城市高溫脆弱性預(yù)警系統(tǒng)構(gòu)建與應(yīng)用

吳朝瑋，稅 偉，黃志剛，汪春輝，喬 璐，吳葉玲

（1.福州大學(xué) 環(huán)境與安全工程學(xué)院，福州 350108；2.復(fù)旦大學(xué) 公共衛(wèi)生學(xué)院，上海 200032；3.福建省氣象局，福州 350001；4.福建省氣象服務(wù)中心 福州，350001；5.湖南大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，長(zhǎng)沙 410006；6.福建醫(yī)科大學(xué) 附屬第一醫(yī)院，福州 350005）

在全球變暖的背景下，極端高溫給國(guó)家和地區(qū)的經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展帶來嚴(yán)重負(fù)面影響，幾乎可以肯定熱天和熱夜的數(shù)量以及熱浪的持續(xù)日數(shù)、頻率和強(qiáng)度將繼續(xù)增加（Meehl and Tebaldi, 2004;Sun et al., 2014；葛全勝 等，2014；Li et al., 2018;Seneviratne et al., 2021）。2021年北半球經(jīng)歷了罕見高溫，加拿大、美國(guó)、歐洲多地因高溫死亡數(shù)百人（央視網(wǎng)，2021）。2022年中國(guó)報(bào)告了氣象觀測(cè)史上最熱的夏天，上海、福州、長(zhǎng)沙等多個(gè)城市高溫日數(shù)超過60 d（中國(guó)氣象愛好者，2022）。極端高溫一方面加劇了城市熱島效應(yīng)（Oleson et al., 2018;Zhao et al., 2018），破壞陸地交通基礎(chǔ)設(shè)施（Chinowsky and Arndt, 2012; Chinowsky et al., 2019），影響航空（Zhou et al., 2018）和能源運(yùn)輸（Craig et al., 2018; Gao et al., 2018a），造成農(nóng)作物減產(chǎn)甚至歉收（Tesfaye et al., 2017; Vogel et al., 2019），還影響人們開展戶外運(yùn)動(dòng)（Heaney et al., 2019）、舉辦體育賽事（Smith et al., 2018），威脅著戶外高溫作業(yè)人員的安全和效率（Orlov et al., 2019）。在高溫天氣期間，人們中暑（俞龑韜 等，2018）、高溫敏感相關(guān)疾病發(fā)生率（Yin and Wang, 2017）、住院率（Goldie et al., 2017）甚至死亡率（Han et al., 2017;Mora et al., 2017）均顯著上升。在中國(guó)（He et al.,2021）和西班牙（Diaz et al., 2019）開展的研究模擬預(yù)測(cè)了極端高溫對(duì)死亡風(fēng)險(xiǎn)和死亡率的影響還將不斷增長(zhǎng)。極端高溫已成為當(dāng)前和未來人類生產(chǎn)、生活和健康面臨的重大挑戰(zhàn)。

國(guó)內(nèi)外學(xué)者在極端高溫和高溫災(zāi)害影響領(lǐng)域開展了大量研究。國(guó)外學(xué)者側(cè)重于醫(yī)學(xué)視角（Haines et al., 2006; Hu et al., 2008；薛倩 等，2020），關(guān)注高溫?zé)崂藢?duì)人體健康的影響（Curriero et al., 2002;Basu and Ostro, 2008; Luber and Mcgeehin, 2008）。國(guó)內(nèi)側(cè)重于氣象學(xué)視角（扈海波 等，2015；趙顏創(chuàng) 等，2016；王芳 等，2021），關(guān)注氣象數(shù)據(jù)時(shí)間序列反映的高溫變化趨勢(shì)（林榮惠 等，2020）和高溫災(zāi)害風(fēng)險(xiǎn)的空間格局（彭建 等，2014；王芳 等，2021），注重揭示高溫天氣的成因、機(jī)制等（彭保發(fā) 等，2013；薛倩 等，2020；王太然 等，2020），也對(duì)高溫引發(fā)的健康風(fēng)險(xiǎn)進(jìn)行了研究和評(píng)估（謝盼等，2015a；羅曉玲 等，2016；趙顏創(chuàng) 等，2016；陳倩 等，2017；李歡歡 等，2020）。然而，目前仍不確定區(qū)域內(nèi)哪些人類活動(dòng)在遭受高溫威脅時(shí)更容易受損或表現(xiàn)敏感脆弱，也不清楚個(gè)體狀況或經(jīng)濟(jì)社會(huì)條件哪些變化會(huì)擴(kuò)大或減少區(qū)域高溫的負(fù)面影響。僅僅通過歷史氣象數(shù)據(jù)已無法準(zhǔn)確評(píng)估極端高溫事件給人類社會(huì)帶來的綜合影響，因而無法采取針對(duì)性的預(yù)防和應(yīng)急措施來減少高溫災(zāi)害造成的損失。

Turner等（2003）將人類與其繁衍生息的自然系統(tǒng)視為一個(gè)整體——人與環(huán)境耦合系統(tǒng)，認(rèn)為其是一個(gè)統(tǒng)一的地理單元。在過去幾十年中，相關(guān)領(lǐng)域?qū)W者已由傳統(tǒng)的“災(zāi)害-風(fēng)險(xiǎn)”視角轉(zhuǎn)向人與環(huán)境耦合系統(tǒng)視角開展高溫災(zāi)害影響研究（Eakin and Luers, 2006）。Cutter（1996）提出建立地方災(zāi)害脆弱性模型（Hazards-of-Place of Vulnerability）的工作具有前瞻性，是人與環(huán)境耦合系統(tǒng)研究框架指導(dǎo)下的經(jīng)典成果，該模型綜合了地方尺度的自然環(huán)境和社會(huì)經(jīng)濟(jì)狀況，對(duì)地方開展防災(zāi)減災(zāi)決策具有實(shí)踐指導(dǎo)作用。目前，基于人與環(huán)境耦合系統(tǒng)視角構(gòu)建的脆弱性模型能對(duì)遭受高溫脅迫的承災(zāi)體（人口、道路交通、農(nóng)業(yè)等）在多重經(jīng)濟(jì)社會(huì)擾動(dòng)下的暴露性和敏感性進(jìn)行刻畫（Wolf and Mcgregor,2013；鄭雪梅 等，2016），揭示地區(qū)在應(yīng)對(duì)外部壓力時(shí)表現(xiàn)出的適應(yīng)力差異（稅偉 等，2017；Wu et al., 2022），進(jìn)而識(shí)別高溫敏感群體（Reid et al.,2009；黃曉軍 等，2021）或繪制高溫脆弱地圖（陳愷 等，2019；Johnson et al., 2012）。同時(shí)，結(jié)合研究區(qū)實(shí)際，在地方層面開展的高溫脆弱性評(píng)估對(duì)當(dāng)?shù)卣屠嫦嚓P(guān)者更有實(shí)際意義，如優(yōu)化當(dāng)?shù)氐尼t(yī)療設(shè)施布局和政府的降溫政策等，將有助于提高福州市的高溫適應(yīng)能力（稅偉 等，2017）。美國(guó)國(guó)家科學(xué)院國(guó)家研究理事會(huì)的專題報(bào)告也強(qiáng)調(diào)了在地方尺度開展脆弱性研究的重要性，指出地方尺度耦合系統(tǒng)的跨尺度脆弱性機(jī)制將是今后研究的重點(diǎn)，但由于區(qū)域地理特征存在差異、缺乏地方數(shù)據(jù)獲取途徑和海量數(shù)據(jù)處理能力低下等問題（National Research Council, 2010），國(guó)內(nèi)基于脆弱性研究框架在地方層面開展的高溫災(zāi)害影響研究仍然不足，而且，現(xiàn)有城市高溫脆弱性的研究框架、指標(biāo)體系參差不齊，導(dǎo)致地方層面的評(píng)估技術(shù)方法無法有效推廣。

