李双双^1,2, 杨赛霓^1,2, 刘宪锋^1,3, 刘焱序⁴
1. 北京师范大学地表过程与资源生态国家重点实验室,北京100875
2. 北京师范大学减灾与应急管理研究院,北京100875
3. 北京师范大学资源学院,北京100875
4.北京大学城市与环境学院,北京 100871

Changes in outdoor thermal sensation and sensitivity to climate factors in Beijing from 1960 to 2014

LIShuangshuang^1,2, YANGSaini^1,2, LIUXianfeng^1,3, LIUYanxu⁴
1. State Key Laboratory of Earth Surface Processes and Resource Ecology,Beijing Normal University,Beijing 100875,China
2. Academy of Disaster Reduction and Emergency Management,Beijing Normal University,Beijing 100875,China
3. College of Resource Science and Technology,Beijing Normal University,Beijing 100875,China
4. College of Urban and Environment Sciences,Peking University,Beijing 100871,China
收稿日期:2015-06-10
修回日期:2015-11-5
网络出版日期:2016-01-25
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:基金项目：地表过程模型与模拟创新研究群体科学基金项目（413221001）国家重点基础研究发展计划项目（2012CB955402）北京市科委课题（Z151100002115040）
作者简介:
-->作者简介：李双双,男,陕西潼关人,博士生,研究方向为全球变化与区域灾害防治。E-mail：lss40609010@126.com



展开

摘要
基于通用热气候指数（UTCI）,本文分析了北京1960-2014年户外感知温度变化特征,并采用敏感性分析方法定量分析了驱动UTCI变化的主导因素。结果表明：①研究时段内,北京年均人体感知温度为9.2℃,人体整体感觉为舒适,并表现出显著的上升趋势,变化速率为0.52℃/10a;②在年际变化上,全年UTCI大致可以分为3个时期：1960-1970年持续下降期,1971-1990年持续上升期,1991-2014年平稳波动期;③在季节变化上,春季和秋季人体感觉为舒适,夏季为中度热胁迫,冬季为中度冷胁迫,且以春冬增幅最为显著;④在等级变化上,极端冷胁迫日数在减少,中度冷胁迫和热胁迫日数在增加,人体感觉整体趋于热不舒适;⑤在影响因素上,北京UTCI变化对气温最为敏感,其次是风速,但是不同季节中气候因子组合存在差异,不同气候因子在不同季节贡献量亦存在差异。

关键词：气候变化;UTCI;户外感知温度;敏感系数;北京
Abstract
：Using the Universal Thermal Climate Index（UTCI）,we analysed climatic charac-teristics of human-perceived temperature in Beijing from 1960 to 2014. Dominant climatic factors driving variation in UTCI were quantitatively analysed using sensitivity analysis methods. We found that the average annual UTCI was 9.2℃ in Beijing over the last 55 years and that people felt comfortable on the whole. Regarding decadal change,the UTCI in Beijing underwent a decrease （1960-1970）,increase （1971-1990）and high stable period （1991-2014）. Regarding seasonal change,people feel comfortable in spring and autumn. Moderate heat stress and moderate cold stress were detected in summer and winter,respectively. A significant increase in the UTCI was detected beginning in the mid- to late 1980s; warming in spring and winter is more obvious than summer and autumn. The decrease in strong cold stress days was obvious in Beijing （-5.8d/decade）and variation in moderate cold stress days has increased over time （2.6d/decade）. Linear trends in moderate heat stress and comfortable days were 1.0d/decade and 1.6d/decade,respectively. UTCI sensitivity to temperature seems to be strong in Beijing at annual and seasonal scales. However,major factors and contributions of climate factors showed considerable differences across different seasons. For example,changes in UTCI were related to increasing temperature and decreasing wind speed in winter,whereas increasing temperature and relative humidity were major driving forces in summer. These results and sensitivity analysis were validated under given conditions based on modification of the real data set.

