ArticlePDF Available

Abstract and Figures

Zarys treści. W ciągu ostatnich stu lat opracowano kilkadziesiąt różnych wskaźników oce-niających oddziaływanie środowiska atmosferycznego na człowieka. Większość z nich nie ma bezpośredniego odniesienia do reakcji fizjologicznych zachodzących w organizmie pod wpływem zmieniających się warunków termicznych otoczenia. W latach 1990. powstały tzw. wielowęzłowe (multi node) modele bilansu cieplnego człowieka, które opisują wszystkie złożone mechanizmy gospodarki cieplnej organizmu. Na bazie jednego z tych modeli powstał nowy wskaźnik termicz-ny oceniający obciążenia cieplne człowieka (UTCI – Universal Thermal Climate Index). W arty-kule przedstawia się założenia metodyczne wskaźnika, zagadnienia związane z przygotowaniem danych wejściowych oraz podstawy interpretacji wskaźnika. Słowa kluczowe: wskaźniki bioklimatyczne, bilans cieplny człowieka, obciążenia cieplne, UTCI.
No caption available
… 
No caption available
… 
No caption available
… 
No caption available
… 
No caption available
… 
Content may be subject to copyright.
PRZEGLĄD GEOGRAFICZNY
2010, 82, 1, s. 49–71
UTCI – nowy wskaźnik oceny obciążeń cieplnych człowieka
UTCI – new index for assessment of heat stress in man
KRZYSZTOF BŁAŻEJCZYK
Instytut Geografii i Przestrzennego Zagospodarowania im. S. Leszczyckiego PAN,
00-818 Warszawa, Twarda 51/55; k.blaz@twarda.pan.pl
PETER BROEDE
Leibniz Research Centre for Working Environment and Human Factors,
Ardeystr. 67, D-44139 Dortmund, Germany; broede@ifado.de
DUSAN FIALA
University of Stuttgart, Keplerstraße 11, D-70174 Stuttgart, Germany;
dfiala@ibbte.uni-stuttgart.de
GEORGE HAVENITH
Loughborough University, Loughborough, LE11 3TU, UK; g.havenith@lboro.ac.uk
INGVAR HOLMÉR
Lund Technical University, SE-22100 Lund, Sweden; ingvar.holmer@design.ltn.se
GERD JENDRITZKY
University of Freiburg, Werderring 10, D-79085 Freiburg, Germany;
gerd.jendritzky@meteo.uni-freiburg.de
BERNHARDT KAMPMANN
University of Wuppertal, Gaußstr. 20, 42119 Wuppertal, Germany;
BIML.Kampmann@T-Online.de
Zarys treści. W ciągu ostatnich stu lat opracowano kilkadziesiąt różnych wskaźników oce-
niających oddziaływanie środowiska atmosferycznego na człowieka. Większość z nich nie ma
bezpośredniego odniesienia do reakcji fizjologicznych zachodzących w organizmie pod wpływem
zmieniających się warunków termicznych otoczenia. W latach 1990. powstały tzw. wielowęzłowe
(multi node) modele bilansu cieplnego człowieka, które opisują wszystkie złożone mechanizmy
gospodarki cieplnej organizmu. Na bazie jednego z tych modeli powstał nowy wskaźnik termicz-
ny oceniający obciążenia cieplne człowieka (UTCIUniversal Thermal Climate Index). W arty-
kule przedstawia się założenia metodyczne wskaźnika, zagadnienia związane z przygotowaniem
danych wejściowych oraz podstawy interpretacji wskaźnika.
Słowa kluczowe: wskaźniki bioklimatyczne, bilans cieplny człowieka, obciążenia cieplne,
UTCI.
50 Krzysztof Błażejczyk i inni
Wprowadzenie
Od początku XX wieku trwają prace nad opracowaniem wskaźnika obra-
zującego wpływ na organizm różnych elementów meteorologicznych, przede
wszystkim: temperatury i wilgotności powietrza, promieniowania słonecznego
i prędkości wiatru. Poszukiwania te toczyły się dwoma torami:
– skonstruowania przyrządu (analogu ciała człowieka), na którego wskazania
wpływają różne elementy pogody,
stworzenia wzoru matematycznego, w skład którego wchodzą wartości róż-
nych elementów meteorologicznych, a wartość wynikowa jest wskaźnikiem
odczuwalności cieplnej człowieka.
Przy konstruowaniu przyrządów mających służyć ocenie oddziaływania
kilku czynników meteorologicznych na organizm człowieka zakładano, że
powierzchnia przyrządu podlega takim samym procesom wymiany ciepła jak
powierzchnia ciała człowieka. Ciało człowieka bywało odwzorowywane jako
walec (katatermometr, miernik odczuć cieplnych), kula (frygorymetr i frygo-
rygraf, termometr kulisty) i elipsoida obrotowa (miernik komfortu cieplnego).
Analogi ciała człowieka przyjmowały także formę manekinów cieplnych, tzw.
„coper man” (Błażejczyk, 2004; Bradtke i Liese, 1958; Flach, 1981; Jokl, 1965;
Lee, 1980; Parsons, 2003).
Obok wymienionych wyżej przyrządów pomiarowych do oceny warunków
biometeorologicznych i bioklimatycznych stosuje się tzw. kompleksowe wskaź-
niki biometeorologiczne, które ujmują w postać wzorów empirycznych związki
między wartościami kilku elementów meteorologicznych. Poszczególnym war-
tościom tych wskaźników przypisywane są określone, subiektywne odczucia
cieplne ludzi. Skale odczuć cieplnych są tworzone na podstawie wyników badań
ankietowych przeprowadzanych na grupach ludzi eksponowanych na działa-
nie czynników meteorologicznych w komorach klimatycznych lub w terenie
otwartym. Powstało w ten sposób wiele wskaźników opisywanych w licznych
publikacjach (Błażejczyk, 2004; Flach, 1981; Jankowiak, red., 1976; Jokl, 1965;
Kiełczewski i Bogucki, 1972; Klonowicz i Kozłowski, 1970; Kozłowska-Szczęsna
i inni, 1997; Landsberg, 1972; Lee, 1980; Parsons, 2003).
O wyborze odpowiedniego wskaźnika biometeorologicznego decyduje cel
opracowania (np. ocena odczuć cieplnych człowieka w ruchu, w spoczynku,
w cieniu, w słońcu), dane meteorologiczne, którymi dysponujemy, a także rodzaj
środowiska termicznego lub sezon, który podlega ocenie. Część wskaźników
może być bowiem stosowana tylko w szczególnych warunkach otoczenia (np.
tylko w miesiącach zimowych). Należy także pamiętać, że większość z nich nie
ma bezpośredniego odniesienia do reakcji fizjologicznych zachodzących w orga-
nizmie pod wpływem zmieniających się warunków termicznych otoczenia.
UTCI – Nowy wskaźnik oceny obciążeń cieplnych człowieka 51
Począwszy od lat 1960. rozwijają się badania bilansu cieplnego człowieka,
a każdy z prostych modeli proponuje różne wskaźniki oceny warunków termicz-
nych (Błażejczyk, 2004). W modelach tych rozważa się jedynie wymianę ciepła
między powierzchnią ciała a otoczeniem, traktując organizm jako jedną całość,
bez uwzględniania jego złożonej budowy wewnętrznej i anatomicznej. Spośród
wielu modeli można jako przykłady wymienić:
– MEMI i wyprowadzony z niego wskaźnik PET (Physiological Equivalent Tem-
perature) (Höppe, 1999);
Klima-Michel-Model i wskaźnik PT (Percived Temperature) (Jendritzky, 1990);
model Gaggego i wskaźnik SET* (Standarised Equivalent Temperature for
outdoor applications) (Gagge i inni, 1971; Pickup i de Dear, 2000);
– MENEX_2005 i wskaźniki: PST (Physiological Subjective Temperature), PhS
(Physiological Strain) (Błażejczyk, 2004, 2007).
Modele te i wskaźniki wprowadziły nową jakość do badań bioklimatycznych.
Odnoszą się one do rzeczywistych reakcji fizjologicznych organizmu na bodźce
atmosferyczne, a niektóre z nich uwzględniają także indywidualne cechy osob-
nicze i procesy adaptacyjne do warunków otoczenia.
Kolejnym krokiem w kierunku pełnego uwzględnienia wszystkich procesów
i mechanizmów gospodarki cieplnej organizmu są tzw. modele wielowęzłowe
bilansu cieplnego (multi node models), w których uwzględnia się przepływy cie-
pła pomiędzy wnętrzem organizmu i jego poszczególnymi warstwami (kostną,
mięśniową, tłuszczową, podskórną, skórną) oraz pomiędzy powierzchnią ciała
i otoczeniem. Bierze się także pod uwagę specyficzne cechy przepływu i wymia-
ny ciepła w różnych częściach ciała (tułów, głowa, kończyny dolne i górne). Za
ich pomocą można ilościowo określić natężenie poszczególnych procesów ter-
moregulacyjnych w odmiennych stanach środowiska oraz wskazać takie sta-
ny atmosfery, które zagrażają zdrowiu lub życiu człowieka (Fiala i inni, 1999,
2001, 2003, 2005; Tanabe i inni, 2002; Huizenga i inni, 2001; Jendritzky i inni,
2002).
Celem opracowania jest przedstawienie założeń i podstaw metodycznych
nowego wskaźnika oceny warunków bioklimatycznych – UTCI (Universal Ther-
mal Climate Index). Wskaźnik powstał we współpracy międzynarodowej reali-
zowanej w ramach tzw. Akcji COST 730, prowadzonej w latach 2005–2009
(Jendritzky i inni, red., 2009).
Podstawowe założenia wskaźnika
Duża liczba wskaźników i metod oceny wpływu środowiska termicznego na
człowieka nie pozwala na obiektywne porównanie wyników badań prowadzo-
nych w różnych ośrodkach naukowych. Dlatego na kongresie Międzynarodo-
wego Stowarzyszenia Biometeorologii w Sydney w listopadzie 1999 r. powstała
grupa badawcza mająca na celu stworzenie nowego, uniwersalnego wskaźnika
52 Krzysztof Błażejczyk i inni
oceny warunków bioklimatycznych. Wskaźnik ten, nazwany roboczo Universal
Thermal Climate Index (UTCI), powinien dać pełne informacje o procesach
termofizjologicznych w pełnym zakresie możliwych warunków środowiskowych
(z uwzględnieniem sezonowości klimatu) i we wszystkich skalach przestrzen-
nych, z możliwością zastosowania w najważniejszych aplikacjach z zakresu bio-
klimatologii człowieka.