習(xí)近平總書記在應(yīng)急管理體系和能力建設(shè)集體學(xué)習(xí)會(huì)議（新華網(wǎng)，2019）曾做出“實(shí)施自然災(zāi)害監(jiān)測(cè)預(yù)警信息化工程，提高多災(zāi)種和災(zāi)害鏈綜合監(jiān)測(cè)和預(yù)報(bào)預(yù)警能力”的重要指示，為信息時(shí)代和“數(shù)字中國(guó)”建設(shè)背景下城市應(yīng)對(duì)極端高溫災(zāi)害影響提供了數(shù)字化解決路徑，即在現(xiàn)有災(zāi)害應(yīng)急管理體系上，探索建立多部門協(xié)同聯(lián)動(dòng)的災(zāi)害監(jiān)測(cè)預(yù)警與決策支持平臺(tái)（滕五曉，2019），實(shí)現(xiàn)預(yù)報(bào)預(yù)警、信息發(fā)布、決策輔助等全流程統(tǒng)籌安排，使上級(jí)決策者和應(yīng)急管理下屬各部門及時(shí)地協(xié)同組織調(diào)度各類減災(zāi)資源，可以最大限度保障人民生命健康和財(cái)產(chǎn)安全。目前，國(guó)內(nèi)外學(xué)者已對(duì)高溫災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)進(jìn)行了富有成效的探索和工程建設(shè)（Ebi and Schmier, 2005; Chau et al., 2009； 孫 慶 華 等，2015）。國(guó)外在自然災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)的建設(shè)方面開展工作較早，20 世紀(jì)80 年代美國(guó)地質(zhì)局和氣象服務(wù)中心聯(lián)合在舊金山灣建立了泥石流災(zāi)害預(yù)警系統(tǒng)，結(jié)合降雨強(qiáng)度、巖土體的滲透能力、含水量以及氣候變化等條件綜合分析泥石流可能發(fā)生的位置和強(qiáng)度，并及時(shí)發(fā)布預(yù)警信息（Garcia et al.,2003）。隨后氣象領(lǐng)域?yàn)?zāi)害預(yù)警體系與業(yè)務(wù)逐漸興起，美國(guó)、日本、英國(guó)、中國(guó)等相繼建立了各有特色的氣象災(zāi)害防御體系（呂明輝 等，2021）。隨著研究不斷深入，發(fā)現(xiàn)針對(duì)高溫災(zāi)害發(fā)生強(qiáng)度和位置等的監(jiān)測(cè)預(yù)報(bào)對(duì)減災(zāi)儲(chǔ)備、決策制定、應(yīng)急處置等而言缺乏進(jìn)一步的實(shí)踐指導(dǎo)意義。于是，90年代末美國(guó)在多個(gè)城市建立了高溫災(zāi)害監(jiān)測(cè)與健康風(fēng)險(xiǎn)預(yù)警系統(tǒng)，主要通過監(jiān)測(cè)高溫對(duì)人體健康造成的影響來預(yù)警可能導(dǎo)致的人員死亡情況（Toloo et al.,2013; Nitschke et al., 2016）。如美國(guó)的酷熱天氣健康預(yù)警系統(tǒng)（HHWS）（杜鈞 等，2018）將天氣類型劃分成“干熱”（Dry Tropical）、“濕熱”（Moist Tropical）、“極端濕熱”（Moist Tropical）等類型，建立不同類型狀況下因高溫死亡的人數(shù)與溫度條件之間的定量評(píng)估關(guān)系，實(shí)現(xiàn)高溫災(zāi)害健康風(fēng)險(xiǎn)的識(shí)別與預(yù)警。國(guó)內(nèi)學(xué)者和相關(guān)技術(shù)人員也在高溫健康風(fēng)險(xiǎn)預(yù)警系統(tǒng)研究方面做了大量探索。如談建國(guó)等（2002）通過對(duì)比分析天氣類型與高溫相關(guān)死亡率，發(fā)現(xiàn)上海地區(qū)高溫?zé)崂饲忠u時(shí)出現(xiàn)的“侵入型”氣團(tuán)天氣類型可能導(dǎo)致超正常的高溫死亡率，研究結(jié)果為上海市2001年建成中國(guó)首個(gè)高溫健康風(fēng)險(xiǎn)預(yù)警系統(tǒng)——熱浪與健康預(yù)警系統(tǒng)提供了科學(xué)支持。隨后，南京（汪慶慶 等，2014）、哈爾濱（蘭莉 等，2016）、深圳（方道奎 等，2019）等地也相繼開展了高溫災(zāi)害與健康風(fēng)險(xiǎn)預(yù)警系統(tǒng)研發(fā)、業(yè)務(wù)運(yùn)行與效果評(píng)估等工作。2015年，中國(guó)建立了多災(zāi)種信息統(tǒng)籌監(jiān)測(cè)、預(yù)警發(fā)布等業(yè)務(wù)集合的國(guó)家突發(fā)事件預(yù)警信息發(fā)布系統(tǒng)（孫健 等，2016），打開了信息技術(shù)支持下氣象災(zāi)害業(yè)務(wù)服務(wù)的新局面。

總體上，國(guó)內(nèi)的高溫?zé)崂祟A(yù)警系統(tǒng)多面向政府、氣象部門等提供輔助決策服務(wù)，缺乏考慮不同用戶的個(gè)性化需求或群體的特征差異，如在高溫天氣下出行的普通大眾、外賣快遞配送員、施工工人等群體僅能知曉氣溫高低，無法獲得預(yù)防和應(yīng)對(duì)高溫的進(jìn)一步信息。隨著城市高溫事件頻繁發(fā)生，現(xiàn)有高溫災(zāi)害預(yù)警技術(shù)的局限性逐漸暴露，包括傳統(tǒng)高溫預(yù)報(bào)產(chǎn)品局限于高溫災(zāi)害自身特質(zhì)、以行政區(qū)為基本單元開展業(yè)務(wù)運(yùn)作（袁成松 等，2012；孫慶華 等，2015），可能存在預(yù)報(bào)位置精度低、預(yù)報(bào)信息參考性弱、預(yù)報(bào)期限短等問題。目前也缺少能為普通大眾，尤其是脆弱人群提供高溫下健康生活服務(wù)的產(chǎn)品。鑒于此，本研究將基于人與環(huán)境耦合系統(tǒng)視角構(gòu)建城市高溫脆弱性研究框架和預(yù)警指標(biāo)體系，以業(yè)務(wù)運(yùn)行為目標(biāo)開發(fā)系列預(yù)警關(guān)鍵技術(shù)，依托福建省公共氣象服務(wù)平臺(tái)——“知天氣”設(shè)計(jì)預(yù)警系統(tǒng)架構(gòu)和功能模塊。以福建省廈門市為案例區(qū)，開展試點(diǎn)部署和業(yè)務(wù)運(yùn)營(yíng)。以期通過發(fā)布預(yù)警信號(hào)和提供輔助決策信息的方式提高政府和利益相關(guān)者政策制定和應(yīng)急行動(dòng)的有效性，鞏固減緩高溫災(zāi)害損失的公共投資和成效，最終減少極端高溫事件對(duì)城市系統(tǒng)，尤其是城市中的老年人、兒童、高溫敏感疾病患者等高溫脆弱群體的健康風(fēng)險(xiǎn)。

