Гидрометеорологические исследования и прогнозы. 2024. № 1 (391). С. 152-170

152

DOI: https://doi.org/10.37162/2618-9631-2024-1-152-170

УДК 551.582/.583:551.586

Региональные особенности

динамики показателей теплового комфорта

на фоне изменения климата

А.А. Семёнова^1,2, М.М. Салтыкова¹, А.Д. Банченко¹

¹Федеральное государственное бюджетное учреждение

«Центр стратегического планирования и управления

медико-биологическими рисками здоровью»

Федерального медико-биологического агентства, г. Москва, Россия;

²Московский государственный университет

имени М. В. Ломоносова, г. Москва, Россия

ASemenova@cspfmba.ru

Выполнен анализ региональных изменений комфортности климата на террито-

риях в различных природно-климатических зонах. Для оценки биоклиматических

условий применялся универсальный индекс теплового комфорта (Universal Thermal

Climate Index – UTCI). Для расчетов использовались 8-срочные данные шести ме-

теорологических станций сети Росгидромета: температура воздуха, скорость ветра,

относительная влажность, температура поверхности почвы и облачность за 56 лет с

1966 по 2021 год. Установлено, что изменение климата и его комфортности для про-

живания населения происходит с разной скоростью в разных природно-климатиче-

ских зонах, на всех территориях уменьшается холодовой стресс в холодный период

года и увеличивается тепловой стресс в теплый период года. Отмечено, что средне-

годовое общее количество экстремально дискомфортных дней за 56 лет уменьши-

лось. Основным фактором, определяющим выявленную динамику биоклиматиче-

ского индекса UTCI

и

характерным как для городов, расположенных

в

континентальной части Российской Федерации, так и на побережье океанов, явля-

ется повышение температуры воздуха в зимний и летний периоды и снижение ско-

рости ветра в зимний период.

Ключевые слова: изменение климата, комфортность, тепловой комфорт,

региональные особенности, здоровье населения, универсальный термический кли-

матический индекс (UTCI)

Regional features

of the dynamics of thermal comfort indicators

in a changing climate

A.A. Semenova^1,2, M.M. Saltykova¹, A.D. Banchenko¹

¹Federal State Budgetary Institution

«Centre for Strategic Planning and Management of Biomedical Health Risks»

of the Federal medical and biological agency, Moscow, Russia;

²Lomonosov Moscow State University, Moscow, Russia

ASemenova@cspfmba.ru

Семенова А.А., Салтыкова М.М., Банченко А.Д.

153

The regional changes in climate comfort for the territories located in different climate

zones are analyzed. The Universal Thermal Climate Index (UTCI) is used to assess biocli-

matic conditions. The eight-time observation data on the following parameters from six

Roshydromet weather stations were used for calculations: air temperature, wind speed,

relative humidity, soil surface temperature, and cloudiness for 56 years from 1966 to 2021.

It was found that climate change and its impact on human comfort in different climate

zones occur at different rates. For all territories, cold stress decreases in the cold season,

and heat stress increases in the warm season. It is noted that the average annual total num-

ber of extremely discomfort days has decreased over 56 years. The main factor determining

the revealed dynamics of UTCI and characteristic for cities both in the continental part of

Russian Federation and on the coast of the oceans is the air temperature rise in winter and

summer and the wind speed decrease in winter.

Keywords: climate change, comfort, thermal comfort, regional features, public health,

Universal Thermal Climate Index (UTCI)

Введение

Разнообразие природно-климатических зон России обуславливает раз-

личные условия для жизни населения. Проживание в дискомфортных или

экстремальных природно-климатических условиях способствует истоще-

нию адаптационных резервов организма человека, что может проявляться

в ускоренном развитии экологически обусловленной патологии, осложнен-

ном течении как инфекционных, так и неинфекционных заболеваний, а

также преждевременном старении [7, 9]. Кроме того, природно-климатиче-

ские особенности местности оказывают существенное влияние на степень

антропогенного загрязнения окружающей среды, например, высокая ча-

стота штилей или периодов времени с низкой скоростью ветра способ-

ствует увеличению загрязнения атмосферного воздуха. Это имеет наиболь-

шее значение для крупных промышленных городов, а также для

территорий, значительная часть населения которых занята на производ-

ствах с особо опасными условиями труда, поскольку дискомфортные кли-

матические условия, загрязнение окружающей и производственной среды

являются синергистами, негативно влияющими на состояние здоровья

населения [8].

Тепловой комфорт – это такое сочетание метеорологических парамет-

ров, при котором терморегуляционная система организма испытывает

минимальное напряжение при нормальном функционировании всех физио-

логических систем организма [4, 10]. Тепловой комфорт служит характе-

ристикой благоприятности климата. Комфортность среды принято оцени-

вать, используя биоклиматические индексы [12].

На большей части территории Российской Федерации последние деся-

тилетия были самыми теплыми за весь период инструментальных наблю-

дений [11]. Кроме того, анализ многолетних изменений параметров ветра

показал, что скорость приземного ветра почти на всей территории России

имеет устойчивую тенденцию к снижению, наблюдается увеличение по-

вторяемости слабого ветра и уменьшение повторяемости более сильного

[1, 5, 6].

154

Климатические исследования

В работе В.В. Виноградовой [3] на основании использования универ-

сального индекса теплового комфорта (Universal Thermal Climate Index –

UTCI) проведена оценка биоклиматических условий на территории России

в период с 2001 по 2015 год. Показано, что условия холодового стресса по

UTCI наблюдались почти во всех регионах России от 8 до 11 месяцев в

году, при этом в остальную часть года биоклиматические условия были

нейтральными или комфортными. По сравнению с периодом 1961–1990 гг.

сократились периоды экстремального и очень высокого холодового напря-

жения и увеличились периоды с нейтральными и комфортными тепловыми

условиями. Вместе с тем сравнительный анализ региональных особенно-

стей изменения биоклиматических условий не проводился. Кроме того, в

условиях меняющегося климата актуальной является не только общая

оценка динамики биоклиматических индексов в различных регионах Рос-

сии, но и анализ их зависимости от основных метеорологических показа-

телей, таких как скорость ветра, влажность и температура воздуха на боль-

шом интервале времени.