Inicjatorem i przewodniczącym tej grupy badawczej jest prof. Gerd Jendritzky
z Niemieckiej Służby Pogody we Freiburgu. Grupa skupiła czołowych naukow-
ców zajmujących się tymi zagadnieniami (m.in. P. Höppe, R.G. Steadman, R. de
Dear, Ch. de Freitas, K. Błażejczyk, I. Holmér). W wyniku konsultacji i dyskusji
wszyscy członkowie grupy zgodzili się, że podstawą nowego wskaźnika powinna
być najnowsza generacja wielowęzłowych modeli bilansu cieplnego człowieka.
Dodatkowo przyjęto, że wskaźnik powinien mieć wymiar termiczny (°C).
Kolejnym, ważnym krokiem w kierunku stworzenia wskaźnika spełniające-
go powyższe kryteria było powstanie interdyscyplinarnego zespołu badawcze-
go w ramach europejskiego programu COST (Współpraca w Dziedzinie Nauki
i Rozwoju Technologicznego – Cooperation in Science and Technical Develop-
ment). Na początku 2005 r. program współpracy został zaakceptowany jako
Akcja COST 730. Uczestniczyli w niej naukowcy z 18 krajów europejskich oraz
Izraela, Kanady, Australii i Nowej Zelandii; z Polski prof. Krzysztof Błażejczyk
z IGiPZ PAN, mgr Barbara Wojtach z IMGW oraz mgr Anna Kunert z UKW.
Należy dodać, że istotą programu COST jest wspieranie finansowe spotkań
naukowych (dyskusje, seminaria), a nie samych badań. Badania są prowadzone
w ramach funduszy narodowych uczestników Akcji. W Polsce na prowadzenie
badań, będących częścią Akcji COST 730, IGiPZ PAN uzyskał specjalny grant
naukowy, przyznany przez Ministra Nauki i Szkolnictwa Wyższego, „Weryfika-
cja wielosegmentowego modelu bilansu cieplnego człowieka oraz uniwersalnego
wskaźnika temperatury odczuwalnej”. Kierownikiem projektu był K. Błażejczyk.
Po kilkuletniej, intensywnej pracy w najlepszych ośrodkach naukowych Europy
oraz po licznych spotkaniach, dyskusjach i walidacjach udało się stworzyć nowy
wskaźnik UTCI, który pozwala na określenie obciążeń cieplnych organizmu
w różnych warunkach termicznych otoczenia.
Fizjologiczne podstawy wskaźnika UTCI
Jak już wspomniano, wskaźnik UTCI opiera się na analizie bilansu cieplnego
człowieka, dokonywanej przy zastosowaniu wielowęzłowego modelu wymiany
ciepła. Spośród kilku opisanych w literaturze modeli wybrano model Fiali (Fia-
la i inni, 2001). O wyborze tego modelu zdecydowały: duża zgodność oblicza-
nych parametrów wymiany ciepła z danymi eksperymentalnymi, dostępność
do kodów źródłowych modelu oraz możliwość udziału autora modelu w zespole
badawczym.
UTCI – Nowy wskaźnik oceny obciążeń cieplnych człowieka 53
Model Fiali składa się z dwóch podsystemów regulacji wymiany ciepła:
pasywnego i aktywnego. Podsystem pasywny uwzględnia fizyczne elementy
transportu ciepła wewnątrz organizmu oraz na powierzchni ciała. Jego skła-
dowymi są krążenie krwi i równania wymiany ciepła (opisujące produkcję cie-
pła, jego transport w organizmie i wymianę z otoczeniem). Obejmuje on także
numeryczne algorytmy uwzględnionych procesów (ryc. 1). Podsystem pasywny
rozpatruje przepływy ciepła w obrębie 19 różnych części ciała (głowa, twarz,
szyja, barki, ramiona, przedramiona, dłonie, uda, łydki, stopy oraz górna i dol-
na część tułowia). Każda z tych części jest dodatkowo podzielona na 5 warstw
(kość, mięsień, tkanka tłuszczowa i podskórna oraz skóra) i dwa-trzy segmenty
(przedni, tylny i wewnętrzny). Każda z tych części ciała, jego warstwa i segment
są reprezentowane przez jeden węzeł. Łącznie algorytmy opisują przepływy cie-
pła pomiędzy ponad trzystoma węzłami.
Drug i podsystem, tzw. aktyw ny, uw zględnia f izjologiczne mechan izmy termo-
regulacji i obejmuje:
skórę z rozmieszczonymi w niej gruczołami potowymi oraz receptorami ciepła
i zimna,
– system nerwowy przesyłający sygnały z termoreceptorów do mózgu,
– podwzgórze, czyli centralny ośrodek termoregulacji w mózgu,
Ryc. 1. Podsystem pasywny modelu Fiali; 1–19 –numery węzłów wymiany ciepła w obrębie uda
Passive sub-system of Fiala model; 1–19 – numbers of nodes at thigh cross section
54 Krzysztof Błażejczyk i inni
– reakcje termoregulacyjne stymulowane przez podwzgórze, a mające na celu
zachowanie komfortu cieplnego:
wydzielanie potu (maksymalnie około 1,5 l·godz
–1,
co w przypadku jego
wyparowania pozwala na odprowadzenie 1000 W ciepła),
produkcję ciepła w wyniku tzw. termogenezy drżeniowej (shivering ther-
mogenesis – maksymalnie 400 W), określanej niekiedy drżeniem mięśnio-
wym;
zmian tempa skórnego przepływu krwi: wzrost przepływu (vasodilatation
maksymalnie 3–4 l·min
–1
), zahamowanie przepływu (vasoconstriction).
Model uwzględnia aktywne, fizjologiczne procesy termoregulacji, które
zmieniają wielkość strumieni ciepła (ryc. 2). Dodatkową cechą modelu Fiali
jest dynamiczne analizowanie składników bilansu cieplnego w dowolnym czasie
(model testowano na danych obejmujących czas od 10 minut do 12 godzin).
Danymi wejściowymi do modelu informacje meteorologiczne (tempera-
tura powietrza, ciśnienie pary wodnej, prędkość wiatru oraz tzw. średnia tem-
peratura promieniowania) oraz fizjologiczne (metaboliczna produkcja ciepła,
Ryc. 2. Podsystem aktywny modelu bilansu cieplnego człowieka Fiali
Active sub-system of Fiala model
UTCI – Nowy wskaźnik oceny obciążeń cieplnych człowieka 55
albedo powierzchni ciała i odzieży, współczynnik emisyjności ciała i odzieży,
izolacyjność termiczna i ewaporacyjna odzieży). Model dostarcza informacji
o wielkości poszczególnych fizjologicznych parametrów organizmu (uwilgot-
nienie skóry, wydzielanie potu, skórny przepływ krwi, termogeneza drżeniowa,
temperatura wewnętrzna, temperatura skóry w różnych częściach ciała) oraz
strumieni ciepła (konwekcyjnego, radiacyjnego, ewaporacyjnego, respiracyjne-
go i kondukcyjnego).
Cały model i jego poszczególne komponenty podlegały kilkakrotnej weryfika-
cji, poprzez porównanie obliczonych danych wyjściowych z odpowiednimi dany-
mi eksperymentalnymi. Pozwoliło to na wprowadzenie niezbędnych korekt,
zwłaszcza w odniesieniu do modelowania strumieni przepływu krwi i termoge-
nezy drżeniowej oraz termoizolacyjnych właściwości odzieży.
Koncepcja wskaźnika
Wskaźnik UTCI jest definiowany jako ekwiwalentna temperatura powietrza,
przy której w warunkach referencyjnych podstawowe parametry fizjologiczne
organizmu przyjmują takie same wartości jak w warunkach rzeczywistych.
Zakłada się zatem, że wymiana ciepła między człowiekiem a otoczeniem zależy
tylko od temperatury powietrza (Ta), przy stym poziomie pozostych para-
metrów meteorologicznych. Aby określić taką właśnie temperaturę powietrza
trzeba najpierw obliczyć bilans cieplny człowieka w warunkach rzeczywistych.
Następnie, zakładając stałe warunki referencyjne, należy metodą kolejnych
przybliżeń znaleźć taką temperaturę powietrza, przy której parametry fizjolo-
giczne przyjmą takie same wartości jak w warunkach rzeczywistych. Jako refe-
rencyjne warunki meteorologiczne przyjęto:
– średnią temperaturę promieniowania (Tmrt) równą temperaturze powietrza
(brak promieniowania słonecznego i cieplnego);
– prędkość wiatru (va) na wysokości 10 m nad gruntem, równą 0,5 m·s
–1
;
– względną prędkość ruchu powietrza (v’) związaną z poruszaniem się, równą
1,1 m·s
–1
;
– ciśnienie pary wodnej (vp) odpowiadające 50% wilgotności względnej (przy
temperaturze <29°C) i równą 20 hPa przy temperaturze wyższej od 29°C.
Przyjęto także stałe parametry fizjologiczne:
– metaboliczną produkcję ciepła (M) równą 135 W·m
–2
(co odpowiada marszo-
wi z prędkością 4 km na godzinę);
– izolacyjność termiczną odzieży (Icl) proporcjonalną do rzeczywistych warun-
ków termicznych i wietrznych (ryc. 3).
Przyjęto 7 różnych parametrów fizjologicznych, istotnych dla prawidłowego
funkcjonowania gospodarki cieplnej organizmu, dla których poszukiwano ekwi-
walentnej temperatury UTCI. Poziom każdego z tych parametrów rozpatrywano
po krótkiej (30 minut) i długiej (120 min) ekspozycji (tab. 1).
