to climate to an extent. Analysing the impact of climate change on tourism is therefore conducive to tourism development. Following this logic， multi-dimensional climate indices are called for to evaluate the climate for tourism， and previous studies in China have centred the usage of the much criticized “climate index” with low resolution climate data. Analysing the existing tourism climate comfort evaluation models， this study selects the more suitable holiday climate index （HCI）， applying the “seasonal anchor method” and relevant national standards to optimize the threshold division criteria for each meteorological element. A modified holiday climate index （MHCI） was further examined when MHCI scores are compared with the HCI scores， justifying its suitability. Taking China as a case， this paper acquired daily meteorological data from 775 weather stations. Using GIS spatial analysis tools， this paper examines inter-regional differences in the average annual and seasonal tourist climate comfortable periods and tourist climate comfortable areas across China from 1981—2010. The main findings are as follows. For one， China has an average of 122.0 days of tourism comfortable period during the year， in which the summer tourism climate has the longest comfort period of up to 41.7 days， and the winter tourism climate has the shortest comfort period of only 7.1 days. The tourism climate comfort period in spring and autumn is about 37 days. In terms of spatial distribution， high-value areas are concentrated in Yunnan， Southern Xinjiang and Western Inner Mongolia. Secondly， the peak of the average annual tourism climate comfort area in China appears in mid-to-late May， late September and early October， laying the natural foundation for seasonal tourism in China. During Labour holiday and the National holiday， the tourism climate comfort probability is above 50% in most areas of the country， especially in Xinjiang. Government departments and tourism enterprises should pay attention to Xinjiangs great tourism climate resources， and thus develop and utilize them better. These results can provide some scientific evidence applying tourism climate comfortable indices and climate comfortable indices， and help to improve the tourism industry responding to global climate change. Tourism climate comfort evaluation can further be used to determine the weight of meteorological elements reasonably through different quantitative methods. Considering the simulation prediction of future tourism climate comfort in the context of climate change， combined with the tourism flow analysis， this study provides a scientific basis for government departments and tourism enterprises to formulate policies and plans.

Keywords： climate amenity; climatic comfortable degree; climate comfortable period; climate comfortable area; tourism climate index; holiday climate index

[責(zé)任編輯：宋志偉;責(zé)任校對(duì)：王? ? 婧]