孔钦钦^1,2,, 郑景云^1,, 王新歌^1,2
1. 中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室,北京 100101
2. 中国科学院大学,北京 100049

Spatial pattern and temporal variation in thermal comfort in China from 1979 to 2014

KONGQinqin^1,2,, ZHENGJingyun^1,, WANGXinge^1,2
1. Key Laboratory of Land Surface Pattern and Simulation,Institute of Geographical Sciences and Natural Resources Research,Chinese Academy of Sciences,Beijing 100101,China
2. University of Chinese Academy of Sciences,Beijing 100049,China
通讯作者:郑景云,E-mail:zhengjy@igsnrr.ac.cn
收稿日期:2015-07-20
修回日期:2016-03-23
网络出版日期:2016-06-20
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:科技基础性工作专项项目（2011FY120300）中国科学院战略性先导科技专项项目（XDA05080100）中国科学院特色研究所培育建设服务项目（TSYJS04）
作者简介:
-->作者简介：孔钦钦,男,河南济源人,博士生,主要从事气候变化及其影响方向研究。E-mail:kongqq.12b@igsnrr.ac.cn



展开

摘要
基于ERA-Interim再分析资料,采用通用热气候指数（Universal Thermal Climate Index,UTCI）,分析1979-2014年中国气候舒适度的空间格局和时空变化特征。结果显示：①中国除青藏高原地区外,年均UTCI呈纬向分布,由北向南增加;青藏高原地区呈“环岛状”分布。夏季“无热应力”覆盖面积最大,冬季最小;②“无热应力”频率最高值（> 70%）位于云贵高原南部,最低值（< 10%）位于青藏高原地区;极端冷应力在长江以北均有出现,内蒙古地区东部和东北北部（14%~32%）,及青藏高原大部（16%~40%）最为频繁;中国中东部和新疆盆地区域均有极端热应力出现,其中塔里木盆地东部频率在4%以上;③年均UTCI的趋势在中国东北部为正,西南部为负;最大的上升和下降趋势分别位于长江三角洲（（0.6~0.8）°C/10a和青藏高原西部（-0.8~0.6）°C/10a）。夏季UTCI在全国范围一致上升,冬季相反;④“无热应力”频率的趋势在中国北部为正,南部为负;上升和下降幅度最大的区域分别为青藏高原东部与黄土高原交界附近（（0.8~1.5）个百分点/10a~1.5个百分点/10a））和云贵高原南部（1.5个百分点/10a~2.8个百分点/10a）。极端冷、热应力频率在中国大部分地区均为增加趋势。

关键词：气候舒适度;空间格局;时空变化;ERA-Interim;通用热气候指数;中国
Abstract
Based on ERA-Interim reanalysis data and Universal Thermal Climate Index （UTCI）,the spatial pattern and temporal variation in thermal comfort in China from 1979-2014 was investigated. The results show that annual UTCI decreases with increasing latitude for most of China and exhibits a circular distribution on the Qinghai-Tibetan Plateau. “No thermal stress” covers maximum area in summer,and minimum area in winter. From 1979 to 2014,the frequency of “no thermal stress” was highest over southern Yungui Plateau （>70%）and lowest for the Qinghai-Tibet Plateau（<10%）. Most regions to the north of the Yangtze River have seen extremely strong cold stress,especially over eastern Inner Mongolia,northern Northeast China（14%~32%）,and the Qinghai-Tibet Plateau（16%~40%）. Extremely strong heat stress has occurred over central and eastern China and the basin area in Xinjiang province,among which the eastern Tarim Basin has the highest frequency of more than 4%. From 1979 to 2014,annual UTCI show positive trends in northeastern China and negative trends in southwestern China,with the largest increase and decrease in the Yangtze River Delta（（0.6~0.8）°C/10y）and western Qinghai-Tibet Plateau（（-0.8~ -0.6）°C/10y）respectively. Summer UTCI has consistently increased across China,whereas the contrary is the case for winter UTCI. “No thermal stress” has become more frequent in northern China,and less frequent in southern China,with the largest frequency increase and decrease occurring over regions near the border between the eastern Qinghai-Tibet Plateau and Loess Plateau（（0.8~1.5）percent/10y）and southern Yungui Plateau（（1.5~2.8）percent/10y）. Extremely strong cold and heat stress have become increasingly frequent across the majority China.

