武汉气候舒适度与游客网络关注度年内变化相关性分析

合集下载

中国热点城市旅游气候舒适度评价

中国热点城市旅游气候舒适度评价马丽君;孙根年【期刊名称】《陕西师范大学学报（自然科学版）》【年(卷),期】2009(037)002【摘要】基于温湿指数、风寒指数和着衣指数,构建了一个新的综合气候舒适度评价模型.运用新模型,计算了中国41个热点城市的气候舒适度指数,划分出适宜于旅游的等级和时段,并对气候舒适度的南北变化进行了分析.依据舒适期的年内分布划分出4种舒适度类型:夏适宜型包括哈尔滨等城市,年内气候舒适度呈倒"U"形变化,不舒适期较长;春秋适宜型包括北京等城市,气候舒适度呈"M"形变化;冬适宜型包括广州等城市,气候舒适度呈"U"形变化;四季适宜型只有昆明,气候舒适度呈倒宽"U"形变化.年综合舒适指数在北纬25°左右最高,以北纬25°为界,以北地区随纬度的降低,综合舒适指数逐步增加,以南地区随纬度的降低,综合舒适指数逐步减小.夏季气候舒适度指数随纬度升高而增大,北方旅游具有更高的气候舒适性;冬季气候舒适度随纬度降低而升高,南方旅游具有更高的气候舒适性.【总页数】7页(P96-102)【作者】马丽君;孙根年【作者单位】陕西师范大学,旅游与环境学院,陕西,西安,710062;陕西师范大学,旅游与环境学院,陕西,西安,710062【正文语种】中文【中图分类】F590.3;P49【相关文献】1.环渤海地区主要海滨城市旅游气候舒适度评价 [J], 杨劲;杨艳娟2.中国大陆九大名山风景区旅游气候舒适度评价 [J], 张莹;马敏劲;王式功;尚可政3.东北地区十大冰雪旅游热点城市冬季气候舒适度及变化趋势研究 [J], 段娅晗4.中国西部热点城市旅游气候舒适度 [J], 马丽君;孙根年5.新疆热点旅游城市旅游气候资源评价及分类 [J], 李啸虎;李晓东;阿不都.克依木.阿布力孜;苗青;祁明霞因版权原因，仅展示原文概要，查看原文内容请购买。

基于游客感知因子的旅游目的地形象评价_以武汉城市圈为例

第9卷　第6期河北理工大学学报(社会科学版)Vol19　No16 2009年11月Journa l of Hebe i Polytechn i c Un i versity(Social Science Editi on)Nov.2009文章编号:167322804(2009)0620049203基于游客感知因子的旅游目的地形象评价———以武汉城市圈为例刘　睿,邓姗姗(华中师范大学城市与环境科学学院,湖北武汉430079)关键词:武汉城市圈;旅游形象;感知因子摘　要:通过分别求游客感知武汉城市圈旅游形象的因子———交通、住宿、餐饮、娱乐、环境卫生、景区(点)质量与游客对武汉城市圈旅游的总体印象的相关系数,分析各因子对城市圈旅游形象的重要程度和作用,并在此基础上得出结论与建议。

中图分类号:F590　文献标志码:A 武汉城市圈,是指以武汉为中心,以100公里为半径的城市群落,它包括了武汉及湖北省内的黄石、鄂州、孝感、黄冈、咸宁、仙桃、潜江、天门等8个周边城市。