Keywords：climate change;UTCI;outdoor thermal sensation;sensitivity coefficient;Beijing

-->0
PDF (1993KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
李双双, 杨赛霓, 刘宪锋, 刘焱序. 1960-2014年北京户外感知温度变化特征及其敏感性分析[J]. , 2016, 38(1): 175-184 https://doi.org/10.18402/resci.2016.01.19
LI Shuangshuang, YANG Saini, LIU Xianfeng, LIU Yanxu. Changes in outdoor thermal sensation and sensitivity to climate factors in Beijing from 1960 to 2014[J]. 资源科学, 2016, 38(1): 175-184 https://doi.org/10.18402/resci.2016.01.19

1 引言

现代气候舒适度评价已有百年历史,其发展可以分为3个阶段：早期仪器测定阶段→中期经验模型阶段→近期机理模型阶段。近期机理模型主要特点是：由简单的经验模型向复杂的机理模型,由时空局限性模型向客观普适性模型发展,且更加精细化和客观化^[1]。随着多学科高度融合,人类对人体热量传输和能量平衡过程理解更加全面和精确。在世界气象组织气候学委员会倡导下,欧洲科学与技术合作计划730号行动召集来自23个国家的45位科学家,融合生理学、医学、数学、气象学以及计算机科学等众多领域最前沿专业知识,共同构建了一个基于多结点模型的通用热气候指数（UTCI）^[2]。与传统经验模型相比,UTCI更加关注人体的热量平衡过程,可以直接计算等效温度^[3,4];与复杂机理模型相比,UTCI更加关注模型的客观性,现已广泛应用于气象服务、健康预警、城市规划、旅游资源评价等领域^[5-11]。
在相关研究方面,国外许多****对UTCI适用性开展了大量实证研究。如Fröhlich等分析了卡塔尔多哈地区高温多风环境下,PT、PET和UTCI模型对气候因子的敏感性^[5]。Bröde等利用实测数据验证了UTCI模型在亚热带城市的适用性,并强调了城市规划中应注重热舒适性评价^[6]。Bleta等利用UTCI模型定量分析了希腊克里特岛气候舒适性^[7]。Pappenberger等在全球尺度上,评估了UTCI模型对热害预测的适用性^[8]。为了更好阐释UTCI研究的现状,本文在ISI web of Science中,以“UTCI”或“Universal Thermal Climate Index”为主题进行中文文献检索,文献检索时间为2015年9月1日。统计表明,关于UTCI最早的文章是Hoppe在2002年发表的“不同角度评估室内和室外热舒适度”^[9],在2012年后以UTCI为主题的文章呈现快速增长。同时,在中国知网（CNKI）中以“UTCI”或“Universal Thermal Climate Index”为主题进行中文文献检索,仅有2篇与之相关的文章。尽管关键词和数据库的选取,对检索结果影响很大,但是仍可在一定程度上看出,当前国内对UTCI的研究还相对较少。
在中国,气候舒适度研究起步于20世纪80年代中期,许多****以人体舒适度模型为基础,对不同区域、不同行业气候舒适度评价进行了有意义的探索^[12-21]。如李万珍等根据实验获得的“实感气温”数据,绘制了人体舒适度风、温、湿曲线^[12];马丽君等基于温湿指数、风寒指数和着衣指数,构建了旅游气候舒适度综合评价模型,分析了全国多省市入境客流量与气候舒适度关系^[13,14]。刘海洋等构建了中国沙漠旅游气候舒适度指数模型,对29个沙漠旅游开发潜力区进行气候舒适度评价^[15]。在已有研究中,气候舒适度评价以经验模型研究较多,机理模型应用相对较少;多数研究以评价气候舒适度变化趋势为主,对其敏感因素识别关注相对较少。人体感知温度是区域气候环境的综合反映,而非单一气候要素的简单衡量。UTCI综合考虑多种气候要素,能够有效反映人体感知温度变化,这为认识气候变化的环境效应提供了新的视角。基于此,以UTCI模型为基础,本文对1960-2014年北京人体户外感知温度变化特征进行分析,并运用相对变化和敏感性分析方法,定量识别UTCI变化关键气候因子,以期为区域适应气候变化提供决策依据。

2 数据来源与研究方法

2.1 数据来源

1960-2014年北京气象站（54 511）逐日总辐射数据来源于中国气象辐射基本要素日值数据集,逐日平均气温、平均风速、日照时数和相对湿度等数据来源于中国地面资料气候资料日值数据集,两者均为中国气象数据网提供（http：//data.cma.gov.cn）。季节划分采用气象学标准：春季为3-5月,夏季为6-8月,秋季为9-11月,冬季为12月-次年2月。