56 Krzysztof Błażejczyk i inni
Polska
Finlandia-mê¿czyŸni
(Poland)
(Finland-man)
Icl,r va(=3m·s)
–1
Keafinge i inni
Goodwin, Taylor
( =15Icl,r va m· s )
–1
Ta
Icl, r
°C
clo
Donaldson
Gavhed, Holmer
Icl,r va( =30 m· s )
–1
Finlandia-kobiety
(Finland-woman)
Icl,r va(=0m·s)
–1
Ryc. 3. Wynikowa izolacyjność termiczna odzieży (Icl, r) według różnych badań oraz według
przyjętego modelu jako funkcja temperatury otoczenia (Ta) i prędkości wiatru (va)
Resultant thermal insulation of clothing (Icl, r) due to different authors and new developed
clothing model as a function of ambient temperature (Ta) and wind speed (va)
Tabela 1. Parametry fizjologiczne uwzględnione w wyznaczaniu wskaźnika UTCI
Physiological parameters considered at calculations of UTCI
Lp. Parametr fizjologiczny
Physiological var iable
Symbol
Symbol
Wymiar
Unit
1
2
3
4
5
6
7
Temperatura rektalna
Rectal temperature
Średnia temperatura skóry
Mean skin temperature
Temperatura skóry twarzy
Face skin temperature
Wydzielanie potu
Sweat secretion
Ciepło wytworzone w termogenezie drżeniowej
Shivering thermogenesis
Uwilgotnienie skóry
Skin wettedness
Skórny przepływ krwi
Skin blood flow
Tre
Tsk m
Tsk f c
Mskdot
Shiv
WettA
VblSk
°C
°C
°C
g·min–1
W
% powierzchni ciała
%
of body area
% wartości podstawowej
%
of basic value
UTCI – Nowy wskaźnik oceny obciążeń cieplnych człowieka 57
Istotną cechą wskaźnika UTCI jest zastąpienie wielowymiarowych informa-
cji wejściowych (Ta, Tmr t, vp, va, v’, M) i wyjściowych (Tre, Tskm, Tskfc, Mskdot,
Shiv, WettA, VblSk) modelu Fiali jednowymiarową wartością (wyrażoną w stop-
niach Celsjusza), która zawiera podobny ładunek informacji o procesach fizjo-
logicznych istotnych z punktu widzenia funkcjonowania organizmu człowieka
w zmieniających się warunkach termicznych (ryc. 4).
Procedura liczenia UTCI
Jak już wspomniano, pełny sposób wyznaczenia wartości UTCI polega na
wielokrotnym obliczaniu bilansu cieplnego człowieka. Jest to zadanie bardzo
czasochłonne, szczególnie w przypadku dużych zbiorów danych meteorologicz-
nych. Dlatego zdecydowano się na utworzenie modelu regresyjnego, pozwa-
lającego na szybkie określenie wartości UTCI w stosunkowo krótkim czasie
i z dostatecznie dużą dokładnością. Wykorzystano w tym celu funkcję wykład-
niczą 6 stopnia:
UTCI = f (Ta, vp, va, dTmrt),
gdzie: Ta – temperatura powietrza (°C), vp – ciśnienie pary wodnej (hPa),
va – prędkość wiatru na wysokości 10 m nad gruntem, dTmr t – różnica pomię-
dzy średnią temperaturą promieniowania a temperaturą powietrza (°C).
Ryc. 4. Koncepcja przejścia od wielowymiarowego pola informacji meteorologiczno-fizjolog-
icznej do jednowymiarowego wskaźnika UTCI; Ta – temperatura powietrza, Tmr t – średnia
temperatura promieniowania, vp – ciśnienie pary wodnej, va – prędkość wiatru
Concept of transient from multi-dimensional meteorological and physiological information
to one-dimensional UTCI; Ta – air temperature, Tmrt – mean radiant temperature,
vp – vapour pressure, va – wind speed
58 Krzysztof Błażejczyk i inni
Samo równanie regresji składa się z 211 członów (aneks 1). Przygotowano
zatem prosty w obsłudze program działający w środowisku DOS oraz arkusz
kalkulacyjny EXCEL dla środowiska WINDOWS. Algorytmy UTCI zostały także
zaimplementowane do wersji 2.6. programu BioKlima.
Ważnym elementem obliczania UTCI jest przygotowanie odpowiednich
danych wejściowych. O ile przygotowanie zmiennych meteorologicznych: tem-
peratury powietrza, ciśnienia pary wodnej oraz prędkości wiatru nie wymaga
specjalnego komentarza, o tyle zmiennej nazywanej „średnia temperatura pro-
mieniowania” (Tmr t) należy poświęcić nieco uwagi. Tm r t oznacza temperaturę
cienkiej warstwy powietrza otaczającej ciało człowieka. Kształtuje się ona pod
wpływem strumieni promieniowania słonecznego (bezpośredniego – Kdir, roz-
proszonego – Kdif, odbitego od podłoża – Kref) i długofalowego (podłoża – Lg,
zwrotnego atmosfery – La) docierającego do człowieka. Mówiąc inaczej, średnia
temperatura promieniowania jest termicznym wymiarem pola promieniowania
otaczającego ciało człowieka. Tmr t można określić jako funkcję:
Tmrt = f (Kdir, Kdif, Kref, La, Lg).
W praktyce obserwacji meteorologicznych pomiary strumieni promieniowa-
nia słonecznego i długofalowego należą do rzadkości. Do wyznaczenia wartości
Tmrt trzeba zatem stosować niekiedy metody pośrednie szacowania strumieni
promieniowania. Można tu wykorzystać procedury opracowane przez Niemiec-
kie Stowarzyszenie Inżynierów (VDI..., 1994) lub procedury zaimplementowane
w programie BioKlima© v.2.6. Obliczenie Tmr t według procedur VDI jest możli-
we za pomocą programu Rayman (Matzarakis i Rutz, 2005). Program BioKlima
jest dostępny na stronie www.igipz.pan.pl/geoekoklimat/blaz/bioklima.htm.
Weryfikacja UTCI
Weryfikację wskaźnika UTCI przeprowadzono poprzez porównanie jego
wartości z niektórymi parametrami fizjologicznymi obserwowanymi ekspery-
mentalnie oraz poprzez odniesienie UTCI do wartości innych wskaźników bio-
klimatycznych.
Rycina 5 ilustruje zmiany UTCI i niektórych parametrów fizjologicznych
podczas trwającego 4 godziny eksperymentu (Stolwijk i Hardy, 1966). Przez
pierwszą i ostatnią godzinę badana osoba przebywała w temperaturze 43°C,
natomiast przez drugą i trzecią godzinę badań – w temperaturze 17°C. Wilgot-
ność względna powietrza i prędkość ruchu powietrza nie zmieniały się w ciągu
całego eksperymentu i wynosiły odpowiednio 30% i 0,2 m·s
–1
. Średnia tempe-
ratura promieniowania była równa temperaturze powietrza. Widać wyraźne,
synchroniczne zmiany UTCI oraz temperatury skóry i ilości wydzielonego potu.
Obserwuje się przy tym pewne opóźnienie reakcji organizmu na zmianę bodźca
UTCI – Nowy wskaźnik oceny obciążeń cieplnych człowieka 59
termicznego, zwłaszcza przy przejściu z temperatury umiarkowanej (UTCI oko-
ło 16°C) do wysokiej (UTCI około 45°C).
Drugi przykład weryfikacji wskaźnika UTCI dotyczy klimatu polarnego
Spitsbergenu. Podczas 12-godzinnego eksperymentu zaprojektowanego w IGiPZ
PAN, a zrealizowanego przez dr. Andrzeja Araźnego z UMK, obserwator zarów-
no przebywał w pomieszczeniach jak i poruszał się w terenie otwartym. Widać
wyraźną zgodność zmian temperatury skóry policzka wraz ze zmianami warun-
ków termicznych określonych wskaźnikiem UTCI. Współczynnik determinacji
dla badanego związku wynosi blisko 93% (ryc. 6).
W drugim etapie walidacji wskaźnika UTCI porównano jego wartości z war-
tościami innych wskaźników bioklimatycznych, zarówno prostych, jak i opar-
tych na analizie modeli bilansu cieplnego człowieka (MEMI, Klima-Michel,
MENEX_2005, OUT_SET, Fangera). Do porównań wybrano zbiór blisko 65
tysięcy danych meteorologicznych reprezentujących wszystkie strefy klimatycz-
ne. Temperatura powietrza zmieniała się od –50 do +50°C, ciśnienie pary wod-
Ryc. 5. Przebieg UTCI, temperatury rektalnej (Tr e), średniej temperatury skóry (Tsk m) i ilości
wydzielonego potu (Mskdot) podczas 4-godzinnej ekspozycji w zmieniającej się temperaturze
otoczenia (17 43 17 °C)
Changes in UTCI, rectal temperature (Tre), mean skin temperature (Tsk m) and sweat secre-
tion (Mskdot) during 4-hours exposure at different ambient temperature (17 43 17 °C)
60 Krzysztof Błażejczyk i inni
nej od 0,4 do 39 hPa, prędkość wiatru od 0,5 do 30 m·s
-1
, a wartość dTmr t od
–10 do +70°C.
Obliczone wartości UTCI porównano z wartościami innych wskaźników czę-
sto stosowanych w badaniach bioklimatycznych:
1) opartych na analizie bilansu cieplnego: PT (Perceived Temperature), PET
(Physiological Equivalent Temperature), SET* (Standardized Equivalent
Te m p e ra t u re ), PST (Physiological Subjective Temperature), PhS (Physiologi-
cal Strain), PMV (Predicted Mean Vote),
2) prostych, łączących co najmniej dwa elementy meteorologiczne: AT (Appa-
rent Temperature), TE (Missenard Effective Temperature), HUMIDEX, WBGT
(Wet Bulb Globe Temperature), WCT (Wind Chill Temperature).
Okazało się, że wartości wskaźnika UTCI mają wysokie współczynniki kore-
lacji z większością dotychczas stosowanych wskaźników. W przypadku wskaź-
ników wyliczonych na podstawie modeli bilansu cieplnego współczynniki te
przekraczają 0,975. Podobnie wysoki współczynnik korelacji występuje także
w przypadku Temperatury Efektywnej Missenarda (TE). W odniesieniu do pra-
wie wszystkich wskaźników (poza PST i PhS) zbadane związki mają charakter
prostoliniowy. Współczynniki nachylenia prostej regresji wskazują, że najbar-
dziej zbliżone do linii identyczności (y=x) są one w przypadku wskaźników:
SET*, PT i TE (tab. 2).
Ryc. 6. Związek między UTCI a temperaturą skóry policzka (Ts kfc ) podczas 12-godzinnej
ekspozycji w warunkach klimatu polarnego Spitsbergenu
Relations between UTCI and cheek temperature (Ts kfc ) during 12-hours exposure at arctic
climate of Svalbard
UTCI – Nowy wskaźnik oceny obciążeń cieplnych człowieka 61
Analizowano także różnice pomiędzy wartościami UTCI a wartościami
poszczególnych wskaźników. Spośród wskaźników obliczonych dla całego zakre-
su zmiennych meteorologicznych, najmniejsze średnie różnice znaleziono dla
PT i SET*. Ogólnie biorąc, dla wszystkich wskaźników większe różnice z warto-
ścią UTCI występowały przy niskiej niż przy wysokiej temperaturze powietrza.
