成渝雙城經濟圈高溫熱浪時空分析及風險評估

楊 梅, 劉 瑞, 茍曉娟, 李谷琳, 徐 源

(成都理工大學 a.地球物理學院，b.旅游與城鄉規劃學院，成都 610059)

0 引言

高溫熱浪是指大氣溫度過高，持續時間較長，引起人和動植物不能適應環境的一種極端天氣過程，是氣象災害的一種[1]。政府間氣候變化專門委員會(IPCC)第6次評估報告第一工作組報告[2]指出，人類活動引起全球平均表面溫度升高，極端高溫天氣發生強度頻率迅速增加。據報道，極端高溫天氣會增加人們罹患熱相關疾病的風險，從而導致死亡率上升[3]。同時，高溫熱浪還會導致空氣質量降低，農業和植被生產力下降，能源需求增加等一系列對生態系統和社會經濟的不利影響[4]。熱浪已超過颶風、閃電、龍卷風、洪水和地震等其他自然災害，成為美國與自然災害相關死亡的主要原因[5]。歐洲大陸中部2003年夏季發生的一次熱浪導致約40 000人死亡[6]。1961年-2013年，中國西南、華南地區的高溫熱浪增速最快[7]。隨著全球城市化進程加速，高溫災害對人類社會的危害日益凸顯，成為全球變暖背景下氣候研究的重點。

目前，已有一些學者對部分高溫熱浪災害頻發的城市進行了熱浪風險區劃研究，如Stevan等[8]對結合城市熱島強度和死亡率對塞爾維亞諾維薩德城區進行了高溫熱浪風險區劃，得到了以死亡率為表征的脆弱性分布結果；馬進等[9]利用洛陽市近50年的歷史氣候資料和地理信息數據，從致災因子、孕災環境、承載體多個角度構建了高溫災害風險評價體系。此外，還有對杭州市、上海市等“火爐”城市的高溫熱浪研究，但基于城市群尺度的高溫熱浪風險區劃研究還較少[10-12]。

在進行熱浪危險性分析時，主要數據來源為氣象歷史資料和熱紅外遙感影像。基于氣象歷史資料的研究大多根據氣象站點進行時間序列趨勢分析，如張建亞基于重慶市32個區縣的氣象站點歷史數據量化重慶市高溫熱浪危險性，選用了較多的指標，如“強度”、“頻率”、“持續時間”等，但沒有對危險性進行空間化[13]。雖然有研究針對進行氣象站點插值進行空間化，如Xie等[14]對中國大陸829個氣象站進行空間插值得到近30年高溫日分布，但由于氣象站點過于稀疏，插值結果空間精度較低，難以準確描述高溫危險性空間變化，后續的綜合風險區劃準確性也隨之降低；而基于遙感影像的柵格水平研究往往選用高溫事件期間的單日影像，如陳倩等[15]對長江三角洲地區高溫熱浪風險區劃時，選用單日的MODIS白天和夜間地表溫度量化高溫危險性，該影像僅反映傳感器成像時刻的地表溫度，難以反映高溫危險性的時間變化。選取的危險性指標限于“地表溫度”，而中國氣象局結合我國國情，將最高連續三天以上空氣溫度溫達到35℃的天氣定義為“高溫熱浪”，因此，僅使用地表溫度描述高溫災害的特性是不夠全面的。

本研究使用歐洲中期天氣預報中心(ECMWF)1989年-2021年的每日氣溫數據，計算出更能準確地反映外部環境的冷熱程度的體感溫度[16]，以熱浪頻率(F)、熱浪年內總持續時間(TD)、熱浪期間最大體感溫度(Hmax)、熱浪最長持續時間(Dmax)四個指標量化高溫災害危險性，基于柵格尺度反映高溫災害危險性的多年變化和空間差異。隨后，結合社會經濟數據和人口數據，從高溫熱浪危險性、人口暴露、脆弱性等方面構建包含11種指標的高溫熱浪風險指標體系，引入CRITIC法衡量指標層。最后，基于空間疊置法對成渝雙城經濟圈高溫災害進行綜合風險區劃，為該區域高溫災害防災減災決策，科學預警及適應措施提出提供數據基礎和科學依據。

