气候舒适度问题.docxVIP

??

?

??

气候舒适度问题

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

摘要：随着社会不断发展，对某地区的气候条件进行合理评估，再运用到实践中，成了一个社会热点问题。本文运用数学方法建立地区气候舒适度评价模型，再进行量化分析，对四川省各城市的气候状况进行研究。采用主成分分析法对气候因数、经济因数进行降维处理，以减少影响因子数量。然后对降维后的成分得分系数矩阵进行归一化处理，得到各初始影响因子的权重。再利用层次分析法，建立“气候舒适度-降维变量-初始变量”层次模型，进行后续分析评价。

关键词：降维处理；层次分析法；气候评估；经济因素

1概述

气候舒适度是指大多数人对气候环境感觉舒适的程度。开展气候舒适度评价对于客观评价城市人居环境、开展科学城市规划发展等都具有重要的理论价值和实践意义，特别是随着人们对生活环境质量的要求逐步提升，气候舒适度愈发成为关注热点和研究热点。

2气候舒适度模型建立及评价

2.1降维处理

社会经济参数可能会影响气候指标，社会经济参数通过影响平均气温、降水、湿润度等气候指标来影响气候舒适度。但使用spss软件进行分析之后，发现两者之间影响关系并不大，即经济参数不能成为影响气候指标的主要因素。而经济学者何斗娟在《国际经济与贸易对环境的影响分析》中提出1，在影响气候变化方面，社会经济参数与气候指标可以看作平行关系，即二者分别作为独立因子对总体气候变化产生影响。

为减少需要分析的指标数量，采用主成分分析法。首先将所有气候指标、经济指标打包在一起进行主成分分析，发现所得的结果中，某个降维后的变量完全囊括了所有经济指标，而其他降维后的变量与之并无交叉。因此，我们可以得出，经济与气候可以视作是独立变量来对气候舒适度产生影响。也就意味着我们可以将经济参数从中区别开来，打包为一个气候舒适度的影响因子，然后只对各气候指标进行降维。

对多个气候指标进行主成分分析，得到6个降维后的变量，但由于最后一个变量所涵盖的气候指标与前面5个重合度较高，且方差百分比仅有3%左右，因此可以将其舍弃。综上，我们获得温度与气压、日照与辐射量、风力状况、降水与湿度、天气异常状况五个气候因素，再加上经济社会参数，总计六个因素，以此为中间层，进行层次分析。

2.2层次模型的构建与分析

关于层次分析模型，主要包括目标层、中间层、底层，形成等级层次。由于上文得出各底层之间的对应关系和权重，因此我们这里只需对目标层和中间层构建判断矩阵

一、判断矩阵的确定：通过查阅大量文献2，我们总结出以下确定判断矩阵的原则：经济虽然能够对气候产生影响，但与气温、降水等气候指标相比，影响力终究偏弱。当天气异常状况较少时，其对气候舒适度的影响可忽略。但当天气异常状况较多时，对气候舒适度的影响不可忽略。因此，极端天气状况应占有相应的权重。对于日照量，个人的承受力不同，因此确定判断矩阵时，其影响力应小于气温气压、降水湿度等基本气候指标。综上，我们确立如下判断矩阵：

表1判断矩阵

使用Matlab，对判断矩阵进行权值计算，得到各指标权重分别为0.2236，0.0759，0.1170，0.1770，0.3791，0.0273。为直观体现不同指标对气候状况的影响，通过excel作图得：

图1不同指标对气候状况影响图

而各个气候舒适度评价指标与它相对应的底层变量之间的关系，可以仿照此进行处理，这里我们不再一一表征。

2.3结论

由上图分析可以得出，在不考虑极端天气状况时，气温、降水、风力状况等是影响气候舒适度的重要因素，这与实际问题是相符的。一个地区的居民对于本地气候的描述，往往基于温度的高低、降水量的多少等。

不同的人对日照与辐射的感受不同，但相对于温度湿度等重要因素，它仍然有自己的局限性，即对于大多数人来说，评价舒适度时，温度、湿度、风力等要素往往占比多于日照。

考虑极端天气影响时，即使一个地区常年气候宜人，温度、湿度适宜，但如果恶劣天气频发，同样会极大的影响人们的宜居度。例如厦门、福州等地，虽气候舒适，但多发生台风等极端天气现象。根据调查结果：一个地区的平均年度极端天气事件为1次或0次，可视为正常；某一年中极端天气次数不多于两次，对地区气候舒适度的影响还不算大。但当极端天气事件继续增多，气候舒适度便会受到显著影响。这个影响不仅仅直接体现在天气方面，同样会因信息传播途径的拓宽，间接影响一段时间内游客们对旅游地的选择。因此，考虑某地气候时，频发极端天气影响的力度是远大于当地温度、湿度等基本要素的。

社会经济参数在层次模型中所占权重较小，但并不意味着它对气候不会产生影响。随着经济发展，伴随而来的产能过剩、气体排放、碳泄露等问题同样会对气候产生极大影响，这个影响的积累是缓慢的，但影响范围却又十分广泛。

3结语

①问题二中将经济社会参数与气候条