高原气象

高原气象 >

2025 , Vol. 44 >Issue 3: 604 - 615

DOI: https://doi.org/10.7522/j.issn.1000-0534.2024.00097

气候变化背景下黄河流域气候舒适度分布特征及时空变化

  • 金天 , 1, 2 ,
  • 陈彩虹 3 ,
  • 吴锦奎 , 1, 2
展开
  • 1. 中国科学院西北生态环境资源研究院干旱区生态安全与可持续发展重点实验室，甘肃 兰州 730000
  • 2. 中国科学院大学，北京 100049
  • 3. 甘肃省白银市白银区水土保持工作站，甘肃 白银 730900
吴锦奎（1970 -）， 男， 甘肃兰州人， 研究员， 主要从事冰冻圈水文相关研究. E-mail：

金天（1999 -）， 男， 河南开封人， 硕士研究生， 主要从事旅游气候舒适度研究. E-mail：

收稿日期: 2024-05-29

  修回日期: 2024-10-14

  网络出版日期: 2024-11-25

基金资助

国家自然科学基金重点项目(42330512)

中国科学院先导A类专项“美丽中国生态文明建设科技工程”(XDA2310040309)

收起

Distribution Characteristics and Temporal Variation of Climate Comfortableness in the Yellow River Basin under the Background of Climate Change

  • Tian JIN , 1, 2 ,
  • Caihong CHEN 3 ,
  • Jinkui WU , 1, 2
Expand
  • 1. Key Laboratory of Ecological Safety and Sustainable Development in Arid Lands，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，Gansu，China
  • 2. University of Chinese Academy of Sciences，Beijing 100049，China
  • 3. Soil and Water Conservation Station of Baiyin District，Baiyin City，Gansu Province，Baiyin 730900，Gansu，China

Received date: 2024-05-29

  Revised date: 2024-10-14

  Online published: 2024-11-25

Copyright

© Editorial Department of Plateau Meteorology （CC BY-NC-ND）
Fold

摘要

气候舒适度是影响居民生活质量、 旅游产业发展， 以及城市规划布局等多个领域的关键因素。通用热气候指数（Universal Thermal Climate Index， UTCI）是目前国际上评估气候舒适度的最主要和最有效的方式。深入研究黄河流域气候舒适度可以填补黄河流域地区在气候舒适度方面研究的空白， 补充全面的认识。本文基于气候分区的结果， 将黄河流域划分为了6个子区域。使用ERA5再分析数据， 采用UTCI分析讨论了1979 -2022年黄河流域气候舒适度的空间分布与时空变化情况。结果显示： （1）整体上看， 黄河流域年平均UTCI值为2.8 ℃， 舒适等级为“凉”。UTCI值大部分都处于冷区间和舒适区间， 热区间分布地区较少。内部各区域之间UTCI分布呈现出较大差异。Ⅰ 区域低温持续时间相对较长， 处于“凉”和“冷不舒适”的面积较大。Ⅱ 区域大部分地区仍处于冷区间。Ⅲ、 Ⅳ 区域较为接近， “舒适”与“凉”占主导地位。Ⅴ、 Ⅵ 区域其UTCI值处于较高水平， 但大部分地区仍处于舒适区间。（2）就各季节来看， 春秋两季Ⅲ、 Ⅳ、 Ⅴ、 Ⅵ 四个区域舒适区间分布相对广泛， 夏季黄河流域整体舒适区域面积扩大； 冬季冷不舒适占据主导地位， 黄河流域整体舒适区域全面缩小。（3）1979-2022年黄河流域年平均UTCI整体上呈现上升的趋势， 变化速率为0.4 ℃·（10a）-1， 子区域变化范围为0.14~0.85 ℃·（10a）-1。黄河流域年平均UTCI变化的空间分布存在着西高东低、 北高南低的显著特点。（4）整体上看， 黄河流域气候舒适度主要处于舒适和较冷不舒适等级。6个舒适度等级分布天数分别为 24天（冷不舒适）、 126天（较冷不舒适）、 59天（凉）、 131天（舒适）、 19天（较热不舒适）和6天（热不舒适）。Ⅰ、 Ⅱ 地区未受热带来的不舒适影响。而黄河流域、 Ⅲ、 Ⅳ、 Ⅴ、 Ⅵ 地区受较热不舒适影响， 全年处于较热不舒适的时间分别平均长达19天、 23天、 24天、 46天、 60天。

关键词： 黄河流域; 气候舒适度; UTCI; 时空变化

本文引用格式

金天 , 陈彩虹 , 吴锦奎 . 气候变化背景下黄河流域气候舒适度分布特征及时空变化[J]. 高原气象, 2025 , 44(3) : 604 -615 . DOI: 10.7522/j.issn.1000-0534.2024.00097

