宁波奉化旅游气候综合指数模型构建与应用

沈 艳, 李正泉, 郑 健, 徐 蓉, 朱晓翠, 岳俗甲

(1.宁波市奉化区气象局，宁波 315500； 2.浙江省气候中心，杭州 310017)

引 言

随着生活水平的提高及旅游业快速发展，人们对高品质旅游的需求越来越大，尤其是以生态气候资源为主题的休闲康养活动备受关注，国内已有不少城市打造宜居、宜游、宜养的生态气候品牌[1-3]。气候是否舒适、空气是否清新是影响旅游出行的重要因素[4-13]。李正泉等[14]对丽水生态气候休闲养生适宜性的分析表明，气候指标和环境共同影响人们的休闲旅游活动。因而研究气候、环境与旅游之间的关系对城市旅游业发展具有一定的指导和促进作用。国内外关于旅游气候指数的研究较为成熟[15-22]，如人体舒适度指数(BCMI)、风寒指数(CI)、温湿指数(THI)、穿衣指数、度假气候指数(HCI)等。这些指数的研究为开展旅游气候适宜性评估、引导人们旅游出行等起到了重要推进作用。但这些指数在现实应用中也存在一定局限性，如BCMI未考虑降水对旅游的影响，HCI未考虑空气质量对旅游的影响，CI和THI更多考虑的是冬季冷胁迫和夏季热胁迫等，尚未有一个综合性的气候指数能够较为全面地反映天气气候与空气质量对旅游的共同影响。另外，以往旅游气候指数的建立多是基于游客问卷调查确定气候因子权重赋值，记分评判标准存在一定主观性，缺少客流量与气候环境的客观定量分析[23]。本文尝试选取与旅游活动关联较为密切的气候环境指数，以宁波市奉化区的气候、环境、旅游客流量数据进行定量化计算分析，进而建立一个旅游气候综合指数(TCCI)模型，以便为旅游气候研究提供更多参考。

1 资料与方法

1.1 研究区概况与资料来源

宁波市奉化区位于浙江省东部沿海，属亚热带季风气候，境内“六山一水三分田”。气象观测站位于奉化中部偏北的萧王庙街道傅家岙村(29.7°N、121.4°E)，环境观测站位于气象观测站东南方向约4 km的环保大楼楼顶，溪口风景区位于奉化西部的溪口镇，蒋氏故居、雪窦山景区与气象观测站直线距离分别为13 km、22 km，均为国家5A级风景名胜区。图1给出了气象观测站、环境观测站在研究区的空间分布。

图1 研究区域旅游景区与观测站的空间位置分布

气象观测数据包括逐日气温、相对湿度、风速、降水、云量等，来自国家基本气象站奉化观测站；逐日空气质量监测数据(AQI日数据、PM2.5)来自环境监测国家控制站奉化监测站；景区每日客流量数据由宁波市溪口旅游开发股份有限公司提供，研究数据选取时间为2014-2018年。

1.2 分析方法

利用2014-2018年奉化站的气象观测资料，对人体舒适度气象指数(BCMI)、风寒指数(CI)、温湿指数(THI)、度假气候指数(HCI)按日进行计算，计算公式如下：

(1)

(2)

ITHI=(1.8Ta+32)-0.55(1-RH)×(1.8Ta-26)

(3)

式(1)—(3)中,Ta为环境温度(℃),RH为空气相对湿度(计算时取消百分制，如60%以0.6代入)，V为环境风速(m/s)。ICI是冷应力期间表示失热的指标(kcal·m-2·h-1)，ITHI表示无风时闷热的程度(无量纲)，IBCMI是炎热指数的一种变形(无量纲)。这三类气候指数的分级标准参见文献[24]-[27]。

IHCI=4TE+2A+(3R+V)

(4)

式中TE、A、R、V分别为有效温度(气温与湿度函数)、云覆盖率、降水、风速的评判计分值，各因子具体计分标准参见文献[24]。

本文将空气质量指数(AQI)分为六级，具体分级标准参见《环境空气质量指数(AQI)技术规定(试行)》。

1.3 标准化处理

因BCMI、THI的人体舒适度等级不是按照指数值的高低进行划分(如：BCMI值在51～58和71～75两个区间，都对应着“大部分人舒适”等级)，而且部分指数值有单位量纲(如：CI值)，为了便于数据处理及统计分析，本文对气候指数、空气质量指数和景区客流量数据进行了重新赋分及标准化处理。各指数等级赋分规则见表1，数据标准化处理方式见公式(5):

表1 气候环境指数赋分标准

Xb=(Xi/Xmax)×100

(5)