Jest to związane z innym sposobem modelowania termoizolacyjnych właściwo-
ści odzieży w modelu Fiali i w pozostałych modelach bilansu cieplnego. Bio-
rąc pod uwagę wszystkie przeanalizowane charakterystyki statystyczne można
stwierdz, że najbardziej zblone do siebie wartci uzyskuje się za pomocą
wskaźników UTCI i SET*, a następnie UTCI i PT oraz UTCI i TE. Bardzo wyso-
kie zwzki korelacyjne uzyskano także dla UTCI i wskaźników nietermicznych
PMV i PhS.
Tabela 2. Charakterystyki statystyczne związków pomiędzy UTCI
a wybranymi wskaźnikami i parametrami meteorologicznymi
Statistical characteristics of relationships between UTCI
and selected bioclimatic indices as well as meteorological variables
Wsknik
Index
Współczynnik
nachylenia prostej
regresji
Regression line slope
Współczynnik
determinacji (%)
Determination
coefficient
Współczynnik
korelacji
Correlation
coefficient
PET
PT
SET*
PST 3
PhS (stosunek Bowena) 3
PMV
AT
TE
HUMIDEX 1
WBGT 1
WCT 2
Ta
Tmr t
0,8434
0,9682
1,0210
0,7157
0,9469
0,7744
0,4679
0,8098
0,7025
0,8636
96,42
96,58
97,54
95,35
96,97
98,12
93,10
96,05
67,44
64,91
89,51
93,04
78,76
0,982
0,983
0,988
0,976
0,985
0,991
0,965
0,980
0,821
0,806
0,946
0,965
0,888
1 Dla temperatury powietrza >5°C / For air temperature >5°C.
2 Dla temperatury powietrza <5°C / For air temperature <5°C.
3 Funkcja wykładnicza / Polynomial functi on.
62 Krzysztof Błażejczyk i inni
Skala oceny UTCI
Jednym z podstawowych zadań UTCI, podobnie jak innych wskaźników, jest
zobiektywizowana ocena warunków bioklimatycznych. Większość dotychczas
stosowanych wskaźników była stosowana do oceny odczuć cieplnych człowieka.
Pomimo możliwości obliczenia ich wartości dla szerokiego spektrum warunków
środowiskowych stosowane skale odczuć cieplnych różnią się bardzo między
sobą. Są często zawężone do wybranego zakresu temperatury, co uniemożliwia
ich stosowanie w skali globalnej (tab. 3).
W związku z tym w odniesieniu do UTCI skalę oceny postanowiono oprzeć
nie na subiektywnych odczuciach cieplnych (procesy aklimatyzacyjne do
odmiennych warunków klimatycznych sprawiają, że te same wartości parame-
trów meteorologicznych są w różnych populacjach odmiennie oceniane), lecz
na obiektywnych zmianach parametrów fizjologicznych organizmu, zachodzą-
cych pod wpływem warunków środowiskowych. Wartości wskaźnika UTCI
zatem miarą obciążeń cieplnych organizmu (tab. 4).
Poszczególne progi UTCI są wyznaczone na podstawie istotnych zmian
parametrów fizjologicznych. W warunkach ciepła najistotniejszy jest poziom
temperatury skóry i temperatury wewnętrznej oraz tempo wydzielania potu.
W warunkach zimna najważniejszymi parametrami fizjologicznymi są zmiany
temperatury ciała, zwłaszcza dłoni i twarzy, oraz proces termogenezy drżenio-
wej (tab. 5).
Ryc. 7. Największe (max), najmniejsze (min) i średnie (śr.) różnice (dT) pomiędzy wartością
UTCI i wybranych wskaźników bioklimatycznych
The biggest (max), the lowest (min) and average (av) differences (dT) between UTCI
and selected bioclimatic indices
UTCI – Nowy wskaźnik oceny obciążeń cieplnych człowieka 63
Tabela 3. Progi termiczne (°C) poszczególnych odczuć cieplnych przyjmowane przy różnych
wskaźnikach bioklimatycznych
Thermal thresholds (°C) of particular thermal sensations used in various bioclimatic indices
Odczucie
cieplne
Thermal
sensation
Wskaźnik / Index
HI Humidex ET WBGT WCT SET* PET PT PST
Mroźnie
Frosty
<–60 <–39 <–36
Bardzo zimno
Ver y co ld
–60- –45 <4 39- –26 –36- –16
Zimno
Cold
<9 –45- –25 4-8 –26- –13 –16-4
Chłodno
Cool
9-17 25- –10 <17 8-18 –13 - 0 4-14
Komfortowo
Comfortable
<30 17-21 <18 >–10 17-30 18-23 0-20 14-24
Ciepło
War m
27-32 30-40 21-23 18-24 30-34 23-35 20-26 24-34
Gorąco
Hot
32-41 40-45 23-27 24-28 34-37 35-41 26-32 34-44
Bardzo gorąco
Ver y ho t
41-54 45-55 >27 28-30 >37 >41 32-38 44-54
Upalnie
Sweltering
>54 >55 >30 >38 >54
Tabela 4. Skala oceny obciążeń cieplnych organizmu według wskaźnika UTCI
UTCI assessment scale of heat load in man
UTCI (°C) Obciążenie cieplne
Stress category
Sposób przeciwdziałania
Possible protection
> +46 Nieznośny stres
ciepła
Extreme heat
stress
Niezbędne okresowe schładzanie organizmu, konieczne
uzupełnianie płynów >0,5 l/godz. Należy unikać dużego
wysiłku fizycznego.
Temporary body cooling and drinking >0.5 l/h necessary.
No physical activity.
+38 - +46 Bardzo silny stres
ciepła
Very strong heat
stress
Konieczne okresowe korzystanie z pomieszczeń klimatyzo-
wanych lub miejsc zacienionych, niezbędne uzupełnianie
płynów >0,5 l/godz. Należy ograniczyć wysiłek fizyczny.
Temporary use of air condition or shaded places necessary.
Drinking >0.5 l/h. Reduce physical activity.
+32- +38 Silny stres ciepła
Strong heat stress
Niezbędne uzupełnianie płynów 0,25 l/godz., pożądane
korzystanie z miejsc zacienionych i okresowe zmniejszanie
wysiłku fizycznego.
Drinking >0.25 l/h. Use shaded places and temporary
reduce physical activity.
+26- +32 Umiarkowany
stres ciepła
Moderate heat
stress
Niezbędne uzupełnianie płynów 0,25 l/godz.
Drinking >0.25 l/h.
+9- +26 Brak obciążeń
cieplnych
No thermal stress
Fizjologiczne procesy termoregulacji są wystarczające do
zachowania komfortu cieplnego.
Physiological thermoregulation sufficient to keep thermal
comfort
0- +9 Łagodny stres
zimna
Slight cold stress
Pożądane używanie rękawiczek i nakrycia głowy.
Use gloves and hat.
–13-0 Umiarkowany
stres zimna
Moderate cold
stress
Należy zwiększyć wysiłek fizyczny oraz chronić kończyny
i twarz przed wychłodzeniem.
Intensify activity and protect face and extremities against
cooling.
–27- –13 Silny stres zimna
Strong cold stress
Należy zwiększyć wysiłek fizyczny oraz chronić kończyny
i twarz przed wychłodzeniem. Pożądane zwiększenie termo-
izolacyjności odzieży.
Intensify activity and protect face and extremities against
cooling. Use warmer clothing.
–40+ –27 Bardzo silny
stres zimna
Very strong cold
stress
Należy zwiększyć wysiłek fizyczny oraz chronić kończyny
i twarz przed wychłodzeniem. Niezbędne zwiększenie
termoizolacyjności odzieży i ograniczenie czasu przebywania
w terenie otwartym.
Intensify activity and protect face and extremities against
cooling. Use warmer clothing. Reduce outdoor exposure time.
<–40 Nieznośny stres
zimna
Extreme cold
stress
Czas przebywania ograniczyć do niezbędnego minimum.
Niezbędne zwiększenie termoizolacyjności i wiatrochron-
ności odzieży.
Stay at home. If outdoor exposure is necessary use heavy
and wind protected clothing.
Tabela 5. Krytyczne poziomy reakcji fizjologicznych organizmu obserwowane
przy różnych wartościach UTCI (wg Jendritzky i inni, red., 2009)
Critical levels of physiological reactions in man observed at various UTCI values
(according to Jendritzky et al., eds., 2009)
UTCI
(°C)
Reakcje fizjologiczne
Physiological criterions
48 Zwiększenie tempa wzrostu temperatury rektalnej.
Stopniowa utrata zdolności oddawania ciepła do otoczenia.
46 Wzrastające wydzielanie potu do >650 g/godz.
40 Zmniejszenie w ciągu 30 min gradientu temperatury pomiędzy wnętrzem
i powierzchnią ciała do <1°C.
38 Wzrost temperatury rektalnej po 30 min ekspozycji.
36 Dynamiczne odczucie cieplne po 2 godz. „bardzo gorąco”.
33 Średnie wydzielanie potu >200 g/godz.
Wzrost temperatury rektalnej po 2 godz. ekspozycji.
32 Straty ciepła na parowanie po 30 min >40 W.
Stopniowy wzrost temperatury skóry.
30 Zmiana w tempie wzrostu wydzielania potu, temperatury skóry, temperatury
rektalnej, oraz temperatury twarzy i dłoni.
Pojawienie się pocenia po 30 min ekspozycji.
Stopniowy wzrost uwilgotnienia skóry.
26 Średnie wydzielanie potu >100 g/godz.
Dynamiczne odczucie ciepła „ciepło”.
18 Dynamiczne odczucie ciepła „komfortowo”.
Straty ciepła na parowanie średnio >40 W.
14 Brak zmian temperatury rektalnej w czasie 2-godzinnej ekspozycji.
13 Dynamiczne odczucie ciepła po 2 godz. ekspozycji „komfortowo”.
12 Straty ciepła na parowanie >40 W po 2 godz. ekspozycji.
9 Dynamiczne odczucie ciepła po 2 godz. ekspozycji „zimno”.
Lokalne obniżenie temperatury dłoni (należy włożyć rękawiczki).