2.2 研究方法

2.2.1 UTCI模型
UTCI模型由服装模型和Fiala模型构成^[21-23]。假设条件为：在风速（Va）为0.5m/s,环境辐射温度（Tmrt）为气温（Ta）,相对湿度（RH）为50.0%的理想条件下,一名体重为73.5kg,身体脂肪含量为14.0%,体表面积为1.86m²的男性,在户外以1.1m/s行走,产生135W/m²生理热量,所感受到温度为基准,以气象因素动态修正理想环境,得出人体实际感知温度,UTCI模型逻辑框架如图1所示。
显示原图|下载原图ZIP|生成PPT
图1UTCI模型构建逻辑框架
-->Figure 1The logical framework of UTCI derived as equivalent temperature
-->

本文UTCI模型计算通过BioKlima2.6软件实现,该软件集成了迄今应用广泛的多种人体舒适度模型,其中UTCI概念模型表达为：
UTCI=f(Ta;Tmrt;Va,RH=Ta+Offset(Ta;Tmrt;Va,RH)（1）
式中 Ta为平均气温（℃）; Tmrt为平均辐射温度（℃）; Va为1.2 m高平均风速（m/s）; RH为相对湿度（%）。参考已有研究^[24],将 UTCI划分为10个等级,作为冷热强度评判标准（表1）。
Table 1
表1
表1人体感知温度等级标准
Table 1UTCI equivalent temperatures categorized in terms of thermal stress （℃）

UTCI	胁迫类型	UTCI	胁迫类型
>46	极度热胁迫	0~ 9	轻微冷胁迫
38~46	酷热胁迫	-13~0	中度冷胁迫
32~38	强热胁迫	-27~-13	强冷胁迫
26~32	中度热胁迫	-40~-27	酷冷胁迫
9~26	舒适	< -40	极冷胁迫

新窗口打开
2.2.2 参数计算
由于UTCI模型输入参数均为瞬时数据,需要将逐日总辐射数据进行换算。现有2种换算策略：一是以白天12h为基准,将日总辐射数据换算为瞬时辐射量;二是以日照时数为基准,将日总辐射数据换算为瞬时辐射量。可以看出,两种策略区别在于：日照时数是波动变化量,而白天基准是固定变化量。综合考虑其他气象因素,如气温、风速和相对湿度均为逐日气象的平均状态,加之本文主要关注感知温度长期变化趋势,也是一种气候平均态。在此,本文选择以白天均值策略对逐日总辐射数据换算,计算公式如下：
=Rn×1000000/(12×3600)（2）
式中 Kglob为瞬时地面总辐射（W/（m²·s））; Rn为日总辐射量（MJ/（m²·d））。
2.2.3 敏感系数计算
为了定量研究气候因子变化引起的UTCI变化,本文计算了UTCI对气候因子（平均气温、相对湿度、平均风速、辐射温度）的敏感系数^[25],公式为：
S=lim(ΔUTCIUTCIΔx|x|)=?UTCI?x×|x|UTCI（3）
式中 S为UTCI对气候因子x的敏感系数; Δx为气候因子 x的变化; ΔUTCI为 Δx引起的UTCI的变化。 S>0,表示UTCI随气候因子的增加而增加; S>0,表示UTCI随气候因子的减少而减少;S越大,表示该气候因子x对UTCI的影响越大。例如UTCI对气候因子x的敏感系数为0.1时,即当气候因子x增加10.0%,UTCI增加1.0%。
气候因子的变化趋势（C）采用线性趋势表示,相对变化（RC）用研究时段变化量与该气候因子均值绝对值（av）的百分率表示^[26,27],公式如下：
（4）
式中RC为气候因子相对变化;av为气候因子均值绝对值;C为气候因子变化趋势;N为研究时段1960-2014年（取值为55年）。气候因子相对变化与敏感性S的乘积,表示该气候因子变化对UTCI变化的贡献量。

