EN中文

Arid Zone Research >

2025 , Vol. 42 >Issue 6: 1093 - 1102

DOI: https://doi.org/10.13866/j.azr.2025.06.12

Ecology and Environment

Evaluation of climate comfort for red tourism in the Shaanxi-Gansu-Ningxia Region based on GIS

  • JIN Shuang ,
  • REN Jiahui ,
  • FENG Fang ,
  • HUANG Qiaohua ,
  • HE Ping
Expand
  • School of Geography, Geomatics and Planning, Jiangsu Normal University, Xuzhou 221116, Jiangsu, China

Received date: 2024-08-19

  Revised date: 2024-11-05

  Online published: 2025-08-12

Fold

Abstract

Assessing climate comfort in the Shaanxi-Gansu-Ningxia region is essential for the development of red tourism and the promotion of ecological sustainability. Using daily meteorological data from 1953 to 2020, including average temperature, wind speed, and relative humidity, this study applies a comprehensive climate comfort evaluation model integrated with GIS-based spatial interpolation and zoning methods to systematically analyze the spatiotemporal distribution of climate comfort in the region. The results show that, temporally, the climate is generally comfortable from May to September, while discomfort prevails from December to February. Spatially, northern Shaanxi exhibits relatively favorable climatic conditions, whereas the southwestern Xihaigu region is less suitable in terms of climate comfort. Under the influence of global warming, the annual average number of comfortable days has increased, whereas the number of uncomfortable days has significantly decreased since 2000. Comprehensive zoning results indicate that southwestern and central high-altitude areas experience lower comfort levels, while other regions remain relatively favorable. Further analysis reveals that for each unit change in the climate comfort index, the red tourism visitor flow index changes by 0.593%. Notably, Yan’an, due to its rich red tourism resources and favorable climate, has a significantly higher attractiveness index than other regions. Future red tourism planning should be dynamically optimized to address climate change and evolving tourist preferences. This study offers a scientific basis for regional tourism development and the sustainable advancement of red tourism. A scientific reference for regional tourism development and the sustainable advancement of red tourism activities.

Key words： climate comfort degree; red tourism; Shaanxi-Gansu-Ningxia Region; comprehensive zoning; gravity model

Cite this article

JIN Shuang , REN Jiahui , FENG Fang , HUANG Qiaohua , HE Ping . Evaluation of climate comfort for red tourism in the Shaanxi-Gansu-Ningxia Region based on GIS[J]. Arid Zone Research, 2025 , 42(6) : 1093 -1102 . DOI: 10.13866/j.azr.2025.06.12

IPCC第六次评估报告指出，受人类活动影响，近10 a全球地表温度上升了约1.1 ℃，预计未来20 a增温幅度将超过1.5 ℃[1]。气候条件与人体舒适度密切相关，气候舒适度是根据气温、湿度、风速等气象要素，评估人体在不同气候条件下舒适感受的生物气象学指标[2-5]。近年来，受全球变暖影响，气候舒适度评价受到日益广泛的关注，已成为衡量区域是否适宜居住或旅游的重要参考指标[6-11]。目前，已有大量研究围绕全国、省域及典型旅游景区开展气候舒适度评价工作，为居民定居、出行及旅游决策提供了科学依据[12-20]。此外，部分学者已开始基于栅格数据，结合GIS技术，对区域气候舒适度进行更为精细的定量评估[21-23]。
红色旅游作为旅游经济重要的构成部分，既是中国重要的政治和文化工程，也是重要的经济工程，对弘扬红色文化、传承红色基因意义重大[24-25]。陕甘宁地区位于黄土高原中部的丘陵沟壑区，面临严重的水土流失问题，气候干旱且不稳定，生态环境极其脆弱[26-31]。当地的支柱产业主要为农业，但其发展受自然条件限制较大，而该区红色旅游资源丰富，据统计，陕甘宁地区共有红色旅游资源342处[32]，旅游人数众多且呈快速增长趋势。以延安市为例，2009—2019年旅游人数从1024.3×104人增长至7308.3×104人，旅游综合收入由53.88×108元增至495.31×108元，占第三产业增加值的比重由34.3%上升至96.2%，旅游业对地方经济拉动作用显著。其中，83.4%的游客集中在红色旅游景点，表明红色旅游已成为推动陕甘宁地区经济社会发展的重要途径[33]。目前，关于陕甘宁红色旅游的研究主要集中在旅游资源的时空分布特征、旅游路径优化及资源整合等方面[32-35]。气候舒适度作为影响游客户外旅游活动的重要环境因素，在该地区尤其关键[20-21]。陕甘宁地区作为我国西北典型生态脆弱区，对气候变化响应敏感，全球变暖将引起区域气候舒适度变化，进而影响区域旅游活动。然而，针对该区域旅游气候舒适度的系统研究仍处于起步阶段。
基于此，本文选取陕甘宁地区作为研究区域，基于地理信息系统平台（ArcGIS），利用1953—2020年长时间序列气象数据，参照人体气候舒适度指数等级标准，对该区域气候舒适度进行精细化评估。在此基础上，构建回归模型，定量分析气候舒适度对红色旅游游客数量的影响；同时引入引力模型对各地气候舒适度吸引力进行排序，进而提出未来红色旅游发展的优化路径与策略。以期为区域社会经济可持续发展提供科学理论依据，切实助力陕甘宁地区红色旅游发展。

