《Advances in Climate Change Research》：Using appropriate methods to assess population exposure to extreme weather events: Why and how?
编辑推荐：
现有针对极端天气事件的人口暴露评估已建立了不同标准，特别是在极端天气事件的定义和人口暴露评估方法方面，阻碍了可靠的风险感知。本研究综述了定义极端天气事件的三种核心阈值类型（绝对阈值、相对阈值和复合阈值）以及三种主要人口暴露评估方法（静态、动态和基于替代指标），
现有针对极端天气事件的人口暴露评估已建立了不同标准，特别是在极端天气事件的定义和人口暴露评估方法方面，阻碍了可靠的风险感知。本研究综述了定义极端天气事件的三种核心阈值类型（绝对阈值、相对阈值和复合阈值）以及三种主要人口暴露评估方法（静态、动态和基于替代指标），分析了它们的优势、劣势和适用性。研究结果表明，多因素复合阈值可以从多维度反映极端天气事件的健康相关风险，推动相关研究从“以天气为中心的理论”向“以影响为中心的理论”的范式转变。同时，基于人口实时时空行为反应的动态人口暴露评估是突破静态评估局限性、提高暴露量化精度的核心创新方向。本研究还指出了当前领域的关键研究局限，包括极端天气事件定义的非标准化和非多因素化、暴露评估方法固有的方法学偏差、人口脆弱性和适应性维度整合不足，以及评估系统在数据稀缺地区的适用性有限。因此，通过阐明科学评估的必要性并采取针对性策略——推动极端天气事件定义的标准化和多因素转型、优化人口暴露评估的方法体系、构建暴露-脆弱性-适应性综合评估框架——可以弥合科学研究与实践应用之间的差距，提高极端天气事件人口暴露评估的科学严谨性和有效性。
以下是论文主体部分的专业学术性总结，保留小标题，每段总结符合小标题内容，去除引用文献标识和图示标识，专业术语用括号备注英文缩写并保留原文符号和大小写及上下角标，字数约1500-2000字。
**2. 极端天气事件的定义**
定义极端天气事件是人口暴露评估的基础，直接影响暴露识别的准确性和评估结果的可靠性。气候变化检测与指数专家组（ETCCDI）定义了27个代表性气候指数，促进了全球极端天气事件的观测和研究，但缺乏标准定义导致人口暴露评估方法存在异质性。现有定义主要分为三种阈值指标类型：绝对阈值、相对阈值和复合阈值。
**2.1 绝对阈值指标**
绝对阈值指标基于对人类或生物有明显影响的气象要素固定阈值来定义极端天气事件。其核心优势在于简单直观，便于计算和政策传播，特别适用于气候均质区域的初步暴露估算，支持灾害应急中的初始资源分配。例如，中国连续三天日最高气温达到或超过35°C时触发高温黄色预警。然而，绝对阈值难以解释区域异质性：不同地区长期气候条件和人口适应性差异会导致暴露评估偏差。因此，一些研究人员根据当地气候特征调整官方定义，如基于新疆气候特征将高温日定义为日最高气温≥35°C并分级（轻度、中度、重度对应持续3-4天、5-7天、≥8天）。但这种调整并未解决跨区域暴露评估中阈值不兼容的根本问题。此外，绝对阈值是静态的，无法反映极端天气事件的多维特征或长期趋势，导致动态暴露评估失真。为克服上述局限性，使用相对阈值指标来表征极端天气事件是目前主流方法。
**2.2 相对阈值指标**
相对阈值指标基于当地历史气候数据的百分位临界值定义，从概率角度表示低概率事件。该方法考虑了跨区域的气候变异性，避免了统一标准难以比较的问题。确定相对阈值前需考虑观测数据和参考期。大多数研究使用日数据，少数使用月或年数据。例如，日最高/最低温度数据对应日夜极端冷热事件，但日温差大的地区会高估暴露时间；日平均温度则低估日温差大地区的暴露严重程度。参考期主要有两种形式：世界气象组织（WMO）规定的30年基线气候参考期，用于预测研究；或整个研究期作为参考期，用于回顾性或当前研究。静态参考期可能系统性地低估当前极端事件的频率和强度，滚动参考期虽能捕捉极端事件趋势但使长期序列比较失去意义。相对阈值的核心优势在于百分位阈值可促进标准化和可比性。通常使用95th（5th）百分位定义极端天气事件，研究人员可通过调整百分位（如90th、95th、99th）和持续时间标准来匹配具体暴露评估场景。