APP下载

南宁市气候舒适度与入境客流量相关性分析

2018-05-15唐嘉彬陈夏菲和太平

现代园艺 2018年9期
关键词:客流量南宁市舒适度

唐嘉彬,陈夏菲,和太平

(1广西大学林学院,广西南宁 530004;2民航广西空管分局气象台,广西南宁)

旅游目的地的气候条件很大程度上影响着旅游者的出行决策,将旅游地的气候条件做量化评估,既有利于旅游者选择出行时期,也可为旅游地的旅游规划提出合理建议。目前国内运用较广的气候舒适度评价模型为多模型组合式,是在借鉴国外经验的基础上,根据区域气候条件,以温度、湿度、风速、日照为基本参考因素,从温湿指数(Temperature-Humidity Index,THI)[1]、风效指数(Wind Chill Index,WCI)[2]、着衣指数(Index of Clothing,ICL)[3]、综合舒适指标度 SSD[4]、气候宜人度[5]、人体舒适指数(Comfort of Human Body Index,CHB)[6]等中选择多个评价模型组合形成。我国发布的《人居环境气候舒适度评价》(GB/T27963-2011)由THI+WCI模型组合,先后被用于辽宁省西部地区[7]、浙江开化[8]、重庆[9]、云南曲靖[10]、广西涠洲岛[11]的气候舒适度分析。

南宁别称“绿城”,广西壮族自治区首府城市,也是西部唯一的沿海省会级城市。地处北回归线以南,属亚热带季风气候,气候温和,夏长冬短,年平均气温在21.6℃,平均相对湿度为79%,有着优质的旅游气候背景。南宁市是广西最大的旅游集散中心,年接待国内游客量稳居区内第一,年接待入境客流量仅次于桂林。作为环北部湾城市群发展规划中面向东盟的核心城市,南宁市的国际旅游发展潜力巨大,为挖掘其潜力,应充分掌握南宁市气候舒适期和入境客流量的变化规律,科学地对旅游资源做时空分配。在前人研究的基础上[12-15],本文主要研究南宁市人居环境气候舒适度和入境客流量的变化规律,旨在探究二者的相关性。

1 材料与方法

1.1 材料来源

本文研究的气象数据来自中国气象数据网中国地面国际交换站气候资料日值数据集南宁站(站号59431)2007~2016年日值气候数据,包括平均气温、相对湿度、平均风速、日照时数。入境客流量数据采用南宁市旅游局提供的2007~2016年南宁市1~12月入境客流量统计汇总资料。

1.2 评价方法

气候舒适度反映的是健康人群在无需借助任何防寒、避暑装备和设施情况下对气温、湿度、风速和日照等气候因子感受的舒适程度。本研究采用《人居环境气候舒适度评价》标准,以温湿指数I(Temperature-Humidity Index,THI)+ 风效指数K(Wind Chill Index,WCI)组合模型分析南宁市的人居环境气候舒适度。该标准对选用的评价模型做了修正,评价分类等级进一步简化统一,模型计算公式如下:

式中:I——温湿指数,保留1位小数;T——某一评价时间段平均温度,单位为摄氏度(℃);RH——某一评价时间段平均空气相对湿度(%)。

式中:K——风效指数,取整数;T——某一评价时间段平均温度,单位为摄氏度(℃);V——某一评价时间段平均风速,单位为米每秒(m/s);S——某一评价时间段平均日照时数,单位为时每天(h/d)。

式中I值保留1位小数,K值取整数。当2种指数不一致时,冬半年使用风效指数,夏半年使用温湿指数,当评价时段平均风速大于3m/s的地区使用风效指数,具体分类等级见表1。

2 南宁市气候舒适度与入境客流量相关性分析

2.1 南宁市人居环境气候舒适度分析

南宁市各月的I值等级和K值等级基本一致,仅在3月和9月出现差异。北半球4~9月为夏半年,其余为冬半年,以此对气候舒适度等级做了修正(如表2)。由此可见,在南宁市运用温湿指数和风效指数做气候舒适度等级划分不会有大范围的矛盾,仅需对冬春、夏秋两季过渡月的气候舒适度等级做简单修正。

表1 风效指数具体分类等级表

表2 南宁市各月的温湿指数、风效指数

感觉程度“舒适”的为4月、5月、9月、10月、11月,月均温度19.0~26.8℃,月均相对湿度74%~80%,月均风速 1.0~1.4 m/s,月均日照时数 3.1~6.0h/d,该区间为南宁市气候舒适期,人体感觉舒适,适应出游。感觉程度“热”的为 6、7、8 月,月均温度 27.8~28.4℃,月均相对湿度80%~82%,月均风速1.2~1.5m/s,月均日照时数5.4~6.7h/d,人体感觉有热感,较不舒服,不宜开展长时段的户外活动,有中暑的风险。感觉程度“冷”的为2月、3月、12月,月均温度 14.5~17.6℃,月均相对湿度73%~81%,月均风速 1.0~1.3m/s,月均日照时数1.0~4.7 h/d,人体感觉偏冷,较不舒服,出游应注意保暖。感觉程度“寒冷”的为1月,月均温度12.9℃,月均相对湿度77%,月均风速1.2m/s,月均日照时数1.2h/d,1月份气候寒冷,不适宜出游。