Abstract

Climate comfortableness is the key factor that has impact in many fields， such as residents’ life quality， tourism development， and urban planning layout.The Universal Thermal Climate Index （UTCI is currently the most important and effective way to evaluate climate comfortableness at the international level.In-depth research on the climate comfortableness of the Yellow River Basin can not only fill the gap in the study of climate comfortableness in the Yellow River Basin area but also supplement a comprehensive understanding.Based on the results of climate zoning， the Yellow River Basin is divided into six sub-regions Using the reanalyzing data of ERA 5， the spatial distribution and temporal change of climate comfortableness in the Yellow River Basin from 1979 to 2022 were analyzed and discussed with the adoption of UTCI.The results show as follows： （1） From an overall perspective， the annual average UTCI value of the Yellow River Basin is 2.8 ℃， with a comfortable grade of coolness.The UTCI value is mostly in the cold zone and comfortable zone.The distribution of hot zone is relatively less.There is a large difference in UTCI distribution among the internal regions.Region I has a relatively longer duration of low temperature， and the area， with mild cold stress （coolness） and stronger cold stress （uncomfortable coldness）， is larger.Region II is mostly in the cold zone.Region III and Region IV are relatively close， and are dominated by “comfortableness” and “coolness”.The UTCI values in region V and region VI are at a higher level， but most areas are still in the comfortable zone.（2） In terms of the seasons， the four regions of III， IV， V， and VI have relatively extensive comfortable zones in spring and autumn， the overall comfortable area will be expanded in summer across the entire Yellow River basin， and the cold and uncomfortable zone will become dominant in winter， while the overall comfortable zone will be shrinked across the entire Yellow River basin.（3） The average UTCI in China as a whole has shown an overall upward trend from 1979 to 2022， with a change rate of 0.4 ℃·（10a）-1.The range of change in sub-regions is 0.14~0.85 ℃·（10a）-1.The annual UTCI change in the Yellow River basic shows a significant feature of west-high-east-low and north-high-south-low in the spatial distribution.（4） The level of climate comfortableness， taken as a whole， is mainly in the comfortable and slightly uncomfortable categories.The number of days in each of the six comfortable levels is as follows： 24 days （cold discomfort）， 126 days （slightly cold， discomfort）， 59 days （cool）， 131 days （comfort）， 19 days （slightly hot discomfort）， and 6 days （hot discomfort）.Region I and Region II have not been affected by the discomfort caused by heat.However， regions in the Yellow River basin， and regions of III， IV， V， and VI， are affected by slightly hot discomfort and the average duration in the slightly hot discomfort zone throughout the year is 19 days， 23 days， 24 days， 46 days， and 60 days respectively.

Key words： Yellow River Basin; climate comfortableness; UTCI; spatiotemporal variation

1 引言

过去40年全球地表温度快速上升， 其中黄河流域是全球气候变暖的显著区域（张子涵等， 2023）。气温升高的影响逐渐显现（Gerald and Claudia， 2004； Perkins et al， 2012； Sonia et al， 2014）。近几十年， 中国夏季高温热浪的频次、 日数和强度总体呈增多、 增强趋势（王勇等， 2024）。气候及气候变化对人体健康有着直接的影响（Napoli et al， 2019； Kalkstein et al， 1997）， 为了深入理解这种影响， 气候舒适度的概念被提出。这一概念基于“人体-近地面大气”热量交换原理， 通过气象学视角评估个体在不同气候背景下的舒适感知（刘梅等， 2002）。气候舒适度， 作为一种生物气象指标， 其构建基础在于人体与近地表大气环境间复杂的热交换机制。从气象学的视角出发， 该指标旨在量化评估人类在不同气候环境下所体验到的舒适程度。这一评估过程既涉及气象参数的测量， 又包括对人体生理反应与气象条件间相互作用的深入分析， 能够反映人类在不同气候条件下的舒适感受（Fanger， 1970）。
国内外有关气候舒适度的研究已有近百年历史（Blazejczyk et al， 2012）。在指标选择方面， 主要可分为经验性指数和机理指数两类。早期较多采用经验性指数， 即通过统计学方法构建的简单线性回归模型， 如Wet Bulb Globe Temperature（WBGT）（Yaglou and Minard， 1957）、 Discomfort Index（DI）（Thom， 1959）、 Index of Thermal Stress（ITS）（Givoni， 1963）等， 这些指数都基于个人的主观感知（闫业超等， 2013）。这些指数的优势在于其计算较为简易且使用起来较为方便， 但它们没有考虑到环境中气象要素对人体的综合影响， 在适用性上存在问题。为了克服这种适用性较差的缺点， Fanger（1970）基于人体热交换平衡理论， 同时参考Gagge et al（1971）的人体温度调节两节点模型， 提出了经典的PMV-PPD（Predicted Mean Vote-Predicted Percentage of Dissatisfied）模型， 其中PMV值是表征人体热反应（冷热感）的评价指标， 而PPD则表示预测不满意者的百分数。然而PMV-PPD模型主要适用于静态稳定的室内环境而人体在实际生活中所处的环境往往是动态的。为了更真实地模拟人体在室外环境下的舒适度研究者们提出了适用于动态环境并考虑服装热阻的机理指数如生理等效温度（PET）（Shooshtarian and Ridley， 2016）、 标准有效温度（SET*）（Gagge et al， 1986）以及多节点的通用热气候指数（UTCI）（Jendritzky et al， 2009）等。
国内外众多学者已经运用上述指数， 对特定区域展开了深入的探讨与分析。例如， Salah and Andreas （2017）研究发现， 在Algiers地区， PET指数超过35 ℃的天数已经显著增加。Katavoutas and Founda（2019）对东部地中海城市的研究也表明， 多个舒适度指数所对应的强热应力等级的出现频率都呈现出上升的趋势。与此同时， Zeng et al（2020）也发现中巴走廊地区的UTCI指数正在持续上升。Napoli et al（2018）的研究揭示， 欧洲区域的UTCI已显著升高约1 ℃， 且在极端热应力环境下， 死亡人数呈上升趋势。在中国， 关于舒适度的地域性研究普遍采用经验性指数作为分析工具。朱卫浩等（2012）和于庚康等（2011）分别运用CIHB指数探究了全国和江苏地区的气候舒适度变化， 结果表明， CIHB指数在全国和江苏都呈现增加趋势。此外， 金安琪等（2019）则选取了THI（温湿指数）来评估中国东部地区的气候敏感性， 研究指出东部季风区已呈现变暖趋势， 且不同地域对气候变暖的响应呈现多样性。同时目前针对全国尺度的UTCI及其舒适度变化特征的研究仍然显得不足。为了解决这些问题， Wu et al（2019）利用UTCI资料和气候学方法对中国进行了区域划分， 并深入分析了各区域UTCI的变化趋势。而李双双等（2016）则对北京地区影响UTCI的敏感气象因素进行了深入的分析和研究， 并发现气温是最主要的影响因素之一。此外， 林卉娇（2023）对1980 -2019年间6 -8月中国的人体舒适度变化特征进行了深入的分析和研究， 初步探讨了这些变化产生的可能原因， 同时进一步评估了热不舒适度可能对人口分布和城市发展产生的深远影响（林卉娇， 2023）。这一研究增进人体舒适度历史变化的理解的同时， 又对预测和应对未来气候变化提供了重要的科学依据。
目前中国国内关于气候舒适度多局限于小尺度， 研究区域划分为不同子区域分别讨论气候舒适度的研究很少， 同时黄河流域的相关气候舒适度研究还处于空白， 缺乏全面的认识。基于以上论述， 本研究以ERA5再分析资料为数据源， 采用多节点机理指数模型UTCI（通用热气候指数）， 基于气候分区的结果， 研究和分析1979 -2022年黄河流域气候舒适度空间特征及时空变化情况， 以期填补黄河流域地区在气候舒适度方面研究的空白， 补充全面的认识， 并以此为相关部门制定适应性措施提供基础性依据。