1 研究區概況

成渝雙城經濟圈位于中國西南腹地，是我國西部地區發展水平最高、發展潛力較大的城鎮化區域。該區域處于四川盆地，東部、南部以丘陵、山地為主，西部、北部以平原為主。成渝雙城經濟圈以重慶、成都兩座千萬級人口大都市為核心，并有綿陽、樂山、宜賓、南充、達州等多個副中心協同發展。2020年，成渝雙城經濟圈地區生產總值占四川、重慶兩省份生產總值的90%，占國內生產總值的6.7%。

該區域屬于亞熱帶季風性濕潤氣候，溫暖濕潤，降水豐富，年平均相對濕度70%以上，屬于中國高濕區。由于獨特的盆地地形導致白天地表增溫快，夜間熱散失受限空氣濕度高。這種濕熱交加的氣候會使人體直接感受到的體感溫度高于空氣溫度，引起人們生理上強烈的不適感，進而影響當地居民正常生活。據統計，重慶7月份大部分區縣的平均最高氣溫高達37℃，川東南的宜賓、瀘州、川東北的達州、南充，夏季也會經歷較多極端高溫日，成都市由于近年來城市化程度高，不透水面面積迅速增加，導致城市熱島效應明顯，夏季極端高溫也能達到37.3℃，大大增加了人群健康風險，因此，對該城市群進行高溫熱浪風險評估勢在必行。成渝雙城經濟圈地勢分布如圖1所示。

圖1 成渝雙城經濟圈數字高程分布Fig.1 Distribution of digital elevation of Chengdu-Chongqing economic circle

2 研究方法與預處理

2.1 數據來源與預處理

本研究選用的遙感數據主要包括：①空氣溫度和露點溫度數據,來源于歐洲中期天氣預報中心(ECMWF)網站獲取的ERA5-Land全球氣候格網；②夜間燈光數據,來源于中國科學院遙感衛星地面站的2019年500 m火石(Flint)地球夜光產品數據集；③DEM高程數據,選用美國太空總署(NASA)的SRTM數字高程模型，分辨率為90 m；④植被指數(NDVI)數據:采用NASA官網MO13A1 500 m植被數據產品，選取2020年全部影像進行最大值合成得到2020年NDVI年最大值數據；⑤河網密度,來源于全國基礎地理信息矢量集的五級以上河流，通過ArcGIS工具箱-鄰域分析功能計算出河網密度；⑥到醫院時間,來源于Open Street Map(OSM)與谷歌地圖共同制作的2019年全球醫療機構可達性地圖，空間分辨率約為1 km，代表從每個像素點出發，乘坐非機動交通工具所需要的時間。其他社會經濟數據包括：地區生產總值、醫療機構床位數、公共預算支出、居民儲蓄余額，均來自《中國縣域統計年鑒2019(縣市卷)》，通過Arcmap制作縣域級別面板數據，納入高溫風險評估模型進行計算。

2.2 研究方法

高溫風險的定義通常是概率性的，指的是一定時間內高溫災害對社會經濟或資源環境的潛在損失[17]。高溫風險不僅取決于自然災害的物理強度和暴露實體的數量，還取決于社會的脆弱性，脆弱性是動態的，以響應經濟、社會，以及當地或地區的基礎設施特征[18]。根據IPCC第五次評估報告自然災害風險評估體系可知，高溫災害風險可從危險性、暴露度和脆弱性三方面進行評估，可表示為：

R=(H×Wi)×(E×Wj)×(V×Wk)

(1)

式中:R為風險;H為災害危險性;E為暴露;V為脆弱性;Wi、Wj、Wk為各自的權重。

2.2.1 評價指標體系構建

本研究采用體感溫度量化高溫危險性。體感溫度是人體感知的周圍環境溫度的等效溫度，受氣溫、空氣濕度等綜合影響[19]。研究表明，體感溫度與空氣溫度在空間分布上具一致性，但在建筑密集區比空氣溫度高5℃以上[20]。由于高溫熱浪研究大多和人群健康風險研究相關，因此，使用考慮更多環境因素的體感溫度來量化高溫危險性具有一定合理性。這里使用基于在熱環境評估和人體熱舒適度評價中運用較多的Humidex指數表示體感溫度[21]：

H=ta+0.5555×(6.11×

(2)

