2. 南京信息工程大学,南京 210044
2. Nanjing University of Information Science and Technology, Nanjing 210044
温度、湿度、风等气象要素是人类赖以生存的大气环境,人体与大气环境之间通过能量交换和自身的体温调节,在产热、吸热和失热中达到热平衡,以维持恒定的体温[1]。人体舒适度正是以人类机体与大气环境之间的热交换原理为基础,从气象学角度来评价人类在不同角度气候条件下舒适感的一项生物气象指标[2]。它不仅直接影响到人民的日常生活,还对生产、销售、交通运输等诸多领域产生影响。由于它在城市环境气象服务中具有十分重要的地位,因此从20世纪90年代开始,国内不少学者对此陆续展开了广泛的研究,如石春娥等[3-6]以逐日气象条件为基础深入研究了人体舒适度指数的预报;徐大海等[7]详细分析了体表温度、不舒适指数和着装指数;严明良等[8]提出了环境气象指数和人体舒适度指数的7种设计方法。尽管表征人体舒适度的方法有多种,在这里仅对日常生活中较为常用的人体舒适度指数进行研究。可是人体舒适度指数是一种比较复杂的指数,它受到多种气象要素的影响,但一般而言,气温、相对湿度和风速等气象要素对人体感觉的影响最大,所以在文中计算人体舒适度的时候只包含这3个要素。
科学研究表明,当前全球气候正经历一次以变暖为主要特征的变化,在全球变暖的大背景下,江苏地区的气候也存在着变暖的趋势,尤其是近十几年气温上升趋势更加明显[9]。气温是用来表征人体舒适程度中的一项重要影响因子,在变暖的大背景下,该指数是否也存在类似的变化趋势目前还不清楚,因此需要我们进一步的研究探讨,并且对近几十年人体舒适度指数做研究,对进一步认识和采取相关措施来改善我们赖以生存的城乡基础条件是非常有意义的[10-11],同时也可以为日常气象环境指数的预报提供一些依据。另外,对江苏旅游气候资源优势的综合开发以及气象部门开展旅游气象服务均可以提供科学依据。
1 数据和计算方法 1.1 数据和人体舒适度指数的计算方法使用的具体资料是江苏37个气象观测站1980—2009年日平均温度(简称温度)、日平均相对湿度(简称湿度)和日平均风速(简称风速)。由于人体舒适度指数(Comfort Index of Human Body,简称CIHB)是一项综合感觉指数,包括较多气象要素,很难在一个公式中把各个要素对指数的贡献直接表达出来,所以到目前为止,国内外至少有二十多种CIHB的计算方法,针对江苏特有的气候特征,在文中采用了如下的计算公式[12]:
$\begin{array}{l} CIHB = \left( {1.8t + 32} \right) - 0.55\left( {1 - hu/100} \right) \times \\ \quad \quad \quad \quad \left( {1.8t - 26} \right) - 3.2\sqrt v \end{array}$ | (1) |
该公式是由温度、湿度和风速构建的非线性方程,它已经经过多次试验和比较,并且已经作为预报模式应用于日常的业务当中,式中t为温度(℃),hu为湿度(%),v为风速(m·s-1)。
在分析区域差异时,按照通常业务预报中的气候区域划分方法,以长江和淮河为界将江苏划分为苏南、江淮之间和淮北三个地区。
1.2 通径分析法通径分析是简单相关分析的延续,在多元回归的基础上,将相关系数加以分解,通过直接通径和间接通径系数分别表示某一变量对因变量的直接效应,以及通过其他变量对因变量的间接效应来反映自变量与因变量之间的关系。具体而言,通径分析是把每一个自变量xj与因变量y的相关系数rj,分解成xj对y的直接通径系数bj和xj通过其他变量xk对y的间接通径系数rkjbk。
在Excel中对自变量与因变量进行相关分析[13],在求得相关系数的基础上建立通径系数的方程组,求解方程组,得到各自变量的直接通径系数bj。
$\begin{array}{l} {b_1} + {r_{12}}{b_2} + {r_{13}}{b_3} = {r_1}\\ {r_{21}}{b_1} + {b_2} + {r_{23}}{b_3} = {r_2}\\ {r_{31}}{b_1} + {r_{32}}{b_2} + {b_3} = {r_3} \end{array}$ | (2) |
