成渝双城经济圈高温热浪时空分析及风险评估

杨 梅, 刘 瑞, 苟晓娟, 李谷琳, 徐 源

(成都理工大学 a.地球物理学院，b.旅游与城乡规划学院，成都 610059)

0 引言

高温热浪是指大气温度过高，持续时间较长，引起人和动植物不能适应环境的一种极端天气过程，是气象灾害的一种[1]。政府间气候变化专门委员会(IPCC)第6次评估报告第一工作组报告[2]指出，人类活动引起全球平均表面温度升高，极端高温天气发生强度频率迅速增加。据报道，极端高温天气会增加人们罹患热相关疾病的风险，从而导致死亡率上升[3]。同时，高温热浪还会导致空气质量降低，农业和植被生产力下降，能源需求增加等一系列对生态系统和社会经济的不利影响[4]。热浪已超过飓风、闪电、龙卷风、洪水和地震等其他自然灾害，成为美国与自然灾害相关死亡的主要原因[5]。欧洲大陆中部2003年夏季发生的一次热浪导致约40 000人死亡[6]。1961年-2013年，中国西南、华南地区的高温热浪增速最快[7]。随着全球城市化进程加速，高温灾害对人类社会的危害日益凸显，成为全球变暖背景下气候研究的重点。

目前，已有一些学者对部分高温热浪灾害频发的城市进行了热浪风险区划研究，如Stevan等[8]对结合城市热岛强度和死亡率对塞尔维亚诺维萨德城区进行了高温热浪风险区划，得到了以死亡率为表征的脆弱性分布结果；马进等[9]利用洛阳市近50年的历史气候资料和地理信息数据，从致灾因子、孕灾环境、承载体多个角度构建了高温灾害风险评价体系。此外，还有对杭州市、上海市等“火炉”城市的高温热浪研究，但基于城市群尺度的高温热浪风险区划研究还较少[10-12]。

在进行热浪危险性分析时，主要数据来源为气象历史资料和热红外遥感影像。基于气象历史资料的研究大多根据气象站点进行时间序列趋势分析，如张建亚基于重庆市32个区县的气象站点历史数据量化重庆市高温热浪危险性，选用了较多的指标，如“强度”、“频率”、“持续时间”等，但没有对危险性进行空间化[13]。虽然有研究针对进行气象站点插值进行空间化，如Xie等[14]对中国大陆829个气象站进行空间插值得到近30年高温日分布，但由于气象站点过于稀疏，插值结果空间精度较低，难以准确描述高温危险性空间变化，后续的综合风险区划准确性也随之降低；而基于遥感影像的栅格水平研究往往选用高温事件期间的单日影像，如陈倩等[15]对长江三角洲地区高温热浪风险区划时，选用单日的MODIS白天和夜间地表温度量化高温危险性，该影像仅反映传感器成像时刻的地表温度，难以反映高温危险性的时间变化。选取的危险性指标限于“地表温度”，而中国气象局结合我国国情，将最高连续三天以上空气温度温达到35℃的天气定义为“高温热浪”，因此，仅使用地表温度描述高温灾害的特性是不够全面的。

本研究使用欧洲中期天气预报中心(ECMWF)1989年-2021年的每日气温数据，计算出更能准确地反映外部环境的冷热程度的体感温度[16]，以热浪频率(F)、热浪年内总持续时间(TD)、热浪期间最大体感温度(Hmax)、热浪最长持续时间(Dmax)四个指标量化高温灾害危险性，基于栅格尺度反映高温灾害危险性的多年变化和空间差异。随后，结合社会经济数据和人口数据，从高温热浪危险性、人口暴露、脆弱性等方面构建包含11种指标的高温热浪风险指标体系，引入CRITIC法衡量指标层。最后，基于空间叠置法对成渝双城经济圈高温灾害进行综合风险区划，为该区域高温灾害防灾减灾决策，科学预警及适应措施提出提供数据基础和科学依据。