其中:H為體感溫度(℃)；ta為空氣溫度(℃)；td為露點(℃)。

通過年均熱浪頻率(Avg_F)、年均熱浪年內總持續時間(Avg_TD)、熱浪期間最大體感溫度年均值(Avg_Hmax)、年均熱浪最長持續時間(Avg_Dmax)四個指標,揭示研究區近32年高溫熱浪危險性的時間和空間分布。四個指標的計算公式如下：

(3)

(4)

(5)

(6)

其中:loc為像元的空間位置；y為年份；Avg_F為單個像元一年中體感溫度大于35℃，持續3d以上熱浪次數的32年均值；Avg_TD為單個像元一年中熱浪持續總天數的32年均值；Avg_Hmax為單個像元一年中熱浪期間最大體感溫度的32年均值；Avg_Dmax為單個像元一年中熱浪期間最大體感溫度的32年均值；

以往的研究在量化人口暴露度時，通常僅選擇統計年鑒中空間分辨率較低的縣域人口面板數據。這里參考Lu等[22]的研究，以夜間燈光數據為基礎，獲得基于高程、植被指數校正的人居指數人居指數(HSI)，以獲得更準確的人口暴露模擬結果，其定義公式如式(7)：

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

[(1-NTLnor+NDVImax+NTLnor×

NDVImax)]×e-0.003DEM

(7)

其中:NDVImax是研究區2020年NDVI最大值合成；NTLnor為夜間燈光年均值；DEM為高程數據。

社會脆弱性指在不同的經濟水平下，某地區應對高溫熱浪的能力。主要與社會經濟敏感性和適應性有關，經濟欠發達的區域經濟脆弱性更高，而生產總值高、醫療設施完善區域適應能力強，社會經濟脆弱性較低。鑒于數據可獲得性，選取河網密度、到醫院時間、地區生產總值表征敏感性，選擇公共預算支出、醫療衛生機構床位數、居民儲蓄余額等指標來量化適應性。

2.2.2 CRITIC權重

在分析高溫熱浪危險性指標重要性時，已有的研究大多采用具有較強主觀性的層次分析法，亦或是將各準則層指標等權重相加。但分析指標特征可以發現，高溫熱浪四個準則層的指標對綜合風險的影響程度是不同的，選取的部分指標還存在一定的相關性。因此，需要對各項指標的權重進行量化。CRITIC法是熵權法的一種改進，核心是考慮指標間的變異性和沖突性，計算相同指標在不同方案下的對比強度和關聯性，進而計算各個指標所含的信息量[23-24]。通過信息量判斷指標對系統的影響程度，從而得到各個指標在綜合風險區劃中的權重。主要計算過程為：

1)指標歸一化由指標矩陣得S到標準化矩陣S′。

對于正向指標有：

(8)

對于逆向指標有：

(9)

2)計算均值和標準差:

(10)

(11)

3)計算變異系數vj和相關系數rij

(12)

(13)

4)計算信息量與權重：

(14)

(15)

式中:Ej為指標所含信息量;βj為該指標權重。

3 結果與分析

根據前面提到的方法，對多源數據進行預處理，并對各指標層因子進行相應的計算和空間化，最后按CRITIC法得到的權重進行指標綜合，可得到高溫熱浪危險性時空特征、人口暴露、脆弱性分布結果。

3.1 基于體感溫度的高溫熱浪危險性分析

本研究首先基于遙感大數據云平臺GEE(Google earth engine)計算了1989年-2021年32年的每日體感溫度，然后對研究區間每一年的高溫熱浪頻率、總持續時間等指標進行了逐像元統計，得到研究區高溫熱浪空間分布年均值(圖2)，其中遭受高溫熱浪災害最頻繁的區域為重慶主城區，一年內平均熱浪次數可達8次。其次為重慶市璧山區、長壽區、自貢市東南部，一年內平均熱浪次數達到7次(圖2(a))。熱浪總持續時間最長的區域集中在重慶市主城區(56 d)、璧山區(51 d)、墊江縣(54 d)、合川區(52 d)、江津區(53 d)、銅梁區(53 d)、廣安市(51 d)、達州市西南部(50 d)、瀘州市(51 d)(圖2(b))。單次熱浪持續時間最長的區域分布在重慶主城區(15 d)、重慶市銅梁區(15 d)、合川區(14 d)、達州市西南部(15 d)、南充市南部(14 d)(圖2(c))。熱浪期間最高體感溫度主要出現在宜賓市(44.8℃)、自貢市(44.7℃)(圖2(d))，雖然這兩個城市熱浪的頻率、持續時間不是最高的，但其極端高溫天氣出現的概率較高，對人體舒適度、居民健康造成不良影響。受空氣溫度數據分辨率影響，本研究未探測到顯著的城市熱島效應。

