惠安县滨海旅游气象指数研究*

游宇琦 林子伦

(1.福建省惠安县气象局，福建 泉州 362100; 2.福建省泉州市气象局，福建 泉州 362000)

1 概述

泉州市惠安县年平均气温为16～21℃，年平均降水量为1038mm，属典型的亚热带季风气候，具有气温高、光热丰富、降水充沛等显著气候特征。惠安县濒临台湾海峡，其海岸线全长192km，占福建省的6%，素有“黄金海岸”之称。崇武港、半月湾、青山湾、惠女湾等都是惠安著名的滨海旅游胜地，崇武海岸更是被《国家地理》杂志评选为“中国最美的八大海岸”之一。作为“滨海休闲度假福地”，惠安沿海自然环境优越，旅游气象资源十分丰富。因此，开展滨海旅游气象指数预报研究不仅能为游客提供滨海旅游的指数预报产品，丰富惠安县的特色服务，也为生态文明建设和乡村振兴贡献气象力量。

近年来，沿海地区旅游业迅速发展，滨海度假旅游愈发受到游客的关注和青睐。各个气象要素决定了旅游地气候舒适度的高低和舒适期的长短，是滨海旅游业发展的重要因素，也是游客出行和旅游目的地选择的重要参考。关于气象指数，许多学者进行了不少研究。黄归兰等[1]、郭晓宁等[2]、陈志泉等[3]选取了重要影响因子对景区的旅游气象指数预报进行研究； 林艺妹等[4]开展了石狮市滨海旅游气象指数预报研究；潘星海等[5]根据影响程度对游泳指数、紫外线指数、空气质量指数赋予不同的权重，综合评价普陀区海滩旅游气象指数。本文拟从日出日落指数、滨海日光浴指数和海风舒适指数三个方面综合讨论适宜惠安滨海旅游的气候。

2 资料与方法

2.1 资料

本文所使用的气象资料取自1980—2020年福建省惠安县崇武国家基准气候站整编的气象观测资料，包括云量、相对湿度、能见度、温度、日照、风速等数据。

本文的季节月份定义为：春季3—6月，夏季7—9月，秋季10—11月，冬季12月至次年2月。

2.2 研究方法

本文利用箱形图法和熵值法计算滨海旅游气象指数。

2.2.1 箱形图法

箱形图是一种用作显示一组数据分散情况资料的统计图，能够反映原始数据分布的特征，还可以进行多组数据分布特征比较。箱形图的绘制方法是先找出一组数据的上边缘、下边缘、中位数和两个四分位数，连接两个四分位数画出箱体，再将上边缘和下边缘与箱体相连接，中位数在箱体中间。

对于标准正态分布的大样本，只有 0.7%的值是异常值，中位数位于上下四分位数的中央，箱形图的方盒关于中位线对称。选取不同自由度的t分布的大样本，代表对称重尾分布，t分布的自由度越小，尾部就越重，观察到异常值的概率就越大。因此，可将其用于气象滨海旅游指数的等级划分。

2.2.2 熵值法

在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小，反之亦然。根据熵的特性，我们可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大。熵值法是一种客观赋权法，可根据各项指标数值的变异程度来确定指标权数，可避免人为因素带来的偏差。因此，可根据熵值法定义由多项影响因素构成的滨海旅游指数，具体算法如下。

①数据矩阵

其中，Xij为第i个方案第j个指标的数值。

②数据非负数化处理

由于熵值法计算采用的是各个方案某一指标占同一指标值总和的比值，因此不存在量的影响，不需要进行标准化处理。若数据中有负数，就需要对数据进行非负数化处理。此外，为了避免求熵值时对数的无意义，需要进行数据平移。

对于越大越好的指标：

(i=1,2,…,n;j=1,2,…,m)

对于越小越好的指标：

(i=1,2,…,n;j=1,2,…,m)

③计算第j项指标下第i个方案占该指标的比重

④计算第j项指标的熵值

⑤计算第j项指标的差异系数gj

对于第j项指标，指标值Xij的差异越大，对方案评价的作用越大，熵值就越小。gj=1-ej，gj越大，表示指标越重要。

⑥求权重Wj

⑦计算各方案的综合得分Sj

3 惠安滨海旅游气象指数模型

3.1 日出日落指数

从惠安县沿海地区(崇武)1980—2010年月平均低云量变化特征(见图1)可以看出，冬季、春季的低云量明显高于夏季、秋季。在6月中下旬，低云量突变减少，这种晴空或者少云的天气可能是长期受副热带高压系统控制导致。因此，夏秋两季有利于海滨地区观赏日出日落。

图1 惠安县沿海地区1980—2010年月平均低云量

利用箱形图对样本进行归类分析，以夏季为例，其低云量分布下四分位数、中位数、上四分位数分别为5%、25%、53%，表明在1980—2010年的夏季样本中，低云量高于5%但小于53%的天数占总数的1/2，低于5%和高于53%的天数则各占1/4(图2)。对于滨海地区观赏日出日落而言，天空云量越少，遮挡性越低，则观赏性越强。因此，可利用箱形图的阈值设定夏季的日出日落指数。当低云量C≤5%时，定义为“优”，当5%53%时，定义为“差”。以此标准反算2010—2020年的920个样本，“优”占29.89%，“良”占20.11%，“一般”占22.28%，“差”占27.72%，指数分布基本符合正态分布，说明该指数具有一定的指示意义。