1 研究区概况

成渝双城经济圈位于中国西南腹地，是我国西部地区发展水平最高、发展潜力较大的城镇化区域。该区域处于四川盆地，东部、南部以丘陵、山地为主，西部、北部以平原为主。成渝双城经济圈以重庆、成都两座千万级人口大都市为核心，并有绵阳、乐山、宜宾、南充、达州等多个副中心协同发展。2020年，成渝双城经济圈地区生产总值占四川、重庆两省份生产总值的90%，占国内生产总值的6.7%。

该区域属于亚热带季风性湿润气候，温暖湿润，降水丰富，年平均相对湿度70%以上，属于中国高湿区。由于独特的盆地地形导致白天地表增温快，夜间热散失受限空气湿度高。这种湿热交加的气候会使人体直接感受到的体感温度高于空气温度，引起人们生理上强烈的不适感，进而影响当地居民正常生活。据统计，重庆7月份大部分区县的平均最高气温高达37℃，川东南的宜宾、泸州、川东北的达州、南充，夏季也会经历较多极端高温日，成都市由于近年来城市化程度高，不透水面面积迅速增加，导致城市热岛效应明显，夏季极端高温也能达到37.3℃，大大增加了人群健康风险，因此，对该城市群进行高温热浪风险评估势在必行。成渝双城经济圈地势分布如图1所示。

图1 成渝双城经济圈数字高程分布Fig.1 Distribution of digital elevation of Chengdu-Chongqing economic circle

2 研究方法与预处理

2.1 数据来源与预处理

本研究选用的遥感数据主要包括：①空气温度和露点温度数据,来源于欧洲中期天气预报中心(ECMWF)网站获取的ERA5-Land全球气候格网；②夜间灯光数据,来源于中国科学院遥感卫星地面站的2019年500 m火石(Flint)地球夜光产品数据集；③DEM高程数据,选用美国太空总署(NASA)的SRTM数字高程模型，分辨率为90 m；④植被指数(NDVI)数据:采用NASA官网MO13A1 500 m植被数据产品，选取2020年全部影像进行最大值合成得到2020年NDVI年最大值数据；⑤河网密度,来源于全国基础地理信息矢量集的五级以上河流，通过ArcGIS工具箱-邻域分析功能计算出河网密度；⑥到医院时间,来源于Open Street Map(OSM)与谷歌地图共同制作的2019年全球医疗机构可达性地图，空间分辨率约为1 km，代表从每个像素点出发，乘坐非机动交通工具所需要的时间。其他社会经济数据包括：地区生产总值、医疗机构床位数、公共预算支出、居民储蓄余额，均来自《中国县域统计年鉴2019(县市卷)》，通过Arcmap制作县域级别面板数据，纳入高温风险评估模型进行计算。

2.2 研究方法

高温风险的定义通常是概率性的，指的是一定时间内高温灾害对社会经济或资源环境的潜在损失[17]。高温风险不仅取决于自然灾害的物理强度和暴露实体的数量，还取决于社会的脆弱性，脆弱性是动态的，以响应经济、社会，以及当地或地区的基础设施特征[18]。根据IPCC第五次评估报告自然灾害风险评估体系可知，高温灾害风险可从危险性、暴露度和脆弱性三方面进行评估，可表示为：

R=(H×Wi)×(E×Wj)×(V×Wk)

(1)

式中:R为风险;H为灾害危险性;E为暴露;V为脆弱性;Wi、Wj、Wk为各自的权重。

2.2.1 评价指标体系构建

本研究采用体感温度量化高温危险性。体感温度是人体感知的周围环境温度的等效温度，受气温、空气湿度等综合影响[19]。研究表明，体感温度与空气温度在空间分布上具一致性，但在建筑密集区比空气温度高5℃以上[20]。由于高温热浪研究大多和人群健康风险研究相关，因此，使用考虑更多环境因素的体感温度来量化高温危险性具有一定合理性。这里使用基于在热环境评估和人体热舒适度评价中运用较多的Humidex指数表示体感温度[21]：

H=ta+0.5555×(6.11×

(2)