8 Zmiana tempa spadku średniej temperatury skóry.
0 Dynamiczne odczucie ciepła po 2 godz. ekspozycji „bardzo zimno”.
Zmniejszenie tempa skórnego przepływu krwi.
–2 Temperatura twarzy po 2 godz. ekspozycji <15°C (uczucie bólu).
–10 Znaczny spadek temperatury dłoni.
Rozpoczyna się spadek temperatury rektalnej.
–13 Temperatura twarzy po 30 min ekspozycji <15°C (uczucie bólu).
Spadek średniej temperatury skóry podczas 2 godz. ekspozycji o 2°C.
–14 Temperatura twarzy po 2 godz. ekspozycji <7°C (drętwienie).
–20 Średnia temperatura twarzy <7°C (drętwienie).
–22 Spadek temperatury rektalnej o 0,1°C/godz.
–26 Zwiększenie gradientu temperatury pomiędzy wnętrzem i powierzchnią ciała.
–27 Temperatura twarzy po 2 godz. ekspozycji <0°C (ryzyko odmrożenia).
–30 Wzrost tempa obniżania się temperatury rektalnej.
–32 Temperatura twarzy po 30 min <7°C (drętwienie).
–32 Początek termogenezy drżeniowej.
–33 Spadek temperatury rektalnej o 0,2°C/godz.
–35 Temperatura twarzy po 2 godz. ekspozycji < –5°C (duże ryzyko odmrożenia).
–40 Spadek temperatury rektalnej o 0,3°C/godz.
–48 Temperatura twarzy po 30 min <0°C (ryzyko odmrożenia).
66 Krzysztof Błażejczyk i inni
Podsumowanie
Kilkuletni wysiłek badawczy kilku zespołów naukowych z Europy i krajów
pozaeuropejskich pozwolił na stworzenie nowego wskaźnika obciążeń cieplnych
człowieka UTCI, definiowanego jako temperatura ekwiwalentna, przy której
w warunkach referencyjnych podstawowe parametry fizjologiczne organizmu
przyjmują takie same wartości jak w warunkach rzeczywistych.
UTCI dostarcza informacji na temat rzeczywistych procesów regulacji tem-
peratury ciała, które są zależne od warunków meteorologicznych otoczenia.
Cechy populacyjne oraz subiektywne cechy osobnicze i poziom aklimatyzacji
nie odgrywają istotnej roli w kształtowaniu ich poziomu. Wiadomo jedynie, że
taki sam poziom parametrów fizjologicznych organizmu może być różnie oce-
niany przez poszczególne osoby (np. reakcje fizjologiczne mówiące o łagod-
nym stresie zimna mogą być przez niektórych ludzi oceniane jako komfortowe,
a przez innych jako wiążące się z odczuciem chłodu lub nawet zimna).
Konieczne są zatem dalsze badania eksperymentalne wiążące obiektywnie
występujące reakcje fizjologiczne z subiektywnymi ocenami odczuć cieplnych
osób w różnych strefach klimatycznych.
Autorzy mają nadzieję, że UTCI znajdzie szerokie zastosowanie w badaniach
biometeorologicznych i bioklimatycznych podejmowanych w różnych skalach
czasowych i przestrzennych. Już obecnie Światowa Organizacja Meteorologii
podjęła decyzję o wprowadzeniu UTCI do działań operacyjnych służb meteoro-
logicznych na całym świecie.
Piśmiennictwo
Błażejczyk K., 2004, Bioklimatyczne uwarunkowania rekreacji i turystyki w Polsce, Prace
Geograficzne, IGiPZ PAN, 192, Warszawa.
–, 2007, Multiannual and seasonal weather fluctuations and tourism in Poland, [w:] B. Ame-
lung, K. Błażejczyk, A. Matzarakis (red.), Climate Change and Tourism Assessment
and Copying Strategies, IGiPZ PAN, Maastricht-Warsaw-Freiburg, s. 69–90.
Bradtke F., Liese W., 1958, Pomiary klimatyczne wewnątrz i na zewnątrz budynków, Arka-
dy, Warszawa.
Fanger P.O., 1970, Thermal Comfort. Analysis and Application in Environment Engineer-
ing, Danish Technical Press, Copenhagen.
Flach E., 1981, Human bioclimatology, [w:] H.E. Landsberg (red.), World Survey of Climato-
logy. General Climatology, 3, Elsevier, Amsterdam-Oxford-New York, s. 2–187.
Fiala D., Lomas K.J., Stohrer M., 1999, A computer model of human thermoregulation for
a wide range of environmental conditions: The passive system, Journal of Applied
Physiology, 87, 5, s. 1957–1972.
UTCI – Nowy wskaźnik oceny obciążeń cieplnych człowieka 67
–, 2001, Computer prediction of human thermoregulatory and temperature responses to a
wide range of environmental conditions, International Journal of Biometeorology,
45, s. 143–159.
–, 2003, First principles modelling of thermal sensation responses in steady-state and tran-
sient conditions, ASHRAE Transactions: Research, 109, 1, s. 179–186.
Fiala D., Laschewski G., Jendritzky G., 2005, Comparison of human thermal and regulatory
responses predicted by simple and multi-node complete heat budget models, Annalen
der Meteorologie, DWD Offenbach, 41, 1, s. 318–319.
Gagge A.P., Stolwijk J., Nishi Y., 1971, An effective temperature scale based on a simple
model of human physiological regulatory response, ASHRAE Transactions, 77, 1,
s. 247–262.
Höppe P., 1999, The physiological equivalent temperature – A universal index for the bio-
meteorological assessment of the thermal environment, International Journal of Bio-
meteorology, 43, s. 71–75.
Huizenga C., Zhang H., Arens E., 2001, A model of human physiology and comfort for assesss-
ing complex thermal environments, Building and Environment, 36, s. 691–699.
Jankowiak J. (red.), 1976, Biometeorologia człowieka, PZWL, Warszawa.
Jendritzky G., 1990, Bioklimatische Bewertungsgrundlage der Räume am Beispiel von meso-
skaligen Bioklimakarten, [w:] G. Jendritzky, H. Schirmer, G. Menz, W. Schmidt-
Kessen (red.), Methode zur raumbezogenen Bewertung der thermischen Komponente
im Bioklima des Menschen (Fortgeschriebenes Klima-Michel-Modell), Akademie für
Räumforschung und Landesplanung, Hannover, 114, s. 7–69.
Jendritzky G., Havenith G., Weihs P., Batchvarova E. (red.), 2009, Towards a Universal
Thermal Climate Index UTCI for assessing the thermal environment of the human
being, Final Report COST Action 730; www.utci.org/cost.php.
Jendritzky G., Maarouf A., Fiala D., Staiger H., 2002, An update on the development of a
Universal Thermal Climate Index, [w:] 15th Conference of Biometeorology and Aero-
biology and 16th International Congress of Biometeorology ICB02, 27 Oct–1 Nov
2002, American Meteorology Society, Kansas City, s. 129–133.
Jokl M., 1965, Hodnoceni mikroklimatickych podminek na pracovistich, Pracovni Lekar-
stvi, 17, 9, s. 408–423.
Kiełczewski B., Bogucki J., 1972, Zarys biometeorologii sportu, Sport i Turystyka, Warszawa.
Klonowicz S., Kozłowski S., 1970, Człowiek a środowisko termiczne, PZWL, Warszawa.
Kozłowska-Szczęsna T., Błażejczyk K., Krawczyk B., 1997, Bioklimatologia człowieka. Meto-
dy i ich zastosowania w badaniach bioklimatu Polski, Monografie IGiPZ PAN, 1,
Warszawa.
Matzarakis A., Rutz F., 2005, Application of RayMan for tourism and climate investigations,
Annalen der Meteorologie, DWD Offenbach, 41, 2, s. 631–636.
Landsberg H.E., 1972, The assessment of human bioclimate. A limited review of physical
parameters, WMO Technical Note, 123, Geneva.
Lee D.H.K., 1980, Seventy-five years of searching for a heat index, Environmental Research,
22, s. 331–356.
Parsons K.C., 2003, Human thermal environments: the effects of hot, moderate, and cold
environments on human health, comfort and performance, Taylor & Francis, Lon-
don-New York.
Pickup J., de Dear R., 2000, An Outdoor Ther mal Comfort Index (OUT_SET*). Part I – The
Model and its Assumptions, [w:] R. de Dear, J. Kalma, T. Oke, A. Auliciems (red.),
Biometeorology and Urban Climatology at the Turn of the Millenium. Selected
68 Krzysztof Błażejczyk i inni
Papers from the Conference ICB-ICUC’99 (Sydney, 8–12 Nov. 1999), WMO, Geneva,
WCASP-50, s. 279–283.
Steadman R.G., 1984, A universal scale of apparent temperature, Journal on Climate and
Applied Meteorology, 23, s. 1674–1687.
Stolwijk J.A.J. i Hardy J.D. (1966) Partitional calorimetric studies of responses of man to
thermal transients, Journal of Applied Physiology, 21, s. 967–977.
Tanabe S.I., Kobayashi K., Nakano J., Ozeki Y., Konishi M., (2002) Evaluation of thermal
comfort using combined multi-node thermoregulation (65MN) and radiation models
and computational fluid dynamics (CFD), Energy and Buildings, 34, s. 637–646.
VDI 3789, 1994, Environmental Meteorology, Interactions Between Atmosphere and Sur-
faces. Calculation of Short-wave and Long-wave Radiation. Part 2. Verein Deutscher
Ingenieure, Düsseldorf.
[Wpłynęło: sierpień; poprawiono: grudzień 2009 r.]
K. BŁAŻEJCZYK, P. BROEDE, D. FIALA, G. HAVENITH,
I. HOLMER, G. JERNITZKY, B. KAMPMANN
UTCI – NEW INDEX FOR ASSESSMENT OF HEAT STRESS IN MAN
During the last century about 100 indices were developed to assess influences of the
atmosphere on human being. However, most of them have not close relationships with
physiological reactions in man. In the second half of 20th century various simple human
heat balance models were developed for bioclimatic applications. The last years bring
new generation of models, co called multi node models that consider all mechanism of
thermoregulation. In 1999 International Society of Biometeorology established special
study group do develop new Universal Thermal Climate Index (UTCI). Since 2005 these
efforts have been reinforced by the COST Action 730 (Cooperation in Science and Tech-
nical Development) of the European Science Foundation ESF that provides the basis
that at least the European researchers plus experts from abroad can join together on a
regular basis in order to achieve significant progress in deriving such an index.
