基于氣候舒適域的中國避暑-避寒地識別

[中圖分類號]F59

[文獻標識碼]A [文章編號]1002-5006（2025）07-0103-19 DOI：10.19765/j.cnki.1002-5006.2025.00.020

0 引言

先秦典籍《墨子·公孟》中就有“冬避寒焉、夏避暑焉\"的說法。現(xiàn)代旅游發(fā)展中，避暑/避寒氣候作為關鍵吸引物和開展旅游活動的自然本底，不僅深刻地影響著旅游者的旅游動機、時空行為以及深度體驗[1-2]，更對旅游度假地的持續(xù)發(fā)展[3-4]和季節(jié)性旅游流[-的形成有著決定性影響。隨著大眾旅游的持續(xù)推進及度假休閑的需求轉型，避暑/避寒氣候的重要性日益成為影響旅游活動和旅游產(chǎn)業(yè)發(fā)展的關鍵因素[7-8]。氣候變化加劇了全球范圍內的冷暖轉換，使得極端氣候事件呈現(xiàn)出廣發(fā)、強發(fā)、頻發(fā)和并發(fā)的特征9，給我國帶來極端高溫事件增多與極端冷事件強度增強的雙重挑戰(zhàn)[10]。在此背景下，避暑/避寒氣候的科學評價與有效識別，可助力地方結合本地資源稟賦和產(chǎn)業(yè)基礎來塑造氣候生態(tài)品牌，實現(xiàn)環(huán)境生態(tài)價值的旅游經(jīng)濟轉化，進而促進我國旅游\"雙碳”目標的達成[11-12]

當前關于避暑/避寒地氣候適宜性的研究主要依賴兩種測評方法：一是基于單一或綜合的氣候舒適度指數(shù)[13-16；二是采用單一或綜合的氣象要素指標[17-20]。然而，傳統(tǒng)測評方法存在兩個局限：其一，氣象數(shù)據(jù)的時間分辨率較粗，測算中普遍基于月平均尺度的氣象數(shù)據(jù)[14.18]，，難以反映氣候狀況的月內差異，也不利于橫向（不同地區(qū)）和縱向（不同時間）比較[21；其二，傳統(tǒng)研究基于各種舒適度指數(shù)，對舒適性的刻畫表征單一[14，18]，難以全面反映氣候舒適性的立體維度。

實際上，氣候舒適度不僅是氣候舒適性概念體系中的一個基礎指標（程度指標），氣候舒適性還可從時間指標（氣候舒適期）[2I-22]和空間指標（氣候舒適域）[23]上給予多維表征。鑒于傳統(tǒng)識別方法在時間分辨率和舒適性表征等方面的局限，本文致力于明晰氣候舒適性評價中的關鍵要素一一舒適度、舒適期與舒適域，并構建科學的測度體系與厘定其間關系。通過舒適期概率值限定和舒適期區(qū)位熵分級的組合來判別避暑/避寒舒適域，優(yōu)化我國旅游度假地的空間劃分與類型體系，為旅游度假區(qū)的合理規(guī)劃選址與持續(xù)發(fā)展提供理論支撐及政策建議。

1 文獻回顧

1.1避暑/避寒氣候的測評

隨著旅游業(yè)逐步邁入休閑度假時代，夏季避暑、冬季避寒已成為季節(jié)性的熱門度假休閑需求，這也進一步推動了避暑/避寒旅游的相關研究。該領域的理論基礎可追溯至早期學術界的研究，Thomas開創(chuàng)性地構建了旅游動機的多元分類，其中，將避暑/避寒明確界定為旅游動機中的氣候類型[24]Gunn和Var在探討旅游發(fā)展與資源關系時，將避暑與避寒勝地視為自然資源中氣候型旅游產(chǎn)品的典范[25]。在國內學術界，劉繼韓率先對我國東部名山的康樂氣候進行初步探索[2，為避暑旅游研究奠定了基礎[27]。林錦屏和郭來喜明確提出了避寒旅游的概念，并對中國南方11座旅游名城的避寒療養(yǎng)氣候資源進行了系統(tǒng)評估[28]。此后，圍繞避暑/避寒氣候舒適性評估[15，29]、避暑/避寒旅游動機及行為模式[12，20]避暑/避寒旅游資源及適應性策略等方面[14，18]，學者們展開了諸多探索，為避暑/避寒旅游的持續(xù)發(fā)展提供了堅實的理論支撐。

在避暑/避寒氣候舒適性評估的研究領域中，學者們主要采用兩種測評方法。其一，采用單一或綜合的氣象要素指標。例如，王文華和王榮成構建了避暑旅居城市的指標體系，采用2017年25個主要城市的夏季（6一8月）月均溫作為氣候舒適度的代表，分析了城市避暑旅居功能的潛力[18]。侯亞紅等基于遼寧14個主要避暑旅游景區(qū)2006—2015年的日平均氣溫、最高氣溫、日照時數(shù)、相對濕度和降水量等氣象資料分析結果，建立了避暑氣象指數(shù)[19]。其二，基于單一或綜合的氣候舒適度指數(shù)。例如劉逸等以綜合舒適度模型為基礎，基于2014年7—8月（共計62天）的歷史氣候數(shù)據(jù)，結合文獻資料及問卷調查，構建了新的避暑旅游氣候舒適度模型，并對全國244個城市發(fā)展避暑旅游的氣候條件進行了分析[29]。鄧粒子和保繼剛采用1981—2010年的中國地面累年值月值數(shù)據(jù)集，基于溫濕指數(shù)、風寒指數(shù)和著衣指數(shù)計算各個氣象站點的氣候綜合舒適指數(shù)，對全國避暑型和避寒型宜人氣候的分布特征進行了研究[14]。然而，傳統(tǒng)測評方法往往受限于粗略的時間分辨率和舒適度（程度）在表達舒適性上的單一性。更精細化的氣候舒適性評估將有助于深入理解氣候舒適性的季節(jié)性變化和地域差異，為避暑/避寒旅游資源的合理開發(fā)和利用提供科學依據(jù)。

1.2氣候舒適性評價模型

在氣候舒適性評價領域，氣候舒適度指數(shù)（人體熱舒適指數(shù)）作為評估人體對熱環(huán)境適應程度的重要指標，已成為評估避暑/避寒氣候資源的關鍵工具。在對氣候舒適度百年來的探索中，上百種測度評價模型（指數(shù)）被相繼提出[30，總體上可劃分為以溫濕指數(shù)（temperaturehumidityindex，THI）、風效指數(shù)（windeffectindex，WEI）等經(jīng)典評價指數(shù)為代表的經(jīng)驗模型和以生理等效溫度（physiologicalequivalenttemperature，PET）、通用熱氣候指數(shù)（universalthermalclimateindex，UTCI）等為代表性評價指數(shù)的機理模型兩個大類，并呈現(xiàn)出“經(jīng)驗-機理\"的演化態(tài)勢[31-32]。模型的基本思路均是將多個影響冷熱體感的熱環(huán)境因子集成為一個單一測度指標[33]，并通過制定相應冷熱體感分級標準（閾值區(qū)間）來開展氣候舒適度評價，其中，冷熱適度的閾值區(qū)間為避暑/避寒氣候資源的判別提供了科學依據(jù)。

基于對環(huán)境因子（熱輻射、風速、濕度、溫度等環(huán)境因子）的差異界定，氣候舒適度有了廣義（室外自然環(huán)境和室內/人工環(huán)境）和狹義（室外/自然環(huán)境）的理解；而針對個體因子（著裝情況和活動水平等人體因子）的不同考慮，其評價模型適用領域也出現(xiàn)了通用和專門的分野。通用模型為氣候舒適度評價提供了基本工具，它們預設的標準情景雖然使模型得以簡化而便于應用，但也因此忽略了人體活動的多元情景，難以準確刻畫一些專門情景下的氣候舒適度[34]。因此，根據(jù)不同的人體活動類型，旅游氣候舒適度[35]、體育氣候舒適度[3、露營氣候舒適度[、睡眠熱舒適[38]、車內熱舒適[3]等一些專門情景下的氣候舒適度研究也受到越來越多的關注。這些人體熱舒適指數(shù)要么以通用模型（指數(shù)）為基礎，對其進行適應性調整[4]；要么另起爐灶，直接發(fā)展出一些新的評價指數(shù)[35]。其中，旅游活動不同于慣常環(huán)境，旅游氣候舒適度的測度應充分考慮影響旅游活動的專項氣象因子。旅游活動發(fā)生的主體空間是室外環(huán)境，因此，其舒適度除了考慮熱舒適（如溫度、濕度等）方面的評價外，還需考慮氣候條件帶來的物理層面（如風、雨等）和美學層面（如陽光、日照等）影響，即\"三層面三維度\"思想[41-42]。在此思想基礎上，學者們針對不同的旅游活動類型和適用區(qū)域發(fā)展了多個具有代表性的專門模型[34-35，41，43-44]

然而，避暑/避寒旅游作為一種跨越“人-地-時-空\"多維度的空間流動模式[45]，其獨特性體現(xiàn)在移動中的深度逗留和旅行過程中的居住體驗[18]。相較于一般的旅游氣候舒適度，避暑/避寒旅游更聚焦人居氣候的舒適度，即游客在目的地停留期間所感知到的氣候適宜度。因此，本文最終采用經(jīng)驗模型中的溫濕指數(shù)和風效指數(shù)作為核心指標，以評估避暑/避寒旅游目的地的氣候舒適度。