这里是湖北人口、产业、城市最为密集的地区,也是我国中部最具发展潜力和活力的地区。

城市圈内各城市的市场、资源、交通与通讯和资金的内部流通的社会经济活动联系十分紧密。

旅游目的地形象(T D I)是旅游者目的地选择与决策、满意度、重游意愿和推荐意愿的直接先导[1],直接影响目的地的旅游发展。

因此,科学、客观地测度和研究旅游目的地形象对其发展有着重要作用,同时也是学术界研究热点之一。

林兴良、刘峰等研究了旅游目的地形象构建的一般方法和原则[2]、[3];黄震方等在研究旅游地形象形成过程的基础上研究了旅游目的地形象推广模式[4];等等。

本文试图通过调查问卷,研究游客感知武汉城市圈旅游形象的因子,分析各因子对武汉城市圈旅游形象的影响程度,并提出建议。

一　研究方法1　问卷设计旅游目的地形象是建立在游客感知基础之上,而了解游客感知心理则必须开展大量有效的田野调查。

1965-2015年武汉市气候舒适度变化分析

1965-2015年武汉市气候舒适度变化分析孔德亚;黄建武;王无为;肖雪萍;揭毅【摘要】Based on the climate data from 1965 to 2015,the variation of climate comfort degree in Wuhan was analyzed by the way of THI,WEI,ICL and CCI.Results showed that the THI,WEI and ICL in April and October of Wuhan were better and had little change duning the 50years.Meanwhile,other month indexs had a certain change, but no significant changes were found in the comfort level.Although CCI of the spring and summer comfort degree did not change significantly,the winter climate comfort had increased and the summer comfort was still poor.We found the mean duration times of more comfortable and comfortable period in Wuhan City had increased during the 50 years, the mean duration time of less comfortable period had reduced obviously,and the shape of the variation of climate comfort degree in a year which was like an"M"had became wider.Generally,climate comfort degree in Wuhan was improved,especially in spring and autumn.%基于武汉市1965-2015年气候资料,利用气候舒适度评价方法(温湿指数、风效指数、着衣指数和综合舒适指数)对武汉市各月气候舒适度的变化进行分析.结果表明,在这50年当中,武汉市4月和10月的温湿指数、风效指数、着衣指数变化不大.而其他月份有一定的变化,但气候舒适度等级变化不显著.从综合舒适指数看,春秋季气候舒适度变化不大,多为舒适期,冬季气候舒适度有所上升,夏季气候舒适度仍然较差.1965-2015年武汉市较舒适期的平均持续时间在增加,较不舒适期平均持续时间明显减少,武汉市气候舒适度整体上有提高.其中气候舒适度的年内变化呈"M"形,武汉市是典型的春秋舒适性城市.【期刊名称】《河南科学》【年(卷),期】2018(036)003【总页数】8页(P396-403)【关键词】气候舒适度;温湿指数;综合舒适指数;武汉市【作者】孔德亚;黄建武;王无为;肖雪萍;揭毅【作者单位】地理过程分析与模拟湖北省重点实验室,武汉430079;华中师范大学可持续发展研究中心,武汉430079【正文语种】中文【中图分类】P46.3人类赖以生存的大气环境主要由气压、气温、湿度、降水等要素组成，人体与大气环境之间可以通过能量交换和自身的体温调节达到热平衡，从而维持恒定的体温［1］.适宜的气候条件对人体健康有一定影响，对人体的精力恢复以及对疾病的缓解和治疗都有一定的作用［2］.人类在不同的气候条件下具有怎样的感觉程度可以用气候舒适度来评价［3］.但气候舒适度不能仅依据单一的气象要素来评价人体对冷热环境的主观感受，而是要综合多种气象要素来评价.目前，气候舒适度的研究方法有许多［4-6］，包括近些年普遍使用的着衣指数［7］.孔邦杰等［8］在对山地旅游区进行评价分析时利用了综合舒适度指标.李秋等［9］对环渤海地区的人体舒适度进行分析和评价时采用了温湿指数和风效指数.其中气候舒适度的主要研究方向多放在旅游舒适度的评价上，而对人体健康影响的研究较少.近一个世纪以来，气候变暖已是不争的事实，对此相应的气候舒适期也会发生一些变化.张涛等［10］研究分析了气候变化对茂名地区气候舒适度的影响.本文利用气候舒适度指数评价方法对武汉市1965—2015年的气候舒适度变化进行评价分析，以期为武汉市气候与健康关系的研究和旅游发展规划研究提供一定的参考.1 资料来源与方法1.1 资料来源本文所用气象资料来源于中国气象科学数据共享服务网，选取了武汉市1965—2015年各月气温、风速、相对湿度、日照时数的平均值.原始资料中有日期无记录值的情况下，采用该日期前后3 d的平均值为该日日值.本文以武汉市区为主要分析地点，不包括其周边地区.1.2 气候舒适度指标与评价方法组合模型评价方法是目前关于气候舒适度评价研究的主要形式［11］.本文用温湿指数、风效指数、着衣指数及综合舒适指数4个模型进行分析.季节划分是以上年的12月至当年的2月为冬季，3—5月为春季，6—8月是夏季，9—11月是秋季［12］.1.2.1 温湿指数温湿指数（THI）［13］是分析人类对气候感受情况的重要指标.温度和湿度是该指数的两个重要的气象要素，反映人体与外界的热量交换，计算公式为：式中：t为摄氏温度，℃；f为相对湿度，%.温湿指数分级标准见表1.1.2.2 风效指数风效指数（K）［14］由风寒指数（WCI）演变而来，它考虑了两种情况，即风和太阳辐射对人体散热和增热的影响，计算式为：式中：v为风速，m/s；t为摄氏温度，℃；s为日照时数，h/d.风效指数分级标准见表1［15-16］.1.2.3 着衣指数着衣指数（ICL）是近些年普遍使用的.它考虑了气候带来的不舒适状态是可以通过变换着装来改善的.这一指数得到广泛的应用，计算式如下：式中：t为摄氏气温，℃；H代表人体代谢率的75%，W/m2，本研究H取轻活动量下代谢率，为87 W/m2；a是人体对太阳辐射量吸收的情况，a=0.06；R是太阳辐射，是与太阳光垂直的单位面积土地所可以接收的量，一般取1367 W/m2；α是太阳高度角（四季取平均状况）；v为风速，m/s.着衣指数分类等级见表1.表1 温湿指数、风效指数和着衣指数及其赋值Tab.1 THI，WEI，ICL grade standard and voluation?1.2.4综合舒适指数综合舒适指数是气候舒适度综合评价模型，是以上述温湿指数、风效指数和着衣指数为基础建立起来的.该指数采用层次分析方法和专家打分来确定各种指数的比重［17］，计算公式如下：式中：0.6、0.3和0.1是其指数的权系数；FTHI、FK和FICL分别代表温湿指数、风效指数和着衣指数的赋值.7≤C≤9为舒适；5≤C＜7为较舒适；3＜C＜5为较不舒适；1＜C≤3为不舒适.综合舒适指数值越大，代表气候舒适度越好.2 武汉市各气象要素的变化特征图1为武汉市1965—2015年气象要素的变化趋势.在这50年，武汉市各气象要素都有一定的变化：平均气温最低的是1969年（15.5℃），平均温度最高的是2007年（18.6℃），除2008—2015年气温有降低变化外，整体上看这50年中的平均气温呈上升趋势（图1（a））.平均相对湿度为67%～82%，整体呈下降趋势，只是在2011—2015年平均相对湿度又有所上升，2007年平均相对湿度为最低值（67%），平均相对湿度最高值在2012年（82%），高低值差达15%（图1（b））.平均风速变化趋势明显分为两个阶段，1965—1997年平均风速基本一直呈下降趋势，1998—2015年平均风速呈上升趋势，但不明显，风速值也不高，1969年（3.1 m/s）和1997年（1.0 m/s）分别是平均风速最高和最低的年份（图1（c））.平均日照时数为4.2～6.4 h，2010和2012年平均日照时数最小（4.2 h），1978和1979年的平均日照时数最大（6.4 h），相对而言，日照时数上下波动变化较为明显（图1（d））.图1 武汉市1965—2015逐年平均气温、湿度、风速和日照的变化趋势Fig.1 Variation of annual average temperature，humidity，wind speed and sunshine from 1965 to 20153 各种指数的变化气候发生一定变化，也会导致各种气候舒适指数发生相应的变化.3.1 温湿指数的变化从图2可以看出，武汉市1965—2015年各月温湿指数都有一定变化，因其各月气象要素变化不同，所以各月温湿指数变化也略有不同.春季各月温湿指数变化趋势类似都有不同程度的上升（图2（a）），3月温湿指数基本保持在45～55，2000年之前气候多稍冷，2000—2015多数年份气候清凉舒适，气候舒适度有所升高；4月气候主要是非常舒适；5月温湿指数为65～73，气候为微暖舒适和偏热较舒适，气候舒适度等级变化不显著.6—8月为夏季，各月温湿指数变化不明显，气候舒适度较差；6月主要表现为热较舒适向闷热不舒适转变，气候舒适度降低，7月和8月主要是高温造成的不舒适和极不舒适（图2（b））.秋季温湿指数变化也不明显，9月气候主要是偏热较舒适；10月气候由微暖舒适向非常舒适转变，气候舒适度升高；11月气候主要是微冷较舒适，气候舒适度等级变化不大（图2（c））.冬季各月温湿指数主要在波动中发生变化，很冷很不舒适的气候大幅度减少，气候多为冷不舒适；2月甚至出现过清凉舒适期，总体来看冬季气候舒适度有所升高（图2（d））.图2 温湿指数的变化情况Fig.2 Variation of THI3.2 风效指数的变化图3显示武汉市1965—2015年各月风效指数的变化，从中可以看出各月风效指数变化略有不同.春季风效指数变化明显（图3（a）），2010年春季各月的风效指数值相对来说较低.3月的风效指数虽有上升趋势，但基本保持在-350～-600，主要为凉风；4月风效指数整体呈上升趋势，由凉风转向舒适风，气候舒适度升高；5月风效指数上升趋势不显著，由舒适风向暖风转变，气候舒适度降低.夏季风效指数变化不明显（图3（b）），各月风效指数值基本保持在-150～50，主要为暖风和暖热风.秋季主要是舒适风及凉风，虽有些年份9月由舒适风向暖风转变，但总体来看9月基本保持着舒适风；10月由凉风转向舒适风，气候舒适度升高；11月主要为凉风，气候舒适度等级变化不大（图3（c））.冬季各月风效指数在2012年前后出现低值，但总体上风效指数呈上升趋势，12、1、2月由冷凉风向凉风转变，气候舒适度升高（图3（d））.图3 风效指数的变化情况Fig.3 Variation of WEI3.3 着衣指数的变化图4显示武汉市各月着衣指数都有不同程度的下降趋势.春季各月着衣指数变化略同（图4（a）），着衣指数值大小为3月＞4月＞5月，其中3、4月的气候舒适度都是上升一个等级，气候舒适度升高；5月的气候舒适度等级由A级下降到了B 级，气候舒适度降低.夏季中只有6月的着衣指数下降趋势相对明显，气候舒适度由B级下降到C级，气候舒适度降低，而在2012—2015年气候舒适度又有所升高；7月着衣指数呈下降趋势，8月着衣指数变化不明显，这两个月气候舒适度都为C和D等级，气候舒适度较差（图4（b））.秋季各月着衣指数变化类似，9、10、11月份着衣指数依次保持在0.4～0.8、1.0～1.3和1.4～1.8之间，10月是最为舒适的月份（图4（c））.冬季2月的着衣指数下降趋势相对明显，气候舒适度上升一个等级；12月和1月着衣指数基本保持在1.8～2.5，这两个月份的适合衣着为棉衣或冬大衣，是寒冷导致的较不舒适期（图4（d））.4 武汉市综合舒适指数分析评价综合舒适指数为新建立的模型，能正确反映舒适期的长短.可以弥补前述3个指数仅用部分气象要素对气候舒适度的描述［18］.4.1 综合舒适指数及气候舒适期的变化利用综合舒适指数对武汉市的气候舒适度变化进行分析.为确定气候舒适度随时间序列的变化趋势，对武汉市这50年的气候舒适期进行5年滑动平均，从5年滑动平均曲线中诊断其变化趋势［19］.统计结果见图5.武汉市1965—2015年的综合舒适指数有一定的变化：春季综合舒适指数略有上升趋势，3月气候基本保持着较舒适；4月综合舒适指数虽有上升趋势，但气候基本保持着舒适期，气候舒适度等级没有太大变化；5月综合舒适指数波动变化较为明显，在整体上呈下降的趋势，由舒适向较舒适转变，气候舒适度有所降低.夏季综合舒适指数整体呈下降趋势，不过在2007—2015年又有明显的上升，6月与7、8月综合舒适指数相差较大，6月在20世纪80年代中期和90年代早期出现过较舒适期，其余时期大多是较不舒适期；7月由较不舒适向不舒适转变，气候舒适度降低；8月的综合舒适指数变化不大，气候主要是较不舒适期.秋季综合舒适指数变化不明显，气候舒适度等级变化不大，9月和11月为较舒适期，10月为舒适期.冬季综合舒适指数呈上升趋势，但1月气候舒适度等级变化不大，是较不舒适期；2月气候由较不舒适向较舒适转变，然后再向较不舒适转变，气候舒适度升高后又降低；12月气候舒适度有明显变化，与2月类似，气候舒适度升高后又降低.总体而言，1965—2015年武汉市春秋季节气候基本保持着较舒适和舒适期，夏季的不舒适期占全年不舒适期的绝大比例，而冬季的不舒适期有所减少.图5 武汉市各月综合舒适指数年际、线性及5年滑动平均Fig.5 Inter-annual variation，linear tendency and moving average of CCI of 5 years in Wuhan 武汉市综合舒适度指数的年内变化特征呈“M”型且逐渐变宽（图6）.综合舒适指数在≥7时为气候舒适期，主要集中在春秋季节，武汉市为典型的春秋舒适性城市，这与王硕的研究结果相似［20］.冬夏季节的综合舒适指数值相对较低，主要是较不舒适期和不舒适期.4.2 气候舒适度平均持续时间的年代变化图6 综合舒适指数的年内变化Fig.6 Evolution of the variation of CCI in a year 从1965—2015年武汉市各气候舒适度等级的年代变化统计结果来看（表2），这50年舒适期的平均持续时间为3.1个月，到2006—2015年舒适期的平均持续时间为3.3个月，增加0.2个月.较舒适期的平均持续时间为4.1个月，1965—1975年较舒适期平均持续时间最短为3.4个月，2006—2015年平均持续时间最长，达到4.6个月，较舒适期平均持续时间明显增加.较不舒适期的平均持续时间为3.5个月，1965—1975年平均持续时间最长为3.9个月，2006—2015年平均持续时间最短为2.8个月，较不舒适期的平均持续时间有所减少.不舒适期平均持续时间为1.3个月，不舒适期平均持续时间的变化不大.综合来说这50年武汉市的舒适期和不舒适期的平均长度变化不大，但是较舒适期的平均持续时间明显增加.较不舒适期的平均持续时间明显减少.较舒适期的增加和较不舒适期的减少也说明武汉市气候舒适度有所提高.表21965 —2015年武汉市各时段气候综合舒适指数平均时长Tab.2 The mean duration time of CCI during different stages from 1965 to 2015月1965—1975 1976—1985 1986—1995 1996—2005 2006—2015 3.3 3.0 2.8 3.0 3.3 0.2-0.1-0.3-0.1 0.2 3.4 4.1 4.2 4.4 4.6-0.7 0.0 0.1 0.3 0.5 3.9 3.6 3.5 3.5 2.8 0.4 0.1 0.0 0.0-0.7 1.5 1.3 1.1 1.1 1.3 0.2 0.0-0.2-0.2 0.01965—2015 年，武汉市各气象要素，尤其与气候舒适度相关密切的温度、风速、相对湿度、日照时数都有一定变化.气象要素发生变化也导致气候舒适度存在一定的变化.利用气候舒适度指数评价方法以及武汉市1965—2015年各月气象统计资料，对武汉市的气候舒适度变化特征进行分析，结果发现：武汉市在这50年期间温湿指数都发生一定变化，春季温湿指数呈上升趋势，秋季温湿指数变化不明显，夏季温湿指数变化也不明显，冬季温湿指数呈波动上升趋势；风效指数除8月外都有不同程度的上升，冬春各月份中的风效指数虽然也发生了变化，但舒适度的等级变化不大；各月的着衣指数基本为波动下降的趋势.从可计算舒适期长短变化的综合舒适指数来看：武汉市春秋季节的综合舒适指数变化不明显，但依然保持较好的气候舒适度；冬季的综合舒适指数整体呈上升趋势，气候舒适度有所提高；夏季气候舒适度有所降低，气候舒适度较差，不舒适期占全年不舒适期的绝大比例.各舒适度等级的平均持续时间有一定差异，较舒适期的平均持续时间明显增加，而较不舒适期平均持续时间明显减少.武汉市综合舒适指数的年内变化呈明显的“M”型且逐渐变宽，春秋季大多为舒适期，是较为典型的春秋季舒适城市，故武汉市的最佳活动出行时段为春秋季节.［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）：7-11.［2] 范业正，郭来喜.中国海滨旅游地气候适宜性评价［J］.自然资源学报，1998，13（4）：304-311.［3] 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.［4] 吴兑.多种人体舒适度预报公式讨论［J］.气象科技，2003，31（6）：370-［5］GREGORCZUK M，CENA K.Distribution of effective temperature over the surface of the earth［J］.International Journal of Biometeorology，1967，11（2）：145-149.［6］TERJUNG W H.World patterns of the distribution of the monthly comfort index［J］.International Journal of Biometeorology，1968，12（2）：119-151.［7］FREITAS C R D.Human climates of northern China［J］.Atmospheric Environment，1979，13（1）：71-77.［8] 孔邦杰，李军，黄敬峰.山地旅游区气候舒适度的时空特征分析［J］.气象科学，2007，27（3）：110-116.［9] 李秋，仲桂清.环渤海地区旅游气候资源评价［J］.干旱区资源与环境，2005，19（2）：149-153.［10] 张涛，古明媚，吴瑕.气候变化对茂名旅游气候舒适度影响分析［J］.气象研究与应用，2015，36（1）：68-71.［11] 孙美淑，李山.气候舒适度评价的经验模型：回顾与展望［J］.旅游学刊，2015，30（12）：19-34.［12] 朱卫浩，张书余，罗斌.近30a全国人体舒适度指数变化特征［J］.干旱气象，2012，30（2）：220-226.［13] 李秋，仲桂清.环渤海地区旅游气候资源评价［J］.干旱区资源与环境，2005，19（2）：149-153.［14] 王敏珍，郑山，王式功，等.1951—2008年中国主要城市风效指数的时空变化趋势［J］.干旱区资源与环境，2012，26（7）：64-70.［15] 任健美，牛俊杰，胡彩虹，等.五台山旅游气候及其舒适度评价［J］.地理研究，2004，23（6）：856-862.［16] 滕丽，王铮，蔡砥.中国城市居民旅游需求差异分析［J］.旅游学刊，2004，19（4）：9-13.［17] 马丽君，孙根年，王洁洁.中国东部沿海沿边城市旅游气候舒适度评价［J］.地理科学进展，2009，28（5）：713-722.［18] 马丽君，孙根年，马彦如，等.50年来北京旅游气候舒适度变化分析［J］.干旱区资源与环境，2011，25（10）：161-166.［19] 魏凤英.现代气候统计诊断与预测技术［M］.北京：气象出版社，2007. ［20] 王硕，童洁，刘超，等.武汉气候舒适度与游客网络关注度年内变化相关性分析［J］.亚热带资源与环境学报，2013，8（3）：24-28.。