1 材料与方法

1.1 研究区概况

陕甘宁地区位于陕西、甘肃、宁夏三省交界地带，总面积13. 8×104 km2，人口数约为1004×104。研究区涵盖陕西省延安市和榆林市下辖的25个县，甘肃省庆阳市的8个县，以及宁夏回族自治区南部的8个县（图1）。该区域地处黄土高原中部的丘陵沟壑区，是黄河中上游生态保护与治理的核心区域，同时也是全球水土流失最为严重的地区之一[27]。区域气候干旱且不稳定，处于东亚季风气候向典型大陆性气候过渡的地带，属干旱与半干旱气候区，生态环境极为脆弱，森林覆盖率仅约7%。降水主要集中在夏秋季节，年际间波动显著，降水过程以强对流性暴雨为主，雨强大、历时短，极易诱发水土流失及洪涝灾害。
图1 陕甘宁地区示意图

Fig. 1 Schematic map of Shaanxi-Gansu-Ningxia region

目前，陕甘宁地区经济相对落后，受自然及历史因素影响，仍为贫困地区，研究区内41个县中有31个为国定贫困县。“陕甘宁红色旅游区”是国家重点培育的12个红色旅游区之一。作为中国人民抗日战争和解放战争时期的重要战略后方，该区域保存了大量类型多样的红色旅游资源，拥有光荣的革命传统与丰富的革命文物遗址。红色旅游已成为陕甘宁地区的重要旅游品牌[32,34]。例如，陕西省著名的国家级红色旅游线路：洛川（洛川会议纪念馆）-延安（宝塔山等旧址）-子长（瓦窑堡会议旧址等）-绥德-榆林[35]。近年来，国家高度重视红色文化旅游的发展，出台多项政策给予大力支持[25]。陕甘宁地区以陕西省延安市、甘肃省华池县、宁夏原州区为代表，红色旅游资源丰富、发展潜力巨大。在政策引导和资源整合的推动下，红色旅游快速发展，不仅为当地脱贫攻坚注入动力，也为生态文明建设带来了新的发展机遇。

1.2 数据来源

气象数据下载自中国气象数据网（http://data.cma.cn），涵盖1953—2020年陕甘宁地区的日平均气温、日平均风速、日平均相对湿度等日值气象要素。在研究区气象站点选择过程中，遵循覆盖区域广泛、空间分布相对均匀的原则，并优先选取气象记录较为完整的台站（图1）；DEM数据来源于美国航空航天局（NASA）和美国国家影像与制图局（NIMA）联合测量的SRTM数据，分辨率为90 m×90 m；旅游数据源于延安市统计局官方网站（http://tjj.yanan.gov.cn/），包括2000—2019年《延安市统计年鉴》中“国内旅游情况”数据[33]。

1.3 研究方法

1.3.1 气候舒适度指数构建

由于中国所跨的经纬度大，导致气候类型多样，地势起伏大，不同地区的人们生活条件以及当地的舒适期必然存在差别。充分考虑陕甘宁地区的气候特征、人文习俗及参考环境卫生学指标，将平均气温24 ℃、平均风速2 m·s-1、相对湿度70%作为人体最舒适的小气候条件，构建气候舒适度综合指数模型[17,33]：
C C I = 0.68 × T - 24.0 + 0.5 × V - 2.0 +                       0.07 × H u - 70
式中：CCI为气候舒适度指数；T为气温（℃）；V为风速（m·s-1）； H u为相对湿度（%）。
依据陕甘宁地区气候舒适度的概率分布及气候特征[36-37]，采用世界气象组织（WMO）极端气候事件计算推荐的百分位数法，对1953—2020年各个台站的CCI进行从小到大排序，并以10%、30%、70%、90%作为阈值[29]，将CCI划分为5个级别（表1）。
表1 气候舒适度指数分级

Tab. 1 Climate comfort index classification

CCI取值 体感 级别
CCI≤3.36 最舒适 1级
3.36<CCI≤6.92 较舒适 2级
6.92<CCI≤17.52 正常 3级
17.52<CCI≤22.52 较不舒适 4级
CCI>22.52 最不舒适 5级

1.3.2 气候舒适度区划与评价

高程对气象要求影响较大，在进行气候舒适度综合区划过程中，利用GIS的空间分析技术将气温、相对湿度、风速与DEM数据结合起来，实现舒适度区划的格网化，从而更加精确地进行舒适度评价。
（1） 气温格网化。由于研究区11个气象站呈离散分布，首先对站点气温数据进行平面插值。考虑到气温随海拔升高呈递减趋势（每升高100 m，气温下降约0.65 ℃），据此利用DEM数据对插值结果进行垂直订正。通过上述水平插值和垂直订正，得到研究区平均气温的空间分布。
（2） 相对湿度格网化。由于空气的相对湿度与其所处的气温和高程密切相关[32]，因此插值过程中，某一高程上的空气相对湿度公式为[15,30]：
R H z = R H 0 × 10 7.5 T 0 237.3 + T 0 - 7.5 T z 237.3 + T z - β z
式中： R H z为高程z处空气相对湿度（%）； R H 0为地面观测相对湿度（%）； T 0为地面气温（℃）， T z为高程z处的气温（℃）； β z为常数（2×10-4 m）。陕甘宁地区的相对湿度空间分布图层可通过水平插值和上述公式垂直拟合获取。
（3） 风速格网化。由于地形对风速的影响较为复杂，本文在风速的空间分布分析中未考虑高程因素的影响。利用GIS技术直接对风速数据进行插值处理生成研究区的平均风速空间分布图层。

