■ 穆璐 李菁 于金

全國櫻花、荷花預報較準確，全國雪質、牡丹花預報偏差較小，但全國紅葉最佳觀賞期預報結果偏差較大，由于全國氣溫和天氣晝夜溫差的變化太大，導致部分景區(qū)紅葉的染色期和最佳觀賞期時間過短，用戶反饋預報不夠準確。

生態(tài)景區(qū)預報以精準對接個性化人群需求，能夠預報出櫻花、牡丹花、杜鵑花、荷花的盛開期，紅葉的最佳觀賞期，雪質的松軟程度，避暑/避寒的舒適度指數(shù)外，還能夠輔助出游人群，給出引導建議。近幾年，北京市氣象局就開始對櫻花花期進行觀測和預報；上海市氣象局與上海市桃研所開展物候資料共享和研究；紅葉最佳觀賞期預報已經從圖文內容延伸到各省的紅葉直播中去，將最佳的紅葉觀賞期的美景通過實景、短視頻的方式進行跟蹤服務；“中國天氣”已將全國十大熱門滑雪場雪質預報進行全網宣推，并提供十大熱門滑雪場的周末天氣預報；避暑/避寒活動已經各省逐步深入開展，并以聯(lián)合政府舉辦各省十大避暑/避寒旅游地選舉活動與網民互動評選，得到了政府、企業(yè)、景區(qū)、網民的高度認可。

1 大數(shù)據(jù)及方法

眾所周知，氣象大數(shù)據(jù)量級逐年以指數(shù)方式遞增，氣象大數(shù)據(jù)已經在推動跨部門、行業(yè)等業(yè)務上顯示出了其潛力和價值，特別是在農業(yè)生產、交通旅游、災害防治、一帶一路等領域上有較廣泛的應用。氣象大數(shù)據(jù)與植物和景觀物候變化有著緊密聯(lián)系。在氣溫、降水、濕度、光輻射等氣候因子中，氣溫是影響植物物候時空變化的最關鍵的氣候因子，它控制著物候發(fā)生的早晚，全年四季春季賞花、夏季避暑、秋季觀紅葉、冬季避寒滑雪已經成為旅游活動的重要主題和節(jié)假日的主要活動之一。

旅游行業(yè)大數(shù)據(jù)調研結果顯示，近幾年中國旅游用戶選擇景區(qū)時最主要考慮的因素是景區(qū)的風景特色（65.1%）。在游覽景區(qū)的類型選擇方面，半數(shù)左右的用戶選擇欣賞自然景觀，如湖光山色（53.3%） 和海濱島嶼（47.7%），因此特色景色會成為用戶關注的重點之一；在出行的交通工具選擇方面，乘坐火車（73.0%）和自駕出行（72.6%）是用戶最為偏好的兩類出行方式，隨著家庭汽車的普及，自駕游也成為國內游客出游的主要形式之一。

2019年6月—2020年11月，中國天氣網上線的紅葉、荷花、牡丹花、櫻花、雪質等生態(tài)景區(qū)天氣產品，通過社會化反饋檢驗的方式，收集用戶反饋數(shù)據(jù)，從中隨機抽取了全國112個景區(qū)的用戶反饋數(shù)據(jù)，通過分析顯示，全國櫻花、荷花預報較準確，全國雪質、牡丹花預報偏差較小，但全國紅葉最佳觀賞期預報結果偏差較大，由于全國氣溫和天氣晝夜溫差的變化太大，導致部分景區(qū)紅葉的染色期和最佳觀賞期時間過短，用戶反饋預報不準確。

2 生態(tài)景區(qū)天氣產品研究

為了實現(xiàn)百姓美好生活的具體要求，從生態(tài)景區(qū)天氣產品出發(fā)，能夠提供用戶四季生態(tài)景區(qū)服務產品，從而能夠助力旅游業(yè)的發(fā)展，提升人們出行旅游體驗。從近幾年的“賞花經濟”來看，全國各地都集中打造“櫻花節(jié)”“紅葉節(jié)”，這些都逐漸從多個渠道引導用戶出門旅游；從時間來看，冬季到南方避寒旅游，夏季到北方避暑旅游逐漸成為人們追求更加舒適生活的方式；2022年國家也要用開展 “冬季奧運會”的方式，帶動旅游經濟；因此全國對多元化生態(tài)景區(qū)天氣產品的需求越來越大。