其中:H为体感温度(℃)；ta为空气温度(℃)；td为露点(℃)。

通过年均热浪频率(Avg_F)、年均热浪年内总持续时间(Avg_TD)、热浪期间最大体感温度年均值(Avg_Hmax)、年均热浪最长持续时间(Avg_Dmax)四个指标,揭示研究区近32年高温热浪危险性的时间和空间分布。四个指标的计算公式如下：

(3)

(4)

(5)

(6)

其中:loc为像元的空间位置；y为年份；Avg_F为单个像元一年中体感温度大于35℃，持续3d以上热浪次数的32年均值；Avg_TD为单个像元一年中热浪持续总天数的32年均值；Avg_Hmax为单个像元一年中热浪期间最大体感温度的32年均值；Avg_Dmax为单个像元一年中热浪期间最大体感温度的32年均值；

以往的研究在量化人口暴露度时，通常仅选择统计年鉴中空间分辨率较低的县域人口面板数据。这里参考Lu等[22]的研究，以夜间灯光数据为基础，获得基于高程、植被指数校正的人居指数人居指数(HSI)，以获得更准确的人口暴露模拟结果，其定义公式如式(7)：

HSI=[(1-NDVImax)+NTLnor]/

[(1-NTLnor+NDVImax+NTLnor×

NDVImax)]×e-0.003DEM

(7)

其中:NDVImax是研究区2020年NDVI最大值合成；NTLnor为夜间灯光年均值；DEM为高程数据。

社会脆弱性指在不同的经济水平下，某地区应对高温热浪的能力。主要与社会经济敏感性和适应性有关，经济欠发达的区域经济脆弱性更高，而生产总值高、医疗设施完善区域适应能力强，社会经济脆弱性较低。鉴于数据可获得性，选取河网密度、到医院时间、地区生产总值表征敏感性，选择公共预算支出、医疗卫生机构床位数、居民储蓄余额等指标来量化适应性。

2.2.2 CRITIC权重

在分析高温热浪危险性指标重要性时，已有的研究大多采用具有较强主观性的层次分析法，亦或是将各准则层指标等权重相加。但分析指标特征可以发现，高温热浪四个准则层的指标对综合风险的影响程度是不同的，选取的部分指标还存在一定的相关性。因此，需要对各项指标的权重进行量化。CRITIC法是熵权法的一种改进，核心是考虑指标间的变异性和冲突性，计算相同指标在不同方案下的对比强度和关联性，进而计算各个指标所含的信息量[23-24]。通过信息量判断指标对系统的影响程度，从而得到各个指标在综合风险区划中的权重。主要计算过程为：

1)指标归一化由指标矩阵得S到标准化矩阵S′。

对于正向指标有：

(8)

对于逆向指标有：

(9)

2)计算均值和标准差:

(10)

(11)

3)计算变异系数vj和相关系数rij

(12)

(13)

4)计算信息量与权重：

(14)

(15)

式中:Ej为指标所含信息量;βj为该指标权重。

3 结果与分析

根据前面提到的方法，对多源数据进行预处理，并对各指标层因子进行相应的计算和空间化，最后按CRITIC法得到的权重进行指标综合，可得到高温热浪危险性时空特征、人口暴露、脆弱性分布结果。

3.1 基于体感温度的高温热浪危险性分析

本研究首先基于遥感大数据云平台GEE(Google earth engine)计算了1989年-2021年32年的每日体感温度，然后对研究区间每一年的高温热浪频率、总持续时间等指标进行了逐像元统计，得到研究区高温热浪空间分布年均值(图2)，其中遭受高温热浪灾害最频繁的区域为重庆主城区，一年内平均热浪次数可达8次。其次为重庆市璧山区、长寿区、自贡市东南部，一年内平均热浪次数达到7次(图2(a))。热浪总持续时间最长的区域集中在重庆市主城区(56 d)、璧山区(51 d)、垫江县(54 d)、合川区(52 d)、江津区(53 d)、铜梁区(53 d)、广安市(51 d)、达州市西南部(50 d)、泸州市(51 d)(图2(b))。单次热浪持续时间最长的区域分布在重庆主城区(15 d)、重庆市铜梁区(15 d)、合川区(14 d)、达州市西南部(15 d)、南充市南部(14 d)(图2(c))。热浪期间最高体感温度主要出现在宜宾市(44.8℃)、自贡市(44.7℃)(图2(d))，虽然这两个城市热浪的频率、持续时间不是最高的，但其极端高温天气出现的概率较高，对人体舒适度、居民健康造成不良影响。受空气温度数据分辨率影响，本研究未探测到显著的城市热岛效应。

