EN中文

地球信息科学学报 >

2018 , Vol. 20 >Issue 12: 1820 - 1829

DOI: https://doi.org/10.12082/dqxxkx.2018.180295.

遥感科学与应用技术

福建省高温热浪风险评估与空间分异研究

  • 金星星 , 1 ,
  • 祁新华 , 2, * ,
  • 陆玉麒 1 ,
  • 叶士琳 2 ,
  • 王毅 3
展开
  • 1. 南京师范大学地理科学学院,南京 210023
  • 2. 福建师范大学地理科学学院,福州 350007
  • 3. 南京理工大学经济管理学院,南京 210094
*通讯作者：祁新华（1974-）,男,博士,教授,主要从事人文地理与生态学研究。E-mail:

作者简介:金星星（1991-）,女,福建霞浦人,博士生,研究方向为经济地理与空间规划。E-mail:

收稿日期: 2018-06-22

  网络出版日期: 2018-12-20

基金资助

国家重点研发计划项目（2016YFC0502900);国家自然科学基金重点项目（41430635);教育部人文社会科学项目（14YJCZH112);福建省科技厅公益类项目（K3-360)

收起

Evaluation and Spatial Differentiation of Heat Waves Risk of Fujian Province

  • JIN Xingxing , 1 ,
  • QI Xinhua , 2, * ,
  • LU Yuqi 1 ,
  • YE Shilin 2 ,
  • WANG Yi 3
Expand
  • 1. College of Geography Science, Nanjing Normal University, Nanjing 210023, China
  • 2. School of Geographical Science, Fujian Normal University, Fuzhou 350007, China
  • 3. School of Ecnomics and Management,Nanjng University of Science and Technology, Nanjing 210094, China
*Corresponding author: QI Xinhua, E-mail:

Received date: 2018-06-22

  Online published: 2018-12-20

Supported by

National Key Research and Development Program of China, No.2016YFC0502900;National Natural Science Key Foundation of China, No.41430635;Humanities and Social Sciences Program from Ministry of Education of China, No.14YJCZH112;Science and Technology Department Public Welfare Program of Fujian, No.K3-360.

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

作为气候变化风险问题之一,高温热浪已引起各国政府与学术界的普遍关注。基于VSD （The Vulnerability Scoping Diagram）模型,文章构建了高温热浪风险评价指标体系,同时引入空间关联指数,探讨了福建省高温热浪风险时空分异特征、热点区演化以及类型划分。结果表明：① 2000-2015年,福建省高温热浪风险水平整体呈下降趋势,且不同城市间风险等级转化明显;② 高温热浪风险空间为跳跃变化的“圈层”结构,风险指数呈由中心向外围 “低-高-低”变化;③ 高温热浪风险的空间集聚程度整体趋于减小,热点区呈收缩态势并由“多核心”演变为“双核心”结构,冷点区则稳定分布于闽东北的宁德地区;④ 福建省高温热浪风险划分为5大类型,即省会-副省级高风险区、市辖区次高风险区、河谷中风险区、沿海平原次低风险区以及闽东-内陆山区低风险区。研究结果能够为未来福建省高温热浪风险格局演变提供预判依据,并为风险管理和合理布局公共服务设施提供决策参考。

关键词： 高温热浪风险; 评估; 空间分异; 类型划分; 福建省

本文引用格式

金星星 , 祁新华 , 陆玉麒 , 叶士琳 , 王毅 . 福建省高温热浪风险评估与空间分异研究[J]. 地球信息科学学报, 2018 , 20(12) : 1820 -1829 . DOI: 10.12082/dqxxkx.2018.180295.

Abstract

As one of the climate change risk which profoundly affected the natural environment and human society, heat waves has aroused increasing attentions all around the world. Based on VSD （The Vulnerability Scoping Diagram), the evaluation index system of t heat waves risk is constructed. With the method of exploratory spatial data analysis, the spatial-temporal characteristic, hot spots evolution and spatial differentiation of heat waves risk in Fujian Province from 2000 to 2015 are carefully examined. The results show that: ① The index of heat waves risk is decreasing in Fujian Province, at the same time, the internal transitions among different risk levels are obvious . ② The spatial distribution of heat waves risk in Fujian Province has the “layer structure”, and the risk index varies from central to peripheral areas as characteristic of “low-high-low”. ③ The spatial agglomeration degree of heat waves risk decreases. The hot spots presents a tendency of shrinking, from “multi-core” to “dual core”, while the cold spots presents a tendency of stabilizing in the northeast. ④ The heat waves risk in Fujian Province can be divided into 5 types, including high risk area of capital-deputy provincial area, sub-high risk area of prefecture-level city district, medium risk area of river valley, sub-low risk area of coastal plain, and low risk area of eastern-inland mountainous area. This result is the prejudgment of spatial evolvement of heat waves risk of Fujian Province in the future. It also can provide references for risk management and public service facilities .

Key words： heat waves risk; evaluation; spatial differentiation; type classification; Fujian Province

1 引言

政府间气候变化专门委员会（Intergovernmental Panel on Climate Change, IPCC）第五次报告指出,过去一百多年来全球气候变暖趋势已非常明确,使高温热浪发生的风险至少增加一倍,未来40年左右甚至将增加100倍[1,2]。在此背景下,高温热浪变得更加频繁与剧烈,呈现出强度高、持续时间长和发生频率高的特征[3],对自然环境和人类社会带来严重威胁[4,5,6,7]。高温热浪风险已成为国际社会普遍关注的气候变化风险问题之一。
国际上特别是欧美国家学者较早关注高温热浪,研究内容包括高温热浪的事实和趋势、产生机理、分布与规律,以及其产生的影响特别是负面的危害等[8]。主流研究认为主要由人为因素引发的气候变暖造成高温热浪强度与频率的增加[9,10,11]。而高温热浪反作用于人类社会,并对人类社会造成了严重影响,包括生产、生活以及人体健康等方面,主要表现为中暑、热疾病发病率和超额死亡率等[12,13]。我国学术界至21世纪初才开始系统地关注高温热浪[14,15],近10年的成果呈现井喷态势,研究内容也涵盖了高温热浪时空特征、成因、影响以及感知等方面。国内学者基于高温热浪频次、日数和强度等指标分析揭示了近50年来以京津冀、江苏、宁夏等为代表的绝大多数区域高温热浪呈现总体增多、增强的趋势[16,17,18],尤其是90年代中后期以来,极端高温事件开始凸显[19],高温热浪范围与强度明显增大,而2000年以后进入集中频发期[20,21]。关于高温热浪成因探讨的视角比较多元化,在华北、长江中下游以及广州等区域的研究表明高温热浪是由大气环流（副高异常）、城镇化等自然和人为因素共同作用的结果[22,23,24,25]。我国已成为受高温热浪灾害影响最为严重的国家之一,高温热浪的影响与危害业已成为我国学者关注的热点问题[26],研究内容涵盖不同程度的经济损失和人体健康危害[27]等。2010年以来,学者逐渐将关注视角转移至宏观的风险评 估[28,29,30,31],且主要通过构建评价指标体系来实现风险水平评估与风险区划[32,33,34,35,36,37]。
总体而言,已有高温热浪研究多集中于其成因机制及其影响,对其进行评估与空间分异的研究成果相对较少;且多以单一年份的截面数据为基础进行风险水平的静态分析,对高温热浪风险水平时空演化的探讨的成果较为鲜见。基于此,本文以福建省68个研究单元为研究区,以2000-2015年作为研究时段,选取2000、2005、2010和2015年4个时间节点,构建高温热浪风险评价指标体系,引入空间关联指数,分析福建省高温热浪风险时空分异特征、热点区演化以及类型划分,旨在为高温热浪风险管理、相关公共政策制定和公共服务设施空间布局提供决策参考。