2 数据来源与研究方法

2.1　研究区域

黄河流域地理位置介于32°N -42°N和96°E - 119°E， 东西长约1900 km， 南北宽约1100 km， 流域面积达到了75×104 km2。黄河流经青海、 四川、 甘肃、 宁夏、 内蒙古、 陕西、 山西、 河南、 山东9个省份。按照全国的气候区划， 黄河流域主要属于暖温带、 中温带和高原气候区。本文基于中国气候区划新方案（郑景云等， 2010）， 将黄河流域共划分为12个区域（见图1右上）， 包括了中温带、 暖温带、 高原亚寒带、 高原温带四个温度带以及湿润区、 半湿润区、 半干旱区、 干旱区全部四个干湿区（分区编码及名称见表1）。
图1 研究区域（a）及气候分区结果（b， c）

Fig.1 Study area （a） and climate zoning results （b， c）

表1 黄河流域各气候分区编码及名称

Table 1 Codes and names of climatic zones in the Yellow River Basin

温度带 干湿区 编码 气候区名称 气温/℃ 年降水/mm
II中温带 C半干旱区 IICTb-c3 黄土高原西部中温带半干旱区 2~8 300~400
D干旱区 IICTd 鄂尔多斯与东河套中温带半干旱区 2~8 300~400
B半湿润区 IIDTd~e 西河套与内蒙古高原西部中温带干旱区 2~8 100~200
III暖温带 IIIBTc~d 黄土高原南部暖温带半湿润区 8~13 500~600
IIIBTf 华北平原与鲁中东山地暖温带半湿润区 8~13 600~700
C半干旱区 IIIBTe~f 汾渭平原山地暖温带半湿润区 8~13 600~700
A湿润区 IIICTd 黄土高原东部太行山地暖温带半干旱区 8~13 400左右
HI高原亚寒带 B半湿润区 HIA 若尔盖高原高原亚寒带湿润区 8~13 700左右
C半干旱区 HIB 果洛那曲高山谷地高原亚寒带半湿润区 0以下 500~600
A湿润区 HIC1 青南高原高原亚寒带半干旱区 0以下 300~400
HII高原温带 C半干旱区 HIIA 横断山脉东、 南部高原温带湿润区 0以下 600~700
HIIC1 祁连青东高山盆地高原温带半干旱区 6~8 400左右

表格数据引自郑景云等（2010）［The data cited from Zheng et al （2010）］

根据黄河流域的实际情况， 结合中国气候区划新方案， 同时参考黄委会关于黄河流域气候分区的结果， 将黄河流域整合成了六个区域（图1右下）， 包括了Ⅰ（青甘川高原亚寒带区）Ⅱ（青甘中温带干旱地区）Ⅲ（西河套与内蒙古高原西部中温带干旱区）Ⅳ（甘宁蒙晋中温带半干旱区）Ⅴ（黄土高原东部陕晋半干旱区）Ⅵ（南温带半湿润区）。

2.2　数据来源

本研究所使用的基础数据包括： DEM地形数据， 该数据用以提取黄河流域区域及高程； 根据民政部区划统计数量更新的中国行政区划矢量数据， 该数据用以制作研究区概况图； 其余主要分析数据为欧洲天气预报中心提供的再分析数据ERA5， 数据网站（https： //cds.climate.copernicus.eu/cdsapp）提供了7个参数（2 m温度、 2 m露点温度、 总降水量、 平均海平面压力、 地表压力、 10 m纬向风速分量和10 m经向风速分量。本文所使用的UTCI计算所需元素包括2 m温度（Ta， 单位： °C）， 10 m纬向风速v（Vv， 单位： m·s-1）， 10 m经向风速u（Vu， 单位： m·s-1）， 2 m露点温度， 降水量， 总云覆盖（N）等等。空间分辨率为0.1°×0.1°， 时间分辨率为1 h， 时间段为1979 - 2022年。