氣候舒適度評價是利用氣候舒適度模型（指數(shù)）進行測算，將計算結果對照相應體感評價標準，判斷不同氣候舒適度等級（程度）的過程，是對氣候舒適性的\"質\"的表達[15.6-47]。值得注意的是，當前針對避暑/避寒的研究中，多以舒適度作為舒適性的代理指標。為進一步拓展氣候舒適性評價的研究視角，學者們提出了氣候舒適期和氣候舒適域兩個量化指標，然而，這兩個指標在避暑/避寒研究領域的應用尚顯不足[21，23]。其中，氣候舒適期著眼于舒適氣候資源的時間持續(xù)性，通過量化評估可為避暑/避寒旅游資源的利用提供時間維度的參考依據(jù)[21-22]。相對而言，氣候舒適域則聚焦舒適氣候資源的空間分布范圍，其隨季節(jié)變化出現(xiàn)周期性擴張與收縮，反映了氣候舒適性的時空綜合性[23，這一視角無疑為避暑/避寒旅游資源的深入探索和有效利用開辟了新的研究路徑。氣候舒適域作為避暑/避寒氣候的承載空間，其冬季涌現(xiàn)能帶來避寒旅游的興旺，其夏季涌現(xiàn)則可支撐避暑旅游的發(fā)展。鑒于此，本文擬從舒適域這一地理空間載體視角對避暑/避寒氣候舒適性進行探討，通過剖析氣候舒適域時空共軛的漲落節(jié)律，為避暑避寒度假地區(qū)位選擇、季節(jié)性旅游流優(yōu)化調控和地方氣候旅游品牌打造等提供理論基礎和政策建議。

2 數(shù)據(jù)和方法

2.1數(shù)據(jù)和模型

本研究采用國家氣象信息中心（http：//www.nmic.cn/）權威發(fā)布的中國地面氣候資料日值數(shù)據(jù)集。該數(shù)據(jù)集詳盡地涵蓋了我國744個基準氣象站和基本氣象站在最近一個氣候標準期1991—2020年（世界氣象組織規(guī)定氣候要素標準值的參考時段一般為30年）的日值數(shù)據(jù)集①。該數(shù)據(jù)集涵蓋了氣溫、相對濕度、風速和日照時數(shù)等基本氣象要素，為相關研究和應用提供了重要的數(shù)據(jù)支持。

在近百年的氣候舒適度評價探索中，基于人體熱平衡方程的機理模型自20世紀60年代起逐步確立了其主導地位，但在實踐應用中卻面臨多變量待估、參數(shù)化兩難的局限性挑戰(zhàn)，尤其是在大范圍、長時間序列的氣候舒適性評價中，其高復雜性和數(shù)據(jù)需求難以滿足實踐工作的效率要求[32]。相比之下，經(jīng)驗模型因其計算簡便、數(shù)據(jù)需求較低、結果合理等優(yōu)點，在區(qū)域與宏觀尺度的氣候舒適性研究中依然占據(jù)重要地位，并被廣泛應用[21，31-32]。其中，基于熱環(huán)境參數(shù)（如氣溫、濕度、輻射、風速等）組合的溫濕指數(shù)和風效指數(shù)自20世紀80年代引入中國以來，已成為國內氣候舒適度評價研究的常用模型[4-51]，并被納入《人居環(huán)境氣候舒適度評價》GB/T27963—2011）國家標準。本文所采用的溫濕指數(shù)（THI）和風效指數(shù)（WEI）的計算公式分別為[32，52-53]：

式（1）和式（2）中， χ_t 為氣溫 ^°C） ， σ_v 為風速 （m/s） ），RH為相對濕度 （%） ， s 為日照時數(shù) （h） ， D 為晝長（h）。

2.2氣候舒適期的計算

氣候舒適期的計算基于氣候舒適度評價結果，旨在量化某一區(qū)域內人體感覺舒適的氣候條件的持續(xù)時長。考慮時間粒度和時間連續(xù)性的差異，以天為計量單位的舒適期界定主要存在兩種方法[21]。第一種方法是累加某段時間（年、季、月）中的舒適天數(shù)，以“有一天算一天\"的方式統(tǒng)計。例如李山等基于中國大陸775個基本（基準）氣象站點1961—2010年間的逐日氣象數(shù)據(jù)，計算了中國大陸的年均氣候舒適期數(shù)值及其季節(jié)分布，發(fā)現(xiàn)年均氣候舒適期約71.3天，總體上呈現(xiàn)為“半夏半春秋”的格局，且全國各地年均舒適期普遍呈現(xiàn)增加趨勢[21]。第二種方法是確定某段時間（通常為“年”中舒適天氣的起止日期，要求舒適日之間的連續(xù)性。例如曹云等利用京津冀地區(qū)1966—2015年間的逐日氣象數(shù)據(jù)，探討了多個舒適度指數(shù)所對應的氣候舒適期起止日期、天數(shù)及其年際間變化規(guī)律，發(fā)現(xiàn)該地區(qū)氣候舒適期年內分布呈M形，相對集中在4—5月、9—10月，高峰月份舒適和較舒適等級的月均累計日數(shù)達到28天[54]。

本文基于第一種方法核算氣候舒適期，即以“天\"為計量單位的舒適日數(shù)累加，并據(jù)此對氣候舒適域進行定量判別，旨在完善我國避暑-避寒地空間劃分的理論框架。需要指出的是，研究中所采用的744個基本（基準）氣象站點在空間分布上呈現(xiàn)明顯的地域差異，即東南密、西北疏。為克服取樣密度不均導致的計算偏差，本文利用ArcGIS10.6泰森多邊形面積劃分方法，賦予各站點相應權重，進而求得全國氣候舒適期的面積加權平均值，以提升計算結果的合理性。

2.3氣候舒適域的界定

氣候舒適域是指某一時間截面下存在人體冷熱適度舒適氣候的空間范圍[23]。本文將氣候舒適域界定為：若某區(qū)域在某時段內具有使人體感覺適宜的氣候，則該時段內該區(qū)域被視為氣候舒適域，即舒適氣候的地理空間載體。由于地球公轉引起的季節(jié)更替以及區(qū)域間緯度、海拔等因素的影響，氣候舒適域的涌現(xiàn)具有時空共軛的變動特征。即不同時間段內，氣候舒適域的涌現(xiàn)范圍會隨時間變化而不斷變動；不同區(qū)域內，各區(qū)域涌現(xiàn)出舒適氣候的時間也有所差異。本文將通過舒適期概率值限定和舒適期區(qū)位熵分級等方法，實現(xiàn)對避暑/避寒舒適域的定量判別。

2.3.1 概率值限定

氣候舒適域的基本特征是宜人性和穩(wěn)定性。其中，宜人性由氣候舒適度評價模型和評價標準判斷，穩(wěn)定性需轉化為可操作的定量標準。因此，如何定量界定氣候的宜人性和判斷區(qū)域舒適氣候的穩(wěn)定性成為探究的關鍵。

本文采用溫濕指數(shù)和風效指數(shù)作為宜人性判別的氣候舒適度評價模型，采用蔚丹丹和李山基于季節(jié)錨點法改進的適用于中國地區(qū)使用的“暑-熱-暖-溫-涼-冷-寒\"7級評價標準作為氣候舒適性評價的基礎[55]。當某地某日計算所得的舒適度指數(shù)THI和WEI的數(shù)值分別落入對應體感分級標準中“暖-溫”閾值區(qū)間 'THIe[17.5，23.5）'C ，WEI∈[-240，-80）（kcal/m²?h） 時，也就意味著舒適日的出現(xiàn)。穩(wěn)定性指在某時段中該區(qū)域的氣候舒適性能穩(wěn)定地維持在使人體感覺適宜的狀態(tài)。羅軼采用年內和年際兩個時間維度作為穩(wěn)定性判別的標準，進一步界定了當年氣候舒適域、當年穩(wěn)定型氣候舒適域、常年氣候舒適域和常年穩(wěn)定型氣候舒適域的差異[23]。本文采用穩(wěn)定性較高的常年氣候舒適域的概念，即某一公歷日期（或時段）在一個氣候標準期中（30年）舒適日出現(xiàn)的概率大于或等于 50% 的區(qū)域，這也表明該區(qū)域氣候屬于舒適日的天數(shù)不少于非舒適日的天數(shù)。例如某地7月13日這一天，在1991—2020年這30年中有18年屬于舒適日，其舒適概率為 18/30=0.6 （不小于 50% ），故判定該地在7月13日屬于氣候舒適域；該地7月10—13日這個時段，在1991—2020年這30年（共計120天）中累計出現(xiàn)60個舒適日，其舒適概率為 60/120=0.5 （不小于50% ），故判定該地在7月10—13日這個時段也屬于氣候舒適域。

