鄭殿元，黃曉軍,2

(1.西北大學(xué) 城市與環(huán)境學(xué)院，西安 710127； 2.陜西省地表系統(tǒng)與環(huán)境承載力重點實驗室，西安 710127)

0 引言

自1995年芝加哥高溫?zé)崂怂劳鍪录l(fā)生以來，極端高溫災(zāi)害進(jìn)入人類視野并引發(fā)關(guān)注[1]。隨后在全球范圍內(nèi)又陸續(xù)發(fā)生了規(guī)模較大的2003年歐洲高溫?zé)崂怂劳鍪录2]、2013年中國高溫?zé)崂耸录?，致使全球各地高溫紀(jì)錄屢創(chuàng)新高[3]。近年來，隨著全球氣候變暖加劇，極端天氣事件強度和頻率持續(xù)增加，對人類生存發(fā)展構(gòu)成了巨大威脅[4]。但與規(guī)模大、時間短、破壞性強的臺風(fēng)、暴雨、霜凍等災(zāi)害相比，高溫?zé)崂孙@得更為緩慢而隱秘，卻給人類健康和社會經(jīng)濟發(fā)展造成了嚴(yán)重影響[5-7]。因此，如何緩解高溫人口暴露風(fēng)險對提升人類福祉、促進(jìn)氣候適應(yīng)型城市建設(shè)有重要的現(xiàn)實意義。

伴隨城市化進(jìn)程的不斷加快，土地利用變化引發(fā)了下墊面屬性的改變，城市綠地面積減少，不透水面增加，大量人為熱源排放，都加劇了城市熱島效應(yīng)[8-9]。同時，全球氣候變暖，城市人口快速增長和老齡化，致使高溫人口暴露風(fēng)險增加[10]。目前，國內(nèi)外學(xué)者多關(guān)注高溫?zé)崂丝臻g分布和災(zāi)害事件本身[11-13]以及高溫?zé)崂藢Τ~死亡率和發(fā)病率的影響[6]，期望通過災(zāi)害風(fēng)險時空分布和氣象因素分析，揭示災(zāi)害發(fā)生的原因，但相對忽視了災(zāi)害發(fā)生的社會因素[14-15]。隨著研究的深入，相關(guān)研究發(fā)現(xiàn)災(zāi)害發(fā)生不僅與極端事件有關(guān)，更是社會脆弱性的結(jié)果，為此進(jìn)行了高溫?zé)崂说纳鐣嗳跣栽u價[16-18]。相對而言，國外關(guān)于極端高溫研究成果較為豐富，研究尺度較為全面，且研究視角和學(xué)科呈現(xiàn)多元性特征[19]。而國內(nèi)研究則起步相對較晚，多關(guān)注極端高溫氣象成因和對人體健康的影響，且多以單一要素進(jìn)行高溫?zé)崂吮碚?，缺乏高溫人口暴露風(fēng)險的綜合研究[20-21]。為此，如何全面理解極端高溫災(zāi)害，合理表征高溫?zé)崂耍詈先祟惡蜕鐣蛩?，探究高溫人口暴露風(fēng)險及其影響因素，對災(zāi)害預(yù)警和風(fēng)險防范以及提高極端高溫災(zāi)害認(rèn)知至關(guān)重要[22]。

通常所選尺度越大，區(qū)域內(nèi)高溫人口暴露風(fēng)險存在“被平均”的現(xiàn)象越嚴(yán)重，越不利于災(zāi)害風(fēng)險的空間量化和適應(yīng)策略制定。中國縣域作為國家治理的基本單元，可以較好地刻畫高溫人口暴露風(fēng)險的空間異質(zhì)性。因此，本研究闡釋了極端高溫災(zāi)害系統(tǒng)，綜合考慮極端高溫的漸發(fā)性和累積效應(yīng)特征，以中國縣域為研究單元，基于長時間序列氣象監(jiān)測數(shù)據(jù)，耦合人類社會要素對高溫人口暴露風(fēng)險及其影響因素進(jìn)行探討，以期為緩解災(zāi)害風(fēng)險、提升城市韌性提供理論參考和實踐指導(dǎo)。