图2 1989年-2021年成渝双城经济圈高温热浪危险性指标年均值空间分布Fig.2 Spatial distribution of annual mean values of heat wave hazard indicators in the Chengdu-Chongqing economic circle from 1989 to 2021(a)热浪次数；(b)热浪总持续时间；(c)热浪最大持续时间；(d)热浪期间最高体感温度

为了更直观地展现近32年成渝双城经济圈高温热浪危险性时间趋势的空间分布，本研究对热浪危险性指标进行了逐像素时间线性回归。以时间作为自变量，高温热浪频率、总持续时间、最大持续时间、热浪期间最高温度作为因变量得到研究区高温热浪危险性时间变化趋势。在进行时间线性回归前，首先进行了P<0.05的显著性检验，然后得到各个指标的斜率空间分布(图3)。若某区域斜率大于“0”，则说明该区域该指标呈正向增长趋势。由图3(a)可知，高温热浪频率斜率大于“0”的区域占研究区总像元数的53.6%，主要出现在成都市、绵阳市、泸州市、乐山市、重庆市、达州市、广安市、南充市，说明近年来这些区域的遭受热浪更频繁。热浪总持续时间斜率大于“0”的区域占研究区总像元数的61.4%，主要出现在重庆市东北部、达州市、绵阳市南部、成都市、眉山市、自贡市、宜宾市(图3(b))。热浪最大持续时间增加幅度较大的区域位于德阳市、成都市、资阳市、以及重庆是东北部(图3(c))。热浪期间最高体感温度，也就是极端天气，在整个盆地边缘都处于增加趋势，且斜率大于“0”的区域占研究区的65%(图3(d))。总体而言，成渝双城经济圈在全球气候变暖的大背景下，由于城市化进程加速导致不透水面比例加，人为热排放增加，引发极端高温天气现象普遍增加，热浪频率和热浪强度持续增加，应当引起相关部门的重视。

图3 成渝双城经济圈高温危险性指标32年来变化斜率Fig.3 Spatial distribution of the slope of heat wave hazard indicators in the Chengdu-Chongqing economic circle from 1989 to 2021(a)热浪次数；(b)热浪总持续时间；(c)热浪最大持续时间；(d)热浪期间最高体感温度

将高温危险性指标按CRITIC法计算得到的权重进行空间叠置(表1)，并按自然断点法分为五级，得到成渝双城经济圈高温危险性结果(图4)。根据结果可知，高危险性区域主要集中在重庆市主城区、重庆市璧山区、重庆市江津区、重庆市永川区、重庆市铜梁区、泸州市北部、宜宾市东北部、广安市南部区域。中等危险区域主要分布在重庆市主城区、重庆市长寿区、重庆市潼南区、自贡市、宜宾市、泸州市、达州市西南部、以及广安市的大部分区域。西部的中心城市成都、绵阳、乐山由于靠近大型山脉，夏季高温危险性处于一般危险及危险性较低的区域。总体而言，成渝双城经济圈高温危险性中高等级区主要集中在重庆西部、四川南部，并呈现显著的聚集性特征。

表1 基于CRITIC法的高温热浪综合风险指标及权重

图4 成渝双城经济圈高温危险性分区Fig.4 Spatial distribution of the heat wave hazard in the Chengdu-Chongqing economic circle

3.2 人口暴露分析

根据式(7)，融合植被指数、夜间灯光、数字高程模型，得到研究区人居指数分布。人居指数与县域人口数具有较强的线性相关性(R2=0.8918 )，说明该模型得到的人居指数能够很好地模拟研究区的人口空间分布特征，可用于表征研究区人口暴露指数。