2 结果与分析

2.1 气候舒适度时空分布特征

基于1953—2020年长时间序列气象数据及构建的综合舒适度模型，计算了陕甘宁地区多年平均月舒适度指数（图2）。由图2和表1可知，陕甘宁地区5—9月的舒适度指数数值较小，介于3.60~7.95，表明这一时期气候较舒适，适宜开展旅游活动。其中7月舒适度指数最低，仅为3.60，是全年旅游气候条件最适宜的月份。3月、4月、10月和11月的舒适度指数分别为16.39、11.78、11.83和17.09，均属“正常”范围（表1）。冬季（12月—翌年2月），舒适度指数升高至20.68~23.05，表明气候“较不舒适”。其中1月指数达到23.05，是全年唯一超过22.52（“最不舒适”等级临界值）的月份，为旅游气候条件最不利的时期。总体而言，陕甘宁地区5—9月气候舒适，适合旅游；而冬季（12月—翌年2月）舒适度较差，不宜旅游。
图2 1953—2020年陕甘宁地区各月平均舒适度指数

Fig. 2 Monthly average comfort index of Shaanxi-Gansu-Ningxia region in 1953-2020

统计1953—2020年陕甘宁地区的年均气候舒适日数、正常日数和不舒适日数，并绘制其空间分布图（图3）。结果表明，陕北地区年均舒适日数最多（图3a），多数地区超过122 d，其中绥德县达到133 d以上，洛川县和横山区分别约为124 d和122 d。总体来看，随着区域自东向西地势升高、气候的大陆性增强和干旱程度加剧，年均舒适日数呈逐渐减少趋势[34-35]。宁南的西海固地区（如西吉县、海原县、固原市）舒适日数明显偏少，仅为76~87 d，其中西吉县最少，约为76 d，海原县和固原市分别约为87 d和85 d。年均正常日数在区域南部较高，为157~166 d；而陕北地区如横山区、绥德县则相对较少，约为127 d和128 d（图3b）。年均不舒适日数的空间分布特征则相反，西海固地区不舒适日数最多，达到约120 d（图3c）；陕北地区则多集中在90~100 d，其中偏南地区如洛川县略少，约为90 d。综上所述，从空间分布特征来看，陕北地区气候相对较为舒适，适宜开展旅游活动；而自东向西地势抬升、气候日趋干冷，导致西南部的西海固地区舒适度显著降低，年均不舒适日数最多，为区域内旅游气候条件最差的地区。
图3 1953—2020年陕甘宁地区气候舒适度指数空间分布

Fig. 3 Spatial distribution of climatic comfort index in Shaanxi-Gansu-Ningxia region from 1953 to 2020

2.2 气候舒适度指数的年际变化

气候舒适度指数的年际变化反映了区域气候舒适状况的长期演变趋势。图4为1953—2020年陕甘宁地区年均舒适日数（图4a）、正常日数（图4b）和不舒适日数（图4c）线性倾向率的空间分布特征。由图4a可见，近70 a研究区年均舒适日数线性倾向率均为正值，表明舒适日数整体呈增加趋势。其中，靖边县和西峰区的增加最为显著，趋势率范围每10 a为5.07~5.89 d，西海固地区每10 a为4.23~4.91 d，陕北地区的绥德县、横山区增加幅度最小，仅为1.54~2.21 d；其他地区介于2.97~3.86 d。年均正常日数的线性倾向率较小（图4b），大部分地区每10 a为0.33~1.39 d，少数地区如环县、吴起县、西吉县呈现轻微下降趋势每10 a为-0.66~-0.34 d。年均不舒适日数的线性倾向率均为负值，各地均呈减少趋势（图4c），每10 a陕北地区减少1.10~2.78 d，西南部西海固地区减少3.58~4.66 d，其他地区减少3.81~5.66 d。
图4 1953—2020年陕甘宁地区气候舒适度指数线性倾向率空间分布

Fig. 4 Spatial distribution of linear tendency rate of climatic comfort index in Shaanxi-Gansu-Ningxia region from 1953 to 2020