气候变化对旅游业的影响:气候舒适度视角40座城市的定量分析

气候变化对旅游业的影响：气候舒适度视角40座城市的定量分析马丽君;孙根年;谢越法;马彦如【期刊名称】《旅游论坛》【年(卷),期】2012(5)4【摘要】从气候舒适度的角度出发,在收集40座城市相关数据资料的基础上,利用旅游气候模型,估算气候变化对客流量的影响.研究结果表明:①气候舒适度变化对我国国内及入境旅游有重要影响,综合气候舒适指数每变化1个单位,国内及入境旅游客流量将增加或减少1.852万人次和35.263万人次;②重庆以北绝大部分城市年综合气候舒适指数上升,重庆以南绝大部分城市年综合舒适指数下降,40城市综合气候舒适指数整体上升15.0;③受气候舒适度变化影响,40城市国内及入境旅游客流量分别增加540.7万人次和28.4万人次;④30年来,气候舒适度的变化整体促进了我国国内及入境旅游业的发展.【总页数】6页(P35-40)【作者】马丽君;孙根年;谢越法;马彦如【作者单位】陕西师范大学旅游与环境学院,陕西西安710062;陕西师范大学旅游与环境学院,陕西西安710062;陕西师范大学旅游与环境学院,陕西西安710062;陕西师范大学旅游与环境学院,陕西西安710062【正文语种】中文【中图分类】F590.3【相关文献】1.气候变化对山西省旅游气候舒适度的影响分析 [J], 王秀兰;吴亚琪;王秀芬2.气候变化对茂名旅游气候舒适度影响分析 [J], 张涛;古明媚;吴瑕3.阿坝州西北部气候变化特征及其对旅游舒适度的影响 [J], 杨宗英;谢洪4.气候变化对海南岛旅游气候舒适度及客流量可能影响的分析 [J], 刘少军;张京红;吴胜安;张明洁;车秀芬5.城市公园植物群落小气候效应及人体热舒适度——以哈尔滨三座公园为例 [J], 胡海辉;刘帅;张思琪因版权原因，仅展示原文概要，查看原文内容请购买。

基于微博大数据的游客情感与气候舒适度关系研究——以西安市国内

Ｊａｎ．，２０１７
文章编号：ｌ６７２ — ４２９１（２０１７）０１ — ０１１Ｏ一０８
ｄｏｉ：１０．１５９８３／ｊ．ｃｎｋｉ．ｊｓｎｕ．２０１７．０１．４１４
基于微博大数据的游客情感与气候舒适度关系研究
ｎｅｇａｔｉｖｅｅｍｏｔｉｏｎｖａｌｕｅｗａｓｓｉｇｎｉｆｉｃａｎｔｌｙｎｅｇａｔｉｖｅｌｙｃｏｒｒｅｌａｔｅｄｗｉｔｈｔｅｍｐｅｒａｔｕｒｅ，ｈＨ（ｔｅｍｐｅｒａｔｕｒｅ
ｅｍｏｔｉｏｎｖａｌｕｅｗｅｒｅｃａｌｃｕｌａｔｅｄａｎｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｃｌｉｍａｔｅｃｏｍｆｏｒｔｉｎｄｅｘａｎｄｔｏｕｒｉｓｔｓｅｍｏｔｉｏｎｗａｓｒｅｖｅａｌｅｄｂａｓｅｄｏｎｔｈｅｃｌｉｍａｔｅｍｏｄｅｌｅｖａｌｕａｔｉｏｎａｎｄｅｍｏｔｉｏｎａｌｃｏｍｆｏｒｔｐｒｏｐｅｎｓｉｔｙｔｈｅｏｒｙ．Ｉｎｕｎｉｖａｒｉａｎｃｅａｎｄｃｌｉｍａｔｅｃｏｍｆｏｒｔｍｅｔｒｉｃｓａｎａｌｙｓｉｓ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｏｕｒｉｓｔｓ

