自20世纪30年代以来,人们就已认识到服装在人类生物气象学研究中的重要性(例如,Winslow等人,1937年;Gagge等人,1938年;Winslow等人,1938年;Gagge等人,1941年)。在这些研究中,人们运用实验和理论工具研究了服装的作用,将其作为人体-大气界面的一个重要输入变量。在20世纪下半叶(例如,Auliciems和de Freitas,1976年;de Freitas,1979年),服装被视为并被解读为人类对环境条件的“反应”,并被分析为一个决定性模型的输出。如今,服装对生物气象热调节的影响通常以两种方式考虑:作为热生理模型(例如,Fiala 等人,2012)的输入参数(例如,Havenith 等人,2012)或作为代表热适应行为的模型输出(Lin,2009;Potchter 等人,2018)。在这种情况下,r cl 可用作表示人体热交换不平衡程度的量度。当热量过剩时,人体需要冷却以达到能量平衡。此时 r cl 值为负。请注意,在迄今为止发表的研究中根本没有考虑负服装阻力值,而只是将其等于零,理由是“由于在公共场合裸体是不可接受的,因此 clo 值 ≤ 0 被设置为零”(Yan,2005)。本研究中也使用了负的服装阻力值,因为当服装被视为一种热调节器而忽略其对人体行为的依赖性时,这些值是可以解释的。相反,当存在热量不足时,人体需要变暖才能达到能量平衡。在这种情况下,r cl 值为正。当人体处于能量平衡状态时,既不需要冷却也不需要变暖,感觉这种状态很舒适。在这种情况下,r cl 非常接近或等于零。服装阻力参数是一个复数,因为它取决于人和环境的特征。在人类特征中,个人、社会方面以及活动类型是最具决定性的。活动类型决定代谢活动率,该率在 40 到 600 Wm − 2 之间变化
图 2 气候数据的主成分分析,在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性,而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2,纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max:最高温度,T min:最低温度,ETP:潜在蒸散量,Prec:降水量,Humr:相对湿度。数字后缀对应于月份(1 表示一月至 12 表示十二月)
图 2 气候数据的主成分分析,包括主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B)。颜色表示主成分上气候变量坐标的平方和。红色表示相关性高,蓝色表示相关性低。横轴对应图 2a 中的 PC1 和图 2b 中的 PC2,纵轴对应图 2a 中的 PC2 和图 2b 中的 PC3。T max:最高温度,T min:最低温度,ETP:潜在蒸散量,Prec:降水量,Humr:相对湿度。数字后缀对应月份(1 表示一月,12 表示十二月)
图 2 气候数据的主成分分析,包括主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B)。颜色表示主成分上气候变量坐标的平方和。红色表示相关性高,蓝色表示相关性低。横轴对应图 2a 中的 PC1 和图 2b 中的 PC2,纵轴对应图 2a 中的 PC2 和图 2b 中的 PC3。T max:最高温度,T min:最低温度,ETP:潜在蒸散量,Prec:降水量,Humr:相对湿度。数字后缀对应月份(1 表示一月,12 表示十二月)
图 2 气候数据的主成分分析,包括主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B)。颜色表示主成分上气候变量坐标的平方和。红色表示相关性高,蓝色表示相关性低。横轴对应图 2a 中的 PC1 和图 2b 中的 PC2,纵轴对应图 2a 中的 PC2 和图 2b 中的 PC3。T max:最高温度,T min:最低温度,ETP:潜在蒸散量,Prec:降水量,Humr:相对湿度。数字后缀对应月份(1 表示一月,12 表示十二月)
在估算特定作物的蒸散量时,需要计算潜在 (ETp) 或参考 (ETo) 蒸散量。然后将这些值与作物系数 (Kc) 结合使用,以确定作物的实际蒸散量 (ETa)。潜在蒸散量假设作物条件恒定,但不指定特定作物,这可能会导致混淆。另一方面,参考蒸散量使用具有特定特征的假设参考作物(通常是草),以提供更一致的方法。它简化了作物系数的选择,并有助于不同地点之间的比较。
图 2 气候数据的主成分分析,在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性,而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2,纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max:最高温度,T min:最低温度,ETP:潜在蒸散量,Prec:降水量,Humr:相对湿度。数字后缀对应于月份(1 表示一月至 12 表示十二月)
图 2 气候数据的主成分分析,在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性,而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2,纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max:最高温度,T min:最低温度,ETP:潜在蒸散量,Prec:降水量,Humr:相对湿度。数字后缀对应于月份(1 表示一月至 12 表示十二月)
图 2 气候数据的主成分分析,在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性,而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2,纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max:最高温度,T min:最低温度,ETP:潜在蒸散量,Prec:降水量,Humr:相对湿度。数字后缀对应于月份(1 表示一月至 12 表示十二月)