南宁市全年月均风速稳定在1.0~1.5m/s,变动区间小,对气候舒适度的年内变化影响不大。“热”感受月份的月均温度和湿度都高于其他月份,日照时数处于全年较高的水平;“寒冷”感受月份的月均温度全年最低,月均湿度和日照与其他月份无显著区别。由此可见,南宁市夏季热属湿热型,气温高,湿度大,日照长,冬季冷属湿冷型,温度较低,湿度较大,日照短。

2.2 南宁市入境客流量分析

入境游客包括入境旅游者和入境一日游游客,到达旅游地的目的包括观光、度假、探亲访友、就医疗养、购物、参与会议或从事经济、文化、体育、宗教活动等,旅游者类型包括外国人、华侨、港澳台同胞,入境游客按每入境1次统计1人次。2016年南宁市接待入境旅游者55.54万人次,同比增长8.73%,国际旅游消费达到23233.06万美元,同比增长13.34%。南宁市2007~2016年入境客流量年际变化如表3。从历年入境旅游者人次上看,10年内入境旅游者人次翻了4倍,2007~2010年一直在每年15万人次左右波动,2011年突破每年20万人次至今一直保持增长态势。结合历年增长率看,2008年、2009年呈负增长,在连续2年的下跌之后,年接待入境旅游者人次甚至低于2007年,处10年入境客流量最低点。经历了2009年的触底,2010~2012年出现了连续3年的高增长期,至今,南宁市入境客流量年增长率虽有下降,但仍能保持稳健的增长态势。

表3 2007~2016年南宁市入境客流量年际变化

2007~2016年南宁市入境客流量的年内变化如图3。2012年是入境客流量变化的转折年份,2012年以前,入境客流量高峰多出现在10月,入境客流量低谷多出现1、2月之间;2012年起,入境客流量高峰转移到了6月,入境客流量低谷稳定在11月。从图1可以看出,2007~2016年南宁市入境客流量年内变化呈“山岭型”分布。每年6~10月为南宁市入境旅游旺季,游客接待月均指数9.4%~12.52%之间,其中7月和8月入境客流量小幅度下滑,9月份入境客流量回升;11月入境客流量断崖式下跌,12月至翌年1月虽然有些许回升,2月再次触底,11月至翌年2月南宁市入境旅游淡季;3~5月入境客流量逐渐增加,处入境客流量恢复期,为南宁市入境旅游平季。

图3 2007~2016年南宁市入境客流量年内变化

南宁市入境客流量的年内变化与气候的舒适性变化呈明显的相关性。入境旅游平季从3月份开始,旺季至10月份结束,包含了全年大部分“舒适”感受月份和所有的“热”感觉月份,以春夏两季为主;淡季包含了全年大部分“冷”感受月份和唯一的“寒冷”感觉月份,以秋冬两季为主。春夏景色绚烂,气候适宜,出行装备轻便,潜在的学生游客被暑假释放,形成南宁市入境客流量的增长期和高峰期;南宁市多年无冬,秋季景象不明显,加之2月的春节期间旅游接待水平下降,11、12月西方传统节日集中等节庆因素,秋冬季为南宁市入境旅游低谷期。

2.3 入境客流量变化与舒适指数的相关性分析

为探析入境客流量与舒适指数相关性的年际变化,本文将人居环境舒适度等级划分表中的等级“1、2、3、4、5”作为数值处理以量化每月的气候舒适指数,以入境客流量的月指数表征每月入境客流量占全年的比重,对2007~2016年南宁市入境客流量月指数与气候舒适指数做相关性分析,如表4。

表4 2007~2016年南宁市入境客流量与舒适度相关性年际变化

通过计算历年南宁市入境客流量月指数与气候舒适指数之间的Pearson相关系数,在显著性α=0.05下进行P值检验,2007年、2008年、2009年的P值均大于0.05,表明2项指数不存在相关性;2010年、2011年、2013年的P值小于0.05,表明2项指数相关性显著;2012年、2014年、2015年、2016年的 P值小于0.01,表明2项指数相关性非常显著。由此可见,南宁市入境客流量与舒适度的相关性在2010年之前表现不明显,2010年之后显著正相关。

为进一步分析气候舒适度对入境客流量年内变化的影响,选取入境客流量与舒适度呈显著相关的2010~2016年数据做回归分析。在每月气候舒适指数和入境客流量月指数基础上,参考同类研究经验引入虚拟因子[16-20],以气候舒适指数为自变量,采用最小二乘法进行回归分析,建立关于入境客流量月指数变化的回归方程,其模拟方程如下:

