删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

中国避暑旅游基地适宜性综合评价研究

本站小编 Free考研考试/2021-12-29

杨俊¹^,³^,, 张永恒¹, 席建超²^,³^,

1. 辽宁师范大学自然地理与空间信息科学辽宁省重点实验室,大连 116029

2. 中国科学院区域可持续发展分析与模拟重点实验室,北京 100101

3. 中国科学院地理科学与资源研究所,北京 100101

The comprehensive evaluation of suitability of summer tourism base in China

YANGJun¹^,³^,, ZHANGYongheng¹, XIJianchao²^,³^,

1. Liaoning Key Laboratory of Physical Geography and Geomatics,Liaoning Normal University,Dalian 116029,China

2. Key Laboratory of Regional Sustainable Development Modeling,Chinese Academy of Sciences,Beijing 100101,China

3. Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences,Beijing 100101,China

通讯作者:通讯作者：席建超,xijc@igsnrr.ac.cn
收稿日期:2016-06-19
修回日期:2016-10-30
网络出版日期:2016-12-20
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:

国家自然科学基金项目（41671151,41471140）

国家旅游局“国家旅游示范基地标准”项目

作者简介:
-->作者简介：杨俊 ,男,湖北孝昌人,博士,副教授,主要从事人居环境、城市化与地理信息系统应研究。yangjun@lnnu.edu.cn

展开

摘要
随着全球气候变暖、城市热岛效应的逐渐加剧,避暑旅游已是当前夏季人们最迫切的旅游需求。本文以目前中国避暑旅游资源为基础,研究和探讨了避暑旅游基地建设的空间适宜性分布。研究采用UTCI通用热气候指数模型和GIS空间分析法对多元数据进行建模处理,加权求得避暑旅游基地综合舒适度指数,并对舒适度等级进行分析评价,目的是构建以国家A级景区为核心区,周边服务产业为半径的一批产业要素链齐全、旅游环境舒适,国内外具有较高影响力的综合性避暑旅游基地。研究表明：①中国避暑旅游气候舒适度总体分布主要集中在青藏高原周边地带和辽东半岛以及山东半岛的滨海地带和部分西南地区;②具体分布以中国辽东半岛和山东半岛的滨海地区为避暑旅游基地第一大集中分布区;西南山地高原以贵阳、昆明等为核心点及周边依托区为避暑旅游基地的第二大集中分布区;东北山地平原以沈阳、吉林等周边地区可视为避暑旅游基地第三大集中区;西北中部地区以西宁,兰州为主要中心轴向南北两端发展的辐射地区为避暑旅游基地的第四大集中分布区。

关键词：避暑旅游基地;气候适宜度;适宜性评价;科学基础;空间导向
Abstract
With the global warming, the gradual increase in urban heat island effect, summer tourism is the most urgent needs of the summer travel. This paper currently our country summer tourism resources as the foundation, studies and discusses the spatial suitability distribution of summer tourism base construction. The research by UTCI climate comfort index and GIS spatial analysis method and AHP analytic hierarchy process（AHP）based, with GIS spatial analysis technique of multivariate data modeling processing, weighting to obtain the tourism climate comfortable degree index, in order to build the national A-level scenic spot core center, service industry around radius, to build a comprehensive a number of industrial chain elements, tourism environment comfortable, at home and abroad has an influence on the comprehensive summer tourism base. The findings are as follows. The spatial distribution of China’s summer tourism resources exhibits a double-peak characteristic, with concentrations in the mid- and high-latitude and high-altitude regions. Second, the specific spatial distribution included areas surrounding the Qinghai-Tibet Plateau and Liaodong Peninsula and coastal areas of Shandong Peninsula and the part of in southwest China. The Liaodong Peninsula and coastal areas of the Shandong Peninsula is the most ideal summer tourism destinations. The second largest concentration of suitable summer tourism destinations is found in the southwestern mountains and plateaus, with Guiyang and Kunming as the core and including their peripheral areas. Next is the northeastern mountains and plains, comprising Shenyang, Jilin and their peripheral areas. Fourth largest is the central region of the northwest, with Xining and Lanzhou as the central axis and radiating in a north-south direction.

