王多 童俊 彭九慧
摘要 为了加强气象大数据在避暑旅游资源开发中的应用,提取承德市288个区域气象站的气温、湿度等资料、数字高程等资料,利用层次分析法对承德市47个主要旅游景区5—8月逐月建立避暑分级评价模型,基于GIS空间分析技术制作了承德市逐月避暑指数分布图。结果表明:5月下旬与8月承德县中南部、兴隆县东部景区有中暑的可能性,其他大部地区均凉爽舒适;6月最适宜避暑的景区位于承德市北部县区、平泉市大部;7月最宜避暑的景区位于坝上地区、围场县大部、丰宁县中北部、隆化县北部、平泉市北部,中南部景区均易发生中暑。
关键词 气象观测数据;层析分析法;暑热指数;避暑区域
中图分类号:F592.7 文献标识码:B 文章编号:2095–3305(2022)04–0071–03
气象历史观测数据具有观测时间长、时空分辨率高、数据精准、数据量大的特点。近年来,气象大数据已被广泛运用于社会的各行各业,气象大数据与社会科学众多领域或商业行为相结合,彰显其全新的价值,并大大改变了人们的生活方式。例如,将气象大数据应用于农业生产,能够指导农户合理安排各项生产活动,减轻由气象原因造成的农业生产损失[1-2]。李社宏[3]认为,大数据分析为气象数据分析提供了全新的思路、方法,也开辟了广阔的发展空间。目前,国内基于Hadoop框架下的气象大数据研究大多是在框架理论上进行探讨,应用于天气的预测与灾害的防御较多,而应用于服务地方旅游、促进旅游经济增长的研究较少。
近年来,避暑旅游成为夏季追求旅游舒适度的首选,吴普等[4]认为避暑旅游是以目的地凉爽舒适的夏季气候为主要吸引物和动机而实施的旅游休闲度假;侯亚红等[5]认为对避暑旅游气象指数的研究,可为旅游气候资源综合开发,旅行社和游客合理安排避暑旅游度假时间和地点,以及气象部门开展旅游气象服务提供科学依据。
承德市旅游资源十分丰富,尤其是驰名中外的避暑山庄与坝上草原,更是夏季避暑旅游的最佳选择,但是,承德市地域广阔,各县区的气候特点差异明显,即使在同一纬度,海拔不同气温也相差较大。
随着气象探测站网建设的飞速发展,高时空分辨率的气象数据为开展避暑景区评估提供了条件。本研究应用承德市(2005—2019年)288个两要素区域气象站、135个四要素区域气象站和9个国家气象站(1981—2010年)常规观测的历史数据,对承德市主要风景区的气温、风向、风速、相对湿度、降水量等历史数据建立分步式数据库,统计与分析承德市主要风景区的气象数据,根据分析结果,结合海拔高度确定各景区最佳避暑旅游区域时段,从而提高旅游气象服务的科学性和针对性。
1 数据与处理方法
1.1 数据来源与提取
所有气象观测数据来源于承德市气象局,平均气温提取承德市气象局2005—2019年288个两要素(降水、气温)区域观测站5、6、7、8月,每日4次观测(02:00、08:00、14:00、20:00)的气温数据并计算平均值;日最高气温提取135个四要素区域站,逐日5分钟刷新一次的所有观测记录中的最大值;空气相对湿度提取四要素观测站每日14:00达到最高气温时刻的相对湿度值。
1.2 数据归一化处理
由于景区避暑评价各指标量纲不同,为了消除由数据量纲不同引起的差异,选用公式(1)将各指标归一化成可计算的0~1之间的无向量指标.