式中,Xb为标准化值，Xi为气候指数、空气质量指数、客流量值，Xmax为气候指数、空气质量指数、客流量值中最大值。

2 结果分析

2.1 气候指数分析

利用奉化区逐日观测的气象环境数据，按公式(1)-(4)计算BCMI、THI、CI、HCI和AQI等气候环境指数逐日值，统计获得各指数的月平均分布情况，如图2所示。根据文献中BCMI指数值对应的人体舒适度等级划分规则[24]，奉化区全年有3个月份(5、6、9月)人们感觉“最为舒适”，BCMI为59～70;4个月份(4、7、8、10月)大部分人感觉舒适，其中， 4月和10月BCMI为51～58，体感“偏凉，大部分人舒适”，7月和8月BCMI为71～75，体感“偏热，大部分人舒适”。按国际旅游界定义的“旅游舒适期”BCMI等级及天数标准[28]，奉化属于一类气候适宜区。

温湿指数(THI)变化特征与BCMI相一致，除夏季7、8月有闷热感外，其他月份THI值均处于“较舒适”及以上级别。风寒指数(CI)显示奉化冬季(12月至次年2月)的CI值相对较高，可在700 kcal·m-2·h-1以上，人会有“冷”感，但很少会出现有强度冷胁迫。

按度假气候指数(HCI)分级标准，奉化全年有4个月份(4、5、9、10月)为度假旅游“很适宜”期，其余8个月份均为“适宜”期。从气候指数月际分布图(图2)可看出，奉化全年HCI成双峰分布，峰值出现在4-5月、10月，无明显最低值。HCI指数考虑了高温、严寒、强风等恶劣天气因素的影响，还强调了降水、云量对出行观光的影响，在表征气候旅游适宜性方面相对THI、CI、HCI更为全面[25]。

图2 奉化气候指数月分布特征

2.2 客流量及其影响因素

2.2.1 客流量年内变化特征

从奉化旅游景区2014-2018年日均、月均客流量变化特征看(图3)，在10月份，客流量达到年内最高峰，占全年游客总数16%～19%，其中,10月2-4日日均客流量均超2万人。4月、5月的次之，分别占年游客总数的11%～14%、8%～12%，其中4月30日-5月2日日均客流量超1万人。2月(2017年2月除外)、8月客流量出现小的峰值，分别占年游客总数的9%～12%、8%～10%。冬季12月和次年1月客流量相对较少(2017年1月除外)，仅约占年游客总数的3%～5%和2%～4%，日均客流量大多在2000人以下，其中1月有19天日均客流量不足1000人。客流量的变化与国家传统节假日时间安排关系密切。如十一黄金周、春节(多在2月份，2017年在1月份)、五一假期等，同时学生寒暑假对客流量也有一定影响，如8月份也有一个小的客流高峰。

图3 2014-2018年奉化溪口景区日均(a)和月均(b)客流量情况

2.2.2 客流量与单个气候指数关系

利用逐日BCMI、THI、CI、HCI与逐日景区客流量数据，统计分析单个气候指数表征景区客流量的能力，统计结果见图4(a)-(d)。BCMI、THI、CI、HCI各气候指数与客流量回归均可通过F0.01显著性检验，但各气候指数与客流量相关性都不高，最高为HCI，其相关系数为0.172。

图4 客流量与气候指数及空气质量关系

2.2.3 客流量与空气质量关系

统计结果(图4e)显示，逐日空气质量指数(AQI)与客流量的相关性仅为0.014，未通过F0.01显著性检验，这可能与奉化区全年空气质量总体为优良有关。奉化空气质量为Ⅰ、Ⅱ级的天数达1270天，占总有效样本的84.5%；Ⅲ级的天数有200天，占13.3%；Ⅳ、Ⅴ、Ⅵ级的污染天数只有33天，仅占总有效样本的2.2%。对不同等级AQI对应的日均客流量(表2)分析表明，当空气质量等级较好(Ⅲ级及以上)时客流量变化不大，随着空气质量变差，日均客流量呈明显下降趋势。空气质量为“优”时(AQI指数为Ⅰ级)，景区客流量日均值为3636人；空气质量为“良”至“轻度污染”时(AQI指数为Ⅱ-Ⅲ级)，景区客流量日均值为3505人；当空气质量较差时(AQI指数为Ⅳ-Ⅵ级)，客流量日均值在2750人以下。2014年6月25日，在宁波全市空气发生严重污染的大背景下，奉化区空气质量也达到了VI级(极差)，该日景区客流量仅有1135人。

表2 不同空气质量(AQI)等级对应的客流量情况

2.3 旅游气候综合指数模型的构建

由2.2节分析可知，景区客流量与气候环境因子密切相关，并且还受节假日影响。因此，将数据分成工作日、双休日、节假日(元旦、春节、清明、五一、端午、中秋、国庆)三种情形，进行分型构建旅游气候指数模型。以1.3节指数赋值及标准化处理后的BCMI、CI、THI、HCI、AQI日数据为自变量，景区客流量日数据为因变量，对2014-2017年数据进行逐步回归统计分析，统计结果见表3。