2 研究区概况、数据源与研究方法

2.1 研究区概况

福建省位于中国东南沿海地区,毗邻浙江、江西、广东三省,与台湾隔海相望。全省陆域总面积为12.4×104 km2,境内丘陵、河谷、盆地相间分布,其中山地、丘陵占全省总面积的80%以上,素有“八山一水一分田”之称。福建省地处亚热带季风气候区,气候温暖湿润,光照、热量充足,夏季长且气温高。据1954-2015年福建省8个标准气象站（福州、厦门、漳州、惠安、永安、南平、龙岩、福鼎）数据分析显示,近62年来福建省日最高气温呈明显的波动上升趋势,最高温达41.8 ℃;高温热浪频次和总天数呈先缓慢递减后加速增长的趋势,尤其是2000年以来,其增长趋势更为明显,与2000年以后中国进入极端高温事件频发期的态势大体吻合[22]。本研究以福建省最新行政区划为准,在此基础上对各地级市的市辖区进行归并、调整,形成了68个基本研究单元（图1）。由于金门县数据缺失,将其作为无值区。
Fig. 1 The map of study area and research units

图1 研究区域与研究单元划分

2.2 数据源

研究数据包括气象数据、统计年鉴数据和土地利用数据3部分,其中,高温及高温热浪相关数据来源于国家气象科学数据共享服务网、中国天气网、福建省气象局的福建省2000、2005、2010和2015年气象数据;统计数据来源于2001、2006、2011和2016年《福建省统计年鉴》、《福建社会与科技统计年鉴》、《中国县域统计年鉴（县市卷）》、地级市统计年鉴等;土地利用相关数据来源于2000、2005、2010和2015年Landsat遥感影像解译。

2.3 研究方法

2.3.1 评价指标体系构建
参考美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration, NOAA)脆弱性评估教程[38]、美国国家环保局（U.S Environmental Protection Agency, EPA）生态风险评估导则[39]以及IPCC的风险评估方法,在前人研究的基础上,综合考虑高温热浪风险特征及其影响因素,遵循准确性和区域代表性等原则,基于VSD （The Vulnerability Scoping Diagram）假设模型将高温热浪风险指标按风险暴露性、风险敏感性、风险适应性3个评估维度进行梳理归类[40]。评估指标体系包含高温热浪暴露性等10个准则层和连续3d≥35℃频次、人均GDP、城镇面积、电视人口综合覆盖率、每万人医生数量等26个指标,并根据指标性质差异将指标分为正指标和负指标2种（表1）。
Tab. 1 The evaluation indexes and weight values of heat waves risk

表1 高温热浪风险评价指标体系及权重

目标层 准则层 测度 指标层
风险暴露性（0.46） 高温热浪暴露度（0.71） 频度 连续3d≥35 ℃频次（0.16）
强度 高温日数（0.12）
高温热浪总天数（0.41）
日最高气温（0.31）
人口暴露度（0.29） 人口数量 常住人口数（0.45）
人口密度（0.55）
风险敏感性（0.31）
人口属性（0.23）		 人口经济社会特征 0-14岁人口（0.35）
65岁以上人口（0.45）
性别比（0.20）
经济发展水平（0.24） 经济发展 工业生产总值（0.28）
人均GDP（0.72）
社会保障能力（0.21） 低保力度 居民最低生活保障人数（1.00）
环境本底状况（0.32） 地表水量 河流湖泊面积（0.25））
地表硬化程度 城镇面积（0.47）
地表植被覆盖度 植被覆盖度（0.19）
地势 平均高程（0.09）
风险适应性（0.23） 资金可达性（0.28） GDP 地区生产总值（0.34）
政府财政收入 地方一般公共财政预算收入（0.33）
居民存款余额 城乡居民储蓄存款余额（0.33）
基础设施可达性（0.27） 交通条件 公路通车里程（0.32）
防病条件 每万人病床数（0.34）
遮阴降温条件 人均绿植面积（0.34）
信息可达性（0.19） 信息传播条件 电视人口综合覆盖率（0.73）
本地电话用户（0.27）
技术可达性（0.26） 专业技术人员 每万人专任教师数（0.35）
每万人医生数量（0.65）
2.3.2 指标权重赋值
参考前人研究成果,选用Delphi专家咨询法进行指标权重赋值。通过12人专家小组对指标的相对重要程度进行两两比较与综合评判,构建权重判断矩阵,并进行一致性检验,根据判断矩阵计算得出各级的权重（表1),并对各指标值采用极值法进行无量纲化处理[41]。
2.3.3 高温热浪风险水平测度模型与风险程度划分
基于高温热浪风险的发生作用和过程,区域高温热浪风险大体上包含3个维度即风险暴露 性（E）、风险敏感性（S）、风险适应性（A）。参考国内外相关研究[34],根据指标综合的表达方式之一的乘除法,整合高温热浪风险的三大维度,以此构建福建省高温热浪风险指数R。因此,高温热浪风险指数R被定义为暴露性、敏感性和适应性三者的函数,公式为：
R = ( ( E × W i ) × ( S × W j ) ) ( A × W k ) （1）
式中：R为高温热浪风险指数;E为风险暴露性,Wi为风险暴露性维度的权重;S为风险敏感性,Wj为风险敏感性维度的权重;A为风险适应性;Wk为风险适应性维度的权重。
为更直观地反映福建省高温热浪风险水平的时空分布特征,基于2000、2005、2010和2015年的高温热浪风险指数,通过ArcGIS的自然断点分级法将高温热浪风险R划分为“高-低”5个风险等级,分别对应高风险区、次高风险区、中等风险区、次低风险区和低风险区。
2.3.4 高温热浪风险空间格局测度模型
利用探索性空间数据分析（Exploratory Spatial Data Analysis, ESDA）中的空间“热点”探测（Getis-Ord G*）分析高温热浪风险的空间分异和其他异质性的格局特征[42,43,44,45],计算公式为：
G i * d = ∑ i = 1 n W ij ( d ) X i ∑ i = 1 n X i （2）
式中：Xi为i地区的观测值;Wij为空间权重矩阵, G i * ( d ) 值显著为正,表明i地区周围的值相对较高,属于高值集聚的热点地区;反之则为低值集聚的冷点地区。
2.3.5 高温热浪风险区类型划分
通过因子分析对指标进行简化,基于因子分析结果提取3个主成分,分别为人口数量与结构、高温热浪频率与强度、医疗设施及水平,以3个主成分作为高温热浪风险因子变量进行系统聚类,对高温热浪风险进行归类。再结合高温热浪风险时空特征、空间格局演变特性,对聚类结果进行局部修正,形成福建省68个单元的高温热浪风险区划图。

3 结果与分析

3.1 高温热浪风险时空特征

3.1.1 风险程度与等级总体降低
2000-2015年福建省高温热浪风险发生了显著变化,闽北和闽南一带高风险区（高、次高）缩减明显,风险整体呈减小趋势（图2）。具体而言（图3）：2000-2005年,全省范围内8.8%的次高区转为中等区,但中等区数量基本保持不变,与中等区与次低区之间明显的转移现象相关;2005-2010年,不同区域间风险等级由次高向中等区、中等向次低区加速转化,次高风险区减少幅度增加至11.8%;2010-2015年,不同区域间的风险等级进一步发生转化,除厦门市由次高转为高风险区外,其余城市总体呈现风险等级向低等级转化趋势。至2015年,全省范围内次高、中等和次低3个等级的风险区转移最为显著,其中次高风险区向中风险区转移后呈大幅度减少且转化为较低及低风险区。
Fig. 2 The risk map of heatwaves in Fujian Province

图2 福建省高温热浪风险空间分布图

Fig. 3 The transitions of the risk area among different risk level in Fujian Province