2.3　 UTCI（通用热气候指数）

在不同的气候条件下， 人体舒适程度不仅与温度密切相关， 还受到湿度、 风速、 辐射、 人体新陈代谢、 衣物热阻等多种因素的影响（Zhao et al， 2021）。为了评估人体生物气象学领域中的户外热舒适度， 研究引入了UTCI， 其通过模拟人体在变化气象条件下的热状态来确定环境温度对人体产生的影响， 是目前国际上评估气候舒适度的最主要和最有效的方式。UTCI模型主要包括了Fiala多节点模型和适应性着装模型（图2）， 其原理为热生理交换（Bröde et al， 2012， 2013）。最终， UTCI提供了一个一维的量化指标， 能够全面反映人体对实际热舒适度的多维度定义所作出的生理响应。
图2 UTCI模型示意图（孔钦钦等， 2015）

Fig.2 Diagram of the UTCI model （Cited from Kong et al， 2015）

参照环境被定义为在特定参照条件下激发相同动态生理反应的等效温度（Blazejczyk et al， 2012）。UTCI的标准参照环境包括： （1）气候条件： 平均辐射温度等于空气温度（即不考虑辐射效应）； 10 m风速为0.5 m·s-1（Va=0.5 m·s-1）； 当空气温度低于29 ℃时， 相对湿度为50%（RH=50%）， 当空气温度高于29 ℃时， 气压为20 hPa； （2）人类活动水平： 成年男性以4 km·h-1的步行速度（人体代谢率为135 W·m-2）进行活动； 穿着符合当地环境条件的衣物。UTCI参照环境中的湿度和风速设定为常数， Fiala模型和着装模型计算出的生理反应指数与参照环境中的空气温度之间的对应关系可以建立为一个数学模型（Jendritzky， 2012）。当实际气象条件与这一数学模型中对应的生理反应指数所指示的温度相吻合时， 即被定义为UTCI。然而， UTCI与实际环境温度之间可能存在偏差（Offset）， 在考虑偏差的情况下， UTCI的数学表达式为：
U T C I = T a + O f f s e t T a , T m r t , V a , T d = f T a , T r , V a , T d
式中： Ta表示空气温度（单位： ℃）， 而Tmrt代表平均辐射温度（单位： ℃）。Tmrt的估算通过MENEX模型进行（Kantor and Unger， 2011）。
T m r t   = R p r i m + 0.5 L g + 0.5 L a 5.39 × 10 - 8 + 273 + t 4 1 / 4 - 273
式中： R prim可以通过SolAlt模型进行相关计算， 表示裸露的人体吸收的太阳辐射通量密度（Matzarakis， 2001）； Lg 和La 分别代表地表和大气的长波辐射通量密度（单位： W·m-²）， 可分别根据地表温度Tg （单位： ℃）和2 m处的空气温度Ta （单位： ℃）进行换算。
L g = 5.5 × 10 - 8 ( 273 + T g ) 4
L a = 5.5 × 10 - 8 ( 273 + T a ) 4
式中： Va 表示风速（单位： m·s-1）， 可通过10 m高度处的经向风速分量（Vu， 单位： m·s-1）和纬向风速分量（Vv， 单位： m·s-1）计算得出。
V a = V u 2 + V v 2
本研究采用bioklima2.6软件计算UTCI（通用热气候指数）。所需参数包括空气温度、 水汽压、 风速和平均辐射温度。空气温度和风速可直接从ERA5再分析数据中获取， 而水汽压和平均辐射温度则可通过上述计算步骤得出。根据人体热生理反应， 参考模型的舒适度标准， 并结合现有研究（孔钦钦等， 2015）， 将UTCI舒适程度划分为10个等级（表2）。
表2 UTCI舒适等级划分

Table 2 UTCI comfort rating

UTCI范围/℃ UTCI热应力等级 UTCI舒适度等级
≥46 热应力（极强） 极热不舒适
38~46 热应力（很强） 很热不舒适
32~38 热应力（强） 热不舒适
26~32 热应力（较强） 较热不舒适
9~26 无热应力 舒适
0~9 冷应力（轻微） 凉
-13~0 冷应力（较冷） 较冷不舒适
-27~-13 冷应力（强） 冷不舒适
-40~-27 冷应力（很强） 很冷不舒适
≤-40 冷应力（极强） 极冷不舒适

3 结果及分析

3.1　 UTCI空间分布

图3中显示了1979 -2022年黄河流域年平均 UTCI 的空间分布。整体上看， 黄河流域年平均UTCI值为2.8 ℃， 舒适等级为凉。UTCI最高值达14.34 ℃， 属于舒适区间， 最低值为-14.01 ℃， 处于冷区间中的轻微冷应力（凉）和较强冷应力（冷不舒适）。
图3 1979-2022年黄河流域年平均 UTCI（单位： ℃）

（a）~（f）分别表示区域Ⅰ~Ⅵ

Fig.3 Annual mean UTCI in Yellow River basin from 1979 to 2022.（a） to （f） indicate regions Ⅰ to Ⅵ， respectively.Unit： ℃

