許劍勇 潘海波 孫蓓蓓

（1.安徽省黃山市氣象局，安徽黃山 245021；2.安徽省黃山風景區(qū)管委會機關門診部，安徽黃山 245800）

黃山風景區(qū)是世界著名的山岳景區(qū)，擁有獨特的高山地形、氣候生態(tài)和豐富的氣象景觀，景色奇?zhèn)ソ^俗、靈秀多姿，每年吸引數百萬中外游客。氣象因素是影響旅游出行和目的地選擇的重要因素，景區(qū)客流量的變化和氣象條件密切相關。陸林等[1]研究表明，自然季節(jié)性因素是決定山岳景區(qū)客流量季節(jié)性變化的主導因素。朱寶文等[2]分析了青海省海北地區(qū)旅游氣候適宜性和客流量的相關性，采用多元回歸方程法建立客流量預測模型。基于此，本文對黃山風景區(qū)2005-2018年進山游客人數資料與氣象要素進行分析，采用逐步回歸分析方法首次建立了可以實際應用的黃山月客流量預測模型，進一步豐富了黃山旅游氣象服務內容，為旅游管理部門和旅游行業(yè)進行了月客流量預測，以提前掌握旅游人數，為景區(qū)規(guī)劃提供科學依據。

1 資料和方法

1.1 資料 2005-2019年黃山觀測站（海拔1 840.4 m）逐月氣溫、降水、風速、相對濕度等氣象資料由黃山氣象站統(tǒng)計整理；2005-2019年黃山風景區(qū)逐月進山人數資料來自黃山管委會，其中2005-2018年數據用于建立模型，2019年數據用于實際檢驗。

1.2 方法 黃山風景區(qū)位于華東地區(qū)，海拔高，氣溫低，風速大。本研究通過計算黃山景區(qū)各月風寒指數和舒適度指數，探討當地的人體舒適度。

用式（1）計算風寒指數Q：

式中，T為氣溫（℃），v為風速（m/s）。

計算人體舒適度指數的公式較多，本文參考緯度相近的南昌人體舒適度指數計算方法，用式（2）計算人體舒適度指數：K：

式中T為氣溫（℃），RH為相對濕度（%），v為風速（m/s）。

2 客流量變化特征

2.1 客流量季節(jié)分布特征 統(tǒng)計2005-2018年黃山季節(jié)平均客流量發(fā)現，黃山春、夏、秋季游客較多，數量相差不大，冬季客流量最少，近乎夏季的1/3?？傮w來說，黃山客流量季節(jié)分布符合其淡季（冬季）和旺季（春、夏、秋季）特征。

2.2 客流量年分布特征 圖1為2005-2018年黃山景區(qū)年客流量變化曲線，趨勢線斜率=13.366，R2=0.960 3，接近1，說明2005-2018年黃山客流量逐年線性遞增趨勢明顯。2005-2018年，景區(qū)客流量從171.0萬人次/年（2005年）增加至338.0萬人次/年（2018年），增幅達2.0倍。其中2013年有所回落，2014年繼續(xù)增長，到2015年回歸正常增幅水平。相比過去年均18.6萬人次/年的增速，2017年增量僅有6.8萬人次、2018年甚至下降到1.1萬人次，年客流量增速放緩明顯。

圖1 2005-2018年黃山風景區(qū)客流量年變化

3 客流量與氣象條件的關系

平均氣溫、最高氣溫、最低氣溫、水汽壓、相對濕度、降水量、舒適度指數和風寒指數均與客流量呈明顯相關性，氣壓、平均風速和日照時間對客流量的影響不大。氣溫類要素、風寒指數、舒適度指數相關性較大，其中氣溫是影響客流量的極重要因素。

4 客流量預測模型的建立和檢驗

4.1 預測模型的建立 選擇與客流量顯著相關的月平均氣溫、相對濕度、月降水量、舒適度指數和風寒指數5個因素，作為回歸方程的候選因素，采用逐步回歸分析法利用SPSS軟件分別建立了不同的模型，選擇最優(yōu)模型為：

方程的相關系數r=0.690，為強相關；F=49.583，大于F（3，164）0.01=3.903，通過了F檢驗；P=0.000小于α=0.001，有極顯著的統(tǒng)計學差異；故線性回歸模型成立。式中，y為月客流量，x1為月平均氣溫（℃），x2為月平均相對濕度（%），x3為舒適度指數。

4.2 預測模型的檢驗

4.2.1 回代檢驗 用2005-2018年黃山風景區(qū)氣象數據回代入公式（3）計算出模型預測的客流量，與實際客流量進行對比。經計算，實際值與預測值的相關系數r=0.961（n=168，α=0.01），P＜0.001，呈極顯著相關；平均絕對誤差（MAE）為2.420萬人次，均方根誤差（RMSE）為3.219 4萬人次，可見對于黃山月均客流量22.3萬人次而言，預測誤差值較小，偶爾個別月誤差會略大一些。

4.2.2 實際應用檢驗 利用公式（3）計算出2019年各月客流量預測值，與實際客流量進行對比。經計算，實際值與預測值的相關系數r=0.981（n=12，α=0.01），P＜0.001，呈極顯著相關，平均絕對誤差（MAE）為1.846 8萬人次，均方根誤差（RMSE）為2.202 3萬人次，模型預測值與實際客流量的擬合度較好，進一步說明預測模型可信度較高，在實際業(yè)務中具有較好的可用性。

5 結論

（1）一年中冬季（12月到次年2月）客流量是全年的低谷，其中1月是最低谷；3-11月是旅游旺季，期間客流量人數有所起伏，季節(jié)變化呈現旺、淡季特征明顯，春夏秋三季客流量相差不大，冬季明顯減少，僅有夏季1/3；客流量逐年上升趨勢明顯，近些年增速有所放緩。

（2）平均氣溫、最高氣溫、最低氣溫、水汽壓、相對濕度、降水量、風寒指數和舒適度指數與客流量呈顯著相關，其中氣溫類要素、風寒指數、舒適度指數相關系數較大，是影響客流量的重要因素。

（3）基于氣象因子相關分析建立的黃山客流量預測模型經回代檢驗和實際應用檢驗效果良好，相比前人較為籠統(tǒng)的預測中長期年客流量，該模型可預測月客流量，業(yè)務可用性良好；在業(yè)務應用中還應綜合考慮重大節(jié)日、政策交通等可預見因素對客流量的影響。

黃山月客流量與氣象條件回歸模型的建立既豐富了黃山旅游氣象服務內容，也為旅游管理部門工作安排和景區(qū)規(guī)劃提供了科學依據。