相关系数 R=0.943,R2=0.890,修正 R2=0.866,方程显著相关,模型拟合效果较好。式中Qi为入境客流量月指数;Ci为气候舒适度指数值;Ti为虚拟因子,6、7、9、10月取值为“1”,8月取值为0.5,其他月份取值为“0”。即2010~2016年南宁市人居环境气候舒适度指数每变化1个单位,入境客流量月指数增加(或减少)1.019个百分点。

3 结论与讨论

(1)《人居环境气候舒适度评价》标准中的温湿指数和风效指数评价模型在南宁市适用性良好,舒适等级划分基本统一。产生个别不一致的可能原因是两项指数侧重不同,温湿指数对寒冷的反应不太敏感,而风效指数对燥热的反应些许过度。

(2)南宁市气候舒适期为5个月,舒适月为4、5、9、10、11 月,适宜作为旅游目的地;6~8月气温偏热,不宜在户外做剧烈运动;1月寒冷,不适宜作为旅游目的地。南宁市维度较低,不会出现高纬度地区12月~翌年2月的寒冬,甚至多年出现无法入冬的现象,有作为避寒旅游地的气候优势。

(3)2007~2011年,南宁市入境客流量的年内变化没有明显规律;2012~2016年,入境客流量的年内变化形成特定规律,主要客流量集中在6~10月,入境游客流量年内变化表现为3月份起势,6月份突增,达到全年入境游客接待的高峰,11月份突减,跌至全年入境游客接待的低谷。

(4)2007~2009年南宁市入境客流量与气候舒适度不存在相关性;2010~2016年两因素呈显著相关,该时间段的年内入境客流量变化与气候舒适度变化呈正相关,入境客流量月指数气候弹性系数为1.019,气候舒适度是影响南宁市入境客流量年内变化的重要因素。

(收稿:2018-01-24)

参考文献:

[1]Thom E C.The discomfort index[J].Weatherwise,1959,12(2):57-61.

[2]Siple P A,Passel C F.Measurements of dry atmospheric cooling in subfreezing temperatures[J].Proceedings of the American Philosophical Society,1945,89(1):177-199.

[3]Freitas C R D.Human climates of northern China.Atmos Environ[J].Atmospheric Environment,1979,13(1):71-77.

[4]陆鼎煌,崔森,李重和.北京城市绿化夏季小气候条件对人体的适宜度[J].林业气象论文集,1984,144:152

[5]钱妙芬,叶梅.旅游气候宜人度评价方法研究[J].成都信息工程学院学报,1996(3):128-134.

[6]张书余.医疗气象预报基础[M].北京:气象出版社,1999:38-42.

[7]李明卓.辽宁省西部地区气候环境舒适性分析[D].辽宁师范大学,2016.

[8]汪晨,余丽萍.开化县1981——2010年气候环境人体舒适度评价[J].浙江农业科学,2017,58(4):664-666.

[9]何静,田永中,高阳华,等.重庆山地人居环境气候适宜性评价[J].西南大学学报(自然科学版),2010,32(9):100-106.

[10]袁家峰,黄俊,张荣,等.曲靖城区人居环境气候舒适度评价分析[J].云南大学学报:自然科学版,2017,(S1):77-82.

[11]苏志,范万新,李秀存,等.涠洲岛旅游气候舒适度评价[J].气象研究与应用,2012,33(2):27-30.

[12]阎广慧,简王华,李芝.南宁市旅游气候适宜性分析[J].亚热带资源与环境学报,2008,3(1):69-73.

[13]董蕙青,黄海洪.南宁市“人体舒适度”预报系统[J].气象研究与应用,1999,20(3):37-40.

[14]马丽君,孙根年.中国热点城市旅游气候舒适度评价[J].陕西师范大学学报(自科版),2009,37(2):102-108.

[15]朱勇,李书桂,温建荣.华南典型城市旅游气候舒适度的评价[J].广东气象,2015,37(4):66-68.

[16]麻学锋,孙根年,马丽君.张家界市客流量年内变化与旅游气候舒适度相关分析[J].资源科学,2010,32(4):686-692.

[17]马丽君.中国典型城市旅游气候舒适度及其与客流量相关性分析[D].陕西师范大学,2012.

[18]曹伟宏,何元庆,李宗省,等.丽江旅游气候舒适度与年内客流量变化相关性分析[J].地理科学,2012,32(12):1459-1464.

[19]张明洁,刘少军,张京红,等.海南岛气候舒适度与年内客流量变化的相关性分析[J].气象研究与应用,2013,34(4):42-47.

[20]杨军辉,李同昇.桂林气候舒适度与国内旅游客流耦合、偏差分析[J].管理现代化,2014,34(5):43-45.

猜你喜欢

客流量南宁市舒适度
纤维砂场地的性能及舒适度影响研究
广西壮族自治区南宁市民主路小学
基于用户内衣穿着舒适度的弹性需求探讨
基于数据挖掘的景区客流量预测模型研究
Sam’s Family
改善地铁列车运行舒适度方案探讨
地铁开,玩起来
关 公
基于灰色预测理论在交通枢纽客流量的实际应用
基于灰色预测理论在交通枢纽客流量的实际应用