1 城市高溫脆弱性研究框架與預(yù)警指標(biāo)體系

1.1 脆弱性與高溫脆弱性的概念界定

20 世紀(jì)60 年代末期，脆弱性概念雛形開始出現(xiàn)于自然災(zāi)害領(lǐng)域，研究關(guān)注災(zāi)害發(fā)生的可能性、識(shí)別災(zāi)害影響的范圍等（Adger, 2006; Janssen et al.,2006）。在地學(xué)領(lǐng)域，Timmerman（1981）較早關(guān)注脆弱性并認(rèn)為“脆弱性是由一個(gè)系統(tǒng)所受到的災(zāi)難性事件對(duì)其的影響程度、對(duì)風(fēng)險(xiǎn)災(zāi)害的適應(yīng)性以及從災(zāi)害中恢復(fù)的能力所構(gòu)成”。根據(jù)李鶴等（2008）對(duì)國(guó)內(nèi)外脆弱性內(nèi)涵定義的系統(tǒng)梳理，一方面，災(zāi)害風(fēng)險(xiǎn)和全球變化領(lǐng)域的學(xué)者將脆弱性定義為遭受不利影響或損害的可能性或程度（Timmerman, 1981; Turner et al., 2003），強(qiáng)調(diào)外界干擾造成的影響或結(jié)果；另一方面，社科領(lǐng)域在發(fā)展經(jīng)濟(jì)學(xué)、生計(jì)和貧困方面的研究認(rèn)為，脆弱性是個(gè)體或群體在遭受外界不利影響時(shí)表現(xiàn)出的應(yīng)對(duì)、適應(yīng)或恢復(fù)的能力（Dow, 1992），側(cè)重揭示脆弱性內(nèi)部，尤其是人文社會(huì)層面的驅(qū)動(dòng)力及其影響作用（Adger and Kelly, 1999）。進(jìn)入21 世紀(jì)以來，脆弱性研究對(duì)其內(nèi)涵的界定不僅關(guān)注災(zāi)害脆弱性中的暴露、風(fēng)險(xiǎn)等概念，更將社會(huì)、制度、經(jīng)濟(jì)等人文因素也整合進(jìn)內(nèi)涵體系（Turner et al., 2003; Young et al., 2006；史培軍 等，2006），開始嘗試運(yùn)用多尺度研究框架沿著耦合系統(tǒng)路徑探討脆弱性，把脆弱性看成是一個(gè)多要素、多維度和跨學(xué)科的概念體系（李鶴 等，2011）。在過去十幾年間，相關(guān)領(lǐng)域?qū)W者已由單純考慮災(zāi)害的風(fēng)險(xiǎn)視角轉(zhuǎn)向綜合自然環(huán)境、社會(huì)經(jīng)濟(jì)狀況、資源可得性的人與環(huán)境耦合系統(tǒng)脆弱性視角，定量表征區(qū)域?yàn)?zāi)害對(duì)經(jīng)濟(jì)、社會(huì)和人類健康的綜合影響（Mccarthy et al., 2001; Turner et al., 2003; National Research Council, 2010；稅偉 等，2017；Huang et al., 2020）。在全球變化領(lǐng)域，IPCC等國(guó)際性研究組織強(qiáng)調(diào)科學(xué)界和社會(huì)應(yīng)該關(guān)注人類活動(dòng)給全球環(huán)境變化帶來的影響，以及人類社會(huì)對(duì)全球變化的響應(yīng)和適應(yīng)問題（王黎明 等，2003），該觀點(diǎn)受到較為廣泛的認(rèn)同（陳萍 等，2010）。

綜合現(xiàn)有文獻(xiàn)，本研究認(rèn)為脆弱性是災(zāi)害暴露性、敏感性、易損性、適應(yīng)能力等多要素的耦合體，既考慮外界多重?cái)_動(dòng)對(duì)系統(tǒng)脆弱性的綜合影響，也強(qiáng)調(diào)脆弱系統(tǒng)的要素、結(jié)構(gòu)與功能及與外界環(huán)境的相互作用及產(chǎn)生的交互效果。因此，人與環(huán)境耦合系統(tǒng)視角下的高溫脆弱性可定義為：耦合系統(tǒng)遭受高溫災(zāi)害多重不利影響的可能性及其損失程度，以及人或系統(tǒng)應(yīng)對(duì)其影響的多尺度適應(yīng)和恢復(fù)能力。

1.2 研究框架

作為典型的人與環(huán)境耦合系統(tǒng)——城市，其生態(tài)穩(wěn)定性較差，脆弱性較高，表現(xiàn)為容易受自然災(zāi)害的影響，遭受外界干擾時(shí)（如極端高溫）的損失亦較大（Turner et al., 2003； 彭建 等，2014；孫洋等，2017）。城市系統(tǒng)在極端高溫脅迫下的脆弱性可以通過暴露性、敏感性、易損性和適應(yīng)能力等要素進(jìn)行表征和評(píng)估（Cutter and Finch, 2008; Reid et al., 2009; National Research Council, 2010; Bradford et al., 2015；薛倩 等，2020；黃曉軍 等，2021；郭禹慧 等，2021），其中，暴露性是城市系統(tǒng)（承災(zāi)體）遭受極端高溫不利影響的可能性，包括人類健康、生態(tài)系統(tǒng)、基礎(chǔ)設(shè)施、社會(huì)和文化資產(chǎn)可能受到不利影響的地點(diǎn)和影響的最大范圍（謝盼 等，2015b；稅偉 等，2017；薛倩 等，2020；Huang et al.， 2020）；易損性指人與環(huán)境耦合系統(tǒng)受到極端高溫不利影響的損失程度，是系統(tǒng)具備的內(nèi)在屬性，包括自然環(huán)境和可用于抵御外界干擾的各種資源（Cutter, 1996; Cutter and Finch, 2008； 稅偉 等，2017）；適應(yīng)能力是城市系統(tǒng)主動(dòng)、被動(dòng)地減緩或抵御高溫影響的能力（謝盼 等，2015b；稅偉 等，2017；薛倩 等，2020；黃曉軍 等，2021），在本研究包括個(gè)體和區(qū)域2個(gè)層面多尺度的適應(yīng)能力，其中居民個(gè)體的適應(yīng)力會(huì)因其自身生理狀況、家庭特征等（職業(yè)、健康狀況、教育水平、家庭收入、是否擁有降溫設(shè)備等）的不同呈現(xiàn)差異（Reid et al.,2009；謝盼 等，2015b；Huang et al., 2020；郭禹慧 等，2021）；在區(qū)域?qū)用?，社區(qū)組織或城市的經(jīng)濟(jì)狀況、福利、基礎(chǔ)設(shè)施等發(fā)展水平往往能減輕人與環(huán)境耦合系統(tǒng)遭受高溫的損失，成為城市系統(tǒng)高溫適應(yīng)力的重要構(gòu)成部分（Bradford et al., 2015;Araya-Mu?oz et al., 2016；稅偉 等，2017）。

綜上所述，城市高溫脆弱性研究框架應(yīng)當(dāng)體現(xiàn)城市系統(tǒng)在多重?cái)_動(dòng)下遭受到的高溫災(zāi)害影響，突出系統(tǒng)自然和社會(huì)經(jīng)濟(jì)屬性，并能反映個(gè)體、家庭和區(qū)域多層級(jí)主體應(yīng)對(duì)和適應(yīng)高溫災(zāi)害的能力差異。因此，本研究提出由“暴露性-易損性-適應(yīng)力”三要素構(gòu)成的城市高溫脆弱性研究框架（圖1）。

圖1 研究框架Fig.1 Conceptual framework

1.3 預(yù)警指標(biāo)體系

1.3.1 暴露性 暴露性與承災(zāi)體和災(zāi)害體本身均有關(guān)聯(lián)，且暴露性應(yīng)當(dāng)包含時(shí)間、空間和數(shù)量的概念，可用密度、頻度等對(duì)其進(jìn)行衡量（程芳芳 等，2016），因此本研究從暴露源、暴露數(shù)量和暴露時(shí)長(zhǎng)3方面衡量城市系統(tǒng)的高溫暴露性（表1）。首先，采用溫度和濕度共同表征城市系統(tǒng)面臨的高溫脅迫（災(zāi)害體）。盡管目前可通過獲取高溫持續(xù)天數(shù)等氣象站點(diǎn)監(jiān)測(cè)數(shù)據(jù)（謝盼 等，2015a；李歡歡 等，2020；Huang et al., 2020；郭禹慧 等，2021），或者基于熱紅外遙感反演的近地表氣溫反映城市系統(tǒng)遭受的高溫脅迫（趙顏創(chuàng) 等，2016；陳倩 等，2017；稅偉 等，2017），但采用環(huán)境氣溫和相對(duì)濕度的綜合協(xié)同效應(yīng)對(duì)高溫脅迫進(jìn)行表征已是氣候變化背景下高溫災(zāi)害和健康風(fēng)險(xiǎn)評(píng)估的前沿?zé)狳c(diǎn)（Gao et al.,2018b; Sylla et al., 2018；陳曦 等，2020；王芳 等，2021），而且綜合溫度和濕度的指標(biāo)更能反映城市系統(tǒng)中個(gè)體面對(duì)的高溫挑戰(zhàn)，這是因?yàn)楦邷丨h(huán)境伴隨著較高的空氣濕度，不僅人體流汗散熱的能力將會(huì)下降，還可能引發(fā)中暑等不適癥狀（范永芬 等，2013）。對(duì)于生理狀況較差的高齡人群、或患有呼吸、循環(huán)系統(tǒng)等相關(guān)疾病的個(gè)體，長(zhǎng)時(shí)間暴露于高溫可能會(huì)促使其疾病發(fā)作甚至發(fā)生死亡（牛彥麟等，2022）。其次，人口分布密集區(qū)域的高溫暴露的可能性較高（Weber et al., 2015；稅偉 等，2017），城市系統(tǒng)是本研究中高溫災(zāi)害的承災(zāi)體，因此采用人口密度衡量城市系統(tǒng)的高溫暴露數(shù)量。最后，城市系統(tǒng)在高溫影響范圍內(nèi)的暴露時(shí)間越長(zhǎng)，暴露風(fēng)險(xiǎn)和損失危害將隨之增長(zhǎng)（程芳芳 等，2016），加之預(yù)警預(yù)報(bào)業(yè)務(wù)對(duì)結(jié)果的時(shí)效性要求較高，因此采用實(shí)時(shí)氣象監(jiān)測(cè)數(shù)據(jù)中的暴露持續(xù)日數(shù)和當(dāng)日高溫持續(xù)時(shí)長(zhǎng)2個(gè)指標(biāo)表征暴露性中的暴露時(shí)長(zhǎng)。

