吕玉嫦，谭晗凌，汤晶晶

(广东省气象探测数据中心，广州 510080)

0 引言

随着人们生活水平的不断提高，气象预测预警的重要性日益加强，大众旅游出行对生物舒适度的监测、预报的需求也越来越大。舒适度预报的公式也有很多种[1]。广东省已经大规模采用生物舒适度自动观测设备，全省各地市气象局都安装了生物舒适度仪，生物舒适度观测取得了社会广泛认可，为制作出门指数、钓鱼指数、着装指数、旅游指数和感冒指数等服务产品提供了技术支撑。目前广东省在用的生物舒适度指数等级[2，3]统一采用广州地区的普适模型，由于不同地市存在地域、人群、气候的差异，因此会产生较大的测量误差。文章基于全省已布点的生物舒适度测量仪，通过对不同年龄、地域、季节的人群开展舒适度调查，采集和分析全省1 a(四季)各地市不同人群的舒适度感受，利用最小二乘法曲线拟合原理，对生物舒适度指数进行反复对比和验证，给出修正的建议，以建立符合广东省各地市绝大多数人的生物舒适度指数分级模型。

1 生物舒适度

生物舒适度，定义为健康人群无需借助任何防寒、避暑装备的情况下对温度、湿度、风速和太阳总辐射等气象因子体感的适宜程度。

生物舒适度指数，定义为描述人体对温度、湿度、风速和太阳总辐射等综合感受的指数。

生物舒适度指数计算公式：

(1)

式中，Id为人体舒适度指数；Td为干球温度，单位为℃；Tu为湿球温度，单位为℃；J为太阳总辐射量，单位为W·m-2；u为风速，单位为m/s。

生物舒适度仪观测的要素有：干球温度、湿球温度、黑球温度、太阳总辐射和风速。

生物舒适度观测仪硬件主要包括数据采集传感器和支架两个部分[4，5]。采集器因要测量3路温度输入、1路辐射输入和1路风速输入，所以硬件电路至少需满足4路模拟量的采集和1路脉冲信号的采集，并且能够进行串口通讯，具有水位监测和水泵自动控制功能。

2 舒适度感受调查采样

为了收集不同地市不同人群的个人舒适度感受，文章开发了一款安装在手机上的舒适度个人感受数据采集程序(APP)。参与舒适度感受调查采样的人员在首次登录生物舒适度感受调查页面时，需要填写个人的基本信息(比如姓名、性别、年龄段、体型、所在地等)，信息保存后，再次登录时则默认不再输入基础信息，直接选择穿衣类型和舒适度感受，就可以点击保存并提交。同时个人基本信息也可以进行修改和保存。

文章收集了2018年7月-2019年12月广东省27个地市的个人舒适度感受，各地市的人员在提交了舒适度感受后，数据存放在服务器里。

3 器测值与感受值对比分析

3.1 差值平均和标准差比较

将采集到的各地市人体舒适度感受与对应地市的生物舒适度仪的数值进行一一对比。以人体感受值为标准，计算观测值的误差序列，其差值平均为-2.063，标准差为1.952，显示观测值总体偏低，而且误差的离散性较大。女性统计数据的差值平均和标准差较男性统计数据稍微偏大，但其偏差的方向是一致的，并没有出现男女感受对立或者分化的现象(表1)。

表1 舒适度指数差值统计

3.2 回归分析

采用最小二乘法进行曲线拟合，即以人体感受值为标准，采用线性回归模型、多项式回归模型、指数回归模型和幂函数回归模型等方式，结果显示，直接采用对比数据拟合函数所得的决定系数R2远小于1，难以有效订正仪器测量值、提高测量准确性。经分析数据范围和最小步长等原因，认为主要是由于舒适度指数是分级数据，同一级别的测量偏差相对接近，但是各级测量偏差并不是线性的，所有的样本数据采用相同的权重直接拟合是不合理的，如图1所示。

图1 对比数据直接拟合曲线

3.3 分级误差和分段订正

将样本和误差数据按升序重新排列，得到直观的分级误差分布(图2)，舒适度等级为4～11时，各级别中误差逐渐增大，由此得出分级误差明细(表2)。可见，各级别误差逐渐增大，且在低温严寒和高温酷暑的情况下误差都比较大。原因分析如下：现有舒适度计算模型是一种多变量线性模型，在广东省气候条件下，多数情况，即凉爽或者舒适的时候，仪器测量值能够较准确地反映人体舒适度，因为此时人体与外界容易达到热量平衡；在冬季寒冷的时间里，户外人体热量的扩散加快，因此感觉“更冷”；在较为高温的环境，即热、炎热和酷热情况下，人体户外运动产生的冗余热量扩散到体外的速度变慢，因此感觉“更热”[6]。

图2 分级误差分布

表2 分级误差明细

根据分级误差明细反演各级测量值，再次进行拟合得到分级的舒适度等级订正曲线(图3)。

图3 分段订正曲线

线性函数的决定系数R2为0.9536，表明该函数的估计值与实际值的拟合程度较高，数据订正效果良好。

因此，设原模型计算的舒适度指数测量值为X，舒适度等级Y的分段订正如下：

当X≤40，Y=1；

当40

当57≤X<69，Y=ROUND(((X-57)/6+3)×2.91-7.77)；

当69≤X≤90，Y=ROUND(((X-69)/20+5)×2.91-7.77)；

当90

当95≤X，Y=11。

其中ROUND()函数的功能是对其中的计算值进行四舍五入取整。

推算范围表示如下：

当X≤40，Y=1；

当40

当60.2≤X≤62.2，Y=3；

当62.2

当64.3≤X<66.4，Y=5；

当66.4≤X≤68.4，Y=6；

当68.4

当74≤X≤80.8，Y=8；

当80.8

当87.7≤X<92.8，Y=10；

当92.8≤X，Y=11。

4 分级修正

分级修正后得出的生物舒适度指数如表3所示。

表3 生物舒适度指数修正后的分级

5 结束语

对比分析中剔除了个别明显异常的样本数据，例如湿球温度与干球温度接近时次或风速总体偏低站点，即梅州市大埔县生物舒适度仪，其数据在4-5月的时候测量值为11，属于酷热等级，原因是湿球装置未及时加水，湿球温度偏高。除了缺水原因，辐射传感器未清洁维护、风速传感器老旧导致摩擦系数增大等原因都会极大地影响测量的准确性。因此舒适度测量仪的最终测量结果是否准确是由多种原因造成的，数据订正只是针对计算模型的一项改进和完善。

根据舒适度指数修正后的分级，对中山、东莞和湛江3个站点生物舒适度仪的观测值和感受值进行两个月的对比和验证，证实了文章给出的修正建议合理。修正后的舒适度数据更加符合大多数人的真实舒适度感受，达到了预期的修正效果，这对今后生物舒适度的预报及优化具有重要指导意义。