Keywords：thermal comfort;spatial pattern;temporal variation;ERA-interim;universal thermal climate index;China

-->0
PDF (3416KB)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-->
孔钦钦, 郑景云, 王新歌. 1979-2014年中国气候舒适度空间格局及时空变化[J]. , 2016, 38(6): 1129-1139 https://doi.org/10.18402/resci.2016.06.12
KONG Qinqin, ZHENG Jingyun, WANG Xinge. Spatial pattern and temporal variation in thermal comfort in China from 1979 to 2014[J]. 资源科学, 2016, 38(6): 1129-1139 https://doi.org/10.18402/resci.2016.06.12

1 引言

气候舒适度是建立在人类机体与近地大气之间热交换原理的基础上,从气象角度评价人类在不同气候条件下舒适感的一项生物气象指标^[1],在公众健康^[2-4]、能源消耗^[5]、城市规划^[6]、旅游休闲^[7,8]等诸多领域对人类社会有重要影响。自工业革命以来,全球气候正经历一次以变暖为主要特征的显著变化^[9],在此过程中气温、湿度、风速、辐射等气候因子的变化会对气候舒适度产生影响。针对气候舒适度及其变化的研究可为相关领域的发展及适应性措施的制订提供科学依据。
气候舒适度研究已有近百年历史^[10]。早期研究多基于经验性指标,如有效温度（Effective Tempera-ture （ET））^[11]、湿球黑球温度指数（Wet Bulb Globe Temperature,WBGT）^[12]、温湿指数（Temperature-Humidity Index,THI）^[13]、风寒指数（Wind Chill Index,WCI）^[14]等。经验指标计算简便、易于理解;但过于简单的形式降低了结果的准确性,无法满足指标值和人体热生理状态一一对应的基本要求,其经验性质也导致了指标应用在时间、空间维度的局限性^[15]。合理的人体舒适度模型必须以人体热交换机制为基础,综合考虑环境因素、人体代谢呼吸散热和服装热阻等各种因素的影响^[16]。20世纪60年代后基于人体热交换模型的气候舒适度指标迅速发展^[17],包括预测平均投票数（Predicted Mean Vote,PMV）^[1]、体感温度（Perceived Temperature,PT）^[18]、标准有效温度（Standard Effective Temperature,SET）^[19]、生理等效温度（Physiological Equivalent Tempera-ture,PET）^[20],以及近几年发展的通用热气候指数（Universal Thermal Climate Index,UTCI）^[15,21]。
国内外已有诸多研究运用上述指标对区域气候舒适度进行评价。如Farajzadeh等发现6-9月为伊朗Ourmieh湖地区的气候舒适期^[22]。Matzarakis等运用PET指标对卢森堡气候舒适度进行旬尺度研究^[23]。类似的工作在奥地利^[24]、土耳其^[25]、克罗地亚^[26]、澳大利亚^[27]、俄罗斯^[28]等国家的局部地区均已开展。Lin等发现不同地区的居民对气候舒适度的感知存在差异,如对于长期生活在温带的居民而言,中国东部和台湾地区春季和秋季气候舒适;而对于（亚）热带居民而言,南部区域的春季和北部区域的夏季气候舒适^[8]。
此外,全球变暖背景下气候舒适度变化的研究也得到了国内外****的广泛关注。如Solymosi等发现1973-2008年间,匈牙利一年中有热应力的天数平均以每年4.1%的速度增加^[29]。Eludoyin等指出1981-2009年尼日利亚北部、中部以及南部沿海地区的有效温度相比1951-1980年上升了约2°C^[30]。Potchter等的研究发现,与1967-1976年相比,1997-2006年以色列贝尔谢巴市区和郊区的体感等效温度分别上升约4 ℃和2.1 ℃^[31]。国内研究中,Lam等分析了1968-2008年间香港气候舒适度的变化,发现夏季气候舒适程度逐渐恶化,冬季逐渐改善^[32]。Li等指出青藏高原地区一年中非常冷、冷、凉、微凉、适中和微暖日数已由1971-2000年均值的237.2天、44.1天、46.2天、29.3天、7.8天和0.6天变为1981-2010年均值的233.6天、43.1天、45.2天、32.6天、9.8天和0.9天^[33]。余永江等发现1955-2005年间中国31个主要省会城市平均体感温度增加了1.745°C,春季体感温度的增加最为显著^[34]。马丽君等以中国东部5个典型城市为例,分析了1958-2008年间气候舒适度变化的时空规律,发现纬度较高的城市气候舒适指数呈上升趋势,舒适期增长,纬度较低城市则相反^[35]。
目前中国国内研究多局限于局地或区域尺度,全国尺度的研究很少。这会导致对中国气候舒适度及其时空变化特征系统、缺乏全面的认识,不利于对气候舒适度变化效应的评价,以及相关领域制定适应性措施。因此,本文以ERA-Interim再分析资料为数据源,采用最新的人体舒适度指标UTCI,研究和分析1979-2014年间中国气候舒适度空间格局及时空变化特征。