UTCI值的分布存在明显的经向和纬向差异。趋势上纬向更加明显， 纬向整体呈现自南向北逐渐减小的趋势； 经向上整体则为西低东高， 从特点上看， UTCI的空间分布与黄河流域温度分布有相似之处。
内部各区域之间UTCI分布呈现出较大差异。大部分都处于冷区间和舒适区间， 热区间分布地区较少。Ⅰ区域位于黄河流域西南部， 受海拔影响较大， 该地区低温持续时间相对较长， 其全年UTCI平均值较小， 处于轻微冷应力（凉）和较强冷应力（冷不舒适）的面积较大， 没有地区存在舒适等级区间与热区间之间。Ⅱ区域位于黄河流域西北部， 与Ⅰ区域相比， 其处于舒适区间的地区面积占比增大， 但大部分地区仍处于冷区间。Ⅲ、 Ⅳ区域较为接近， “舒适”与“凉”占主导地位， Ⅲ区域有部分面积处于轻微冷应力（凉）区间， 主要为内蒙古北部地区。Ⅴ、 Ⅵ区域即黄河流域南部和东部地区， 受温度影响较大， 其UTCI值处于较高水平， 但大部分地区仍处于舒适区间。
图4和图5分别展示了黄河流域及各子区域UTCI春、 秋季年平均空间分布情况。整体上看， 黄河流域春季UTCI最高值为15.99 ℃， 秋季UTCI最高值为13.31 ℃， 均未超过26 ℃， 仍处于舒适区间之内， 春季最低值为-13.85 ℃， 秋季最低值为-14.96 ℃， 仍处在冷区间内的冷不舒适之中。全区域春秋两季UTCI值仍都处于冷区间和舒适区间， 无热区间分布。从特点上看， 春、 秋季UTCI的分布与年平均较为相似， 均存在类似的纬向和经向差异。黄河流域内部各区域之间的差异也与年平均较为相似， Ⅰ、 Ⅱ区域其春、 秋季UTCI平均值较小， 处于轻微冷应力（凉）和较强冷应力（冷不舒适）的面积较大， 没有地区存在舒适等级区间与热区间之中， 春季UTCI值较年平均稍高， 秋季UTCI值较年平均稍低， 但未改变其舒适度等级。Ⅲ、 Ⅳ区域春秋两季“舒适”与“凉”占主导地位。Ⅴ、 Ⅵ区域其UTCI值处于较高水平， 春秋两季的黄河流域的UTCI极大值均分布在Ⅵ区域， 但未改变其舒适度等级。
图4 1979-2022年黄河流域春季平均 UTCI（单位： ℃）

（a）~（f）分别表示区域Ⅰ~Ⅵ

Fig.4 Spring UTCI in Yellow River basin from 1979 to 2022.（a） to （f） indicate regions Ⅰ to Ⅵ， respectively.Unit： ℃

图5 1979-2022年黄河流域秋季平均 UTCI 的空间分布（单位： ℃）

（a）~（f）分别表示区域Ⅰ~Ⅵ

Fig.5 Autumn UTCI in Yellow River basin from 1979 to 2022.（a） to （f） indicate regions Ⅰ to Ⅵ， respectively.Unit： ℃

图6所示为黄河流域及各子区域UTCI夏季年平均分布情况。与春秋两季不同， 夏季的UTCI最低值为2.04 ℃， 超过了0 ℃， 改变了舒适度等级， 即夏季不存在较强冷应力（冷不舒适）， 在冷区间中， 只剩下轻微冷应力（凉）。夏季UTCI最高值为28.81 ℃， 超过了26 ℃， 与春秋两季相比， 其增加了热区间。
图6 1979-2022年黄河流域夏季平均 UTCI（单位： ℃）

（a）~（f）分别表示区域Ⅰ~Ⅵ

Fig.6 Summer UTCI in Yellow River basin from 1979 to 2022.（a） to （f） indicate regions Ⅰ to Ⅵ， respectively.Unit： ℃

Ⅰ、 Ⅱ区域其夏季UTCI平均值与春秋两季有较大不同， 处于轻微冷应力（凉）和较强冷应力（冷不舒适）的面积相较于全年和春秋两季， 呈现出不同程度的减小趋势， 其中较强冷应力（冷不舒适）所对应的面积减小为0， 同时地区相应的增加了舒适等级区域面积。Ⅲ、 Ⅳ区域同样存在着一些变化， 从春秋两季的“舒适”与“凉”占主导地位转变成了夏季的“舒适”占主导地位， 同时增加了一部分处于热区间的区域， 但区域面积仍然较小。Ⅴ、 Ⅵ区域其UTCI值相较于春秋两季进一步提高， “热”成为了两区域的主导地位。
图7为黄河流域及各子区域UTCI冬季年平均分布情况。冬季的UTCI最高值为0.78 ℃， 最低值为-30.04 ℃。与夏季相反， 冬季黄河流域全部处于冷区间， 热区间和舒适区间均不存在。其中出现了其他三个季节未出现过的很强冷应力（很冷不舒适）Ⅰ、 Ⅱ区域其冬季UTCI平均值较低， 与夏秋两季类似， 冬季也仍然不适游。Ⅲ、 Ⅳ区域冬季“冷不舒适”占据了主导地位。Ⅴ与Ⅵ两个区域在冬季呈现出了较大差异， 其中Ⅴ区域“冷不舒适”面积占比较大而Ⅵ区域则是“凉”面积占比较大。从旅游气候舒适度影响旅游的角度出发， 冬季黄河流域整体适游区域全面缩小。
图7 1979-2022年黄河流域冬季平均 UTCI（单位： ℃）

（a）~（f）分别表示区域Ⅰ~Ⅵ

Fig.7 Winter UTCI in Yellow River basin from 1979 to 2022.（a） to （f） indicate regions Ⅰ to Ⅵ， respectively.Unit： ℃

3.2　 UTCI变化

图8中显示了1979 -2022年黄河流域年平均UTCI的变化情况， 1979 -2022年年平均UTCI的变化整体上呈现出上升的趋势， 从变化最慢的0.14 ℃·（10a）-1到最快的0.85 ℃·（10a）-1， 年平均UTCI变化的空间分布存在着西高东低、 北高南低的显著特点， UTCI整体上呈现出上升的趋势， 其中上升幅度最大的地方位于Ⅰ区域西部（青海省南部）和Ⅳ区域东北部（黄土高原部分地区）， 上升幅度最小的区域位于Ⅳ区域的西南部和Ⅵ区域的部分地区。
图8 1979 -2022年黄河流域年平均 UTCI 的空间变化（单位：℃·（10a）-1）