В связи с этим, целью данного исследования было выявление и анализ

региональных особенностей изменения показателей комфортности кли-

мата и их зависимости от метеопараметров на шести территориях в пяти

различных природно-климатических зонах. Для анализа были выбраны те

регионы, в которых расположены территории, подведомственные ФМБА

России, значительная часть населения которых занята на производствах с

особо опасными условиями труда и для которых динамика комфортности

климатических условий может быть особенно значима.

Материалы и методы

В данном исследовании для оценки биоклиматических условий на вы-

бранных территориях использовался универсальный индекс теплового

комфорта (UTCI) [12, 13, 15, 18, 22, 26, 28]. Он основан на модели Fiala

теплового баланса человека [19, 20, 21] и характеризует эквивалентную

температуру окружающей среды в градусах Цельсия, которая оказывает та-

кое же физиологическое воздействие на человека, как и фактическая тем-

пература окружающей среды [14, 15]. Отклонение UTCI от температуры

атмосферного воздуха зависит от фактических значений температуры воз-

духа, средней лучистой температуры, скорости ветра и влажности [14, 15].

По сравнению с другими биоклиматическими индексами, UTCI использует

более современную модель теплоизоляции одежды, что позволило разра-

ботчикам использовать подробную шкалу оценки физиологических реак-

ций человека и успешно апробировать ее в различных климатических усло-

виях [28].

Шкала включает 10 категорий от экстремального холодового стресса

до экстремального теплового стресса [14, 15]. Тепловой/холодовой стресс

– это физиологическая реакция организма на значительное повышение/по-

нижение температуры окружающей среды, когда человек не может

Семенова А.А., Салтыкова М.М., Банченко А.Д.

155

эффективно регулировать температуру тела. В табл. 1 представлена града-

ция индекса UTCI [13–15].

Таблица 1. Градация индекса UTCI

Table 1. Gradation of the UTCI index

Градации теплового воздействия

Экстремальный тепловой стресс

Значение индекса UTCI

UTCI> 46°C

Очень сильный тепловой стресс

Сильный тепловой стресс

38°C < UTCI < 46°C

32°C < UTCI < 38°C

26°C < UTCI < 32°C

18°C < UTCI < 26°C

Умеренный тепловой стресс

Комфортные условия, тепловой нейтралитет,

при данных условиях человек не испытывает

ни холодовой, ни тепловой стресс

Слабый холодовой стресс

0°C < UTCI < 9°C

-13°C < UTCI < 0°C

-27°C < UTCI < -13°C

-40°C < UTCI < -27°C

UTCI < -40°C

Умеренный холодовой стресс

Сильный холодовой стресс

Очень сильный холодовой стресс

Экстремальный холодовой стресс

В данном исследовании для вычисления индекса UTCI была исполь-

зована микроклиматическая модель RayManPro 3.1 [25]. В качестве вход-

ных использовались 8-срочные массивы данных шести метеорологических

станций сети Росгидромета (база данных ВНИИГМИ-МЦД), находящиеся

в открытом доступе [2]. Массивы исходных данных включали следующие

показатели: температура воздуха, скорость ветра, относительная влаж-

ность, температура поверхности почвы и общий балл облачности за 56 лет

с 1966 по 2021 год. Для каждого массива производилась корректировка

пропущенных значений. Наибольшее количество пропусков и некоррект-

ных значений было обнаружено в данных метеостанции Полярное (ЗАТО

Александровск), оно составляло 3,27 % от всех значений.

Анализировались массивы значений индекса UТCI за 56 лет и входя-

щие в него метеопараметры, а также продолжительность воздействия на

человека биоклиматических условий различных градаций. Для этого оце-

нивалось ежегодное количество дней, в течение которых хотя бы один раз

регистрировались значения UТCI, соответствующие экстремальному или

очень сильному холодовому стрессу, а также количество самых теплых

дней, в течение которых хотя бы один раз регистрировались значения

UТCI, соответствующие умеренному или сильному тепловому стрессу.

Были проанализированы тренды изменения этих показателей за 56 лет, при

этом оценивались значения тангенсов угла наклона соответствующих ли-

ний регрессии. Кроме того, проводилось сравнение количества дней с теп-

ловым/холодовым стрессом разных градаций в течение первых (I) 20 лет

156

Климатические исследования

(1966–1985 гг.) с соответствующим количеством за последние (II) 20 лет

(2002–2021 гг.) периода наблюдений.

Для того чтобы оценить, динамикой какого из метеопараметров в

большей степени обусловлены изменения UTCI за 56 лет, для каждой из

территорий были оценены коэффициенты парной корреляции по Пирсону

между индексом UTCI и метеопараметрами отдельно за все зимние и лет-

ние месяцы. Достоверными считались статистические показатели при

p <0.05.

Анализ региональных особенностей изменения комфортности кли-

мата и метеопараметров проводился для шести территорий, подведом-

ственных ФМБА России, с различными природно-климатическими усло-

виями. Поскольку в открытом доступе нет данных метеостанций,

расположенных непосредственно на этих территориях (кроме метеостан-

ции (м/c) Полярное), то для изучения динамики биоклиматических показа-

телей в анализ были включены данные ближайших метеостанций, распо-

ложенных в сходных природных условиях и адекватно отражающих

характеристики климата выбранных городов. В ходе исследования были

проанализированы биоклиматические и метеорологические показатели для

следующих территорий:

1). ЗАТО Александровск (Мурманская область) расположено в субарк-

тическом поясе с умеренно-континентальным климатом, соответствующая

м/c Полярное (69.20° с. ш., 33.48° в. д.) находится непосредственно

в ЗАТО;

2). ЗАТО Саров (Нижегородская область) расположено в умеренном

поясе с умеренно континентальным климатом, соответствующая м/c Крас-

нослободск (54.43° с. ш., 43.77° в. д.) находится в 62 км от города;