2 数据来源与研究方法

2.1 数据来源

本文数据来源为欧洲天气预报中心（ECMWF）提供的中期再分析资料ERA-Interim^[36],包括2m气温、2m露点温度,10m风速、地表温度和云覆盖总量。每日有4次观测,分别在北京时间02 ∶00、08 ∶00、14 ∶00和20 ∶00,数据水平分辨率为0.125°×0.125°,时间段为1979-2014年。

2.2 通用热气候指数

人体冷热舒适程度除受气温影响外,还与湿度、风速、辐射以及人体代谢、服装热阻等诸多因素有关,是多因素共同作用的结果^[1]。由国际生物气象学会提出的UTCI指标,基于多节点人体热调节模型^[37]和自适应穿衣模型^[38],是当前考虑因素最全面、最具普适性的人体舒适度指标^[15]。UTCI被定义为在标准参照环境下,使人产生与实际环境中相同生理响应的气温（图1）。标准参照环境包括：①气候条件：平均辐射温度等于气温,10m风速0.5m/s,相对湿度为50%（2m气温<29°C）或水汽压为20hPa（2m气温>29°C）;②人体活动水平：步行速度为4km/h的成年男子（人体代谢率为135W/m²）^[21]。
显示原图|下载原图ZIP|生成PPT
图1通用热气候指数（UTCI）模型
（注：Ta为2m气温;Tr为平均辐射温度;rB为相对湿度;pa为水汽压;v为10m风速）
-->Figure 1The universal thermal climate index （UTCI）model
-->

然而,上述模型的操作对相关专业知识和技能有较高要求,同时大规模的气象资料使得模型运算十分耗时,因此产生了UTCI的简化计算方式：针对大量气温、平均辐射温度、水汽压和风速的各种组合计算UTCI值。在此基础上：①建立四维查询表格,实际应用中UTCI的计算可直接通过查表得到;②将UTCI对气温、风速、水汽压和平均辐射温度进行6阶多项式拟合,建立统计关系,计算公式为^[21] ：
HTCI=f(Ta，v，pa，Tr)（1）
式中 Ta为2m气温（°C）;v为10m风速（m/s）; pa为水汽压（hPa）; Tr为平均辐射温度（°C）。其中水汽压 pa由露点温度 Td（°C）计算而得：
pa=6.11exp5417.753{(1/273.16)-[1/(273.16+Td)]}（2）
平均辐射温度 Tr（°C）可通过MENEX模型进行估计^[39]：
Tr=(Rprim+0.5Lg+0.5La)0.95×5.667×10-8)14-273（3）
式中 Rprim为裸体吸收的太阳辐射通量密度（W/m²）,可利用SolAlt模型计算^[40]; Lg和 La分别为地表和大气的长波辐射通量密度（W/m²）,可分别由地表温度 Tg（℃）和2m气温 Ta（℃）计算而得：
Lg=5.5×10-8273+Tg)4（4）
La=5.5×10-8(273+Ta)4[0.82-0.25×10(-0.094×0.75Pa)]（5）
与其他指标相比,UTCI具有适用多种气候类型、对气候要素改变灵敏、能更好描述热环境变化过程等优势^[10]。本文UTCI的具体计算通过BioKlima 2.6软件实现,该软件集成了迄今应用广泛的多种人体舒适度指标^[41]。依据人体的热生理响应,UTCI热应力被分为10个等级（表1）^[21];同时本文把“极强热（冷）应力”和“很强热（冷）应力”合称为“极端热（冷）应力”。
Table 1
表1
表1UTCI热应力等级划分标准^[21]
Table 1UTCI equivalent temperatures categorized in terms of thermal stress

UTCI范围（°C）	热应力等级
> 46	热应力	极强热应力
38~46		很强热应力
32~38		强热应力
26~32		较强热应力
9~26	无热应力	无热应力
0~9	冷应力	轻微冷应力
-13~0		较强冷应力
-27~-13		强冷应力
-40~-27		很强冷应力
<-40		极强冷应力