1 研究區(qū)域、數(shù)據(jù)來源和研究方法

1.1 研究區(qū)概況

中國地域遼闊，氣候類型復(fù)雜多樣，東部為季風(fēng)氣候，西北部為溫帶大陸性氣候，青藏高原屬高寒氣候，地勢西高東低，地形地貌類型復(fù)雜，人類社會因素的地域差異性顯著，區(qū)域高溫?zé)崂藦姸?、頻次和持續(xù)時間分異明顯?？紤]研究數(shù)據(jù)的可獲得性，以中國2 845個縣級行政單位作為研究單元進(jìn)行高溫人口暴露風(fēng)險及影響因素研究，本研究不包括中國澳門、香港和臺灣地區(qū)。

1.2 數(shù)據(jù)來源

氣象數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的中國氣象要素站點觀測逐日數(shù)據(jù)集，該數(shù)據(jù)集包括全國2 400個氣象站點自建站以來的多個氣象要素的日值觀測數(shù)據(jù)。通過對數(shù)據(jù)篩選整理，剔除觀測時序缺失較長、建站較晚和部分難以利用的數(shù)據(jù)，最終確定了1960—2018年中國縣域內(nèi)的1 815個氣象站點的氣象數(shù)據(jù)(圖1)。2018年度植被指數(shù)(NDVI)[23]、地區(qū)生產(chǎn)總值[24]、250 m數(shù)字高程(DEM)模型數(shù)據(jù)集均來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心，通過ArcGIS軟件以2 845個縣域單元分區(qū)統(tǒng)計獲得。其中，地形起伏度利用ArcGIS軟件提取海拔數(shù)據(jù)，通過縣域單元內(nèi)海拔的最大值與最小值之差獲得[25]。人口數(shù)據(jù)來源于《中國人口與就業(yè)統(tǒng)計年鑒(2019)》，用縣域戶籍人口表征。住房條件、非農(nóng)人口、0～14歲兒童占比、65歲及以上老年人口占比、初中及以上受教育程度、獨居戶占比等數(shù)據(jù)均來源于2010年中國人口普查分縣數(shù)據(jù)集。

圖1 中國氣象站點分布

1.3 研究方法

1.3.1極端高溫災(zāi)害系統(tǒng)。極端高溫災(zāi)害作為區(qū)域災(zāi)害的一種，其結(jié)構(gòu)體系由孕災(zāi)環(huán)境(environment)、致災(zāi)因子(hazard)與承災(zāi)體(exposure)三者相互作用組成[26]。在區(qū)域極端高溫災(zāi)害形成過程中，致災(zāi)因子為高溫?zé)崂耍芷漕l次、強度和持續(xù)時間等影響；孕災(zāi)環(huán)境則由地形地貌、植被水文、氣象氣候等自然環(huán)境和居住條件、經(jīng)濟發(fā)展、交通線路等社會環(huán)境構(gòu)成，這些要素之間的相互作用加劇了孕災(zāi)環(huán)境的不穩(wěn)定性[27]。承災(zāi)體主要以人類自身為核心，包括與人類生產(chǎn)生活相關(guān)的社會經(jīng)濟、糧食生產(chǎn)等。