其中， 50% 閾值設置基于三重依據(jù)。1）統(tǒng)計學依據(jù)， 50% 為中位分位點（ ?15 年），體現(xiàn)多數(shù)原則的穩(wěn)定性；2）社會認知依據(jù)，符合日常生活中“多半如此”的經(jīng)驗認知；3）驗證依據(jù)，典型城市分析表明，50% 閾值在保持舒適期連續(xù)性方面顯著優(yōu)于 60% 、70% ，有效平衡極端天氣干擾與舒適期完整性。例如北京 50% 閾值下舒適期為89天（覆蓋5月上旬至6月初及9月），而 70% 閾值僅剩22天，導致舒適期碎片化。對比分析顯示，北京、上海、廣州在 50% 國值下的舒適日數(shù)分別為89天、102天、121天，而70% 閾值銳減至22天、43天、32天（減少 74%～ 75% ）。 50% 閾值在保障舒適期完整性以及識別南北核心舒適期（如北京春秋季、廣州冬春季）方面具有顯著優(yōu)勢。

2.3.2 區(qū)位熵分級

本文借用經(jīng)濟地理學中區(qū)位熵（又稱專門化率）的概念[5，根據(jù)季節(jié)集中性（即某區(qū)域年內舒適氣候集中涌現(xiàn)在哪些季節(jié)）這一時間特點，衡量某一要素的空間分布情況，分析中國大陸各區(qū)域在各季節(jié)舒適期的集中性（即各區(qū)域舒適期在各季節(jié)中的分配相對于全國的集中性水平），并對氣候舒適域進行新的類型劃分[23]。區(qū)位熵的計算公式如下：

式（3）中， LQ_ij 為 j 區(qū)域的 i 季節(jié)舒適期在全國范圍的區(qū)位熵， q_ij 為j區(qū)域的 i 季節(jié)舒適期平均值， q_j 為j 區(qū)域全年舒適期平均值， q_i 指在全國范圍內 i 季節(jié)的舒適期平均值， q 為全國全年舒適期平均值。 LQ_ij 的值越高 ，j 區(qū)域在i季節(jié)舒適期的季節(jié)性集中水平就越高。本研究認為，當 LQ_ijgt;1 時 ，j 區(qū)域的i季節(jié)舒適期在全年的集中性相對于全國較高；當 LQ_ijlt;1 時 ，j 區(qū)域的 i 季節(jié)舒適期在全年的集中性相對于全國水平來說較低；當 LQ_ij=1 時 ，j 區(qū)域在i季節(jié)舒適期的集中水平與全國平均水平相當。對氣候舒適域而言，本研究把 LQ_ijlt;1 的區(qū)域定義為低值區(qū)， 1?LO_ijlt;2 的區(qū)域為較高值區(qū)， LQ_ij≥2 的區(qū)域則為高值區(qū)。

3 氣候舒適期的季節(jié)差異

探究氣候的舒適狀況，特別是基于氣候舒適度“暖-溫”閾值區(qū)間（ THIe[17.5，23.5）^°C 和WEIE[-240，-80）（kcal/m²?h） 而確定的氣候舒適期，對指導公眾日常活動、促進產(chǎn)業(yè)發(fā)展以及優(yōu)化人居環(huán)境具有重要的參考價值[8.31，57]。鑒于我國幅員遼闊且氣象站點分布不均，本文運用ArcGIS10.6對全國744個基本（基準）氣象站點進行泰森多邊形劃分，并以多邊形面積為權重對站點舒適期進行加權求和，從而得到1991—2020年的全國舒適期分布狀況（表1）。

通過THI和WEI計算了我國最近一個氣候標準期（1991一2020年）年均/月均氣候舒適期，結果表明，在兩種評價標尺下，全國范圍內的評價結果展現(xiàn)出較高的一致性。經(jīng)面積加權計算后，全國年均氣候舒適期約為72＼～76天，即全年約1/5的天數(shù)屬于舒適。從季節(jié)分布上看，夏季（6—8月）舒適期最長，達32＼～42天，約占全年舒適期的半壁江山，其當季舒適比（當季舒適期/當季總天數(shù)）也達到約三四成，呈現(xiàn)出較好的充裕性；冬季（12—2月）舒適期非常短，不到全年或當季的5個百分點，呈現(xiàn)出很強的稀缺性；而春（3—5月）秋（9—11月）兩季的舒適期接近，各自約占全年舒適期的1/5到1/4，其當季舒適比也達1/5左右，顯示出一定的均衡性。從月均舒適期來看，5—9月各月的氣候舒適期均大幅超過全年月均值（THI為6.3天，WEI為6.0天），而11月一次年3月各月的舒適期遠低于全年月均值，4月和10月則為過渡期，這也是我國舒適期在季風氣候、溫帶大陸性氣候和高原山地氣候綜合作用下的一種季節(jié)性呈現(xiàn)。

我國幅員遼闊，區(qū)域間季節(jié)差異顯著。本文進一步對中國744個基本（基準）氣象站點1991—2020年間平均氣候舒適期進行普通克里金插值（基于ArcGIS10.6），得到全國年度（圖1）及季度（圖2）的空間分布格局。為便于直觀理解，圖中暖色調（紅色系）表示氣候舒適期高于同一統(tǒng)計時段的全國平均值，冷色調（藍色系）則表示低于同一統(tǒng)計時段的全國平均值。

圖1顯示，全國舒適期整體上呈現(xiàn)為“東南長西北短”的空間格局，年均舒適期等值線與胡煥庸線的北段和南段基本吻合，中段則有局部突破。全國范圍來看，云南省享有最長的舒適期，其中，普洱市的年均舒適期高達8個月（THI為235天、WEI為261天），具有突出的度假氣候優(yōu)勢；相對而言，全國舒適期的洼地主要集中在高海拔的青藏地區(qū)（其內部存在不少0值地區(qū)）。以THI為例，西藏和青海的年均氣候舒適期分別為9.01天、9.77天，位列全國最后兩名，這對當?shù)氐娜司踊顒雍吐糜伟l(fā)展形成一定制約。

春季與秋季（圖2a、圖2b、圖2e、圖2f）的氣候舒適期分布與全年格局大致吻合。低值區(qū)主要聚集在以青藏高原為代表的高海拔地區(qū)以及東北和內蒙古等高緯度地區(qū)；而在胡煥庸線東南側的大部分地區(qū)以及南疆地區(qū)，氣候舒適期則相對較長。夏季（圖2c、圖2d）與冬季（圖2g、圖2h）的氣候舒適期呈現(xiàn)出明顯的緯度地帶性特征。在夏季，除了云南“四季如春”的優(yōu)勢得以繼續(xù)保持外，高緯度成為我國北方地區(qū)氣候舒適期較長的主導因素，為其發(fā)展避暑旅游提供了先天條件。不過，在新疆特別是南疆地區(qū)，THI和WEI的測算結果存在顯著差異（如和田市THI為140.3天、WEI為90.5天），這反映了在高溫、低濕度、強日照等特定氣候條件下，兩個指數(shù)對體感舒適度的評價可能存在不一致性。低緯度的南方地區(qū)，冬季特別是云南南部和華南沿海地區(qū)，冬季氣候舒適期較長，為發(fā)展避寒產(chǎn)業(yè)提供了獨特優(yōu)勢。

4基于概率值限定的氣候舒適域

4.1氣候舒適域面積與重心

本研究測算了最近一個氣候標準期（1991—2020年）中一年內逐日的年均氣候舒適域。通過分析中國大陸氣候舒適域面積在一年內隨時間逐日（365/366天）推移的變化，統(tǒng)計了其季節(jié)性漲落情況（圖3）。以THI和WEI為例，全國氣候舒適域面積在4月中下旬至10月上旬之間均超過全年平均值。這表明中國大陸常年氣候舒適域面積較大的集中時間段為春末歷經(jīng)夏季到秋中，其中，夏季舒適域面積最大，冬季舒適域面積最小。氣候舒適域面積的年內漲落成為我國季節(jié)性旅游流的重要自然基礎。

進一步，筆者以旬為時間單位，對一年中每一旬（共計36旬）進行舒適域判斷：若近30年（1991—2020年）中，某氣象站點在某旬內的舒適天數(shù)占比大于或等于該旬總天數(shù)的 50% ，則該旬定義為該氣象站點的氣候舒適旬。相應地，該站點所控制的泰森多邊形區(qū)域即認定為該旬的氣候舒適域。

為便于展示，本文采用空間重心分析方法，逐旬確定全國氣候舒適域重心（以下簡稱“重心”位置（即各旬中屬于氣候舒適域的所有站點的經(jīng)緯度坐標的平均值），并通過其移動軌跡的描繪，直觀揭示中國氣候舒適域的季節(jié)漲落規(guī)律。圖4呈現(xiàn)了各旬重心的分布與移動路徑，其中，紅色、綠色及藍色三角標記分別對應重心向北、停滯及向南的移動趨勢。采用平滑曲線連接重心便清晰勾勒出一個“8”字形的季節(jié)性空間變遷圖譜（圖4）。在以年為周期的循環(huán)中，該軌跡始于年初（1月上旬）的海南島（THI）或云南省東南部（WEI），隨季節(jié)推移而持續(xù)北上（WEI略偏東北），至盛夏（7月上中旬）抵達陜北或晉北地區(qū)，隨后幾乎停滯在陜西（THI或山西（WEI）北部（7月中下旬一8月上旬）。進人夏末秋初（8月中下旬），重心調頭南移回歸，直至年末（12月下旬）回至年初的起點附近位置。此過程中，重心北上（5月下旬）-南下（9月中旬）在秦嶺-淮河一線的陜鄂豫地帶交匯，形成年度氣候舒適域變化的關鍵節(jié)點，再一次凸顯了秦嶺-淮河地理分界線的重要意義。這一“8\"字形移動規(guī)律的形成，不僅由溫度、濕度和風速等氣候要素的綜合作用決定，還反映了季節(jié)性氣候動力與熱力過程、東亞季風環(huán)流，以及區(qū)域地形條件的共同影響，是多種自然要素耦合作用的綜合體現(xiàn)圖5基于概率值限定的