其中rkj是各自变量间的相关系数,rj是自变量与因变量之间的相关系数。最后计算xj通过xk形成的间接通径系数rkjbk(j≠k)。
2 江苏地区人体舒适度指数特征分析 2.1 江苏地区人体舒适度指数的时空演变特征从1980—2009年CIHB的历年变化(图 1)中可以看出,在近30年中,江苏全省平均的年均CIHB存在着较为明显的年际变化,尤其是从20世纪90年代开始,年际振荡的周期基本上是3~4年。但从总体的演变特征上看,江苏地区的年均CIHB呈现出了显著的上升趋势,线性趋势达到了0.11/年,通过了0.05的显著性水平检验。
江苏南北跨度近5个纬度,南北地区存在着一定的气候差异,从图 1中可以明显地看到,淮北、江淮之间和苏南这3个地区的年均CIHB在数值上存在差异,淮北最小、江淮之间居中、苏南最大,但3个地区的年际变化特征基本上还是一致的,也存在着显著的上升趋势,线性趋势分别达到了0.10/年,0.11/年和0.12/年,均通过了0.05的显著性水平检验。
从1980—2009年江苏全省平均的4个季节CIHB的历年变化(图 2)中,可以看出春、夏、秋、冬4个季节的CIHB变化范围分别是:49~56,70~74,52~61,32~41。比较可知,夏季CIHB最高,既意味着天气炎热,人体感觉偏热的天数较多;冬季CIHB最低,表明人体感觉偏冷的天数较多;春、秋两季的CIHB比较适中,说明人体感觉舒适的天数较多。四季CIHB的时间序列都存在着一定的年际变化,其中冬季的年际变化最为显著,尤其1998年以后,CIHB的波动幅度要明显大于其他3个季节。比较4个季节的CIHB总体变化特征可以发现,除了夏季外,其余3个季节均有较明显的上升趋势,其中春季的上升趋势最为明显,秋季次之,春季的线性趋势是达到了0.14/年,通过了0.05的显著性水平检验,并且1996—1997年存在较为明显的“跳跃”现象。
比较淮北、江淮之间、苏南地区的4个季节CIHB(图 2),可以发现这3个地区各个季节的CIHB年变化特征基本上是一致的,当然与江苏全省平均的变化特征也是十分相似,但是在数值上存在差异,春、夏两季,CIHB的南北差异较小,为1.0左右;秋、冬两季的南北差异较大,在2~3之间。这可能与在不同季节江苏受不同气候系统影响有关,在春、夏两季,江苏主要是受副热带高压的影响,南北的气温差异较小,而在计算CIHB的公式中,气温这一影响因子所占的比重最大(以下有影响因子权重具体分析),所以CIHB的大小主要还是取决于气温的变化,因此春、夏两季的CIHB南北的数值差异比较小。而在秋、冬两季,冷空气较为活跃,而江苏地区南北跨度较大,冷空气在自北向南的影响过程中衰减作用较为明显,所以可能造成南北的降温幅度差异较大,从而导致了秋、冬两季南北的CIHB数值差异较大。
2.2 人体舒适度指数影响因子权重分析由于温度、湿度和风速与CIHB之间存在显著的相关关系(表 1),而且各影响因子之间还存在着相互作用、相互制约和相互促进的关系,因此,对温度、湿度、风速与CIHB之间的关系必须采用Wright于1921年提出的通径分析法(path analysis)[14],以估算每一个影响因子对CIHB的直接影响,以及一个影响因子通过另一个影响因子对CIHB产生的间接影响[15-18]。
由表 1可知,CIHB与温度存在显著的正相关关系、与湿度和风速是存在显著的负相关关系。温度的直接通径系数达到了0.88,为最大,说明温度对CIHB的正影响最大,湿度和风速的直接通径系数较小,且为负,而通过温度对CIHB的间接通径系数却较大(绝对值),说明这两个因子是通过温度对CIHB产生负影响的。由此可见,湿度和风速对CIHB的最终影响是通过温度起负作用,而其自身对CIHB的直接负影响却比较小。
2.3 7、8、9月人体感觉偏热天数的特征虽然从上述分析可知,近30年江苏整个夏季的CIHB并不存在明显的变化趋势,但由于夏季是旅游以及降温耗费能源的旺季,同时也是人体对舒适度的反应最为敏感的季节,所以有必要对夏季中各个月份的CIHB气候变化特征进行对比分析。但是面对具体的CIHB数字,公众往往不知道如何去衡量这个值,所以就需要结合当地的实际情况对这些值进行分级,具体的江苏省CIHB的等级划分标准见表 2。