圖2 1989年-2021年成渝雙城經濟圈高溫熱浪危險性指標年均值空間分布Fig.2 Spatial distribution of annual mean values of heat wave hazard indicators in the Chengdu-Chongqing economic circle from 1989 to 2021(a)熱浪次數；(b)熱浪總持續時間；(c)熱浪最大持續時間；(d)熱浪期間最高體感溫度

為了更直觀地展現近32年成渝雙城經濟圈高溫熱浪危險性時間趨勢的空間分布，本研究對熱浪危險性指標進行了逐像素時間線性回歸。以時間作為自變量，高溫熱浪頻率、總持續時間、最大持續時間、熱浪期間最高溫度作為因變量得到研究區高溫熱浪危險性時間變化趨勢。在進行時間線性回歸前，首先進行了P<0.05的顯著性檢驗，然后得到各個指標的斜率空間分布(圖3)。若某區域斜率大于“0”，則說明該區域該指標呈正向增長趨勢。由圖3(a)可知，高溫熱浪頻率斜率大于“0”的區域占研究區總像元數的53.6%，主要出現在成都市、綿陽市、瀘州市、樂山市、重慶市、達州市、廣安市、南充市，說明近年來這些區域的遭受熱浪更頻繁。熱浪總持續時間斜率大于“0”的區域占研究區總像元數的61.4%，主要出現在重慶市東北部、達州市、綿陽市南部、成都市、眉山市、自貢市、宜賓市(圖3(b))。熱浪最大持續時間增加幅度較大的區域位于德陽市、成都市、資陽市、以及重慶是東北部(圖3(c))。熱浪期間最高體感溫度，也就是極端天氣，在整個盆地邊緣都處于增加趨勢，且斜率大于“0”的區域占研究區的65%(圖3(d))。總體而言，成渝雙城經濟圈在全球氣候變暖的大背景下，由于城市化進程加速導致不透水面比例加，人為熱排放增加，引發極端高溫天氣現象普遍增加，熱浪頻率和熱浪強度持續增加，應當引起相關部門的重視。

圖3 成渝雙城經濟圈高溫危險性指標32年來變化斜率Fig.3 Spatial distribution of the slope of heat wave hazard indicators in the Chengdu-Chongqing economic circle from 1989 to 2021(a)熱浪次數；(b)熱浪總持續時間；(c)熱浪最大持續時間；(d)熱浪期間最高體感溫度

將高溫危險性指標按CRITIC法計算得到的權重進行空間疊置(表1)，并按自然斷點法分為五級，得到成渝雙城經濟圈高溫危險性結果(圖4)。根據結果可知，高危險性區域主要集中在重慶市主城區、重慶市璧山區、重慶市江津區、重慶市永川區、重慶市銅梁區、瀘州市北部、宜賓市東北部、廣安市南部區域。中等危險區域主要分布在重慶市主城區、重慶市長壽區、重慶市潼南區、自貢市、宜賓市、瀘州市、達州市西南部、以及廣安市的大部分區域。西部的中心城市成都、綿陽、樂山由于靠近大型山脈，夏季高溫危險性處于一般危險及危險性較低的區域。總體而言，成渝雙城經濟圈高溫危險性中高等級區主要集中在重慶西部、四川南部，并呈現顯著的聚集性特征。

表1 基于CRITIC法的高溫熱浪綜合風險指標及權重

圖4 成渝雙城經濟圈高溫危險性分區Fig.4 Spatial distribution of the heat wave hazard in the Chengdu-Chongqing economic circle

3.2 人口暴露分析

根據式(7)，融合植被指數、夜間燈光、數字高程模型，得到研究區人居指數分布。人居指數與縣域人口數具有較強的線性相關性(R2=0.8918 )，說明該模型得到的人居指數能夠很好地模擬研究區的人口空間分布特征，可用于表征研究區人口暴露指數。