3). Город Димитровград (Ульяновская область) также расположен в

умеренном поясе с умеренно континентальным климатом, соответствую-

щая м/c Чулпаново (54.50° с. ш., 50.41° в. д.) находится в 69 км;

4). ЗАТО Трёхгорный (Челябинская область) расположено в умерен-

ном поясе с умеренно континентальным климатом с чертами континен-

тального, соответствующая м/c Златоуст (55.17° с. ш, 59.67° в. д.) нахо-

дится в 85 км;

5). ЗАТО Северск (Томская область) расположено в умеренном поясе

с континентальным климатом, соответствующая м/c Томск (56.50° с. ш,

84.92° в. д.) находится на расстоянии 18 км;

6). ЗАТО Фокино (Приморский край) расположено в умеренном поясе

с умеренно муссонным климатом, соответствующая м/c Владивосток

(43.12° с. ш, 131.92° в. д.) находится на расстоянии 42 км.

Необходимо отметить, что хотя четыре метеостанции находятся на

расстоянии более 40 км от соответствующих населенных пунктов, однако

сходство рельефа и гидрологических особенностей местности позволяет

оценивать динамику биоклиматических индексов и метеопараметров за

56 лет по данным этих метеостанций с достаточной точностью.

Семенова А.А., Салтыкова М.М., Банченко А.Д.

157

Использование базовых массивов данных, а не данных моделирова-

ния, по основным метеорологическим элементам обусловлено высоким

уровнем их достоверности. Прямые эмпирические данные являются более

точными и позволяют проследить локальные вариации метеопараметров,

которые могут быть упущены в результатах климатического моделирова-

ния или данных реанализа. Инструментальные наблюдения дают ценные

долгосрочные данные, позволяющие анализировать изменения и тенден-

ции в климатической системе за период более 50 лет [27]. Кроме того, необ-

ходимо отметить, что данные реанализа для территорий со сложным рель-

ефом (в настоящем исследовании это Александровск, Трёхгорный,

Фокино) могут иметь значимые погрешности.

Результаты и обсуждение

В табл. 2 приведены статистические характеристики: медиана (Med),

нижний и верхний квартили (Q1 и Q2), минимальное (Min) и максимальное

(Max) значения среднесуточных значений индекса UTCI (отдельно для

зимнего и летнего сезонов) за 56 лет с 1966 по 2021 год для каждого из

шести населенных пунктов, включенных в исследование.

Таблица 2. Статистические характеристики значений индекса UTCI в зимний

и летний периоды

Table 2. Statistical characteristics of the UTCI values index in winter and summer

periods

Город

Сезон

Min

Q1

Med

Q2

Max

Зима

Лето

Зима

Лето

Зима

Лето

Зима

Лето

Зима

Лето

Зима

Лето

-68.8

-31.0

-65.3

-11.3

-66.7

-10.7

-69.5

-15.2

-69.8

-12.3

-67.0

-18.0

-38.2

-4.2

-30.5

3.7

-23.0

9.8

5.7

34.9

10.2

45.3

1.4

Александровск

-33.2

10.2

-37.1

8.7

-24.3

16.4

-29.8

15.4

-25.4

15.7

-25.8

18.3

-37.6

10.4

-17

Саров

23.1

-22.0

23.5

-17.6

21.8

-18.1

25.5

-27.3

16.5

Димитровград

Трёхгорный

Северск

48.3

6.0

-34.2

9.4

38.2

6.2

-33.4

12.2

-46.3

3.5

40.2

9.1

Фокино

37.9

Как видно из табл. 1, летом во всех городах, включенных в исследова-

ние, были зафиксированы дни как с холодовым стрессом (минимальные

значения UTCI меньше +9 °C), так и с очень сильным тепловым стрессом

158

Климатические исследования

(максимальные значения больше +32 °C). В городах, расположенных на бе-

регах морей, в половине летних дней наблюдалось холодовое воздействие

разной степени интенсивности. Зимой во всех городах более чем в 75 %

дней регистрировался сильный, очень сильный или экстремальный холо-

довой стресс. При этом в Александровске, Димитровграде и Фокино очень

сильный или экстремальный холодовой стресс регистрировался более чем

в половине зимних дней (наибольшее количество экстремально холодных

дней в Александровске и Фокино).

Таким образом, можно предположить, что наименее комфортные

условия наблюдаются в городах, расположенный на берегах океанов:

Александровске и Фокино.

На рис. 1 и 2 показана ежегодная повторяемость количества дней с хо-

лодовым и тепловым стрессом разной интенсивности, когда UTCI дости-

гает соответствующих пороговых значений. Для отображения на рисунках

для холодового и теплового стресса были выбраны по две градации UTCI

с наибольшими отклонениями от комфортных условий, такие, что во всех

городах, включенных в исследование, были дни с соответствующими зна-

чениями. Для холодового стресса это были следующие градации UTCI:

сильный холодовой стресс (серый цвет на рисунке) и экстремальный холо-

довой стресс (черный цвет); для теплового стресса – умеренный (серый

цвет на рисунке) и сильный тепловой стресс (черный цвет). Можно заме-

тить, что во всех пунктах изменения комфортности происходили неравно-

мерно. В большинстве городов прослеживается тенденция к уменьшению

количества дней с холодовым стрессом и увеличению количества дней с

тепловым стрессом.

В табл. 3 приведены статистические характеристики (медиана, мини-

мальное и максимальное значение) значений метеопараметров, включен-

ных в исследование (отдельно для зимнего и летнего сезонов) за 56 лет.

Как видно из табл. 3, зимой самые низкие значения температуры воз-

духа и скорости ветра регистрируется в Северске, а самые высокие – в

Александровске. Летом самые высокие значения температуры воздуха ре-

гистрировались в Сарове и Димитровграде, а самые низкие – в Алексан-

дровске. При этом самые высокие значения скорости ветра регистрирова-

лись на морских побережьях: в Фокино и в Александровске, а самые низкие

– на Южном Урале и в Западной Сибири: в Трёхгорном и Северске. В Фо-

кино, расположенном в муссонном климате, зимой регистрировались са-

мые низкие, а летом – самые высокие значения относительной влажности.