气候舒适度对热点城市入境游客时空变化的影响_马丽君

表1 18 城市各月综合舒适指数（ 2005 ～ 2007 年） Comprehensive comfort index of each month in 18 cities （ 2005 ～ 2007 ）
城市纬度 1 月 2 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 12 月
旅
游
学
刊
TOURISM TRIBUNE
第 26 卷
2011 年第 Biblioteka 期月刊气候舒适度对热点城市入境游客时空变化的影响
马丽君，孙根年，马耀峰，王洁洁
（陕西师范大学旅游与环境学院，陕西西安 710062 ）［摘要］文章选取东部 18 个城市分析气候舒适度的年内
候与国际旅游的关系进行了定量分析响
［ 8］
（ Richardson ）分析了气温对游客旅游需求的影，苏珊娜（ Susanne ）调查分析了斐济旅游住宿业
［ 9］
的能源消耗与废气排放量的情况等
。国内的相
关研究多集中在气候旅游资源评价与旅游气候舒适如冯家沛对云台山旅游气候资源进度评价等方面，行了详尽的分析气候的评价
第 26 卷
2011 年第 1 期
月刊
旅依据。 2
游
学
刊
TOURISM TRIBUNE
适度的时空变化规律，并以此解释客流量的年内变以期为丰富气候与旅游的研究内化及其空间分布，容及为研究气候变化对旅游业的影响提供理论基础。 1 气候舒适度评价方法气候舒适度评价的研究已经有很多年，形成了很多评价方案和专项指标，如温湿指数、风寒指数、着衣指数、辐射指数、雨淋指数等。旅游气候是一个包括了太阳辐射、大气温度、大气湿度、复杂的系统，风速等气候要素。从系统的组成和结构来说，气候舒适度可划分为 3 个层次：底层是气候要素（如光照、温度、湿度、风速等）；中间层是温湿指数、风寒它们分别是由部分气候要素，按作指数和着衣指数，用机制形成的经验公式；顶层是三者的综合，以月（或旬）为计算单位。那么，如何综合测定一个地区的气候舒适度，并将其建立在可加和、可计算的基础上，由月指数的计算逐级上升为季节指数和年指数，并正确地反映客流量的年内变化及适宜旅游期的长短，这在以往的研究中尚不多见。本文以温湿指数、风寒指数和着衣指数为基础，采用专家打分和层次分析法确定各分指数的权重，建立了一个新的旅游其计算公式如下：气候舒适性综合评价模型， C = 0. 6 X THI + 0. 3 X WCI + 0. 1 X ICL （1） X THI 、 X WCI 和 X ICL 分别为温湿指数、其中，风寒指数和着衣指数的分级赋值（具体赋值参见文献 18 ）， 0. 6 、 0. 3 、 0. 1 为各分指数的权系数。本研究规定某温湿指数、风寒指数和着衣指数的排列形个月份中， BAA 、 AbA 、 bbb 等，式为 AAA 、即 6 ≤ C ≤9 时为舒 CBB 等，适；排列形式为 cbc 、即 5≤C < 6 时为较舒 dbd 、 ccd 、 ebd 等，适；排列形式为 dcd 、即3 <C < 5 ece 、 ecd 等，时为较不舒适；排列形式为 ede 、即1<C ≤3 时为不舒适。这种计算方法及分级标准与文献的有关规定基本相似

气候舒适度对热点城市入境游客时空变化的影响

An Analysis on the Influence of Climate Comfortable Degree on Temporal and Spatial Variation of Inbound Tourists in China＇s Hot Cities 作者：马丽君;孙根年;马耀峰;王洁洁
作者机构：陕西师范大学旅游与环境学院,陕西西安710062
出版物刊名：旅游学刊
页码： 45-50页
年卷期： 2011年第1期
主题词：气候舒适度;客流量月变化;空间分布;相关分析
摘要：文章选取东部18个城市分析气候舒适度的年内时空变化,将其年内变化分为3种类型：倒＂U＂形、＂M＂形、宽＂U＂形。

收集2005～2007年各城市入境客流量,分析其年内时空变化状况,将其年内变化分为4种类型：＂W＂形、倒＂U＂形、＂M＂形、＂U＂形。

年内客流量重心变化与气候舒适度重心变化具有很强的时间同步性,说明气候舒适度是影响客流量空间分布
的重要因素。

在客流量月指数与气候舒适度指数比较的基础上,建立了入境旅游客流量月指数模
拟模型。

利用旅游资源丰度、经济发展水平、综合气候舒适指数3个因素,建立其与客流量地域
分布的统计关系,结果显示：综合气候舒适度指数每变化1个单位,客流量将增加（或减
少）7.659万人。

气候舒适度对热点城市入境游客时空变化的影响

［金项目］研究受国家社会科学基金项目（３Ｊ０８）基本０ＢＹ０８、陕西省社会科学基金项目（００４、西师范大学研究生１Ｑ０）陕
培养创新基金（００Ｘ０６）资助。［ｈｓｔｄｗｓ２１ＣＢ０Ｔｉｕｙａｓ
度评价等方面，冯家沛对云台山旅游气候资源进如
气候是影响旅游活动重要的环境因素。受气候
舒适性的影响，客的时空分布呈现出有规律的变游
行了详尽的分析 ¨ 刘继韩关于秦皇岛市旅游生理，气候的评价 ¨ 范业正、来喜采用生理气候模型，郭
适度重心变化具有很强的时间同步性，明气候舒适度是影说
响客流量空间分布的重要因素。在客流量月指数与气候舒
适度指数比较的基础上，立了入境旅游客流量月指数模拟建模型。利用旅游资源丰度、济发展水平、合气候舒适指经综
ｓｐｏｄｂｒｎｒｍｈｅＮａｉｎｌＳｏａｉｎｅＦｏｄａｉｎｕｐｓｅｙａｇａｔｆｏｔｔｏａｃｉｌＳｃｅｃｕｎｔｏ
年、马丽君等对气候舒适度与客流量年内月变化进行了相关分析等
影响。
对中国海滨旅游地气候适宜性进行了分析，清刘春等对于中国城市旅游气候舒适度进行了评价研究，林等以特吉旺的温湿指数和风寒指数为变陆

城市气候舒适度与游客网络关注度时空相关分析_马丽君

图 1 城市气候舒适度年内变化类型 Fig.1 Variation types of the climate comfort degree in a year
6期
马丽君等：城市气候舒适度与游客网络关注度时空相关分析
755
西宁一个城市，每年的 1-2 月和 11-12 月天气寒冷，舒适指数 3，气候舒适度低，不适宜旅游， 5-9 月舒适指数＞6，气候舒适，是旅游的最佳时期。②倒 “U” 形，包括哈尔滨、长春、贵阳、昆明，其中哈尔滨和长春每年的 1-3 月和 11-12 月天气寒冷，舒适指数
6，气候舒适，是旅游的最佳时期；贵阳除 1-2 月和 12 月气候舒适度较低外，其他各月气候综合舒适指数均＞5，适宜于旅游活动，昆明一年四季如春，各月气候均＞5，适宜于旅游活动。③ “M” 形，包括乌鲁原、济南、兰州、郑州、西安、南京、合肥、上海、成都、武汉、杭州、重庆、南昌、长沙、福州，这些城市四季分明，除个别城市外，每年的 1-2 月和 12 月天气寒冷，舒适度低，舒适指数＜5， 4-5 月和 9-10 月舒适指数＞6，气候舒适，适宜旅游活动，夏季的 7-8 月天气较热，舒适指数在 2.7~5 之间，舒适度较低，较不适宜旅游活动。④宽 “U” 形，包括广州、南宁、海口，每年的 1-4 月和 11-12 月＞6，气候舒适，适宜旅游活木齐、沈阳、呼和浩特、北京、天津、银川、石家庄、太
1 数据来源与研究方法1.1 数据来源是全球最大的中文搜索引擎。指数
收稿日期： 2010-08；修订日期： 2011-02. 基金项目：国家自然科学基金项目(40271052)；陕西师范大学研究生培养创新基金项目(2010CXB006)；中央高校基本科研业务费专项资金项目(09SZZD06)。作者简介：马丽君(1981-)，男，山东临沂人，博士研究生，研究方向为旅游气候与旅游经济运行。E-mail: ljmaljly@ 通讯作者：孙根年(1961-)，男，陕西西安人，教授，博士生导师，主要从事旅游管理的教学研究。 E-mail: gnsun@ 753-759 页

游客对武汉市旅游服务满意度的调查报告

游客对武汉市旅游服务满意度的调查报告
郝亚钢
【期刊名称】《中南财经政法大学研究生学报》
【年(卷),期】2015(000)0S1
【摘要】本文以武汉市为研究对象,通过对武汉市各大景点的游客对景点旅游服务满意度进行调研来获取游客的真实感受。

不同于已有的文献,本文不仅考虑一个指标的满意度同时还考虑该指标的重要性,通过重要性来得出各个指标在计算满意度时的权重。

在回收问卷后运用单因素方差分析,配对样本的t检验和IPA分析等统计方法进行数据分析。

分析结果表明游客对武汉市旅游服务总体上是比较满意的,但是在一些具体指标上却十分不满意,从而导致游客重游意愿不高。

因此,文章在IPA分析的基础上对武汉市旅游服务的改善提出了一些针对性的建议。

【总页数】7页(P27-33)
【作者】郝亚钢
【作者单位】中南财经政法大学统计与数学学院
【正文语种】中文
【中图分类】F592.7
【相关文献】
1.焦作市旅游服务质量游客满意度调查研究 [J], 牛冰洁
2.基于游客满意度的DIY农村旅游服务质量提升研究 [J], 王依;徐宁遥;陈雅淑
3.主题公园旅游服务设施游客满意度的影响因素分析r——以大唐芙蓉园为例 [J],
朱仁鹏
4.农村观光旅游服务质量、游客满意度与游客忠诚度关系及实证研究 [J], 许琦
5.黄山市漂流旅游服务的游客满意度现状调查分析 [J], 王林
因版权原因，仅展示原文概要，查看原文内容请购买。

武汉市近40年气候变化趋势分析 - 副本

武汉市近40年气候变化趋势分析摘要：利用武汉市1972～2012年的气温、降水资料，应用统计方法对武汉市近40年的气候变化进行分析。

研究发现，从总体上来看，武汉气温呈明显的上升趋势，且上升幅度比较大。

四季气温变化幅度不大，其中春季气温下降趋势比较明显，夏秋季气温上升趋势比较明显，冬季气温变化幅度较小。

降水年季波动比较明显，春季降水呈微弱上升趋势，夏季变化趋势比较小。

本文对武汉市1972年-2012年的气候降水进行了研究分析。

关键词:武汉；气温；降水；气候变化Climate Change Tendency in WuHan for the Last 40 YearsZhang Jialing（The Department of City and environment, Hubei Normal University,Huangshi, China, 435002）Abstract: Using the temperature and precipitation data of Wuhan City from 1972 to 2012 with the statistical methods to analysis the climate change of Wuhan in 40 years. The conclusion is that in general terms, the temperature of Wuhan showed a rising trend, and the rate of the trend is relatively large. Modest seasonal temperature variation, which is more obvious downward trend in spring temperatures, summer and autumn warming trend is more obvious, winter temperatures changed little. Year Quarter obvious fluctuations in precipitation, spring precipitation has a weak upward trend, and the remaining three quarters of the trend is relatively small. This year in Wuhan 1972-2012 were studied and analyzed climate precipitation.Keywords: Wuhan; temperature; precipitation; climate changeIPCC <The Intergovernmental Panelon Climate Change >第三次全球气候评估报告指出自从工业革命以来大气中的二氧化碳浓度明显增大，使得过去140 年中全球平均气温升高了0 .4 -0 .8达到1 000 年以来的最高值[1]。