将研究区人口暴露空间化指数按自然断点法分为五个等级，得到研究区人口暴露度分布(图5)。据图5可知，人口暴露度高的区域主要为在成都、重庆两个特大城市以及绵阳、遂宁、德阳、南充、宜宾、乐山等副中心城市。重庆区县中，渝东北的中心城市万州区也拥有较高人口暴露度。人口较高暴露度主要分布在中心城市周边区县，暴露度较低区域主要分布在研究区西部靠近龙门山脉的区域以及四川盆地南部接近云贵高原的区域。这些区域大多为山地、植被覆盖度高、人烟稀少，故人口暴露度较低。

图5 成渝双城经济圈人居指数与人口暴露的相关关系Fig.5 Correlation between human settlement index and population exposure in the Chengdu-Chongqing economic circle

3.3 社会脆弱性分析

将河网密度、到医院时间、县域生产总值、医疗卫生机构床位数、公共预算支出、居民储蓄余额按(表1)中的权重叠加，得到研究区社会脆弱性分布(图6)。脆弱性高的区域主要分布在研究区西南部的雅安市、乐山市，以及成都市北部、德阳市西北部、重庆黔江区。虽然这些区域的高温危险性指数较低，但由于地处偏远山区，交通不便，到医院的便捷程度大大降低。同时，这些区域由于经济欠发达、医疗配套设施不够完善、居民收入较低，一旦遭遇热浪袭击，人群健康风险会大大增加。脆弱性较低的区域分布在重庆市中部和东北部，这些区域热浪危险性较高，但由于靠近水源、河网密度大，区域发展均衡，公共预算支出较高，在降低社会脆弱性方面更有优势。此外，四川境内的各个市区脆弱性均较低，主要原因是地区生产总值相比周围农村区域更高，居民收入高，医疗机构可达性更高，医疗配套设施也更完善，在应对高温热浪时，具有更强的适应性。

3.4 综合风险分析

在分别得到研究区高温危险性、人口暴露、社会经济脆弱性分析结果后，将三个准则层按CRITIC权重结果(表1)叠加得到成渝双城经济圈高温热浪综合风险分布(图7)。从图7可知，高风险区主要位于成都市中心城区、重庆主城区大部。前者的人口暴露处于研究区最高水平，后者处于高温危险性高值区。其次，高风险区还出现在绵阳市、德阳市、乐山市、遂宁市、南充市、达州市、宜宾市、广安市的中心城区以及重庆主城区西部的部分区县。这些地区属于人口高暴露地区，人群密集、人为热排放量高、夏季遭受高温热浪的风险高于周边乡村地区。高温热浪较高风险区主要出现在重庆长寿区、垫江区、大足区、合川区、潼南区、荣昌区，以及宜宾市、泸州市、自贡市的大部分区域，这些地区脆弱性较低，但由于CRITIC权重法结果中，高温危险性权重较高，且这些区域的人口暴露度也较高，因此被划分为较高风险区。高温热浪中等风险区主要位于成都市东部、资阳市东部、乐山市东北部、达州市中部、眉山市及南充市南部。盆地边缘靠近各大山脉的区域如雅安市、泸州市南部、重庆市黔江区的高温热浪风险较低，但由于经济欠发达，风险适应能力较弱，这些区域的高温热浪风险防范也-应得到重视。

从图9可知，高温热浪风险地区均值最高值为重庆市(3.26)，最低值为雅安市(1.07)。值得注意的是，内江市、广安市风险地区均值处于较高水平，可能由于这两个市级行政区内低风险地区较少，中风险区和较低风险区两者占比过高。由分等级风险区占比可知，自贡市、广安市、泸州市的中等风险区占研究区50%以上，意味着市域内一半以上区域处于高温风险较高值，可能与该区域夏季热浪期间最高气温较高，高温天气较为极端有关，这些城市将成为成渝经济圈高温热浪风险重点防范区域。