Keywords：summer tourism base;climatic suitability;suitability evaluation;scientific foundation;spatial orientation

-->0
PDF (7394KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNote Ris Bibtex 收藏本文-->
杨俊, 张永恒, 席建超. 中国避暑旅游基地适宜性综合评价研究[J]. , 2016, 38(12): 2210-2220 https://doi.org/10.18402/resci.2016.12.02
YANG Jun, ZHANG Yongheng, XI Jianchao. The comprehensive evaluation of suitability of summer tourism base in China[J]. 资源科学, 2016, 38(12): 2210-2220 https://doi.org/10.18402/resci.2016.12.02

1 引言

近年来,随着全球气候变暖,夏季极端高温天数和热浪天气数呈明显递增趋势,气温的升高和城市热岛效应的加剧使得中国大部分地区夏季呈现出高温“火炉”状态,特别是长江中下游地区炎热城市分布最为密集^[1],炎热的气候环境使得人们对避暑旅游资源的需求不断增加,避暑旅游也相应地呈现出“井喷式”发展。气候舒适度是衡量避暑旅游基地建设是否适宜的最基本的指标,人体对气象环境的感知即气候舒适度,通常指人们无需借助任何消寒、避暑装备与设施就能保证生理过程的正常进行、感觉刚好适宜且无需调节的气候条件。目前,国内外有关****对气候舒适度的研究已有百年历史,尤其是在评价体系与模型的构建以及气候舒适度对旅游活动的影响等领域取得一系列的成果^[2-5]。
国外早期对气候舒适度的研究多基于统计经验性指标分析,包括有效温度指数（Effective Temperature,ET）^[6],湿球黑球温度指数（Wet Bulb Globe Temperature）^[7]、适用于热环境的温湿指数（Temperature-Humidity Index,THI）^[8]等,近期****研究则主要基于人体热量平衡的机理模型为主,代表性的有Gagge提出的标准有效温度（Standard Effective Tem-perature,SET）^[9]以及其他****在MEMI模型基础上改进的生理等效温度等舒适度模型。自20世纪以来,基于气温、风速、湿度等因子的复杂组合所建立的舒适度模型不下几十种,针对目前中国蓬勃发展的旅游业,国内有关****从不同角度对避暑旅游做了相应的研究,例如陆林等通过对中国海滨型和山岳型旅游地气候舒适性做分析对比指出,自然气候因素是季节性旅游客流变化的主导因素^[10]。曹伟宏等基于温湿指数、风寒指数以及衣着指数对丽江的气候舒适度与客流量之间的关系做了分析^[11]。吴普等基于引力模型,通过经济、日照数、温度、降水等因子构建模型研究了滨海旅游目的地需求影响因素^[12]。
人体舒适的感知度不仅与气温、风速、相对湿度和云量有关,还与其他气象因子和地形因素有关。因此,旅游者在对夏季避暑旅游景区的舒适度的选择上不仅考虑到气象因素,还应综合考虑当地的海拔、地形、辐射交通与服务等多重因素。为进一步对全国避暑旅游资源进行科学合理的评价,本文采用通用热气候指数模型UTCI （Universal Thermal Climate Index））、AHP层次分析法和GIS空间分析相结合的方法,以BioKlima2.6和ArcGIS为平台,基于1960-2014年全国地面气象观测数据及其它统计数据,深入挖掘和研究中国避暑旅游资源气候舒适度的平均状态变化与分布,借助GIS空间分析技术对多元数据进行建模处理,并加权求得避暑旅游综合气候舒适度指数,并结合当前中国旅游资源空间时空分布特征,选取适合避暑旅游基地建设的区域范围。

2 研究方法与数据来源

2.1 评价指标体系构建

避暑旅游基地评价指标体系的构建主要是为了选取和评估具有避暑旅游特色的目标景区及避暑旅游城市提供必要的基础,同时也为游客准确做出避暑旅游决策提供支持。依据避暑旅游评价指标的选取要求^[13],参考国家旅游局颁布的《国家绿色旅游示范基地》（LB/T 048-2016）^[14]从适宜的避暑气候环境、高质量的服务体系、较高的发展潜力及科学性和可操作性的原则角度出发,利用层次分析法（AHP）模型构建国家避暑旅游基地建设指标评价体系,见表1。
Table 1
表1
表1避暑旅游基地指标评价体系
Table 1The evaluation index system of summer tourism base

目标层	领域层（权重）	因素层（权重）	具体说明
避暑旅游基地建设综合指标	气候旅游资源指标（0.671）	森林覆盖率（0.057）	[森林覆盖率]=[森林面积]/[区域面积]（以地级市为单位）
		气候舒适度（0.413）	根据气象站点的气象数据通过UTCI舒适度指数算出各地区气候舒适度指数
		海拔高度（0.094）	利用DEM数据对夏季平均气温进行差值分析得出不同海拔高度的气温分布
		空气质量（0.107）	空气质量指数（AQI）年达标天数比例,[AQI达标率]=[AQI达标天数]/366其达标比例越大,因子赋值越高
	旅游产业发展指标（0.216）	旅游景区景点个数（0.079）	国家4A及5A级旅游景分布个数,市级行政区内景区数量越多,因子赋值越高
	旅游产业发展指标（0.216）	旅游接待人次和收入水平（0.072）	旅游收入水平用区域旅游总收入总和表示;旅游接待人次用景区年接待国内外旅游总人表示,旅游收入水平和接待人次值越高,因子的赋值越高
	旅游发展潜力指标（0.113）	经济水平（0.065）	经济水平用城市人均GDP水平及增长速率表示,经济水平越高,因子赋值越高,[经济发展水平]=f（[人均GDP],[GDP增长率]）
		周边城市群规模和等级（0.037）	所在地区周边组成城市群的城市数量和城市等级,城市群等级越高,因子赋值越高
		区域人口规模（0.041）	区域人口规模用城市人口密度表示,[人口密度]=[总人口数量]/[土地面积]
		交通密度（0.0635）	交通密度用交通便捷程度表示;交通便捷程度越高,因子赋值越高