利用Mann-Kendall突变检验对陕甘宁地区年均舒适日数、正常日数和不舒适日数序列进行了突变分析（图5）。由图5a可知，20世纪80年代以前，年均舒适日数的UF统计量曲线变化较小，且始终位于0轴以下，表明该阶段舒适日数变化不显著。进入20世纪90年代后，UF曲线逐渐上升并转为大于0，显示舒适日数开始呈现显著增加趋势。UF与UB曲线于1998年前后在±1.96置信区间内发生交叉，表明该时段舒适日数存在显著突变特征。此后，UF曲线在2000年以后突破置信上限，呈持续上升态势；年均正常日数的UF曲线在多数时间位于0轴上方（图5b），总体呈轻微上升趋势。但UF曲线始终未超出±1.96置信区间，且与UB曲线多次交叉，说明年均正常日数变化不显著，亦未发生明显突变；年均不舒适日数的UF曲线自20世纪80年代中后期起持续下降，2003年后长期处于0轴以下，表明不舒适日数呈减少趋势（图5c）。UF与UB曲线在2007—2009年于置信区间内相交，表明约2008年前后年均不舒适日数发生了突变。总体来看，进入21世纪以来，陕甘宁地区不舒适日数减少趋势显著，气候舒适性有所提升。
图5 1953—2020年陕甘宁地区气候舒适度指数M-K检验

Fig. 5 M-K test of climatic comfort index in Shaan-Gansu-Ningxia region during 1953-2020

2.3 气候舒适度综合区划

陕甘宁地区位于温带季风气候的边缘过渡带，地形以黄土高原丘陵沟壑为主。由图6可见，该区域气候舒适度主要分布在“较舒适”“正常”和“较不舒适”三个等级范围内，未出现“最舒适”或“最不舒适”的极端等级区域。区域西南部及中部部分地区地势较高，四季平均气温偏低，冬季尤为显著。例如，西吉县1953—2020年冬季平均气温仅为-5.3  ℃，远低于人体最适宜温度24  ℃。同时，该区域气候干燥，西吉县四季平均相对湿度仅约52%，低于人体舒适湿度标准（约70%）；四季平均风速普遍大于2  m·s-1。综合作用下，该区域气候舒适度等级主要表现为“较不舒适”。气候“较舒适区”主要分布在陕甘宁东部的陕北地区、甘肃庆阳市西峰一带及宁南部分海拔较低地区（如同心县）。由于地势整体呈西高东低，东部地区海拔较低，气温、湿度与风速等气象条件更接近人体适宜范围，因而以“较舒适”等级为主。陕甘宁中部地区则大多属于气候“正常区”，这些区域气象要素处于中间水平，温、湿、风条件较为均衡，无显著干燥或湿润特征，因此被划分为气候舒适度“正常”等级。
图6 陕甘宁地区气候舒适度综合区划

Fig. 6 Comprehensive zoning of climate comfort in Shaanxi-Gansu-Ningxia region

3 气候舒适度对陕甘宁地区红色旅游发展的讨论

3.1 陕甘宁地区气候舒适度时空特征及其对旅游业发展的影响

气候舒适度是影响旅游业发展和游客户外活动意愿的重要因素[6-11]。通过对近70 a的陕甘宁地区气候舒适度评价结果进行分析发现，在年内时间尺度上，该区域5—9月气候舒适度指数较低，气候总体舒适，是旅游活动的最佳季节；而12月至翌年2月气候舒适度指数较高，气候总体较不舒适，不宜开展户外旅游活动。在空间分布上，陕北地区年均舒适日数最多，西海固地区最少，整体呈现由东向西逐渐递减的格局。因此，应尽量将各区域的旅游活动安排在当地气候较为适宜的时段，避开冬季等气候条件不利的时期。从年际变化趋势来看，近70 a来区域舒适日数总体呈上升趋势，不舒适日数则逐渐减少，尤其自2000年以后，舒适日数显著增多，表明区域气候条件正在趋于更有利于旅游活动的方向发展。气候变暖背景下，区域舒适天气日数的增加有助于延长旅游活动的适宜时段，进而对旅游业的可持续发展产生积极影响。综合气候区划结果显示，陕甘宁地区未出现极端不利于旅游开展的气候条件，大部分区域具备良好的气候舒适基础，为区域红色旅游的开展提供了有利的气候背景。

3.2 游客流量指数与气候舒适度关系模型分析

为定量分析气候舒适度对陕甘宁地区红色旅游的影响，选取区域内红色旅游资源最多的延安市作为代表城市。延安市共有红色旅游资源175处，占陕甘宁地区红色旅游资源总量的51.2%[32]，据延安统计年鉴数据[33]，2019年，延安旅游人数达到7308×104。气候舒适度对延安旅游影响显著，游客多集中在5—9月，10月由于国庆假期，游客数量能激增至全年最高值，达1025×104，占全年总人数的14.0%。分析各类型景点游客量数据，延安红色旅游景点游客人数占比高达83.4%。由此可见，气候条件的季节变化显著影响了游客的出行选择和旅游流量的季节分布，气候舒适的时段往往对应游客接待高峰，而气候恶劣的冬季则是旅游淡季。此外，即使在气候条件一般的月份（如10月），重大节假日也会促使游客量短暂激增，但这类峰值属于非常态现象。总体而言，气候舒适度为红色旅游提供了一个客流量的“天花板”和“地板”。通过对延安市2015—2019年红色旅游月游客量与气候舒适度指数进行最小二乘回归分析（将10月的国庆假期作为虚拟变量处理），得到的回归模型为：
Q = - 0.593 C C I + 0.065 T + 0.128
式中：Q代表客流量；CCI为气候舒适指数；T为国庆假日虚拟因子[38]（10月取1，其余月份取0）。模型的相关系数r为0.907，表明气候舒适度指数与游客量之间具有显著的相关性。根据回归系数，当气候舒适度指数升高1单位（即人体舒适度下降），红色旅游客流量指数将随之下降约0.593%。这定量证明了气候舒适度变化对红色旅游客流量具有较大的影响，良好的气候舒适条件能够吸引更多游客，而严寒等不舒适的气候条件会明显抑制游客出行。