表1 城市高溫脆弱性預(yù)警指標(biāo)體系Table 1 Index system of early warning for urban heat vulnerability

1.3.2 易損性 人類活動(dòng)深刻影響城市土地利用的類型、結(jié)構(gòu)和數(shù)量變化（董光 等，2020），而不同土地覆被類型對(duì)城市熱環(huán)境的貢獻(xiàn)度存在顯著差異（喬治 等，2022），表現(xiàn)為城市系統(tǒng)遭受高溫脅迫的潛在受損程度不同（稅偉 等，2017）。人類活動(dòng)的范圍還受海拔高度的限制（Chen et al., 2007），海拔越高，人口分布越少，城市系統(tǒng)高溫暴露數(shù)量也越小。城市的“藍(lán)綠空間”——湖泊、河流、海岸、海灣等區(qū)域具有顯著的降溫效應(yīng)，這些區(qū)域遭受高溫?fù)p失的可能性較?。╖hou et al., 2019；連欣欣等，2021）。目前，土地利用/覆被、水體、高程等指標(biāo)已被廣泛用于表征人地耦合系統(tǒng)易受損或高溫敏感的程度（Reid et al., 2009; Johnson et al., 2012;Bradford et al., 2015；稅偉 等，2017；陳愷 等，2019；黃曉軍 等，2021）。因此，為區(qū)分城市系統(tǒng)內(nèi)在脆弱屬性的具體特征（程芳芳 等，2016），將不同土地覆被類型、高程、與河流湖泊和海岸線的距離作為易損性要素的評(píng)價(jià)指標(biāo)（見表1），有助于綜合識(shí)別高溫脅迫下受損程度高的區(qū)域和采取針對(duì)性措施降低損失。需要說明的是，當(dāng)指標(biāo)體系推廣至遠(yuǎn)離沿海的內(nèi)陸城市時(shí)，可將與海岸線的距離指標(biāo)移除，或根據(jù)地方特征采用與其他大型水體的距離作為評(píng)估指標(biāo)。

1.3.3 適應(yīng)力 在個(gè)體層面，老年人、兒童和高溫敏感疾病患者等脆弱人群面臨著健康威脅，大量研究已證實(shí)老年人、兒童和高溫敏感疾病患者等群體由于身體調(diào)節(jié)機(jī)能較弱或生理狀況較差等原因，在熱環(huán)境中暴露后將比同等條件下的普通人承受更大的健康壓力，如中暑、多種高溫癥狀的發(fā)生率上升，甚至死亡（許明佳 等，2015；謝盼 等，2015a；羅曉玲 等，2016；奚用勇 等，2019；李歡歡 等，2020；牛 彥麟 等，2022；Huang et al.,2022）。長(zhǎng)時(shí)間處于戶外的游客、戶外作業(yè)群體（如外賣送餐員、環(huán)衛(wèi)工人、快遞員、建筑工人等）也容易受到高溫天氣的影響。因此，由于自身健康狀況和個(gè)體所處外部環(huán)境等不同，個(gè)體、群體的適應(yīng)能力存在明顯差異。在區(qū)域?qū)用?，市政基礎(chǔ)設(shè)施建設(shè)水平、醫(yī)療救助空間配置水平、高溫信息宣傳和城市街道灑水等服務(wù)的供給水平體現(xiàn)城市系統(tǒng)減緩和適應(yīng)高溫的能力（Reid et al., 2009；謝盼 等，2015a；稅偉 等，2017；黃曉軍 等，2021；Wu et al., 2022）。

因此，為了面向個(gè)體提供脆弱風(fēng)險(xiǎn)預(yù)警預(yù)報(bào)，本研究將“個(gè)人生活、旅游出行、戶外作業(yè)”作為個(gè)體層面預(yù)警的應(yīng)用場(chǎng)景，劃分“老年人、兒童、高溫敏感患者、游客、外賣送餐員、高溫戶外作業(yè)人員”6類群體（見表1）。通過結(jié)合由個(gè)體健康特征不同造成的高溫適應(yīng)能力差異，使用矩陣判定方法劃分耦合個(gè)體層面適應(yīng)力的高溫脆弱性等級(jí)。同時(shí)，這6類群體也是預(yù)警系統(tǒng)面向群體服務(wù)的主要對(duì)象，可由系統(tǒng)依據(jù)群體特征提供個(gè)性化的健康生活服務(wù)。本研究區(qū)域?qū)用娴母邷剡m應(yīng)力通過納涼設(shè)施和醫(yī)療衛(wèi)生設(shè)施的空間位置、數(shù)量表征（見表1），使用觀察和經(jīng)驗(yàn)方法評(píng)價(jià)耦合區(qū)域適應(yīng)力的城市高溫脆弱性水平。具體而言，政府等城市治理者可通過觀察降溫、醫(yī)療資源的空間供給狀況，判斷區(qū)域預(yù)防高溫災(zāi)害和降低經(jīng)濟(jì)損失的能力，或?qū)Ω叽嗳跛健⑦m應(yīng)力不足區(qū)域的公共基礎(chǔ)設(shè)施進(jìn)行及時(shí)補(bǔ)充。設(shè)施的空間位置信息還可以為城市居民、游客等在高溫天氣下尋找納涼避暑場(chǎng)所提供路徑規(guī)劃等輔助決策支持。

2 城市高溫脆弱性預(yù)警關(guān)鍵技術(shù)

以格網(wǎng)為基本統(tǒng)計(jì)單元對(duì)預(yù)警要素的組成指標(biāo)進(jìn)行逐格網(wǎng)的運(yùn)算得到最終的預(yù)警結(jié)果，并以圖層的形式在終端進(jìn)行可視化展示?？紤]數(shù)據(jù)處理效率和業(yè)務(wù)需求，規(guī)定格網(wǎng)的地理分辨率為500 m×500 m。

2.1 城市高溫指數(shù)

2.1.1 城市高溫指數(shù)模型 為突出夏季高溫的影響，提出基于“暴露性-易損性”構(gòu)建城市高溫指數(shù)模型與城市高溫指數(shù)（Heat Index, HI），即HI由暴露性指數(shù)（Exposure Index, EI）和易損性指數(shù)（Susceptibility Index, SI）構(gòu)成。采用乘除法（式1）對(duì)評(píng)估模型進(jìn)行多維數(shù)據(jù)融合。目前乘除法受到多數(shù)學(xué)者的認(rèn)同，應(yīng)用較為廣泛，能有效反映指標(biāo)要素之間的協(xié)同關(guān)系（謝盼 等，2015a；黃曉軍 等，2021）以及外部高溫脅迫和內(nèi)在易損屬性協(xié)同作用對(duì)城市系統(tǒng)的綜合影響程度。模型構(gòu)建前均需使用線性函數(shù)歸一化方法（式2）對(duì)各代理指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。模型建構(gòu)方法為：