Для того чтобы оценить, изменение каких метеопараметров в

наибольшей степени влияет на изменение биоклиматического индекса

UTCI, были оценены коэффициенты парной корреляции по Пирсону между

UTCI и каждым из метеопараметров, включенных в анализ. Эти коэффи-

циенты отдельно для летнего и зимнего периодов представлены в табл. 4.

Поскольку показатели температуры воздуха и почвы непосредственно свя-

заны, то в табл. 4 представлены только показатели температуры воздуха.

159

Семенова А.А., Салтыкова М.М., Банченко А.Д.

Климатические исследования

160

Семенова А.А., Салтыкова М.М., Банченко А.Д.

161

Таблица 3 Статистические характеристики основных метеорологических

параметров: медиана, минимальное и максимальное значение (в скобках)

Table 3. Statistical characteristics of the main meteorological parameters me-

dian, minimum and maximum values (in parentheses)

Температура

Скорость ветра

Относительная

влажность

Населенный

пункт

Зима Лето

Зима

Лето

Зима Лето

-8.3

9.7

5

4

86

(39; 100) (29; 100)

86 70

(37; 100) (24; 100)

84 75

(39; 100) (28; 100)

81 78

(31; 100) (30; 100)

80

Александровск

Саров

(-32.4; 15.2) (-2.5; 32.7)

(0; 29)

(0; 28)

-7.9

(-42; 9.7)

17.9

(-1.4; 39.2)

3

2

(0; 25)

(0; 20)

-8.4

17.9

4

2

Димитровград

Трёхгорный

Северск

(-45.1; 8.9) (-3.1; 39.8)

-11.9 15

(-43.9; 11.9 (-2.7; 34.7)

-15.5 16.5

(-47.8; 6.6) (-2.1; 35.2)

(0; 24)

(0; 18)

2

1

(0; 27)

(0; 18)

2

80

75

(0; 20)

(0; 17)

(35; 98)

(24; 99)

-10.6

(-29.7; 9.3)

17.2

(4.8; 32.7)

6

5

55

95

Фокино

(0; 28)

(0; 26)

(30; 100) (35; 100)

Таблица 4. Коэффициенты корреляции между индексом UTCI и метеопара-

метрами

Table 4. Correlation coefficients between the UTCI index and meteorological pa-

rameters

Населенный

пункт

Температура

Зима

Скорость

ветра

Относительная

влажность

Александровск

Саров

0.804

0.64

-0.637

-0.65

-0.395

0.29

Димитровград

Трёхгорный

Северск

0.525

0.715

0.708

0.696

-0.589

-0.750

-0.572

-0.844

0.353

-0.013

0.266

0.110

Фокино

Лето

Александровск

Саров

0.789

0.85

-0.586

-0.34

-0.463

-0.53

Димитровград

Трёхгорный

Северск

0.895

0.830

0.868

0.804

-0.175

-0.388

-0.337

-0.637

-0.559

-0.521

-0.508

-0.395

Фокино

Коэффициенты парной корреляции (R) между значениями индекса

UTCI и показателями скорости ветра и температуры воздуха достоверно

отличаются от 0 для всех населенных пунктов как в летний, так и в зимний

период. Как видно из табл. 4, в зимний период индекс UTCI в наибольшей

степени связан, т. е. регистрируются наибольшие значения коэффициентов

162

Климатические исследования

корреляции (больше 0,5), с температурой воздуха (прямая зависимость) и

скоростью ветра (обратная зависимость), а в летний период – с температу-

рой и влажностью воздуха для континентальных городов и температурой

и скоростью ветра для городов на побережье океанов (Александровск и

Фокино). В остальных случаях статистическая связь в соответствии с клас-

сификацией Чеддока [16] была слабой или умеренной (R<0,5). Коэффици-

енты корреляции между индексом UTCI и общим баллом облачности не

превосходили 0,32.

Таким образом, в разных городах изменение метеопараметров вносило

различный вклад в изменение индекса UTCI.

Таблица 5. Статистические характеристики анализируемых выборок количе-

ства дней с холодовым стрессом разных градаций в течение первых (I) и по-

следних (II) 20 лет периода наблюдения: медиана, нижний и верхний квар-

тили (в скобках), p – уровень достоверности различия

Table 5. Statistical characteristics of the analyzed samples of days with different

grades of the cold stress during the first (I) and last (II) 20 years of the observation

period: median, lower and upper quartiles (in parentheses), p – significance level

Населенный

пункт

UTCI < -27°C

UTCI < -40°C

II

I

II

p

I

p

179

154

86

(75; 95.5)

48

(42; 65)

0.0001

0.0000

Александровск

Саров

(169; 191) (144; 161)

126 71

(112.5; 150) (62; 86)

139 108

(128; 148) (103; 113)

55

(50; 67)

13

(10; 19)

0.0000

0.0001

0.0000

0.0001

Димитровград

Трёхгорный

Северск

63

(54; 75)

30

(26; 36)

116.5

(100; 126)

74

(65; 82)

51

(39; 65)

19

(13; 27)

13

63

65

(51; 83)

4

(120; 151) (50.5; 77.5)

157 140

(154; 162) (135; 148)

(2; 8)

Фокино

92

(87; 95)

76

(70; 83)

Для того чтобы проанализировать, насколько и достоверно ли измени-

лось количество дней дискомфортными погодными условиями

с

(т. е. количество дней с тепловым и холодовым стрессом) в течении всего

периода наблюдений, было проведено сравнение количества дней со стрес-

сом в первое и последнее 20-летие (1966–985 и 2002–2021) периода наблю-

дений. Результаты сравнения количества дней с сильным холодовым

(UTCI < -27 °C) и экстремальным холодовым (UTCI < -40 °C) стрессом

представлены в табл. 5, умеренным тепловым (UTCI >26 °C), с сильным

тепловым (UTCI >32 °C) стрессом – в табл. 6.