3.3 基于引力模型的气候舒适度吸引力地区排序及未来发展优化路径与建议

气候舒适度的空间差异使陕甘宁区域内不同地点对游客的潜在吸引力存在差距。采用旅游引力模型原理，可将“吸引力”视为各地红色旅游资源丰度与气候舒适度的综合函数，对地区进行排序优化。旅游引力模型一般表示为[32]：
A i = k × R i α × C i β D i γ
式中： A i代表第i地旅游吸引力； k为常数系数，一般通过回归确定； R i为第i地红色旅游资源丰度（景点数量或景区等级总分）； C i为第i地年均气候舒适日数； D i为第i地至区域旅游中心节点（如延安市）的空间距离或旅行时间； α 、 β 、 γ分别表示资源丰度、气候舒适度、空间距离对游客吸引力的影响权重系数（一般通过实际数据回归拟合得到）。
根据引力模型，若考虑旅游资源数量（例如延安红色景点众多）与气候舒适度的双重“质量”，延安所在陕北地区对游客的引力无疑更强，成为未来红色旅游的优选区域。相比之下，气候条件较差的地区即使红色资源丰富，其吸引游客的潜力也受到限制。陕北东部绥德等地接近全年36%日子气候舒适，远高于西海固不足24%的比例。这种舒适度差异意味着游客更愿意前往气候宜人的区域旅游。为便于明确说明，以延安市为标准节点（假设： D 延 安 = 1，单位距离），并根据已有研究[32]，一般设定参数如下：以红色旅游资源数量（ R i）为资源丰度指标；以年均气候舒适日数（ C i）为气候舒适指标；假设距离的影响暂忽略（或统一处理为 D i = 1，即区域内各地到延安的距离标准化），则公式简化为：
A i = k × R i α × C i β
结合已有研究（如延安市占全区51.2%的红色旅游资源，其红色旅游景点数量为175个，且年均舒适日数约124 d；西吉县旅游资源丰度较低，其红色旅游景点数量为19个，舒适日数仅76 d，根据实际测算和相关研究经验，假设模型参数分别取： α = 0.6（资源数量权重）， β = 0.4（气候舒适日数权重）， k = 1（标准化常数）[32,38]。
则陕甘宁地区各地旅游吸引力具体计算公式为：
A i = R i 0.6 × C i 0.4
计算得出： A 延 安 = 175 0.6 × 124 0.4 ≈ 152.5； A 西 吉 = 19 0.6 × 76 0.4 ≈ 33.1。即在其他条件相同时，延安等气候舒适且资源丰富的节点对游客有4.6倍于西海固的吸引力。
鉴于此，在红色旅游线路优化上，一是构建跨区域的红色旅游线路网络，打通延安与周边甘肃、宁夏革命旧址的旅游通道。比如，以延安为起点，串联宝塔山、南泥湾等延安境内景点后，向西北衔接甘肃南梁革命纪念馆（庆阳地区）和宁夏六盘山红军长征纪念馆等节点，形成陕甘宁红色旅游环线。二是根据气候舒适时段优化游线时序安排。陕北地区夏季凉爽适宜，可安排7—8月参观延安及周边户外遗址；初秋时节转向宁夏南部和甘肃东部，在气候转凉前游览高海拔或干旱区域。通过以上优化，可形成布局合理、季节互补的红色旅游活动轨迹图谱，带动区域内各红色景区共同发展。据此，红色旅游气候吸引力排行显示陕北地区名列前茅，而宁南高寒干旱区垫底，中部高海拔地带介于两者之间。
此外，随着全球变暖背景下区域气候改善，这种差距有缩小趋势，近70 a来研究区各地年舒适日数均呈增加态势。其中靖边县（陕北）和西峰区（甘肃庆阳）增长最显著，趋势率每10 a达5 d；西海固地区亦每10 a增加4~5个舒适日。这表明未来气候舒适度格局并非一成不变，需动态调整吸引力评估和排序，以反映最新的气候与旅游供需状况。