3 结果与分析

3.1 北京户外感知温度年际变化特征

1960-2014年北京居民户外感知温度年均值为9.2 ℃,人体感觉舒适。在季节上,春季和秋季UTCI分别为9.8℃和10.1℃,人体感觉亦为舒适;夏季UTCI值相对较高为26.8℃,人体感知为中度热胁迫;冬季UTCI值相对较低为-10.2℃,人体感知为中度冷胁迫。在变化趋势上,四季UTCI均呈现增加趋势,其变化速率分别为：夏季（0.09℃/10a）<秋季（0.41℃/10a）<全年（0.52℃/10a）<春季（0.60℃/10a）<冬季（1.08℃/10a）,除夏季变化趋势不显著外,其他季节均通过0.01显著水平检验。由全年和四季变化趋势可知,近55年北京户外人体感知温度增加主要以冬春显著增加为主,尤其是20世纪80年代中期后,春季和冬季正距平年份比重明显增加（表2）。
Table 2
表2
表21960-2014年北京UTCI变化描述统计特征
Table 2The statistical characteristic of UTCI change in Beijing from 1960 to 2014

指标	春季	夏季	秋季	冬季	全年
年平均值/℃	9.8	26.8	10.1	-10.2	9.2
胁迫类型	舒适	中度热胁迫	舒适	中度冷胁迫	舒适
变化趋势/（℃/10a）	0.60	0.09	0.41℃/10a	1.08	0.52
显著水平R2	0.27	0.02	0.20	0.43	0.37
p值	p<0.01	不显著	p<0.01	p<0.01	p<0.01
变异系数	0.20	0.03	0.15	0.25	0.15
1985年之前正距平比重/%	23.1	38.5	42.3	15.4	23.1
1985年之后正距平比重/%	79.3	55.2	65.5	89.7	93.1

新窗口打开
1960-2014年北京人体感知温度表现出阶段性（图2）。从10年滑动平均曲线看：①春季,20世纪60-70年代UTCI先减少后增加,在70年代形成相对偏冷期,80年代后除各别年份为负距平外,UTCI整体处于相对偏暖期;②夏季,20世纪60-70年代中期UTCI为波动减少期,60年代中期-90年代初UTCI多处于0值以下,UTCI为相对偏冷期,90年代后UTCI呈增加趋势,正距平年相对70-80年代明显增加;③秋季,20世纪60年代偏暖期要短于夏季,60年代中期-80年中期为相对偏冷期,80年代中期-21世纪初UTCI呈现正负交替变化,2005年UTCI大幅增加,形成一个相对高值峰期;④冬季,20世纪60年代经历了短暂的偏暖期后大幅下降,在60年代-80年代中期形成一个相对偏冷期,80年代中期后UTCI快速上升后维持正距平波动,整个时期UTCI明显偏暖。
显示原图|下载原图ZIP|生成PPT
图21960-2014年北京全年和四季UTCI变化趋势
-->Figure 2The change trends of annual and seasonal UTCI in Beijing from 1960 to 2014
-->

3.2 不同等级UTCI变化特征

全球变暖背景下,北 京不同等级UTCI趋势变化具有差异性（图3）,主要表现在以下几个方面：①1960-2014年极端热胁迫日数整体下降趋势并不显著（图3a）,其变化可分为3个阶段：1960-1977年波动减少期,1978-1995年低位波动期,1996-2014年快速上升期;②1960-2014年中度热胁迫日数整体上升趋势虽不显著（p>0.05）（图3b）,但是在20世纪70年代中期后快速增加,并在2002年后维持稳定波动;③就舒适日数而言（图3c）,其变化可亦分为3个阶段,1960-1989年持续增加期,1990-2000年波动下降期,2000-2014年稳定波动期;④轻微冷胁迫变化虽有所增加但变化相对稳定（图3d）,除20世纪60-70年代呈现先减少后增加趋势外,其余阶段均表现为震荡变化;⑤中度冷胁迫日数则表现出明显的增加趋势（图3e）,上升速率为0.26d/10a,其阶段性变化与极端冷胁迫日数巧好相反,以1986年为界,前期多为负距平,后期多为正距平;⑥在冷胁迫日数方面,极端冷胁迫日数呈下降趋势（图3f）,下降速率为-0.58d/10a,且以1986年为界,前期多为正距平,后期多为负距平。
显示原图|下载原图ZIP|生成PPT
图31960-2014年北京不同等级UTCI日数变化特征
-->Figure 3The characteristics of UTCI change on different levels in Beijing from 1960 to 2014
-->