新窗口打开

2.2 评价方法与流程

气候舒适度是评价避暑旅游基地最关键的基础指标,本研究采用目前国内外****普遍认同的由国际生物气象学会提出的通用热气候指数模型（UTCI,Universal Thermal Climate Index）（图1）^[15,16] 来计算各气象站点的人体感知温度,通过人体感知温度来获取气候舒适等级分布。UTCI模型是一种多节点热生理模型,适用于多种气候类型,对热环境变化过程描述具有很好的优势,研究对UTCI指数的计算主要是通过BioKlima2.6软件来实现。该软件目前集成了多种气候舒适度模型,是当前最具普适性的人体热平衡机理模型。

显示原图|下载原图ZIP|生成PPT
图1UTCI模型结构
-->Figure 1The universal thermal climate index （UTCI）model
-->

UTCI模型中的大多数要素可直接观测,只有平均辐射度不能从资料中直接获取,但可以通过将日照百分比和100%的差值作为近似云覆盖总量用以代替,Hoyt论证了其合理性^[17],UTCI模型的具体表达式为：

\begin{matrix} UTCI = f (T_{a} ； T_{mrt} ； V_{a} ， RH) \end{matrix}

（1）
式中

\begin{matrix} T_{a} \end{matrix}

为平均气温（℃）;

\begin{matrix} T_{mrt} \end{matrix}

为平均辐射温度（℃）;

\begin{matrix} V_{a} \end{matrix}

为平均10m风速;

\begin{matrix} RH \end{matrix}

为相对湿度（%）。UTCI模型中,气候舒适度等级一般是将人体感知温度分为10级^[18] 见表2,而人体感知温度最佳舒适度区间在9~26℃之间,在该温度区间内,人体的热调节系统基本处于稳定状态,人体蓄热率值接近于0,皮肤温度几乎无变化,体感舒适,因此将满足该区间的舒适度作为避暑型气候研究的基本参考条件。
Table 2
表2
表2UTCI人体感知温度的舒适度等级划分
Table 2Comfort degree of human-perceived temperature （UTCI）

UTCI人体感知温度/℃	气候舒适度等级	UTCI人体感知温度/℃	气候舒适度等级
>46	极热	0~9	凉
38~46	很热	-13~0	较冷
32~38	热	-27~13	冷
26~32	较热	-40~27	很冷
9~26	舒适	<-40	极冷

新窗口打开

显示原图|下载原图ZIP|生成PPT
图2评价体系结构
-->Figure 2The structure diagram of evaluation system
-->

国家避暑旅游基地的适宜性评价,不仅要考虑到避暑旅游资源的气候适宜度,还应考虑旅游景区的空间分布及区域经济发展规模。本文采用UTCI模型及GIS空间分析,将图形数据的空间属性数据和隐含的非空间属性数据关联起来,从而易于空间数据量算、地形因子的提取和图层要素的叠置分析,实现从单因子评价到多因子综合评价（见图2）,具体评价流程如下：
（1）图形空间属性数据与非空间属性数据的关联。为使得隐含的非空间属性数据能够在空间可视化表达与分析,将统计数据建立相应的属性表,并加载到空间图形的属性当中,使统计数据具有相应的空间坐标,目的是将所有的空间属性数据和非空间属性数据统一在一个坐标系下,为空间可视化表达提供基础。
（2）单因素评价。空间要素的多样性使得在叠置分析前对每各要素进行相应的标准化化处理,消除各原始指标的量纲差异。为获得各个因素得分和权重值,本文通过SPSS分析软件首先对原始数据进行统计分析,再利用熵值法（公式（2））获得评分值,按照一定的评价标准进行重分类,通过属性表统计各区域的面积,将各因子对应权重值添加到属性表中。

\begin{matrix} A_{i} = \frac{\sum_{j}^{=} c_{ij}}{n} \end{matrix}

（2）
式中

\begin{matrix} A_{i} \end{matrix}

为第i个因素的得分值;