The new UTCI index represents air temperature of the reference condition with the
same physiological response as the actual condition. The following physiological variables
were taken into consideration when calculating UTCI: rectal temperature, mean skin
temperature, face skin temperature, sweat production, heat generated by shivering, skin
wettedness, skin blood flow. In routine applications calculations of UTCI cannot be served
by real time execution of the physiological model because of its time-consuming repeti-
tion need. Thus, alternative approach – an approximating regression function – to fast
UTCI calculation without the repetitive need to run the actual physiological model but
rather using a one off calculation of all relevant conditions was considered and validated.
The UTCI can be approximated by a polynomial function in Ta, va, vp, Tmrt-Ta up to 6th
order. The least square estimates of the 210 coefficients were found (annex 1).
The index base on Fiala model that is one of the most advanced multi-node ther-
mophysiological models and include the capability to predict both whole body thermal
effects (hypothermia and hyperthermia; heat and cold discomfort), and local effects
UTCI – Nowy wskaźnik oceny obciążeń cieplnych człowieka 69
(facial, hands and feet cooling and frostbite). The model consists of two interacting
systems: the controlling active system; and the controlled passive system. The passive
system simulates the physical human body and the dynamic heat transfer phenomena
that occur inside the body and at its surface. The active system is a cybernetic model
predicting the thermoregulatory defence reactions of the central nervous system. The
model furthermore incorporates a thermal comfort model which predicts human per-
ceptual responses dynamically from physiological states.
The assessment scale of UTCI base on the intensity of objective physiological reac-
tions to environmental heat stress in wide range of weather and climates. The index
can be applicable in various research dealing with: bioclimatological assessments, bio-
climatic mapping in all scales (from micro to macro), urban design, engineering of
outdoor spaces, consultancy for where to live, outdoor recreation and climatotherapy,
epidemiology and climate impact research. UTCI is actually recommended by World
Meteorological Organisation for operational use in meteorological services all over the
world.
Aneks 1. Współczynniki równania regresji do wyznaczenia wskaźnika UTCI (UTCI=Ta+O f fse t)
Annex 1. Coefficients of regression equation for the calculations of UTCI (UTCI=Ta+Offset)
Wyrażenie
Polynomial term
Współczynnik
Coefficient
Wyrażenie
Polynomial term
Współczynnik
Coefficient
Stała Constant 6,07562052 E–01 tm·vp –3,69476348 E–02
Ta –2,27712343 E02 Ta·tvp 1,62325322 E03
Ta28,06470249 E–04 Ta2·tm·vp –3,14279680 E–05
Ta3–1,54271372 E–04 Ta3·tm·vp 2,59835559 E–06
Ta4–3,24651735 E–06 Ta4·tm·vp –4,77136523 E–08
Ta57,32602852 E–08 v·tm·vp 8,64203390 E–03
Ta61,35959073 E–09 Ta·v·tm·vp –6,87405181 E–04
v–2,25836520 E+00Ta
2·v·tm·vp –9,13863872 E–06
Ta·v 8,80326035 E– 02 Ta3·v·tm·vp 5,15916806 E–07
Ta2·v 2,16844454 E–03 v2·tm·vp –3,59217476 E–05
Ta3·v –1,53347087 E–05 Ta· v2·tm·vp 3,28696511 E–05
Ta4·v –5,72983704 E–07 Ta2·v2·tm·vp –7,10542454 E–07
Ta5·v –2,55090145 E–09 v3·tm·vp –1,24382300 E–05
v2–7,51269505 E– 01 Ta·v3·tm·vp –7,38584400 E–09
Ta·v2–4,08350271 E–03 v4·tm·vp 2,20609296 E–07
Ta2·v2–5,21670675 E–05 tm2·vp –7,32469180 E–04
Ta3·v21,94544667 E06 Ta·tm2·vp –1,87381964 E–05
Ta4·v21,14099531 E–08 Ta2·tm2·vp 4,80925239 E–06
v31,58137256 E01 Ta3·tm2·vp –8,75492040 E–08
Ta·v3–6,57263143 E–05 v· tm2·vp 2,77862930 E–05
Ta2·v32,22697524 E–07 Ta·v·tm2·vp –5,06004592 E–06
Ta3·v3–4,16117031 E–08 Ta2·v·tm2·vp 1,14325367 E–07
v4–1,27762753 E–02 v2·tm2·vp 2,53016723 E–06
Ta·v49,66891875 E–06 Ta·v2·tm2·vp –1,72857035 E–08
Ta2·v42,52785852 E09 v3·tm2·vp –3,95079398 E–08
v54,56306672 E–04 tm3·vp –3,59413173 E–07
Ta·v5–1,74202546 E–07 Ta·tm3·vp 7,04388046 E–07
v6–5,91491269 E–06 Ta2·tm3·vp –1,89309167 E–08
tm 3,98374029 E–01 v· tm3·vp –4,79768731 E–07
Ta·tm 1,83945314 E04 Ta·tm3·vp 7,96079978 E–09
Ta2·tm –1,73754510 E–04 v2·tm3·vp 1,62897058 E–09
Ta3·tm –7,60781159 E–07 tm4·vp 3,94367674 E–08
Ta4·tm 3,77830287 E–08 Ta·tm4·vp –1,18566247 E–09
Ta5·tm 5,43079673 E–10 v·tm4·vp 3,34678041 E–10
v·tm –2,00518269 E–02 tm5·vp –1,15606447 E–10
Ta·v·t m 8,92859837 E04 vp2–2,80626406 E+00
Ta2·v·tm 3,45433048 E–06 Ta·vp25,48712484 E–01
Ta3·v·tm –3,77925774 E–07 Ta2·vp2–3,99428410 E–03
Ta4·v·tm –1,69699377 E–09 Ta3·vp2–9,54009191 E–04
v2·tm 1,69992415 E–04 Ta4·vp21,93090978 E–05
Ta·v2·tm –4,99204314 E–05 v·vp2–3,08806365 E–01
Ta2·v2·tm 2,47417178 E 07 Ta· v · v p 21,16952364 E02
Ta3·v2·tm 1,07596466 E–08 Ta2·v·vp24,95271903 E–04
v3·tm 8,49242932 E–05 Ta3·v·vp2–1,90710882 E– 05
Ta·v3·tm 1,35191328 E–06 v2·vp22,10787756 E–03
Ta2·v3·tm –6,21531254 E–09 Ta·v2·vp2–6,98445738 E–04
v4·tm –4,99410301 E–06 Ta2·v2·vp22,30109073 E–05
Ta·v4·tm –1,89489258 E–08 v3·vp24,17856590 E– 04
v5·tm 8,15300114 E–08 Ta·v3·vp2–1,27043871 E05
tm27,55043090 E–04 v4·vp2–3,04620472 E–06
Ta·tm25,65095215 E–05 tm·vp25,14507424 E–02
Ta2·tm2–4,52166564 E–07 Ta·tm·vp2–4,32510997 E–03
Ta3·tm22,46688878 E–08 Ta2·tm·vp28,99281156 E–05
Ta4·tm22,42674348 E–10 Ta3·tm·vp2–7,14663943 E07
v·tm21,54547250 E–04 v·tm·vp2–2,66016305 E–04
Wyrażenie
Polynomial term
Współczynnik
Coefficient
Wyrażenie
Polynomial term
Współczynnik
Coefficient
Ta·v·t m25,24110970 E–06 Ta·v·tm·vp22,63789586 E– 04
Ta2·v·tm2–8,75874982 E–08 Ta2·v·tm·vp2–7,01199003 E–06
Ta3·v·tm2–1,50743064 E–09 v2·tm·vp2–1,06823306 E–04
v2·tm2–1,56236307 E 05 Ta·v2·tm·vp23,61341136 E–06
Ta·v2·tm2–1,33895614 E–07 v3·tm·vp22,29748967 E–07
Ta2·v2·tm22,49709824 E–09 tm2·vp23,04788893 E–04
v3·tm26,51711721 E–07 Ta·tm2·vp2–6,42070836 E–05
Ta·v3·tm21,94960053 E–09 Ta2·tm2·vp21,16257971 E06
v4·tm2–1,0 0361113 E 08 v ·tm2·vp27,6 8023384 E – 06
tm3–1,21206673 E–05 Ta·v·tm2·vp2–5,47446896 E–07
Ta·tm3–2,18203660 E–07 v2·tm2·vp2–3,59937910 E–08
Ta2·tm37, 51269482 E 0 9 tm3·vp2–4,36497725 E–06
Ta3·tm39,79063848 E–11 Ta·tm3·vp21,68737969 E–07
v·tm31,25006734 E 06 tm3·vp22,67489271 E–08
Ta·v·t m3–1,81584736 E–09 tm4·vp23,23926897 E–09
Ta2·v·tm3–3,52197671 E–10 vp3–3,53874123 E–02
v2·tm3–3,36514630 E–08 Ta·vp32,21201190 E01
Ta·v2·tm31,35908359 E–10 Ta2·vp31,55126038 E02
v3·tm34,17032620 E–10 Ta3·vp3–2,63917279 E–04
tm4–1,30369025 E–09 v· vp34,53433455 E–02
Ta·tm44,13908461 E–10 Ta·v·vp3–4,32943862 E–03
Ta2·tm49,22652254 E–12 Ta2·v·vp31,45389826 E04
v·tm4–5,08220384 E–09 v2·vp32,17508610 E–04
Ta·v·t m4–2,24730961 E–11 Ta·v2·vp3–6,66724702 E–05
v2·tm41,17139133 E–10 v3·vp33,33217140 E–05
tm56,62154879 E–10 tm·vp3–2,26921615 E–03
Ta·tm54,03863260 E–13 Ta·tm·vp33,80261982 E–04
v·tm51,95087203 E–12 Ta2·tm·vp3–5,45314314 E–09
tm6–4,73602469 E–12 v·tm·vp3–7,96355448 E–04
vp 5,12733497 E+00 Ta·v·tm·vp32,53458034 E–05
Ta·vp 3,12788561 E01 v2·tm·vp3–6,31223658 E–06
Ta2·vp 1,96701861 E–02 tm2·vp33,02122035 E–04
Ta3·vp 9,99690870 E–04 Ta·tm2·vp3–4,77403547 E–06
Ta4·vp 9,51738512 E–06 v·tm2·vp31,73825715 E06
Ta5·vp 4,66426341 E–07 tm3·vp3–4,09087898 E–07
v·vp 5,48050612 E–01 vp46,14155345 E–01
Ta·v·vp –3,30552823 E–03 Ta·vp4–6,16755931 E–02
Ta2·v·vp –1,64119440 E–03 Ta2·vp41,33374846 E–03
Ta3·v·vp –5,16670694 E–06 v·vp43,55375387 E–03
Ta4·v·vp 9,52692432 E–07 Ta·v·vp4–5,13027851 E–04
v2·vp –4,29223622 E–02 v2·vp41,02449757 E04
Ta·v2·vp 5,00845667 E–03 tm·vp4–1,48526421 E– 03
Ta2·v2·vp 1,00601257 E–06 Ta·tm·vp4–4,11469183 E–05
Ta3·v2·vp –1,81748644 E–06 v·tm·vp4–6,80434415 E–06
v3·vp –1,25813502 E–03 tm2·vp4–9,77675906 E–06
Ta·v3·vp –1,79330391 E–04 vp58,82773108 E–02
Ta2·v3·vp 2,34994441 E–06 Ta·vp5–3,01859306 E–03
v4·vp 1,29735808 E–04 v·vp51,04452989 E– 03
Ta·v4·vp 1,29064870 E–06 tm·vp52,47090539 E–04
v5·vp –2,28558686 E–06 vp61,48348065 E–03
Objaśnienia symboli: / Symbols’ explanations:
Ta – temperatura powietrza /air temperature (°C)
v – prędkość wiatru na wysokości 10 m / wind speed at 10 m height (ms–1)
tm – =Tmrt–Ta (°C)
Tmrt – średnia temperatura promieniowania / mean radiant temperature (°C)
vp – ciśnienie pary wodnej / water vapour pressure (kPa)
... The assessment of the strenuous character of atmospheric conditions from the human point of view adopts different human-biometeorological indices, considering the effect of not only air temperature, but also other meteorological parameters such as wind speed, air humidity, etc. [22][23][24][25]. This type of indices has been frequently applied in the general assessment of human-biometeorological conditions or assessment of extreme situations at various spatial scales and in different climatic zones [26][27][28][29][30][31]. ...