图3 福建省不同等级高温热浪风险区转化

3.1.2 风险分布的“圈层”特征日益明显
福建省高温热浪风险整体呈现“跳跃式”变化的“圈层”空间结构特征,即由中间向外围风险值变化为“低-高-低”（图2）。2000-2005年,高风险区缩减明显,仅保留福州市辖区一个高风险区;次高风险区范围略有缩减,但仍保持集中连片、半包围式分布;中等风险区空间范围略有扩张,由相对分散趋于连片分布;次低风险区范围也有所扩张,而低风险区分布未出现变化。2005-2010年,不同风险等级区分布范围进一步发生变化。高风险区保持不变;次高风险区范围进一步缩减,形成闽清-南安的“E”字型格局,将范围扩张的中等风险区分布割裂,且中等风险区集中分布于北部南平市的大部分城市和南部的龙岩、泉州和漳州市交界的多个城市;次低风险区略有收缩但空间位置基本不变,而低风险区增加了惠安县。2010-2015年,全省范围内的次高风险区范围进一步缩减,分布趋于分散零星,且分布地区渐趋集中于城镇化水平较高的市辖区,这与市辖区的经济社会发展水平高、人口集聚等密切相关;中等风险区则呈现大面积减少,次低及低风险区空间范围明显扩张,但零散分布于全省范围内。

3.2 高温热浪风险“热点”演化

基于福建省各城市的高温热浪风险值,运用空间关联指数Getis-Ord Gi*揭示高温热浪风险演化过程中风险的空间集聚特征（图4）,分析结果表明：① 高温热浪风险“热点区”趋于集中。2000年以来,“热点区”整体呈现收缩状态,呈现由“跳跃式”变化到渐趋稳定、由“分散”分布到趋于“集中”特征,由以沙县、华安、福州市辖区为核心的“多核心”空间分布,逐渐演变形成环福州市辖区和环厦门市的“双核心”结构;而“冷点区”则集中稳定分布于闽东北地区的宁德市。② “热点区”数量呈减少趋势。2000-2015年,福建省高温热浪风险的空间关系变化较大,“热点区”收缩,数量渐趋减少,其中以2010-2015年数量减少最为明显;“冷点区”则呈波浪状稳定波动变化,其中蕉城、福安和福鼎为稳定性冷点区。总体来看,2000-2015年福建省高温热浪风险的“热点区”和“冷点区”分别呈收缩和稳定态势,表明福建省高温热浪高风险区的集聚显著趋于弱化,低风险区集聚变化平稳。
Fig. 4 The map of hot-spots evolvement of heat waves risk of in Fujian Province

图4 福建省高温热浪风险“热点”演化

3.3 高温热浪风险类型划分

根据因子分析法,将福建省（2015年）划分为5大类高温热浪风险区（图5）：Ⅰ类为省会-副省级高风险区,主要包括福州市辖区及厦门市,该区地形以盆地、平原为主,加上为福建省社会经济发展水平较高、城市化进程较快地区,自然和人为因素双重叠加使得该地区形成风险高区;Ⅱ类为市辖区次高风险区,主要分布在三明、龙岩、漳州等市辖区,该区主要为各地级市市区所在地,经济社会发展水平较高,区域发展过程中对环境本底改变较大等人为因素助推该区成为次高风险区;Ⅲ类为河谷中风险区,主要分布在闽江干支流、九龙江、晋江沿岸;Ⅳ类为沿海平原次低风险区,主要分布在东部沿海地区,该区虽然风险敏感性相对较强,但由于高温及高温热浪特征较弱,风险暴露性低,使该区成为次低风险区;Ⅴ类为闽东-内陆山区低风险区,主要包括宁德大部分、南平北部和西部、三明西部、龙岩西部、漳州南部以及泉州北部等地,该区地貌主要以丘陵为主,受地形条件的限制,经济社会发展水平较低、人口密度较低,加上高温热浪频次低等原因,形成风险低区。
Fig. 5 Type classification of heat waves risk in Fujian Province

图5 福建省高温热浪风险类型划分

3.4 建议

由全球变暖引发的高温热浪风险是目前国内外的研究热、难点问题[8,24,33]。论文通过对高温热浪风险水平的时空特征、空间格局演化进行分析与研究,发现福建省高温热浪风险程度与等级总体降低以及“热点区”趋于集中且数量减少,这与以往研究结论高温热浪显著增强有所不同[19]。
这主要由于高温热浪风险是风险暴露性、敏感性和适应性三大维度的综合集成,评价体系包含诸多指标,高温热浪强度和频度指标虽作为重要指标,但并不是唯一指标。全球气候变暖加剧高温热浪频发,加上人口数量的增长,使得高温热浪风险暴露性增强;社会经济发展带来的环境本底改变等问题,加剧风险敏感性;如若仅综合暴露性和敏感性两个维度,高温热浪风险应呈增强趋势。但实际上,暴露性增加幅度较小,加上经济社会发展的同时,应对资金不断到位、基础设施不断完善、高温热浪风险信息传播加大等使得风险适应性水平处在不断提升过程。针对此,本研究提出应对措施以期为未来福建省高温热浪风险格局演变提供预判依据,为相关部门进行风险管理与制定公共政策、合理布局公共服务设施提供决策参考,望可以有效地降低高温热浪风险：① 提高气象部门对高温热浪天气的预测预警力度,并借助大众媒体及时有效地发布信息公告与通知。② 在社会经济发展的同时兼顾生态保护,将应对高温热浪风险等气候变化工作纳入规划中,合理配置城市绿地、水面以及城镇用地之间的关系。③ 提高应对高温热浪风险相关的财政投入力度,完善应对高温热浪风险的公共服务设施;同时扩大技术人员规模、增加医生等专业技术人员的配置比例等。

4 结论与展望

4.1 结论

本文以福建省为案例,通过构建高温热浪风险评估体系,运用探索性数据空间分析方法等方法,对福建省高温热浪风险时空分异特征、热点区演化以及类型划分等问题进行探讨。主要结论为：
（1）2000-2015年,福建省高温热浪风险水平总体呈下降趋势,以闽北和闽南一带的高风险区（高、次高）范围明显缩小,但局部地区的高风险隐患不可忽视;全省范围内不同等级风险区之间转移变化明显,以次高、中等和次低3个等级的风险区转移最为显著,其中次高风险区呈现大幅度减少且转化为较低及低风险区。
（2）高温热浪风险整体呈 “跳跃式”变化的“圈层”空间结构,即由中心向外围风险值呈“低-高-低”变化;高风险区数量少且稳定,尤其是福州市辖区的高风险应当引起高度关注;次高风险区分布范围缩减明显,呈集中连片分布-集中连片+半包围分布-E”字型格局-分散零星分布的分布变化;中等风险区分布范围呈先扩张后收缩,由分散到集中连片再到分散;次低风险区空间范围明显扩张;低风险区范围虽有所扩张,但分布零散且遍布全省。
（3）2000-2015年,高温热浪风险区集聚显著趋于弱化,低风险区集聚变化平稳;其中风险“热点区”空间分布由“多核心”到“双核心”,数量减少、整体呈收缩状态;而“冷点区”则集中稳定分布于闽东北地区的宁德市地区。
（4）基于68个研究单元,采用系统聚类的方法,福建省的高温热浪风险可分为5大类型,即省会-副省级高风险区、市辖区次高风险区、河谷中风险区、沿海平原次低风险区以及闽东-内陆山区低风险区。

4.2 问题与展望

在研究过程中,本文竭尽所能做到科学性,但由于数据和方法的限制,本文还存在着有待改进之处。
（1）高温热浪风险是自然、社会、经济等多要素综合作用结果,本文从风险敏感性、暴露性和适应性3个客观维度来刻画高温热浪风险,虽已具有较强的代表性,但限于数据的可获取性,人的感知因素未纳入评价体系,可能导致评价结果有所偏差。今后,需将人群的风险感知程度纳入评估体系,构建更为综合的评价体系以分析高温热浪风险。
（2）高温热浪风险的空间分异特征和影响机理是动态性和基于历史变化规律的,但受数据获取限制,本文虽选取2000、2005、2010和2015年4个年份截面数据揭示高温热浪风险动态演化规律,却未能揭示福建省高温热浪风险的驱动机制。今后,还需深入开展高温热浪风险水平的多时域、多尺度分析。
（3）城镇和乡村的局部小气候、经济社会发展水平的差异对高温热浪风险的影响具有差异性,但受数据统计单元的影响,未对城镇和乡村进行区分,而高温热浪对于城镇和乡村产生的风险理论上存在差异,因此有待于在今后的研究中深入分析。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Intergovernmental Panel on Climate Change. Summary for Policymakers// Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[R]. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2013.