\begin{matrix} c_{ij} \end{matrix}

为第j位专家、****对第i个因素的打分值; n为专家、****人数。
（3）综合指标评价。为使得评价结果更加可靠,减少人为主观性因素,本研究采用层次分析法（AHP）模型对各单要素层指标权重进行数据分析,确定相应的权重指标,然后利用ArcGIS栅格计算器进行加权叠加获得相应的综合得分（公式（3））,通过对综合得分进行集中等分的方式进行重分类,生成相应的适宜性等级图。综合避暑旅游基地适宜性评价公式为：

\begin{matrix} S = \overset{m}{\sum_{i = 1}} A_{i} \times w_{i} \end{matrix}

（3）
式中

\begin{matrix} S \end{matrix}

为备选址地最后得分;

\begin{matrix} A_{i} \end{matrix}

为第i个因素的得分值;

\begin{matrix} w_{i} \end{matrix}

为第i个因素的权重值;m为影响因素总数。

2.3 数据来源

本文采用中国夏季（6-8月）1960-2014年气象观测数据主要来源于中国气象数据网,包括气温、风速、湿度、降水、太阳辐射等相关要素,收集逐日数据的站点主要基于国家756个基本站点（不包含缺少数据的港澳台地区）和112个辐射站点。统计数据主要来源于国家官方网站公布的相关数据,详见表3。数据在使用前对其进行了剔除、查缺等相应的预处理。由于数据获取困难,本次研究不包括香港、澳门、台湾。
Table 3
表3
表3数据来源与说明
Table 3Data sources and description

数据来源	数据信息
《中国统计年鉴》（2014）^[19]	城市人口、绿化、经济、交通及地区生产总值构成等
《中国统计年鉴》（2014）^[19]	全国各市（区、县）人口、经济、收入水平数据
中国气象数据网^[20]	气象站点、气温、风速、降水、湿度、太阳辐射等
《2014年中国旅游景区发展报告》^[21]	4A、5A级景区分布等相关信息
地理空间数据云^[22]	中国行政区划图、中国数字高程模型图
中华人民共和国国家旅游局^[23]	国家旅游局最新公报文件等相关信息

新窗口打开

3 结果及分析

3.1 避暑旅游资源基础指标

3.1.1 1960-2014年中国夏季6-8月平均气候舒适度空间分布
依图3所示分析,1960-2014年中国夏季6-8月气候舒适度平均状态分布大体成西高东低的趋势,东西化差异比较明显,6-8月3个月舒适度6月较为突出,7月、8月舒适度骤减。根据图3d的6-8月3个月的多年平均气候舒适度分布图来看,避暑型气候主要分布在青藏高原周边地带和辽东半岛以及山东半岛的滨海地带,西南部分地区如贵阳、昆明等地成碎片化分布。
从不同的时间段来看,中国夏季6月份多年均值（图3a）气候舒适度的空间范围最广,只有华南地区出现高温现象,全国大部分地区基本还处于舒适状态。夏季7月均值状态（图3b）全国大部分地区舒适度等级升级为“热”或者“较热”程度,舒适区域有明显缩小,热不舒适度区域超过全国面积的一半。虽然8月份（图3c）气候舒适区域有了少许增加,但也只是西南和新疆局部区域出现变化,中东部地区还是处于“热”或者“较热”状态。

显示原图|下载原图ZIP|生成PPT
图3Spatial distribution of climate comfort in summer from June to August in China from 1960 to 2014
注：由于数据获取困难,本次研究不包括香港、澳门、台湾。
-->Figure 3
-->

3.1.2 不同海拔高度的气候舒适度空间分布
虽然气温是气候舒适度的基础指标,但不同海拔高度气温会随着高度的变化出现垂直变化,这种气温的垂直变化对气候舒适度会有很大影响,基于气温的垂直变化率可推算出某一海拔高度的气候舒适度。本文采用2010年的中国数字高程模型（DEM）（图4）及全国气象站点的1960-2014年6-8月多年的观测数据均值及海拔高度,利用气温随海拔的增加呈递减规律（每升高100m下降0.7℃）,构建气温随海拔增高递减率算法（公式（4））,对不同海拔高度下的气候舒适度进行差值计算,通过ArcGIS插值分析获得中国山区不同海拔高度的气候舒适度分布（图5）。

\begin{matrix} T = T_{0} + γ \times h \end{matrix}

（4）
式中

\begin{matrix} T \end{matrix}

为人体感知温度;

\begin{matrix} T_{0} \end{matrix}

为气温的宏观场,可作为一元线性方程的系数;

\begin{matrix} γ \end{matrix}

为气温随海拔变化的递减率;

\begin{matrix} h \end{matrix}

为目标气象台站的海拔高度;采用一元线性回归的方法得到气温随海拔的变化规律。

显示原图|下载原图ZIP|生成PPT
图42010年中国数字高程模型（DEM）
-->Figure 4China digital elevation model in 2010
注：由于数据获取困难,本次研究不包括香港、澳门、台湾。
-->