图9 成渝双城经济圈主要城市高温风险统计值Fig.9 Statistical analyse of the heat wave risk in the Chengdu-Chongqing economic circle

3.5 高温热浪风险应对建议

根据研究结果，对成渝双城经济圈发展提出高温热浪风险缓解措施：

1)对于城市化程度较高的成都市、重庆市可通过控制热源、减少人为热排放、适当增加建成区降温措施来减轻高温热浪带来的不良影响。具体而言，可将热排放超标的企业搬迁至城市远郊，减少对城市的人员贡献；其次完善城市公共交通体系，方便市民出行，还可通过公共交通优惠措施，减少市民在高温天气机动交通出行频率；提升城市建成区绿化率，增加高标准绿地配置，发挥植被降温作用，适当发展立体绿化。

2)对于风险值较高的其他地市，优化新城区建设布局尤为重要。在新城区建设规划时应构建利于通风散热的街区布局，合理把控建筑高度和密度，设计公共设施和住宅时均考虑散热性能。

3)对于雅安及盆地边缘热浪脆弱性较高的区域，可通过提高交通便捷程度，增加医疗设施可达性，增加惠民降温设施建设等措施提升该区域的热浪防御能力。此外，全球温度显著升高已是全人类共同面临环境问题，一带一路区域、众多的欧美国家近年来都曾遭受高温热浪的侵袭。因此，相关部门可加大高温热浪防灾减灾知识宣传科普、增强民众节能减排意识，从源头上减少导致极端高温天气的不良因素，从而降低高温事件发生的概率

4 结论与展望

基于IPCC自然灾害风险评估框架，构建了“高温危险性-暴露-脆弱性”的高温热浪风险评估指标体系。引入了更能反映人体舒适度的体感温度量化研究区近32年来高温危险性，重点分析了高温危险性逐像素时空趋势，并采用融合DEM、NDVI和夜间灯光的人居指数表征人口空间分布，最后引入CRITIC法计算各指标权重，得到了研究区高温热浪风险格局，主要结论如下。

1)高温热浪危险性结果表明，遭受高温热浪灾害最频繁的区域为重庆主城区，璧山区、长寿区、自贡市东南部等。热浪总持续时间最长的区域集中在重庆市及周边区县，四川广安市、达州市、泸州市等，平均热浪天数多达50 d。单次热浪持续时间最长的区域分布在重庆主城区、铜梁区、合川区、达州市西南部等。此外，宜宾市、自贡市热浪期间的高温最极端，对人体舒适度、居民健康造成了较大威胁。

2)高温危险性时间线性回归结果表明,成都市、重庆等中心城市热浪呈增长趋势频率，说明近年来这些区域的遭受热浪更频繁，极端天气发生的概率更高，在发展成渝双城经济圈中心城市的同时，应更加注重高温热浪风险防范。

3)综合风险区划表明，高风险区主要位于人口高暴露的成都市、高温危险性高值区重庆市主城区，以及目前正在大力发展的副中心城市绵阳市、宜宾市、乐山市等。盆地边缘的雅安市、泸州市南部、重庆市黔江区面临的人口压力较小、高温危险性极低，高温热浪风险因此较低，但由于社会经济脆弱性较高，这些区域的高温热浪风险不容忽视。

基于体感温度的高温热浪危险性评估，能够更准确地反映人对于环境温度的舒适度感知，突出了高温灾害风险区划与人群健康风险-的重要联系。本研究还存在一些有待深入的问题，如在计算体感温度时，为考虑更高时间分辨率，气温数据集的空间分辨率受到一定限制，高温热浪危险性分析和综合风险区划的空间分辨率还有待提升。以后的研究可尝试用分辨率更高的热红外数据集进行气温和露点温度反演，以获得更精细的风险区划分布。此外，本研究所获的县域社会经济数据为近两年的统计数据，仅反映了成渝双城经济圈当前的热浪风险区划问题，未充分考虑社会经济数据的时间变化。未来的研究可将人口暴露和社会经济数据时间变化考虑在内，以预测热浪风险的未来趋势，为相关部门制订中长期防灾减灾策略提供借鉴。