图2 惠安县沿海地区1980—2010年四季及全年低云量分布

3.2 滨海日光浴指数

日光浴是一种利用日光进行锻炼或防治慢性病的方法，通过日光照射到人体皮肤上，引起一系列理化反应，以达到健身治病目的。在气象上，影响日光浴体验的要素有日照时数和体感温度等。日照时数越长表示天气状况越好，可供选择日光浴的时间更充足；而体感温度是人体所感受到的冷暖程度，其更能直接反应人体感知的环境舒适性。因此，可利用日照时数和体感温度组合为一个表征滨海日光浴的指数，即在满足最优体感温度的情况下，日照条件越好就越适合滨海日光浴，可利用熵值法计算自变量(日照时数和体感温度)的权重。

已知体感温度的计算公式如下：

体感温度=1.07×T+0.2×e-0.65×V-2.7

(1)

式(1)中，T为气温，℃；e为水汽压，hPa；V为风速，m/s；RH为相对湿度，%。

由于体感温度的舒适性定义呈现类似正态分布，即最舒适的区间位于中间，两端一般为不舒适区间。因此，在利用熵值法构造指数时，需将体感温度因子项进行变形，如式(2)：

(2)

其中，Tb为体感温度，T0为中性温度(23℃)。变形后的因子项满足其数值越大，表征舒适性越强的定义。

最终，利用熵值法分别求得体感温度项和日照时数项的权重系数，如式(3)：

(3)

其中，yindex为滨海日光浴指数，St为日照时数，a和b为权数(a=0.1970，b=0.8030)。代入各项气象数据可得1980—2010年滨海日光浴指数的分布特征(图3)，同理根据其25%、75%分布及中位数定义滨海日光浴指数，当计算所得指数越大，越有利于进行滨海日光浴(图3)：yindex≥12.74为“优”，5.16≤yindex<12.74为“良”，yindex<5.16为“差”。以此标准反算2010—2020年的3650个样本，“优”占23.40%，“良”占49.20%，“差”占27.40%，表明指数分布基本符合正态分布，该指数具有一定的指示意义。

图3 惠安县沿海地区1980—2010年滨海日光浴指数分布

3.3 海风舒适指数

海陆性质不同会形成海风。白天在太阳照射下，陆地升温快，陆上气温比海洋高，空气受热膨胀而上升，使低层气压降低，高层气压升高，海洋则正好相反。海陆交界的小范围内，在不考虑其他因素影响下，受气压梯度力影响空气总是从气压高处流向气压低处，也就是从洋面上吹向陆地，形成海风。除这种海陆交界的小系统影响沿海地区风力外，冬春季的海上冷高压等大尺度系统引起的海上东北大风亦会产生重要影响，而沿海的大风不利于滨海旅游，甚至会带来一定的风险。

由惠安县沿海地区(崇武)1980—2010年海风风速分布可以看出(图4)，冬季、春季的风力明显高于夏季和秋季。这是由于冬春两季的冷空气活动明显多于夏季和秋季，而后者风力主要受海陆边界的海陆风小系统影响的。因此，与构建滨海日出日落指数方法相似，也对惠安县沿海地区1980—2010年风速样本进行归类分析，夏季的平均风速分布下四分位数、中位数、上四分位数分别为3.2m/s，4.3m/s，5.5m/s。以此为阈值可定义出夏季的海风舒适指数，平均风V≤3.2m/s为“优”，3.2m/s<平均风V≤5.5m/s为“良”，平均风V>5.5m/s为“差”。以此标准反算2010—2020年夏季920个样本，“优”占35.55%，“良”占48.80%，“差”占15.65%，指数分布基本符合正态分布，该指数具有一定的指示意义。

图4 惠安县沿海地区1980—2010年海风风速分布

4 结论

①日出日落指数和海风舒适指数受季节的影响较为明显，因游客更喜爱在夏季到滨海游玩，对夏季的气象数据进行着重分析，计算惠安滨海旅游气象指数，更贴合实际。

②统计分析后得出，日出日落指数低云量C≤5%为“优”，5%53%为“差”；滨海日光浴指数yindex≥12.74为“优”，5.16≤yindex<12.74为“良”，yindex<5.16为“差”；海风舒适指数平均风V≤3.2m/s为“优”；3.2m/s<平均风V≤5.5m/s为“良”，平均风V>5.5m/s为“差”。

③总体来看,惠安县是理想的滨海旅游胜地，冬天不会过于寒冷，夏天不会过于炎热。通过建立惠安县滨海旅游指数分析表明，惠安县滨海旅游最适宜的季节是夏季，其次是春季和秋季。