值得注意的是，THI和WEI的重心軌跡整體規(guī)律一致，但季節(jié)性差異顯著。在夏季（6—8月），THI重心偏西北（陜北），可能因其側重溫濕條件而高估干熱區(qū)域的舒適性；而WEI重心偏東北（晉北），更能通過風速準確反映體感舒適度。在冬季（12—2月），兩者重心均集中于低緯度地區(qū)，表現(xiàn)出較高一致性，但WEI略偏云南東南部，進一步體現(xiàn)濕度與風速的調節(jié)作用。總體來看，THI適用于溫暖濕潤氣候的舒適性評估，而WEI在風速和輻射影響顯著的區(qū)域具有更高的適用性。兩者結合可更全面地揭示氣候舒適域的時空分布規(guī)律，為區(qū)域氣候資源利用及旅游開發(fā)提供科學依據(jù)。

4.2夏冬兩季的氣候舒適域格局

本文分析了1991—2020年期間中國夏、冬兩季的氣候舒適域的空間分布。以氣候舒適概率 50% 為界，暖色調（紅色系）越深表示該季節(jié)某區(qū)域的舒適概率越高，冷色調（藍色系）越深則表示舒適概率越低（圖5）。結果表明，夏季氣候舒適域（圖5a與圖5b）與夏季氣候舒適期高值區(qū)（圖2c與圖2d）呈現(xiàn)出一致的空間格局特征，即舒適域主要涌現(xiàn)在云貴高原及其周邊區(qū)域，以及青藏高原北緣-秦嶺-淮河一線以北的北方區(qū)域（THI尤為顯著），具有一定的廣域性。冬季全國大部分地區(qū)氣候舒適概率較低，氣候舒適域（圖5c與圖5d）與氣候舒適期高值區(qū)（圖2g與圖2h）也呈現(xiàn)出類似的空間格局特征，即主要涌現(xiàn)在海南（THI）和云南南部（WEI）地區(qū)，具有很強的稀缺性。

5 基于區(qū)位熵分級的氣候舒適域

5.1氣候舒適期的區(qū)位熵

區(qū)位熵作為衡量各區(qū)域在不同季節(jié)舒適期分布時間集中性的有效指標，本文通過對744個氣象站點四季區(qū)位熵的測算，運用克里金插值的空間化處理方法，繪制出中國大陸四季氣候舒適期區(qū)位熵的空間分布圖（圖6）。圖6中，區(qū)位熵 gt;1 為暖色調，表示該區(qū)域該季節(jié)的氣候舒適期在全年的集中性相比全國水平來說更高，屬于氣候舒適域的較高值區(qū)和高值區(qū)；區(qū)位熵 ^lt;1 為冷色調，表示該區(qū)域該季節(jié)的舒適期在全年的集中性相比全國水平更低，屬于氣候舒適域的低值區(qū)；冷暖色調的分界線則為區(qū)位熵 =1 ，表示該區(qū)域該季節(jié)的氣候舒適期在全年的集中性水平與全國相當。

1）春秋兩季氣候舒適期的區(qū)位熵值空間分布具有相似性，整體呈現(xiàn)出東南（大部）西北（局部）高、中部低的空間格局。這與春秋兩季氣候舒適期的空間格局（圖2a、圖2b、圖2e、圖2f相互呼應，即全年舒適期時長和舒適期季節(jié)集中度相匹配；春秋兩季的區(qū)位熵較高值區(qū)（ 1? 區(qū)位熵 lt;2 ）及高值區(qū)（區(qū)位熵 ?2 ）大部分位于胡煥庸線以東地區(qū)及新疆部分地區(qū)。值得注意的是，THI和WEI的秋季區(qū)位熵測算顯示，新疆地區(qū)和東南多地在兩種指數(shù)中呈現(xiàn)出顯著差異，未能達成一致的評價結果。

2）夏季舒適期的區(qū)位熵呈現(xiàn)出東南低的格局，與夏季舒適期分布格局相似（圖2c、圖2d）。高緯度和高海拔地區(qū)成為較高值區(qū)（ 1? 區(qū)位熵 lt;2 ），與全國舒適水平相比，這些區(qū)域在夏季更具有季節(jié)優(yōu)勢，更適宜避暑活動的開展（圖6c、圖6d）。冬季全國大部分地區(qū)為低值區(qū)（區(qū)位 ^-1 ），高值區(qū)主要集中在海南、廣東、廣西和云南地區(qū)（圖6g、圖6h）。值得注意的是，海南冬季具有極高的舒適期集中性（其中，東方市實測區(qū)位THI為34.4、WEI為9.5），而西藏日喀則市的冬季在WEI上也顯示出較強的舒適期集中性，進一步表明不同測度指數(shù)存在評價差異。

注：顏色梯度表示不同地區(qū)夏、冬兩季氣候舒適概率，單位為%。底圖基于國家測繪地理信息局繪制，審圖號：GS（2023）2767號，底圖無修改。

5.2區(qū)位熵的夏冬兩季組合

根據(jù)夏、冬兩季氣候舒適期區(qū)位熵的不同組合劃分出4種氣候舒適域類型（圖7），即 LQ_ij^（Ξ）gt;1 且LQ_ij^（*）gt;1 型、 LQ_ij^（L）lt;1 且 LQ_ij^（*）gt;1 型、 LQ_ij^（Q）gt;1 且 LQ_ij^（*）lt;1 型、 LQ_ij^（S）lt;1 且 LQ_ij^（*）lt;1 型。為便于空間展示，采用泰森多邊形來表示站點控制下的氣候舒適域。

整體來看，4種類型氣候舒適域邊界較清晰，有零星區(qū)域穿插分布。1）Qgt;1且LQ（ gt;1型氣候舒適域面積最小。在744個氣象站點中，THI模型測算未發(fā)現(xiàn)冬季、夏季區(qū)位熵均大于1的站點，WEI模型僅在西藏和四川等零星地區(qū)測算出少量區(qū)域（圖7b中綠色區(qū)域），此類氣候舒適域具有高度稀缺性。2） LQ_ij^（Q）lt;1 且 LQ_ij^（*）gt;1 型氣候舒適

域面積與冬季舒適期區(qū)位熵的空間格局高度相似，主要位于海南、云南和華南沿海地區(qū)（圖7中橙色區(qū)域），總體面積較小，具有一定稀缺性。3） LQ_ij^（Ξ）gt;1 且 LQ_ij^（*）lt;1 型氣候舒適域與夏季舒適期區(qū)位熵的較高值區(qū)和高值區(qū)吻合度較高，集中在中國第二級階梯的中高海拔地區(qū)（除四川盆地外）和東北地區(qū)以及東南地區(qū)的部分具有夏季氣候優(yōu)越性的山地區(qū)域（如福建武夷山、安徽黃山等地）（圖7中藍色區(qū)域），具有某種廣域性。4） LQ_ij^（Q）lt;1 且 LQ_ij^（*）lt;1 型氣候舒適域主要分布于華東、華中地區(qū)以及西南部分地區(qū)（圖7中黃色區(qū)域），同樣具有廣域性。

需要進一步指出的是，新疆和西藏等地在THI與WEI兩種指數(shù)下的組合類型結果仍存在顯著差異。以西藏日喀則市為例，該地在THI模型下 q_j 為0天， q_ij^（S）"為0天， q_ij^（*）"為0天，則計算所得""和LQ_ij^（Ξ）"均為空值，本文按照THI所得結果暫將其歸類為 LQ_ij^（Q）lt;1 且 LQ_ij^（*）lt;1 型;然而WEI模型下， q_j"為0.53天， q_ij^（S）"為0天， q_ij^（*）"為0.4天，計算所得 LQ_ij^（Q）"為0， LQ_ij^（*）"為17.37，據(jù)結果將其歸類為 LQ_ij^（S）lt;1 且 LQ_ij^（*）gt;1 型。值得注意的是，該區(qū)域位于青藏高原地區(qū)，其特殊的地理環(huán)境并不適宜作為避暑或避寒目的地，如果僅根據(jù)其冬季區(qū)位熵的高值區(qū)而判別為適宜避寒，這就與一般的經(jīng)驗認知存在偏差，還需進一步研究分析。

注：底圖基于國家測繪地理信息局繪制，審圖號：GS（2023）2767號，底圖無修改主：底圖基于國家測繪地理信息局繪制，審圖號：GS（2023）2767號，底圖無修改。