式中：X*代表各指標(biāo)的歸一化值；X、Xmin和Xmax分別代表各指標(biāo)的原值、最小值和最大值。

EI 和SI 均采用加權(quán)求和法進(jìn)行綜合。具體如下：

式中：Zi為第i個(gè)要素的綜合加權(quán)值；aij為第i個(gè)要素第j個(gè)指標(biāo)的權(quán)重系數(shù)；X*ij為第i個(gè)要素第j個(gè)指標(biāo)的歸一化值；m為構(gòu)成第i個(gè)要素的指標(biāo)數(shù)量。

2.1.2 模型中要素與數(shù)據(jù)的處理方法

1）暴露性指數(shù)。暴露源由溫度和相對(duì)濕度2個(gè)代理指標(biāo)組合表征。中國(guó)氣象局和各級(jí)氣象部門實(shí)際業(yè)務(wù)運(yùn)用的溫濕指數(shù)（Temperature Humidity Index, THI）可有效反映氣溫和相對(duì)濕度的協(xié)同效應(yīng)。國(guó)家標(biāo)準(zhǔn)（中國(guó)氣象局，2011）、地方標(biāo)準(zhǔn)（海南氣候中心，2018）和相關(guān)研究（孔鋒，2020；蔚丹丹 等，2021）也已將THI廣泛用于反映城市熱環(huán)境可能造成的風(fēng)險(xiǎn)威脅。THI計(jì)算公式為：

THI =Ti- 0.55(1 - Rhi)(Ti- 14.4) （4）式中：Ti為第i個(gè)格網(wǎng)的最高氣溫（℃）；Rhi為第i個(gè)格網(wǎng)的相對(duì)濕度（%）。

THI的計(jì)算規(guī)則為：根據(jù)中國(guó)氣象局定義日最高氣溫≥35℃的天氣現(xiàn)象為高溫天氣（中國(guó)氣象局，2008），規(guī)定格網(wǎng)最高氣溫≥35℃時(shí)才開始計(jì)算該格網(wǎng)的THI，否則將該格網(wǎng)的EI直接置為0。

暴露源所需的氣象要素?cái)?shù)據(jù)通過設(shè)計(jì)應(yīng)用程序接口（Application Programming Interface, API）至福建省氣象服務(wù)中心服務(wù)器獲取FZ-MOS系統(tǒng)生產(chǎn)的細(xì)格網(wǎng)氣象要素預(yù)報(bào)數(shù)據(jù)產(chǎn)品。MOS是采用統(tǒng)計(jì)方法通過將歷史中相同或相似的資料數(shù)據(jù)建立模型開展氣象要素?cái)?shù)值預(yù)報(bào)的系統(tǒng)。目前福建省氣象局研發(fā)的FZ-MOS 系統(tǒng)是全國(guó)領(lǐng)先的MOS 預(yù)報(bào)系統(tǒng)（劉會(huì)軍 等，2018）。FZ-MOS 系統(tǒng)每日北京時(shí)間T 08:00 和20:00 發(fā)布2 次預(yù)報(bào)，預(yù)報(bào)時(shí)效為0～240 h，其中0～72 h預(yù)報(bào)時(shí)段內(nèi)時(shí)間分辨率為3 h，72～240 h預(yù)報(bào)時(shí)段內(nèi)時(shí)間分辨率為6 h。FZ-MOS系統(tǒng)生產(chǎn)的氣溫和相對(duì)濕度等數(shù)據(jù)產(chǎn)品的空間分辨率為0.025°×0.025°（地理距離約為2.5 km）。本研究擬開展小時(shí)級(jí)別與未來6 天的城市高溫指數(shù)預(yù)警預(yù)報(bào)，選用的產(chǎn)品為：1）對(duì)于小時(shí)級(jí)別的短時(shí)預(yù)警預(yù)報(bào)：采用每日北京時(shí)間T 08：00 發(fā)布的時(shí)間分辨率為1 h 的溫度和相對(duì)濕度動(dòng)態(tài)細(xì)格網(wǎng)氣象要素產(chǎn)品對(duì)當(dāng)日T 09:00—20:00 的HI 進(jìn)行逐時(shí)預(yù)警預(yù)報(bào)；2）對(duì)于未來6 天的長(zhǎng)時(shí)預(yù)警預(yù)報(bào)：采用每日北京時(shí)間T 20:00 發(fā)布的時(shí)間分辨率為24 h 的溫度和相對(duì)濕度動(dòng)態(tài)細(xì)格網(wǎng)氣象要素產(chǎn)品對(duì)次日平均HI進(jìn)行預(yù)警預(yù)報(bào)；采用每日北京時(shí)間T 08:00 發(fā)布的24 h 產(chǎn)品對(duì)未來第3至第7天的平均HI進(jìn)行預(yù)警預(yù)報(bào)，并使用每日T 20:00發(fā)布的24 h產(chǎn)品對(duì)其進(jìn)行一次更新。

衡量暴露數(shù)量的人口分布指標(biāo)采用Stevens 等（2015）的研究產(chǎn)品，通過南安普敦大學(xué)WorldPOP研究計(jì)劃團(tuán)隊(duì)的官方途徑①https://www.worldpop.org/獲取未經(jīng)行政邊界調(diào)整的人口空間分布數(shù)據(jù)產(chǎn)品，地理分辨率為100 m×100 m。本研究使用的人口空間分布模擬產(chǎn)品結(jié)合了遙感技術(shù)和大數(shù)據(jù)技術(shù)優(yōu)勢(shì)，不僅能突破行政邊界的限制，還通過耦合夜間燈光、道路網(wǎng)數(shù)據(jù)、居民點(diǎn)數(shù)據(jù)、高程等自然和社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子將產(chǎn)品的模擬精度提高到90%。

暴露時(shí)長(zhǎng)由高溫持續(xù)日數(shù)和當(dāng)日高溫持續(xù)時(shí)長(zhǎng)2個(gè)指標(biāo)衡量?？紤]到上述2項(xiàng)指標(biāo)在系統(tǒng)中均需動(dòng)態(tài)更新，因此通過設(shè)計(jì)程序接口逐格網(wǎng)獲取和匹配高溫持續(xù)日數(shù)和當(dāng)日高溫持續(xù)時(shí)長(zhǎng)的數(shù)值。兩者的計(jì)算原理和規(guī)則為：

①高溫持續(xù)日數(shù)。夏季高溫天氣持續(xù)不僅造成人體感不適，還會(huì)增加心理壓力（俞國(guó)良 等，2020）。在城市層面，持續(xù)高溫天氣下城市生產(chǎn)、能源等各部門運(yùn)轉(zhuǎn)負(fù)荷都將增大。但隨著高溫持續(xù)日數(shù)的增加，城市系統(tǒng)能通過自身的調(diào)節(jié)機(jī)制逐漸過渡到新的狀態(tài)（Alwang et al., 2001; IPCC, 2007），而高溫的持續(xù)影響也將上升到趨于穩(wěn)定。因此，通過式5 反映系統(tǒng)隨高溫持續(xù)日數(shù)增加的暴露狀態(tài)變化：

式中：wi是反映格網(wǎng)i高溫持續(xù)日數(shù)；ni為格網(wǎng)i系數(shù)；di是格網(wǎng)i累計(jì)≥35℃的高溫日數(shù)。本研究規(guī)定若當(dāng)日格網(wǎng)i預(yù)報(bào)溫度首次≥35℃，則di置為1，開始計(jì)算wi，否則wi置為0；若格網(wǎng)i次日更新的預(yù)報(bào)溫度再次≥35℃，則di置為2；只要格網(wǎng)i再次的預(yù)報(bào)溫度≥35℃，則di一直累加，直到格網(wǎng)i下一日更新的預(yù)報(bào)溫度＜35℃，則下一日的wi自動(dòng)歸0，待系統(tǒng)再次監(jiān)測(cè)到預(yù)報(bào)溫度≥35℃時(shí)才重新計(jì)算。

②當(dāng)日高溫持續(xù)時(shí)長(zhǎng)。獲取北京時(shí)間T 08:00發(fā)布的1 h 分辨率溫度要素產(chǎn)品數(shù)值至各格網(wǎng)，累加各格網(wǎng)≥35℃的時(shí)數(shù)，把累加時(shí)數(shù)作為各格網(wǎng)當(dāng)日的高溫持續(xù)時(shí)長(zhǎng)。