（a）~（f）分别表示区域Ⅰ~Ⅵ

Fig.8 Spatial variation of UTCI in the Yellow River Basin from 1979 to 2022.Unit： ℃·（10a）-1.（a） to （f） indicate regions Ⅰ to Ⅵ， respectively

图9为UTCI 距平的年际变化及其趋势， 其中变化趋势均通过0.01的显著性水平检验。图9中分别为黄河流域及各子区域的平均值、 最大值和最小值， 能够较好地对比分析各区域的 UTCI 变化情况。黄河流域各区域的UTCI在1979 -1990年之间存在小幅度波动， 但总体为上升趋势， 在 2000年后快速上升， 随后缓慢波动上升。从变化趋势来看， 1979 -2022年黄河流域不同地区的 UTCI 均呈显著的正向增长趋势（p<0.01）。从 UTCI 平均值的增长情况来看， 增长最快的地区为Ⅰ区域， 增速为 0.053 ℃·a-1， 其次为Ⅱ区域和Ⅴ区域， 均为0.043 ℃·a-1， 从 UTCI 最大值增长情况来看， 最大值增长率整体上不如平均值增长率高。Ⅰ区域仍然为增长最快的区域， 增率达到了0.041 ℃·a-1， Ⅴ区域也相对较快， 增速为0.037 ℃·a-1。增速最慢的区域为Ⅵ区域， 增速为0.019 ℃·a-1。从 UTCI 最小值来看， Ⅰ区域 UTCI 增加最明显， 其 UTCI 最小值增长率为 0.065 ℃·a-1， 其次为Ⅳ、 Ⅲ、 Ⅱ、 Ⅴ、 Ⅵ区域， 黄河流域整体UTCI 最小值的增长率在 0.056 ℃·a-1左右， 与Ⅳ区域接近。
图 9 黄河流域及各子区域UTCI平均值（a）、 最大值（b）、 最小值（c）的逐年变化及变化趋势

Fig.9 The variation and trend of the mean （a）， maximum （b） and minimum （c） UTCI in the Yellow River Basin and its sub-regions

3.3　舒适天数分布

图10统计了黄河流域及各子区域全年各类舒适度等级平均所占天数的具体情况。黄河流域全年主要处于舒适和较冷不舒适状态。其中Ⅵ区域全年中处于舒适等级中的天数达到了143天， 为所有区域之最。其次为Ⅳ和Ⅴ地区， 他们各自的平均舒适天数均为139天， 约占全年总天数的四成。Ⅱ地区由于UTCI值偏低， 全年大部分时间主要处于凉和较冷不舒适状态， 分别占了126天和150天， 且并无热不舒适天数。Ⅰ地区全年主要处于凉（134天）、 较冷不舒适（98天）和冷不舒适（129天）状态， 与Ⅱ地区相同， 无热不舒适天数分布。而黄河流域、 Ⅲ、 Ⅳ、 Ⅴ、 Ⅵ地区受较热不舒适影响， 全年处于较热不舒适的时间分别平均长达19天、 23天、 24天、 46天、 60天。相对而言， Ⅰ和Ⅱ地区舒适程度较小， 主要表现在这两个地区平均处于较冷不舒适和冷不舒适等级时间较长。黄河流域全年6个舒适度等级均有分布， 天数分别为 24天（冷不舒适）、 126天（较冷不舒适）、 59天（凉）、 131天（舒适）、 19天（较热不舒适）和6天（热不舒适）。
图10 黄河流域及各子区域舒适天数平均分布

Fig.10 The average distribution of comfortable days in the Yellow River basin and its sub-regions

4 结论

本研究利用ERA5再分析资料和UTCI， 分析了1979 -2022年黄河流域气候舒适度的空间格局及时空变化特征， 得到以下主要结论：
（1） 整体上看， 黄河流域年平均UTCI值为2.8 ℃， 舒适等级为凉。UTCI值大部分都处于冷区间和舒适区间， 热区间分布地区较少。内部各区域之间UTCI分布呈现出较大差异。Ⅰ区域低温持续时间相对较长， 处于轻微冷应力（凉）和较强冷应力（冷不舒适）的面积较大。Ⅱ区域大部分地区仍处于冷区间。Ⅲ、 Ⅳ区域较为接近， “舒适”与“凉”占主导地位。Ⅴ、 Ⅵ区域其UTCI值处于较高水平， 但大部分地区仍处于舒适区间。
（2） 就各季节来看， 春秋两季Ⅲ、 Ⅳ、 Ⅴ、 Ⅵ四个区域舒适区间分布相对广泛； 夏季黄河流域整体舒适区域面积扩大； 冬季冷不舒适占据主导地位， 黄河流域整体舒适区域全面缩小。
（3） 1979 -2022年黄河流域年平均UTCI的变化整体上呈现出上升的趋势， 从变化最慢的0.14
℃·（10a）-1到最快的0.85 ℃·（10a）-1， 黄河流域年平均UTCI变化的空间分布存在着西高东低、 北高南低的显著特点。从变化趋势来看， 1980 -2022年黄河流域不同地区的 UTCI 均呈显著的正向增长趋势（p<0.01）。从 UTCI 平均值增长情况来看， 各区域增速由快至慢分别为： Ⅰ （0.053 ℃·a-1）、 Ⅴ（0.043 ℃·a-1）、 Ⅱ（0.043 ℃·a-1）、 Ⅳ（0.042 ℃·a-1）、 Ⅲ（0.041 ℃·a-1）、 黄河流域（0.04 ℃·a-1）、 Ⅵ（0.029 ℃·a-1）。
（4） 整体上看， 黄河流域气候舒适度主要处于舒适和较冷不舒适等级。6个舒适度等级分布天数分别为 24天（冷不舒适）、 126天（较冷不舒适）、 59天（凉）、 131天（舒适）、 19天（较热不舒适）和6天（热不舒适）。Ⅰ、 Ⅱ地区主要集中在凉和冷不舒适等级， 且并未受热带来的不舒适影响。而黄河流域、 Ⅲ、 Ⅳ、 Ⅴ、 Ⅵ地区受较热不舒适影响， 全年处于较热不舒适的时间分别平均长达19天、 23天、 24天、 46天、 60天。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Blazejczyk K， Epstein Y， Jendritzky G， et al， 2012.Comparison of UTCI to selected thermal indices［J］.International Journal of Biometeorology， 56（3）： 515-535.DOI： 10.1007/s00484-011-0453-2 .