新窗口打开

2.3 数据分析

本研究利用6小时一次的观测数据计算UTCI,即每日有4个值,并通过算术平均方法求得UTCI的季节、年平均值。此外,本研究还计算了每一年“无热应力”、“冷应力”、“热应力”、“极端热应力”和“极端冷应力”的频率（即该热应力等级出现的次数占一年中总观测次数的比例）。UTCI和UTCI频率的变化趋势通过线性倾向估计方法计算,并进行显著性检验。

3 结果及分析

3.1 UTCI空间分布

图2显示了中国年平均UTCI的空间分布。除青藏高原地区外,UTCI值基本呈纬向分布,自南向北逐渐减小。其中,燕山-太行山-黄土高原南缘-青藏高原东缘一线东南地区为“无热应力”;东北南部、内蒙古西部、黄土高原以及新疆盆地地区为“轻微冷应力”;东北和内蒙古北部,以及新疆山地区域为“较强冷应力”。受地形影响,青藏高原UTCI值主要随地势变化,呈现出“环岛状”分布特征。其中青藏高原中部高海拔山地、高原地区为“强冷应力”;环绕这些地区的外围亚高海拔区域中,“较强冷应力”占主导地位;藏东南谷地小片区域则为“无热应力”。
图3为季节平均UTCI的空间分布。春季、秋季UTCI的空间分布和年平均十分相似。夏季,太行山-巫山-雪峰山一线东南及四川盆地地区为“较强热应力”;青藏高原大部为“轻微冷应力”或“较强冷应力”;剩余地区为“无热应力”。冬季UTCI具有明显的纬向型分布规律;“无热应力”局限于华南地区;其余地区受冷应力控制,其中内蒙古东部、东北北部和藏北高原地区为“很强冷应力”。可以看出,仅云贵高原南部和藏东南谷地小片区域一年四季均表现为“无热应力”。
表2总结了全年及四季不同热应力等级的覆盖面积;其中,夏季“无热应力”覆盖面积最大,春季和秋季次之,冬季最小。
显示原图|下载原图ZIP|生成PPT
图21979-2014年中国年平均UTCI的空间分布
-->Figure 2Spatial distribution of annual UTCI in China from 1979 to 2014
-->

显示原图|下载原图ZIP|生成PPT
图31979-2014年中国季节平均UTCI的空间分布
-->Figure 3Spatial distribution of seasonal UTCI in China from 1979 to 2014
-->


Table 2
Table 2Distribution of thermal stress levels by total area and percentage of area from 1979 to 2014 （万km²,%）

	很强冷应力		强冷应力		较强冷应力		轻微冷应力		无热应力		较强热应力
	面积	百分比	面积	百分比	面积	百分比	面积	百分比	面积	百分比	面积	百分比
全年	-	-	70.93	7.20	349.14	35.43	251.90	25.56	312.83	31.75	0.54	0.05
春季	-	-	114.17	11.59	316.59	32.13	239.49	24.31	312.54	31.72	2.53	0.26
夏季	-	-	-	-	47.12	4.78	175.10	17.77	563.55	57.19	199.56	20.25
秋季	-	-	50.24	5.10	343.17	34.83	269.69	27.37	318.93	32.37	3.31	0.34
冬季	152.77	15.50	367.11	37.26	218.56	22.18	169.09	17.16	77.81	7.90	-	-

注：该段时期不存在“极强热应力”、“很强热应力”、“强热应力”、“极强冷应力”等热应力等级。
新窗口打开

3.2 UTCI频率的空间分布

图4显示了1979-2014年中国“无热应力”、“冷应力”和“热应力”频率的空间分布。在中国中、东部地区,“无热应力”频率由北向南增加。西部,新疆地区除阿尔泰山、天山地区外,“无热应力”频率介于30%~40%;青藏高原由于海拔较高,除高原东部和东南部部分区域外,“无热应力”频率均小于10%。图4a显示,中国“无热应力”频率最大值位于云贵高原地区,尤其在高原南部超过了70%。这是由云贵高原特殊的地理地形和气候特征决定的：夏季,该地区主要受西南季风影响,降水丰富,雨日多,加之海拔较高（1000~2000m）,使得夏无酷暑;冬季,北方冷空气被青藏高原阻挡,同时受西南暖流影响,故冬无严寒。此外,在中国地形梯度较大的地区,如昆仑山-祁连山-横断山脉一线附近,呈现出“无热应力”频率的快速变化。不同“无热应力”频率范围的地理分布及覆盖面积如表3所示。
Table 3
表3
表3不同无热应力频率范围的地理分布、覆盖面积和百分比
Table 3Distribution,area and percentage of area for different ranges of the frequency of no thermal stress