6 避暑-避寒地的綜合識別

6.1避暑-避寒地的識別準則

概率值限定與區(qū)位熵分級作為衡量區(qū)域舒適氣候穩(wěn)定性的量化工具，分別側重于時間視角與空間視角的相對性分析。具體而言，概率值限定側重某一空間上時間占比的相對性，揭示其持續(xù)性的相對優(yōu)勢；而區(qū)位熵分級則側重某一時段內空間聚集的相對性，凸顯其地域性的相對集中。因此，兩種工具有機結合，不僅能夠有效彌補單一方法在各自分析維度上的局限性，還能推動區(qū)域氣候舒適性評價的精細化和綜合化進程，從而通過準確地界定出兼具時間穩(wěn)定與空間優(yōu)勢的舒適氣候區(qū)域，為避暑-避寒地的有效識別與科學開發(fā)提供堅實的理論依據(jù)。

綜合概率值限定和區(qū)位熵分級這兩種氣候舒適域的定量判別方法，參照四分位法對程度強弱的劃分，本文進一步提出避暑-避寒地的識別準則（表2），并將之表述為4條判別規(guī)則。

1）規(guī)則1。概率值 p 在 [75% 0 100% 區(qū)間內：該地區(qū)絕大部分時間內具備極佳的氣候舒適性，是避暑或避寒的理想選擇地，直接評定為“強”，即強避暑或強避寒。此時不考慮當季區(qū)位熵大小。

2）規(guī)則2。概率值 p 在 [50% 75% 區(qū)間內：若區(qū)位熵 （LQ_ij）gt;1 ，則評定為“可”，即可避暑或可避寒；若區(qū)位熵 （LQ_ij）lt;1 ，則評定為“弱”，即弱避暑或弱避寒。

3）規(guī)則3。概率值 p 在 [25% 50% ）區(qū)間內：若區(qū)位熵 （LQ_ij）gt;1 ，則評定為“弱”，即弱避暑或弱避寒；若當季區(qū)位熵 （LQ_ij）lt;1 ，則評定為“不”，即不避暑或不避寒。

4規(guī)則4。概率值 p 在[0， 25% ）區(qū)間內：該區(qū)域大部分時間內不具備氣候舒適性，不適宜作為避暑或避寒地，直接評定為“不”，即不避暑或不避寒。此時區(qū)位熵值不再作為考量因素。

例如，某地夏季舒適概率為 65% ，冬季舒適概率為 20% ， ， LQ_ij^（*）gt;1 。在夏季，其舒適概率屬于[50，75）、區(qū)位熵 lt;1 ，根據(jù)規(guī)則2判別為弱避暑；在冬季，其舒適概率屬于[0，25）（不考慮區(qū)位熵），根據(jù)規(guī)則4判別為不避寒。故而，綜合判定該地歸屬于弱避暑-不避寒型。

6.2避暑-避寒地的空間格局

本研究利用基于舒適期概率值限定和區(qū)位熵分級方法對氣候舒適域識別而構建的避暑-避寒準則，對我國避暑與避寒地區(qū)進行了全面分析，并繪制了詳細的類型分布圖（圖8a、圖8b）。通過THI和WEI兩種測算方法，探究各類型的空間分布格局，為旅游資源的合理開發(fā)與投資提供科學依據(jù)。為便于區(qū)分，地圖使用不同顏色表示4種類型區(qū)域：藍色代表“避暑-不避寒”，橘色代表“避寒-不避暑”，綠色代表“避暑-避寒”，黃色代表“不避暑-不避寒”。顏色深淺則反映各類型區(qū)域的程度變化。

1）避暑-不避寒類型（圖8a、圖8b）：全國避暑-不避寒型氣候分布廣泛（表3）。根據(jù)THI測算，該類型覆蓋面積約 489.9×10⁴km² （占比高達 52.9% ），站點個數(shù)為335個（占比 45.0% ）；WEI測算下約406.86×10⁴km² （占比 44.0% ），站點個數(shù)為307個（占比 41.3% ），主要集中在青藏高原北緣-秦嶺-淮河一線以北，以及云南及其周邊區(qū)域，具有很強的廣域性。以THI為例， ① 強避暑-不避寒型地區(qū)主要集中于新疆大部、寧夏、甘肅和陜西北部等西北地區(qū)，內蒙古中西部、山西大部以及河北北部等華北地區(qū)，以及黑龍江南部、吉林中部等東北地區(qū)和云南大部、貴州中西部和四川南部等西南地區(qū)。此外，還零星出現(xiàn)在東部地區(qū)的一些山岳。 ② 可避暑-不避寒型氣候主要集中分布在內蒙古東北部及東北外圍地區(qū)。 ③ 弱避暑-不避寒型零散分布于山岳地帶及山東半島等地區(qū)。整體上來看，THI和WEI測算結果保持了較好的一致性。云南的臨滄、保山等地區(qū)為全國舒適概率高值區(qū)（實測概率THI為 99% 、WEI為 75% ），進一步夯實了云貴高原成為全國最適宜避暑地區(qū)的自然基礎。然而，THI和WEI的測算結果在新疆地區(qū)，尤其是南疆地區(qū)，存在較大差異。以喀什地區(qū)為例，實測舒適概率THI為 90.4% 、WEI為 24.3% ，兩指數(shù)難以達成一致的評價結果。

2）避寒-不避暑類型（圖8a、圖8b）：全國避暑-不避寒型氣候分布狹小（表3）。根據(jù)THI測算，該類型面積約 16.5×10⁴km² （占比 1.8% 、WEI測算下約24.2×10⁴km² （占比 2.6% ），主要集中分布在低緯度地區(qū)，尤其是海南、廣東和云南地區(qū)。其中，海南省和廣東南部最為突出，兩種測度指數(shù)下均顯示出避寒優(yōu)勢。此外，四川省攀枝花市在THI測算下為不避暑-不避寒類型，WEI測算為可避寒-不避暑類型。

注：底圖基于國家測繪地理信息局繪制，審圖號：GS（2023）2767號，底圖無修改。

3）避暑-避寒類型（圖 8a 、圖8b）：根據(jù)THI測算，該類型站點并不存在（表3）；根據(jù)WEI測算，該類型面積非常有限（約 12.0×10⁴km² ，占比 1.3% ，高度集中在云南西南部的普洱市和臨滄市，具有很強的稀缺性。其中，強避暑-可避寒類型僅1個氣象站點，為云南普洱市思茅區(qū)（夏季舒適概率為 77.3% 冬季為 72.2% ， LQ_ij^（Ξ） 為5.8）;云南臨滄市和普洱市江城縣等地為強避暑-弱避寒類型，普洱市瀾滄縣為弱避暑-強避寒類型，普洱市景東縣和臨滄市耿馬縣等地為弱避暑-可避寒類型；此外，四川西昌市為弱避暑-弱避寒類型。上述地區(qū)THI測算下多為強避暑-不避寒類型，避寒優(yōu)勢不明顯。

4）不避暑-不避寒類型（圖8a、圖8b）：我國不避暑-不避寒地區(qū)面積廣大（表3）。根據(jù)THI測算，該類型面積約 419.1×10⁴km² （占比 45.3% ），站點個數(shù)為384個（占比 51.6% ）;WEI測算下面積約 482.4×10⁴km² （占比 52.1% ），站點個數(shù)為390個（占比 52.4% ），主要集中在我國地勢的第一級階梯、第二級階梯的中部以及除東北三省和華南沿海地區(qū)的第三級階梯。這些地區(qū)中，第三階梯人口密度大，自身不具備避暑-避寒優(yōu)勢，故而對區(qū)域外形成很強的避暑-避寒潛在需求。

全面認識不同氣候舒適域的類型分布，能夠引導人們充分挖掘不同地區(qū)氣候資源的度假開發(fā)潛力，理性投資避暑/避寒相關旅游產(chǎn)品。鄧粒子與保繼剛利用1981—2010年氣象觀測站數(shù)據(jù)，基于溫濕指數(shù)、風寒指數(shù)和著衣指數(shù)計算各氣象站點的氣候綜合舒適指數(shù)，研究了全國避暑型和避寒型宜人氣候的分布特征，并對兩類氣候的地域差異進行了分析[14]。本研究與其結果具有較好的一致性，均表明避寒型氣候具有壟斷性特征，而避暑型氣候是一種相對遍在性資源。這也表明，本研究提出的方法可為構建我國避暑-避寒地空間劃分的統(tǒng)一理論框架和完備類型體系提供新思路。

7 結論與啟示

7.1結論

本研究通過科學界定氣候舒適性評價中舒適度-舒適期-舒適域的測度體系與概念關系，基于1991—2020年中國744個基本（基準）氣象站點的日值數(shù)據(jù)，采用溫濕指數(shù)和風效指數(shù)計算舒適度進而核算舒適期，并將舒適期的概率值限定和區(qū)位熵分級等方法進行創(chuàng)新組合，從而實現(xiàn)避暑/避寒舒適域的定量判別。主要結論如下。

1）本文提出了一個綜合評估中國避暑/避寒氣候舒適性的科學框架，為度假氣候資源的精準識別和評價提供了創(chuàng)新方法。研究確立了基于氣候舒適期概率值限定和區(qū)位熵分級的氣候舒適域雙重評估方法，并通過四分位法對氣候舒適性進行了細致的量化分級。此外，引入的“氣候舒適域”概念及其界定方法，有效彌補了傳統(tǒng)“氣候舒適度”在刻畫避暑-避寒氣候方面的不足，為區(qū)域氣候舒適性的深入研究和應用提供了新的視角和工具。