... It is a unidimensional value reflecting the response of the organism to multidimensionally described meteorological and physiological information [25,38]. UTCI values are a measure of heat stress of the organism and are expressed in °C [24]. ...
... UTCI is defined as equivalent air temperature at which in reference conditions the basic physiological parameters of the organism would adopt the same values as in the actual conditions. It is assumed that heat exchange between the human body and the surroundings depends only on air temperature, with a constant level of the remaining meteorological parameters [24]. It is a unidimensional value reflecting the response of the organism to multidimensionally described meteorological and physiological information [25,38]. ...
Article
Full-text available
The study objective was to characterise human-biometeorological conditions in the summer season in the period 1966–2019 in Poland, with particular consideration of June 2019. The study was conducted based on data from the Institute of Meteorology and Water Management—National Research Institute (IMGW–PIB) for the years 1966–2019. The data provided the basis for the calculation of the Universal Thermal Climate Index (UTCI). The study revealed high spatial variability of human-biometeorological conditions in Poland, with strenuous character intensifying from the north to the south of the country. An increase in UTCI in the summer season was recorded in the studied multi-annual period. It was the most intensive in the north-eastern Poland. The consequence of the observed changes was an increase in the frequency of days with heat stress categories (days with UTCI > 26.0 °C), and a decrease in the frequency of days with cold stress categories (days with UTCI < 9.0 °C). Season 2019 stood out at the scale of the entire country in the context of the multi-annual period. This particularly concerns June, when mean monthly UTCI values were the highest in the analysed multi-annual period.
... Some other indices, like the Climate Index for Tourism (CTI), indicate the significance of physical and aesthetic facets of weather, considering the personal satisfaction of the tourists [6]. For the purposes of tourism-climate analysis, biothermal indices such as the Universal Thermal Climate Index (UTCI) and physiological equivalent temperature (PET) can be also used [7][8][9][10]. ...
... This index focuses on evaluation of biothermal conditions with a special consideration of detailed physiological aspects. The index is based on multinode models, mainly Fiala's model [83], and was comprehensively described in the papers concerning its methodology [8][9][10]. Depending on thermal stress, UTCI values classify biothermal conditions into 10 categories that vary from extreme cold stress to extreme heat stress (Table 2). ...
Article
Full-text available
Kłodzko Land is one of the most important regions of Poland in terms of tourism and health issues. Numerous tourism attractions and health resorts make the region attractive for both tourist and bathers. The goal of this paper was to evaluate the impact of weather conditions on tourism-related conditions and their changes in the multiannual period. In the analysis, the indices of heat days, the UTCI (Universal Thermal Climate Index) and CTIS (Climate Tourism Information Scheme) tools were used. The research on heat days and the UTCI indicated a significant increase in the heat-stress frequency over the last decades. Simultaneously, the number of weather types related to cold stress has considerably decreased. Such trends were noticed in the entire region, in all the considered hypsometric zones. The rising tendency was also observed for strong and very strong heat stress (UTCI > 32 °C), which negatively affects health problems. The analysis showed that the most extreme thermal and biothermal conditions, in terms of heat stress, occur under southern and eastern anticyclonic circulation. The CTIS analysis showed that favorable weather conditions for most of tourism activities are noticed in the warm half-year. The usefulness of weather conditions for tourism can vary depending on atmospheric circulation.
... Evaluation of heat stress was also carried out using the biometeorological universal thermal climate index (UTCI), which considers a vast range of physiological aspects. The index is based on multi-node models, mainly on Fiala's model [62], and has been described in detail in papers devoted to its principles [63,64]. According to the UTCI, biothermal conditions are classified into 10 categories, ranging from extreme cold stress to extreme heat stress ( Table 2). ...
... Stress category according to the UTCI (Universal Thermal Climate Index)[64]. ...
Article
Full-text available
Heat stress is one of the most critical factors affecting human life. In Central Europe, its influence is noticeable, especially in the Polish–Saxon region, which is a very popular tourist region also inhabited by a high number of elders. The main goal of this paper was to assess multi-annual changes in heat stress occurring in the region, considering the frequency of heat days, the UTCI (Universal Thermal Climate Index), and circulation conditions. The research showed that all the thermal and biothermal indices in this region significantly increased during 1971–2019 in the lowlands, the mountain foreland, and the lower mountain zone. In terms of the UTCI, a negative trend for cold stress frequency was noticed in the entire region in favor of an increase in a tendency toward thermoneutral conditions and heat stress. This concerns especially strong and very strong heat stress (UTCI > 32 °C), in which positive trends were observed for most of the stations located in the lower hypsometric zones. The results also showed that heat stress mainly occurs on days with anticyclonic circulation. Analysis of selected cases of heat waves in the 21st century indicated that the lower hypsometric zones are characterized by a very high UTCI, while the summit zone is free from heat stress occurrence.
... More than half (36/61) of TSIs provide categories to characterize the level of heat stress experienced by workers ( Only three out of the 61 TSIs provide healthrelated guidance/recommendations for their categories of heat stress (Table S2). Of note, the identified health-related recommendations for the indoor and outdoor Wet-Bulb Globe Temperature were published by widely reputable organizations [47,48], while the identified health-related recommendations [49] for the Universal Thermal Climate Index are not officially published by the organization that developed the thermal index. ...
Article
Full-text available
In a series of three companion papers published in this Journal, we identify and validate the available thermal stress indicators (TSIs). In this third paper, we conducted field experiments across nine countries to evaluate the efficacy of 61 meteorology-based TSIs for assessing the physiological strain experienced by individuals working in the heat. We monitored 372 experienced and acclimatized workers during 893 full work shifts. We continuously assessed core body temperature, mean skin temperature, and heart rate data together with pre/post urine specific gravity and color. The TSIs were evaluated against 17 published criteria covering physiological parameters, practicality, cost effectiveness, and health guidance issues. Simple meteorological parameters explained only a fraction of the variance in physiological heat strain (R 2 = 0.016 to 0.427; p < 0.001), reflecting the importance of adopting more sophisticated TSIs. Nearly all TSIs correlated with mean skin temperature (98%), mean body temperature (97%), and heart rate (92%), while 66% of TSIs correlated with the magnitude of dehydration and 59% correlated with core body temperature (r = 0.031 to 0.602; p < 0.05). When evaluated against the 17 published criteria, the TSIs scored from 4.7 to 55.4% (max score = 100%). The indoor (55.4%) and outdoor (55.1%) Wet-Bulb Globe Temperature and the Universal Thermal Climate Index (51.7%) scored higher compared to other TSIs (4.7 to 42.0%). Therefore, these three TSIs have the highest potential to assess the physiological strain experienced by individuals working in the heat.
... It can be used to assess heat stress both indoors and outdoors (Zare et al., 2018). UTCI was developed as a standard criterion for assessing heat stress (Błazejczyk, 2010) and is defined as the air temperature of the reference environment which produces the same thermal stress. Table 2 shows the relation between thermal perceptions and values of WBGT and UTCI. ...
Article
Full-text available
The first aim of this study is to show the simple method for analyzing the thermal comfort. We calculated wet-bulb globe temperature (WBGT) and universal thermal climate index (UTCI) from meteorological data of AMeDAS. Globe temperature () and was calculated and natural wet-bulb temperature was used in the WBGT calculation. The second aim of this study is to analyze the effect of the relocation of the venue of marathon and race walking from Tokyo to Sapporo and to compare the thermal condition. In Sapporo, WBGT was about 4.4 ℃ lower, and UTCI was about 6.3 ℃ lower than in Tokyo on average. The total days that exceeded 28 ℃ of WBGT was 37 days that exceeded 38 ℃ of UTCI was 25 days in Sapporo. The heat stress of marathon and race walking in Sapporo was considered to be lower.