“无热应力”频率/%	地理分布	面积/万km2	百分比/%
< 10	青藏高原大部	160.64	16.30
10~30	青藏高原东部、新疆山地区域、内蒙古东部以及东北北部地区	264.15	26.81
30~40	新疆盆地区域、内蒙古西部、黄土高原、华北北部以及东北南部地区	253.30	25.71
40~60	中国中、东部黄河以南地区	233.07	23.65
60~70	云贵高原北部地区	42.21	4.28
70~80	云贵高原南部地区	31.97	3.24

新窗口打开
如图4b所示,中国中、东部地区“冷应力”频率由南向北递增;其中华南地区小于20%,江南地区介于20%~30%,江淮地区为30%~40%,华北地区为40%~60%,内蒙古及东北地区达到60%~80%。中国西部,青藏高原除东部部分地区外,“冷应力”频率超过90%;新疆盆地地区为40%~60%,天山、阿尔泰山地区为60%~90%。图4c显示,“热应力”频率的空间分布以燕山-太行山-雪峰山一线为界,该线西北大部地区不超过10%;新疆盆地区域增加至10%~20%;四川盆地则介于20%~30%。在该线东南区域,“热应力”频率普遍大于10%,且由北向南递增;其中华北地区为10%~20%,江淮地区为20%~30%,江南地区介于20%~40%,华南地区达到了40%以上。
极端冷、热应力会对人们的生命财产安全造成重大威胁。图5显示了1979-2014年中国极端冷、热应力频率的空间分布。在中国长江以北的绝大部分地区均有极端冷应力出现。图5a显示,除青藏高原外,“极端冷应力”频率由南向北递增;其中,江淮地区、华北地区以及新疆南部地区小于2%,内蒙古地区西部、东北地区南部和新疆北部地区介于2%~14%,内蒙古地区东部和东北北部地区达到了14%~32%。青藏高原“极端冷应力”频率的分布主要受地形因素影响,在藏北高原和高海拔山地区域达到30%~40%,外围亚高海拔区域为16%~30%,藏东南地区则降至2%以下。图5b显示,极端热应力在中国中东部地区及新疆盆地区域均有出现;其中江南地区、四川盆地及新疆盆地区域为“极端热应力”频率的大值区,普遍在1.8%以上,尤其是塔里木盆地东部地区,超过了4%。
显示原图|下载原图ZIP|生成PPT
图41979-2014年中国无热应力、冷应力和热应力频率的空间分布
-->Figure 4Spatial distribution of the frequencies of no thermal stress,cold stress and heat stress in China from 1979 to 2014
-->

显示原图|下载原图ZIP|生成PPT
图51979-2014年中国极端冷、热应力频率的空间分布
-->Figure 5Spatial distribution of the frequencies of extremely strong cold and heat stress in China from 1979 to 2014
-->

3.3 UTCI变化趋势

如图6所示,1979-2014年中国年平均UTCI的变化趋势具有明显的东北-西南分异特征;东北部为上升趋势,西南部为下降趋势。其中上升和下降幅度最大的地区分别位于长江三角洲（(0.6~0.8)°C/10a）和青藏高原西部地区（（-0.8~-0.6）°C/10a）。从季节尺度看（图7）,春季UTCI在中国中、东部黄河以南地区呈显著上升趋势（p<0.05）,其中在长江三角洲地区升幅达（0.8~1.1）°C/10a。夏季UTCI的上升趋势最为广泛,在中国北部地区尤其显著,达到了（0.4~1.1)°C/10a。秋季UTCI的趋势表现为东西分异格局,东部以上升趋势为主,西部以下降趋势为主;其中在东北、内蒙古东部、山东半岛,以及长江下游地区,上升幅度超过0.04°C/10a,在青藏高原西部地区UTCI以(-1.0~-0.4）°C/10a的速率显著降低。冬季,UTCI下降趋势在全国范围占主导地位,特别在青藏高原西部和中国西北部分地区,降幅达到了（-1.3~-0.4）°C/10a。
显示原图|下载原图ZIP|生成PPT
图61979-2014年中国年平均UTCI的变化趋势
-->Figure 6Trends in annual UTCI in China from 1979 to 2014
-->