湖北武汉气象参数

湖北武汉气象参数湖北武汉位于中国中部，是湖北省的省会，也是中国有着悠久历史和丰富文化的重要城市之一、武汉气候属于亚热带季风气候，四季分明，温暖湿润，年平均气温约为17℃左右，降水量较多，四季分明。

下面将介绍武汉的气温、降水量和季节特点等气象参数。

1.气温：武汉的气温在不同季节有着显著的变化。

春季（3月至5月），气温逐渐回暖，白天最高气温一般在20℃左右，晚上最低气温在10℃左右。

夏季（6月至8月）是武汉的旺季，气温较高，白天最高气温可达到35℃以上，晚上最低气温在25℃左右。

秋季（9月至11月）气温逐渐回凉，白天最高气温约为25℃左右，晚上最低气温在15℃左右。

冬季（12月至2月）寒冷干燥，气温较低，白天最高气温一般在10℃左右，晚上最低气温在0℃以下。

2.降水量：武汉的降水量相对较高，全年降水量约为1200毫米左右。

降水主要分布在春季和夏季，其中夏季降水最多，多以雷雨形式出现，有时会伴有湖泊、河流的暴雨洪水。

秋季和冬季降水量相对较少，多为小雨或零星的阵雨。

3.季节特点：春季（3月至5月）是武汉的花季，气温回暖，各种花卉开始盛开，尤其是樱花、桃花等景点吸引了众多游客。

夏季（6月至8月）是武汉的旅游旺季，气温较高，适合水上活动和夜游长江。

秋季（9月至11月）气温凉爽宜人，是旅游的最佳季节之一，此时武汉周边的山水风景更加迷人。

冬季（12月至2月）寒冷干燥，气温较低，但是武汉有着丰富的冬季文化活动，如冰雪节、灯会等，吸引了众多游客。

另外，武汉的空气质量也是一个关注的问题。

由于市区水域众多、草木繁茂，武汉的湿度相对较高，加之工业和车辆排放等因素，空气质量时常受到一定程度的影响。

在冬季，由于取暖用煤等原因，PM2.5的浓度较高，呼吸道疾病患者需要特别注意。

总的来说，武汉的气候属于亚热带季风气候，四季分明，温暖湿润。

根据不同季节的气温和降水量，可以选择不同的服装和旅游活动。

同时，也要注意环境保护，关注空气质量和健康。

国内旅游网络关注度的研究进展及其启示

国内旅游网络关注度的研究进展及其启示刘梦;骆培聪;石茂荣【摘要】借助CNKI提供的计量工具,利用关键词共现网络功能,从概念界定、研究方法、数据来源、研究内容等4个方面对近10年来国内旅游网络关注度的相关文献进行梳理,着重分析学者关注较多的案例地时空特征分布及演变的影响因素、旅游网络关注与客流量等方面的研究成果,并在此基础上对未来的研究方向进行了展望.【期刊名称】《泉州师范学院学报》【年(卷),期】2019(037)002【总页数】6页(P103-108)【关键词】旅游网络关注度;时空特征;百度指数;微指数【作者】刘梦;骆培聪;石茂荣【作者单位】福建师范大学旅游学院,福建福州 350117;福建师范大学旅游学院,福建福州 350117;福建师范大学旅游学院,福建福州 350117【正文语种】中文【中图分类】F590.8旅游商业化模式的成熟，使得景区间竞争愈加激烈，解决这些问题成为目前旅游领域的研究热点.随着互联网的发展，人们开始尝试并习惯于利用搜索引擎实现信息的传递与交流.游客常常借用搜索引擎获取信息，完成旅游活动[1].而在搜索引擎上遗留的网民搜索行为、痕迹在一定程度上代表着其真实的行为与意愿[2]，这为旅游学者及企业提前了解游客情况提供了很好的渠道.随着网民数量不断增大，数据迅速积累，旅游大数据时代[3]到来.作为国内搜索引擎标杆百度推出百度指数(2006年)，同年国外搜索引擎龙头谷歌正式推出谷歌趋势。

作为国内最大的基于用户关系的信息分析、传播、获取的平台新浪微博，在用户量暴增后，随之推出微指数(2012年).这些数据分析工具为学者和企业提供了专业化的服务.基于这些指数所反映的网络关注度[4]开始进入旅游学术领域的研究.国内旅游网络关注度的研究主要集中在网络关注度下景区时空特征及影响因素分析、网络关注度与实际游客量相关性分析及客流量预测等方面。