在高溫?zé)崂似陂g，雖然不同人群承受能力和適應(yīng)行為存在差異性，但承災(zāi)體面臨的高溫?zé)崂顺^其閾值時，就會對人體健康、城市安全造成影響，甚至破壞城市系統(tǒng)，產(chǎn)生災(zāi)害損失。在此過程中，人類通過采取適應(yīng)行為緩解自身敏感性和暴露度，以期降低脆弱性[28]，或以提升城市系統(tǒng)韌性為目標(biāo)，改善孕災(zāi)環(huán)境，增強城市系統(tǒng)應(yīng)對氣候變化的適應(yīng)性，緩解高溫人口暴露風(fēng)險[29-30]。高溫?zé)崂俗鳛橐环N極端天氣事件，會在較長時期內(nèi)伴隨人類社會發(fā)展，尤其隨著人類活動加劇，孕災(zāi)環(huán)境改變，高溫?zé)崂藦姸群皖l次增加，發(fā)生極端高溫災(zāi)害的可能性增大。因此，對極端高溫災(zāi)害的認(rèn)知經(jīng)歷了從“天災(zāi)—人禍”向“共生”的轉(zhuǎn)變，通過人類適應(yīng)行為的調(diào)整和干預(yù)措施降低社會脆弱性，提升恢復(fù)力，從而進(jìn)行災(zāi)害風(fēng)險防范。

1.3.2高溫暴露度評價。目前，高溫?zé)崂说亩x尚缺乏統(tǒng)一標(biāo)準(zhǔn)，相關(guān)學(xué)者利用絕對閾值法、百分位法對高溫?zé)崂诉M(jìn)行識別[19]。通常認(rèn)為氣溫大于等于35 ℃便會對人體健康產(chǎn)生影響，因此，采用中國氣象局界定標(biāo)準(zhǔn)，將日最高氣溫大于等于35 ℃作為高溫日，出現(xiàn)連續(xù)3天及以上的高溫天氣作為高溫?zé)崂薣20]。而高溫暴露度是地域系統(tǒng)在面臨極端高溫事件時所承受的潛在風(fēng)險和程度，單一用高溫日數(shù)等因子難以表征和反映。因此，選取1960—2018年59年間累計的高溫日數(shù)、熱浪頻次、熱浪持續(xù)時間、熱浪強度等指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理后，運用熵權(quán)法測算權(quán)重，采用綜合評價法按照權(quán)重進(jìn)行累加得出各氣象站點的高溫暴露度，在此基礎(chǔ)上利用ArcGIS 10.1軟件中的克里格空間插值方法得到全國的高溫暴露度，通過分區(qū)統(tǒng)計得到中國縣域高溫暴露度(表1)。

表1 中國高溫暴露度評價指標(biāo)

1.3.3高溫人口暴露風(fēng)險評價。高溫人口暴露風(fēng)險是以高溫?zé)崂藶橹聻?zāi)因子，以人類為承災(zāi)體，考慮高溫?zé)崂藦姸取㈩l次、持續(xù)時間的綜合影響下對人類產(chǎn)生的潛在風(fēng)險。區(qū)域致災(zāi)因子風(fēng)險性越高，暴露于該區(qū)域內(nèi)的人口發(fā)生極端高溫災(zāi)害的可能性越大，高溫人口暴露風(fēng)險程度的大小取決于高溫暴露度和暴露于高溫?zé)崂讼碌娜丝跀?shù)量。高溫人口暴露風(fēng)險公式為：高溫人口暴露風(fēng)險=高溫暴露度×人口數(shù)量。

1.3.4地理加權(quán)回歸。地理加權(quán)回歸(geographically weighted regression，GWR)模型是一種定量研究空間非平穩(wěn)性的方法，其中心思想是將數(shù)據(jù)地理位置引入回歸參數(shù)中，通過相鄰觀測值的子樣本數(shù)據(jù)信息對局部進(jìn)行回歸估計，從而反映變量間關(guān)系的局部特性[31]。相對于普通最小二乘法(OLS)等傳統(tǒng)回歸模型的“全局”或“平均”意義估計，在處理空間數(shù)據(jù)時能夠較好地反映空間的局部情況，探索變量之間的空間異質(zhì)性[32]。因此，本研究通過ArcGIS 10.1軟件對模型的參數(shù)估計進(jìn)行空間表達(dá)，采用CV(交叉驗證)法確定帶寬，并進(jìn)一步構(gòu)建GWR模型探索變量之間的空間異質(zhì)性[33]。