[2]
Stott P A, Stone D A, Allen M R.Human contribution to the European heatwave of 2003[J]. Nature, 2004,432:610-614.Abstract The summer of 2003 was probably the hottest in Europe since at latest ad 1500, and unusually large numbers of heat-related deaths were reported in France, Germany and Italy. It is an ill-posed question whether the 2003 heatwave was caused, in a simple deterministic sense, by a modification of the external influences on climate--for example, increasing concentrations of greenhouse gases in the atmosphere--because almost any such weather event might have occurred by chance in an unmodified climate. However, it is possible to estimate by how much human activities may have increased the risk of the occurrence of such a heatwave. Here we use this conceptual framework to estimate the contribution of human-induced increases in atmospheric concentrations of greenhouse gases and other pollutants to the risk of the occurrence of unusually high mean summer temperatures throughout a large region of continental Europe. Using a threshold for mean summer temperature that was exceeded in 2003, but in no other year since the start of the instrumental record in 1851, we estimate it is very likely (confidence level >90%) that human influence has at least doubled the risk of a heatwave exceeding this threshold magnitude.

DOI PMID

[3]
Meehl G A, Tebaldi C.More intense, more frequent, and longer lasting heat waves in the 21st century[J]. Science, 2004,305(5686):994-997.A global coupled climate model shows that there is a distinct geographic pattern to future changes in heat waves. Model results for areas of Europe and North America, associated with the severe heat waves in Chicago in 1995 and Paris in 2003, show that future heat waves in these areas will become more intense, more frequent, and longer lasting in the second half of the 21st century. Observations and the model show that present-day heat waves over Europe and North America coincide with a specific atmospheric circulation pattern that is intensified by ongoing increases in greenhouse gases, indicating that it will produce more severe heat waves in those regions in the future.

DOI PMID

[4]
Kalkstein L S, Jamason P F, Greene J S, et al.The Philadelphia hot weather-health watch-warning system:development and application,Summer1995[J]. Bulletin of the American Meteorological Society, 1996,77(7):1519-1528.

DOI

[5]
Bouchama A.The 2003 European heat wave[J]. Intensive Care Medicine, 2004,30(1):1-3.Abstract unavailable]

DOI PMID

[6]
Kenney W L, Craighead D H, Alexander L M.Heatwaves, aging, and human cardiovascular health[J]. Medicine & Science in Sports & Exercise, 2014,46(10):1891-1899.

[7]
Basu R, Samet J M.Relation between elevated ambient temperature and mortality: A review of the epidemiologic evidence[J]. Epidemiologic Reviews, 2002,24(2):190-202.

DOI

[8]
祁新华,程煜,李达谋,等.西方高温热浪研究述评[J].生态学报,2016,36(9):2773-2778.高温热浪不仅给自然生态系统造成不可逆转的冲击,也对人类经济社会与健康产生巨大的负面影响。西方学者历来重视高温热浪相关研究,并产生了丰硕的成果。首先梳理了西方高温热浪研究的脉络,即从指标测度上明析其内涵;从对比模拟角度分析其产生的机理;从空间格局上总结其分布与规律;从复合系统层面探讨其影响;从流行病学角度解析其对健康的危害。其次,指出了趋势判断、机理解析、影响评估、脆弱性评估、风险感知、适应分析等未来关注的矛盾与焦点。在此基础上,提出了西方高温热浪研究对中国的启示,包括:拓展典型区域的实证研究;关注脆弱群体与欠发达地区;重视健康尤其是心理健康的影响;注重研究领域拓展;尝试多学科视角融合等。

DOI

[ Qi X H, Cheng Y, Li D M, et al.A review of the study on heatwaves in western countries[J]. Acta Ecologica Sinica , 2016,36(9):2773-2778. ]

[9]
Schär C, Luigi-Vidale P, Lüthi D, et al.The role of increasing temperature variability in European summer heatwaves[J]. Nature, 2004,427(22):332-336.Abstract Instrumental observations and reconstructions of global and hemispheric temperature evolution reveal a pronounced warming during the past approximately 150 years. One expression of this warming is the observed increase in the occurrence of heatwaves. Conceptually this increase is understood as a shift of the statistical distribution towards warmer temperatures, while changes in the width of the distribution are often considered small. Here we show that this framework fails to explain the record-breaking central European summer temperatures in 2003, although it is consistent with observations from previous years. We find that an event like that of summer 2003 is statistically extremely unlikely, even when the observed warming is taken into account. We propose that a regime with an increased variability of temperatures (in addition to increases in mean temperature) may be able to account for summer 2003. To test this proposal, we simulate possible future European climate with a regional climate model in a scenario with increased atmospheric greenhouse-gas concentrations, and find that temperature variability increases by up to 100%, with maximum changes in central and eastern Europe.

DOI PMID

[10]
Graves H, Watkins R, Westbury P, et al.Cooling buildings in London: Overcoming the heat island[M]. London: CRC Ltd, 2001.

[11]
Auliciems A.Applied Climatology: principles and practice[M]. London: Routledge, 1997:273-287.

[12]
Curriero F C, Heiner K S, Samet J M, et al.Temperature and mortality in 11 cities of the eastern United States[J]. American Journal of Epidemiology, 2002,155(1):80-87.

DOI

[13]
Luber G, McGeehin M. Climate change and extreme heat events[J]. American Journal of Preventive Medicine, 2008,35(5):429-435.The association between climate change and the frequency and intensity of extreme heat events is now well established. General circulation models of climate change predict that heatwaves will become more frequent and intense, especially in the higher latitudes, affecting large metropolitan areas that are not well adapted to them. Exposure to extreme heat is already a significant public health problem and the primary cause of weather-related mortality in the U.S. This article reviews major epidemiologic risk factors associated with mortality from extreme heat exposure and discusses future drivers of heat-related mortality, including a warming climate, the urban heat island effect, and an aging population. In addition, it considers critical areas of an effective public health response including heat response plans, the use of remote sensing and GIS methodologies, and the importance of effective communications strategies.

DOI PMID

[14]
谈建国,殷鹤宝,林松柏,等.上海热浪与健康监测预警系统[J].应用气象学报,2002,13(3):356-363.

[ Tan J G, Yin H B, Lin S B, et al.Shanghai heat wave/health warning system[J]. Journal of Applied Meteorological Science, 2002,13(3):356-363. ]

[15]
谈建国,黄家鑫.热浪对人体健康的影响及其研究方法[J].气候与环境研究,2004,9(4):680-686.由于全球气候变化和城市热岛效应,热浪已成为世界范围内频繁发生的极端天气事件,这使得热浪对人体健康的影响问题成为许多国际机构,如世界气象组织(WMO)、世界卫生组织(WHO)、联合国环境规划署(UNEP)和各国气象、环境和流行病等方面科学家关注的焦点。作者介绍近年来世界各地频繁发生的热浪及其原因、热浪对人体健康的影响、热浪研究的指标法、多元回归分析和天气气候分型等多种方法,同时也给出防御热浪的一些措施。

[ Tan J G, Huang J X.The impacts of heat waves on human health and its research methods[J]. Climatic and Environmental Research, 2004,9(4):680-686. ]