综上所述,1960-2014年北京UTCI变化主要表现为：极端冷胁迫日数大幅下降,中度冷胁迫日数持续增加。近年来,除极端冷胁迫日数为负距平外,其他等级日数多位于均值之上,人体感知温度整体趋于偏暖,这与长三角城市人体舒适日数变化不大,热不舒适日数呈增加趋势,冷不适度日数大幅减少的结论一致^[16]。

3.3 北京户外感知温度敏感性分析

通过计算UTCI对4个关键气候因子（气温、风速、相对湿度和总辐射）的敏感性,以及各气候因子的相对变化,得出各气候因子变化对UTCI变化的贡献量,将其与计算出的UTCI实际变化量进行对比,从而识别出UTCI变化的主导因素（表3）。结果表明：①北京UTCI对4个关键气候因子的敏感系数分别为：相对湿度（0.08）<总辐射（0.11）<风速（-0.21）<气温（0.23）,可以看出北京UTCI对气温变化最为敏感,其次是风速变化;②不同季节中主导和次要气候因子组合存在差异。以冬季为例,气温升高、风速下降对冬季和春季UTCI变化贡献最大;对夏季而言,气温升高和相对湿度增加,则是夏季UTCI变化的主导因素;在春季,气温和风速对UTCI变化贡献则大致相当;③不同气候因子在不同季节贡献量存在差异。其中,气温和风速变化影响最大的季节为冬季,夏季影响相对较弱;相对湿度变化影响季节主要为春季和秋季,夏季和冬季影响则相对较弱;总辐射变化影响季节为冬季和春季,夏季影响相对较弱。
Table 3
表3
表3北京UTCI变化的主导气候因素
Table 3Domain climatic factors of UTCI change in Beijing

季节	UTCI /℃	气候因子贡献率/%				UTCI变化率 /%	主导因素
		气温			风速	相对湿度	总辐射
春季	9.8	7.4	-7.5	2.3	3.0	33.8	风速和气温
夏季	26.8	0.8	-0.1	0.3	0.2	1.8	气温
秋季	10.1	4.5	-2.9	2.0	2.4	22.0	气温
冬季	10.2	22.8	-11.2	0.6	4.2	57.1	气温和风速
全年	9.2	4.3	-3.5	1.3	2.4	31.0	气温和风速

注：UTCI主导因素以气候因子贡献量绝对值均值为标准,如果高于均值,则该气候因子为主导因素。
新窗口打开

4 结论

基于UTCI模型,本文分析了1960-2014年北京居民户外感知温度变化特征,并运用敏感性分析方法对UTCI变化主导气候因素进行分析,得到初步结论如下：
（1）1960-2014年北京居民户外感知温度年均值为9.2℃,人体感觉为舒适。在季节上,夏季感知为中度热胁迫,冬季为中度冷胁迫,春秋两季为舒适。在变化趋势上,除夏季UTCI上升趋势不显著外,其他季节均呈现快速上升趋势,且以冬春两季增温最为显著。
（2）在年际变化上,北京UTCI变化具有明显的3个阶段：1960-1970年持续下降期,1971-1990年持续上升期,1991-2014年高位稳定期。不同季节UTCI年际变化略有差异,春季偏冷期向偏暖期转换时间最早为1984年,夏季最晚为1990年,秋季和冬季分别为1986年和1985年。
（3）在等级变化上,北京极端热胁迫日数整体并未呈现明显上升趋势,中度热胁迫日数1976-2002年经历了一个持续上升期后维持稳定;对于冷胁迫而言,近55年极端冷胁迫日数显著下降,以1986年为界,前期多为正距平,后期多为负距平,中度冷胁迫日数变化恰好相反。从整体而言,北京居民户外极端冷胁迫日数在减少,热胁迫日数在增加,人体感觉趋于热不舒适。
（4）通过UTCI对4个关键气候因子（气温、风速、相对湿度和总辐射）的敏感性分析发现,北京地区UTCI对气温变化最为敏感,其次是风速。与此同时,不同季节中主导和次要气候因子组合存在差异,不同气候因子在不同季节贡献量亦存在差异。在冬季,气温升高、风速下降对冬季UTCI变化贡献最大;对夏季而言,气温升高和相对湿度增加,则是UTCI变化的主导因素。

