《Sustainable Cities and Society》：Urban Ecological Risk and Social Vulnerability Assessment for Equitable Climate Resilience Planning in Siliguri, India
编辑推荐：
城市生态风险研究整合了气候变暖、土地利用转型和社会经济不平等因素，以喜马拉雅山麓的 Siliguri 为例，构建了包含生物物理危害、社会脆弱性和适应能力的空间集成模型。研究发现2013-2023年间绿地减少27.5%，蓝地锐减78.5%，91%以上wards面临高温威胁，26个wards（55.3%）位于高风险走廊，而 Ward 28 等区域仍属中风险。该模型通过Gamma叠加分析，为SDG 11.7目标提供空间决策支持，重点识别包容性基础设施不足区域，促进公平导向的气候韧性规划。
Alok Das | Sayanti Poddar | Javed Mallick | Hoang Thi Hang | Swapan Talukdar
卡利亚尼政府工程学院，毛拉纳·阿布尔·卡拉姆·阿扎德科技大学，卡利亚尼-741235，印度
摘要
由于气候变化、土地利用转变和社会制度差异，城市生态风险正在加剧。在南亚，像西里古里这样的喜马拉雅山麓城市面临着蓝绿基础设施丧失、地表温度上升和污染物积累等多重脆弱性，尤其是在社会边缘化地区。本研究通过结合生物物理危害、社会脆弱性和适应能力，在社区层面开发了一个空间整合的城市生态风险模型。采用多步骤方法：使用随机森林分类和单窗口算法获取2003-2023年的土地利用和地表温度数据；危害因素包括地表温度、建筑密度、气溶胶光学厚度、道路距离和气体污染物；暴露程度通过种姓和性别分类指标进行量化；适应能力则通过关键服务和蓝绿基础设施的获取情况来评估，并通过Gamma叠加技术进行整合。结果显示，自2013年以来，绿地面积减少了27.5%，蓝绿空间减少了78.5%。超过91%的社区现在面临高或非常高的地表温度，26个社区（占55.3%）位于东北-西南走廊的高风险区域。相比之下，包括第28社区在内的许多社区仍处于中等风险水平，反映出相对较低的综合危害暴露压力。共有6个社区处于极高人口风险中，其中两个社区的预定部落风险非常高，三个社区的预定种姓女性面临高或非常高的风险。该模型并非直接对可持续发展目标11.7做出贡献，而是作为一种决策支持工具，通过识别社区层面在获取更安全、更健康和具有气候抵御力的蓝绿及公共空间方面的不足，从而支持对可持续发展目标11.7的监测和有针对性的行动，使快速城市化的次级城市能够进行可转移的、以公平为导向的韧性规划。
引言
城市环境日益受到快速城市化和气候变化双重压力的影响。这些力量之间的复杂相互作用加剧了诸如城市热岛（UHI）、空气质量下降以及由于基础设施密集化导致的不透水表面扩散等生态危害（Avashia等人，2021年；Estoque等人，2020年）。特别是在地理敏感且快速变化的地区，如喜马拉雅山麓，蓝绿空间（包括湿地、植被区和水体）提供的生态缓冲作用正在逐渐减弱（Roy等人，2021年；Fendoung等人，2024年）。这些蓝绿空间在调节温度、雨水管理和污染物过滤方面发挥着关键作用，但城市扩张往往以牺牲它们为代价（Halder等人，2023年；Tesfamariam等人，2024年）。
城市中的生态风险是由生物物理危害（如升高的地表温度和空气污染物浓度，如NO?、SO?、CO和PM）与社会和空间分布的脆弱性相互作用所决定的（Zhan等人，2023年；Gao等人，2024年）。风险不仅来自暴露本身，还来自适应资源在人群中的不均衡分配。社会脆弱群体和经济弱势群体经常居住在靠近交通走廊或低洼易洪区的高风险生态区域，这些地区的绿色基础设施有限（Sabrin等人，2020年；Dugord等人，2014年）。他们的适应能力受到基础设施、教育和制度缺陷的限制，在面对日益极端的气候条件时几乎没有应对措施（Hidalgo-García & Arco-Díaz，2023年；Cheval等人，2022年）。
环境正义要求环境危害和利益得到公平分配，特别是考虑到脆弱群体往往受到生态退化的更大影响，并且经常被排除在城市规划讨论之外（Varma等人，2021年）。因此，环境正义需要考虑物理危害参数以及社会维度（如获得医疗服务、公共基础设施和绿空间的存在与否）的空间明确评估（Su等人，2024年；Aung等人，2024年）。现有研究表明，低收入和边缘化家庭更可能居住在地表温度高、空气质量差和绿色空间少的地区，这突显了进行多维度脆弱性评估的必要性（Mandvikar等人，2024年；Nimish等人，2020年）。例如，新泽西州卡姆登这个历史上被边缘化的城市中心，在结合城市热度和污染指数后显示出更高的脆弱性，这表明类似的情况也可能存在于南亚城市（Sabrin等人，2020年）。