В табл. 7 представлены результаты сравнения суммарного среднего-

дового количества дней с наибольшими градациями теплового и холодо-

вого стресса. Оценивалось среднее за первые и среднее за последние 20 лет

количество дней в году, когда индекс UTCI был меньше -27 °C или больше

Семенова А.А., Салтыкова М.М., Банченко А.Д.

163

26 °C, а также когда индекс UTCI был меньше -40 °C или больше 32 °C

(табл. 7).

Таблица 6. Статистические характеристики анализируемых выборок количе-

ства дней с тепловым стрессом разных градаций в течение первых (I) и по-

следних (II) 20 лет периода наблюдения: медиана, нижний и верхний квар-

тили (в скобках), p – уровень достоверности различия

Table 6. Statistical characteristics of the analyzed samples of days with different

grades of the heat stress during the first (I) and last (II) 20 years of the observation

period: median, lower and upper quartiles (in parentheses), p – significance level

Населенный

пункт

UTCI >26°C

II

UTCI >32°C

II

I

p

I

p

0.5

(0; 3.5)

1

0

Александровск

Саров

0.55178

0.4249

(0; 3.5)

(0; 0)

40

(27; 46)

53

(43; 63)

3

13

0.00267

0.0193

0.0000

0.0031

0.0001

0.0016

0.0001

0.0000

0.1478

(2.5; 8)

(9.5; 16.5)

41

(33; 55)

53

(45; 65)

10

(5; 16)

18

(14; 25)

Димитровград

Трёхгорный

Северск

16

(12; 21)

34

(31; 43)

0.5

(0; 2)

4

(2; 11)

42

(34; 47)

66

(60; 73)

8

18

(5.5; 11.5) (15; 21.5)

11

(8; 13)

17

(12; 22)

0.5

(0; 1)

1.5

(0; 2)

Фокино

Таблица 7. Статистические характеристики анализируемых выборок средне-

годового количества дней с крайними градациями холодового и теплового

стресса в течение первых (I) и последних (II) 20 лет периода наблюдения:

медиана, нижний и верхний квартили (в скобках), p – уровень достоверности

различия.

Table 7. Statistical characteristics of the analyzed samples of the average annual

number of days with extreme gradations of cold and heat stress during the first (I)

and last (II) 20 years of the observation period: median, lower and upper quartiles

(in parentheses), p – significance level

-27°C > UTCI или UTCI> 26°C

40°C > UTCI или UTCI > 32°C

Населенный

пункт

I

II

p

I

II

p

180.5

155.5

86

48

Александровск

Саров

0.0000

(176; 191) (146; 163.5)

168 125

(159; 175.5) (110.5; 149)

185.5 163

(172; 193.5) (146.5; 177)

131 105

(110.5; 141) (91; 118)

168.5 133

(161; 183.5) (115; 140)

167.5 158.5

(165.5; 171.5) (152.5; 166)

(75.5; 95.5) (41.5; 64.5)

63 23.5

(54.5; 75.5) (20.5; 37.5)

0.0000

0.0006

0.0022

0.0000

0.0061

0.0000

0.0001

0.0002

0.0000

0.0001

Димитровград

Трёхгорный

Северск

76

(60; 88.5)

47

(38; 61)

52

21.5

(16.5; 32)

(39.5; 65.5)

73

(59; 92)

23.5

(20.5; 27.5)

Фокино

93

(87; 96.5)

78

(70.5; 83)

164

Климатические исследования

Кроме того, были проанализированы тренды изменения за 56 лет ко-

личества дней с дискомфортными погодными условиями, при этом оцени-

вались скорости изменения количества дней со стрессом разных градаций

(значения тангенсов угла наклона соответствующих линий регрессии за

56 лет) (табл. 8).

Как можно видеть из табл. 5–8, в Северске в течение 56 лет с наиболь-

шей скоростью происходило увеличение в летний период количества дней

с тепловым стрессом (умеренным и сильным) и уменьшение в зимний пе-

риод количества дней с холодовым стрессом. Также в Северске в послед-

ние 20 лет периода наблюдений среднегодовое суммарное количество дней

с наибольшими градациями теплового и холодового стресса уменьшилось

по сравнению с первыми 20 годами почти на 50 дней (с экстремальным хо-

лодовым стрессом уменьшилось на 59 дней, а с сильным тепловым стрес-

сом увеличилось на 11 дней), что составляет более трети дней, т. е. клима-

тические условия в Северске стали более комфортными (табл. 6).

Указанная динамика биоклиматического индекса в наибольшей степени

была обусловлена ростом температуры и снижением скорости ветра как в

зимний, так и в летний период, а также увеличением влажности воздуха в

зимний период (табл. 3).

Наименьшие изменения UTCI выявлены в городах на побережье океа-

нов (Александровск и Фокино). В этих городах зарегистрировано наиболь-

шее количество дней с холодовым стрессом и наименьшее с тепловым

(табл. 1 и 4). В Александровске в последние 20 лет наблюдения среднего-

довое суммарное количество дней с наибольшими градациями теплового и

холодового стресса уменьшилось по сравнению с первыми 20 годами на 31

день (с экстремальными холодовым стрессом уменьшилось на 31 день, а с

сильным тепловым стрессом не изменилось). В Фокино также уменьши-

лось количество дней с экстремальными холодовым стрессом на 15 дней и

при этом увеличилось количество дней с тепловым стрессом на 1 день. Та-

ким образом, климатические условия в Александровске и Фокино также

стали более комфортными, хотя изменения существенно менее выражены,

чем в Северске. Стоит отметить, что изменение комфортности обусловлено

именно уменьшением холодового стресса. На это в наибольшей степени

повлиял рост температуры и снижение скорости ветра как в зимний, так и

в летний период (табл. 4).