[16]
李双双,杨赛霓,张东海,等.近54年京津冀地区热浪时空变化特征及影响因素[J].应用气象学报,2015,26(5):545-554.It indicates that hot summers will become more frequent in eastern China in the future. The region will face a great risk in the absence of any adaptation measures taken towards reducing its vulnerability to effects of extreme heat. Beijing Tianjin Hebei Region is identified as the biggest metropolitan in northern China. Rapid urbanization and the recent frequent occurrence of hot summers in the region raises questions about influencing factors at the regional scale and the spatiotemporal variability of heat waves. Using the newly developed Heatwave Index (HI), a statistical analysis is conducted on the temporal and spatial distribution characteristics of heat waves in the Beijing Tianjin Hebei Region over a period from 1960 to 2013. More specifically, based on the history of relocations, the heat wave trends between Beijing and Fengning is compared to investigate the influence of urbanization, and also analyse the relationship between atmospheric circulation anomalies and observed heat wave trends. It shows that based on variations in heat wave trends, two distinct phases are identified in Beijing Tianjin Hebei Region. Owing to some abrupt changes in the mid 1970s, the frequency of heat waves decrease from 1960 to 1973, and then increase from 1974 to 2013. Heat waves show a decreasing trend in the southern part and an increasing trend in the northern part of Beijing Tianjin Hebei Region. A significant increasing trend is found in the northern and western biological conservation area, and decreasing trend in the south eastern plains. At the regional scale, urbanization and relocations affects the occurrence of slight to moderate rather than extreme heat waves. In the period of global warming and rapid urbanization, the frequency of heat waves in Beijing is higher than that of Fengning. In recent global warming hiatus, the frequency of heat waves in Beijing is lower than Fengning. Driving factors behind the temporal and spatial patterns are deemed complicated. The inter decadal variations are significantly and closely related to the offsetting of western Pacific subtropical high (WPSH) ridge and the anomalous anticyclone over the Tibetan Plateau (TPAI) in summer. In other words, there is a positive correlation between the number of heat wave days and WPSH and TPAI. Furthermore, the probability of a summer with a mega heat wave would increase with the nomalies in WPSH and TPAI.

DOI

[ Li S S, Yang S N, Zhang D H, et al.Spatiotemporal variability of heat waves in Beijing-Tianjin-Heibei region and influencing factors in recent 54 Years[J]. Journal of Applied Meteorological Science, 2015,26(5):545-554. ]

[17]
郑有飞,丁雪松,吴荣军,等.近50年江苏省夏季高温热浪的时空分布特征分析[J].自然灾害学报,2012,21(2):43-50.根据江苏省1955-2007年7-9月逐日最高气温资料,分别以日最高气温≥35℃的高温天数、持续3d、5d的高温过程、平均最高气温为指标,建立了各站点的高温日数、高温强度的时间序列。分析发现,该省20世纪90年代中后期以来处于一个偏热期,苏州等城市近几年高温次数明显增加,而西南区域南京等城市夏季的最高气温则有下降趋势;同时,运用小波分析方法对该省高温时空分布的周期性进行了分析,结果表明,江苏省年平均最高温度变化中5～6a的周期振荡在各地区中反映得比较明显。

[ Zheng Y F, Ding X S, Wu R J, et al.Temporal and spatial feature analyses of summer high temperature and heat wave in Jiangsu Province in past 50 years[J]. Journal of Natural Disasters, 2012,21(2):43-50. ]

[18]
张明军,汪宝龙,魏军林,等.近50年宁夏极端气温事件的变化研究[J].自然灾害学报,2012,21(4):152-160.

[ Zhang M J, Wang B L, Wei J L, et al.Extreme event changes of air temperature in Ningxia in recent 50 years[J]. Journal of Natural Disasters, 2012,21(4):152-160. ]

[19]
闫慧敏,陈伟娜,杨方兴,等.过去50年内蒙古极端气候事件时空格局特征[J].地理研究,2014,33(1):13-22.

[ Yan H M, Chen W N, Yang F X, et al.The spatial and temporal analysis of extreme climatic events in Inner Mongolia during the past 50 years[J]. Geographical Research, 2014,33(1):13-22.]

[20]
叶殿秀,尹继福,陈正洪,等. 1961-2010年我国夏季高温热浪的时空变化特征[J].气候变化研究进展,2013,9(1):15-20.利用全国753个站1961—2010年夏季逐日最高气温资料和基于死亡率明显增加而制定的高温热浪指标的已有研究成果，统计分析了我国高温热浪频次、日数和强度的时空分布特征。结果表明：我国的高温热浪频次、日数、强度高值区基本相同，均在江淮、江南大部和四川盆地东部等地，其中江西北部、浙江北部高温热浪频次最高，高温日数最多；浙江北部高温强度尤为突出。近50年来我国夏季高温热浪的频次、日数和强度总体呈增多、增强趋势，但也呈现明显的阶段性变化特征，20世纪60—80年代前期高温热浪频次和强度呈减少（弱）趋势，80年代后期以来，高温热浪频次和强度呈增多（强）趋势。区域变化特征明显，华北北部和西部、西北中北部、华南中部、长江三角洲及四川盆地南部呈显著增多（强）趋势；而黄淮西部、江汉地区呈显著减少趋势。自20世纪90年代以来，我国高温热浪的范围明显增大。

DOI

[ Ye D X, Yin J F, Chen Z H, et al.Spatiotemporal change characteristics of summer heatwaves in China in 1961-2010[J]. Progressus Inquisitiones Mutation Climatis, 2013,9(1):15-20. ]

[21]
王艳姣,任福民,闫峰.中国区域持续性高温事件时空变化特征研究[J].地理科学,2013,33(3):314-321.lt;p>采用综合考虑高温事件温度强度、持续时间和发生面积等因子的区域持续性极端高温事件(regional continualhigh temperature event, RCHTE)判别方法和指标体系, 分析中国近50 a RCHTE的时空变化特征。研究表明, 中国RCHTE发生强度和频次较多的地区主要位于中国西北(西北西部和内蒙古西部)和东南地区(黄淮南部、江淮、江汉、江南和华南南部等地), 而中国东北和西南地区为RCHTE少发区;中国RCHTE发生频次、强度和影响面积在20 世纪90 年代前略呈减少趋势, 90 年代后呈现显著增加趋势, 各指标在90 年代末至21 世纪初发生-突变, RCHTE增加趋势更为显著。</p>

[ Wang Y J, Ren F M, Yan F .Study on temporal and spatial variations of regional continual high temperature event in China. Scientia Geographica Sinica, 2013,33(3):314-321. ]

[22]
张尚印,宋艳玲,张德宽,等.华北主要城市夏季高温气候特征及评估方法[J].地理学报,2004,59(3):383-390.利用我国华北地区1961~2000年夏季6~8月高温资料,探讨了华北地区主要城市高温过程,建立该地区强高温过程较完整的序列。分析华北主要城市北京、天津、石家庄、济南、太原市等夏季危害性高温气候特征。给出了东亚副热带高压和大陆变性高压的活动特点。观测结果表明,东亚副热带高压和大陆变性高压对华北地区主要城市夏季危害性高温在各地有很大差异,与相对湿度大小有密切关系。东亚副热带高压和大陆变性高压的活动是造成华北地区城市夏季危害性高温的主要影响系统。在此基础上建立了华北主要城市夏季危害性高温候、旬、月评估方法。其结果表明该方法对华北地区主要城市夏季危害性高温影响评估有应用价值

DOI

[ Zhang S Y, Song Y L, Zhang D K, et al.The cliamate characteristics of high temperature and the assessment method in the large cities of Northern China[J]. Acta Geographica Sinica, 2004,59(3):383-390. ]

[23]
张尚印,张德宽,徐祥德.长江中下游夏季高温灾害机理及预测[J].南京气象学院学报,2005,28(6):840-847.Based on Monthly high temperature data in summer(JJA) from 1961 to 2003 at Nanjing,Hangzhou and Nanchang stations,quite complete time series of severe high temperature are established,and the climatic characteristics and disaster mechanism of high temperature in these areas are analyzed.The observed data in these areas show that oppressive weather lasted for a long time,extreme high temperature was high,daily average wind speed relatively low and daily average humidity higher during the high temperature process.The subtropical high over East Asia is the main climatic system that induced the summer high temperature disaster in these areas.A forecasting model of high temperature days is established using the methods of mean generating function and optimal subset regression.The varification of the 42 years historical records shows that the model can forecast high temperature in these areas successfully.Therefore it can be applied in climate operation.