显示原图|下载原图ZIP|生成PPT
图51960-2014年中国夏季6-8月不同海拔高度平均气温舒适度分布
-->Figure 5Climate comfortable degree spatial distribution of different altitude from June to August in China from 1960 to 2014
注：由于数据获取困难,本次研究不包括香港、澳门、台湾。
-->

由图5可以看出中国夏季不同海拔高度多年均值平均气候舒适度呈“两高”分布特征,主要集中在中高纬、高海拔地区,青藏高原的周边、海拔介于1200~3800m的高原山地是中国避暑型气候的第一大集中分布区,东北和西北的中高纬地区则是中国避暑型气候的第二大集中分布区,其余避暑型气候区零星分布于海拔1200 m以上的山岳地带。
3.1.3 森林覆盖率和空气质量评价
空气质量单元要素评价是依据2014年各省会城市AOI值统计其全年AQI达标天数,再采用反距离权重法进行空间插值计算全国范围内AQI指数达标状况（图6）;森林覆盖率单要素评价是依据森林资源分布图,以2014年各市级行政区评价单元为基本范围,计算林地面积占总面积比重,根据最大值法进行标准化,空间质量与森林覆盖率评价为避暑旅游基地综合适宜性评价提供必要参数（图7）。

显示原图|下载原图ZIP|生成PPT
图62014年中国AQI空气质量空间分布
-->Figure 6The spatial distribution of AQI air quality of China in 2014
注：由于数据获取困难,本次研究不包括香港、澳门、台湾。
-->

显示原图|下载原图ZIP|生成PPT
图72014年中国林地空间分布
-->Figure 7Spatial distribution of forest of China in 2014
注：由于数据获取困难,本次研究不包括香港、澳门、台湾。
-->

3.2 避暑旅游资源发展指标

3.2.1 旅游景区分布
从产业的角度考察,避暑旅游还须依据旅游产业发展的一般规律,仅有凉爽的夏季避暑气候是远远不够的,还需要有相应服务质量较高的旅游景区分布,高密度高级别的旅游景区分布能够带动周边产业的发展,保证充足的旅游人数,为避暑旅游基地产业发展奠定良好的经济基础。因此旅游景区的空间分布也是避暑旅游基地建设发展的重要因素。目前中国4A、5A级旅游景区空间分布见图8。

显示原图|下载原图ZIP|生成PPT
图82014年中国4A、5A级旅游景区分布
-->Figure 8Spatial distribution of 4A、5A tourist attraction of China in 2014
注：由于数据获取困难,本次研究不包括香港、澳门、台湾。
-->

3.2.2 旅游业发展水平
据2014年数据统计,中国大陆地区31个省份、自治区和直辖市中接待国内游客1671.62万人次,入境旅游者33 657人次,全年旅游总收入142.69亿元,其发展水平（见表4）。
Tabel 4
表4
表42014年中国各省自治区直辖市旅游业统计
Tabel 4 The statistical results of tourism development in China's provinces and autonomous regions in 2014

省份（直辖市、自治区）	接待人次 /亿人次	旅游总收入 /亿元	省份（直辖市、自治区）	接待人次 /亿人次	旅游总收入 /亿元
辽宁	2.24	1 846	浙江	4.88	6 300
四川	5.35	4 891	安徽	3.79	3 430
湖南	4.12	3 046	湖北	4.70	3 752
陕西	3.32	2 925	山西	2.99	2 846
云南	2.86	2 665	北京	2.61	4 280
河北	3.15	2 561	福建	2.34	2 707
广西	2.90	2 602	江苏	5.74	8 145
天津	1.56	2 307	广东	3.26	9 227
山东	5.91	5 800	海南	0.48	485
河南	4.58	4 366	甘肃	1.26	780
江西	3.13	2 649	吉林	1.21	1 846
黑龙江	1.04	1 158	青海	0.20	201
上海	2.68	3 416	重庆	1.71	2 003
宁夏	0.17	142	新疆	0.49	650
广西	2.86	2 495	内蒙古	0.74	1 805
西藏	0.16	909	港、澳、台	无资料	无资料

新窗口打开

3.3 避暑旅游资源潜力指标

城市的区域化发展水平、道路交通、人口经济规模发展等因素也是影响旅游产业发展潜力的重要因素。
3.3.1 中国人口密度分布
人口是促进产业经济发展的一个重要指标,也是避暑旅游产业发展的一个潜力因素。以常住人口为基础,通过对中国2014年乡镇街道人口数据进行统计分析,并进行人口密度的分级显示（图9）。总的来看,中国目前的人口呈现多中心的空间集聚格局,华北平原、长江三角洲、珠江三角洲、四川盆地和关中平原是主要的人口密集区,其中长江三角洲的宁沪杭核心区、广佛深珠江口地区、京津石沿线、成渝附近以及东南沿海的温台等都是人口高密集区。