显示原图|下载原图ZIP|生成PPT
图71979-2014年中国季节平均UTCI的变化趋势
-->Figure 7Trends in seasonal UTCI in China from 1979 to 2014
-->

3.4 UTCI频率变化趋势

相似的UTCI变化趋势在不同地区可能会产生不同的影响。例如UTCI的上升趋势在高纬度、高海拔地区会减缓冷应力,提升气候舒适程度;在低纬度、低海拔地区则会加剧热应力,降低气候舒适程度。因此,为更全面地刻画气候舒适度时空变化特征,本文进一步分析了“无热应力”、“冷应力”和“热应力”频率的变化趋势。
显示原图|下载原图ZIP|生成PPT
图81979-2014年中国“无热应力”、“冷应力”、“热应力”频率的变化趋势
-->Figure 8Trends in the frequencies of no thermal stress,cold stress,and heat stress in China from 1979 to 2014
-->

如图8所示,“无热应力”频率的变化趋势具有明显的南北分异特征。北部除新疆部分地区外呈增加趋势,最大增幅位于青藏高原东部与黄土高原交界附近地区,每10年增加0.8~1.5个百分点。南部以下降趋势为主,且在天山、塔里木盆地中部、青藏高原南部边缘、四川盆地、云贵高原南部,以及华南大部地区达到了0.05显著性水平;其中,云贵高原南部和藏东南谷地的降幅最为明显,每10年下降1.5~2.8个百分点。“冷应力”频率的变化趋势表现为清晰的东北-西南分异格局。东北部普遍呈显著下降趋势,且多数地区降幅超过0.8个百分点/10a。西南部为上升趋势,最大升幅位于天山、昆仑山脉西段、青藏高原南部边缘以及云贵高原南部地区,每10年上升0.8~2.0个百分点。“热应力”频率在中国除了青藏高原以外大多数地区呈一致上升趋势;其中在中国东部黄河以南地区升幅超过0.6个百分点/10a,在长江下游地区更达到1.0~1.7个百分点/10a。
图9显示了极端冷、热应力的变化趋势。可以看出,虽然中国北方地区整体变暖,但极端冷应力在1979-2014年间仍越发频繁;尤其在青藏高原西部地区,“极端冷应力”频率平均每10年增加1.0~2.5个百分点。此外,“极端热应力”频率在中国绝大部分地区也呈增加趋势,增幅的大值区包括太行山-巫山-雪峰山一线东南、四川盆地、塔里木盆地西部,以及吐鲁番盆地等地区;而这些地区也是中国极端热应力的高风险区,高温热浪频发。
显示原图|下载原图ZIP|生成PPT
图91979-2014年中国极端冷、热应力频率的变化趋势
-->Figure 9Trends in the frequencies of extremely strong cold and heat stress in China from 1979 to 2014
-->

