《International Journal of Disaster Risk Reduction》：iHeatApp: A climate data visualization and delivery technology for mitigating heat exposure and risks in agriculture
编辑推荐：
本研究开发了iHeatApp，一款双语（英语和西班牙语）网络应用程序，用于实时可视化湿球黑球温度（Wet Bulb Globe Temperature, WBGT）的热风险。该应用整合了美国国家海洋和大气管理局（National Oceanic and Atm
本研究开发了iHeatApp，一款双语（英语和西班牙语）网络应用程序，用于实时可视化湿球黑球温度（Wet Bulb Globe Temperature, WBGT）的热风险。该应用整合了美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration, NOAA）的国家融合模式（National Blend of Models, NBM）预报数据，并集成了一款人工智能（Artificial Intelligence, AI）聊天机器人，提供英西双语的安全生产指导。研究人员在加利福尼亚州帝国谷（Imperial Valley）的农业工人中进行了实地测试，采用系统可用性量表（System Usability Scale, SUS）进行评估。两轮匿名、非关联的调查结果显示，平均SUS得分分别为44.7和75.0。研究还展示了2024年加州热浪期间基于WBGT的热风险可视化效果。该工具旨在弥合复杂气象信息与现场决策之间的鸿沟，为保护易受热应激影响的农业工人提供了一个可复制的职业热风险沟通框架。
论文解读
研究背景与问题
农业工人是全球最易遭受热暴露的职业群体之一，面临脱水、热衰竭和急性工伤等严重健康威胁。特别是在美国加利福尼亚州的帝国谷地区，夏季气温常超过110华氏度，加之高强度体力劳动和缺乏实时风险信息，使得该地区成为加州热相关疾病发病率最高的区域。然而，现有的热风险管理手段多依赖经验、现场观察和感知的环境条件，而非标准化的热风险指标。尽管已有一些热风险工具，如OSHA-NIOSH热安全工具和ClimApp，但它们普遍存在交互性不足、缺乏语言翻译或文化适应性、实时预报与动态可视化有限等问题，且很少有工具直接在农业工人中进行过实地测试。因此，亟需一种能够将环境热信息转化为可操作安全指南的数字化决策支持工具。
研究方法与技术
为解决上述问题，研究人员开发了iHeatApp，一款双语交互式网络应用程序。其核心技术方法包括：
- 1.
数据获取与处理：利用NOAA的国家融合模式（NBM）提供的每小时约2.5公里分辨率的预计算WBGT预报数据，通过Python库Herbie进行检索，并使用Xarray进行数据处理。
- 2.
空间变换与编码：将数据从NBM的原生兰勃特等角投影转换为Web墨卡托投影，生成颜色映射的PNG图像叠加层和包含原始WBGT值及元数据的JSON文件，并通过zlib压缩以减少带宽需求。
- 3.
系统架构：采用Python后端（FastAPI）与React前端（Deck.gl）的全栈架构，后端负责自动化数据检索、处理和传输，前端实现高性能地理空间渲染和交互式地图功能。
- 4.
AI聊天机器人：集成了名为Sol的双语AI聊天机器人，基于开源大语言模型LLaMA 3.2-Vision，通过双层提示设计约束模型响应，提供WBGT解释和安全建议。
- 5.
参与式评估：采用系统可用性量表（SUS）进行两轮实地测试，共收集21份有效问卷，参与者包括18名来自帝国谷地区的农业工人、领班和管理人员。
研究结果
3.1 可用性评估结果
两轮可用性测试分别于2025年5月和7月进行。第一轮（n=16）的平均SUS得分为44.7，属于“边缘”可用性水平。经过迭代设计更新后，第二轮（n=5）的平均SUS得分提升至75.0，达到“良好”的可接受度。定性反馈显示，参与者对颜色编码的热风险刻度盘（红-橙-绿）评价很高，认为其直观易懂。改进后的简化导航和优化移动端布局也获得了积极评价。但研究指出，高SUS分数反映的是感知可用性，并不等同于对热风险信息的完全理解或更安全的决策行为。
3.2 案例一：2024年9月热浪事件
研究人员重建了2024年9月5日至6日帝国谷地区的WBGT预报场。数据显示，尽管空气温度超过110华氏度，但WBGT峰值约为92-93华氏度，处于“危险”至“极端”风险范围。这说明了WBGT作为综合生理指标的保守性和科学性——它结合了空气温度、湿度、太阳辐射和风速，比单纯的气温更能准确反映人体热应激水平。该案例展示了iHeatApp如何帮助监管人员识别高风险时段，从而调整工作安排。
3.3 案例二：使用小时预报工具规划工作日
研究人员通过一个合成的用户画像“Lucía”，展示了农业工人在极端热浪期间如何使用iHeatApp。从凌晨4:15开始检查预报，到各休息时段查询WBGT值和具体防护建议，再到与聊天机器人Sol互动获取服装选择、补水策略和应急措施等信息，生动呈现了该工具在实际工作场景中的潜在应用价值。
结论与讨论
研究表明，iHeatApp通过将NOAA的NBM预报与可视化界面和AI聊天机器人相结合，成功地将具有生理意义的WBGT指标转化为实时的、网格尺度的、通俗易懂的双语安全指导。两个重要发现值得关注：首先，研究结果强化了在职业热安全规划中使用WBGT而非单纯空气温度的必要性，因为综合指数能更准确地表征生理风险；其次，参与式的迭代设计过程表明，感知可用性受到语言、信任、可视化效果以及引导和熟悉程度等多种因素的综合影响。
研究的局限性包括：第二轮SUS评分样本量较小（仅5人），无法进行配对前后比较；SUS测量的是感知易用性而非实际决策改善；使用案例仅为示意性展示，未经现场验证；约2.5公里的NBM网格分辨率无法捕捉田间微气候变异；平台依赖网络连接，且仅覆盖美国本土。未来发展方向包括：扩展至其他地区进行可用性测试、集成自动预警系统、开发离线访问功能和移动应用商店版本。
研究结论强调，iHeatApp代表了一种可复制的职业热风险沟通设计模式，将经过验证的预报科学与以人为本、社区为中心的交付和共同设计相结合。随着全球极端高温事件的加剧，这种社区中心化、可访问且科学严谨的工具对于保护承担着不成比例气候风险的户外工作者具有重要意义。