显示原图|下载原图ZIP|生成PPT
图92014年中国人口密度分布
-->Figure 9The population density distribution of China in 2014
注：由于数据获取困难,本次研究不包括香港、澳门、台湾。
-->

3.3.2 道路交通密度
交通线路密度是单位面积内所拥有的交通线路长度,交通线密度越高,人们出行的便携程度越高,便捷的交通有利于旅游产业的快速发展,成为避暑旅游发展的一个潜力指标。旅游交通线路密度通常利用交通线路长度（L）与区域面积（S）之比来表示,即交通线路密度D=L/S。本文基于2014年全国道路交通网数据对目前中国道路交通线密度做了评价,具体主要是按各县级市旅游人数（P）和交通线路运输工作量（t）来计算交通线路密度,公式如下：

\begin{matrix} D = \sqrt[]{\frac{L}{S} \times \frac{L}{P} \times \frac{L}{t}} = \frac{L}{\sqrt[]{S \times P \times t}} \end{matrix}

（5）
一般情况下,旅游交通密度可以用交通便捷程度表示,便捷程度可以更加直观地表示当前旅游交通的状况,把旅游交通出行便捷程度分为四类,如图10所示。

显示原图|下载原图ZIP|生成PPT
图102014年中国道路密度等级分布
-->Figure 10Gradation distribution of transportation network of China in 2014
注：由于数据获取困难,本次研究不包括香港、澳门、台湾。
-->

3.3.3 城市群规模
城市群规模是当前旅游业发展的一个潜力指标,本文参考2014年中国城市群发展现状,主要由长江三角洲城市群、珠江三角洲城市群和京津冀城市群三大城市群,山东半岛城市群、中原城市群、辽中南城市群、长江中游城市群、海峡西岸城市群、成渝城市群、关中城市群7个正在崛起的中级城市群组成。各城市群规模如图11。

显示原图|下载原图ZIP|生成PPT
图112014年中国城市群规模分布
-->Figure 11The spatial distribution of national urban agglomeration of China in 2014
注：由于数据获取困难,本次研究不包括香港、澳门、台湾。
-->

3.4 综合适宜度评价与分析

3.4.1 综合适宜度评价
根据避暑旅游基地评价指标体系,本研究从避暑旅游资源基础指标、发展指标及潜力指标三个方面出发,通过采用层次分析法（AHP）与GIS空间分析相结合的方法对单要素评价进行综合评价分析,利用综合避暑旅游基地适宜性评价公式（式3）得出综合适宜度评价指数,通过GIS重分类对避暑旅游综合适宜度评价指数分为四类（见表5）得到避暑旅游基地气候适宜性等级评价空间分布图12,即很适宜、适宜、基本适宜、不适宜。评价单元的结果值越大,避暑旅游适宜性越好;单元的结果值越小,避暑旅游适宜性越差。
Table 5
表5
表5中国避暑旅游基地综合适宜度评价指数等级划分
Table 5Rating assessment based on suitability index of summer tourism in China

适宜度等级	适宜度指数划分范围	指标因子
很适宜	9~10	气温适宜度指数20~26℃;森林覆盖率高;空气质量优;海拔低于2 700m;4A、5A级景区密度高;经济发达
适宜	9~7	气温适宜度指数16~26℃;森林覆盖率中;空气质量高;海拔低于2 700m;4A、5A级景区密度中;经济发达
基本适宜	5~7	气温适宜度指数10~26℃;森林覆盖率低;空气质量中 4A、5A级景区密度中;经济欠发达;人口密度800~1 000人
不适宜	≤5	气温适宜度指数>26℃或<10℃;森林覆盖率高;空气质量中;海拔低于大于2 700m,4A、5A级景区密度低

新窗口打开

显示原图|下载原图ZIP|生成PPT
图12中国避暑旅游基地适宜性等级空间分布
-->Figure 12Spatial distribution of summer tourism base suitability level of China
注：由于数据获取困难,本次研究不包括香港、澳门、台湾。
-->