4 结论

本文利用ERA-Interim中期再分析资料和UTCI,分析了1979-2014年中国气候舒适度的空间格局及时空变化特征,主要结论如下：
中国除青藏高原地区外,年平均UTCI呈纬向分布,由北向南逐渐增加;青藏高原地区受地形影响呈“环岛状”分布。夏季“无热应力”覆盖面积最大,春、秋季次之,冬季最小。“无热应力”频率在中国中、东部地区由北向南增加;最大值（>70%）位于云贵高原南部,最小值（<10%）位于青藏高原地区。“冷应力”频率的大值区包括内蒙古和东北地区（60%~80%）,以及青藏高原大部（>90%）;“热应力”频率的大值区包括江淮地区（20%~40%）和华南地区（>40%）。极端冷应力在中国长江以北绝大部分地区均有出现,其中内蒙古地区东部和东北北部（14%~32%）,以及青藏高原大部（16%~40%）最为频繁;中国中东部和新疆盆地区域均有极端热应力出现,其中江南地区、四川盆地及新疆盆地区域相对频繁,在1.8%以上,塔里木盆地东部则超过了4%。
1979-2014年,年平均UTCI在中国东北部为上升趋势,西南部为下降趋势;上升和下降幅度最大的地区分别位于长江三角洲（（0.6~0.8）°C/10a）和青藏高原西部（（-0.8~-0.6）°C/10a）。夏季UTCI在全国范围一致上升,冬季则相反。“无热应力”频率在中国北部以上升趋势为主,南部以下降趋势为主;上升和下降幅度最大的地区分别位于青藏高原东部与黄土高原交界附近（（0.8~1.5）个百分点/10a）和云贵高原南部（（1.5~2.8）个百分点/10a）。虽然中国北方整体增暖,但极端冷应力仍越发频繁;极端热应力频率在中国绝大部分地区也呈增加趋势,尤其在太行山-巫山-雪峰山一线东南、四川盆地、塔里木盆地西部,以及吐鲁番盆地等地区。
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]	Fanger P O.Thermal Comfort:Analysis and Applications in Envi-ronmental Engineering [M]. Copenhagen:Danish Technical,1970. [本文引用: 3]
[2]	Chen A,Chang W C.Human health and thermal comfort of office workers in Singapore [J]. Building and Environment,2012,58(15):172-178. [本文引用: 1]
[3]	Hardy J D.Thermal comfort and health [J]. Ashrae Journal,1971,13(2):43-51.
[4]	Pantavou K,Theoharatos G,Mavrakis A,et al.Evaluating thermal comfort conditions and health responses during an extremely hot summer in Athens [J]. Building and Environment,2011,46(2):339-344. [本文引用: 1]
[5]	Roetzel A,Tsangrassoulis A.Impact of climate change on comfort and energy performance in offices [J]. Building and Environment,2012,57:349-361. [本文引用: 1]
[6]	Yilmaz S,Irmak A M,Matzarakis A.The importance of thermal comfort in different elevation for city planning [J]. Global Nest Journal,2013,15(3):408-420. [本文引用: 1]
[7]	Endler C,Matzarakis A.Climate and tourism in the Black Forest during the warm season [J]. International Journal of Biomete-orology,2011,55(2):173-186. [本文引用: 1]
[8]	Lin T P,Matzarakis A.Tourism climate information based on human thermal perception in Taiwan and Eastern China [J]. Tourism Management,2011,32(3):492-500. [本文引用: 2]
[9]	第二次气候变化国家评估报告编委会. 第二次气候变化国家评估报告[M]. 北京:科学出版社,2011. [本文引用: 1] [Editorial Committee of Second National Assessment Report on Climate Change. Second National Assessment Report on Climate Change[M]. Beijing:Science Press,2011.] [本文引用: 1]
[10]	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: 2]
[11]	Houghten F C,Yagloglou C P.Determining lines of equal comfort [J]. ASHVE Transactions,1923,29(10):163-176. [本文引用: 1]
[12]	Yaglou C P,Minard D.Control of heat casualties at military training centers [J]. AMA Archives of Industrial Health,1957,16(4):302-316. [本文引用: 1]
[13]	Thom E C.A new concept of cooling degree days [J]. Air Condit Heat Ventil,1957,54(6):73-80. [本文引用: 1]
[14]	Siple P,Passel C.Measurements of dry atmospheric cooling in subfreezing temperatures [J]. Proceedings of the American Philosophical Society,1945,89(1):177-199. [本文引用: 1]
[15]	Jendritzky G,de Dear R,Havenith G. UTCI-why another thermal index? [J]. International Journal of Biometeorology,2012,56(3):421-428. [本文引用: 3]
[16]	Parsons K C.Human Thermal Environments:The Effects of Hot,Moderate,and Cold Environments on Human Health,Comfort and Performance [M]. London:Taylor & Francis,2003. [本文引用: 1]
[17]	Gagge A P,Fobelets A P,Berglund L G.A standard predictive index of human response to the thermal environment [J]. ASHRAE Transactions,1986,92(2B):709-731. [本文引用: 1]
[18]	Staiger H,Laschewski G,Gratz A.The perceived temperature-a versatile index for the assessment of the human thermal environment. Part A:Scientific basics [J]. International Journal of Biometeorology,2012,56(1):165-176. [本文引用: 1]
[19]	Gonzalez R R,Nishi Y,Gagge A P.Experimental evaluation of standard effective temperature:A new biometeorological index of man's thermal discomfort [J]. International Journal of Biometeorology,1974,18(1):1-15. [本文引用: 1]
[20]	Mayer H,Höppe P.Thermal comfort of man in different urban environments [J]. Theoretical and Applied Climatology,1987,38(1):43-49. [本文引用: 1]