將研究區人口暴露空間化指數按自然斷點法分為五個等級，得到研究區人口暴露度分布(圖5)。據圖5可知，人口暴露度高的區域主要為在成都、重慶兩個特大城市以及綿陽、遂寧、德陽、南充、宜賓、樂山等副中心城市。重慶區縣中，渝東北的中心城市萬州區也擁有較高人口暴露度。人口較高暴露度主要分布在中心城市周邊區縣，暴露度較低區域主要分布在研究區西部靠近龍門山脈的區域以及四川盆地南部接近云貴高原的區域。這些區域大多為山地、植被覆蓋度高、人煙稀少，故人口暴露度較低。

圖5 成渝雙城經濟圈人居指數與人口暴露的相關關系Fig.5 Correlation between human settlement index and population exposure in the Chengdu-Chongqing economic circle

3.3 社會脆弱性分析

將河網密度、到醫院時間、縣域生產總值、醫療衛生機構床位數、公共預算支出、居民儲蓄余額按(表1)中的權重疊加，得到研究區社會脆弱性分布(圖6)。脆弱性高的區域主要分布在研究區西南部的雅安市、樂山市，以及成都市北部、德陽市西北部、重慶黔江區。雖然這些區域的高溫危險性指數較低，但由于地處偏遠山區，交通不便，到醫院的便捷程度大大降低。同時，這些區域由于經濟欠發達、醫療配套設施不夠完善、居民收入較低，一旦遭遇熱浪襲擊，人群健康風險會大大增加。脆弱性較低的區域分布在重慶市中部和東北部，這些區域熱浪危險性較高，但由于靠近水源、河網密度大，區域發展均衡，公共預算支出較高，在降低社會脆弱性方面更有優勢。此外，四川境內的各個市區脆弱性均較低，主要原因是地區生產總值相比周圍農村區域更高，居民收入高，醫療機構可達性更高，醫療配套設施也更完善，在應對高溫熱浪時，具有更強的適應性。

3.4 綜合風險分析

在分別得到研究區高溫危險性、人口暴露、社會經濟脆弱性分析結果后，將三個準則層按CRITIC權重結果(表1)疊加得到成渝雙城經濟圈高溫熱浪綜合風險分布(圖7)。從圖7可知，高風險區主要位于成都市中心城區、重慶主城區大部。前者的人口暴露處于研究區最高水平，后者處于高溫危險性高值區。其次，高風險區還出現在綿陽市、德陽市、樂山市、遂寧市、南充市、達州市、宜賓市、廣安市的中心城區以及重慶主城區西部的部分區縣。這些地區屬于人口高暴露地區，人群密集、人為熱排放量高、夏季遭受高溫熱浪的風險高于周邊鄉村地區。高溫熱浪較高風險區主要出現在重慶長壽區、墊江區、大足區、合川區、潼南區、榮昌區，以及宜賓市、瀘州市、自貢市的大部分區域，這些地區脆弱性較低，但由于CRITIC權重法結果中，高溫危險性權重較高，且這些區域的人口暴露度也較高，因此被劃分為較高風險區。高溫熱浪中等風險區主要位于成都市東部、資陽市東部、樂山市東北部、達州市中部、眉山市及南充市南部。盆地邊緣靠近各大山脈的區域如雅安市、瀘州市南部、重慶市黔江區的高溫熱浪風險較低，但由于經濟欠發達，風險適應能力較弱，這些區域的高溫熱浪風險防范也-應得到重視。

從圖9可知，高溫熱浪風險地區均值最高值為重慶市(3.26)，最低值為雅安市(1.07)。值得注意的是，內江市、廣安市風險地區均值處于較高水平，可能由于這兩個市級行政區內低風險地區較少，中風險區和較低風險區兩者占比過高。由分等級風險區占比可知，自貢市、廣安市、瀘州市的中等風險區占研究區50%以上，意味著市域內一半以上區域處于高溫風險較高值，可能與該區域夏季熱浪期間最高氣溫較高，高溫天氣較為極端有關，這些城市將成為成渝經濟圈高溫熱浪風險重點防范區域。

圖9 成渝雙城經濟圈主要城市高溫風險統計值Fig.9 Statistical analyse of the heat wave risk in the Chengdu-Chongqing economic circle