4 结论

本文利用陕甘宁地区1953—2020年逐日气象数据，结合DEM高程数据，根据气候舒适度综合评价模型进行气候舒适度指数等级划分，分析其变化规律及时空分布特征；并通过对四季图层加权叠加，综合区划该区域的气候舒适度。此外，建立回归模型及引力模型探讨了气候舒适度对红色旅游客流量的影响。结论如下：
（1） 从时空分布来看，陕甘宁地区多年平均气候舒适度指数5—9月值较小，气候总体较舒适，适合旅游；12月—翌年2月气候不适宜旅游，3月、4月、10月和11月气候较为正常。陕北地区舒适日数最多，西海固地区最少，整体从东向西递减。
（2） 线性倾向分析表明，年舒适日数各地均呈增多趋势，其中靖边县和西峰区增幅最大，其10 a倾向率高达5.07~5.89 d；年气候正常日数线性倾向增长率均很小，个别地区呈现减小趋势；年不舒适日数均呈现减少趋势。
（3） M-K突变检验表明，20世纪90年代以后，陕甘宁地区年平均气候舒适日数呈上升趋势，并在1998年发生突变，呈明显增加。年均气候正常日数在1960年以后呈不显著上升趋势；年均气候不舒适日数在2000年以后呈明显下降趋势。
（4） 气候舒适度综合区划表明，陕甘宁地区整体舒适度主要为较舒适、正常和较不舒适，西南部和中部地区较不舒适，其他地区均以气候较舒适和正常为主。
（5） 回归分析表明，气候舒适度指数每变化1个单位，客流量指数将相应变化0.593%，气候舒适度变化对红色旅游客流量影响较大。基于旅游引力模型，延安因资源丰富、气候适宜，吸引力指数远超其他地区。为优化红色旅游发展，应构建跨区域旅游线路，串联延安、甘肃南梁、宁夏六盘山等红色景点，并依据气候特征调整游线时序。研究区域气候舒适度呈上升趋势，未来需动态优化红色旅游规划，以适应气候变化和游客需求，推动区域旅游可持续发展。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
IPCC. Climate change 2021: The Physical Science Basis[R]. Cambridge University: IPCC, 2021.

[2]
Brunt D. Climate and human comfort[J]. Nature, 1945, 155(3941): 559-564.

[3]
Yao X Y, Zhang M J, Zhang Y, et al. Research on evaluation of climate comfort in Northwest China under climate change[J]. Sustainability, 2021, 13: 10111.

[4]
Zhang J T, Ren G Y, You Q L. Detection and projection of climatic comfort changes in China’s mainland in a warming world[J]. Advances in Climate Change Research, 2022, 13(4): 507-516.

[5]
Solaimani K, Ahmadi S B, Shokrian F. The spatiotemporal trend changes of extreme temperature-humidity variables and their impact on climatic comfort changes[J]. Ecological Indicators, 2024, 158: 111629.

[6]
张辉. 旅游气候舒适度评价研究——以内蒙古自治区为例[D]. 上海: 上海师范大学, 2013.

[Zhang Hui. Tourism Climate Comfortableness Evaluation: A Case Study of Inner Mongolia[D]. Shanghai: Shanghai Normal University, 2013.]

[7]
Cheng Q P, Zhong F L. Evaluation of tourism climate comfort in the Grand Shangri-La region[J]. Journal of Mountain Science, 2019, 16(6): 1452-1469.

[8]
荣培君, 张荣荣, 赵现红. 中国气候舒适度时空演变及其对旅游业的影响[J]. 世界地理研究, 2024, 33(7): 139-149.

DOI

[Rong Peijun, Zhang Rongrong, Zhao Xianhong. Spatial and temporal evolution of climate comfort index in China and its impact on tourism[J]. World Regional Studies, 2024, 33(7): 139-149.]

DOI

[9]
官景得, 王咏青, 孙银川, 等. 近39 a宁夏旅游气候适宜期及变化分析[J]. 干旱区地理, 2020, 43(2): 339-348.

[Guan Jingde, Wang Yongqing, Sun Yinchuan, et al. Suitable period and change of tourism climate in Ningxia in the past 39 years[J]. Arid Land Geography, 2020, 43(2): 339-348.]

[10]
马丽君, 孙根年. 中国西部热点城市旅游气候舒适度[J]. 干旱区地理, 2009, 32(5): 791-797.

[Ma Lijun, Sun Gennian. Evaluation of climate comfort index for tourism hot-spot cities in west China[J]. Arid Land Geography, 2009, 32(5): 791-797.]

[11]
陈海英, 安莉娟, 代海燕, 等. 乌兰察布市草原景区旅游气候舒适度评价[J]. 草业科学, 2024, 41(9): 2181-2189.

[Chen Haiying, An Lijuan, Dai Haiyan, et al. Evaluation of tourism climate comfort of grassland scenic spots in Uanqab City[J]. Pratacultural Science, 2024, 41(9): 2181-2189.]

[12]
曹伟宏, 王淑新. 京津冀地区城市人居环境气候舒适性评价[J]. 冰川冻土, 2017, 39(2): 435-442.

DOI

[Cao Weihong, Wang Shuxin. Evaluation of climate suitability for urban human settlement in Beijing-Hebei region[J]. Journal of Glaciology and Geocryology, 2017, 39(2): 435-442.]

DOI

[13]
胡琳, 胡淑兰, 苏静, 等. 陕西省人体舒适度变化及其对气象因子的响应[J]. 干旱区研究, 2019, 36(6): 1450-1456.

[Hu Lin, Hu Shulan, Su Jing, et al. Variation of comfort index of human body and its response to meteorological factors in Shaanxi Province[J]. Arid Zone Research, 2019, 36(6): 1450-1456.]