[21]	Brode P,Fiala D,Blazejczyk 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: 5]
[22]	Farajzadeh H,Matzarakis A.Evaluation of thermal comfort conditions in Ourmieh Lake,Iran [J]. Theoretical and Applied Climatology,2012,107(3-4):451-459. [本文引用: 1]
[23]	Matzarakis A,Rammelberg J,Junk J.Assessment of thermal bioclimate and tourism climate potential for central Europe-the example of Luxembourg [J]. Theoretical and Applied Climatology,2013,114(1-2):193-202. [本文引用: 1]
[24]	Matzarakis A,Hammerle M,Endler C,et al.Assessment of tourism and recreation destinations under climate change conditions in Austria [J]. Meteorologische Zeitschrift,2012,21(2):157-165. [本文引用: 1]
[25]	Caliskan O,Cicek I,Matzarakis A.The climate and bioclimate of Bursa (Turkey)from the perspective of tourism [J]. Theoretical and Applied Climatology,2012,107(3-4):417-425. [本文引用: 1]
[26]	Brosy C,Zaninovic K,Matzarakis A.Quantification of climate tourism potential of Croatia based on measured data and regional modeling [J]. International Journal of Biometeorology,2014,58(6):1369-1381. [本文引用: 1]
[27]	Shiue I,Matzarakis A.Estimation of the tourism climate in the Hunter Region,Australia,in the early twenty-first century [J]. International Journal of Biometeorology,2011,55(4):565-574. [本文引用: 1]
[28]	Grigorieva E A,Matzarakis A.Physiologically equivalent temperature as a factor for tourism in extreme climate regions in the Russian Far East:Preliminary results [J]. European Journal of Tourism,Hospitality and Recreation,2011,2(3):127-142. [本文引用: 1]
[29]	Solymosi N,Torma C,Kern A,et al.Changing climate in Hungary and trends in the annual number of heat stress days [J]. International Journal of Biometeorology,2010,54(4):423-431. [本文引用: 1]
[30]	Eludoyin O M,Adelekan I O.The physiologic climate of Nigeria [J]. International Journal of Biometeorology,2013,57(2):241-264. [本文引用: 1]
[31]	Potchter O,Ben-Shalom H I. Urban warming and global warming:Combined effect on thermal discomfort in the desert city of Beer Sheva,Israel [J]. Journal of Arid Environments,2013,98:113-122. [本文引用: 1]
[32]	Lam JC,Wan K K W,Wong S L,et al. Long-term trends of heat stress and energy use implications in subtropical climates [J]. Applied Energy,2010,87(2):608-612. [本文引用: 1]
[33]	Li R,Chi X.Thermal comfort and tourism climate changes in the Qinghai-Tibet Plateau in the last 50 years [J]. Theoretical and Applied Climatology,2014,117(3-4):613-624. [本文引用: 1]
[34]	余永江,郑有飞,谈建国,等. 近50a来中国大城市体感温度变化 [J]. 气象科学,2009,29(2):272-276. [本文引用: 1] [Yu Y J,Zheng Y F,Tan J G,et al.Changes of physiological equivalent temperature of big cities in China during 1955-2005 [J]. Scientia Meteorologica Sinica,2009,29(2):272-276.] [本文引用: 1]
[35]	马丽君,孙根年,谢越法,等. 50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 L J,Sun G N,Xie Y F,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]
[36]	Simmons A,Uppala S,Dee D,et al.ERA-interim:New ECMWF reanalysis products from 1989 onwards [J]. ECMWF Newsletter,2006,110:25-35. [本文引用: 1]
[37]	Fiala D,Havenith G,Brode P,et al.UTCI-Fiala multi-node model of human heat transfer and temperature regulation [J]. Inter-national Journal of Biometeorology,2012,56(3):429-441. [本文引用: 1]
[38]	Havenith G,Fiala D,Blazejczyk K,et al.The UTCI-clothing model [J]. International Journal of Biometeorology,2012,56(3):461-470. [本文引用: 1]
[39]	Matzarakis A,Rutz F,Mayer H.Modelling radiation fluxes in simple and complex environments:Basics of the RayMan model [J]. International Journal of Biometeorology,2010,54(2):131-139. [本文引用: 1]
[40]	Matzarakis A,de Freitas C. Proceedings of the 1st International Workshop on Climate,Tourism and Recreation [C]. Halkidiki:International Society of Biometeorology,Commission on Climate Tourism and Recreation,2001. [本文引用: 1]
[41]	Błażejczyk K. BioKlima-Universal Tool for Bioclimatic and Thermophysiological Studies[EB/OL]. (2013-07-18)[2015-07-20]. http://www.igipz.pan.pl/Bioklima-zgik.html. [本文引用: 1]