在西里古里，印度东部增长最快的城市集群之一，环境正义问题尤为突出。快速的人口密集化、车辆排放以及人均绿地面积的急剧减少对历史上被边缘化的社区造成了不成比例的影响。包括升高的地表温度和空气质量下降在内的生态危害在预定种姓/预定部落（SC/ST）主导的社区中尤为明显，这强调了将社会脆弱性指标纳入城市风险评估的必要性。如果没有这种整合，传统模型可能会忽视影响暴露和适应的结构不平等，从而导致不公平的结果。尽管可持续发展目标11.7要求到2030年实现安全、包容和可及的蓝绿及公共空间的普遍获取，但包括西里古里在内的大多数印度城市缺乏在社区层面进行空间解析的监测工具。尽管政策框架在名义上与可持续发展目标一致，但由于服务提供碎片化和排斥性规划实践，南亚的城郊地区仍然得不到充分服务（Estoque等人，2020年；Gao等人，2024年）。缺乏综合的生态-社会指标使得市级可持续发展目标跟踪无效（Cheval等人，2022年）。本研究通过开发一个整合的城市生态风险模型来应对这一实证和治理差距，以支持可持续发展目标11.7的空间公平实施（Mandvikar等人，2024年；Roy等人，2021年）。
现有的评估通常依赖于孤立的危害参数，如地表温度或气溶胶光学厚度（AOD），而忽视了与种姓、性别和基础设施排斥相关的交叉脆弱性（Tesfamariam等人，2024年；Guo等人，2024年）。本研究通过采用基于随机森林的土地覆盖分类、基于模糊逻辑的危害建模以及Gamma叠加的适应能力指标聚合方法来克服这些方法论局限。这些指标包括获取学校、医院、水源和蓝绿基础设施的情况，这些因素已被证明可以减轻危害影响并提高社区韧性。选定的危害参数（地表温度、建筑密度、道路距离和污染物浓度（NO?、SO?、CO）与环境退化和人类健康负担有实证关联（Zhan等人，2023年；Hidalgo-García & Arco-Díaz，2023年）。
因此，本研究旨在为西里古里开发一个综合生态风险评估模型，整合生物物理、社会和基础设施维度。具体目标包括：（i）探索市政社区内蓝绿基础设施（BGI）和地表温度（LST）的时空动态；（ii）使用遥感和空气质量数据构建多参数生态危害模型；（iii）使用种姓和性别分类指标量化人口暴露情况；（iv）基于获取城市基础设施和服务的情况评估社区层面的适应能力；（v）通过综合模糊-Gamma叠加技术开发一个复合风险模型，以便在社区层面识别优先干预区域和符合可持续发展目标的气候韧性规划。
研究区域
西里古里市政公司（SMC）位于印度西孟加拉邦北部喜马拉雅山麓脚下，由于其战略位置、地形多样性和快速的城市扩张，是进行城市生态风险评估的重要地点。该地区位于北纬26°40′至26°50′、东经88°20′至88°30′之间，面积约为41.9平方公里，海拔高度在120至140米之间，毗邻马哈纳anda河
城市蓝绿基础设施的时空动态：社区层面分析
分类准确率从2003年的84%（κ = 0.76）逐步提高到2023年的96%（κ = 0.91），证实了该模型在区分建筑区、植被区和水域方面的稳健性。时间演变显示了一个三阶段轨迹：早期扩张、中期稳定，随后生态覆盖急剧下降。2003年至2008年间，绿色覆盖面积从4.42平方公里增加到5.85平方公里，增长了32.4%
讨论
本研究通过将卫星数据得出的危害与按种姓和性别分类的暴露情况以及社区层面的适应能力相结合，推进了城市生态风险评估，这与当代环境正义方法一致（Avashia等人，2021年；Sabrin等人，2020年；Singh等人，2022年；Rodríguez等人，2024年）。与传统孤立评估危害的模型不同，该框架生成了一个高分辨率的生态风险表面，将环境、基础设施等因素结合起来
结论
开发了一个空间细致、社会分类的生态风险框架，将环境危害与社区层面的适应能力和按种姓及性别分类的暴露情况相结合。应用于西里古里的分析显示，2013年至2023年间，绿地面积减少了27.5%，蓝绿空间减少了78.5%，超过91%的社区现在处于高或非常高的地表温度区域；划定了一个中南部风险核心，其中47个社区中有26个位于该区域
CRediT作者贡献声明
Alok Das：撰写原始草案、验证、软件、资源、方法论、调查、正式分析、数据管理、概念化。Sayanti Poddar：撰写原始草案、可视化、验证、监督、软件、项目管理、方法论、调查、正式分析、数据管理、概念化。Javed Mallick：撰写原始草案、可视化、验证、监督、软件、资源、项目管理、方法论、调查
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
“作者感谢King Khalid大学科学研究院通过RGP2/168/46号研究小组的资助支持这项工作。”