2 結(jié)果分析

2.1 高溫暴露度

利用綜合評價法得出中國高溫暴露度值，并采用自然間斷點法進(jìn)行分級(圖2)。通過對中國縣域高溫暴露度空間自相關(guān)分析，得出Moran’sI值為0.988 3，在0.01顯著性水平下，Z得分(統(tǒng)計指標(biāo))為89.821 2，表明中國縣域高溫暴露度呈高值集聚現(xiàn)象。西北地區(qū)的較高和高值區(qū)主要分布在新疆維吾爾自治區(qū)吐魯番市的高昌區(qū)、鄯善縣和托克遜縣等。東南地區(qū)則多分布在重慶、湖南、江西、福建、浙江等省份的大部分縣域。總體上以西北和東南地區(qū)為高值中心，向四周呈圈層遞減趨勢，形成以東北和西南地區(qū)為主的低值帶。除此之外，華北平原的部分縣域都處于高溫暴露度的中值區(qū)，如河北省南部地區(qū)。

圖2 1960—2018年累積高溫暴露度

2.2 高溫人口暴露風(fēng)險

通過高溫人口暴露風(fēng)險公式計算得出中國縣域高溫人口暴露風(fēng)險。為了直觀表述其空間格局，采用自然間斷點法進(jìn)行分級(圖3)。通過對中國高溫人口暴露風(fēng)險空間自相關(guān)分析，得出Moran’sI指數(shù)值為0.805 3，在0.01顯著性水平下，Z得分為72.736 9，表明中國高溫人口暴露風(fēng)險也呈現(xiàn)出高值集聚現(xiàn)象。相對縣域高溫暴露度的多高值中心模式而言，高溫人口暴露高值區(qū)則主要分布在東南地區(qū)，如重慶、湖南、江西、浙江等省份的縣域。其中，高風(fēng)險區(qū)有36個，主要有湖南省耒陽縣、衡南縣、衡陽縣、常寧縣、祁東縣，江西省豐城市、袁州區(qū)、臨川區(qū)、鄱陽縣、廣豐區(qū)、余干縣、上饒縣、南昌縣，重慶市萬州區(qū)、渝北區(qū)、江津區(qū)、合川區(qū)、涪陵區(qū)、開縣、云陽縣，浙江省紹興、諸暨、蕭山區(qū)等縣域；較高風(fēng)險區(qū)有150個，多分布在重慶、湖南、江西等省份的大部分地區(qū)，云南、廣西、廣東、福建、湖北、河南、安徽等省份的部分地區(qū)。此外，河北省和北京市南部以及新疆的部分縣域已成為中等風(fēng)險區(qū)域。

圖3 中國高溫人口暴露風(fēng)險

2.3 影響因素分析

根據(jù)前述極端高溫災(zāi)害系統(tǒng)，考慮氣象因子的不可控性和人類社會系統(tǒng)的可管理性，以高溫人口暴露風(fēng)險為因變量，以孕災(zāi)環(huán)境和承災(zāi)體視角選取影響因子進(jìn)行分析，其中，孕災(zāi)環(huán)境主要與區(qū)域地形地貌、社會經(jīng)濟發(fā)展、基礎(chǔ)設(shè)施狀況相關(guān)。選取歸一化植被指數(shù)X1(NDVI)反映地域單元植被覆蓋度，地形起伏度X2反映區(qū)域地形地貌特征，地區(qū)生產(chǎn)總值X3表征各縣域經(jīng)濟發(fā)展水平，人均居住面積X4和擁有洗澡設(shè)施家庭占比X5表征居住條件，非農(nóng)人口占比X6反映城鎮(zhèn)化發(fā)展水平。

承災(zāi)體的脆弱性與地域單元人群的敏感性和適應(yīng)能力有關(guān)，選取少兒化占比X7和老齡化占比X8表征人群的敏感性，獨居戶占比X9表征獨居人群中可能存在的社會隔離，受教育程度(初中及以上學(xué)歷)X10反映居民的高溫?zé)崂苏J(rèn)知程度。