В остальных трех городах (Димитровграде, Сарове и Трёхгорном)

также происходило увеличение в летний период количества дней с тепло-

вым стрессом (умеренным и сильным) и уменьшение в зимний период ко-

личества дней с холодовым стрессом. Указанная динамика биоклиматиче-

ского индекса в наибольшей степени была обусловлена ростом

температуры как в зимний, так и в летний период, а также снижением ско-

рости ветра в зимний период и относительной влажности воздуха в летний

(табл. 4).

Таким образом, как можно видеть из таблиц, наибольшие изменения

показателей комфортности климата произошли в Северске, наименьшие –

в Александровске.

165

Семенова А.А., Салтыкова М.М., Банченко А.Д.

166

Климатические исследования

Полученные результаты свидетельствуют о том, что климат изучае-

мых городов менялся с разной скоростью и становился менее суровым и

более комфортным для проживания. Данные результаты согласуются с

предыдущими исследованиями [3, 23, 24].

Вместе с тем необходимо отметить, что снижение скорости ветра, ко-

торое отмечалось во всех городах и в зимний, и в летний сезоны (за исклю-

чением летнего сезона в Александровске), может приводить к ухудшению

экологической ситуации, поскольку в городах с развитой промышленно-

стью и транспортной сетью оно способствует накоплению вредных приме-

сей в атмосфере. Это, в свою очередь, способствует увеличению риска

обострения хронических заболеваний и преждевременной смертности

населения.

Заключение

Результаты данного исследования показали, что в разных природно-

климатических зонах изменение климата и его комфортности для прожи-

вания населения происходит с разной скоростью. В целом, на всех терри-

ториях уменьшается холодовой стресс в зимний период года и увеличива-

ется тепловой стресс в летний период года. При этом среднегодовое

суммарное количество дней с наибольшими градациями теплового и холо-

дового стресса уменьшалось.

Основным фактором, определяющим выявленную динамику биокли-

матического индекса UTCI и характерным как для городов, расположен-

ных в континентальной части России, так и на побережье океанов, является

увеличение температуры воздуха в зимний и летний периоды и снижение

скорости ветра в зимний период. Снижение скорости ветра в летний период

характерно только для городов, расположенных на побережьях океанов.

При этом необходимо отметить, что эти города расположены в разных при-

родно-климатических зонах. Один из них (ЗАТО Александровск) располо-

жен в атлантико-арктической зоне умеренного климата (в Кольском заливе

Баренцева моря), а второй (ЗАТО Фокино) – в Приморье в условиях уме-

ренно муссонного климата. Для городов, расположенных в континенталь-

ной части России, помимо увеличения температуры воздуха и снижения

скорости ветра в зимний период, характерно снижение влажности в летний

период.

Таким образом, проведенное исследование позволило выявить регио-

нальные особенности изменения климата и его комфортности в шести

населенных пунктах, расположенных в различных природно-климатиче-

ских зонах, а также продемонстрировать наличие экологически неблаго-

приятных тенденций в зимний период в городах, расположенных в конти-

нентальной части России.

Работа выполнялась в рамках государственного задания Рег.

№ НИОКТР 123040500002-3

Семенова А.А., Салтыкова М.М., Банченко А.Д.

167

Список литературы

1. Булыгина, О.Н., Коршунова Н.Н., Разуваев В.Н. Изменения режима ветра

на территории России в последние десятилетия // Труды ГГО. 2013. № 568. С. 156-

172.

2. Булыгина О.Н., Веселов В.М., Разуваев В.Н., Александрова Т.М. Описание

массива срочных данных об основных метеорологических параметрах на станциях

России. Свидетельство

2014620549.

о

государственной регистрации базы данных

№

3. Виноградова В.В. Универсальный индекс теплового комфорта на террито-

рии России // Известия Российской академии наук. Серия географическая. 2019. №

2. С. 3-19. DOI: 10.31857/S2587-5566201923-19.

4. Исаев А.А. Экологическая климатология: 2-е изд. М.: Научный мир, 2003.

458 с.

5. Кижнер Л.И., Серая Н.Ю. Изменение режима ветра в Томске в начале XXI

века // Труды ГГО. 2015. № 576. С. 102-113.

6. Мещерская А.В., Еремин В.В., Баранова А.А., Майстрова В.В. Изменение

скорости ветра на севере России во второй половине XX века по приземным и

аэрологическим данным // Метеорология и гидрология. 2006. № 9. С. 46-58.

7. Ревич Б.А. Изменение здоровья населения России в условиях меняющегося

климата // Проблемы прогнозирования. 2008. № 3. С. 140-150.

8. Ревич Б.А., Шапошников Д.А., Семутникова Е.Г. Климатические условия и

качество атмосферного воздуха как факторы риска смертности населения Москвы

// Медицина труда и промышленная экология. 2008. № 7. С. 29-35.

9. Ревич Б.А., Шапошников Д.А. Изменения климата, волны жары и холода

как факторы риска повышенной смертности населения в некоторых регионах Рос-

сии // Проблемы прогнозирования. 2012. № 2. С. 122-139.

10. Стефанович А.А., Воскресенская Е.Н. Современные методы оценки ком-

фортности биоклиматических условий курортных местностей // Системы контроля

окружающей среды. 2021. Вып. 1. № 43. C. 7-17. DOI: 10.33075/2220-5861-2021-1-

7-17.

11. Третий оценочный доклад об изменениях климата и их последствиях на

территории Российской Федерации. Общее резюме. Росгидромет. СПб: Наукоем-

кие технологии, 2022. 124 с.

12. Binarti F, Koerniawan M.D, Triyadi S, Utami S.S., Matzarakis A. A review of

outdoor thermal comfort indices and neutral ranges for hot-humid regions // Urban Cli-

mate. 2020. Vol. 31. DOI: 10.1016/j.uclim.2019.100542.

13. Blazejczyk K., Epstein Y., Jendritzky G. et al. Comparison of UTCI to selected

thermal indices. // Int. J. Biometeorol. 2012. Vol. 56. P. 515-535. DOI: 10.1007/s00484-

011-0453-2.