[14]
曹伟宏, 何元庆, 李宗省, 等. 云南丽江旅游气候舒适度分析[J]. 冰川冻土, 2012, 34(1): 201-206.

[Cao Weihong, He Yuanqing, Li Zongxing, et al. Evaluation of the tourism climate comfort index in Lijiang City, Yunnan[J]. Journal of Glaciology and Geocryology, 2012, 34(1): 201-206.]

[15]
张可心. 1981—2018年庆阳市气候舒适度特征分析及评价[J]. 干旱区地理, 2020, 43(5): 1270-1277.

[Zhang Kexin. Analysis and evaluation of climate comfort characteristics in Qingyang from 1981 to 2018[J]. Arid Land Geography, 2020, 43(5): 1270-1277.]

DOI

[16]
任佳慧, 冯芳, 黄巧华, 等. 淮海经济区人居环境气候舒适性评价[J]. 江苏师范大学学报(自然科学版), 2023, 41(2): 67-71.

[Ren Jiahui, Feng Fang, Huang Qiaohua, et al. Climate comfort assessment of human settlement environment in Huaihai Economic Zone[J]. Journal of Jiangsu Normal University (Natural Science Edition), 2023, 41(2): 67-71.]

[17]
张曼义, 丁国香, 华梦飞, 等. 安徽省气候舒适度评价及旅游资源潜力分析[J]. 海洋湖沼通报, 2022, 44(6): 89-96.

[Zhang Manyi, Ding Guixiang, Hua Mengfei, et al. Evaluation of climate comfort analysis on tourism resources potential in Anhui Province[J]. Transactions of Oceanology and Limnology, 2022, 44(6): 89-96.]

[18]
王胜, 田红, 谢五三, 等. 近50年安徽省气候舒适度变化特征及区划研究[J]. 地理科学进展, 2012, 31(1): 40-45.

DOI

[Wang Sheng, Tian Hong, Xie Wusan, et al. A study on variations and comprehensive zoning of climate comfort degree in Anhui Province in the past 50 years[J]. Progress in Geography, 2012, 31(1): 40-45.]

DOI

[19]
张群慧, 常亮, 顾小凡, 等. 1979—2020年柴达木盆地人体舒适度指数时空变化及趋势分析[J]. 干旱区研究, 2024, 41(8): 1300-1308.

DOI

[Zhang Qunhui, Chang Liang, Gu Xiaofan, et al. Spatial-temporal variations and trends in the human body comfort index in the Qaidam Basin, China, during 1979-2020[J]. Arid Zone Research, 2024, 41(8): 1300-1308.]

DOI

[20]
李积宏, 周刊社, 张东东, 等. 西藏高原人体舒适度指数时空变化特征分析[J]. 干旱区地理, 2024, 47(6): 980-992.

DOI

[Li Jihong, Zhou Kanshe, Zhang Dongdong, et al. Spatial and temporal variation characteristics of comfort index of human body in Xizang Plateau[J]. Arid Land Geography, 2024, 47(6): 980-992.]

DOI

[21]
高家骥, 李鸿奎, 白芝珍, 等. GIS支持下的东北三省人居环境气候舒适度分异及影响因素分析[J]. 测绘通报, 2022(6): 148-153.

DOI

[Gao Jiaji, Li Hongkui, Bai Zhizhen, et al. Analysis of climate suitability pattern and influencing factors of human settlements in the three provinces of Northeast China based on GIS[J]. Bulletin of Surveying and Mapping, 2022(6): 148-153.]

DOI

[22]
曹开军, 杨兆萍, 孟现勇, 等. 基于栅格尺度的阿勒泰地区旅游气候舒适度评价[J]. 冰川冻土, 2015, 37(5): 1420-1427.

DOI

[Cao Kaijun, Yang Zhaoping, Meng Xianyong, et al. An evaluation of tourism climate suitability in Altay Prefecture[J]. Journal of Glaciology and Geocryology, 2015, 37(5): 1420-1427.]

DOI

[23]
邱粲, 曹洁, 林隆超, 等. 基于GIS的山东省旅游气候舒适度精细化评估[J]. 资源科学, 2013, 35(12): 2501-2506.

[Qiu Can, Cao Jie, Lin Longchao, et al. Estimation and evaluation of tourism climatic comfort levels in Shandong based on GIS[J]. Resources Science, 2013, 35(12): 2501-2506.]

[24]
任国平, 郑慧开, 汤放华, 等. 基于转化效率的资源型省份红色旅游经济高质量发展[J]. 自然资源学报, 2023, 38(3): 576-600.

DOI

[Ren Guoping, Zheng Huikai, Tang Fanghua, et al. High-quality development of red tourism economy in resourceful province based on resource transformation efficiency[J]. Journal of Natural Resources, 2023, 38(3): 576-600.]

DOI

[25]
杜涛, 白凯, 黄清燕, 等. 红色旅游资源的社会建构与核心价值[J]. 旅游学刊, 2022, 37(7): 16-26.

[Du Tao, Bai Kai, Huang Qingyan, et al. Social construction and core values of red tourism resources[J]. Tourism Tribune, 2022, 37(7): 16-26.]

[26]
常学礼, 赵爱芬, 李胜功. 生态脆弱带的尺度与等级特征[J]. 中国沙漠, 1999, 19(2): 20-24.