2.3.1全局回歸分析。通過OLS(普通最小二乘法)模型回歸分析(表2)可知，各因子均通過了顯著性檢驗，且VIF值(方差膨脹系數(shù))均小于3.5，表明各因子之間多重共線性問題較弱或不存在共線性問題。通過比較回歸系數(shù)發(fā)現(xiàn)，除了X2和X6與高溫人口暴露風(fēng)險呈負(fù)相關(guān)性，其余因子均呈正相關(guān)，各因子影響力從大到小依次為X7，X10，X4，X6，X5，X9，X2，X1，X3，X8。

表2 OLS模型估計結(jié)果

2.3.2局部回歸分析。運用ArcGIS 10.1軟件中的GWR工具實現(xiàn)模型構(gòu)建。與OLS模型相比，GWR模型的參數(shù)估計和統(tǒng)計檢驗均更顯著，其中調(diào)整的R2由34.11%提升到62.76%，AICc(赤池信息準(zhǔn)則)由6 921.647 5下降到5 411.658 4。GWR模型較OLS模型的估計結(jié)果更好，能較好地反映空間單元的局部變化。

(1)孕災(zāi)環(huán)境因子(圖4)。由圖4a可知，縣域NDVI與高溫人口暴露風(fēng)險整體呈負(fù)相關(guān)，說明全國大部分縣域植被覆蓋增加對高溫?zé)崂司哂幸欢ň徑庾饔?。但在四川、云南東部和重慶、貴州、廣西的西部以及山東西南部等地區(qū)的縣域，由于高溫?zé)崂藦姸群皖l率較高，人口密度較大，隨著植被覆蓋增加而高溫人口暴露風(fēng)險仍然較高。圖4b的地形起伏度的回歸系數(shù)在重慶、貴州、湖南三省份交界處的縣域，廣東和廣西兩省份交界處的縣域，福建和江蘇南部等地區(qū)的縣域形成多個正中心，該類區(qū)域多為山地，可能出現(xiàn)焚風(fēng)效應(yīng)，隨著地勢起伏度增加高溫人口暴露風(fēng)險增加。局部地區(qū)出現(xiàn)負(fù)中心，如華北平原和四川等地區(qū)的縣域，由于平原與盆地散熱較差，隨著地勢起伏度減小而高溫人口暴露風(fēng)險增加。圖4c的地區(qū)生產(chǎn)總值的回歸系數(shù)在重慶、四川、貴州等省份的縣域形成負(fù)中心，表明該區(qū)域生產(chǎn)總值增加對高溫人口暴露風(fēng)險具有一定緩解作用。而在新疆等地區(qū)的縣域形成正中心，說明社會經(jīng)濟發(fā)展相對落后的縣域高溫人口暴露風(fēng)險較高。在圖4d中，人均住房面積的回歸系數(shù)在新疆東部與甘肅和青海交界處的縣域，重慶、四川東部和貴州西部的縣域形成負(fù)中心，表明該區(qū)域隨著人均住房面積的增加對高溫人口暴露風(fēng)險具有緩解作用。而在湖南、江西、廣東三省接壤的縣域形成正中心，說明隨著高溫?zé)崂藦姸群腿丝诿芏仍黾?，即使人均住房面積得到改善，但高溫人口暴露風(fēng)險仍然較高。圖4e中擁有洗澡設(shè)施家庭占比的回歸系數(shù)空間上波動較大，在安徽、江西、福建、廣東等省份的縣域形成負(fù)中心，表明局部地區(qū)隨著住房設(shè)施條件改善而災(zāi)害風(fēng)險降低，但整體呈現(xiàn)由東南向西北交替遞增的現(xiàn)象，在中部和西北地區(qū)，如山西、陜西、湖北、重慶、貴州、新疆等省份的縣域形成多個正中心，說明由于東中西部地區(qū)社會經(jīng)濟和地域生活習(xí)慣的差異性，擁有洗澡設(shè)施家庭占比對高溫人口暴露風(fēng)險的影響具有不穩(wěn)定性。圖4f中，縣域非農(nóng)人口占比的回歸系數(shù)與高溫人口暴露風(fēng)險呈負(fù)相關(guān)，表明不同縣域勞動和就業(yè)方式的差異導(dǎo)致其所面臨的高溫人口暴露風(fēng)險不同，農(nóng)業(yè)人口較多的縣域面臨的高溫人口暴露風(fēng)險較大。