14. Bröde Р., Krüger E. L., Rossi F.A. Аssessment of urban outdoor thermal com-

fort by the universal thermal climate index UTCI // XIV International conference on

environmental ergonomics, Greece, January, 2011. P. 338-341.

15. Bröde P., Fiala D., Blazejczyk K., Holmér I., Jendritzky G., Kampmann B., Tinz

B., Havenith G. Deriving the operational procedure for the Universal Thermal Climate

Index UTCI // Int. J. Biometeorol. 2012. Vol. 56. P. 481-494.

16. Chaddock R.E. Principles and methods of statistics. Boston: Houghton Mifflin

Company, 1925. 471 p.

168

Климатические исследования

17. de Freitas C.R., Grigorieva E.A. A comprehensive catalogue and classification

of human thermal climate indices // Int. J. Biometeorol. 2015. Vol. 59. P. 109-120. DOI:

10.1007/s00484-014-0819-3

18. de Freitas C.R., Grigorieva E.A A comparison and appraisal of a comprehen-

sive range of human thermal climate indices // Int. J. Biometeorol. 2017. Vol. 61, no. 3.

P. 487-512. DOI: 10.1007/s00484-016-1228-6.

19. Fiala D., Lomas, K.J., Stohrer, M. A computer Model of Human Thermoregu-

lation for a Wide Range of Environmental Conditions: the Passive System // Journal of

Applied Physiology. 1999. Vol. 87, no. 5. P. 1957-1972.

20. Fiala D., Lomas, K.J., Stohrer M. First Principles Modeling of Thermal Sensa-

tion Responses in Steady-State and Transient Conditions // ASHRAE Transactions.

2003. Vol. 109, no. 1. P. 179-186.

21. Fiala D., Havenith G., Bröde P., Kampmann B., Jendritzky G. UTCI-Fiala

multi-node model human heat transfer and thermal comfort // Int. J. Biometeorol. 2012.

Vol. 56, no. 3. P. 429-441.

22. Jendritzky G., Havenith G., Weihs P., Batchvarova E., Towards a Universal

Thermal Climate Index UTCI for assessing the thermal environment of the human being.

Final Report COST Action 730. Freiburg. 2009. P. 1-26.

23. Konstantinov P., Tattimbetova D., Varentsov M., Shartova N. Summer Thermal

Comfort in Russian Big Cities (1966-2015) // Geographica Pannonica. 2021. Vol. 25.

P. 35-41. DOI: 10.5937/gp25-29440.

24. Konstantinov P., Varentsov M., Shartova N. North Eurasian thermal comfort

indices dataset (NETCID): New gridded database for the biometeorological studies //

Environmental Research Letters. 2022. Vol. 17, no. 8. DOI: 10.1088/1748-9326/ac7fa9.

25. Matzarakis А., Rutz F., Mayer H. Modelling radiation fluxes in simple and com-

plex environments-application of the RayMan model // Int. J. Biometeorol. 2007.

Vol. 51. P. 324-327. DOI: 10.1007/s00484-006-0061-8.

26. Potchter O, Cohen P, Lin T.P., Matzarakis A. Outdoor human thermal percep-

tion in various climates: A comprehensive review of approaches, methods and quantifi-

cation // Sci. Total Environ. 2018. Vol. 1. P. 631-632, 390-406. DOI: 10.1016/j.sci-

totenv.2018.02.276.

27. Raäisaänen J. How reliable are climate models? Tellus A: Dynamic Meteorol-

ogy and Oceanography. 2007. Vol. 59, no. 1. Р. 2-29. DOI: 10.1111/j.1600-

0870.2006.00211.x

28. Richards M., Havenith G. Progress Towards the Final UTCI Model // Mekjavic

IB; Kounalakis, SN Taylor, NAS (eds.): Environmental Ergonomics XII, August 19-24,

2007. Piran Slovenia. Ljubljana, Biomed. 2007. P. 521-524.

References

1. Bulygina, O.N., Korshunova N.N., Razuvaev V.N. Izmeneniya rezhima vetra na

territorii Rossii v poslednie desyatiletiya. Trudy GGO [Proceedings of Voeikov Geophys-

ical Observatory], 2013, vol. 568, pp. 156-172 [in Russ.].

2. Bulygina O.N., Veselov V.M., Razuvaev V.N., Aleksandrova T.M. Opisanie mas-

siva srochnyh dannyh ob osnovnyh meteorologicheskih parametrah na stanciyah Rossii.

Svidetel'stvo o gosudarstvennoj registracii bazy dannyh № 2014620549 [in Russ.].

3. Vinogradova V.V. Universal'nyj indeks teplovogo komforta na territorii Rossii //

Izvestiya Rossijskoj akademii nauk. Seriya geograficheskaya. 2019, vol. 2, pp. 3-19.

DOI: 10.31857/S2587-5566201923-19 [in Russ.].

Семенова А.А., Салтыкова М.М., Банченко А.Д.

169

4. Isaev A.A. Ekologicheskaya klimatologiya: 2-e izd. Moscow, Nauchnyy mir

publ., 2003, 458 p. [in Russ.].

5. Kizhner L.I., Seraya N.Yu. Izmenenie rezhima vetra v Tomske v nachale XXI

veka. Trudy GGO [Proceedings of Voeikov Geophysical Observatory], 2015, vol. 576,

pp. 102-113 [in Russ.].

6. Meshcherskaya A.V., Eremin V.V., Baranova A.A., Majstrova V.V. Wind Varia-

tion in Northern Russia in the Second Half the 20th Century from Surface and Upper-

Air Data. Meteorologiya i Gidrologiya [Russ. Meteorol. Hydrol.], 2006, vol. 9, pp. 46-

58 [in Russ.].

7. Revich B.A. Izmenenie zdorov'ya naseleniya Rossii v usloviyah menyayushche-

gosya klimata // Problemy prognozirovaniya, 2008, vol. 3, pp. 140-150 [in Russ.].

