基于危害-暴露-脆弱性框架评估中国深圳的热相关健康风险：从街区级局部气候区视角出发

《Journal of Cleaner Production》：Assessing heat-related health risk based on the hazard–exposure–vulnerability framework in Shenzhen, China: A block-level local climate zone perspective

深圳热环境风险评估与LCZ分类研究基于多源数据构建H-E-V框架，分析2020年夏冬季节LCZ类型（4类建筑用地、11类密林用地）的空间异质性，发现建筑高度和密度主导风险差异，MTHI指数有效整合温湿复合影响，为城市规划和气候适应提供科学依据。

　　全球气候变化和快速城市化正在加剧与热相关的健康风险，尤其是对城市中易受影响的人群产生更大的影响。然而，目前对于空间和季节性风险变化的精细尺度评估仍然有限，尤其是在街区层面的局部气候区（Local Climate Zone, LCZ）分析方面。本研究采用深圳这一中国人口密集的热带城市作为案例，利用精细尺度的LCZ地图来评估与热相关的健康风险。研究开发了一种新颖的Hazard–Exposure–Vulnerability框架，整合了多源数据，包括Landsat卫星图像（分辨率30米）、人口数据（分辨率100米）和兴趣点（POI）数据。该框架用于刻画季节性风险模式，并量化2020年夏季和冬季不同LCZ类型之间的风险差异。

研究结果显示，基于决策树的LCZ分类方法在4888个城市街区中总体准确率达到78.4%。LCZ 4（紧凑中层建筑）在城市结构中占据主导地位，而LCZ 11（密集树木）则覆盖了研究区域的34.8%。在这样的空间背景下，不同LCZ和季节之间，热风险呈现出显著的差异。通常情况下，建筑物LCZ面临的热风险高于自然LCZ，且表现出更明显的季节性波动。在夏季，高风险区域主要集中在深圳南部的紧凑或高层建筑区域；而在冬季，风险则呈现出东西向的明显分布特征。这种空间异质性主要是由于灾害、暴露和脆弱性之间的不匹配所导致的。关键的是，在深圳的LCZ定义表面指标中，建筑高度（其次是密度）是导致热风险变化的主要驱动因素。这些发现为未来城市规划和气候适应策略提供了科学依据和可操作的见解。

全球变暖已成为21世纪人类面临的主要挑战之一，其对环境、社会发展和公共健康产生了深远的负面影响。在快速城市化和人口增长的背景下，城市中的人类活动加剧了这些影响。特别是，极端热浪的频率、强度和持续时间在全球范围内显著增加。已有大量研究表明，暴露于自然热灾害中会对不同社会人口群体产生直接且重大的影响，尤其是对易受影响人群，如老年人和儿童。随着城市居民比例预计在2050年达到68%，越来越多的人将面临与热相关的健康风险。因此，以空间显式的方式准确刻画热环境对于识别不同水平的热相关健康风险区域至关重要。这些信息可以支持制定缓解气候变化和保障城市居民福祉的策略。

近年来，越来越多的研究开始使用“Crichton风险三角形”这一概念来评估与热相关的健康风险。该框架由三个要素组成：灾害、暴露和脆弱性。然而，在刻画热灾害时，大多数先前研究主要关注温度这一最重要的环境变量，特别是地表温度（LST）。一些研究甚至忽略了湿度这一关键因素。实际上，湿度在调节人体体温调节过程中发挥着重要作用。高温与高湿度的结合对生物体构成显著风险，特别是在热带和亚热带地区。因此，刻画热灾害需要同时考虑温度和湿度。Thom提出了温度和湿度指数（THI），利用气象站收集的空气温度和相对湿度数据。然而，这些数据在城市区域通常缺乏高空间分辨率，因为观测点数量有限。随着遥感技术的进步，出现了改良的温度-湿度指数（MTHI），该指数结合了LST和归一化湿度差异指数（NDMI），以空间显式的方式表示热舒适度。因此，采用MTHI是一种更优的方法，可以有效整合温度和湿度，从而更全面地理解热灾害的空间分布。

在当前的热风险三角形研究中，人口数据常被用作热暴露的指标，因为热暴露与人口之间存在密切关联。然而，这种方法容易与人口脆弱性因素（如人口密度、老年人比例等）混淆。因此，有必要拓展热暴露因素的范围，因为许多现有研究未能充分刻画暴露情况。一些研究指出，不同职业背景的人群面临不同程度的与热相关的问题。例如，从事重体力劳动且工作环境通风不良的工人更容易受到热应激的影响，而在低收入国家从事生产服务的工人也经常经历极端高温。这些发现强调了周围环境在人类活动中扮演的重要角色，以及其与热暴露之间的紧密联系。因此，引入生产-生活-生态（Production-Living-Ecological, PLE）概念，该概念基于空间单元的人类活动和区域服务进行划分，为量化热暴露指标提供了一种新颖的尝试。

