印度热应激暴露的时空演变（1981-2023）：基于高分辨率UTCI指标的政策启示

《Nature Communications》：Spatiotemporal changes in heat stress exposure in India, 1981-2023

本研究针对印度极端热应激风险加剧的公共卫生挑战，利用1981-2023年高时空分辨率数据（0.1°网格，逐小时），首次以行政区划“县”为单位系统分析了通用热气候指数（UTCI）的演变规律。研究发现印度县域平均热应激暴露时长（HSE，UTCI≥32°C）在2011-2023年较1981-1995年上升3.3%，且夜间UTCI升幅高于白天导致昼夜温差缩小。研究进一步通过消费者金字塔家庭调查（CPHS）数据揭示户外职业暴露的种姓不平等现象。成果为印度区域性热行动计划制定提供了科学依据，凸显了结合平均温度与暴露时长评估热健康的必要性。

　　

在全球气候变暖的背景下，印度作为人口密集且农业占比高的地区，正成为极端热应激事件的重灾区。过去的研究多依赖日均温数据，难以捕捉热暴露的精细动态；而政策制定亟需县级层面的实证依据，以协调灾害响应和公共卫生行动。为此，一项发表于《Nature Communications》的研究通过整合1981-2023年间0.1°空间分辨率的逐小时气象数据，首次从行政区划角度系统揭示了印度热应激暴露的时空演变规律。

研究人员采用通用热气候指数（Universal Thermal Climate Index, UTCI）作为核心指标，该指数综合气温、湿度、风速和太阳辐射，更能反映人体实际热感受。通过计算每小时UTCI值超过32°C的时长定义热应激暴露（Heat Stress Exposure, HSE），并结合印度722个县的地理边界，生成长期趋势图谱。此外，研究引入消费者金字塔家庭调查（Consumer Pyramids Household Survey, CPHS）数据，量化2019-2023年户外职业人群的暴露差异。

主要技术方法包括：

1. 1.
   基于ERA5和ERA5-Land再分析数据提取气象变量，通过多项式回归计算UTCI；
2. 2.
   利用0.1°网格数据与县域边界叠加，加权生成县级HSE时序；
3. 3.
   采用泰尔-森估计量（Theil-Sen estimator）评估趋势稳健性；
4. 4.
   整合CPHS调查中17万户家庭的工作地点与时长数据，分析种姓群体暴露不平等。

结果部分

UTCI与HSE的比较

研究发现，2023年印度平均UTCI较1981年上升3.6%（22.5°C至23.4°C），而HSE时长增幅达10.8%（5.1小时/天至5.6小时/天）。空间上，UTCI呈现收敛趋势（初始高温区域升幅较小），而HSE显著发散，中部和东部县域暴露增加最剧。

HSE随时间变化趋势

2011-2023年间日均HSE达335分钟，较1981-1995年上升3.3%。昼夜分析显示，暴露增加集中于8时至18时，夜间因UTCI普遍低于阈值无显著变化。季度差异明显：第1、3、4季度暴露分别增加6.5%、2.6%和9.9%，而第2季度（4-6月）因基线已高达8.94小时/天，增幅不显著。

UTCI随时间变化趋势

日均最低UTCI升幅（1.05°C）显著高于最高值（0.26°C），导致昼夜温差缩小。该现象可能与夜间湿度上升有关，而UTCI涵盖的多变量特性使其较单纯气温指标更能揭示这一规律。

连续暴露事件变化

热暴露事件（UTCI持续≥32°C时段）频率从276次/年增至280次，间隔时间由21.7小时缩短至21.3小时，平均持续时间从7.96小时延长至8.05小时，表明热浪持续时间延长且间歇期缩短。

户外职业暴露分析

2019-2023年CPHS数据显示，户外职业暴露工时占比持续上升，且弱势种姓（在册种姓SC与在册部落ST）暴露水平显著高于主导种姓（OBC与其他群体），凸显社会不平等对热健康风险的加剧作用。

结论与讨论

研究通过长时序、高分辨率数据证实印度热应激暴露呈加剧与空间分异趋势，且昼夜温差缩小可能加剧心血管疾病风险。基于县域的分析为印度“热行动计划”提供了精准施策依据，而UTCI阈值与职业活动的关联仍需进一步校准。成果强调在气候政策中需统筹平均温度与暴露时长评估，并关注弱势群体的热健康公平问题。