Bröde P， Blazejczyk K， Fiala D， et al， 2013.The universal thermal climate index UTCI compared to ergonomics standards for assessing the thermal environment［J］.Industrial Health， 51（1）： 16-24.DOI： 10.2486/indhealth.2012-0098 .

Bröde P， Fiala D， Błażejczyk K， et al， 2012.Deriving the operational procedure for the Universal Thermal Climate Index （UTCI）［J］.International Journal of Biometeorology， 56（3）： 481-494.DOI： 10.1007/s00484-011-0454-1 .

Fanger P O， 1970.Thermal comfort analysis and application in environment engineering［M］.Copenhagen： Danish Technical Press.

Gagge A P， Fobelets A P， Berglund L G， 1986.A standard predictive index of human response to the thermal environment［J］.Ashrae Trans， 92（2）： 709-731.

Gagge A P， Stolwijk J A J， Nishi Y， 1971.An effective temperature scale based on a simple model of human physiological regulatory response［J］.Ashrae Transactions， 77（1）： 21-36.

Gerald A， Claudia T， 2004.More intense， more frequent， and longer lasting heat waves in the 21st century［J］.Science， 305（5686）： 994-997.DOI： 10.1126/science.1098704 .

Givoni B， 1963.Estimation of the effect of climate on man： development of a new thermal index［M］.Jerusalem： Hebrew University.

Jendritzky G， De D R， Havenith G， 2012.UTCI： why another thermal index？［J］.International Journal of Biometeorology， 56（3）： 421-428.DOI： 10.1007/s00484-011-0513-7 .

Jendritzky G， Havenith G， Weihs P， et al， 2009.Towards a universal thermal climate index UTCI for assessing the thermal environment of the human being［J］.Final Report COST Action， 730： 1-26.

Kalkstein L S， Greene J S， 1997.An evaluation of climate/mortality relationships in large US cities and the possible impacts of a climate change［J］.Environmental Health Perspetives， 105（1）： 84-93.DOI： 10.2307/3433067 .

Kantor N， Unger J， 2011.The most problematic variable in the course of human-biometeorological comfort assessment： the mean radiant temperature［J］.Central European Journal of Geosciences， 3 （1）： 90-100.DOI： 10.2478/s13533-011-0010-x .

Katavoutas G， Founda D， 2019.Intensification of thermal risk in Mediterranean climates： evidence from the comparison of rational and simple indices［J］.International Journal of Biometeorology， 63（9）： 1251-1264.DOI： 10.1007/s00484-019-01742-w .

Matzarakis A， de Freitas C， 2001.Proceedings of the 1st International Workshop on Climate， Tourism and Recreation［C］.Halkidiki： International Society of Biometeorology， Commission on Climate Tourism and Recreation.

Napoli C D， Pappenberger F， Cloke H L， 2018.Assessing heat-related health risk in Europe via the Universal Thermal Climate Index （UTCI）［J］.International Journal of Biometeorology， 62（7）： 1155-1165.DOI： 10.1007/s00484-018-1518-2 .

Napoli C D， Pappenberger F， Cloke H L， 2019.Verification of heat stress thresholds for a health-based heat-wave definition［J］.Journal of Applied Meteorology and Climatology， 58（6）： 1177-1194.DOI： 10.1175/jamc-d-18-0246.1 .

Perkins S， Alexander L V， Nairn J R， 2012.Increasing frequency， intensity and duration of observed global heatwaves and warm spells［J］.Geophysical Research Letters， 39（20）： 20714.DOI： 10. 1029/2012gl053361 .

Salah S A， Matzarakis A， 2017.Seasonal regional differentiation of human thermal comfort conditions in Algeria［J］.Advances in Meteorology， 2017： 1-14.DOI： 10.1155/2017/9193871 .

Shooshtarian S， Ridley I， 2016.Determination of acceptable thermal range in outdoor built environments by various methods［J］.Smart & Sustainable Built Environment， 5（4）： 352-371.DOI： 10.1108/sasbe-06-2016-0010 .

Sonia I， Markus G， Brigitte M， et al， 2014.No pause in the increase of hot temperature extremes［J］.Nature Climate Change， 4（3）： 161-163.DOI： 10.1038/nclimate2145 .

Thom E C， 1959.The discomfort index［J］.Weatherwise， 12（2）： 57-61.DOI： 10.1080/00431672.1959.9926960 .

Wu F F， Yang X H， Shen Z Y， 2019.Regional and seasonal variations of outdoor thermal comfort in China from 1966 to 2016［J］.Science of the Total Environment， 665（15）： 1003-1016.DOI： 10.1016/j.scitotenv.2019.02.190 .