5 讨论

Fröhlich等对卡塔尔多哈地区UTCI对气候因子敏感性进行定量分析^[5],其方法以调节气候因子变幅为主,这与本文敏感性分析方法略有差异。在此,借鉴其研究方法,绘制4个关键气候因子绝对变化分布图,每一个“豆荚”宽度代表气温频率,黑色实线代表一个“豆荚”分布的均值（图4）。从图中可以看出,气温和风速调整对UTCI变化影响最为明显,相对湿度和辐射温度变化对UTCI变化的影响则相对较弱,这从另一个角度佐证了UTCI对气候因子敏感性结论。赵娜等通过北京12个台站气象观测资料,分析了快速城市化对北京区域气候的影响^[28]。研究发现,近30年北京城区增温要快于周边地区,风速下降亦快于周边地区。快速城市化背景下,城市热岛效应和下垫面性质变化,直接影响气温和风速变化,可能是北京UTCI呈现快速上升的重要原因之一。
显示原图|下载原图ZIP|生成PPT
Figure 4Distribution of UTCI calculated with modified climatic factors in Beijing（注：“——”为UTCI均值;图4d中shade指在阴凉处人体感知温度,Tmrt=Ta;sun指在阳光下人体感知温度;50%shade指50%辐射温度下人体感知温度,Tmrt′=0.5Ta+0.5Tmrt。）
-->
-->

在研究方法上,由于无法获得更多区域辐射观测数据,这就限制了从时空角度再认识北京地区UTCI变化特征。笔者尝试利用Penman-Monteith模型对北京地面总辐射进行估算,将实测数据与其相减,绘制两者偏差直方图,并对比模拟总辐射与实测总辐射计算UTCI结果的差异（图5）。从图中可以看到,实际总辐射与模拟总辐射差值主要分布于0.0~6.5MJ/(m²·d）（图5a）,相应的UTCI差值变化范围0.0~1.2℃（图5b）。也就是说,模拟总辐射低于实际总辐射,会导致人体感知温度被低估。因此,如何准确模拟区域总辐射数据,是未来从“格局-过程-机制”角度认识感知温度时空变化的关键。
显示原图|下载原图ZIP|生成PPT
图5模拟总辐射和实际总辐射下日总辐射差值和UTCI差值分布特征
-->Figure 5Distribution of global radiation and UTCI difference between station and formula in Beijing
-->