圖4 孕災(zāi)環(huán)境因子

(2)承災(zāi)體因子(圖5)。圖5a中，少兒化占比與高溫人口暴露風(fēng)險總體呈正相關(guān)，尤其在山東南部與河南相鄰的縣域，陜西南部與四川相鄰的縣域，湖南南部與廣東和廣西三省份接壤的縣域，海南、浙江等省份的縣域形成多個正中心，表明隨著少兒化占比增加而承災(zāi)體脆弱性增高，導(dǎo)致縣域高溫人口暴露風(fēng)險增加。圖5b中老齡化整體也與高溫人口暴露風(fēng)險呈正相關(guān)，在重慶、貴州和湖南接壤的縣域形成正中心，說明全國大部分縣域隨著人口老齡化程度增加，高溫人口暴露風(fēng)險提升。但在環(huán)渤海地區(qū)和安徽、江蘇、浙江、上海、廣東等省份的縣域出現(xiàn)老齡化程度增加高溫人口暴露風(fēng)險降低的現(xiàn)象，且回歸系數(shù)較小，表明老齡化不是該區(qū)域高溫人口暴露風(fēng)險增加的主要原因。在圖5c中，全國大部分縣域的獨居戶占比的回歸系數(shù)均為正，說明隨著縣域獨居人口的增加，高溫人口暴露風(fēng)險提升，尤其是重慶、四川東部、湖北西部、安徽北部等地區(qū)的縣域，高溫人口暴露風(fēng)險提升受獨居戶占比影響較大。圖5d中，大部分縣域隨著居民受教育程度增加，高溫人口暴露風(fēng)險并未得到緩解，反而出現(xiàn)增加，在重慶、湖南、廣西、浙江等省份的部分縣域形成正中心。這可能與大部分人群在高溫?zé)崂似陂g存在低估或忽視其危害和風(fēng)險的問題，無法及時采取有效的適應(yīng)行為，從而增加了人群的高溫人口暴露風(fēng)險。

圖5 承災(zāi)體因子

3 結(jié)論、討論和建議

3.1 結(jié)論

(1)高溫暴露度在空間上形成以新疆東部和江西、浙江、福建等省份的縣域為高值中心的空間集聚特征，而高溫人口暴露高風(fēng)險區(qū)則主要分布在重慶、湖南、江西、浙江等省份的縣域。

(2)從全局回歸看，除地形起伏度和非農(nóng)人口占比與高溫人口暴露風(fēng)險呈負(fù)相關(guān)外，其余因子均為正相關(guān)性，各因子影響力從大到小依次為少兒化占比、受教育程度、人均居住面積、非農(nóng)人口占比、擁有洗澡設(shè)施家庭占比、獨居戶占比、地形起伏度、歸一化植被指數(shù)、地區(qū)生產(chǎn)總值、老齡化占比。由局部回歸可知，孕災(zāi)環(huán)境中的歸一化植被指數(shù)和非農(nóng)人口占比與高溫人口暴露風(fēng)險整體呈負(fù)相關(guān)，其余因子在空間上波動較大，承災(zāi)體中各因子整體均呈現(xiàn)出正相關(guān)性。

(3)由于不同地域單元在不同自然條件、資源稟賦、地理區(qū)位等因素影響下，地區(qū)社會文化、經(jīng)濟結(jié)構(gòu)、人類群體等孕災(zāi)環(huán)境和承災(zāi)體因子存在地域差異性，致使高溫人口暴露風(fēng)險呈現(xiàn)出明顯的空間異質(zhì)性特征。