此外，许多先前研究指出，老年人、儿童以及患有心血管疾病的人群由于其较差的体温调节能力，表现出较高的脆弱性。具体而言，老年人更容易受到心血管疾病的影响，儿童则缺乏主动应对热应激的能力，而女性相较于男性在生理和经济层面可能面临更大的劣势，这可能会加剧其脆弱性。因此，一些研究关注个体敏感性，通过易受影响人群来评估整体脆弱性。例如，Zhu等人在新加坡的研究中使用了老年人比例作为热脆弱性的指标。此外，还有研究引入了归一化植被指数（NDVI）、国内生产总值（GDP）和适应性设施等指标来刻画热脆弱性，将这些指标视为与社会因素（如易受影响群体）不同的物理因素。例如，Chen等人在研究中纳入了GDP和空调设施，Dong等人考虑了GDP和医疗援助设施，而Ma等人则将NDVI和夜间灯光纳入其脆弱性评估。尽管这些研究使用的指标存在差异，但大多数研究仍然关注易受影响群体。由于在量化不同指标之间的差异方面存在挑战，一些研究采用了主成分分析（PCA）和等权重方法。因此，采用常用指标（即敏感群体）来估计热脆弱性是一种更为合理和可行的方法。

最后，选择合适的分析单位对于开展与热相关的健康风险评估也是一项重要任务。大多数关于热风险的研究集中在像素级别，或以行政区作为基本研究单位。这些方法为城市热应激管理提供了有价值的见解。然而，这些研究存在一定的局限性，因为它们通常忽略了对不同热环境表面特征的识别，而这是理解热风险驱动因素和制定适当应对措施的关键。Stewart等人提出的局部气候区（LCZ）概念为评估与城市微气候相关的热相关健康风险提供了新的视角。该框架根据不同的表面特征将城市划分为十种建筑类型和七种自然类型，从而更精确地刻画城市形态。许多先前研究已经利用LCZ来探讨热环境问题，主要以像素为基础（Chen et al., 2020; Li et al., 2022; Ma et al., 2023; Yang et al., 2019, 2021）。然而，一些研究指出，与基于地理信息系统（GIS）的LCZ方法相比，像素级别的LCZ分类方法在精度和特定研究区域的应用性方面存在一定的限制，尤其是在城市环境中。此外，当前像素级别的分类方法通常具有30米的分辨率，这可能导致表面元素的碎片化，特别是在建筑密集的区域。因此，考虑到上述研究中的不足，有必要开发一种改进的街区尺度和基于GIS的LCZ分类方法，以识别城市中与高热风险相关的表面形态。利用基于GIS的街区尺度LCZ分析可以提高热风险评估的空间粒度，同时作为连接大规模气候模式和局部脆弱性因素的重要桥梁，从而实现更具针对性的风险管理策略。

深圳作为一座快速城市化的热带沿海城市，其人口迅速增长，导致城市面临更高的热应激问题。深圳的气候属于南亚热带海洋季风气候，具有漫长的夏季、短暂的冬季、高温、充足的阳光和丰富的降水。地理上，深圳地形多样，涵盖了多种自然和人工景观。因此，本研究选择了深圳作为案例，利用流行的“Crichton风险三角形”框架，以精细化的街区尺度LCZ进行城市热相关健康风险的评估。研究的主要目标包括：（1）为深圳生成街区尺度的LCZ地图，阐明该市的主要地表形态；（2）评估热风险的整体状况、空间分布以及不同LCZ之间的差异，并识别城市中与高风险相关的地表特征。

本研究采用街区作为LCZ地图的基本分析单位，以减轻像素尺度可能带来的城市形态碎片化问题，尤其是在建筑密集的城市区域。一些研究指出，采用像素尺度会导致建筑区域的识别精度有限（Cai et al., 2018; Xu et al., 2017），尽管基于WUDAPT的像素级LCZ地图在学术界较为流行（Brousse et al., 2016; Danylo et al., 2016; He et al.）。然而，基于街区的LCZ地图能够更准确地反映城市地表的特征，同时增强对热风险的空间解析能力。此外，通过将LCZ与热暴露、热脆弱性等因素相结合，可以更全面地理解城市形态如何影响健康风险。