3.4.2 结果分析
本研究通过对1960-2014年气象观测数据、地形、经济社会统计等数据为数据源,利用UTCI模型计算了中国夏季各气象站点的人体感知温度,并通过人体感知温度对各地区气候舒适度做以综合评价,借助GIS空间分析方法研究了中国避暑型气候的地域分布,在此基础上,对各类避暑型气候的时空分布特征进行了比较分析,通过比对分析得出：中国避暑型气候在海拔高度上呈显出“两高”状态分布,主要集中在中高纬度、高海拔地区,其中,青藏高原地区以及高原山地区域是中国避暑型气候的第一大集中分布区;其次东北和西北的中高纬地区为中国第二大避暑型气候分布集中区;其余地区如西南部分区域呈小面积零散分布。
避暑旅游空间具体分布主要依托东北、西北和西南、华北部分地区优良的避暑气候资源,特别是基础设施和旅游公共服务体系相对完善的哈尔滨、沈阳、吉林、大连、长春等为主体的东北避暑旅游城市群;以及秦皇岛、承德、青岛、烟台等为主体的华北避暑旅游城市群;西宁、呼和浩特等为主体的西北避暑旅游城市群和以贵阳、昆明等为主体的西南避暑旅游城市群。为进一步探究国家避暑旅游基地的空间具体方位,本研究根据评价结果和国家避暑旅游空间导向图进一步细化了空间导向。主要对夏季7月、8月最佳避暑旅游基地做了排名,依次是7月份主要有昆明,大连、青岛、贵阳、烟台、哈尔滨、秦皇岛、长春、吉林、丽江、沈阳、西宁、太原、承德、大同;8月份主要有烟台、贵阳、秦皇岛、昆明、哈尔滨、沈阳、大连、青岛、呼和浩特、延边、吉林、成都、太原、承德、延安。

4 结论与讨论

4.1 结论

根据中国避暑旅游基地评价体系的划分原则,中国避暑旅游基地的总体分布主要在辽东半岛以及山东半岛的滨海地区,青藏高原周边地带和西北山地高原地区,以及部分西南山地及中东部山麓区域。其中中国东北山地平原及滨海地区避暑气候风速不大、辐射不强、湿度适中,综合条件最优;西南高原及山地纬度低、海拔高、湿度适中但辐射强,避暑气候其次;西北山地及高原由于地处内陆,季风气候显著,气候凉爽,但因干燥辐射强,气候舒适度欠佳;青藏高原地处高寒高海拔地区,虽然气温低,但高海拔,高辐射,使得人体舒适度骤减,排名最低。
根据避暑旅游基地选建适宜性的综合评价分析,将中国辽东半岛以及山东半岛的滨海地区可视为避暑旅游基地第一大集中分布区,其环渤海区域低山丘陵地区避暑气候地势低、距海近、气候风速不大、辐射不强、湿度适中是最佳理想避暑圣地;西南山地高原以贵阳、昆明等为核心点及周边依托区为避暑旅游基地的第二大集中分布区;东北山地平原以沈阳、吉林等周边地区为型避暑旅游基地的第三大集中分布区;西北中部地区以西宁、兰州为主要中心轴向南北两端发展的辐射地区为避暑旅游基地的第四大集中分布区。全国避暑型气候分布东北、西北地区特别是北纬42°以北区域分布较广,避暑型气候分布的地理位置不同,其地域差异也分布不均。

4.2 讨论

本研究为体现夏季6-8月全国避暑型气候的地域空间分布特征,采用的数据为研究区1996-2014年756个气象站点的气象数据,采用通用热气候指数模型,通过反距离权重差值分析得出全国夏季气候舒适度空间分布图。为进一步突出气温舒适度空间分布的细微差异,本文对表2的划分等级做了细化处理,并将舒适度等级定在16~26℃,其他未做调整。由于中国夏季6-8月人体感知温度的最高值约在42℃,最低值约在-5℃,且大部分区域处在0~38℃之间,故本文中全国夏季人体感知舒适度空间分布图中极寒极热人体感知温度不再体现。本文采用的层次分析法模型在权重赋值利用专家打分法,虽然能很好地反映当前发展状况的真实性但在某些因子中存在主观性。
国家避暑旅游基地的选取必须要对夏季避暑型气候资源的战略性、稀缺性价值的具有一定的认识,科学合理开发利用和保护避暑气候资源。及时总结地方经验,启动全国暑期旅游发展规划,引导避暑成为国民旅游消费的集中消费期,遵循产业规律,强化旅游基础设施与公共服务体系建设。同时,还要坚持以市场需求为导向,有意识地推出一批有品牌影响力的避暑旅游示范区、为旅游业的可持续发展提供一定的理论依据。
The authors have declared that no competing interests exist.

