《Climate Risk Management》：Back to the future: A mixed-methods approach for developing event-based participatory storylines to advance climate risk assessments
编辑推荐：
传统的气候风险评估方法通常难以捕捉多风险事件和特定情境风险传播中复杂的灾害相互依赖性、级联效应和非线性动态。本研究通过应用参与式气候风险故事线（participatory climate risk storylines）来弥补这些不足，以意大利威尼托大区（Ve
传统的气候风险评估方法通常难以捕捉多风险事件和特定情境风险传播中复杂的灾害相互依赖性、级联效应和非线性动态。本研究通过应用参与式气候风险故事线（participatory climate risk storylines）来弥补这些不足，以意大利威尼托大区（Veneto Region）为案例。采用结合定量建模与定性见解的混合方法（mixed-methods approach），评估探索了2018年Vaia风暴的多灾害动态（multi-hazard dynamics）、级联影响（cascading impacts）和跨部门后果（cross-sectoral consequences），并基于预测的气候变化条件开发了一个合理的未来风暴情景。该研究通过操作化一个结构化框架，整合了定量多灾害评估（quantitative multi-hazard assessments）、气候预测（climate projections）、文献综述（literature review）和迭代的利益相关方知情验证（iterative stakeholder-informed validation），为气候故事线的文献增添了新内容。研究结果表明，基于参与式方法的故事线在促进跨部门对话和支持更全面、前瞻性的灾害风险管理方面是有用的。然而，也揭示了一些局限性，包括在系统性地整合定量社会经济预测方面存在挑战，以及某些部门利益相关方的参与相对有限，这些在未来的应用中可进一步加强。这些发现凸显了早期和持续的利益相关方参与对于增强所有权和提高风险评估稳健性的重要性。
近年来，气候变化加剧了多灾害的复杂相互作用和级联效应，传统的气候风险评估方法（如概率和确定性模型）难以充分捕捉这些非线性动态和跨部门影响。为了弥补这一空白，研究团队在意大利威尼托大区（Veneto Region）开展了一项以参与式气候风险故事线（participatory climate risk storylines）为核心的研究。该研究旨在通过整合定性知识与定量分析，提升对多灾害和系统性风险的理解，并支持前瞻性的灾害风险管理（Disaster Risk Management, DRM）。论文发表在《Climate Risk Management》。
研究人员采用了一种混合方法（mixed-methods approach），主要关键技术包括：**半结构化访谈**（semi-structured interviews）和**三次焦点小组讨论**（Focus Group Discussions, FGDs）以及**一次利益相关方研讨会**，用于收集地方知识和验证故事线；**文献综述**，涵盖科学文献和灰色文献（如意大利民防报告）；**定量多灾害评估**，基于高分辨率对流允许气候模式数据集（VHR_PRO-IT，分辨率约2.2 km）和EURO-CORDEX区域气候模型（RCMs）集合，通过DBSCAN聚类算法识别复合事件（如干旱-热浪、风-降水组合）；**多风险评估**，基于威尼托大区气候变化适应战略（SRACC）框架下的相对气候风险指数（Relative Climate Risk Index），结合暴露度和脆弱性指标。样本来源包括来自民防、土壤防御、生态系统管理、旅游、基础设施和商业等部门的利益相关方，其中核心利益相关方主要为地方政府和区域机构。
研究结果分为以下几个部分：
**3.1 故事线：Vaia 2018风暴和Vaia 2074**
通过参与式过程，研究人员开发了两个故事线。第一个基于2018年Vaia风暴，通过访谈和焦点小组讨论（FGDs）重建了该事件的多灾害动态（如强风、风暴潮、暴雨引发的山体滑坡和洪水）及其对森林、基础设施、旅游等部门的级联影响。第二个故事线“Vaia 2074”构建了一个合理的未来情景，基于气候预测（如RCP8.5情景下热浪延长、干旱加剧）和利益相关方输入，描述了在更暖条件下更强烈的风暴，包括复合灾害（如干旱-热浪后接风-降水）和跨部门连锁反应。
**3.2 关键当前和未来多风险与系统性风险**
通过故事线叙事，识别了威尼托大区当前和未来的主要风险。例如，未来预条件（如长期干旱和夏季热浪）将导致健康、供水、农业、生态系统、旅游、能源和基础设施等多部门的级联影响，如表3所示。定量分析显示，在RCP8.5情景下，干旱-热浪复合事件在夏末秋初显著增加，而风-降水复合事件在冬季更集中，揭示了复合灾害频率和空间分布的预期变化。
**3.3 对话促进与利益相关方参与**
参与式过程促进了跨部门对话，利益相关方一致认为故事线方法有助于理解多灾害和系统性风险。核心利益相关方全程参与，并主动要求增加焦点小组讨论（FGDs）场次。故事线被视为增强公众意识和教育的有用工具，并强调了早期和持续参与的重要性。
**3.4 视觉叙事：ArcGIS StoryMap**
研究人员使用ArcGIS StoryMap将故事线可视化，结合交互式地图、视频和AI生成图像，呈现了Vaia 2018和Vaia 2074的空间模式、影响和动态变化，使复杂信息对非专业人士更易理解。
在讨论部分，研究人员指出，该研究通过将参与式方法与定量风险评估相结合，弥补了现有故事线研究中缺乏系统性跨部门框架的不足。故事线增强了利益相关方对系统性风险的理解，并促进了跨学科合作。然而，也存在局限性，包括未能系统整合定量社会经济预测（如共享社会经济路径，SSPs），以及某些部门（如金融、旅游、健康）的参与有限，这可能影响结果的全面性和代表性。此外，该方法在数据稀缺环境中的可转移性需通过调整利益相关方映射策略来适应。研究结论部分强调：本研究成功实现了前两个目标，即促进与地方利益相关方讨论未来风险情景，并识别威尼托大区当前和未来的关键多风险与系统性风险。参与式方法通过约15个月的纵向利益相关方参与，促进了关于合理未来风险情景的有意义对话，并展示了混合方法故事线在支持区域性多灾害风险评估中的价值。研究产出的可视化工具（如StoryMap）可支持风险意识和决策。尽管应用聚焦于威尼托大区，该方法论具有灵活性和可复制性，未来应用可受益于更全面的社会经济预测整合和系统性的利益相关方映射，以确保包括高风险但代表性不足的部门。