本研究发现，深圳的街区主要由建筑LCZ构成，占总街区数的91.90%（4490个），而自然LCZ则占8.10%（396个）。建筑LCZ主要以中层建筑为主，覆盖了城市总面积的55.9%（1284.32 km2），而自然LCZ则以密集树木为主，覆盖了1011.92 km2。这种分布表明，深圳的城市结构以建筑为主导，而自然元素则在一定程度上提供了缓解热风险的缓冲。然而，由于建筑LCZ通常与高温和高湿度环境密切相关，因此在夏季和冬季均表现出较高的热风险。相比之下，自然LCZ由于植被覆盖较多，通常能够提供更好的热调节功能，从而降低热风险。

研究进一步指出，热风险的空间分布呈现出显著的异质性。在夏季，高风险区域主要集中在深圳南部的紧凑或高层建筑区域，而在冬季，风险则呈现出东西向的明显分布。这种空间异质性主要由热灾害、热暴露和热脆弱性之间的不匹配所导致。例如，某些街区由于建筑密度高、通风条件差，导致热暴露水平较高，而另一些街区由于植被覆盖率高、建筑高度较低，热脆弱性较低。因此，不同街区的热风险水平存在显著差异，这需要在城市规划和管理中加以考虑。

在热风险评估过程中，本研究采用的Hazard–Exposure–Vulnerability框架能够更系统地整合热灾害、热暴露和热脆弱性三个维度，从而提供更全面的评估结果。其中，热灾害主要通过MTHI来刻画，该指数结合了LST和NDMI，能够更准确地反映热环境对人类的影响。热暴露则通过人口数据和POI数据来评估，这些数据能够反映人类活动的空间分布。热脆弱性则通过敏感群体（如老年人、儿童）的比例以及社会经济因素（如GDP、医疗设施）来刻画。通过这种多维度的整合，本研究不仅能够识别高风险区域，还能够分析不同因素对热风险的贡献程度。

研究结果表明，建筑高度和密度是深圳热风险变化的主要驱动因素。高密度建筑区域由于通风条件差、热岛效应显著，通常面临更高的热风险。而低密度建筑区域则由于植被覆盖率较高、建筑高度较低，热风险相对较低。此外，自然LCZ由于植被覆盖较多，能够有效降低地表温度，从而缓解热风险。然而，自然LCZ在某些情况下也可能面临较高的热风险，特别是在植被覆盖率较低或气候条件极端的情况下。

在城市规划和管理方面，本研究的发现具有重要的指导意义。首先，城市规划者需要在设计和布局过程中充分考虑热风险的空间分布特征，特别是在建筑密集区域，应采取有效的降温措施，如增加绿化面积、优化建筑布局、改善通风条件等。其次，政策制定者应关注易受影响人群的需求，如老年人和儿童，确保他们在高温天气下的安全。此外，政府应加强基础设施建设，如改善公共交通、提供避暑设施、增加公共绿地等，以降低热风险对城市居民的影响。最后，研究结果也为气候适应策略的制定提供了科学依据，帮助城市更好地应对全球气候变化带来的挑战。

本研究的创新之处在于采用了基于GIS的街区尺度LCZ分类方法，这一方法能够更准确地刻画城市地表形态，并提供更精细的热风险评估。通过将LCZ与热暴露、热脆弱性等因素相结合，本研究不仅能够识别高风险区域，还能够分析不同因素对热风险的贡献程度。此外，研究还引入了PLE概念，将人类活动和区域服务作为热暴露的指标，从而更全面地反映热风险的复杂性。这些方法的结合使得热风险评估更加系统和科学，为未来的研究和实践提供了新的思路。

综上所述，本研究通过精细尺度的LCZ地图和多源数据的整合，揭示了深圳与热相关的健康风险的空间分布特征及其驱动因素。研究结果表明，建筑高度和密度是热风险变化的主要驱动因素，而自然LCZ则在一定程度上能够缓解热风险。通过将LCZ与热暴露、热脆弱性等因素相结合，本研究为城市规划和气候适应策略提供了科学依据和可操作的见解。未来的研究可以进一步拓展这一框架，将其应用于其他城市或地区，以评估不同城市环境下的热相关健康风险，并制定相应的应对措施。同时，研究还可以结合更多的社会经济数据，以更全面地理解热风险的驱动因素和影响范围，从而为城市可持续发展和公共健康保障提供更加精准的指导。