8. Revich B.A., Shaposhnikov D.A., Semutnikova E.G. Klimaticheskie usloviya i

kachestvo atmosfernogo vozduha kak faktory riska smertnosti naseleniya Moskvy //

Medicina truda i promyshlennaya ekologiya, 2008, vol. 7, pp. 29-35 [in Russ.].

9. Revich B.A., Shaposhnikov D.A. Izmeneniya klimata, volny zhary i holoda kak

faktory riska povyshennoj smertnosti naseleniya v nekotoryh regionah Rossii. Problemy

prognozirovaniya, 2012, vol. 2, pp. 122-139 [in Russ.].

10. Stefanovich A.A., Voskresenskaya E.N. Modern methods for assessing the com-

fort of bioclimatic conditions of resort areas. Sistemy kontrolya okruzhayushchej sredy

[Environmental control systems], 2021, vol. 1, no. 43, pp. 7-17. DOI: 10.33075/2220-

5861-2021-1-7-17.

11. Tretij ocenochnyj doklad ob izmeneniyah klimata i ih posledstviyah na territorii

Rossijskoj Federacii. Obshchee rezyume. Rosgidromet. Saint Petersburg, Naukoemkie

tekhnologii publ., 2022, 124 p. [in Russ.].

12. Binarti F, Koerniawan M.D, Triyadi S, Utami S.S., Matzarakis A. A review of

outdoor thermal comfort indices and neutral ranges for hot-humid regions. Urban

Climate, 2020, vol. 31. DOI: 10.1016/j.uclim.2019.100542.

13. Blazejczyk K., Epstein Y., Jendritzky G. et al. Comparison of UTCI to selected

thermal indices. Int. J. Biometeorol., 2012, vol. 56, pp. 515-535. DOI: 10.1007/s00484-

011-0453-2.

14. Bröde Р., Krüger E. L., Rossi F.A. Аssessment of urban outdoor thermal com-

fort by the universal thermal climate index UTCI. XIV International conference on en-

vironmental ergonomics, Greece, January, 2011, pp. 338-341.

15. Bröde P., Fiala D., Blazejczyk K., Holmér I., Jendritzky G., Kampmann B., Tinz

B., Havenith G. Deriving the operational procedure for the Universal Thermal Climate

Index UTCI. Int. J. Biometeorol., 2012, vol. 56, pp. 481-494.

16. Chaddock R.E. Principles and methods of statistics. Boston: Houghton Mifflin

Company, 1925, 471 p.

17. de Freitas C.R., Grigorieva E.A. A comprehensive catalogue and classification

of human thermal climate indices. Int. J. Biometeorol., 2015, vol. 59, pp. 109-120. DOI:

10.1007/s00484-014-0819-3

18. de Freitas C.R., Grigorieva E.A A comparison and appraisal of a comprehen-

sive range of human thermal climate indices. Int. J. Biometeorol., 2017, vol. 61, no. 3,

pp. 487-512. DOI: 10.1007/s00484-016-1228-6.

19. Fiala D., Lomas, K.J., Stohrer, M. A computer Model of Human Thermoregu-

lation for a Wide Range of Environmental Conditions: the Passive System. Journal of

Applied Physiology, 1999, vol. 87, no. 5, pp. 1957-1972.

170

Климатические исследования

20. Fiala D., Lomas, K.J., Stohrer M. First Principles Modeling of Thermal Sensa-

tion Responses in Steady-State and Transient Conditions. ASHRAE Transactions, 2003,

vol. 109, no. 1, pp. 179-186.

21. Fiala D., Havenith G., Bröde P., Kampmann B., Jendritzky G. UTCI-Fiala

multi-node model human heat transfer and thermal comfort. Int. J. Biometeorol., 2012,

vol. 56, no. 3, pp. 429-441.

22. Jendritzky G., Havenith G., Weihs P., Batchvarova E. Towards a Universal

Thermal Climate Index UTCI for assessing the thermal environment of the human being.

Final Report COST Action 730. Freiburg, 2009, pp. 1-26.

23. Konstantinov P., Tattimbetova D., Varentsov M., Shartova N. Summer Thermal

Comfort in Russian Big Cities (1966-2015). Geographica Pannonica, 2021, vol. 25,

pp. 35-41. DOI: 10.5937/gp25-29440.

24. Konstantinov P., Varentsov M., Shartova N. North Eurasian thermal comfort

indices dataset (NETCID): New gridded database for the biometeorological studies. En-

vironmental Research Letters, 2022, vol. 17, no. 8. DOI: 10.1088/1748-9326/ac7fa9.

25. Matzarakis А., Rutz F., Mayer H. Modelling radiation fluxes in simple and com-

plex environments-application of the RayMan model. Int. J. Biometeorol., 2007, vol 51,

pp. 324-327. DOI: 10.1007/s00484-006-0061-8.

26. Potchter O, Cohen P, Lin T.P., Matzarakis A. Outdoor human thermal percep-

tion in various climates: A comprehensive review of approaches, methods and quantifi-

cation. Sci. Total Environ., 2018, vol. 1, pp. 631-632, 390-406. DOI: 10.1016/j.sci-

totenv.2018.02.276.

27. Raäisaänen J. How reliable are climate models? Tellus A: Dynamic Meteorol-

ogy and Oceanography, 2007, vol. 59, no. 1, pp. 2-29. DOI: 10.1111/j.1600-

0870.2006.00211.x

28. Richards M., Havenith G. Progress Towards the Final UTCI Model // In:

Mekjavic, IB; Kounalakis, SN; Taylor, NAS (eds.): Environmental Ergonomics XII,

August 19-24, 2007. Piran Slovenia. Ljubljana, Biomed. 2007, pp. 521-524.

Поступила 07.02.2024; одобрена после рецензирования 15.03.2024;

принята в печать 10.04.2024.

Submitted 07.02.2024; approved after reviewing 15.03.2024;

accepted for publication 10.04.2024.