Yaglou C P， Minard D， 1957.Control of heat casualties at military training centers［J］.Ama Arch Ind Health archives of industrial health， 16（4）： 302-16.

Zeng D， Wu J K， Mu Y Q， et al， 2020.Spatial-temporal pattern changes of UTCI in the China-Pakistan economic corridor in recent 40 years［J］.Atmosphere， 11（8）： 858.DOI： 10.3390/atmos11080858 .

Zhao Q， Guo Y M， Ye T T， et al， 2021.Global， regional， and national burden of mortality associated with non-optimal ambient temperatures from 2000 to 2019： a three-stage modelling study［J］.The Lancet Planetary Health， 5（7）： E415-E425.DOI： 10.1016/s2542-5196（21）00081-4 .

金安琪， 张昂， 赵昕奕， 2019.气候变化情景下中国东部地区未来气候舒适度变化预测［J］.北京大学学报（自然科学版）， 55（5）： 887-898.DOI： 10.13209/j.0479-8023.2019.057.Jin A Q ，

Zhang A， Zhao X Y， 2019， Prediction of future climate comfort changes in the eastern region of China under climate change scenarios［J］.Journal of Peking University （Natural Science Edition）， 55（5）， 887-898.DOI： 10.13209/j.0479-8023.2019.057 .

孔钦钦， 葛全胜， 席建超， 等， 2015.中国重点旅游城市气候舒适度及其变化趋势［J］.地理研究， 34（12）： 2238-2246.DOI： 10.11821/dlyj201512003.Kong Q Q ，

Ge Q S， Xi K C， et al， 2015.Climate comfort degree and its changing trend in key tourist cities in China ［J］.Geographical Research， 34（12）： 2238-2246.DOI： 10.11821/dlyj201512003 .

李双双， 杨赛霓， 刘宪锋， 等， 2016.1960-2014年北京户外感知温度变化特征及其敏感性分析［J］.资源科学， 38（1）： 175-184.DOI： 10.18402/resci.2016.01.19.Li S S ，

Yang S M， Liu X F， et al， 2016.Characteristics and sensitivity analysis of outdoor perceived temperature change in Beijing during 1960-2014［J］.Resources Science， 38（1）： 175-184.DOI： 10.18402/resci.2016.01.19 .

林卉娇， 2023.基于UTCI指数的中国夏季人体舒适度变化特征及未来预估［D］.南京： 南京信息工程大学.DOI： 10.27248/d.cnki.gnjqc.2022.000042.Lin H J， 2023.Variation characteristics and future prediction of human comfort in summer in China based on UTCI index［D］.Nanjing： Nanjing University of Information Science and Technology.DOI： 10.27248/d.cnki.gnjqc.2022.000042 .

刘梅， 于波， 姚克敏， 2002.人体舒适度研究现状及其开发应用前景［J］.气象科技， 30（1）： 11-14.DOI： 10.19517/j.1671-6345.2002.01.003.Liu M ，

Yu B， Yao K M， 2002.Research status and application prospect of human comfort［J］.Meteorological Science and Technology， 30（1）： 11-14.DOI： 10.19517/j.1671-6345.2002.01.003 .

王勇， 秦豪君， 王澄海， 等， 2024.2022 年夏季西北干旱区一次持续性高温的成因分析［J］.高原气象， 43（2）： 450-463.DOI： 10.7522/j.issn.1000-0534.2023.00069.Wang Y ，

Qin H J， Wang C H， et al， 2024.Analysis of the causes of a persistent heat wave in the summer of 2022 in the northwest arid region［J］.Plateau Meteorology， 43（2）： 450-463.DOI： 10.7522/j.issn.1000-0534.2023.00069 .

闫业超， 岳书平， 刘学华， 等， 2013.国内外气候舒适度评价研究进展［J］.地球科学进展， 28（10）： 1119-1125.

Yan Y C， Yue S P， Liu X H， et al， 2013.Research progress on climate comfort evaluation at home and abroad［J］.Progress In Geography， 28（10）： 1119-1125.

于庚康， 徐敏， 于堃， 等， 2011.近30 年江苏人体舒适度指数变化特征分析［J］.气象， 37（9）： 1145-1150.

Yu G K， Xu M， Yu K， et al， 2011.Analysis on the change characteristics of human comfort index in Jiangsu Province in recent 30 years［J］.Meteorology， 37（9）： 1145-1150.

郑景云， 尹云鹤， 李炳元， 2010.中国气候区划新方案［J］.地理学报， 65（1）： 3-12.

Zheng J Y， Yi Y H， Li B Y， 2010.A new plan for climate regionalization in China［J］.Journal of Geographical Sciences， 65（1）： 3-12.

朱卫浩， 张书余， 罗斌， 2012. 近 30a全国人体舒适度指数变化特征［J］.干旱气象， 30（2）： 220-226.

Zhu W H， Zhang S Y， Luo B， 2012.Change characteristics of national human comfort index in recent 30 years［J］.Journal of Arid Meteorology， 30（2）： 220-226.

张子涵， 王学佳， 杨梅学， 等， 2023.黄河上游水源涵养区近 60 年关键气候要素的时空变化［J］.高原气象， 42（6）： 1372-1385.DOI： 10.7522/j.issn.1000-0534.2023.00011.Zhang Z H ，

Wang X J， Yang M X， et al， 2023.Spatio-Temporal Changes of Key Climatic Elements in the Up‐per Yellow River Water Conservation Area in Recent 60 Years［J］.Plateau Meteorology， 42（6）： 1372-1385.DOI： 10.7522/j.issn.1000-0534.2023.00011 .

Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn