Page 137 - 《高原气象》2026年第3期
P. 137

3 期                岳  鑫等:基于AHP-CRITIC模型分析评估贵州省气候舒适度的时空特征                                   745
               日常地面监测数据分析气候舒适度的长期演变特                             规范化。然而, 其不可避免地存在主观局限性。为
               征, 可深化对气候变化规律及其影响的认知, 为理                          应对传统评价方法的主观局限性, 学界在气候舒适
               解区域对全球气候变化的响应提供理论支撑; 另一                           度评价研究中不断探索新路径, 王妍方等(2016)通
               方面, 揭示其空间分布及其演变趋势, 可为建筑设                          过人体舒适指数、 风寒指数、 THI 与 ICL 构建模糊
               计、 旅游发展、 公共卫生以及气候适应调控等领域                          判断矩阵, 在一定程度上减小因专家主观认知差异
               提 供 科 学 指 导(Chen  and  Ng,  2012;  Cheung  and    导致的评价偏差, 得出了攀枝花适宜旅游的月份。
               Hart,  2014;  Beccali  et  al,  2018; Aminipouri  et  al,   李佳恩等(2022)通过数字高程模型推算空间温度
               2019;  Zeng  et  al,  2025)。 国 外 研 究 始 于 Terjung  后结合 WEI、 THI 与 ICL 进行模糊层次分析, 构建
              (1966, 1968)提出的舒适指数, 为定量评估奠定了                      综合舒适评价模型, 进一步评价了攀枝花市的气候
               理论基础。该领域发展出多元评价标准, 涵盖人体                           舒适度。模糊层次分析法将模糊数学引入层次分
               舒适指数(雷东洋等, 2021)、 炎热指数(王欣睿和                       析法中, 允许模糊判断, 避免强行精确化导致的偏
               景 元 书 ,  2005)、  通 用 热 气 候 指 数(唐 进 时 等 ,          差。陈力和苑全治(2018)基于客观赋权熵值法原
               2015; Zeng et al, 2020; Zhou et al, 2022, 金天等,    理, 通过各指标值所提供的信息量大小客观确定指
               2025)。近年来, 气候舒适度评估已在巴基斯坦                          标权重, 进而构建了洛阳的旅游气候舒适度评价模
              (Ullah et al, 2024)、 西班牙(Hidalgo-García et al,     型。杨颖璨等(2024)也通过熵值法建立了广东省
               2025)和印度(Naskar et al, 2024)等地广泛开展。               舒适度综合指数。但如何实现主客观赋权的有效
               常 用 的 温 湿 指 数(Temperature-Humidity  Index,        协同仍是亟待解决的问题。
               THI)通过考虑温度和湿度来反应人体和周围环境                               贵州省“冬无严寒、 夏无酷暑”的亚热带湿润季
               的热量交换(Thom, 1959)。风效指数(Wind Effect                风气候具有显著舒适度优势。独特的地形地貌造
               Index, WEI)既考虑体表的散热也考虑了太阳辐射                       就了立体气候特征, 使得省内不同海拔区域呈现出
               后人体的增热, 它是反映体表与周围环境之间的热                          “一山有四季, 十里不同天”的微气候差异。近年
               交换, 即体表单位面积的热交换量率(正值为吸                            来, 向红琼和于飞(2010)对全省旅游气象舒适度进
               热, 负值为散热)(范业正和郭来喜, 1998)。上述                       行了分析, 发现夏季具备避暑条件。张波等(2017)
               两个指数仅仅考虑了气候要素对人体裸露皮肤的                             通过 AHP 方法构建的旅游气候舒适度进一步分析
               影响程度。着衣指数(Index of Clothing, ICL)考虑               夏季旅游气候舒适度, 发现 6 月是贵州省的最佳避
               人体可通过穿戴衣物改变外界条件给体感舒适带                             暑月份。这些研究为挖掘贵州省气候旅游等优势
               来的影响(Auliciems and de Freitas, 1976)。由于使          特征提供了重要参考。然而, 在气候舒适度指数构
               用单一指数来评估与气候相关的舒适度状态不够                             建方法上, 现有研究多依赖单一赋权方法, 未能充
               可靠(Eludoyin et al, 2013)。为弥补单一指数的局                分平衡主观经验与客观数据的关系, 且对于贵州省
               限, 中国学界普遍将这 3 个指数联立构建气候舒适                         气候舒适度的研究多集中于现状评价, 而对其趋势
               度指数, 目前已在辽宁省(曹永强等, 2016)、 重庆                      变化的分析则相对较少。AHP 方法在计算权重系
               市(何静等, 2010)、 广东省(Zhang et al, 2022)等多            数 时 主 观 性 较 强 , 而 CRITIC(Criteria Importance
               地开展了气候舒适度指数的评估, 为区域气候资源                           Through Intercriteria Correlation)方法(Diakoulaki et
               开发与气候适应性管理等提供了科学依据(余珊和                            al, 1995)则能够更为客观地评估各指标的权重。
               戴 文 远 ,  2005;  曹 云 等 ,  2019;  Zhao  and  Wang,   AHP方法具有使用简单、 计算高效以及对多层次的
               2021; 黄启锋等, 2024)。                                定性、 定量数据的普适性等优点。目前我国运用客
                   现有研究在各指标赋权方法上普遍采用专家                           观方法构建气候舒适度评价体系时, 熵值法(陈力
               评分结合层次分析法(Analytic Hierarchy Process,             和苑全治, 2018; 杨颖璨等, 2024)较为常用。由于
               AHP)(马丽君等, 2009; 马丽君和孙根年, 2009),                  温湿指数、风效指数和着衣指数是根据温度、 湿
               该方法通过构建系统的评价指标体系, 将复杂的气                           度、 风速等气象数据计算得到, 其各指标之间具有
               候舒适度评价问题分解为目标层、 准则层和指标层                           一定的关联性。相较于熵值法, CRITIC 方法能够
               等多个层次结构。该方法将专家的专业知识与定                             更合理地分配权重, 减少冗余信息的影响。
               量分析相结合, 有效处理多指标、 多层次的复杂评                              因此, 本文基于 1994 -2023 年贵州省 84 个国
               价问题, 在一定程度上实现了主观判断的科学化与                           家气象观测站数据, 构建了 AHP-CRITIC 组合赋权
   132   133   134   135   136   137   138   139   140   141   142