2）易損性指數(shù)。對(duì)不同土地覆被類型與人口分布建立多元線性回歸模型（王珂靖 等，2016），反映不同土地覆被類型的人與環(huán)境耦合系統(tǒng)遭受高溫影響的受損程度。土地覆被數(shù)據(jù)采用劉良云團(tuán)隊(duì)研發(fā)的1985—2020 年全球30 m 精細(xì)地表覆蓋動(dòng)態(tài)監(jiān)測(cè)產(chǎn)品（GLC_FCS30-1985_2020）（Zhang et al.,2021）。首先，將研究區(qū)內(nèi)各街道/鄉(xiāng)鎮(zhèn)的常住人口作為預(yù)測(cè)變量，并統(tǒng)計(jì)各街道/鄉(xiāng)鎮(zhèn)范圍內(nèi)所有土地覆被類型的面積作為解釋變量；其次，采用IBM SPSS 21.0 進(jìn)行線性回歸建模，篩選影響人口分布的主要土地覆被類型，并將主要類型作為解釋變量與人口建立多元線性回歸模型，取線性趨勢(shì)擬合值R2最大的模型為最優(yōu)模型。最后，將最優(yōu)模型中各類型土地覆被預(yù)測(cè)人口分布的重要性值作為權(quán)重，表征各土地覆被類型的潛在受損程度。

結(jié)合數(shù)字高程模型（Digital Elevation Model,DEM）研究海拔與人口分布的關(guān)系，反映不同海拔的人與環(huán)境耦合系統(tǒng)高溫易損屬性的差異。使用ArcGIS 柵格統(tǒng)計(jì)模塊Quantize 方法將研究區(qū)域的DEM 數(shù)據(jù)根據(jù)實(shí)際情況等間距分割，并進(jìn)行重分類；隨后利用Spatial Analyst 工具統(tǒng)計(jì)各高程等級(jí)中的平均人口密度，再采用線性函數(shù)、冪函數(shù)、指數(shù)函數(shù)、二次項(xiàng)函數(shù)等對(duì)各高程區(qū)間對(duì)應(yīng)的平均人口密度進(jìn)行擬合，取擬合優(yōu)度高的函數(shù)模型衡量不同海拔人與環(huán)境耦合系統(tǒng)的潛在受損程度。

運(yùn)用緩沖區(qū)分析工具建立河流湖泊和海岸線緩沖區(qū)（緩沖區(qū)距離需根據(jù)地方實(shí)際情況設(shè)置），反映在河流湖泊和海岸線緩沖距離內(nèi)人與環(huán)境耦合系統(tǒng)潛在的高溫受損程度差異。當(dāng)在內(nèi)陸等無海岸的地區(qū)進(jìn)行預(yù)警應(yīng)用，同樣需要對(duì)湖泊、河流以及其他大型水體進(jìn)行緩沖區(qū)處理。

3）模型構(gòu)成指標(biāo)的權(quán)重

考慮模型的推廣需求和相關(guān)研究（稅偉 等，2017），各指標(biāo)的權(quán)重系數(shù)采用層次分析法和德爾菲法相結(jié)合的專家群決策方法確定。在選定的試點(diǎn)應(yīng)用區(qū)域，通過向來自相關(guān)領(lǐng)域、氣候研究機(jī)構(gòu)、規(guī)劃咨詢單位和政府研究室的20位專家發(fā)放問卷咨詢，最終得到各指標(biāo)權(quán)重：THI 0.345 2、人口分布0.123 2、高溫持續(xù)日數(shù)0.253 4、當(dāng)日高溫持續(xù)時(shí)長(zhǎng)0.278 2；土地覆被0.508 2、高程0.111 6、與海岸線的距離0.169 2、與河流湖泊的距離0.211 1。經(jīng)過調(diào)整不滿足一致性的判斷矩陣和補(bǔ)全殘缺矩陣，所有專家的決策結(jié)果最終均滿足一致性＜0.1，即判斷矩陣確定的權(quán)重適合用于城市高溫指數(shù)模型的構(gòu)建。為滿足系統(tǒng)的迭代更新需求，在系統(tǒng)核心算法設(shè)計(jì)階段已將各指數(shù)內(nèi)部指標(biāo)的權(quán)重置為彈性變量，當(dāng)在自然和社會(huì)經(jīng)濟(jì)條件特征不同的城市開展推廣應(yīng)用時(shí)，可組織專家對(duì)上述指標(biāo)權(quán)重進(jìn)行重新評(píng)價(jià)。

2.1.3 指數(shù)等級(jí)劃分方法 參考《全國(guó)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)規(guī)范（高溫）》（中國(guó)氣象局，2021），采用標(biāo)準(zhǔn)差法對(duì)反映城市高溫災(zāi)害綜合影響程度的城市高溫指數(shù)進(jìn)行分級(jí)（表2）。城市高溫指數(shù)分級(jí)的基準(zhǔn)參數(shù)為過去5 a 同期的城市高溫指數(shù)平均值和標(biāo)準(zhǔn)差。

表2 城市高溫指數(shù)等級(jí)Table 2 Urban heat index warning scales

2.2 多元主體適應(yīng)力耦合技術(shù)

通過設(shè)計(jì)與用戶進(jìn)行交互的終端界面，將城市系統(tǒng)中個(gè)體和區(qū)域?qū)用娴母邷剡m應(yīng)力與城市高溫指數(shù)進(jìn)行動(dòng)態(tài)耦合，實(shí)現(xiàn)對(duì)城市高溫脆弱性的預(yù)警。同時(shí)，個(gè)體和區(qū)域?qū)用娴牟煌黧w（6 類群體和城市治理者）也是預(yù)警系統(tǒng)的服務(wù)對(duì)象，根據(jù)應(yīng)用場(chǎng)景（個(gè)人生活、旅游出行、戶外作業(yè)、城市治理）提供差異化的高溫輔助決策支持服務(wù)。

具體方法為：1）對(duì)于屬于6 類人群的終端用戶，在其選擇不同的角色后，程序結(jié)合用戶設(shè)定的地理位置的城市高溫指數(shù)等級(jí)檢索“多元群體脆弱風(fēng)險(xiǎn)評(píng)價(jià)標(biāo)準(zhǔn)庫”中對(duì)應(yīng)的矩陣評(píng)判標(biāo)準(zhǔn)，對(duì)該用戶在設(shè)定地理位置的高溫脆弱風(fēng)險(xiǎn)進(jìn)行評(píng)級(jí)，并提供對(duì)應(yīng)的健康生活建議，實(shí)現(xiàn)耦合個(gè)體層面適應(yīng)力的城市高溫脆弱性預(yù)警。2）對(duì)于政府等城市治理主體，工作人員通過搜索定位或觸摸點(diǎn)擊定位2種方式查看定位處的城市高溫指數(shù)信息，再結(jié)合區(qū)域中已有的景區(qū)、納涼設(shè)施和醫(yī)療設(shè)施的空間分布（設(shè)施空間位置在終端進(jìn)行標(biāo)識(shí)），經(jīng)驗(yàn)地定性判斷定位處耦合區(qū)域?qū)用孢m應(yīng)力的城市高溫脆弱水平，以對(duì)現(xiàn)有設(shè)施布局的合理性進(jìn)行評(píng)價(jià)，或?yàn)闇p災(zāi)規(guī)劃、高溫補(bǔ)貼福利政策的制定提供依據(jù)，如某一區(qū)域的城市高溫指數(shù)經(jīng)常性偏高，而其避暑納涼的場(chǎng)所數(shù)量又較少，則可考慮在該區(qū)域增加設(shè)施數(shù)量。

納涼設(shè)施和醫(yī)療設(shè)施數(shù)據(jù)來源于高德地圖的興趣點(diǎn)（point of interest, POI）數(shù)據(jù)集，其中，納涼設(shè)施的POI主要包括地鐵站、普通商業(yè)中心、公園廣場(chǎng)、公共建筑、大型商場(chǎng)和納涼中心；醫(yī)療設(shè)施的POI包括藥房、鄉(xiāng)鎮(zhèn)診所、社區(qū)衛(wèi)生院和綜合醫(yī)院。通過編制Python爬蟲程序?qū)OI進(jìn)行采集、清洗、篩選和地理坐標(biāo)轉(zhuǎn)換。