2.1 櫻花花期預報

從國際相關領域來看，日本著名的氣象預報機構Weather Map每年都會發(fā)布四輪關于日本櫻花何時盛開的預報。經過經驗累積，預報結果較為準確。

中國天氣網通過對氣象大數(shù)據(jù)和百度搜索的輿情數(shù)據(jù)的結果，對全國櫻花進行區(qū)域劃分，依據(jù)北京市氣象局的櫻花開花氣象建立算法模型，按照櫻花開放的始花日、盛開日、和結束日，構建了預測模型。利用櫻花開花前期氣溫構建始花日預測模型及檢驗，櫻花開花前期T1（1—2月）的平均最高氣溫，與始花日日序數(shù)呈顯著相關，可通過進行線性回歸分析建立花期預測模型。

模型中始花日日序數(shù)（Y）與 T1（1—2月）的平均最高氣溫（X）的回歸方程為：

線性擬合結果表明：T1（1—2月）的平均最高氣溫每升高1 ℃，始花日日序數(shù)將減少2.431，即開花日期提前約2.4 d。

通過櫻花模型算法，以產品的展現(xiàn)形式，應用到旅游景區(qū)頁面中的“花期卡片”中和百度地圖app中，并同時利用社會化反饋對櫻花數(shù)據(jù)進行統(tǒng)計和檢驗，對算法進行優(yōu)化。

2.2 紅葉景觀最佳觀賞期預報

紅葉景觀是我國秋季不可錯過的旅游資源。根據(jù)物候學理論，前期的氣象條件如光、溫、水等對植物物候的早晚有重要影響，其中氣溫是影響木本植物物候的主要因子，因此中國天氣網基于過去5年的搜索數(shù)據(jù)分析得出了全國各地常年紅葉最佳觀賞期物候的溫度、氣溫日較差、水分條件，得出氣溫為10～20 ℃，且日最低氣溫低于14 ℃、氣溫日較差在10 ℃以上持續(xù)3～4 d則木本紅葉植物開始發(fā)生葉片變色。因此，基于物候＋氣候條件的分析，利用當年的實況及預報數(shù)據(jù)預測未來7天是否會進入紅葉最佳觀賞期（圖1）。

圖1 紅葉景觀最佳觀賞期預報業(yè)務流程圖

同時建立全國約6000余個景區(qū)的紅葉觀賞地理數(shù)據(jù)庫信息，開發(fā)紅葉觀賞產品，收集公眾反饋信息，提升預報的準確性。

2.3 雪場冰雪雪質預報

我國冰雪產業(yè)有著明顯的資源優(yōu)勢，近兩年不斷新建滑雪場。北方地區(qū)的冰雪資源先天優(yōu)勢明顯，擁有我國72.76%的雪場（圖2）。

圖2 2019年全國雪場區(qū)域分布地圖

雪的質量越來越被專業(yè)滑雪愛好者所關注，預報系統(tǒng)通過判斷雪場的“風、溫、濕、天”與不同雪質的關系，制定預報算法，實現(xiàn)不同天氣條件下的雪質預報。通常是把相關氣象要素轉化為濕球溫度后，根據(jù)濕球溫度判斷雪的松軟程度進行分級，濕球溫度和雪質等級對應關系，如圖3所示。雪質分為“干粉雪”“粉雪”“軟雪”“濕雪”和“冰面雪”五種，已應用在中國天氣網中，通過用戶對雪場的雪質反饋，從而驗證雪質的準確性。

圖3 濕球溫度和雪質等級對應關系圖

2.4 中國康養(yǎng)旅游地（避暑/避寒）適宜日指數(shù)預報

2018年起，全國各個地方先后舉辦了以“避暑”“避寒”“康養(yǎng)”為主題的旅游目的地評選活動，此類活動將氣象和旅游進行有效融合，充分挖掘地方的優(yōu)質氣候資源，建設出了特色旅游目的地，滿足了公眾新的需求。其中“尋找安徽避暑旅游目的地”開展三年以來積累了經驗，贏得了社會廣泛關注，取得了明顯的服務效益（表1）。

