基于气象要素的黄山风景区月客流量预测模型研究

2020-09-28许剑勇潘海波孙蓓蓓

江西农业 2020年15期

许剑勇潘海波孙蓓蓓

（1.安徽省黄山市气象局，安徽黄山 245021；2.安徽省黄山风景区管委会机关门诊部，安徽黄山 245800）

黄山风景区是世界著名的山岳景区，拥有独特的高山地形、气候生态和丰富的气象景观，景色奇伟绝俗、灵秀多姿，每年吸引数百万中外游客。气象因素是影响旅游出行和目的地选择的重要因素，景区客流量的变化和气象条件密切相关。陆林等[1]研究表明，自然季节性因素是决定山岳景区客流量季节性变化的主导因素。朱宝文等[2]分析了青海省海北地区旅游气候适宜性和客流量的相关性，采用多元回归方程法建立客流量预测模型。基于此，本文对黄山风景区2005-2018年进山游客人数资料与气象要素进行分析，采用逐步回归分析方法首次建立了可以实际应用的黄山月客流量预测模型，进一步丰富了黄山旅游气象服务内容，为旅游管理部门和旅游行业进行了月客流量预测，以提前掌握旅游人数，为景区规划提供科学依据。

1 资料和方法

1.1 资料 2005-2019年黄山观测站（海拔1 840.4 m）逐月气温、降水、风速、相对湿度等气象资料由黄山气象站统计整理；2005-2019年黄山风景区逐月进山人数资料来自黄山管委会，其中2005-2018年数据用于建立模型，2019年数据用于实际检验。

1.2 方法黄山风景区位于华东地区，海拔高，气温低，风速大。本研究通过计算黄山景区各月风寒指数和舒适度指数，探讨当地的人体舒适度。

用式（1）计算风寒指数Q：

式中，T为气温（℃），v为风速（m/s）。

计算人体舒适度指数的公式较多，本文参考纬度相近的南昌人体舒适度指数计算方法，用式（2）计算人体舒适度指数：K：

式中T为气温（℃），RH为相对湿度（%），v为风速（m/s）。

2 客流量变化特征

2.1 客流量季节分布特征统计2005-2018年黄山季节平均客流量发现，黄山春、夏、秋季游客较多，数量相差不大，冬季客流量最少，近乎夏季的1/3。总体来说，黄山客流量季节分布符合其淡季（冬季）和旺季（春、夏、秋季）特征。

2.2 客流量年分布特征图1为2005-2018年黄山景区年客流量变化曲线，趋势线斜率=13.366，R2=0.960 3，接近1，说明2005-2018年黄山客流量逐年线性递增趋势明显。2005-2018年，景区客流量从171.0万人次/年（2005年）增加至338.0万人次/年（2018年），增幅达2.0倍。其中2013年有所回落，2014年继续增长，到2015年回归正常增幅水平。相比过去年均18.6万人次/年的增速，2017年增量仅有6.8万人次、2018年甚至下降到1.1万人次，年客流量增速放缓明显。

图1 2005-2018年黄山风景区客流量年变化

3 客流量与气象条件的关系

平均气温、最高气温、最低气温、水汽压、相对湿度、降水量、舒适度指数和风寒指数均与客流量呈明显相关性，气压、平均风速和日照时间对客流量的影响不大。气温类要素、风寒指数、舒适度指数相关性较大，其中气温是影响客流量的极重要因素。

4 客流量预测模型的建立和检验

4.1 预测模型的建立选择与客流量显著相关的月平均气温、相对湿度、月降水量、舒适度指数和风寒指数5个因素，作为回归方程的候选因素，采用逐步回归分析法利用SPSS软件分别建立了不同的模型，选择最优模型为：

方程的相关系数r=0.690，为强相关；F=49.583，大于F（3，164）0.01=3.903，通过了F检验；P=0.000小于α=0.001，有极显著的统计学差异；故线性回归模型成立。式中，y为月客流量，x1为月平均气温（℃），x2为月平均相对湿度（%），x3为舒适度指数。

4.2 预测模型的检验

4.2.1 回代检验用2005-2018年黄山风景区气象数据回代入公式（3）计算出模型预测的客流量，与实际客流量进行对比。经计算，实际值与预测值的相关系数r=0.961（n=168，α=0.01），P＜0.001，呈极显著相关；平均绝对误差（MAE）为2.420万人次，均方根误差（RMSE）为3.219 4万人次，可见对于黄山月均客流量22.3万人次而言，预测误差值较小，偶尔个别月误差会略大一些。

4.2.2 实际应用检验利用公式（3）计算出2019年各月客流量预测值，与实际客流量进行对比。经计算，实际值与预测值的相关系数r=0.981（n=12，α=0.01），P＜0.001，呈极显著相关，平均绝对误差（MAE）为1.846 8万人次，均方根误差（RMSE）为2.202 3万人次，模型预测值与实际客流量的拟合度较好，进一步说明预测模型可信度较高，在实际业务中具有较好的可用性。