图 3给出了7月份人体感觉偏热(舒适度等级为1级)的天数的年变化序列,从图中可以看出,1980—2009年7月份江苏全省平均的偏热天数的时间序列是呈现出了先降后升的特征,20世纪80年代到90年代初期总体上呈现减少的趋势,90年代初期以后至今是呈现增多的趋势,尤其是最近5年偏热的天数始终是处在高位,偏热天数都在24天以上(包含24天)。在近30年中,人体感觉偏热的平均天数是20天,7月份偏热天数≥15天、≥20天、≥24天的年份分别占了90%,53.3%和33.3%。其中2005年偏热天数为1980年以来的极高值,高达30天;1988年偏热天数为1980年以来的极低值,只有8天,但需要注意的是这并不是说明这一年7月份最凉爽,因为该月炎热(舒适度等级为3级)的天数为历年最高(图略),高达5天,同时热(舒适度等级为2级)的天数也不少,高达13天。
比较淮北、江淮之间、苏南地区的人体感觉偏热(舒适度等级为1级)天数的年变化,可以发现,年际变化的大致规律还是较为一致的,也是先降后升,苏南与江淮之间的数值较为接近,与淮北的差异较大。这3个地区7月份偏热天数≥15天的年份分别占了90%, 90%和80%。
从图 4可以看出,近30年8月份江苏人体感觉偏热的天数年变化序列没有明显的上升或下降趋势,平均偏热天数是23天,比7月份要平均多出3天,但是8月份感觉热、炎热的天数要略小于7月份(图略)。淮北、江淮之间、苏南地区的人体感觉偏热天数的年变化波动特征基本一致,在数值上存在差异,淮北偏热的天数基本上要小于其他两个地区。
从图 5可以看出,近30年9月份江苏人体感觉偏热天数的年变化序列存在着微弱的上升的趋势,平均偏热天数只有6天,远远小于7、8两月,9月份平均舒适(舒适度等级为0级)的天数高达20多天(图略),所以9月份人体感觉会比7、8月份明显舒适不少。9月份苏南地区人体感觉偏热的天数要基本上多于其他两个地区。由此可见,从时间上来说,江苏9月份的气候非常宜人,是夏季旅游的黄金时间;从空间上来说,最舒适的是淮北一带。
利用江苏37个观测站近30年的逐日气象资料,着重分析了江苏地区CIHB的时空变化特征,采用通径分析对各影响因子所占权重进行了对比,最后针对7、8和9月三个月的偏热天数做了统计分析,研究结果表明:
(1) 1980—2009年,江苏年均CIHB呈现出了显著的上升趋势,线性趋势达到了0.11/年,通过了0.05的显著性水平检验。淮北、江淮之间、苏南的年均CIHB在数值上存在差异,但这三个地区的年际变化特征基本上还是一致的,也存在着显著的上升趋势,线性趋势分别达到了0.10/年、0.11/年和0.12/年,均通过了0.05的显著性水平检验。
(2) 除了夏季外,其余三个季节的CIHB均有较明显的上升趋势,其中春季的上升趋势最为明显(线性趋势达到了0.14/年),秋季次之,冬季的年际变化最为显著,尤其1998年以后,CIHB的波动幅度要明显大于其他三个季节。淮北、江淮之间、苏南的四个季节的CIHB年变化特征基本上保持一致,但是在数值上存在差异,春、夏两季,CIHB的南北差异较小,为1.0左右;秋、冬两季的南北差异较大,在2~3之间。
(3) CIHB与温度存在显著的正相关关系,与湿度和风速存在显著的负相关关系,其中温度对CIHB的正影响最大,湿度和风速对CIHB的最终影响是通过温度起负作用,而其自身对CIHB的直接负影响比较小。
(4) 1980—2009年,7月份江苏偏热天数的时间序列是呈现出了先降后升的特征,8月份的年变化序列没有明显的变化趋势;9月份的年变化序列存在着微弱的上升趋势。近30年,7、8和9月江苏人体感觉偏热的平均天数分别达到了20、23和6天,其中9月份平均舒适的天数高达20多天。由此可见,江苏夏季旅游气候随时间的推进而愈宜人,即9月份气候最舒适。
最后需要指出的是,舒适度的评价其实并不仅仅和气象要素有关,还与地形地貌、天气状况、大气质量、个体差异等有关[19-23],所以上述计算CIHB的公式本身就存在一定的缺陷,因此所得出的结论也会存在一些不足。在CIHB计算公式中若加入更多因子,如地形地貌、太阳辐射、紫外线辐射等,并通过大量的对比和选取代表性人群进行验证,提高舒适度的预报精度,那就可以更好地指导人们的生活和工作。
致谢:文章得到了江苏省气象局气候中心副主任周学东的悉心帮助,特表感谢。
[1] |
杨成芳, 薛德强, 李长军. 山东省人体舒适度区域特征研究[J]. 气象, 2004, 30(10). DOI:10.3969/j.issn.1000-0526.2004.10.009 |