其中,xi′与xi分别表示数据的量化值和原始值,xmax表示指标i在所有数据中的最大值。在进行ArcGIS空间分析时,要对不同权重的栅格数据进行栅格计算,所以每个Raster图层的栅格大小均设为1 km。
2 避暑区域的评价方法
2.1 景区避暑评价指标的确定
气温、相对湿度等气象观测资料对景点避暑指数的高低起决定性作用,张文强认为[6],海拔高度、坡度与坡向对气温的影响较大,海拔高度越高气温越低,坡度与坡向也会因日照时数和接收太阳辐射能的角度不同,对气温产生影响。因此,选取较高空间分辨率的气温、相对湿度数据计算暑热指数,构建与暑热指数反相关的凉爽指數、代表气候因素的多年平均气温以及海拔高度这3个指标,作为景区避暑评价指标。
2.2 评价因子的权重处理方法
综合加权评价法是一种综合考虑每个因子对总体对象的影响程度,用一个总的量化指数来表达评价对象优劣的评价方法。层次分析法是综合加权评价常用的方法之一。其主要原理:首先,建立层次结构模型;其次,通过元素之间的成对比较构造判断矩阵;最后,根据判断矩阵计算各评价指标的权重并做一致性检验。本研究将凉爽指数、多年平均气温、海拔高度这3个评价指标,采用层次分析法建立3阶判断矩阵,计算各指标的权重,通过GIS图层计算,得到全市风景区逐月以栅格为评价单元的避暑气象指数分布图,从而直观、精细化地呈现出最佳避暑景区与不适宜避暑景区的分布特征。
3 构建凉爽指数
暑热指数是日最高气温和其出现时的相对湿度综合对机体产生影响的指标。暑热指数越低,凉爽指数越高,因此,利用承德市景区附近现有的135个气象观测站数据,根据河北省地方标准DB13/T 1537—2012中暑热指数计算公式,计算2005—2019年承德市夏季逐日暑热指数,计算公式:
式(2)中:HI为暑热指数,T为日最高气温,单位为℃;RH为日最高气温出现时的相对湿度,单位为%。取平均后得到承德市各景区5—8月多年逐月暑热指数;因为暑热指数越大,暑热等级级别越高,对应的数值却越小,因此将暑热等级GI所对应的数值按照公式(1)归一化处理后得到各乡镇逐月的凉爽指数CI,数值越大,越凉爽,适宜避暑(表1)。
4 构建景区避暑评价模型
选取凉爽指数、与气温反相关的数字化高程数据以及月平均气温作为避暑景区评价的指标。采用层次分析法构建3阶判断矩阵。计算得到评价因子的权重向量W={0.5396,0.297,0.1631},并通过一致性检验。因此得到避暑指数的计算公式:
其中,RI为避暑指数;HI为凉爽指数;TI=1-T,为月平均气温指数,T为归一化月平均气温,DI为归一化高程指数。
按照公式(3)分别计算承德市夏季(5—8月)逐月的避暑指数分布。通过GIS栅格计算即可得到逐月精细化的承德市旅游景区避暑区域分布图。
5 逐月景区避暑评价
利用承德市各县区近15年区域气象观测站5—8月平均气温,计算承德市景区附近各乡镇气温分布特征,同时,基于GIS分析逐月避暑指数分布,从而确定承德市夏季各月最佳避暑区域。
承德市5月各乡镇平均气温在8℃ ~21℃之间,全市气温凉爽适宜,只有市区与承德县、兴隆县部分地区,宽城大部平均气温在18℃以上。从避暑指数分布来看(图1a),只有市区、承德县部分地区、兴隆县的东南部有发生中暑的可能性。结合气温的时间分布规律,5月下旬全市多年平均气温18.9℃,高于中上旬气温,因此,5月下旬只在避暑指数低的景区(避暑山庄及其周围寺庙、兴隆山景区)蟠龙湖景区有发生中暑的可能性,其他景区均适合避暑。
6月承德市中南部大部地区平均气温已达20℃以上,只有围场县、丰宁县北部、隆化县北部、平泉市与兴隆县的高海拔地区月平均气温在20℃以下,从避暑指数分布看(图1b),坝上地区仍为凉爽区,围场县、丰宁县、隆化县大部、平泉市大部为不易中暑区,其他地区有发生中暑的可能性,较易发生中暑的景区有双塔山、金山岭长城、白云古洞、宽城蟠龙湖景区、兴隆山景区。
7月承德市大部平均气温已达20℃以上,只有围场县中北部、丰宁县北部坝上地区平均气温仍在20℃以下。从避暑指数(图2a)分布来看,坝上、围场县大部、丰宁县中北部、隆化县北部、平泉市北部适宜避暑,市区南部、承德县部分地区、滦平县的西南部的金山岭长城景区、兴隆县的东南部景区易发生中暑,中南部景区除平泉市的辽河源景区和兴隆的雾灵山景区外均较易发生中暑。
承德市8月各乡镇平均气温在13℃~24℃之间,只有承德市中南部平均气温仍在20℃以上,从避暑指数分布来看(图2b),只有市区、承德县中南部、兴隆县东部、滦平县南部景区有发生中暑的可能性,其他地区均适宜避暑。
6 结论
(1)利用区域气象站多年逐日气温、相对湿度等气象大数据,根据河北省地方标准DB13/T 1537—2012,计算了承德市夏季逐月精细到乡镇的暑热指数。
(2)基于和暑热指数反相关的凉爽指数、与温度负相关的海拔高度和代表地域气候背景的月平均气温3个评价指标。采用层次分析法确定其权重,建立了承德市夏季旅游景区避暑评价模型,结合GIS制作了承德市夏季(5—8)逐月主要景区最佳避暑区域分布图。