... Therefore, physiological parameters, the metabolic rate (M) and the thermal properties of clothing (clothing insulation, permeability) are taken as universal constants in the model which implies the activity of a person who is outdoor and walking 4 kmh -1 (1.1 m·s -1 ) corresponding to the production of metabolic energy of 2.3 met Jendritzky et al., 2012). The following parameters are used for environment standard values (i) a wind speed (v) of 0.5 m·s -1 at 10 m height (approximately 0.3 m·s -1 at 1.1 m), (ii) a mean radiant temperature (tmrt) equal to air temperature and (iii) vapour pressure (vp) that represents a relative humidity (f) of 50%; at high air temperatures (> 29°C) (the reference humidity was taken to be constant at 20 hPa (Błażejczyk, 2010b;Błażejczyk et al., 2010aBłażejczyk et al., , 2012Błażejczyk et al., , 2013. Particular ranges of the UTCI are categorised according to thermal stress (Tab. ...
Article
Full-text available
The study deals with an assessment and interpretation of the bioclimatic conditions in Vranje (southern Serbia). The study aims at temporal distributions of bioclimatic conditions focussing on extreme thermal stress based on the Universal Thermal Climate Index (UTCI). The meteorological data required for the calculation of UTCI concern hourly (7 and 14 CET) weather data collected for the period 2000-2017. The frequency of very strong heat stress (VSHS), very strong cold stress (VSCS) and extreme cold stress (ECS) for both morning and midday hours. Furthermore, the daily difference of the UTCI hourly values (diurnal UTCI change) are specified, giving the daily variance of heat and cold stress. The results revealed the frequency of days in which thermal stress prevails for the studied period. The obtained results show an increase in extreme heat biothermal conditions, while extreme cold biothermal conditions are in decline, especially in the last 10 years. However, the frequency (the number of days) of very strong heat stress (VSHS) increased since 2007. A spectacular increase in heat stress was observed in the month of September, particularly in 2015.
... The study domain is characterized by four (out of the five) main Köppen-Geiger climate classes and 17 (out the 30) climate subclasses ( Figure 1 and Table 3). Köppen-Geiger climate subclasses were selected for analysis if they were representative (i.e., if the percentage of the number of pixels in certain subclass is >2% from the total T A B L E 2 UTCI values ( C), the thermal stress categories, and the recommended protection measures that need to be taken for each category (adapted from Błażejczyk et al., 2010b; number of pixels in the study domain). Based on the area covered (i.e., higher than 2% from the total number of pixels) across Europe, eight of Köppen-Geiger climate subclasses have been selected for analysis: BWk (desert cold, 6.89%), BSk (steppe cold, 8.71%), Csa (dry summer hot summer, 5.17%), Cfb (no dry season warm summer, 6.33%), Dfa (no dry season hot summer, 2.1%), Dfb (no dry season warm summer, 22.36%), Dfc (no dry summer cold summer, 19.04%), and ET (tundra, 3.3%). ...
Article
The bioclimatology of thermal stress over Europe between 1979‐2019 was analyzed using the Universal Thermal Climate Index (UTCI) derived from ERA5‐HEAT reanalysis. The bioclimatology of different European regions was assessed using Köpen‐Geiger climate classification. The annual number of hours with heat stress (UTCI >32°C) increased significantly during the study period for all the analyzed Köpper‐Geiger climate sub‐classes, showing also a clear increase towards southern Europe. The highest percentage of hours (20% of all hours) with cold stress (UTCI <‐13°C) occur over northern Europe. A significant increasing trend (>0.05 hrs yr‐1) in the number of hours with heat stress was observed for 23 out of 32 analyzed European cities representative for the Köpper‐Geiger climate sub‐classes. For these cities not only the number of hours with heat stress has increased but also the heat stress is more persistent, while the number of cases and the persistence of the periods with cold stress have decreased over the last four decades. The UTCI values showed a statistically significant increase between 0.6‐‐3.2°C for all the analyzed cities over the study period reflecting the rising of global mean temperatures. This article is protected by copyright. All rights reserved.
Article
Full-text available
The analysis of susceptibility of construction workers to heat stress, the results of which are presented in this paper, was an important research module of the large research project focused on safety of workers on construction sites. The paper assesses the possibility of using different sets of data gathered in full scale on the scaffolding and on the meteorological station to estimate the heat stress of people working on scaffolding. The main purpose is to check if the use of public data from meteorological stations can provide reliable estimation. A simplified formula of Universal Thermal Climate Index (UTCI*) is used in analyses. The values of UTCI* calculated on the basis of two sets of input parameters are compared to each other and analysed. The measurements and UTCI* calculations are presented for 24 scaffolding structures located in Poland in Łódź and Lower Silesian provinces. Test results based on construction sites and meteorological stations data are different, but statistical analysis shows their correlation. A stronger correlation occurs for scaffolding structures located in Łódź province, while it is weaker for the results obtained in Lower Silesian province. The results show the possibility of simplified evaluation of comfort/discomfort of people working on scaffolding on the basis of publicly available environmental data measured at meteorological stations.
Article
Full-text available
The main goal of this paper was to assess the intensity of heat stress in Lower Silesia, Poland, during selected weather events characterized by high air temperatures. The complex impact of weather on the thermal load of the human organism is presented using the Universal Thermal Climate Index (UTCI). The analysis was carried out for the 2015 and 2018 summer seasons and compared with the multiannual period of 1971–2018. It was based on meteorological data from the IMGW-PIB stations of Wrocław, Jelenia Góra and Śnieżka. In order to examine how heat conditions affect UTCI in different geographical regions, stations located at different altitudes and representing the lowlands, the lower mountain zone and the summit zone of the Sudetes Mountains were considered. The research showed that during the most extreme thermal events, UTCI values in the lowlands and the lower mountain zones can be among the highest heat stress classes. In the summit zone, the maximum UTCI values are usually classed as ‘no thermal stress’.
Article
Full-text available
The IPCC (2014) categorises heatwaves as extreme weather events. In the scientific literature, particularly long and severe heatwaves are described as ‘mega‐heatwaves’ (Barriopedro et al., 2011). The heatwave that occurred in Poland during the first half of August 2015 belongs to this category. The objective of this study was to analyse the thermal and biometeorological conditions (in terms of the UTCI index) for the period 3–16 August 2015 in selected Polish cities. Hourly data were available for 36 meteorological stations, which are evenly distributed across the country and represent all bioclimatic regions, according to K. Błażejczyk (Błażejczyk and Kunert, 2011). The data were obtained from SYNOP messages (see www.ogimet.com) and the IMGW database. The shortest‐duration heatwave observed in this study occurred at the stations within the coastal region (I). In cities located on the coast (among others, Koszalin and Łeba), conditions under which humans would experience heat stress were observed less frequently than elsewhere. No thermal stress conditions were recorded for the stations in the mountains (Kasprowy Wierch and Śnieżka). The longest heatwave, lasting 13 consecutive days, was observed at the stations at Łódź, Katowice and Opole, which are located in central Poland. The most severe biometeorological conditions were reported for this region. At Opole, there were 98 recorded cases (each case corresponds to an hourly measurement) of air temperature values in excess of 30°C, and 104 cases of UTCI values higher than 32°C. The heatwave peaked on 7/8 August; ‘strong heat stress’ and ‘very strong heat stress’ conditions were reported at 11 of the 36 stations for more than 10h. The highest values for maximum temperature (37.9°C) and UTCI (42.1°C) were recorded in Wrocław.
Conference Paper
Full-text available
Proceedings of the 15th International Congress of Biometeorology and International Conference on Urban Climatology, edited by R. de Dear and J. Potter (Macquarie University; Sydney) (ISBN 1 86408 5436). pp.ICB9.4.1-6.
Article
Full-text available
Because of the limited daily mobility of tourists, the most important effects of climate on tourism take place at the local level. These effects are significant for both the tourism industry and the owners of holiday homes themselves, but they are also of importance to the planning and design of tourism buildings, recreation facilities and a variety of other issues. With some modification, existing methods for assessing climate in human biometeorology and applied climatology can be applied for tourism climatology (Matzarakis et al., 2004).
Article
Full-text available
The Berkeley Comfort Model is based on the Stolwijk model of human thermal regulation but includes several significant improvements. Our new model allows an unlimited body segments (compared to six in the Stolwijk model). Each segment is modeled as four body layers (core, muscle, fat, and skin tissues) and a clothing layer. Physiological mechanisms such as vasodilation, vasoconstriction, sweating, and metabolic heat production are explicitly considered. Convection, conduction (such as to a car seat or other surface in contact with any part of the body) and radiation between the body and the environment are treated independently. The model is capable of predicting human physiological response to transient, non-uniform thermal environments. This paper describes the physiological algorithms as well as the implementation of the model.
Book
In the ten years since the publication of the second edition of Human Thermal Environments: The Effects of Hot, Moderate, and Cold Environments on Human Health, Comfort, and Performance, Third Edition, the world has embraced electronic communications, making international collaboration almost instantaneous and global. However, there is still a need for a compilation of up-to-date information and best practices. Reflecting current changes in theory and applications, this third edition of a bestseller continues to be the standard text for the design of environments for humans to live and work safely, comfortably, and effectively, and for the design of materials that help people cope with their environments. See What’s New in the Third Edition: • All existing chapters significantly updated • Five new chapters Testing and development of clothing • Adaptive models • Thermal comfort for special populations • Thermal comfort for special environments • Extreme environments • Weather • Outdoor environments and climate change • Fun runs, cold snaps, and heat waves The book covers hot, moderate, and cold environments, and defines them in terms of six basic parameters: air temperature, radiant temperature, humidity, air velocity, clothing worn, and the person’s activity. It focuses on the principles and practice of human response, which incorporates psychology, physiology, and environmental physics with applied ergonomics. The text then discusses water requirements, computer modeling, computer-aided design, and current standards. A systematic treatment of thermal environments and how they affect humans in real-world applications, the book links the health and engineering aspects of the built environment. It provides you with updated tools, techniques, and methods for the design of products and environments that achieve thermal comfort.
Article
During their daily lives, humans are frequently exposed to conditions which differ from homo-geneous moderate steady states. A widely validated multi-segmental, dynamic model of human temperature regulation was used to simulate thermal comfort experiments and to develop a phys-iologically based model for predicting the overall Dynamic Thermal Sensation (defined using the seven point ASHRAE scale). Regression analysis of measured and predicted data revealed that punitive signals associated with the mean skin temperature, the head core temperature, and the rate of the change of skin temperature are the responsible thermophysiological variables which govern the human Thermal Sensation. The new comfort model was verified and validated against exposures to steady state and various types of transient conditions and showed good general agreement with experimental observations within the range of ambient temperatures between 13°C (55.4°F) and 48°C (118.4°F) and activity levels between 1 and 10 met. The model value for analyzing the adaptive behavior of humans is illustrated.