[Chang Xueli, Zhao Aifen, Li Shenggong. Spatial-temporal scale and hierarchy of vulnerable ecotone[J]. Journal of Desert Research, 1999, 19(2): 20-24.]

[27]
赵安周, 张安兵, 赵延旭, 等. 基于MODIS NDVI数据的陕甘宁地区植被覆盖时空变化及其对极端气候的响应[J]. 水土保持研究, 2018, 25(3): 224-231.

[Zhao Anzhou, Zhang Anbing, Zhao Yanxu, et al. Spatiotemporal changes of vegetation in the Shaanxi-Gansu-Ningxia region and response to climatic extremes based on MODIS NDVI data[J]. Research of Soil and Water Conservation, 2018, 25(3): 224-231.]

[28]
孙梦华, 牛文浩, 张蚌蚌, 等. 黄河流域土地利用变化下生态系统服务价值时空演变及其响应——以陕甘宁地区为例[J]. 应用生态学报, 2021, 32(11): 3913-3922.

DOI

[Sun Menghua, Niu Wenhao, Zhang Bangbang, et al. Spatial-temporal evolution and responses of ecosystem service value under land use change in the Yellow River Basin: A case study of Shaanxi-Gansu-Ningxia region,Northwest China[J]. Chinese Journal of Applied Ecology, 2021, 32(11): 3913-3922.]

DOI

[29]
芦佳玉, 延军平, 王鹏涛, 等. 全球气候变暖背景下陕甘宁地区风速时空变化特征[J]. 中国沙漠, 2017, 37(3): 554-560.

DOI

[Lu Jiayu, Yan Junping, Wang Pengtao, et al. Wind speed change characteristics of Shaanxi-Gansu-Ningxia area in 1960-2014[J]. Journal of Desert Research, 2017, 37(3): 554-560.]

DOI

[30]
杨新, 延军平. 陕甘宁地区气候暖干化趋势分析[J]. 干旱区研究, 2002, 19(3): 67-70.

[Yang Xin, Yan Junping. Analysis on the climatic warming-drying trend in the juncture of Shaanxi and Gansu Provinces and Ningxia Hui Autonomous Region[J]. Arid Zone Research, 2002, 19(3): 67-70.]

[31]
王晓冬. 陕甘宁地区气候变化及相关影响分析[J]. 干旱区地理, 2004, 27(1): 24-28.

[Wang Xiaodong. Climate change in Shaan-Gan-Ning area and its impacts analysis[J]. Arid Land Geography, 2004, 27(1): 24-28.]

[32]
彭春香. 陕甘宁红色旅游资源空间分布及跨域整合治理研究[D]. 西安: 西安建筑科技大学, 2023.

[Peng Chunxiang. Study on Spatial Distribution and Cross-domain Integrated Management of Red tourism Resources in Shaanxi-Gansu-Ningxia[D]. Xi’an: Xi’an University of Architecture and Technology, 2023.]

[33]
延安市统计局. 延安统计年鉴[M]. 2000-2019.

[Yan’an Bureau of Statistics. Yan’an Statistical Yearbook[M]. 2000-2019.]

[34]
张陇堂. 陕甘宁共推红色旅游线路[N]. 中国旅游报, 2009-09-30( 003).

[Zhang Longtang. Shaanxi, Gansu and Ningxia jointly promote red tourism routes[N]. China Tourism News, 2009-09-30( 003).]

[35]
马耀峰, 李旭, 梁雪松, 等. 陕西红色旅游发展战略研究[J]. 西北大学学报(哲学社会科学版), 2005, (4): 22-26.

[Ma Yaofeng, Li Xu, Liang Xuesong, et al. A Study on the strategies of developing red-tourism in Shaanxi Province[J]. Journal of Northwest University (Philosophy and Social Sciences Edition), 2005, (4): 22-26.]

[36]
卢珊, 王百朋, 张宏芳. 1971—2010年陕西省气候舒适度变化特征及区划[J]. 干旱气象, 2015, 33(6): 987-993.

DOI

[Lu Shan, Wang Baipeng, Zhang Hongfang. Variation characteristics and comprehensive division of climate comfort degree from 1971 to 2010 in Shaanxi Province[J]. Journal of Arid Meteorology, 2015, 33(6): 987-993.]

[37]
雷杨娜, 张侠, 赵晓萌. 1971—2018 年陕西省人体舒适度时空分布特征研究[J]. 干旱区地理, 2020, 43(6): 1417-1425.

[Lei Yangna, Zhang Xia, Zhao Xiaomeng. Spatial-temporal distribution characteristics of comfort index of human body in Shaanxi Province from 1971 to 2018[J]. Arid Land Geography, 2020, 43(6): 1417-1425.]

DOI

[38]
马丽君. 中国典型城市旅游气候舒适度及其与客流量相关性分析[D]. 西安: 陕西师范大学, 2012.

[Ma Lijun. Tourism Climate Comfort and Its Correlation with Tourist Flow in Typical Chinese Cities[D]. Xi’an: Shaanxi Normal University, 2012.]

Options
Outlines

/

〈 〉