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	黄良美,邓超冰,黎宁. 城市热岛效应热点问题研究进展 [J]. 气象与环境学报,2011,27(4):54-58. [本文引用: 1] [Huang L M,Deng C B,Li N.A review on the hotspot issues of urban heat island effect [J]. Journal of Meteorology and Environment,2011,27(4):54-58.] [本文引用: 1]
[2]	Mieczkowski Z.The tourism climatic index:A method of evalu-ating world climates for tourismJ]. Canadian Geographer,1985,29(3):220-233. [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.
[4]	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,2014,125:146-155.
[5]	Hallegatte S.Strategies to adapt to an uncertain climate change [J]. Global Environmental Change,2009,19(2):240-247. [本文引用: 1]
[6]	Blazejczyk K,Epstein Y,Jendritzky G,et al.Comparison of UTCI to selected thermal indices [J]. International Journal of Biomete-orology,2011,56(3):515-535. [本文引用: 1]
[7]	Yaglou C P,Minaed D.Control of heat casualties at military training centers. [J]. A.m.a.archives of Industrial Health,1957,16(4):302-316. [本文引用: 1]
[8]	Thom E C.The Discomfort Index [J]. Weatherwise,1959,12(12):57-61. [本文引用: 1]
[9]	Gagge A P.An Effective Temperature Scale Based on a Simple Model of Human Physiological Regulatory Response [J]. Ashrae Trans,1971,77:247-262. [本文引用: 1]
[10]	陆林,宣国富,章锦河,等. 海滨型与山岳型旅游地客流季节性比较-以三亚、北海、普陀山、黄山、九华山为例 [J]. 地理学报,2002,57(6):731-740. [本文引用: 1] [Lu L,Xuan G F,Zhang J H,et al. An approach to seasonality of tourist flows between coastland resorts and mountain resorts:Examples of Sanya,Beihai,Mt. Putuo,Mt. Huangshan and Mt. Jiuhua [J]. ACTA Geographica Sinica,2002,57(6):731-740.] [本文引用: 1]
[11]	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. [本文引用: 1] [Cao W H,He Y Q,Li Z S,et al. A correlation analysis between climate comfort degree and monthly variation of tourists in Lijiang [J]. Scientia Geographica Sinica,2012,32(12):1459-1464.] [本文引用: 1]
[12]	吴普,葛全胜,齐晓波,等. 气候因素对滨海旅游目的地旅游需求的影响-以海南岛为例 [J]. 资源科学,2010,32(1):157-162. [本文引用: 1] [Wu P,Ge Q S,Qi X B,et al. Impacts of climate factors on tourism demand for coastal base:A case study on Hainan Province [J]. Resources Science,2010,32(1):157-162.] [本文引用: 1]
[13]	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. [本文引用: 1] [Wu P,Zhou Z B,Mu J L.A construction of evaluation index system [J]. Human Geo-graphy,2014,29(3):128-134.] [本文引用: 1]
[14]	中华人民共和国国家旅游局. 国家旅游公告 [EB/OL]. (2016-01-07)[2016-01-18]. URL [本文引用: 1] [National Tourism Admini-stration of the People's Republic of China. National Travel Bulletin[EB/OL].(2015-17-07) [2016-01-18]URL [本文引用: 1]
[15]	G J,de Dear R,G H. UTCI--why another thermal index? [J]. International Journal of Biometeorology,2012,56(3):421-428. [本文引用: 1]
[16]	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. [本文引用: 1]
[17]	Hoyt D V.Percent of Possible Sunshine and the Total Cloud Cover [J]. Monthly Weather Review,1977,105(5):648-652. [本文引用: 1]
[18]	Bröde P,Fiala D,Błażejczyk K,et al.Deriving the operational procedure for the Universal Thermal Climate Index (UTCI) [J]. International Journal of Biometeorology,2011,56(3):481-494. [本文引用: 1]
[19]	中华人民共和国国家统计局. 中国统计年鉴(2014)[M]. 北京:中国统计出版社,2014. [本文引用: 1] [National Bureau of Statistics of the People's Republic of China. Statistical Yearbook of China(2014)[M]. Beijing:China Statistical Publishing House,2014.] [本文引用: 1]
[20]	国气象局气象信息中心. 中国地面气象站逐小时观测资料 [EB/OL].(2015-03-03)[2016-02-19]. URL [本文引用: 1] [China Meteorological Admini -stration Information Center. Hourly Observational Data of Sur-face Weather Station in China [EB/OL]. (2015-03-03)[2016-02-19]. ]URL [本文引用: 1]
[21]	国家旅游局规划财务司. 2014年中国旅游景区发展报告(2014)[M]. 北京:中国旅游出版社,2014. [本文引用: 1] [China National Tourism Administration.China Tourist Attraction Development Report 2014[M]. Beijing:China Travel & Tourism Press,2014.] [本文引用: 1]
[22]	地理空间数据云. DEM数字高程数据 [EB/OL]. (2010-07-13)[2015-11-27]. URL [本文引用: 1] [Geospatial Data Cloud. Digital Elevation Model Date[EB/OL].(2010-07-13)[2015-11-27]. URL [本文引用: 1]
[23]	中华人民共和国国家旅游局. 我国旅游产业对GDP综合贡献超过10%[EB/OL] (2015-07-07)[2016-01-08]. URL [本文引用: 1] [Natio-nal Tourism Administration of the People's Republic of China. China's Tourism Industry to GDP Comprehensive Contri-bution of more than 10% [EB/OL]. (2015-07-07)[2016-01-08]. URL [本文引用: 1]

中国避暑旅游基地适宜性综合评价研究

本站小编 Free考研考试/2021-12-29

The comprehensive evaluation of suitability of summer tourism base in China

1 引言