大量研究表明：不仅在气候平均态,而且在单次极端高温事件过程中,城市热岛对北京最低气温（夜间）影响要高于最高气温（白天）,城市化增温作用具有季节和昼夜“非对称性”特征^[29,30]。本文以平均气温作为环境变量,评估人体感知温度的趋势变化,并未区分昼夜感知温度差异,势必会低估气候变化对居民生活和健康的风险。Nicholls等分析了1979-2001年墨尔本地区高温与65岁以上老人死亡率的关系发现,当最低温度（夜间）超过24.0°C,老年人日死亡率增加19.0%~21.0%^[31]。未来需要从昼夜异常角度,分析北京地区感知温度响应差异,定量气候变化和城市化对人体昼夜感知温度的相对作用。同时,细化UTCI时间分辨率,以日内（上班高峰期和上班时间、白昼和夜晚）、周内（工作日和周末）、月内（月初、中旬、月末）、特殊节假日（春节和国庆长假）为视角,探讨城市化对人体感知温度的影响。
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	闫业超,岳书平,刘学华,等. 国内外气候舒适度评价研究进展 [J]. 地球科学进展,2013,28(10):1119-1125. [本文引用: 1] [YAN Yechao,YUE Shuping,LIU Xuehua,et al.Advance in assessment of bioclimatic comfort conditions at home and abroad [J]. Advances in Earth Science,2013,28(10):1119-1125.] [本文引用: 1]
[2]	Blazejczyk K,Jendritzky G,Brode P,et al.An introduction to the universal thermal climate index (UTCI) [J]. Geographia Polonica,2013,86(1):5-10. [本文引用: 1]
[3]	Blazejczyk K,Epstein Y,Jendritzky G,et al.Comparison of UTCI to selected thermal indices [J]. International Journal of Biomete-orology,2012,56(3):515-535. [本文引用: 1]
[4]	Jendritzky G,Dear R D,Havenith G.UTCI-Why another thermal index [J]. International Journal of Biometeorology,2012,56(3):421-428. [本文引用: 1]
[5]	Fröhlich D,Matzarakis A.A quantitative sensitivity analysis on the behaviour of common thermal indices under hot and windy conditions in Doha,Qatar [J]. Theoretical and Applied Clim-atology,2015,doi:10.1007/s00704-015-1410-5. [本文引用: 3]
[6]	Bröde P,Krüger E L,Rossi F A,et al.Predicting urban outdoor thermal comfort by the Universal Thermal Climate Index UTCI-a case study in Southern Brazil [J]. International Journal of Biomete -orology,2012,56(3):471-480. [本文引用: 1]
[7]	Bleta A,Nastos P T,Matzarakis A.Assessment of bioclimatic conditions on Crete Island,Greece [J]. Regional Environmental Change,2014,14(5):1967-1981. [本文引用: 1]
[8]	Pappenberger F,Jendritzky G,Staiger H,et al.Global forecasting of thermal health hazards:The skill of probabilistic predictions of the Universal Thermal Climate Index (UTCI) [J]. International Journal of Biometeorology,2015,59(3):311-323. [本文引用: 1]
[9]	Höppe P.Different aspects of assessing indoor and outdoor thermal comfort [J]. Energy and buildings,2002,34(6):661-665. [本文引用: 1]
[10]	Park S,Tuller S E,Jo M.Application of Universal Thermal Climate Index (UTCI)for microclimatic analysis in urban thermal environments [J]. Landscape and Urban Planning,2014,125(2):146-155.
[11]	Rutty M,Scott D.Bioclimatic comfort and the thermal perceptions and preferences of beach tourists [J]. International Journal of Biometeorology,2015,59(3):37-45. [本文引用: 1]
[12]	李万珍,谭传凤. 人体的气候适宜度研究 [J]. 华中师范大学学报:自然科学版,1994,28(2):255-259. [本文引用: 2] [LI Wanzhen,TAN Chuanfeng.Climatic suitable index to the body [J]. Journal of Central China Normal University:Natural Science Edition,1994,28(2):255-259.] [本文引用: 2]
[13]	马丽君,孙根年,李玲芬,等. 海口旅游气候舒适度与客流量年内变化相关分析 [J]. 资源科学,2008,30(11):1754-1759. [本文引用: 1] [MA Lijun,SUN Gennian,LI Lingfen,et al.Correlative analysis of climate comfort and monthly variation of tourists in Haikou city [J]. Resources Science,2008,30(11):1754-1759.] [本文引用: 1]
[14]	马丽君,孙根年,谢越法,等.5 0年来东部典型城市旅游气候舒适度变化分析 [J]. 资源科学,2010,32(10):1963-1970. [本文引用: 1] [MA Lijun,SUN Gennian,XIE Yuefa,et al.A study on variations of the tourism climate comfort degree in five typical cities in eastern China during the last 50 years [J]. Resources Science,2010,32(10):1963-1970.] [本文引用: 1]
[15]	刘海洋,吴月,王乃昂,等. 中国沙漠旅游气候舒适度评价 [J]. 资源科学,2013,35(4):831-838. [本文引用: 1] [LIU Haiyang,WU Yue,WANG Naiang,et al.Analysis of climate comfort conditions in the desert tourism zone in China [J]. Resources Science,2013,35(4):831-838.] [本文引用: 1]