在实际工作中,可以根据精细化的天气预报产品,提前几天计算每天的凉爽指数,结合海拔高度与历史平均气温数据,得到全市精细化的旅游景点避暑区域预测图。旅游部门可以根据预测结果,开发利用旅游线路,规划游客流量,提高旅游服务的科学性与针对性。
但是,由于承德地域辽阔,气象观测站点的空间分辨率还需进一步提高。此外,因区域站建站时间不同,导致样本观测时段长短不一样等,随着气象资料的完善,本研究成果有待进一步检验、修订。
参考文献
[1] 亓东霞,王馨,朱大铭,等.大数据在气象行业中的应用探讨[J].数字技术与应用,2017(10):233-234.
[2] 唐作佳,邓树荣,唐小琴,等.大数据在气象服务中的应用与分析[J].农业灾害研究,2018,8(3):24-25.
[3] 李社宏.大数据时代气象数据分析应用的新趋势[J].陕西气象,2014(2):41-44.
[4] 吴普,周志斌,慕建利.避暑旅游指数概念模型及评价指标体系构建[J].人文地理,2014,29(3):128-134.
[5] 侯亚红,息涛,徐方姝,等.辽宁避暑旅游气候条件分析和气象指数研究[J].气象与环境科学,2018,41(4):34-40.
[6] 张文强,孙从建.山西省避暑旅游目的地适宜性评价[J].山西师范大学学报(自然科学版),2018,32(2):90-99.
責任编辑:黄艳飞
Evaluation of Chengde Summer Resort Based on Meteorological Big Data
WANG Duo et al(Hebei Petroleum Vocational and Technical University, Chengde, Hebei 067000)
Abstract In order to apply meteorological big data to the development and application of summer vacation tourism resources, the temperature, humidity and digital elevation data of 288 regional meteorological stations in Chengde city were extracted. The hierarchical evaluation model of summer vacation was established month by month for 47 major scenic spots in Chengde city from May to August by using analytic hierarchy process, and the monthly summer vacation index distribution map of Chengde city was made based on GIS spatial analysis technology. The results showed that there was a possibility of heatstroke in the central and southern part of Chengde county and the eastern part of Xinglong county in late May and August, and most other areas were cool and comfortable; In June, the most suitable scenic spot for summer vacation was located in the northern county and district of Chengde city and most of Pingquan city; The most suitable scenic spots for summer vacation in July were located in Bashang area, most of Weichang county, the north central part of Fengning county, the north of Longhua county and the north of Pingquan city. The central and southern scenic spots were prone to heatstroke.
Key words Meteorological observation data; Chromatographic analysis; Summer heat index; Summer resort area
基金项目 2019年度河北省教育厅科研项目“基于气象大数据的承德市旅游资源开发及服务”(z2019077) 。
作者简介 王多(1990—),女,河北承德人,讲师,主要从事计算机技术与大数据教学。
收稿日期 2022-01-05