2）我國常年氣候舒適域涌現(xiàn)面積較大的集中時間段為春末歷經(jīng)夏季到秋中，空間分布也存在季節(jié)差異，夏、冬兩季氣候舒適域和氣候舒適期高值期呈現(xiàn)出類似的空間格局特點。我國氣候舒適域重心在年內自南向北呈“8\"字形移動，其北上（5月下旬）-南下（9月中旬）在秦嶺-淮河一線的陜鄂豫地帶交匯，這從另一視角反映了秦嶺-淮河這一南北地理分界線的普遍意義，也是我國季節(jié)性旅游流形成的重要自然基礎。

3）根據(jù)氣候舒適期概率值限定和區(qū)位熵分級的氣候舒適域綜合判別方法，可將我國劃分為避暑-不避寒、避寒-不避暑、避暑-避寒以及不避暑-不避寒等4種氣候類型。其中，避暑-不避寒型氣候主要集中在青藏高原北緣-秦嶺-淮河一線以北，以及云南及其周邊區(qū)域，具有很強的廣域性；避寒-不避暑型氣候主要集中在低緯度的海南、廣東和云南等地區(qū)，具有較強的稀缺性；避暑-避寒型氣候在THI測度中并未出現(xiàn)，而在WEI測度中則主要集中在云南西南部，具有高度的稀缺性；不避暑-不避寒型氣候面積廣大，特別是廣泛分布在我國人口密度大的地勢第三級階梯，對區(qū)域外形成了很強的避暑-避寒潛在需求。

7.2討論與啟示

7.2.1 討論

本文雖然對舒適氣候空間涌現(xiàn)的普遍規(guī)律進行了探索，但選取屬于經(jīng)驗模型范疇的溫濕指數(shù)（THI）和風效指數(shù)（WEI）作為避暑/避寒氣候判別指標，并未采用以人體熱平衡理論為基礎的機理模型進行熱舒適評估。機理模型在精細化舒適性評估和個體化分析中具有顯著優(yōu)勢，未來研究應嘗試結合經(jīng)驗模型與機理模型開展多尺度對比分析，加強對氣候舒適域的多模型測度與比較，從而提升舒適性評價的科學性和適用性，為相關研究提供更加全面的理論支撐。

其次，本文通過空間重心分析方法揭示了氣候舒適域重心呈“8”字形季節(jié)性移動的規(guī)律，但對其形成機制的探討仍顯不足。未來研究可通過多因子回歸模型定量評估溫度、濕度、風速等氣候要素對重心移動的影響，并結合基于人體熱平衡理論的機理模型進一步驗證其規(guī)律性。此外，秦嶺-淮河一線作為南北氣候的重要分界線，在重心的季節(jié)性漲落中起到了關鍵作用。結合精細化地形數(shù)據(jù)分析地形對舒適域分布與重心移動的調控作用，將有助于闡明區(qū)域差異的形成機制。借助大氣環(huán)流模式解析季風環(huán)流對重心移動的影響，將為揭示其動力機制提供重要支持。同時，需要進一步將研究結果與實踐應用有機結合，增加典型城市和旅游地的舒適域時空格局研究，以便旅游者和相關政策制定者能夠直觀參考。

此外，鑒于THI和WEI在不同區(qū)域和季節(jié)的適用性存在顯著差異，單一指標難以全面表征區(qū)域氣候的復雜性。《人居環(huán)境氣候舒適度評價》GB/T27963—2011）國家標準明確指出，THI適用于夏半年，而WEI更適用于冬半年，且在平均風速超過 3m/s 時建議優(yōu)先推薦使用WEI。為進一步提升評估的準確性與適用性，未來研究可嘗試探索加權平均法[58-59]、分區(qū)域適配法以及多維指標整合法[54.60]等綜合性方法。

本文提出的概率值限定和區(qū)位熵分級方法具有一定的創(chuàng)新性，但在特殊氣候條件（如極端干旱、高海拔地區(qū)）下可能存在適用性局限。例如極端干旱地區(qū)由于氣候舒適性事件發(fā)生頻率較低，可能導致概率值限定結果出現(xiàn)偏差；高海拔地區(qū)因自然條件的顯著差異，可能使區(qū)位熵分級方法難以準確反映實際舒適性分布。同時，受氣象站點分布的限制，西北、青藏高原等站點稀疏區(qū)域的空間分辨率不足，可能影響邊界地區(qū)的空間代表性。因此，未來研究可結合遙感數(shù)據(jù)、再分析數(shù)據(jù)和精細化地形信息，對方法在不同地理和氣候條件下的適應性進行分區(qū)域驗證與調整，并通過插值方法或數(shù)據(jù)融合技術提升空間分辨率。此外，如果將時間尺度從季節(jié)收縮至單月進行避暑-避寒類型的刻畫分析，或可涌現(xiàn)更多避暑-避寒類型區(qū)域，以便細化地研究避暑-避寒的時空變化，提出更具有針對性和指導意義的結論。

最后，氣候作為旅游地發(fā)展的自然基礎，對旅游者出行自的地的選擇，度假旅游地的持續(xù)發(fā)展以及季節(jié)性旅游流的形成強化具有決定性作用。未來研究可進一步探索避暑-避寒氣候舒適域和不舒適域的時空變化規(guī)律及其對旅游流的影響，為旅游行業(yè)發(fā)展提供更有針對性的參考。同時，氣候變化可能顯著改變舒適域的時空分布及適宜性區(qū)域，未來研究需結合全球或區(qū)域氣候模式和多種氣候變化情景，探討不同氣候情景下避暑-避寒適宜性區(qū)域的動態(tài)演變趨勢。通過模擬預測氣候舒適域格局變化，評估氣候變暖對適宜性區(qū)域的影響，為氣候適應性規(guī)劃、區(qū)域發(fā)展戰(zhàn)略及相關政策制定提供科學依據(jù)。

7.2.2 啟示

全面解析全國氣候舒適域及避暑/避寒地格局，不僅是對旅游活動空間布局的科學指引，更是推動旅游產(chǎn)業(yè)高質量發(fā)展與人居環(huán)境優(yōu)化的重要依據(jù)。根據(jù)本文研究結果，提出以下策略建議。

1）合理布局與綜合利用避暑旅游資源。鑒于避暑資源廣泛分布于青藏高原北緣至秦嶺-淮河一線以北及云南等地，面積大且分布廣，地理空間上存在較強的競爭性。對發(fā)展避暑旅游而言，一方面需要在全國總體上進行合理布局；另一方面，各地在打造避暑旅游產(chǎn)品時，應有效融合自然風光、民俗文化等多元要素，在發(fā)揮避暑氣候優(yōu)勢的同時，增強綜合性旅游吸引力，促進區(qū)域旅游品牌的差異化發(fā)展。

2）集約化利用與拓展避寒旅游空間。針對避寒資源相對稀缺且集中分布的現(xiàn)狀，應聚焦海南、廣東南部及云南南部等核心區(qū)域，打造高端避寒旅游品牌。同時，為有效分散季節(jié)性旅游流壓力，可以探索從傳統(tǒng)避寒熱點如海南向廣東南部、云南南部以及四川的攀（枝花）西（昌）陽光地帶等潛力避寒區(qū)域進行拓展。通過科學規(guī)劃與精準營銷，將這些潛在避寒區(qū)域打造成為多元化的避寒旅游產(chǎn)品體系，滿足不同游客需求，優(yōu)化避寒旅游地空間格局，促進避寒產(chǎn)業(yè)的可持續(xù)發(fā)展。

3）南疆地區(qū)避暑資源的品牌化建設。南疆地區(qū)在避暑氣候方面展現(xiàn)出獨特優(yōu)勢，應充分挖掘其氣候條件與民族風情的雙重魅力，打造具有鮮明地域特色的避暑旅游品牌。長期以來，“新疆是個好地方”的美譽主要集中在其壯美的自然景觀與獨特的民族風情上，但在避暑旅游領域，其潛力與價值尚未得到充分挖掘。因此，可通過強化品牌宣傳與產(chǎn)品打造，提升南疆避暑旅游的國際知名度與競爭力，讓避暑形象成為“新疆是個好地方”的重要內涵。

參考文獻（References）

[1] SCOTTD，GOsSLING S.A review of research into tourism and climate change-Launching the annals of tourism research curated collection on tourism and climate change[J].Annals of Tourism Research，2022，95：103409.

[2]VAN VALKENGOED AM，STEG L.Meta-analyses of factors motivating climate change adaptation behaviour[J].Nature Climate Change，2019，9（2）： 158-163.

[3]吳普，席建超，葛全勝.中國旅游氣候學研究綜述[J].地理科學 進展，2010，29（2）：131-137.[WUPu，XIJianchao，GE Quansheng. Research on the tourism climatology：Review and preview[J] Progress inGeography，2010，29（2）：131-137.]

[4]KONGQ，ZHENG J，F(xiàn)OWLERHJ，et al.Climate change and summer thermal comfort in China[J].Theoretical and Applied Climatology，2019，137：1077-1088.

[5]RUTTY M，SCOTT D，MATTHEWSL，et al.An inter （HCI： Beach）and the tourism climate index （TCI） to explain Canadian tourism arrivals to the Caribbean[J].Atmosphere，2020，11（4）：412.