例如，定义极端降水时，预先定义湿日（日降水≥1mm），从湿日序列中选择95th百分位；当阈值过低或过高导致不合理时，可添加绝对阈值（如当95th百分位低于25°C时，设置25°C为极端高温阈值）。然而，相对指标用于人口暴露评估存在明显局限：首先，阈值设定的方法学偏差导致极端事件识别失真，滑动窗口引入时间、区域和数据集依赖的偏差，可能严重低估预期极端频率；其次，相对阈值与健康相关暴露风险脱节，仅基于气象数据概率分布，未考虑极端天气对人体健康的物理强度，导致暴露评估与健康结果关联弱。一些研究通过整合健康数据优化阈值，如选取日平均温度的90.0th、92.5th和95.0th百分位并结合持续时间2/3/4天，形成九种热浪定义；再次，相对阈值忽略了人口脆弱性差异，相同百分位阈值下高脆弱性群体面临更高实际暴露风险；最后，基于气象要素的相对阈值区分区域健康异质性的能力不足，可能在高脆弱性区域延迟识别极端事件，在低脆弱性区域过度识别。考虑区域健康异质性，可分析极端高温与死亡率的暴露-反应关系以获得各区域独特的热浪温度阈值。
**2.3 复合阈值指标**
复合阈值指标由多个相关要素或指标组合形成新指标，如结合气象要素与时间、空间等因素。复合阈值指标强调“综合性”和“整合性”，新指标包含多要素的全部信息；组合阈值指标仅强调合并，不一定构建新指标；多准则指标强调多维框架，多要素信息呈平行关系。在人口暴露评估中，复合阈值指标具有关键优势：首先，综合考虑影响要素，可从更多维度反映极端天气事件风险。例如，中国气象局结合温度与相对湿度获得闷热指数（TI），利用TI持续时间得到热浪指数（HI）并分级。其次，多因素可细化同一极端事件的多面性。例如，通过比较3天平均温度与参考期日平均温度5th百分位获得ECIsig，以及将ECIsig与前30天平均温度比较获得ECIaccl，组合生成超额寒冷因子，分级为低、严重和极端。第三，复合阈值指标可对新型或复合极端事件进行人口暴露评估，弥补单阈值方法在复杂情景中量化暴露的空白。例如，基于温度和降水阈值定义四种复合事件类型：暖湿/干事件和冷湿/干事件。最后，最重要的优势是整合健康信息的复合阈值可直接量化健康相关暴露风险，支持针对性公共卫生干预。最具代表性的是各国的高温健康风险预警工具：美国国家气象局（NWS）的热指数（HI）、湿球黑球温度（WBGT）和热风险（Heat Risk），分别考虑湿度、太阳辐射、昼夜温度变化等因素，并结合疾病控制与预防中心（CDC）热-健康阈值；中国国家疾病预防控制局和中国气象局发布的国家高温健康风险预警系统，基于各区域相对温度阈值计算风险阈值，并计算温度与疾病的暴露-反应关系构建预警模型。然而，复合阈值构建也带来更复杂的方法学挑战：首先，复合指数的复杂性降低了政策与公众的可及性，限制暴露预警的实用性；其次，方法复杂性和高数据要求（如高分辨率气象数据和健康数据）限制了在数据可得性有限的地区（如低收入国家）的应用。总体而言，复合阈值指标蕴含的丰富信息标志着相关研究从“以天气为中心的理论”向“以影响为中心的理论”的关键转变，更好地满足人口暴露评估需求。
**3. 人口暴露评估方法**
政府间气候变化专门委员会（IPCC）将暴露定义为“可能受到不利影响的地点中存在的人口、生计、环境服务、各种资源、基础设施以及经济、社会或文化资产”。人口暴露特指极端天气事件潜在影响区域内居住的人口。当前评估方法需平衡准确性和可操作性，分为三种类型：静态、动态和替代指标。
**3.1 静态人口暴露**
静态评估方法基于稳定人口分布假设，通过两种核心方法量化暴露：直接使用极端天气影响区域内总人口规模作为暴露指标；或计算极端天气事件频率与人口规模的乘积反映累积暴露。其优势在于可操作性强，数据和技术要求低，可快速进行大规模暴露筛查。适用于技术能力有限的区域进行初步风险评估，为比较跨区域暴露提供基线参考。广泛应用于宏观公共卫生规划，如识别国家或区域高暴露区域以指导防灾资源分配。但静态人口假设不能反映持续时间和强度对区域人口暴露的影响，无法体现暴露风险的异质性，缺乏对人口时空流动性的考虑，导致低估或高估暴露水平。