3.2 討論

(1)從高溫暴露度和高溫人口暴露風(fēng)險空間分布可知，高值區(qū)最北端已出現(xiàn)在河北省和北京市南部地區(qū)，為此需要關(guān)注中國北方地區(qū)的高溫人口暴露風(fēng)險。在孕災(zāi)環(huán)境因子中，地勢起伏度較小的平原或盆地、地勢起伏度較大的山地，可能存在盆地聚熱、焚風(fēng)效應(yīng)等現(xiàn)象，在一定程度上加劇了地域單元高溫?zé)崂说睦鄯e效應(yīng)。非農(nóng)人口占比因子則反映出地域單元勞動和就業(yè)方式的差異性導(dǎo)致其所面臨的災(zāi)害風(fēng)險不同，農(nóng)業(yè)生產(chǎn)等戶外工作者在高溫?zé)崂似陂g面臨著較高的災(zāi)害風(fēng)險。同時，社會經(jīng)濟發(fā)展相對落后的西北地區(qū)，由于人居環(huán)境提升和城市安全的關(guān)注度和資金投入較少，城市系統(tǒng)抵御外界擾動的適應(yīng)性較弱，人口與經(jīng)濟活動均處于較高的暴露風(fēng)險中。

(2)選用第六次人口普查的分縣數(shù)據(jù)進(jìn)行分析，可能存在一定誤差，但隨著社會經(jīng)濟發(fā)展，少兒化、老齡化、獨居戶占比整體會呈上升趨勢，即承災(zāi)體脆弱性可能會更高。承災(zāi)體因子對高溫人口暴露風(fēng)險影響較大，其中大部分地區(qū)出現(xiàn)隨受教育程度增加而災(zāi)害風(fēng)險提升的現(xiàn)象，這可能與居民對極端高溫災(zāi)害風(fēng)險感知較低有關(guān)。如在西安市實地調(diào)研發(fā)現(xiàn)，許多城市居民在高溫?zé)崂似陂g普遍存在低估或忽視高溫?zé)崂说默F(xiàn)象，未能及時采取風(fēng)險防范和適應(yīng)行動。

3.3 建議

(1)承災(zāi)體適應(yīng)能力方面，應(yīng)做好防災(zāi)教育和風(fēng)險防范工作，針對不同脆弱人群利用社區(qū)和基層組織通過宣講、座談等，提升人群對高溫?zé)崂孙L(fēng)險感知和認(rèn)知能力，形成具有災(zāi)害風(fēng)險防范意識的地域社會成員行動規(guī)范。提供高溫?zé)崂诵畔?，引?dǎo)人群采取有效適應(yīng)行動，如在高溫?zé)崂似陂g改變出行方式和時間、調(diào)整飲食和著裝、利用空調(diào)和風(fēng)扇等設(shè)施達(dá)到降溫效果。關(guān)注戶外工作群體，通過發(fā)放高溫補貼、定時監(jiān)測工作環(huán)境溫度和濕度狀況、適度增加休息時間或補充水分等必需物品緩解高溫人口暴露風(fēng)險。

(2)對于城市系統(tǒng)適應(yīng)性而言，應(yīng)以高溫?zé)崂吮O(jiān)測預(yù)警和加強城市韌性、構(gòu)建氣候適應(yīng)型城市為主。在區(qū)域社會經(jīng)濟發(fā)展中更加注重生態(tài)環(huán)境和城市安全，增加城市綠地，合理布局水體，改善住房設(shè)施條件，優(yōu)化城市空間布局，構(gòu)建生態(tài)廊道和通風(fēng)廊道，增強城市建成環(huán)境中的空氣流通性。同時，也要加強城市水、電、路、網(wǎng)等生命線和交通系統(tǒng)的韌性建設(shè)，保障其在高溫?zé)崂讼碌恼＿\轉(zhuǎn)及城市緊急系統(tǒng)正常運行。