[6]孫曉東，倪榮鑫，馮學鋼.城市入境旅游及客源市場的季節(jié)性 特征研究一 一基于上海的實證分析[J].旅游學刊，2019，34（8）： 25-39.[SUNXiaodong，NI Rongxin，F(xiàn)ENG Xuegang.Exploring seasonality of urban inbound tourism from the perspective of source market structure：An empirical study on Shanghai， China [J].Tourism Tribune，2019，34（8）：25-39.]

[7]GOSSLING S，SCOTT D.Climate change and tourism geographies[J].Tourism Geographies，2024：2332359.

[8]YUDD，MATTHEWSL，SCOTTD，et al.Climate suitability for tourismin China in an era of climate change：A multiscale analysis using holiday climate index[J].Current Issues in Tourism，2022，25（14）：2269-2284.

[9]中國氣象局.中國氣候變化藍皮書2023[R].北京：科學出版 社，2023：14.[China Meteorological Administration.Blue Book on Climate Change in China 2023[R].Beijing：Science Press，2023：14.]

[10] 巢清塵，李柔珂，崔童，等.中國氣候變化科學認識進展及未來 展望：中國《第四次氣候變化國家評估報告·第一部分》解讀[J]. 中國人口·資源與環(huán)境，2023，3（1）：74-79.[CHAO Qingchen， LI Rouke，CUI Tong，et al. Scientific progressand future prospects in climate change：An interpretation of Part1ofChina's Fourth National Assessment Reporton Climate Change[J].ChinaPopulation， Resources and Environment，2023，33（1）：74-79.]

[11]趙思遙，李博.氣候生態(tài)產(chǎn)品價值核算方法初探[J].氣象科技 進展，2024，14（6）： 24-32.[ZHAO Siyao，LIBo.A preliminary study on the value accounting method of climate ecological products[J]. AdvancesinMeteorologicalScienceandTechnology，2024，14（6）：24-32.]

[12]惠紅，黃巧文，唐兵，等.城市老年居民山區(qū)避暑旅游減碳效 益及傳統(tǒng)文化驅動因素——以渝東南武陵山區(qū)為例[J].中 國生態(tài)旅游，2023，13（6）：115-1133.[HUIHong， HUANG Qiaowen TANG Bing，et al.The carbon-reduction benefits of summer mountain tourism for urban elderly residents and the traditional cultural drivers：A case study of Wuling Mountain area in southeast Chongqing[J].Ecotourism，2023，13（6）：1115-1133.]

[13]宋丹，杜正靜，慕建利，等.貴州省避暑旅游氣象適宜性分析 [J].沙漠與綠洲氣象，2021，15（2）：112-118.[SONG Dan，DU Zhengjing，MU Jianli，et al.Analysis on the meteorological suitability of summer tourism in Guizhou province[J].Desert and Oasis Meteorology，2021，15（2）：112-118.]

[14]鄧粒子，保繼剛.中國避暑型與避寒型宜人氣候的分布特征及 差異[J].地理研究，2020，39（1）：41-52.[DENG Lizi，BAO Jigang.Spatial distribution of summer comfortable climate and Geographical Research，2020，39（1）：41-52.]

[15]楊俊，張永恒，席建超.中國避暑旅游基地適宜性綜合評價研 究[J].資源科學，2016，38（12）：2210-2220.[YANG Jun，ZHANG Yongheng，XIJianchao.Thecomprehensive evaluationof suitability of summer tourism base in China[J].Resources Science，2016， 38（12）：2210-2220.]

[16]陳慧，閆業(yè)超，岳書平，等.中國避暑型氣候的地域類型及其時 空分布特征[J].地理科學進展，2015，34（2）：175-184.[CHEN Hui，YAN Yechao，YUE Shuping，et al.Types of summer comfortable climate in China and their temporal and spatial distribution[J].Progress inGeography，2015，34（2）：175-184.]

[17] 趙珊珊，葉殿秀，肖潺，等.省級避暑旅游目的地評價指標體系 的構建研究[J].氣象與環(huán)境學報，2024，40（1）：97-104.[ZHAO Shanshan，YE Dianxiu，XIAO Chan，et al.The constructionof an evaluation index system for provincial- level summer resort tourism destinations[J].Journal of Meteorology and Environment， 2024，40（1）： 97-104.]

[18]王文華，王榮成.中國避暑旅居城市指標體系構建與分類評價 [J].資源開發(fā)與市場，2021，37（1）：1-5.[WANGWenhua，WANG Rongcheng. Index system construction and classification evaluation of Chinese summer residence cities [J].Resources Development amp;Market，2021，37（1）：1-5.]

[19]侯亞紅，息濤，徐方姝，等.遼寧避暑旅游氣候條件分析和氣象 指數(shù)研究[J].氣象與環(huán)境科學，2018，41（4）：34-40.[HOU Yahong， XI Tao，XU Fangshu，et al. Climate conditionanalysisand meteorological index study of summer tourism in Liaoning[J]. Meteorological nd Environmental Sciences，2018，41（4）：34-40.]

[20]謝婉瑩，祁新華.高溫熱浪背景下避暑旅游偏好分析——以福 州為例[J].海南師范大學學報（自然科學版），2017，30（1）：67- 72.[XIE Wanying，QI Xinhua.Analysis of summer tourism preference within the context of heat waves：A case study of Fuzhou[J]. Journal of Hainan Normal University （Natural Science Edition），2017，30（1）：67-72.]

[21] 李山，孫美淑，張偉佳，等.中國大陸1961—2010年間氣候舒適 期的空間格局及其演變[J].地理研究，35（11）：2053-2070.[LI Shan，SUNeishu，ZHNGWeijia，etal.Spatialpatesandevoling characteristics of climate comfortable period in the mainland of China： 1961—2010[J]. Geographical Research，2016，35（11）： 2053-2070.]

[22] 蔚丹丹，李山，張糧鋒，等.旅游氣候舒適性評價：模型優(yōu)化與 中國案例[J].旅游學刊，2021，36（5）：14-28.[YU Dandan，LI Shan，ZHANG Liangfeng，et al.Evaluate tourism climate using modified holiday climate indexin China[J].Tourism Tribune， 2021，36（5）： 14-28.]

[23] 羅軼.中國大陸氣候舒適域的季節(jié)漲落與類型分布[D].上海： 華東師范大學，2018.[LUOYi.Climate Comfort Region in Chinese Mainland：Its Seasonal Fluctuationand TypeDistribution[D]. Shanghai： East China Normal University，2018.]

[24]THOMAS J.Why people to travel[J].Annalsof Tourism Research，1964，27（4）：1049-1052.

[25]GUNNCA，VART.Tourism Planning：Basics，Concepts，Cases （the 4 Edition）[M].New York：Routledge，2002：43.

[26]劉繼韓.我國東部若干名山康樂氣候的初步分析[J].旅游學 刊，1988（S1）：47-53;29.[LIUJihan.Preliminaryanalysisof the concordant climate in several well-known mountains in east Chin[T T T..L.. 1000/01）.4752.201

[27]林錦屏，成蝶，周美岐，等.避寒旅游地適宜度評價指標體系和 理論模型研究[J].資源開發(fā)與市場，2021，37（5）：605-611. [LIN Jinping，CHENG Die， ZHOU Meiqi，et al. Research on the evaluation index system and theoretical model of the suitability ofhibernation tourism[J].Resources Development amp; Market， 2021，37（5）： 605-611.]

[28]林錦屏，郭來喜.中國南方十一座旅游名城避寒療養(yǎng)氣候旅游 資源評估[J].人文地理，2003，18（6）：26-30.[LINJinping，GUO Laixi.An evaluation of climate resources of winter resort of eleven famous tourism cities in southern China[J].Human Geography，2003，18（6）：26-30.]

[29]劉逸，盧展晴，陳欣諾.避暑旅游氣候舒適度模型構建與應用 [J].中山大學學報（自然科學版），2019，58（3）：22-31.[LIU Yi， LU Zhanqing，CHEN Xinnuo.The climate comfort model for evaluating heat-avoiding resorts in China[J].Acta Scientiarum Naturalium Universitatis unyatseni，19，8（3）：-1.]

[30]DE FREITAS CR，GRIGORIEVAE A.A comprehensive catalogue and clasification of human thermal climate indices[J].International Journal ofBiometeorology，2015，59（1）：109-120.

[31]閆業(yè)超，岳書平，劉學華，等.國內外氣候舒適度評價研究進展 [J].地球科學進展，2013，28（10）：1119-1125.[YAN Yechao， YUE Shuping，LIU Xuehua，et al.Advances on asessmentof bioclimatic comfort conditions at home and abroad[J].Advance in Earth Science，2013，28（10）：1119-1125]

[32]孫美淑，李山.氣候舒適度評價的經(jīng)驗模型：回顧與展望[J].旅 游學刊，2015，30（12）：19-34.[SUN Meishu，LI Shan.Empirical indices evaluating climate comfortableness： Review and prospect [J].Tourism Tribune，2015，30（12）：19-34.]

[33]PARSONSK.Human Thermal Environments：The Effects of Hot， Moderate，andCold Environments on Human Health，Comfort，and Performance[M].Boca Raton：CRC Press Inc.，2014，18（1）：67-68.

[34]DE FREITAS CR，SCOTTD，MCBOYLEG.A second generation climate index for tourism （CIT）：Specification and verification [J].InternationalJournalofBiometeorology20o8，52（5）：399-407.