本文通过总结这些方面的研究，对旅游网络关注度等概念进行总结概括，对研究的热点进行归纳分类，一定程度上反映了该领域的研究动态，同时引出尚未解决的问题，对未来的研究进行展望.1 概念界定1.1 网络信息流早期，媒体作为信息的源头，在互联网上发布信息形成新闻信息流.周勇闯等对网络中的新闻信息流开展了研究，发现了信息流的特点[5].随着互联网的深入，网络信息流增长着人们信息需求的同时，人们的信息需求反过来促进了网络信息交流的从软件到硬件的发展与创新[6].从信息流以及网络信息流的概念上可以发现，信息的流动代表着人们的流动，标志着人们注意力关注的方向.网络信息量的不断积累为研究区域网络空间打下了良好的数据基础.通过对网络信息空间的研究，来体现游客流在现实空间的分布情况成为了可能[7].1.2 旅游网络信息流旅游方面的信息随着旅游的发展开始不断积累，旅游信息的交流与传递被路紫等用于研究旅游信息流对人流的影响作用[8].柳礼奎等定义旅游网络信息流概念，并用来研究网络信息流(旅游网站)对潜在游客流的指引作用[9].旅游网络信息流被精确定义为在网络上产生、保存、发出、传递、接收、交流、使用和反馈的旅游信息[10].在大数据时代下，旅游网络信息流作为网络关注度的表现，开始用于旅游问题的研究[11].1.3 旅游网络关注度关注度，即一个事物或人受到所有社会群体关注的程度[12]，是表示事物或人与所有社会群体行为关系的重要衡量指标[13].在互联网时代，关注度越来越多地体现在网络上形成网络关注度.公众网络关注度开始影响用户行为，由网络关注度引发影响研究涉及到各个领域，其中旅游网络关注度研究成果居多.网络关注度在旅游方面的体现，即为旅游关注度，更细化来说，游客进行旅游活动之前，利用网络对旅游信息进行搜索，以及旅游结束后上传旅游感想与旅游目的地评价，从而完成旅游网络信息流的传递与交流,整个过程在网络上留下的痕迹，统称为旅游网络关注度.旅游网络关注度一定程度上代表着旅游网络信息流的走向，而旅游网络信息流又是客流量的前兆效应[14].因此,研究旅游网络关注度的影响因素[15]，就显得十分重要.2 国内旅游网络关注度研究文献状态以中国知网为数据库，以“旅游网络关注度”“旅游百度指数” “旅游微指数”为关键词，剔除重复及不相关的文献后，获得旅游网络关注度文献89篇，使用CNKI的计量可视化分析工具进行数据分析.2.1 年文献总量及来源分布在百度指数推出后，旅游网络关注的研究逐渐增加，利用知网统计了截至在2018年以前的年文献量，发现国内研究呈上升趋势.随着软硬件的更新换代，未来的旅游网络关注度的研究将会继续增长.通过对文献作者进行统计，发现多名学者投入旅游网络关注度领域，而研究较多的为马丽君、龙茂兴等人.通过对文献作者所属的院校进行统计，我们发现在该领域研究最深入的是陕西师范大学、湘潭大学.这些机构和作者对旅游网络关注度作出了细致全面的研究，并对未来进行旅游网络关注度研究的学者有较为深刻的借鉴意义.2.2 基于相关文献关键词共现网络的研究热点梳理对国内筛选后的文献，利用CNKI提供的计量可视化分析工具进行关键词共现网络分析，发现与旅游网络或网络旅游最紧密相关的热点词汇有旅游网络、关注度、影响因素、时空特征、旅游流、景区管理等.其中，旅游网络、关注度、影响因素为最热词汇.同时，旅游网络关注度的研究热点案例地的时空特征及影响因素分析研究，研究结论主要为景区管理和营销提出建议和整改方案.而关于旅游网络关注度与客流量的相关性(耦合性)研究相对较少，相关的案例地实证分析也较少.3 国内旅游网络关注度研究热点3.1 旅游网络关注度研究方法对国内旅游网络关注度的主要研究方法及使用的对象进行统计分析(表1)，发现对时空特征、客流量预测这两方面的研究较多，其中时空特征包括时间演变特征与空间演变特征.客流量的预测包括模型的建立与验证.表1 国内旅游网络关注度主要研究方法Tab.1 The main research methods of domestic tourism network attention研究对象研究方法时间演变特征弹性系数[16]、季节性强度指数[17]、季节变动指数[18]等空间演变特征泰尔指数[19]、相对关注度[16]、季节集中指数[20]、变异系数[21] 、赫芬达尔系数[22]、地理集中指数[21]、首位度[23]、基尼系数[20]、GIS反距离权重插值[24]、密度分析技术方法[23]等客流量模型ARMR模型、向量自回归模型[25]、灰色预测模型[26]、VECM模型[27]等模型验证单位根、格兰杰因果关系检验[28]、协整检验、平稳性检验、脉冲响应分析[27]等3.2 旅游网络关注度研究数据来源根据国内网民了解信息的行为习惯，从硬件渠道可以将数据来源分为两大类：移动端与pc端.从软件渠道可以将数据来源分为三大类：浏览器(百度)、广播式社交网络平台(微博)、即时通讯智能终端(微信).随着大数据分析技术的不断提升，各大运营商推出包括百度指数、微指数(微博指数、微信指数)等大数据分析平台为学者分析旅游网络关注度提供了科学的数据来源.3.2.1 百度指数作为国内最大的搜索引擎运营商，百度公司于2006年推出百度指数，李山等在2008年利用百度指数作为数据源研究网络关注度，分析游客的空间分布和时间分布情况[4]，百度指数开始进入学者研究视野.百度指数对pc端与移动端两方面的数据统计分析服务.学者通过百度指数提供的趋势研究服务、需求图谱、人群画像等数据分析服务，对景区的游客的时空分布特点、旅游六要素、客流量等方面进行了研究，成果较为丰富.3.2.2 微指数微指数包括两种含义，分别为微博指数与微信指数.微博指数是国内微博最大的运营商新浪公司于2016年推出的数据分析平台.姚会等于2016年利用微博指数使用灰色预测模型，对旅游进行供给侧分析，微博指数开始逐步进入学者视野[26].但目前，利用微博指数对网络关注度的研究仍处于初步阶段.微信指数是国内最大的即时通讯运营商腾讯公司于2017年推出的数据分析平台，相关学者尚未利用微信指数来研究网络关注度问题.3.3 旅游网络关注度研究内容目前，关于旅游网络关注度的研究方向主要分为四大类.其中，区域内不同类景区网络关注度问题研究较多，跨区域同类景区网络关注度问题研究逐渐增加，利用景区网络关注度预测景区客流量问题开始进入学者研究的视野.3.3.1 区域内景区网络关注度的时空特征及影响因素目前，同一区域的研究成果所选用的案例地大小不一.根据区域的大小，以省级为分界点，分为省级以上大区域与省级以下小区域.(1)省级以上区域景区网络关注度时空特征与影响因素.部分专家及学者在研究中以大区域选取景点，例如跨国的东南亚国家热门景点为案例地[16]，选取国内前100位景点为案例地[20]，亦或选取省级热门景点[24]为案例地.以百度指数为数据分析平台，使用特定的研究方法分析不同景区的时间演变特征(年际特征分析、季节特征分析、月特征分析、周特征分析、黄金周特征分析[29])，空间演变特征[30](区域差异对比、区域内差异对比、区域差异结构分解).研究发现，时间差异存在日前兆与月前兆现象，根据地区气候适宜程度出现旅游淡旺季，黄金周出现关注度井喷现象；空间差异存在与地区发达程度成正比，与空间距离成反比情况.网络关注度主要受互联网普及的程度、旅游目的地自身的资源水平、节假日制度、重大时间等因素影响[31].研究结论中建议主要采用合理的营销手段提高网络关注度进而提高景区客流量，以及利用前兆效应疏解旅游高峰期过多的景区客流量这两种方法来帮助景区可持续发展.(2)市级或单一景区网络关注度时空特征与影响因素.一些学者的研究中案例地选取范围缩小，以知名旅游城市为案例地，例如北京[32]；或以著名旅游景点案例地，例如杭州西湖风景区[33].以百度指数为数据分析平台，采用与区域网络关注度相同的研究方法研究了时空特征.此外，对比了PC端与移动端的网络关注度差别，进一步对调查人群的年龄性别结构和旅游六要素(吃、住、行、游、购、娱乐)的关注度进行对比分析[34].影响因素，即驱动机制，除了同样受到经济与距离影响以外，还受到景区线路规划与营销水平的影响.研究为建立城市智慧旅游服务提供宝贵建议，提倡个性化信息定制与旅游资源融合[35]，营销策略部署更加细化，提倡更人性化、更智慧化旅游服务.3.3.2 跨区域同类地形地貌景区时空特征及影响因素案例地选取不再局限于地区内比较，而重点在同类景区的关注度比较，在同类景区的管理和营销策略借鉴方面显得更有意义.以同类地形地貌为案例地进行对比研究，如以国内知名山脉、国内知名温泉[36]、五大知名洞穴[37]、国家公园、乡村(农家乐)[38]、贵族邮轮等为研究对象，以原有的研究方法上进一步拓展，采用计算方法采用洛伦兹曲线中的集中指数(P反映研究对象空间分布的均衡程度)[23].通过相关性分析进行影响因素分析[39]，不同区域影响因素不同.研究结论中建议表明，要对注重消费者的不同需求采用不同营销策略，专注于个性化服务.3.3.3 网络关注度与客流量关系验证网络关注度作为旅游流的前兆，越来越多的学者投入到使用旅游网络关注度来对客流量进行预测与验证研究当中.随着数理研究的进展，建立验证模型进行实证分析的研究方法逐步成熟.建立一定的与客流量相关的数学预测模型，并使用真实的游客数据进行验证，同时根据信息来源的不同，建立pc端与移动端预测对比[28].谨慎预测后的预警机制方面的研究更加完善[25].微指数的网络关注度分布与客流量关系验证也进入学者研究中[26].研究发现，移动端数据研究更为精确，预测要注意网络数据时间段的选取.同时，微博对旅游信息流的传播影响深远.3.3.4 影响旅游体验方面的网络关注度研究旅游安全、气候舒适度、美食旅游[22]等因素对旅游体验的影响越来越深远.许多专家学者对这些因素进行深入研究，其中包括旅游安全网络关注度时空特征研究，以国家级[19]为研究区域，采用常规研究方法，从而分析影响因素为除常规的经济发展水平、网络发达程度、突发重大事件外，还包含社会人口统计特征这一重要因素[21].气候舒适度是导致旅游淡旺季的一个重要因素[40]，通过对气候舒适度对客流量的影响分析，有助于预测客流量以及改善游客体验.美食体验是影响旅游体验的一大关键性因素，透过美食的网络关注度来说明体现旅游的关注度也是众多学者研究的一个方面，其中最重要的是先验证二者的耦合关系[41]，研究结果表明二者正相关，但相关系数差异化、旅游营销侧重美食与否要具体情况具体分析.4 结论与展望4.1 结论在理论层面，利用大数据工具反映旅游网络关注度来研究游客分布情况，极大地丰富了旅游学科的研究理论与方法.在实践层面，地区旅游网络关注度情况与地区的客流量分布情况在时空方面的耦合性已经得到验证，旅游网络关注度可以用于预测地区客流量大小及游客分布情况.因此，利用旅游网络关注度可以提前预知节假日时期游客来访量与分布情况，对于景区在淡季与旺季接待游客，进行科学景区管理提供数据参考.