DOI

[ Zhang S Y, Zhang D K, Xu X D, et al.Study on the mechanism and forecasting method of high temperature disaster in Summer in the large cities of the Yangtze River Basin[J]. Journal of Nanjing Institute of Meteorology, 2005,28(6):840-847.]

[24]
刘燕,程正泉,蔡安安.广州盛夏高温频数异常分析[J].热带气象学报,2006,22(6):553-559.Using EOF, correlation analysis methods, the climatic characteristics are analyzed of the yearly Guangzhou high temperature frequency(HTF) during 1951-2004, and the relationship between the mid-summer (July and August) HTF anomaly and the 500 hPa heights of the region(65-150 E, 10-70 N) at the same time is also discussed. The results show that: (1) the average of HTF is 8.7 days per year in the recent 54 years in Guangzhou; high temperature occurs from May to September, and July and August have the largest frequency of occurrence; (2) there are distinct interannual and interdecadal changes in Guangzhou HTF, with an obvious increase since 1980s; (3) anomalous increase of mid-summer HTF in Guangzhou since the 1980's has a close relation with the weakened westerlies in Northwest China, Mongolia, Baikal and their vicinity and the intensified subtropical high in the mid-low latitude areas.

DOI

[ Liu Y, Cheng Z Q, Cai A A.Analysis of mid-summer high temperature frequency anomaly in GuangZhou[J]. Journal of Tropical Meteorology, 2006,22(6):553-559.]

[25]
徐永明,覃志豪,朱焱.基于遥感数据的苏州市热岛效应时空变化特征分析[J].地理科学,2009,29(4):529-534.城市化对于城市环境的一个重要影响是热岛效应。为了研究苏州市20多年来城市化进程对热岛效应的影响,采用遥感与GIS相结合的方法来定量的分析城市热环境的时空变化。根据1986和2004年两个时相的Landsat TM影像提取了研究区的土地覆盖以及亮温信息,在此基础上通过统计分析和GIS的缓冲区分析对这18 a来苏州地区的热岛时空变化及其与土地覆盖变化的关系进行了深入研究。分析结果表明,城市热岛与城区的空间分布之间存在明显的一致性。

DOI

[ Xu Y M, Qin Z H, Zhu Y.Spatial and temporalAnalysis of urban heat island in Suzhou city by remote sensing[J]. Scientia Geographica Sinica, 2009,29(4):529-534. ]

[26]
邹旭楷,高辉. 2006年夏季川渝高温干旱分析[J].气候变化研究进展,2007,3(3):149-153.2006年夏季，我国重庆、四川等地持续高温少雨，遭遇特大伏旱，影响严重。初步分析表明，2006年盛夏川渝的异常高温事件可能是受全球变暖和天气扰动共同作用的结果，但以天气扰动的影响为主。大气环流异常，北方南下冷空气活动偏弱，西北太平洋副高脊线偏北以及冬季青藏高原积雪偏少是导致该地区2006年严重高温干旱的直接原因。

[ Zou X K, Gao H.Analysis of severe drought and heat wave over the Siehuan Basin in the summer of 2006[J]. Advances in Climate Change Research, 2007,3(3):149-153. ]

[27]
杨勋凤,李连发,王劲峰,等.安徽省温度与心脑血管疾病死亡关系的广义叠加模型分析[J].地球信息科学学报,2015,17(11):1388-1394.lt;p>本研究探讨了安徽省巢湖市、雨山区和天长市的温度与心脑血管疾病死亡之间的关系。从中国疾病预防控制中心收集2008-2011年这3个城市（区）居民的心脑血管疾病日死亡资料,采用Possion广义叠加模型研究了温度与心脑血管疾病死亡之间的暴露-反应曲线关系,并以最适宜温度为参照,分别估计高温和低温情况下气温每上升或下降1 &deg;C,对应的心脑血管疾病死亡人数上升的百分比。结果显示,3个城市心脑血管疾病死亡与温度之间的暴露-反应曲线为J-型,即存在一个最适宜温度,心脑血管疾病的死亡风险在该最适宜温度达到最低,巢湖市、雨山区、天长市的最适宜温度分别为29.0&deg;C、26.6&deg;C、26.9&deg;C。当温度低于最适宜温度时,温度每降低1 &deg;C,巢湖市、雨山区和天长市的心脑血管疾病死亡人数分别增加1.06%（95%CI：0.39%~1.74%）、2.18%（95%CI：1.56%~2.81%）、0.89%（95%CI：-0.11%~1.90%）;当温度高于最适宜温度时,温度每升高1&deg;C,3城市的心脑血管患者死亡人数分别增加2.92%（95%CI：-2.19%~8.30%）、4.87%（95%CI：-0.11%~10.10%）、2.06%（95%CI：-2.57%~6.91%）。研究结果表明,低温和高温均会对安徽省城市居民的心脑血管疾病死亡产生影响,且温度对心脑血管疾病死亡的影响还存在地域差异。因此,在研究温度对心脑血管疾病死亡的影响、制定相关的防御措施时,都需因地制宜地进行分析。</p>

DOI

[ Yang X F, Li L F, Wangh J F, et al.The use of generalized additive model in association of temperature and cardiovascular mortality in Anhui. Journal of Geo-information Science, 2015,17(11):1388-1394. ]

[28]
陈见,李艳兰,高安宁,等.广西高温灾害评估[J].灾害学,2007,22(3):24-27.

[ Chen J, Li Y L, Gao A N, et al.Evaluation of high temperature disaster in Guangxi[J]. Journal of Catastrophlogy, 2007,22(3):24-27. ]

[29]
庞文保,李建科,宋鸿,等.陕西省高温气象风险区划及其防御[J].陕西气象,2011,44(2):47-48.正全球气候变暖的背景下,陕西 省夏季高温发生的频率也在提高,高温日数呈增多趋势[1]。陕西省98个气象观测站除陕北的宜君、黄龙、洛川和关中的华山、太白、长武、旬邑外,其它均出 现过高温天气。陕西高温天气已有人做过深入细致的研究[1-3]。在此主要针对专业气象服务中用户需求,结合多年夏季高温服务工

DOI

[ Pang W B, Li J K, Song H, et al.High temperature meteorological risk division and its defense in Shanxi Province[J]. Journal of Shaanxi Meteorology, 2011,44(2):47-48. ]

[30]
张书娟. 华东地区高温灾害风险评估研究[D].上海:上海师范大学,2011.

[ Zhang S J.Study on the risk assessment of high temperature hazard in east China[D]. ShangHai: Shanghai Normal University, 2011. ]

[31]
黄慧琳. 杭州市高温灾害风险区划与评价[D].南京:南京信息工程大学,2012 .

[ Huang H L.Risk division and assessment of high-tempraure disasters in Hangzhou City[D]. Nanjing: Nanjing University of Information Science & Technology, 2012. ]

[32]
丁晓萍,刘寿东,许遐祯.小区域热浪风险性评估方法述评[J].内蒙古气象,2010,56(1):24-28.