表1 全國6省市避暑活動近年開展情況

從避寒適宜日指數(shù)預報來說，對全國景區(qū)進行篩選，首先要滿足自然生態(tài)豐富多樣，有山有水、常年無冬日數(shù)量占冬季總日數(shù)達98%以上，且常年平均氣溫在25 ℃左右，冬季在20 ℃左右等要素，才能在其基礎上做避寒適宜日的指數(shù)預報。

中國天氣于2017年在“晴游”app中已將避暑/避寒/養(yǎng)生指數(shù)等應用到產品中，其中避暑游（清涼游）、康養(yǎng)游（清肺游）基于避寒適宜日指數(shù)預報和旅游搜索排行研究的算法推薦，并進行對外服務。

從避暑旅游適宜度指數(shù)研究方法來看，避暑旅游適宜度的模型由氣候舒適度、氣象綜合風險、游客滿意度、景區(qū)觀賞度四個部分組成，并根據(jù)專家打分法確定每個部分的權重：

其中：L是避暑旅游適宜度指數(shù)，B是氣候舒適度指數(shù)，M是氣象綜合風險指數(shù)，S是游客滿意度指數(shù)，H是景區(qū)觀賞度指數(shù)。

3 未來發(fā)展展望

全國景區(qū)天氣產品不但能為公眾服務，而且能夠與市場應用進行對接，特別是花期預報作為與智能汽車合作的新嘗試，“中國天氣”已經與大眾等多個汽車廠商品牌合作，提供線上氣象服務及線下品牌宣傳推廣活動。氣象服務為駕駛用戶提供旅游線路氣象預測、景區(qū)天氣預報、觀賞花期預報等，不僅能夠大幅提升汽車駕駛的體驗，而且能夠達到其商業(yè)價值。

“中國天氣”于2020年12月3日圍繞交通出行能力，召開了交通出行發(fā)布會，與滴滴出行簽署了戰(zhàn)略合作協(xié)議，并發(fā)布了2021年四條景觀推介路線，圍繞冰雪之路、 追沙之旅、彩虹之途和秦嶺山色等四條景觀線路做了生態(tài)旅游路線介紹。通過打造生態(tài)景區(qū)天氣和各類車商打造的“最美公路路線”，能夠將觀賞花期、紅葉景觀、逐電追雷、彩虹霧凇、最美冰雪、生態(tài)康養(yǎng)、避暑/避寒旅游等特色氣象服務相結合，還能夠為景區(qū)帶來新客源，為不同款的車型做品牌宣傳，帶領愛車一族，打造專屬服務產品。

深入閱讀

Gordo O, Sanz J J, 2010. Impact of climate change on plant phenology in Mediterranean ecosystems. Global Change Biology, 16(3): 1082-1106.

Schwartz M D, Chen X, 2002. Examining the onset of spring in China. Climate Research, 21(2): 157-164.

艾瑞咨詢, 2018. 中國景區(qū)旅游消費研究報告. 北京: 艾瑞咨詢.

北京卡賓滑雪集團, 2017. 中國滑雪產業(yè)發(fā)展報告(2017). 北京: 社會科學文獻出版社.

高新月, 陶澤興, 王煥炯, 等, 2018. 北京地區(qū)東京櫻花花期對氣候變化的分段響應. 氣象科學, 38(6): 832-837.

李菁, 慕建利, 吳普, 2015. 避暑旅游適宜度評價模型的建立和應用. 第32屆中國氣象學會年會S13氣候環(huán)境變化與人體健康. 北京: 中國氣象學會.

饒紅欣, 彭信海, 王萍, 等, 2014. 日本櫻花花期觀測與規(guī)律分析. 經濟林研究, 32(2): 133-136.

王秀榮, 趙帆, 趙嶸, 等, 2020. 全國氣候避寒地評價. 北京: 中國氣象局公共氣象服務中心.

吳丹娃, 楊彬, 江春, 等, 2019. “尋找安徽避暑旅游目的地”探索與實踐// 中國氣象服務協(xié)會. 打造氣象產業(yè)生態(tài)圈——中國氣象服務產業(yè)發(fā)展報告2019. 北京: 氣象出版社: 177-183.

尹志聰, 袁東敏, 丁德平, 等, 2014. 香山紅葉變色日氣象統(tǒng)計預測方法研究,氣象, 40(2): 229-233.