[16]	韩玮,苏敬,王琳. 长江三角洲城市发展与人体舒适度的关系 [J]. 应用气象学报,2013,24(3):380-384. [本文引用: 1] [HAN Wei,SU Jing,WANG Lin.Effects of urbanization on human comfort in the Yangtze River Delta [J]. Journal of Applied Meteorological Science,2013,24(3):380-384.] [本文引用: 1]
[17]	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. [CAO Weihong,HE Yuanqing,LI Zongxing,et al.A correlation analysis between climate comfort degree and monthly variation of tourists in Lijiang [J]. Scientia Geographyica Sincia,2012,32(12):1459-1464.]
[18]	王胜,田红,谢五三,等. 近50年安徽省气候舒适度变化特征及区划研究 [J]. 地理科学进展,2012,31(1):40-45. [WANG Shen. TIAN Hong,XIE Wusan,et al.A study on variations and comprehensive zoning of climate comfort degree in Anhui province in the past 50 years [J]. Progress in Geography,2012,31(1):40-45.]
[19]	赵子健,陈静怡,钟隽文,等. 基于标准有效温度和不舒适指标研究南京舒适状况 [J]. 气象与环境科学,2013,36(4):16-21. [ZHAO Zijian,CHEN Jingyi,ZHONG Xiuwen,et al.Nanjing thermal comfort status analysis based on standard effective temperature and discomfort index [J]. Meteorological and Environmental Sciences,2013,36(4):16-21.]
[20]	余志康,孙根年,罗正文,等. 40°N以北城市夏季气候舒适度及消夏旅游潜力分析 [J]. 自然资源学报,2015,30(2):327-339. [YU Zhikang,SUN Gennian,LUO Zhengwen,et al.An analysis of climate comfort degree and tourism potential power of cities in northern China in summer to the north of 40ºN [J]. Journal of Natural Resources,2015,30(2):327-339.]
[21]	陈慧,闫业超,岳书平,等. 中国避暑型气候的地域类型及其时空分布特征 [J]. 地理科学进展,2015,34(2):175-184. [本文引用: 2] [CHEN Hui,YAN Yechao,YUE Shuping,et al.Types of summer comfortable climate in China and their temporal and spatial distribution [J]. Progress in Geography,2015,34(2):175-284.] [本文引用: 2]
[22]	Fiala D,Havenith G,Bröde P,et al.UTCI-Fiala multi-node model of human heat transfer and temperature regulation [J]. International journal of biometeorology,2012,56(3):429-441.
[23]	Havenith G,Fiala D,Błazejczyk K,et al.The UTCI-clothing model [J]. International journal of biometeorology,2012,56(3):461-470. [本文引用: 1]
[24]	Bröde P,Fiala D,Błażejczyk K,et al.Deriving the operational procedure for the Universal Thermal Climate Index (UTCI) [J]. International journal of biometeorology,2012,56(3):481-494. [本文引用: 1]
[25]	McCuen R H. A sensitivity and error analysis of procedures used for estimating evaporation [J]. Water Resource Bulletin,1974,10(3):486-498. [本文引用: 1]
[26]	Yin Y H,Wu S H,Dai E F.Determining factors in potential evapotranspiration changes over China in the period 1971-2008 [J]. Chinese Science Bulletin,2010,55(29):3329-3337. [本文引用: 1]
[27]	刘宪锋,潘耀忠,张锦水,等. 1960-2011年西北五省潜在蒸散的时空变化 [J]. 应用生态学报,2013,24(9):2564-2570. [本文引用: 1] [LIU Xianfeng,PAN Yaozhong,ZHANG Jinshui,et al.Spatiotemporal variation patterns of potential evapotranspiration in five provinces of north-west China in 1960-2011 [J]. Chinese Journal of Applied Ecology,2013,24(9):2564-2570.] [本文引用: 1]
[28]	赵娜,刘树华,虞海燕. 近48年城市化发展对北京区域气候的影响分析 [J]. 大气科学,2011,35(2):373-385. [本文引用: 1] [ZHAO Na,LIU Shuhua,YU Haiyan.Urbanization effects on local climate in Beijing in recent 48 years [J]. Chinese Journal of Atmospheric Sciences,2011,35(2):373-385.] [本文引用: 1]
[29]	Yang P,Ren GY,Liu W D.Spatial and temporal characteristics of Beijing urban heat island intensity [J]. Journal of Applied Meteorology and Climatology,2013,52(8):1803-1816. [本文引用: 1]
[30]	周莉,江志红,李肇新,等. 中国东部不同区域城市群下垫面变化气候效应的模拟研究 [J]. 大气科学,2015,39(3):596-610. [本文引用: 1] [ZHOU Li,JIANG Zhihong,LI Zhaoxin,et al.Numerical simulation of urbanization climate effects in regions of east China [J]. Chinese Journal of Atmospheric Sciences,2015,39(3):596-610.] [本文引用: 1]
[31]	Nicholls N,Skinner C,Loughnan M,et al.A simple heat alert system for Melbourne,Australia [J]. International Journal of Bio-meteorology,2008,52(5):375-384. [本文引用: 1]