**3.2 动态人口暴露**
通过整合人口流动性和环境异质性的时空数据，动态评估方法克服了静态方法的局限，是人口暴露评估方法的核心创新方向。分为三条技术路径：1）利用实时或近实时时空数据（如手机定位数据、社交媒体数据、公共交通记录）捕捉人口分布动态。例如基于手机定位数据定义逐小时动态人口暴露，准确反映人口流动性导致的暴露变化，适用于城市精细尺度公共卫生动态预警，但面临数据隐私风险和技术障碍；2）从空间角度通过构建暴露风险图量化动态暴露。例如利用时间匹配站点温度数据和手机信令数据绘制小时级热暴露风险图，突破传统方法“平均暴露”局限，精准识别高风险区域，但需复杂数据融合和建模，计算成本高，在缺乏高分辨率环境数据的区域适用性有限；3）利用多源数据耦合居民动态访问行为与环境累积效应，理解动态暴露的驱动机制。例如创新提出“概率-强度-访问（PIV）暴露评估模型”，耦合居民时空行为动态特征与环境累积效应，解决手机信令数据“有轨迹无意图”的痛点，并用于评估极端天气灾害条件下人类流动的韧性。这三条路径分别解决了动态暴露的量化、评估精度和驱动机制分析问题。
**3.3 基于替代指标的人口暴露**
当直接人口或环境数据不可用时，使用替代指标（通过与灾害影响的相关性间接反映暴露）进行评估。首先，社会经济指标，如人类发展指数（HDI）和收入指数，不仅间接反映暴露，还嵌入脆弱性维度，使评估更全面。其次，灾后损失指标，如极端天气事件导致灾害的保险索赔数据，可作为暴露风险指标。最后，灾害记录指标，如紧急事件数据库（EM-DAT）数据，可用于计算暴露率与灾害发生率的关联。这些替代指标提供“次优但可行”的策略，但存在以下问题：经济高密度区域群体集中暴露时，社会经济指标可能掩盖内部差异；高损失不一定代表高暴露，可能源于极端脆弱性或不当防灾措施；灾害数据有特定纳入标准，通常丢失部分暴露信息；替代指标通常为年度和区域层面，而人口暴露具有瞬时性和局部性，导致尺度不匹配问题。
**4. 未来期望**
**4.1 极端天气事件定义的标准化和多因素化**
先进复合阈值指标正在解构传统“阈值”概念，不再是单一数值阈值，而是动态、多因素风险评估系统。未来发展方向不应盲目追求更复杂指标，需考虑：基于国际共识，针对不同极端天气类型建立整合气象要素、健康影响和区域适应性的核心指标，避免过度复杂化，优先考虑可操作性以增强跨研究和跨区域可比性；指标应因地制宜，反映脆弱性信息，为数据稀缺地区开发复合指标“简化版”以缩小全球评估差距；关注新兴复合事件，构建多因素复合阈值指标以弥合非传统极端事件暴露评估的空白。
**4.2 人口暴露评估方法的优化**
人口暴露是评估极端事件灾害风险的重要参考指标，未来研究不应再视其为静态人口存在，而应理解为高度动态的行为反应过程。未来发展方向需考虑：为应对复杂数据融合和建模需求，未来研究可通过简化参数化过程、减少对多源高分辨率数据的依赖来改进模型，并验证模型在不同区域（如城市-农村、跨国）的适用性，推动广泛应用；或开发低成本数据收集替代方案（如结合卫星遥感与社区调查）；全球/区域宏观尺度研究优化静态和简化动态方法，确保高效大规模筛查；城市/社区微观尺度研究精炼高分辨率动态评估模型，支持精细尺度公共卫生干预；未来研究应聚焦极端天气对人口的累积效应和暴露驱动机制（如时空活动意图、适应行为），实现从“量化暴露量”到“解释暴露原因”的转变，支持针对性干预设计。
**4.3 暴露、脆弱性与适应性的多维整合**
上述两点建议更多基于方法学局限，但建立“暴露-脆弱性-适应性”综合评估框架更为重要。区分暴露（人口在灾害区的分布）与脆弱性（人口敏感性和应对能力）的内涵至关重要，以避免混淆。将脆弱性指标（年龄、健康状况、社会经济水平）和适应性指标（防灾设施、应急响应能力）嵌入暴露评估时，研究表明通过将健康数据整合到复合阈值和动态模型中，将评估结果与健康结果联系起来，可有效提升公共卫生实践水平。
**5. 结论**
适当评估人口对极端天气事件的暴露是气候韧性公共卫生系统的关键基石。本研究探讨了使用适当方法评估极端天气事件人口暴露的“为什么”和“如何”的核心问题，发现现有评估系统存在极端天气事件定义非标准化和评估方法不准确的问题，导致人口暴露风险感知失真。因此，通过阐明科学评估必要性并采取针对性策略——推动极端天气事件定义的标准化和多因素转型、优化人口暴露评估方法体系、构建暴露-脆弱性-适应性综合评估框架——可以弥合科学研究与实践应用之间的差距，提高极端天气事件人口暴露评估的科学严谨性和有效性。