[ Ding X P, Liu S D, Xu X Z.Commentary on heat wave risk assessment methods of small area[J]. Meteorology Journal of inner Mongolia, 2010,56(1):24-28. ]

[33]
郑雪梅,王怡,吴小影.近20年福建省沿海与内陆城市高温热浪脆弱性比较[J].地理科学进展,2016,35(10):1197-1205.高温热浪作为一种常见的气象灾害,对人们的生产、生活、健康产生很大的影响。为探索福建省沿海与内陆城市高温热浪脆弱差异性及其形成机制,本文构建了包含暴露性、敏感性、适应性3个维度的高温热浪脆弱性评估模型（Vulnerability Scoping Diagram,VSD）。利用1994-2013年逐日极端高温数据和经济社会统计数据,分别对处于沿海和内陆的福州和南平市辖区进行高温热浪脆弱性及其3个维度（暴露性、敏感性、适应性）的评估与比较,并试图解释分析福州市辖区与南平市辖区高温热浪脆弱性的差异及其原因。结果显示：由于地理环境与社会经济系统的显著差异,近20年来,沿海地区高温热浪的脆弱性低于内陆地区,但随着经济发展导致的敏感性增加,前者不断攀升的脆弱性可能会超越后者;内陆地区的人类活动对环境的干扰程度相对较弱,其敏感性不断降低而适应性有所上升,使得其高温热浪的脆弱性不断降低。降低高温热浪脆弱性的关键在于同时增强区域适应性与降低敏感性,这对制定适应性措施具有积极的现实意义。

DOI

[ Zheng X M, Wang Y, Wu X Y, et al.Comparison of heat wave vulnerability between coastal and inland cities of Fujian Province in the past 20 years[J]. Progress in Geography, 2016,35(10):1197-1205. ]

[34]
谢盼,王仰麟,彭建.基于居民健康的城市高温热浪灾害脆弱性评价——研究进展与框架[J].地理科学进展,2015,34(2):165-174.随着全球气候变化和城市热岛效应增强,近年来城市高温热浪灾害在世界各地频繁发生,给城市居民健康和社会经济带来了极大的负面影响。目前,国内已有的高温热浪灾害研究大多关注热浪强度、发生频率、持续时间等灾害特征,以城市居民健康作为承灾体的城市高温热浪灾害脆弱性研究尚不多见,相关的评价框架和方法亟待梳理和完善。本文从高温热浪灾害脆弱性的研究主题、脆弱性框架和定量化方法三个方面系统梳理了高温热浪灾害脆弱性国内外研究进展;在广义脆弱性概念框架的基础上完善了基于&#x0201c;暴露&#x02014;敏感&#x02014;适应能力&#x0201d;的高温热浪灾害脆弱性评价概念框架,并梳理了相应的指标体系;强调通过自然环境、社会经济、居民感知等多角度的定性、定量数据综合表征城市居民高温热浪灾害脆弱性,以期为高温热浪灾害脆弱性评价提供理论与方法支持,并为规避高温热浪灾害风险、响应高温热浪紧急事件及适应气候变化等提供科学指引。

DOI

[ Xie P, Wang Y L, Peng J, et al.Health related urban heat wave vulnerability assessment:Research progress and framework. Progress in Geography, 2015,34(2):165-174. ]

[35]
税伟,陈志淳,邓捷铭,等.耦合适应力的福州市高温脆弱性评估[J].地理学报,2017,72(5):830-849.全球气候变化导致极端高温发生区域不断增加,高温给自然环境和人类社会带来的负面效应不断扩大,严重影响了城市复合人地系统的脆弱性.适应是应对极端高温的重要行动,耦合适应力因素的城市高温脆弱性研究已成为国际热点和研究前沿.本文以中国代表性高温城市福州为例,利用专家评估、AHP法、地理空间分析技术,结合实地问卷调查和有序多分类Logistic回归分析等方法,重构耦合适应力的城市高温脆弱性空间评价指标体系,通过对福州市高温脆弱性和适应力的影响因素、空间分异特征、热点地区和尺度间依赖进行研究,系统评估了福州市高温脆弱性.结果表明:①年龄、住房面积、外出纳凉频率、健康状况、医疗便利程度和政府缓解高温力度等6个指标对福州市居民高温适应力水平具有显著影响;②福州市高温脆弱性、暴露性和适应力的空间分布均呈现“核心一外围”空间结构,高温脆弱性呈现“半包围式”的“外高内低”的空间特征;③在城市区域高温暴露性和易损性相同的背景下,从个体人到社区和城市层面的主动适应高温的能力,将显著改变城市高温脆弱性的空间分布.研究结果以期推动城市高温脆弱性研究的理论发展,并为福州市及同类型高温城市的高温脆弱性评估、调控和适应提供决策参考.

DOI

[ Shui W, Chen Z C, Deng J M, et al.Evaluation of urban high temperature vulnerability of coupling adaptability in Fuzhou, China. Acta Geographica Sinica, 2017,72(5):830-849.]

[36]
陈倩,丁明军,杨续超,胡可嘉.长江三角洲地区高温热浪人群健康风险评价[J].地球信息科学学报,2017,19(11):1475-1484.在全球极端气象、气候事件频发的背景下,获取高分辨的灾害风险信息对于区域防灾减灾决策具有重要的参考价值。而在当前的灾害风险评估中,基于行政单元的人口和社会经济等承灾体信息与栅格水平上的致灾因子普遍存在空间不匹配的现象。本文通过融合多源遥感数据和人口、社会经济统计数据,在利用人居指数对高温人口暴露进行空间化的基础上,获取了250 m分辨率的长江三角洲地区高温热浪人群健康风险空间格局。结果表明,风险等级较高的地区集中在上海、常州、杭州、宁波、无锡、嘉兴、泰州等城市的中心城区,主要是较高的人口暴露度和城市高温共同作用的结果;而大城市近郊以及各规模较小的城区的风险等级次之;相对欠发达地区虽然人口暴露程度较低,但较高的高温危险性和社会经济脆弱性指数使得这些地区的高温人群健康风险也不容忽视。识别高风险地区的风险主导因子对于提高人群高温适应能力以及减轻高温健康风险具有重要意义。

DOI

[ Chen Q, Ding M J, Yang X C, et al.Spatially explicit assessment of heat health risks using multi-source data: A case study of the Yangtze River Delta Region, China[J]. Journal of Geo-information Science, 2017,19(11):1475-1484. ]

[37]
赵颜创,赵小锋,刘乐乐.厦门市高温热浪人群健康风险格局分析[J].地球信息科学报,2016,18(8):1094-1102.高温热浪已成为世界范围内夏季频繁发生的极端气象灾害事件,威胁着人类健康。研究高温热浪人群健康风险的空间格局,可以识别灾害高风险区域,有助于预防和应对高温热浪灾害。本文以厦门市为例,在历史气象数据分析的基础上,建立了高温热浪案例库,分析了厦门高温热浪的基本特征。通过结合卫星遥感影像和人口统计数据,选取2010年的一次高温热浪事件,进行人口因子和环境因子叠加分析,研究了厦门市高温热浪人群健康风险的空间格局,得出如下结论：（1）厦门市高温热浪强度较轻,频率较高,偶尔会发生强等级高温热浪;（2）高温热浪人群健康的高风险区域集中在厦门本岛内,沿东北-西南方向呈带状分布,较高等级的风险热点主要位于湖里区江头街道的北部与东南部和思明区夏港街道大部分区域;（3）高温热浪人群健康风险的空间格局与环境和人口的空间分布特征密不可分。本文对完善国内高温热浪人群健康风险分析的科学体系具有重要意义。

DOI

[ Zhao Y C, Zhao X F, Liu L L.Spatial pattern analysis on human health risk of heatwave in Xiamen City[J]. Journal of Geo-information Science, 2016,18(8):1094-1102. ]

[38]
Flax L K, Jackson R W, Stein D N.Community vulnerability assessment tool methodology[J]. Natural Hazards Review , 2002,3(4):163-167.

DOI

[39]
Norton S B, Rodier D J, Schalie W H, et al.A framework for ecological risk assessment at the EPA[J]. Environmental Toxicology & Chemistry, 1992,11(12):1663-1672.Ecological risk assessments evaluate the likelihood of adverse ecological effects caused by stressors related to human activities such as draining of wetlands or release of chemicals. The term stressor is used to describe any chemical, physical, or biological entity that can induce adverse effects on ecological components (i.e., individuals, populations, communities, or ecosystems). In this review article, a historical perspective on ecological risk assessment activities at the U.S. Environmental Protection Agency (EPA) is followed by a discussion of the EPA's Framework Report, which describes the basic elements for conducting an ecological risk assessment. The Framework Report is neither a procedural guide nor a regulatory requirement within the EPA. Rather, it is intended to foster a consistent approach to ecological risk assessments within the Agency, identify key issues, and define terminology.