表3 工作日、双休日、节假日旅游适宜性模型及相关因子显著性水平

工作日和双休日影响景区客流量的主因子为CI、THI、HCI、AQI，两种情景统计模型的回归相关系数(R)分别为0.524和0.552，拟合方程均通过F0.01显著性检验，并且在空气质量较好时对客流量的影响力CI的>HCI的>THI的>AQI的，较差时AQI的>CI的>HCI的>THI的。但是在节假日，拟合方程未能通过显著性检验。当对气温(T)、湿度(RH)、风速(V)、降水、云覆盖率(A)、PM2.5、AQI等单要素进行逐步回归时，发现PM2.5、降水对客流量有显著影响，说明小长假人们出游主要考虑是否有重要不利天气影响(如污染、降水等)，而不是仅仅考虑舒适度。此外，统计数据表明，小长假首尾两天客流量明显低于假期中间时段的客流量，说明是否有时间出游也是节假日期间影响客流量的重要因素之一。

综上，尝试对节假日客流量与单要素PM2.5、降水、假期时段建立拟合模型，假期时段引入虚拟因子X，当处于节假日首尾时X取“0”，处于节假日中间时X取“1”，其余时段取“0.5”，客流量、假期时段、PM2.5、降水均进行了标准化处理，最终拟合结果为公式(6)，拟合方程相关系数R达到了0.8，通过F0.01显著性检验。从因子影响程度而言，降水影响最大，其次是假期时段(X)、PM2.5浓度的影响。

Y=-1.592R-0.303PM2.5+0.554X+30.681

(6)

将工作日、双休日、节假日3个拟合方程进行组合，构建出了奉化区旅游气候综合指数模型：

(7)

为了验证模型的可靠性，本文利用公式(7)对2014-2017年奉化景区的客流量进行了模型回算，并利用未参与建模的2018年数据，开展了模型独立验证模拟。模型回算及独立验证结果显示：景区客流量的模拟值与实际值在旬尺度上有着很好的对应关系，模型回算值与实际值两者相关系数(R)为0.911，独立验证模拟值与实际值两者相关系数(R)为0.907(见图5)。

图5 模型回算及模型独立模拟的旬客流量值与实际客流量统计值对比分析

3 结 论

本文基于2014-2018年宁波市奉化区温度、湿度、风速、降水和空气质量等逐日观测数据，计算分析了该区的人体舒适度指数(BCMI)、风寒指数(CI)、温湿指数(THI)、度假气候指数(HCI)和空气质量指数(AQI)，并结合景区客流量逐日记录数据，构建了旅游气候综合指数(TCCI)模型，获得以下几点认知。

(1)奉化全年有4个月份(4、7、8、10月)大部分人感觉舒适，3个月份(5、6、9月)人们感觉最为舒适。温湿指数(THI)变化在热应力区间(5-10月)除夏季的7、8月外，均处于“较舒适”及以上级别；风寒指数(CI)在冷应力区间(11月-次年4月)内，除1月体感“冷”外，其余5个月份均为“凉”～“很凉”，无“很冷”月份。

(2)奉化空气质量指数(AQI)月均值均为Ⅱ级，从AQI日数据来看，“较好”及以上(Ⅰ、Ⅱ级)占84.5%，Ⅲ级“一般” 占13.3%，污染天(Ⅳ、Ⅴ、Ⅵ级)占2.2%。

(3)奉化全年有4个月份(4、5、9、10月)为度假旅游“很适宜”期，其余8个月份均为“适宜”期；度假气候指数(HCI)成双峰分布，峰值出现在4-5月和10月。

(4)CI、THI、HCI、AQI是影响工作日、双休日客流量的重要指数。就影响程度而言，空气质量较好时CI的>HCI的>THI的>AQI的，空气质量较差时AQI的>CI的>HCI的>THI的。PM2.5、降水在假期时段是影响节假日客流量的重要因素，就影响程度而言，降水对假期客流量影响最大，其次是假期时段、PM2.5浓度的影响。

(5)以风寒指数(CI)、温湿指数(THI)、度假气候指数(HCI)、空气质量指数(AQI)、假期时段、PM2.5浓度、降水等因子分型构建的旅游气候综合指数模型能很好地揭示气候环境对旅游客流量的影响，旬尺度客流量的模拟回算值(2014-2017年)与实际值两者相关系数(R)为0.911，独立验证(2018年)模拟值与实际值两者相关系数(R)为0.907。

在构建旅游气候综合指数(TCCI)模型过程中，本文通过引入气候指数、空气质量、假期时段等因素，尽可能地考虑了诸多因子对景区客流量的影响，并分时段(工作日、双休日、节假日)建立了景区客流量模型。但在模型构建中，仍有一些特殊因素未能考虑，如盛花期的景区吸引力、特殊时段寺庙对香客的影响等。另一方面，本文构建模型时仅使用了2014-2017年4年数据，样本量相对较少，在后续研究中，仍需追加样本进一步对模型的模拟能力及其预测可靠性进行分析。