2.3 多元群體脆弱風(fēng)險(xiǎn)評(píng)價(jià)標(biāo)準(zhǔn)庫

由于身體素質(zhì)、健康狀況和戶外暴露時(shí)長(zhǎng)等個(gè)體生理和物理差異，不同人群在相同HI等級(jí)下可能承受不同的脆弱風(fēng)險(xiǎn)。本研究結(jié)合游客、老年人、兒童、高溫敏感疾病患者、外賣送餐員和高溫作業(yè)者等城市中具有代表性的群體較為普遍的自身素質(zhì)和工作性質(zhì)等特征，提出建立在HI基礎(chǔ)上的脆弱風(fēng)險(xiǎn)預(yù)警分級(jí)標(biāo)準(zhǔn)。根據(jù)與福建省氣象局的“健康氣象”團(tuán)隊(duì)和福建醫(yī)科大學(xué)的醫(yī)師、護(hù)士進(jìn)行訪談和討論的結(jié)果，定制各群體的健康生活提示和建議，形成一套多元群體脆弱風(fēng)險(xiǎn)評(píng)價(jià)標(biāo)準(zhǔn)庫。

1）游客群體 夏季是旅游旺季，也是個(gè)人、家庭出游的時(shí)節(jié)。必要的防曬防暑的措施和預(yù)備降暑藥品，使得旅游出行的群體能夠抵御一定程度的高溫影響。根據(jù)《避暑旅游氣候適宜度評(píng)價(jià)方法（QX/T 500-2019）》（中國(guó)氣象局，2019）、《區(qū)域性高溫天氣過程等級(jí)劃分》（QX/T 228-2014）（中國(guó)氣象局，2014）對(duì)旅游氣候舒適度和高溫強(qiáng)度的定義，通過將高溫強(qiáng)度等級(jí)與HI預(yù)警等級(jí)建立判斷矩陣的方式規(guī)范游客群體的脆弱風(fēng)險(xiǎn)等級(jí)表（附表1）和旅游出行建議（附表2）。

2）老年和兒童群體 在夏季高溫時(shí)期，老年群體和兒童群體較普通人的身體調(diào)節(jié)機(jī)能等表現(xiàn)弱勢(shì)，但青少年的生理恢復(fù)調(diào)節(jié)能力較老年人更強(qiáng)，因此老年人可能承擔(dān)著更大的脆弱風(fēng)險(xiǎn)（談建國(guó)等，2002；許遐禎 等，2011）。已有研究證實(shí)夏季氣溫與中暑、死亡發(fā)生具有顯著的正相關(guān)關(guān)系（俞龑韜 等，2018；Kim and Kim, 2017），當(dāng)外界溫度超過人體表溫度（33～34℃）時(shí)，中暑的癥狀開始在人群中出現(xiàn)；日最高氣溫達(dá)到35℃時(shí)更加容易發(fā)生中暑癥狀，且當(dāng)日最高氣溫達(dá)到36～37℃時(shí)，中暑癥狀將可能更為嚴(yán)重，個(gè)體死亡現(xiàn)象開始頻繁出現(xiàn)（陳正洪 等，2002；陳輝 等，2009；俞龑韜 等，2018）。根據(jù)上述資料，提出老年群體和兒童群體的脆弱風(fēng)險(xiǎn)分級(jí)方法及其相應(yīng)的健康生活提示（附表3至6）。

3）高溫敏感疾病患者群體 已有研究指出，當(dāng)日最高氣溫每升高1℃，對(duì)高溫敏感疾病患者帶來的健康負(fù)面影響隨之增加，如疾病復(fù)發(fā)甚至死亡（Hu et al., 2008；王佳佳 等，2009）；當(dāng)日最高氣溫上升4.7℃時(shí)，心腦血管疾病患者的死亡率顯著上升（Basu and Ostro, 2008）；且目前高溫?zé)崂藢?duì)呼吸和循環(huán)系統(tǒng)疾病患者的附加效應(yīng)高度顯著（Chen et al., 2015; Dong et al., 2016），在國(guó)內(nèi)272個(gè)城市的研究（Yin et al., 2018）顯示，對(duì)上述疾病的影響達(dá)到14%和13%。結(jié)合老年人和兒童群體的高溫脆弱性等級(jí)，劃分該群體的脆弱風(fēng)險(xiǎn)分級(jí)表和生活提示（附表7和8）。

4）戶外高溫作業(yè)群體 外賣送餐員、建筑工人、高壓電網(wǎng)維修員等夏季高溫依舊堅(jiān)守崗位的群體應(yīng)該得到更多的社會(huì)關(guān)注。已有研究指出，中暑癥狀在從事體力活動(dòng)、勞動(dòng)強(qiáng)度較大的男性群體更易出現(xiàn)（許明佳 等，2015；陳振龍 等，2015；付文娟 等，2020），且發(fā)現(xiàn)中暑甚至死亡的病例大多與經(jīng)歷了持續(xù)的高溫影響有關(guān)（Chen et al., 2015;Lee et al., 2016）。因此，采用高溫持續(xù)的天數(shù)與HI預(yù)警等級(jí)建立判斷矩陣設(shè)定該群體的脆弱風(fēng)險(xiǎn)等級(jí)（附表9）。外賣送餐員和高溫作業(yè)群體共同使用一套脆弱風(fēng)險(xiǎn)等級(jí)表，但需要據(jù)行業(yè)性質(zhì)分別制定兩者的作業(yè)建議（附表10和11）。

3 城市高溫脆弱性預(yù)警系統(tǒng)設(shè)計(jì)與應(yīng)用

3.1 技術(shù)架構(gòu)和功能模塊

基于高德地圖JavaScript API 和高德地圖組件API等，依托福建省氣象局公共氣象服務(wù)平臺(tái)——“知天氣”設(shè)計(jì)城市高溫脆弱性預(yù)警系統(tǒng)的技術(shù)架構(gòu)（圖2）。

圖2 城市高溫脆弱性預(yù)警系統(tǒng)架構(gòu)Fig.2 System framework of early warning for urban heat vulnerability

城市高溫脆弱性預(yù)警系統(tǒng)以“城市高溫指數(shù)”為名作為“知天氣”平臺(tái)的重要模塊，系統(tǒng)主要包括為用戶提供交互式操作界面的移動(dòng)應(yīng)用程序模塊和處理應(yīng)用功能數(shù)據(jù)的專用管理后臺(tái)，其中移動(dòng)應(yīng)用程序模塊包括4大功能模塊：城市高溫指數(shù)預(yù)報(bào)模塊、人群高溫脆弱風(fēng)險(xiǎn)預(yù)警服務(wù)模塊、戶外工作指導(dǎo)服務(wù)模塊、公共設(shè)施輔助適應(yīng)與決策支持菜單模塊；專用管理后臺(tái)包括2大功能模塊：圖層數(shù)據(jù)管理模塊和提示語數(shù)據(jù)管理模塊（圖3）。

圖3 城市高溫脆弱性預(yù)警系統(tǒng)功能模塊Fig.3 System function modules of early warning for urban heat vulnerability

3.2 試點(diǎn)應(yīng)用

3.2.1 試點(diǎn)概況 廈門市（24°26′46″ N、118°04′04″E）隸屬于福建省，是中國(guó)東南沿海的經(jīng)濟(jì)特區(qū)，也是海峽西岸經(jīng)濟(jì)區(qū)重要的中心城市和旅游目的地，目前全市擁有近516萬常住人口，轄區(qū)總面積為1 700.61 km2，其中廈門島的陸地面積為157.98 km2（包括鼓浪嶼），海域面積為390 km2（廈門市人民政府，2021）。資料顯示，20 世紀(jì)80 年代以來，尤其是進(jìn)入21世紀(jì)，廈門市的近地表監(jiān)測(cè)氣溫不斷上升，且城市極端高溫事件的發(fā)生頻率越來越頻繁（李文勇，2008）?！?020 年廈門市氣候年報(bào)》（廈門市氣象局，2021）顯示，廈門島內(nèi)外年平均氣溫自20 世紀(jì)90 年代中期以來，一直處于偏高狀態(tài)，近幾年氣候變暖趨勢(shì)愈加明顯。2020年廈門島內(nèi)外平均氣溫分別為22.2 ℃和22.7 ℃，分別比常年高1.5 ℃和1.3 ℃，均為異常偏高，其中島內(nèi)創(chuàng)1953年有氣象觀測(cè)來歷史最高紀(jì)錄。