[2] |
刘梅, 于波, 姚克敏. 人体舒适度研究现状及其开发应用前景[J]. 气象科技, 2002, 30(1): 11-14. |
[3] |
石春娥, 王兴荣, 陈晓平, 等. 人体舒适度预报方法研究[J]. 气象科技, 2001, 29(3): 364-369. |
[4] |
谈建国, 邵德民, 马雷鸣, 等. 人体热量平衡模型及其在人体舒适度预报中的应用[J]. 南京气象学院学报, 2001, 24(3): 384-390. |
[5] |
吴兑. 多种人体舒适度预报公式讨论[J]. 气象科技, 2003, 31(6): 370-372. |
[6] |
罗晓玲, 兰晓波, 李岩瑛, 等. 人体舒适度指数预报体系研究[J]. 干旱区资源与环境, 2004, 18(8): 59-62. |
[7] |
徐大海, 朱蓉. 人对温度、湿度、风速的感觉和着衣指数的分析研究[J]. 应用气象学报, 2000, 11(4): 430-439. |
[8] |
严明良, 沈树琴. 环境气象指数的设计方法探讨[J]. 气象科技, 2005, 33(6): 583-588. |
[9] |
江苏省气象局. 江苏省气候图集[M]. 北京: 气象出版社, 2009: 167.
|
[10] |
张书余. 城市环境气象预报技术[M]. 北京: 气象出版社, 2002: 24-125.
|
[11] |
张秀丽, 孙燕. 近50 a北京人居环境中气候因子的变化特征[J]. 南京气象学院学报, 2007, 30(4): 519-523. |
[12] |
严明良, 沈树勤. 几个气象指数的开发以及中尺度树脂产品在其中的释用[G]//江苏省环境气象指数系列论文集, 2001: 2-6.
|
[13] |
任红松, 朱家辉, 杨彬, 等. EXCEL在通径分析中的应用[J]. 农业网络信息, 2006(3): 90-92. |
[14] |
Wright S. The method of path coefficients[J]. Annals of Mathematical Statistics, 1934, 5: 161-215. DOI:10.1214/aoms/1177732676 |
[15] |
边宽江, 等. 小麦品种产量与产量因素通径分析[J]. 西北农业学报, 1999, 8(2): 20-21. |
[16] |
Thakurb B S, Korla B N, Joshi A K. Path coefficients analysis in bean[J]. Annals of Agriculture Research, 1997, 18(4): 437-440. |
[17] |
宋志伟, 杨首乐. 春性小麦品种主要农艺性状与产量的相关与通径分析[J]. 中国农学通报, 2006, 22(5): 174-176. |
[18] |
韩文革, 于晓秋, 朱伟. 通径分析在春小麦产量分析中的应用[J]. 农业与技术, 2007, 27(6): 87-91. |
[19] |
刘甜甜, 郭海峰, 禹伟, 等. 洞庭湖区的气温特征及其对湖南气温分布的影响[J]. 气象, 2008, 34(10): 108-114. DOI:10.7519/j.issn.1000-0526.2008.10.015 |
[20] |
王敏仲, 魏文寿, 何清, 等. 南疆沙漠腹地夏季晴天与沙尘日小气候观测对比分析[J]. 气象, 2008, 34(11): 7-14. DOI:10.7519/j.issn.1000-0526.2008.11.002 |
[21] |
李兴荣, 胡非, 舒文君. 北京夏季强热岛分析及数值模拟研究[J]. 气象, 2007, 33(6): 25-31. DOI:10.7519/j.issn.1000-0526.2007.06.004 |
[22] |
李兴荣, 张小丽, 隋高林, 等. 深圳夏季典型晴天不同小气候区温湿及舒适度特征[J]. 气象, 2010, 36(10): 62-66. DOI:10.7519/j.issn.1000-0526.2010.10.010 |
[23] |
靳宁, 景元书, 武永利. 南京市不同下垫面对人体舒适度的影响分析[J]. 气候与环境研究, 2009, 14(4): 445-450. |