同时，通过研究不同区域、不同时间段的游客分布情况的对比分析，可以找出影响游客在地区游玩的因素，进而发现地区吸引游客的优势与劣势来帮助提高区域旅游方面核心竞争力，从而促进区域旅游可持续发展.4.2 展望虽然国内研究成果颇丰，但现有研究仍有不足，诸多问题尚需深入探讨与研究.例如，在理论方面，研究旅游问题缺乏创新，仅仅关注游客的时空分布，对游客量的简单预测.在如何挖掘更加有价值的信息和解决景区实际问题等方面的研究还有待加强.研究方法与理论尚需要进一步丰富，旅游网络关注度本身就是多学科交叉，现有理论对旅游网络关注度和驱动机制的认识不足，所使用的研究方法有待加强.在实践方面，反映旅游网络关注度的数据源较为单一，使得研究结果代表性性不足，旅游网络关注度所代表的游客行为无法判断游客真实态度，对数据源取用方面还略显不足.此外，影响因素研究不完善，案例地代表性不强，难对旅游企业提出实际操作建议.而知晓游客的关注重点和分布情况对于企业来说十分重要.本文建议未来研究可以围绕在以下几方面展开：4.2.1 游客量精准预测研究利用网络关注度预测客流量阶段刚刚开始，目前所存在的模型实证检验较少，都是仅对一个案例地进行实证分析，说明问题具有局限性.应该对同一模型进行不同案例地客流量预测，使预测更加精准，从而真正有助于景区的管理.同时，在模型方面，需要建立更多的模型，根据案例地的不同，将更多影响客流量的因素考虑到模型里，并进行实证分析，从而使预测模型更加准确，为景区管理、游客出游提供更加可靠的数据参考.4.2.2 关注旅游六要素改善游客体验研究不仅应关注游客的时空分布，还应吸引游客、解决旅游淡旺季问题.旅游六要素也是游客最关注内容.因此从旅游六要素出发是提高游客体验的有效方法.利用百度指数和微指数可以对旅游目的地的六要素网络关注度进行分析，进而找出游客最关注的方面，进行精准改善.同时，对整体六方面内容进行统筹协调，将为景区的良好发展提供有力保证.4.2.3 增加同地区同类景区对比研究同区域相似地形地貌的景区出现的频率更多，同地区的同类景区由于拥有的客户群是相通的，因此竞争也是最激烈的.同时，对同区域来说，政府如何更好地分配资源，真正解决热门景区游客量超额问题和同区域同类景区遮蔽问题，达到景区游客分流目标至关重要.而旅游网络关注度在同区域景区对比研究，将会为这些问题找出解决方案，并为同区域景区建立竞争与合作机制提供宝贵参考意见.4.2.4 多数据源对比研究微指数所表示的网络关注度与客流量关系已经得到验证.因为微指数所代表地微博与微信用户行为痕迹，微信和微博本身也包含用户的互动关系，所以微指数无论是对区域的时空特征更加精细准确的说明，还是对预测模型的进一步改善，以及提高游客旅游体验，都将会使研究更加严谨.但微指数在旅游研究当中的使用较少，若将微指数用到旅游网络关注度的研究当中，将会弥补百度指数在体现旅游网络关注度的不足.而微指数与百度指数对比在旅游当中的研究更少.两大指数所对应的网络关注度的对比可为景区的营销策略指明方向.因此，日后的研究应该将微指数纳入旅游网络关注度及其他方面的研究中，进一步完善旅游研究成果.4.2.5 注重方法理论研究和跨学科多元化交叉研究国内旅游关注度的研究应该跨学科，多元化.大数据的分析方法日新月异，在研究旅游网络关注度问题方面，应当借鉴新的大数据研究方法.在数据源反映游客上网行为信息不准确方面，可以采用旅游网络关注度与网络文本分析方法相结合，更准确高效的反映问题.理论方面，应注重创新.例如在解决同区域同类景区竞争问题，可以采用景点遮蔽理论来加以研究.理论和方法的使用，要学会因地制宜.参考文献：【相关文献】[1] 吉小叶,彭佑元,杨丽.在线旅游服务供应链视角下消费者信任度的模糊评价[J].企业经济,2015(12):140-146.[2] ELLERY P J,VAUGHN W,ELLERY J,et al.Understanding internet health search patterns:an early exploration into the usefulness of Google Trends[J].Maney Publishing,2008,1(4):441-456.[3] 潘冰.旅游大数据的发展和展望[J].旅游学刊,2017,32(10):1-3.[4] 李山，邱荣旭，陈玲.基于百度指数的旅游景区络空间关注度:时间分布及其前兆效应[J].地理与地理信息科学，2008(6):102-107.[5] 周勇闯.网络时代新闻信息流的特点与对策[J].新闻记者,2002(8):17-18.[6] 徐祖哲.下一代网络应用中的信息流[J].电子商务,2004(1):102-103.[7] 姚文萃,周婕,陈虹桔,等.基于互联网公共信息流的区域网络空间结构研究[J].经济地理,2017,37(10):10-16.[8] 路紫，刘娜，ZUI Z.澳大利亚旅游网站信息流对旅游人流的导引：过程、强度和机理问题[J].人文地理,2007,22(5) :88-93.[9] 柳礼奎.旅游网站对潜在人流的导引率研究：以携程结伴同游为例[D].石家庄：河北师范大学，2007.[10] 张柳.网络信息对旅游流的导引与互动机制研究[D].西安：陕西师范大学，2012.[11] 刘娟,方世敏,宁志丹.遗产旅游价值游客感知及其提升策略：基于网络信息的内容分析[J].地理与地理信息科学,2017,33(6):112-117.[12] GIRVAN M,M.NEWMAN M E munity structure in social and biological networks[J].Proceedings of the National Academy of Sciences ,2002,99(12):7821-7826. [13] RATKIEWICZ J,FORTUNATO S,FLAMMINI A,et al.Characterizing and modeing thedynamics of online popularity[J].Physical Review Letters.2010,105(15):1-4.[14] 冯娜,李君轶,张高军.基于因特网的重大事件旅游客流前兆效应研究：以西安世园会为例[J].河南科学,2013,31(2):244-249.[15] 王硕,童洁,刘超，等.武汉气候舒适度与游客网络关注度年内变化相关性分析[J].亚热带资源与环境学报,2013,8(3):24-28.[16] 邱丽,潘美含,邱川曦.重庆市旅游网络关注度时空特征分析[J].特区经济,2017(3):78-80.[17] 龙祖坤,任红丹.湖南省5A级景区网络关注度分布特征及形成机理研究[J].湖南财政经济学院学报,2016,32(1):141-147.[18] 李银宾,骆培聪.基于百度指数的福厦5A级景区网络关注度对比[J].泉州师范学院学报,2017,35(2):99-104.[19] 林炜铃,邹永广,郑向敏.旅游安全网络关注度区域差异研究：基于中国31个省市区旅游安全的百度指数[J].人文地理,2014,29(6):154-160.[20] 林志慧,马耀峰,刘宪锋，等.旅游景区网络关注度时空分布特征分析[J].资源科学,2012,34(12):2427-2433.[21] 邹永广,林炜铃,郑向敏.旅游安全网络关注度时空特征及其影响因素[J].旅游学刊,2015,30(2):101-109.[22] 张爱平,马楠,陶然.美食网络关注度时空特征及其与旅游的耦合性研究：以沪苏浙皖为例[J].美食研究,2016,33(2):1-7.[23] 杨利,李冬杰,都刘宁，等.国家公园类景区网络关注度时空变化特征研究：以泛长三角地区为例[J].资源开发与市场,2017,33(9):1142-1146.[24] 曾铭.基于百度指数的A级景区网络关注度时空特征研究：以湖南省景区为例[J].绿色科技,2017(11):248-250.[25] 汪秋菊,刘宇.基于网络关注度的旅游景区客流量预警:研究框架与实证分析：以国家游泳中心水立方为例[J].旅游论坛,2014,7(5):9-15.[26] 姚会.基于灰色预测模型的旅游供给侧分析：以旅游攻略在新浪微博中的微指数为例[J].旅游论坛，2016，9(4)：79-83.[27] 殷杰,郑向敏,董斌彬.基于VECM模型的景区网络关注度与旅游人数的关系研究：以鼓浪屿为例[J].福建农林大学学报(哲学社会科学版),2015,18(5):68-75.[28] 孙烨,张宏磊,刘培学，等.基于旅游者网络关注度的旅游景区日游客量预测研究：以不同客户端百度指数为例[J].人文地理,2017,32(3):152-160.[29] 户文月.基于百度指数旅游景区假期网络关注度特征研究：以浙江省5A级旅游景区为例[J].旅游论坛,2015,8(4):85-91.[30] VANEGAS M Sr,CROES R R.Ecaluation of demand:US tourists to Aruba[J].Annals of Tourism Research,2000,27(4):946-963.[31] 赵鹏宇,崔嫱,沙立楠.五台山景区网络关注度时间变化特征[J].旅游研究,2016,8(6):38-44.[32] 张丽峰,丁于思.北京5A级旅游景区网络关注度分布特征研究[J].资源开发与市场,2014,30(11):1382-1384.[33] 潘丽丽,户文月.基于百度指数旅游景区假期网络关注度特征研究：以西湖风景区为例[J].北京第二外国语学院学报,2015,37(9):67-74.[34] 孟思聪,马晓冬.基于百度指数的连云港旅游网络关注度研究[J].旅游论坛,2017,10(5):102-115.[35] 黄娟,黄英,张敏.基于网络关注度构建智慧旅游公共服务体系的实证建议：以武汉为例[J].现代城市研究,2016(2):126-131.[36] 何小芊,刘宇,吴发明.基于百度指数的温泉旅游网络关注度时空特征研究[J].地域研究与开发,2017,36(1):103-108.[37] 何小芊,张艳蓉,刘宇.旅游洞穴网络关注度的时空特征研究：以中国最美五大旅游洞穴为例[J].中国岩溶,2017,36(2):275-282.[38] 黄英,周智,黄娟.大数据时代乡村旅游发展的时空分异特征[J].浙江农业学报,2014,26(6):1709-1714.[39] 李霞,曲洪建.邮轮旅游网络关注度的时空特征和影响因素：基于百度指数的研究[J].统计与信息论坛,2016,31(4):101-106.[40] 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.[41] 龙茂兴,孙根年,马丽君，等.区域旅游网络关注度与客流量时空动态比较分析：以四川为例[J].地域研究与开发,2011,30(3):93-97.。