[35]SCOTTD，RUTTY M，AMELUNGB，et al.An inter-comparison of the holiday climate index （HCI） and the tourism climate index （TCI） in Europe[J].Atmosphere，2016，7（6）：80-96.

[36]SULEYMAN Z，GORKEMA B，MUZAFFER C，et al. Associations between thermal and physiological responses of human body during exercise[J].Sports，2017，5（4）：sports5040097.

[37]MA SY，CRAIG CA，F(xiàn)ENG S，et al. Climate resources at United States national parks：A tourism climate index approach [J].Tourism Recreation Research，2021，8：1-5.

[38] ZHANG N，CAO B，ZHU Y.Indoor environment and sleep quality：A research based on online survey and field study[J]. BuildingandEnvironment，18，137：19-20.

[39]RAVINDRA K，AGARWAL N，MOR S.Assessment of thermal comfort parameters in various car models and mitigation strategies for extreme heat-health risksin the tropical climate[J]. JournalofEnvironmentalManagement，0，67（3）：655.

[40]ZHOU Y Z，WANG JL.Spatial-temporal paterns of travel climate comfortable period on northeast China from 1981-2010 [J].Regional Problems，2018，3（1）：13-16.

[41]MIECZKOWSKI Z. The tourism climatic index：A method of evaluating world climates for tourism[J].Canadian Geographer，

[42]DE FREITAS C R. Recreation climate assessment[J]. International Journal ofClimatology，1990，10：89-103.

[43]MORGANR，GATELL E，JUNYENTR，et al.Animproved user-based beach climate index[J].Journal of Coastal Conservation， 2000，6（1）：41-50.

[44]YUG，SCHWARTZ Z，WALSHJE.A weather-resolving index for assessing the impact of climate change on tourism related climate resources[J]. Climatic Change，2009，95（3/4）： 551-573.

[45]文謹，白凱，孫星.地理學視角下的出國旅居研究綜述[J].地理 科學進展，2013，32（7）：148-158.[WENJin，BAIKai，SUN Xing. Research on international sojourn：A review from geographical perspective[J].Progressin Geography，2013，2（7）：1148-158.]

[46]孔鋒.中國人居環(huán)境氣候舒適度的多時相尺度評價及區(qū)域差 異研究[J].干旱區(qū)資源與環(huán)境，2020，34（3）：102-11.[KONG Feng.Multi-temporal scale assessment of climate comfort of habitat environment and spatial differences in China[J].Journal ofAridLand Resources and Environment，200，34（3）：1-111.]

[47]孔欽欽，鄭景云，王新歌.1979—2014年中國氣候舒適度空間 格局及時空變化[J].資源科學，2016，38（6）：1129-1139. [KONG Qinqin，ZHENG Jingyun，WANG Xinge.Spatial pattern and temporal variation in thermal comfort in China from 1979 to 2014[J]. Resources Science，2016，38（6）： 1129-1139.]

[48]保繼剛，楚義芳.旅游地理學（第3版）[M].北京：高等教育出版 社，2012：125-129.[BAOJigang，CHUYifang.Tourism Geography （the 3rd Edition）[M].Beijing：Higher Education Press，2012： 125-129.]

[49]劉清春，王錚，許世遠.中國城市旅游氣候舒適性分析[J].資源 科學，2007，29（1）：133-141.[LIU Qingchun，WANG Zheng，XU Shiyuan.Climate suitability index forcity tourism in China[J]. Resources Science，2007，29（1）：133-141.]

[50]馬麗君，孫根年，李馥麗，等.陜西省旅游氣候舒適度評價[J]. 資源科學，2007，29（6）：40-44.[MA Lijun，SUN Gennian，LI Fuli，et al.Evaluation of tourism climate comfortableness in Shaanxi province[J].Resources Science，2007，29（6）： 40-44.]

[51]范業(yè)正，郭來喜.中國海濱旅游地氣候適宜性評價[J].自然資 源學報，1998，13（4）：304-311.[FAN Yezheng，GUOLaixi.The climate suitability of tourism at the coastline destinations of China[J].Journal ofNatural Resources，1998，13（4）：304-311.]

[52]THOM E C.A new concept of cooling degree days[J].Air Condition：Heatamp; Ventilation，1957，54（6）：73-80.

[53]TERJUNG WH.Physiologic climates of theconterminous United States：A bioclimatic classification based on man[J].Annalsof theAssociation ofAmerican Geographers，1966，56（1）：141-179.

[54]曹云，孫應龍，吳門新.近50年京津冀氣候舒適度的區(qū)域時空 特征分析[J].生態(tài)學報，2019，39（20）：7567-7582.[CAO Yun， SUN Yinglong，WU Menxin.Spatial and temporal characteristics of the periods of climate comfort in the Beijing-Tianjin-Hebei region from1966to2015[J].Acta Ecologica Sinica，2019，39 （20）： 7567-7582.]

[55]蔚丹丹，李山.氣候舒適度的體感分級：季節(jié)錨點法與中國案 例[J].自然資源學報，2019，34（8）：1633-1653.[YUDandan，LI Shan.Scale of human thermal sensation using seasonal anchor method：A Chinese case study[J].Journal of Natural Resources， 2019，34（8）： 1633-1653.]

[56]王錚.理論經(jīng)濟地理學[M].北京：科學出版社，2002：124. [WANG Zheng.Theoretical Economic Geography[M].Beijing： Science Press，2002：124.]

[57]HUANGJL，LILH，TAN CP，et al.Mapping summer tourism climate resources in China[J].Theoretical and Applied Climatology，2019，137：2289-2302.

[58]龔紹琦.中國區(qū)域大氣加權平均溫度的時空變化及模型[J].應 用氣象學報，2013，24（3）：332-341.[GONG Shaoqi.The spatial andtemporal variationsofweightedmeanatmospherictemperature anditsmodelsin China[J].Journal ofAppliedMeteorological Science，2013，24（3）：332-341.]

[59]王聰，黃寧，楊保.區(qū)域優(yōu)化平均法的改進及其在計算平均溫 度中的應用[J].地理科學，2014，34（2）：237-241.[WANG Cong， HUANG Ning，YANG Bao.Improvement of optimal regional averaging method and its application in average temperature calculation[J]. Scientia Geographica Sinica，2014，34（2）：237-241.]

[60]余志康，孫根年，羅正文，等. 40^°N 以北城市夏季氣候舒適度 及消夏旅游潛力分析[J].自然資源學報，2015，30（2）：327-339. [YU Zhikang，SUN Gennian，LUO Zhengwen，etal.Ananalysis ofclimate comfort degree and tourism potential power of cities in northern China in summer to the north of 40^°N[J] .Journalof Natural Resources，2015，30（2）：327-339.]

Identification of Summer-escape and Winter-escape Destinations in China Based on Climatic Comfort Zones

YUDandan12，LIShan234，LUOYi2，XUYanyan （1.SchoolofoocdgentgiUsityfort8aeybotoc Informationience，nistryfdcation，anghai41ina;.hoolfeogaphiciences，EastCial Universityangi41，na;4.KeyboratoryofSpatial-TemporaligDataAnalyisndApplicatioftual ResourcesinMega Cities，MinistryofNaturalResources，Shanghai200241，China）

Abstract： Summer-escape and winter-escape resorts，built on public resources and infrastructure，have substantial implications for human health and tourism development.They are further crucial in balancing tourismsupply and demand，especially in light of climate change and report-centric tourism trends.Due to the limitations of traditional evaluation methods in terms of the temporal precision of meteorological data and comprehensive comfort representation，this study employed a robust evaluation framework for climatic comfort based oncomfort level，comfort period，and comfort zone. Byanalysing daily data from 744 key meteorological stations across China spanning from 1991 to 2020，we calculated comfort levels using the temperature-humidity index （THI） and wind effect index （WEI）.This alowed us to determine the comfort periods.Anovel blend of probability thresholding and location quotient classification is used to quantitatively identify climatic comfort zones suitable for both summer-escape and winter-escape.Research findings indicate that climates characterised by summerescape，but not winter-escape，are predominantly found north of the northern edge of the Qinghai-Tibet Plateau，along the Qinling-Huaihe River line，and in Yunnan and its neighbouring regions.These regions exhibit significant expansiveness.Climates characterised by winter-escape but not summer-escape are primarily found in low-latitude regions，such as Hainan， Guangdong，and Yunnan，where scarcity is relatively high.Climates that exhibit both summer-escape and winter-escape do not feature in the temperature humidity index （THI） measurement.However，according to the wind effect index （WEI） measurement，these climatesare prmarilyconcentrated in southwestern Yunnan，indicatingahigh level of scarcity. Climates characterised by neither summer-escape nor winter-escape span a vast area and are particularlyprevalent in third-tier terrains with high populationdensity in China.Thisregion generates significant demand for both summer-escape and winter-escape beyond its borders.This study presents a conceptual framework and integrated discrimination methodology grounded in daily data.These methods provide a theoretical and quantitative basis for delineating spatial distributions of summer-escape and winter-escape destinations.This research has substantial implications for the strategic planning ofresorts， the promotion of climate-based tourism，and the management of seasonal tourist flows in China.

Keywords： climatic comfort; climatic comfort period; climatic comfort zone; tourist climatic zoning： tourist resorts