3.2.2 應(yīng)用情況 通過與福建省氣象局、福建省氣象服務(wù)中心合作，2021年9月，城市高溫脆弱性預(yù)警系統(tǒng)——“城市高溫指數(shù)”模塊在廈門市正式上線運(yùn)營(yíng)（圖4）。以廈門市同安區(qū)西柯鎮(zhèn)的古龍醬文化公園和廈門市思明區(qū)的中山路步行街為例示范“城市高溫指數(shù)”模塊的應(yīng)用情況。

圖4 “城市高溫指數(shù)”用戶界面Fig.4 User interface of the ＂Urban Heat Index＂

1）城市高溫指數(shù)預(yù)警預(yù)報(bào) 用戶通過搜索框查詢“古龍醬文化園”，結(jié)果以標(biāo)記打點(diǎn)在地圖上顯示（圖5）?！爸腔鄹邷乜ㄆ绷⒓锤略擖c(diǎn)位的詳細(xì)地址、指數(shù)等級(jí)、高溫發(fā)生時(shí)段和溫馨提示。通過播放條可查看該位置未來6天的指數(shù)空間格局。

圖5 廈門市西柯鎮(zhèn)古龍文化公園的高溫指數(shù)預(yù)報(bào)Fig.5 Forecast of HI in Gurung Cultural Park, Xike Town, Xiamen

2）人群脆弱風(fēng)險(xiǎn)預(yù)警與信息提示、戶外工作指導(dǎo) 在古龍醬文化園高溫指數(shù)預(yù)報(bào)等級(jí)為3 級(jí)時(shí)，游客的脆弱風(fēng)險(xiǎn)為2 級(jí)，兒童為2 級(jí)，老年人為2級(jí)，高溫敏感患者風(fēng)險(xiǎn)為1級(jí)。當(dāng)日在古龍醬文化園周邊配送外賣和戶外高溫作業(yè)的人員的脆弱風(fēng)險(xiǎn)均為3級(jí)。同時(shí)，卡片分別對(duì)屬于不同人群和兩大行業(yè)群體的用戶提供次日脆弱風(fēng)險(xiǎn)預(yù)警信息和防暑降溫建議（圖6）。

圖6 古龍醬文化園的游客群體和外賣送餐群體的脆弱風(fēng)險(xiǎn)等級(jí)和提示Fig.6 Vulnerability scale and tips for tourist groups and delivery workers in Gurung Cultural Park, Xike Town, Xiamen

3）公共設(shè)施輔助適應(yīng)與決策支持 以古龍醬文化公園和中山路附近的納涼設(shè)施（地鐵站、公園、商場(chǎng)超市、公共建筑）、醫(yī)療設(shè)施（衛(wèi)生服務(wù)、綜合醫(yī)院）和景區(qū)為例，對(duì)比2個(gè)區(qū)域的城市高溫脆弱性水平。相比中山路步行街（圖7），古龍醬文化公園附近的景區(qū)、納涼和醫(yī)療設(shè)施數(shù)量都較為有限，且當(dāng)日中山路步行街并未出現(xiàn)指數(shù)等級(jí)預(yù)警。由此，決策者可初步判定當(dāng)日古龍醬文化公園及附近的城市高溫脆弱性較中山路步行街更高。結(jié)合相關(guān)部門的應(yīng)急預(yù)案處理流程，古龍醬文化公園附近的社區(qū)組織可加強(qiáng)防暑降溫宣傳，開放更多的納涼場(chǎng)所和臨時(shí)醫(yī)療點(diǎn)，市政部門可開展街道灑水作業(yè)等。若該區(qū)域長(zhǎng)期出現(xiàn)高溫指數(shù)等級(jí)較高的情況，還可通過增加植被覆蓋率，或增加人造水體等提高區(qū)域適應(yīng)和減緩高溫的能力。同時(shí)，普通大眾可在前往古龍醬文化園附近區(qū)域前，查看各類降溫和醫(yī)療設(shè)施的分布情況，充分發(fā)揮個(gè)人的主觀能動(dòng)性，提前規(guī)劃出行路線，降低高溫可能帶來的健康和財(cái)產(chǎn)損失。

圖7 古龍醬文化園和中山路步行街周邊的納涼和醫(yī)療設(shè)施空間分布Fig.7 Spatial distribution of cooling and medical facilities around the Gurungjam Cultural Park and Amoy YatSen Road

4 結(jié)論與展望

本文基于人與環(huán)境耦合系統(tǒng)視角綜合運(yùn)用地理學(xué)、大數(shù)據(jù)科學(xué)和計(jì)算機(jī)科學(xué)等理論和方法，對(duì)城市高溫脆弱性及其預(yù)警方法進(jìn)行了研究，建構(gòu)了“暴露性-易損性-適應(yīng)力”的城市高溫脆弱性研究框架與預(yù)警指標(biāo)體系，提出了城市高溫指數(shù)、多元主體適應(yīng)力耦合技術(shù)和多元群體脆弱風(fēng)險(xiǎn)評(píng)價(jià)標(biāo)準(zhǔn)庫等系列預(yù)警關(guān)鍵技術(shù)，設(shè)計(jì)開發(fā)了城市高溫脆弱性預(yù)警系統(tǒng)——“城市高溫指數(shù)”，并在廈門市試點(diǎn)部署，應(yīng)用期間得到了廈門市民的良好反饋。2021 年9 月，系統(tǒng)依托福建省公共氣象服務(wù)平臺(tái)——“知天氣”正式上線業(yè)務(wù)化運(yùn)營(yíng)。綜合示范成果于2021 年12 月通過科技部國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目驗(yàn)收，驗(yàn)收評(píng)價(jià)為優(yōu)秀。城市高溫脆弱性預(yù)警系統(tǒng)為居民和有關(guān)部門提供了高溫天氣下生產(chǎn)生活的輔助決策支持服務(wù)，為今后省內(nèi)（如福州市）和省外其他高溫城市的推廣奠定了良好基礎(chǔ)。

盡管多元群體脆弱風(fēng)險(xiǎn)等級(jí)的劃定建立在廣泛的團(tuán)隊(duì)討論和氣象局業(yè)務(wù)經(jīng)驗(yàn)基礎(chǔ)上，但其設(shè)計(jì)仍存在不足，尤其是不同群體受高溫環(huán)境影響的健康閾值，還需進(jìn)一步開展針對(duì)性的實(shí)證研究來科學(xué)劃定。目前，研發(fā)團(tuán)隊(duì)已考慮設(shè)計(jì)由城市高溫指數(shù)和個(gè)體基本生理健康要素構(gòu)成（性別、年齡、慢性疾病史等）的綜合模型，定量表征個(gè)體在空間上特定位置的脆弱風(fēng)險(xiǎn)，為用戶提供更加準(zhǔn)確的風(fēng)險(xiǎn)信息和針對(duì)性的健康建議。此外，當(dāng)前研究中區(qū)域?qū)用娴母邷卮嗳跣运絻H能通過結(jié)合使用者當(dāng)前位置的指數(shù)等級(jí)和周邊資源位置與數(shù)量的方式進(jìn)行主觀判定，因此，區(qū)域?qū)用孢m應(yīng)力的耦合技術(shù)還有待進(jìn)一步深入挖掘，如引入資源的自動(dòng)可達(dá)性分析功能對(duì)區(qū)域的高溫適應(yīng)力進(jìn)行分區(qū)分級(jí)，探索將區(qū)域高溫適應(yīng)力動(dòng)態(tài)地與高溫指數(shù)進(jìn)行耦合，計(jì)算耦合區(qū)域?qū)用娓邷剡m應(yīng)力的城市高溫脆弱性指數(shù)，從而政府可根據(jù)指數(shù)等級(jí)高低和已有的應(yīng)急處置預(yù)案對(duì)特定區(qū)域定制針對(duì)性的防災(zāi)減災(zāi)方案，也有助于規(guī)劃部門識(shí)別降溫和醫(yī)療資源短缺的地區(qū)，在市政規(guī)劃中完善優(yōu)化應(yīng)對(duì)極端高溫資源的空間配置。