沿海地区是我国发展迅速且经济水平领先的地区,该地区旅游业发展迅速,并且越来越受到游客的关注和青睐。气候因素是滨海旅游业发展的重要限制条件,气候舒适度高低、舒适期的长短会影响游客的出行和旅游目的地的选择。因此在气候变化的背景下,在长时间尺度上对我国滨海不同纬度的旅游地及海岛地区,进行气候舒适度的时空分异研究是有必要的。本文在阅读大量国外理论方法和国内外的实践研究的基础上,以我国东部滨海旅游地为研究对象,运用机理模型通用热气候指数(UTCI),结合GIS技术的空间可视化,对1979—2018年近40年来43个滨海旅游地年均和季均气候舒适度与舒适期进行分析,揭示其舒适度和舒适期的空间变化规律。并根据纬度地带性对通用热气候指数40年的年际变化与年代变化进行分析,揭示滨海旅游地舒适度的时间变化规律。并在旬的时间尺度上分析17个海岛旅游地的舒适度年内分布特征,最后运用MATLAB软件计算17个东部海岛旅游气候舒适度的年均与月均变化趋势。得出以下结论:(1)从旅游气候舒适度的空间分布来看,43个滨海旅游地的春季年均与全年平均舒适度分为“凉”、“舒适”和“较热”三个等级;夏季与秋季年均舒适度分为两个等级:“舒适”和“较热”;冬季年均舒适度分为“凉”、“舒适”和“较冷”三个等级。春季江苏省、上海市、浙江省、福建省、广东省大部分研究区较为舒适;夏季辽宁省、河北省及山东省大部分研究区较为舒适;秋季广东省以北研究区都为“舒适”等级,是“舒适”范围最广的季节;冬季浙江省以南研究区大多为“舒适”等级。(2)从UTCI的空间分布来看,43个滨海旅游地四季及全年平均UTCI分布随着纬度的增高,指数整体呈现变小趋势。研究区春季的UTCI最大值与最小值均小于秋季,春季最大与最小指数之间的差值大于秋季,数值差异更明显。夏季不同纬度站点间的指数差值最小,舒适度差异最不明显。冬季舒适度指数最大值与最小值差距最大,不同站点舒适度等级跨度为四季中最大。(3)从旅游气候舒适期的空间分布来看,43个滨海旅游地春季、秋季年均舒适期跨度较大,夏季、冬季年均舒适期呈现较大的南北差异。春季舒适期较长的站点集中于浙江省和福建省,秋季则为江苏省,游客在春季和秋季选择滨海旅游地时应有所区分。并且秋季舒适期较短的范围更小,仅出现于海南岛,春季则在海南岛与辽宁省、山东省均有分布。夏季舒适期较短的范围位于上海以南研究区,辽宁省的舒适期最长,是避暑旅游的优良目的地,冬季舒适期较短的范围位于上海以北研究区,浙江省以南研究区的舒适期较长,是避寒旅游的优良目的地。(4)从研究地舒适度40年年际与年代变化来看,43个滨海旅游地的UTCI数值整体上均呈现波动式上升趋势,兴城、海口、钦州研究地的UTCI数值呈现较为明显的下降。渤海海域研究区年代变化普遍较大,黄海、东海海域研究区年代变化次之,南海、北部湾海域研究区年代变化最小。各省市之间的UTCI数值年际变化差异较明显。由“不舒适”等级变为“舒适”等级的站点有葫芦岛、长海、大连、乐亭、青岛和海口旅游地,可见处于全球气候变暖的背景下,我国东部偏北部分滨海旅游地更加适宜人类进行旅游活动,对偏南滨海旅游地的UTCI数值的增长影响较小,使其舒适度等级变化也较小。(5)从空间分布角度来看,不同纬度的海岛旅游地“舒适”旬的分布差异明显,形成了不同类型的季节舒适类型。从海岛旅游地舒适度年内分布特征来看,17个海岛旅游地中“舒适”期最长的为崇武半岛,“舒适”月数量为9个月,除了一年中最寒冷和最炎热的旬时段,几乎可以称之为全年舒适型。纬度最高的葫芦岛,其舒适类型春、夏、秋适型,冬季不适型。纬度较低的涠洲岛“舒适”期最短,并且为春、秋、冬适型,夏不适型。游客可以根据季节来安排海岛旅游目的地的选择。(6)从海岛旅游地年均及月均UTCI的变化趋势来看,1979-2018年间的17个海岛旅游地年均UTCI指数均呈现增长的趋势。大多数海岛研究地的月均增长趋势呈现2月和11月的UTCI指数增长为年内最高值,7月、8月、1月、12月的UTCI指数增长幅度较小。不同海岛研究地之间,UTCI数值变化趋势的差异也较大。长山岛2月的UTCI指数的增长趋势为所有研究地中增长最大值,且该海岛月均增长趋势皆为研究地中的较大值,可知长山岛40年来UTCI的变化最为显著,月岛、海坛岛的变化也较为显著,结合以上结论可知,这三个岛屿的舒适度和舒适期都呈现上升趋势,是值得关注的海岛旅游地。本文在选取了东部滨海43个旅游研究区,包括17个海岛旅游地,范围概括了9省2市的大部分热门旅游目的地,运用了较为先进的机理模型计算并评价旅游气候舒适度(期)。从时空分异的角度出发,在40年的时间尺度上和东部沿海不同纬度的空间分布上,对各个海域,各个省份,各个旅游地的舒适度进行评价研究。弥补了我国对这一区域气候舒适度方向的研究空缺。滨海旅游活动的复杂性导致滨海旅游气候舒适度的评价,应考虑到除了气象指标以外的各种因素,今后的研究应注重实地调查的数据与气象站数据相结合,并且考虑不同旅游活动的带来的影响因子,对旅游气候舒适度进行活动的精细化评估。