3.5 高溫熱浪風險應對建議

根據研究結果，對成渝雙城經濟圈發展提出高溫熱浪風險緩解措施：

1)對于城市化程度較高的成都市、重慶市可通過控制熱源、減少人為熱排放、適當增加建成區降溫措施來減輕高溫熱浪帶來的不良影響。具體而言，可將熱排放超標的企業搬遷至城市遠郊，減少對城市的人員貢獻；其次完善城市公共交通體系，方便市民出行，還可通過公共交通優惠措施，減少市民在高溫天氣機動交通出行頻率；提升城市建成區綠化率，增加高標準綠地配置，發揮植被降溫作用，適當發展立體綠化。

2)對于風險值較高的其他地市，優化新城區建設布局尤為重要。在新城區建設規劃時應構建利于通風散熱的街區布局，合理把控建筑高度和密度，設計公共設施和住宅時均考慮散熱性能。

3)對于雅安及盆地邊緣熱浪脆弱性較高的區域，可通過提高交通便捷程度，增加醫療設施可達性，增加惠民降溫設施建設等措施提升該區域的熱浪防御能力。此外，全球溫度顯著升高已是全人類共同面臨環境問題，一帶一路區域、眾多的歐美國家近年來都曾遭受高溫熱浪的侵襲。因此，相關部門可加大高溫熱浪防災減災知識宣傳科普、增強民眾節能減排意識，從源頭上減少導致極端高溫天氣的不良因素，從而降低高溫事件發生的概率

4 結論與展望

基于IPCC自然災害風險評估框架，構建了“高溫危險性-暴露-脆弱性”的高溫熱浪風險評估指標體系。引入了更能反映人體舒適度的體感溫度量化研究區近32年來高溫危險性，重點分析了高溫危險性逐像素時空趨勢，并采用融合DEM、NDVI和夜間燈光的人居指數表征人口空間分布，最后引入CRITIC法計算各指標權重，得到了研究區高溫熱浪風險格局，主要結論如下。

1)高溫熱浪危險性結果表明，遭受高溫熱浪災害最頻繁的區域為重慶主城區，璧山區、長壽區、自貢市東南部等。熱浪總持續時間最長的區域集中在重慶市及周邊區縣，四川廣安市、達州市、瀘州市等，平均熱浪天數多達50 d。單次熱浪持續時間最長的區域分布在重慶主城區、銅梁區、合川區、達州市西南部等。此外，宜賓市、自貢市熱浪期間的高溫最極端，對人體舒適度、居民健康造成了較大威脅。

2)高溫危險性時間線性回歸結果表明,成都市、重慶等中心城市熱浪呈增長趨勢頻率，說明近年來這些區域的遭受熱浪更頻繁，極端天氣發生的概率更高，在發展成渝雙城經濟圈中心城市的同時，應更加注重高溫熱浪風險防范。

3)綜合風險區劃表明，高風險區主要位于人口高暴露的成都市、高溫危險性高值區重慶市主城區，以及目前正在大力發展的副中心城市綿陽市、宜賓市、樂山市等。盆地邊緣的雅安市、瀘州市南部、重慶市黔江區面臨的人口壓力較小、高溫危險性極低，高溫熱浪風險因此較低，但由于社會經濟脆弱性較高，這些區域的高溫熱浪風險不容忽視。

基于體感溫度的高溫熱浪危險性評估，能夠更準確地反映人對于環境溫度的舒適度感知，突出了高溫災害風險區劃與人群健康風險-的重要聯系。本研究還存在一些有待深入的問題，如在計算體感溫度時，為考慮更高時間分辨率，氣溫數據集的空間分辨率受到一定限制，高溫熱浪危險性分析和綜合風險區劃的空間分辨率還有待提升。以后的研究可嘗試用分辨率更高的熱紅外數據集進行氣溫和露點溫度反演，以獲得更精細的風險區劃分布。此外，本研究所獲的縣域社會經濟數據為近兩年的統計數據，僅反映了成渝雙城經濟圈當前的熱浪風險區劃問題，未充分考慮社會經濟數據的時間變化。未來的研究可將人口暴露和社會經濟數據時間變化考慮在內，以預測熱浪風險的未來趨勢，為相關部門制訂中長期防災減災策略提供借鑒。