客流量与气候条件的相关性分析

南京大学本科毕业论文院系：地理与海洋科学学院专业：旅游管理题目：游客量与气候条件的相关性分析姓名：贾维模学号：061165007指导老师：张兆干2010年5月目录摘要 (1)Abstract (1)1 相关研究综述 (2)2 南京市气候舒适度评价 (3)2.1 气候舒适度评价方法概述 (3)2.2 南京市气候舒适度评价 (4)3 南京市入境游客量年内月变化分析 (6)4 南京市游客量与气候条件相关性分析 (8)4.1 相关性概念和计算方法 (8)4.2 南京市入境游客量与气候条件相关性分析 (9)5 南京市入境游客量与气候条件相关性变化趋势分析 (12)6 结论与分析 (14)6.1 气候对游客量的影响 (14)6.2 气候对游客量影响的变化趋势 (14)参考文献 (15)致谢 (16)附表1 (17)附表2 (18)附表3 (19)游客量与气候条件的相关性分析摘要气候条件影响着旅游活动的各个环节，直接影响着客流量的变化。

本文利用进30年的气候资料，对南京市的气候条件做了旅游适宜性评价。

结合2005至2009年的入境旅游数据和月平均气温，进行了游客量和气候条件的相关性分析，同时对这种相关性的变化趋势也作了分析。

研究表明，游客量和气候条件存在一定的相关性，这种相关性表现为较强的正相关。

同时，随着时间的推移，这种相关性有变弱的趋势。

关键词：游客量月变化；温湿指数；风寒指数；相关性分析；南京市Correlative Analysis between the number oftourist and climatic conditionsAbstractClimate affects all aspects of tourism activities,and it directly influence the number of tourists in each mon. The climatic data of 30 years was used in this research to divide the comfort able degree for travel of Nanjing,combining the number of internationnal tourist and average temperature of each month in the past 5 years, the correlation of the number of tourist and climatic conditions was analysed ,and the change trend of the correlation was also analysed . The result showed that relationship existed between the number of tourist and climatic conditions.The correlation was strongly positive to a certain extent. And it would turn weaker and weaker.Keywords：monthly variation of tourist; KCI; WCI;correlation analysis; Nanjing1 相关研究综述影响旅游客流量变化的因素较多，即有政治、经济、文化、环境、气候等宏观方面的因素，也有企业管理、景观质量、景观特点服务水平、客源分布等微观方面的因素。

中国典型城市旅游气候舒适度及其与客流量相关性分析

中国典型城市旅游气候舒适度及其与客流量相关性分析近年来，随着人们生活水平的提高和旅游需求的增加，城市旅游已经成为当今社会中不可或缺的一部分。

在选择旅游目的地时，气候条件成为了重要的考虑因素之一。

气候舒适度对旅游的吸引力起着至关重要的作用。

本文将探讨中国典型城市旅游气候舒适度及其与客流量之间的相关性。

首先，我们需要明确气候舒适度的定义。

一般来说，气候舒适度是指气温、相对湿度、风速和降水量等气候要素的综合体现。

气温是最基本和最重要的气候要素之一，因为它直接影响人们在不同季节选择旅游目的地的意愿。

相对湿度和风速则影响人体感觉温度和风寒感，高湿度和大风速会降低气候舒适度。

降水量对旅游活动的开展也有一定的影响，人们更喜欢无雨或少雨的天气条件。

中国的国土辽阔，气候类型具有丰富多样性。

从北方的大部分地区是寒冷干燥的温带大陆性气候，到南方的大部分地区是湿润的亚热带季风气候，中国各地的气候条件差异较大。

本文将以北京、上海和广州这三个典型城市为例，对它们的旅游气候舒适度及其与客流量之间的相关性进行分析。

首先，我们来看北京这个典型的北方城市。

北京位于较高纬度地区，属于暖温带半湿润大陆性气候。

冬季寒冷而干燥，夏季炎热而多雨。

尽管冬季气候条件不够舒适，但是北京逐渐成为中国重要的旅游目的地之一。

这主要得益于北京悠久的历史文化和丰富的旅游资源。

然而，北京夏季气温较高，常常伴有较强的降水，会减少人们旅游的意愿。

因此，北京旅游的客流量通常集中在春秋两个季节。

接下来我们看上海，这是典型的东南沿海城市，属于亚热带季风气候。

上海夏季炎热潮湿，冬季相对较冷。

上海作为中国的经济中心和国际大都市，拥有丰富的商业和文化资源。

尽管夏季气温较高，上海的旅游气候舒适度相对较好，降水适中，夏季的客流量依然较高。

但是由于冬季气温较低，客流量有所减少。

最后我们看广州，这是典型的南方城市，属于亚热带季风气候。

广州夏季炎热潮湿，冬季相对温暖。

广州具有丰富的自然和人文景观，是旅游的热门目的地之一。

近50年武汉市人体舒适度指数变化特征分析

近50年武汉市人体舒适度指数变化特征分析刘子豪;黄建武;孔德亚;王无为;王维高;揭毅【摘要】选取1967-2016年武汉市气象观测站点逐日气象数据,通过通径分析法和线性趋势法评价并分析了武汉市人体舒适度指数(CIHB)近50年年际变化特征以及温度、风速和湿度三个影响因子之间的权重关系、夏季(6、7、8月)暑热天数动态变化.结果表明:(1)武汉市近50年年均CIHB呈明显的波动上升态势,线性趋势指数达0.079/年比较不同季节武汉市CIHB变化特征,除夏季外,其余三个季节均表现出明显的上升态势,其中又以春季最为明显,秋冬两季次之;(3)温度、风速和湿度与CIHB之间有着十分显著的相关性,其中以温度对CIHB值的正影响最为明显,而风速和湿度负影响则是通过温度这一指标间接地作用于CIHB;(4)近50年来,武汉市夏季(6、7、8月)暑热天数均在15天以上,整体呈现出先上升后下降再上升的变化态势,7月为武汉市夏季最不舒适的月份,6月份则相对更舒适.【期刊名称】《安徽师范大学学报（自然科学版）》【年(卷),期】2018(041)005【总页数】6页(P468-473)【关键词】武汉市;人体舒适度指数;通径分析;暑热天数【作者】刘子豪;黄建武;孔德亚;王无为;王维高;揭毅【作者单位】华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079;华中师范大学可持续发展研究中心,湖北武汉430079;华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079;华中师范大学可持续发展研究中心,湖北武汉430079;华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079;华中师范大学可持续发展研究中心,湖北武汉430079;华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079;华中师范大学可持续发展研究中心,湖北武汉430079;华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079;华中师范大学可持续发展研究中心,湖北武汉430079;华中师范大学地理过程分析与模拟湖北省重点实验室,湖北武汉430079;华中师范大学可持续发展研究中心,湖北武汉430079【正文语种】中文【中图分类】P463武汉市地处长江中下游平原，境内地形复杂多样，湖泊星罗棋布，地势东南部高，西北部低，被长江和汉江两大水系分割成三大块。

武汉城区温湿度观测和相关性分析

武汉城区温湿度观测和相关性分析作者：刘小凡来源：《科技创新导报》2015年第24期摘要：该文采用高精度的温度和湿度观测装置，对武汉城区不同季节的户外温湿度进行了连续观测，同时采集户外环境温度、湿度和降雨量，通过对无雨和有雨天气条件下数据分析，比较了温度和湿度随时间的变化规律。

结果表明，无雨天气条件下，24 h内环境温度的昼夜变化规律明显，最高值出现在12：00～15：00之间，最低值出现在6：00左右，湿度则恰好相反，最大值出在6：00前后，最小值出现15：00左右。

温度和湿度呈现明显的负相关性，而下雨的天气，温度和湿度呈现出不规律的变化，无负相关性。

关键词：温度湿度观测相关性分析中图分类号：TP212；P423.3 文献标识码：A 文章编号：1674-098X（2015）08（c）-0252-03Wuhan City Temperature and Humidity Observation and Correlation AnalysisLiu Xiaofan（NO.1 Middle School Affiliated to Normal University Central China，Whuan Hubei，430223，China）Abstract：Adopting high precision temperature and humidity observation device，the outdoor temperature and humidity in Wuhan city in different seasons were observed continuously and the outdoor environment temperature，humidity and rainfall were collected in this paper.By data analysis under the condition of no rain and rain weather，the change laws of temperature and humidity over time were compared.Results show that under the condition of no rain weather，the environment temperature within 24 hours of day and night have a regular change law， and peak appear between 12：00 to 15：00，lowest appear at around 6 AM，humidity，on the contrary，the maximum appear around 6 AM，the minimum appears around 15：00.Negative correlation presents between temperature and humidity in no rain condition，while in rainy weather，temperature and humidity presents irregular change，no negative correlations.Key Words：Temperature；Humidity；Observation；Correlation；Analysis众所周知，温度和湿度是与人们的生活、工作息息相关的重要的物理参数。

武汉市人体舒适度指数变化特征分析

武汉市人体舒适度指数变化特征分析作者：张翠荣来源：《绿色科技》2018年第04期摘要：利用数理统计方法，应用综合反应环境温度、湿度、风速等气象要素的人体舒适度指数计算公式，分析了武汉市近逐日、逐月人体舒适度指数特征，同时还分析了历年人体舒适度指数年际变化特征。

结果表明：武汉市近10年未出现人体舒适度等级极冷、闷热、酷热的天气;较舒适和舒适的天气超过全年一半以上;人体感觉最舒适的月份有4～5月和9～10月;全年人体感觉最不舒适的月份是1月;武汉市历年平均舒适度指数为较舒适等级，近20多年来，人体舒适度从较舒适到舒适的等级变化趋势比较明显;近20多年来武汉市夏季人体感觉舒适度降低;1986年以来，武汉市冬季人体舒适度指数有明显上升趋势，冬季舒适度程度有所上升。

关键词：舒适度指数;变化特征;气温;相对湿度;风速中图分类号：P49文献标识码：A文章编号：1674-9944（2018）4-0050-021 引言人体舒适度指数是衡量气温、风、湿度、日辐射等气象要素对人体的综合作用。

人们在自然环境中是否感觉舒适及其达到怎样一种程度的具体描述，就是以“舒适指数”的形式对“舒适”进行数字化定义，用来反映不同的温度、湿度等气象环境下人体的舒适感觉。

各地对人体舒适度指数在国外的基础上提出多种适用计算公式及划分标准，如炎热指数、风寒指数、体感温度、实感温度、温湿指数，舒适度指数等[1-3]，舒适度预报在日常环境气象预报中得到广泛应用，随着社会经济的发展，人体舒适度指数预报在宜居、旅游、社会经济发展[4，5]等各方面得到了关注和重视。

笔者综合考虑气温、风速、湿度等气象要素，分析了武汉市人体舒适度特征和变化情况。

2 资料来源及计算方法2.1 资料来源武汉市近10年（2007～2016年）逐日平均气温、最高气温、最低气温、平均相对湿度、平均风速，以及逐日08时和14时定时相对湿度、风速等气象要素资料;历年（1951～2016年）年平均气温、平均相对湿度、平均风速等资料。