DOI

[40]
王应明. 判断矩阵排序方法综述[J].决策与决策支持系统,1995,5(3):101-114.

[ Wang Y M.An overview of priority methods of comparison matrix[J]. Journal of Decision Making and Dicision Support Systems, 1995,5(3):101-114. ]

[41]
Sullivan C.Calculating a water poverty index[J]. World Development, 2002,30(7):1195-1210.This paper provides discussion of ways in which an interdisciplinary approach can be taken to produce an integrated assessment of water stress and scarcity, linking physical estimates of water availability with socioeconomic variables that reflect poverty, i.e., a Water Poverty Index. It is known that poor households often suffer from poor water provision, and this results in a significant loss of time and effort, especially for women. By linking the physical and social sciences to address this issue, a more equitable solution for water allocation may be found. For the purpose of initiating discussion, a summary of different approaches to establishing a Water Poverty Index is discussed.

DOI

[42]
马晓冬,李全林,沈一.江苏省乡村聚落的形态分异及地域类型[J].地理学报,2012,67(2):516-525.基于江苏省2007/2008年SPOT卫星影像,运用探索性空间数据分析、空间韵律测度等模型,定量分析了江苏省乡村聚落形态的空间分异特征,并进一步划分了地域类型。结果表明,在空间分布上,江苏省乡村聚落的集聚特征较为明显,但存在明显的空间差异性,具体表现为由沿江地区依次向北、向南呈阶梯状稀疏化分布,其整体分布与地貌类型具有较高的相关性;在规模上,江苏省乡村聚落的规模普遍偏小,小村庄的规模差距较小,规模大的村庄比重小但是差距大;乡村聚落规模分布具有低值集聚的特征,并且呈现出明显的"哑铃状"结构,即江苏北部地区和南部地区乡村聚落规模较大,而中部地区乡村聚落规模较小。在形态格局空间变化上,通过苏北、苏中、苏南地区和沿海与沿运河地区的5条样带的格局指数测度,发现苏中地区的乡村聚落形态复杂程度高于苏北和苏南地区,沿海地区的高于沿运河地区;苏南、沿运河地区的乡村聚落具有较好的连接性;5条样带的乡村聚落规模分异均比较明显。最后,通过构建乡村聚落形态测度指标体系,采用系统聚类的方法,将江苏省乡村聚落划分为8种类型:徐连岗岭低密度大团块型、宿淮平原中密度宽带型、沿海垦区高密度条带型、苏中圩区中密度弧带型、江南平原中密度小团块型、湖荡岗地低密度散点型、宁眙丘陵团簇状散布型、里下河低密度团簇型。

DOI

[ Ma X D, Li Q L, Shen Y.Morphological difference and regional types of rural settlements in Jiangsu Province[J]. Acta Geographica Sinica, 2012,67(2):516-525.]

[43]
赵雪雁,王伟军,万文玉.中国居民健康水平的区域差异:2003-2013[J].地理学报,2017,72(4):685-698.健康不公平作为影响人类发展的核心问题,已引起世界各国的广泛关注。基于变异系数、泰勒指数、空间自相关分析和空间面板计量模型,本文探讨了2003年以来中国居民健康水平的区域差异、时空变化及其关键影响因素,旨在为政府制定全民健康政策提供科学依据。结果发现：（1）2003-2013年,中国居民健康水平提高26.98%,西部增幅高于东、中部,但始终保持着＂东—中—西＂阶梯式递减态势;（2）中国居民健康水平的区域差异总体呈扩大趋势,其中地带间差异趋于缩小,地带内差异趋于扩大,西部地带内差异扩大尤为显著;（3）居民健康水平的空间分布转为明显的＂T＂字型格局,并呈＂东—中—西＂阶梯式及＂北—中—南＂对称式递减;（4）居民健康水平的空间集聚程度趋于减小,热点区与冷点区均呈收缩态势,且西部形成规模显著的稳定性冷点,东部沿海形成规模显著的稳定性热点;（5）人均GDP、人均公共医疗卫生支出、城市化水平及环境质量等因素对居民健康水平时空变化具有显著影响,随着人均GDP与人均公共医疗卫生支出的增加、城市化水平的提高及环境质量的改善,居民健康水平随之提高。未来,还需对居民健康水平的多时域、多尺度及多影响机制等问题开展深入研究。

DOI

[ Zhao X Y, Wang W J, Wan W Y.Regional inequalities of residents' health level in China: 2003-2013[J]. Acta Geographica Sinica, 2017,72(4):685-698. ]

[44]
薛俊菲,陈雯,曹有挥. 2000年以来中国城市化的发展格局及其与经济发展的相关性——基于城市单元的分析[J].长江流域资源与环境,2012,21(1):1-7.<p>基于对城市化概念的认识，通过测算中国各城市的人口、经济和空间城市化率及其增长速度，运用Arcgis93支持下的热点分析方法，考察2000~2008年中国城市单元城市化水平增长的空间分布特征，揭示了中国城市化的空间模式，认为2000年以来中国的城市化发展热点仍然在东部沿海，主要围绕环渤海和珠三角两大城市化热点城市群，向东北、西北、西南等冷点区中心辐射、梯度推移；城市化的发展速度与地区经济发展水平有一定的空间相关性，但与经济增长格局有较大偏差，现有经济发展水平对于城市化的拉动作用相对经济增长更为明显；城市化空间格局的形成受自然、历史、政策、经济、人口等诸多因素的影响，其作用机制主要包含政府主导的&ldquo;自上而下&rdquo;和市场主导的&ldquo;自下而上&rdquo;两种道路，未来政府作用将逐渐弱化，推力的主动力地位将进一步强化</p>

[ Xue J F, Chen W, Cao Y H.Spatial pattern of urbanization in China since 2000 and its relationship with economic development[J]. Resources s and Environment in the Yangtze Basin, 2012,21(1):1-7. ]

[45]
薛东前,黄晶,马蓓蓓,等.西安市文化娱乐业的空间格局及热点区模式研究[J].地理学报,2014,69(4):541-552.采用矢量数据符号法、探索性空间数据分析法（ESDA）和Kriging空间插值法等3种空间分析方法，分别从规模等级、集聚程度、热点区及模式等方面对2011年西安市文化娱乐业的空间格局特征展开研究。主要结论：①从数量规模上来看，西安市的文化娱乐产业在空间上呈现出“南密北疏，西密东疏，内密外疏”的整体特征，文化娱乐场所主要集聚在以钟楼为圆心，以钟楼至曲江新区的直线距离（约7km）为半径的圈层内；各类文化娱乐场所的空间分布大致符合文化娱乐业的整体空间特征，但又表现出一定的特异性；②从空间集散上来看，高高集聚区主要连续分布在城市南部的传统人口和城市产业集聚区；低低集聚区主要分散分布在城市开发程度低的边缘区，及城市内部的特殊区域；③通过空间插值分析，可识别出西安市文化娱乐业的4个空间集聚热点区，综合分析各热点区软硬件条件，可将其归纳为基于传统城市中心的商贸旅游型热点区、基于文化产业集聚的文教游憩型热点区、基于高新技术产业集聚的科技商务型热点区和多重资源推动下的城市新区型热点区4种模式。本文的研究结论将有利于从空间的视角来探讨城市新兴产业的区位规律和布局偏好，在实践中将为城市文化娱乐业的合理布局和规划提供参考。

DOI

[ Xue D Q, Huang J, Ma B B, et al.Spatial distribution characteristics and hot zone patterns of entertainment industry in Xi'an. Acta Geographica Sinica, 2014,69(4):541-552. ]

Options
文章导航

/

〈 〉