《Land》：Heat-Related Health Risk Assessment and Spatial Differentiation of Local Climate Zones at the County Scale: A Case Study of Fuzhou
编辑推荐：
随着气候变化加剧与城市化持续推进，福州面临由城市热岛效应引发的日益增长公共健康风险。研究人员将局地气候分区(LCZ)分类与Crichton风险三角框架相整合，构建热风险指数(HRI)。致灾因子采用经质量控制Landsat地表温度(LST)及超过全市P90 LS
随着气候变化加剧与城市化持续推进，福州面临由城市热岛效应引发的日益增长公共健康风险。研究人员将局地气候分区(LCZ)分类与Crichton风险三角框架相整合，构建热风险指数(HRI)。致灾因子采用经质量控制Landsat地表温度(LST)及超过全市P90 LST阈值的有效MYD11A2合成产品占比表征；暴露度由归一化人口密度代表，ln(P+1)仅用于制图分级；脆弱性纳入老年人口、夜间灯光、归一化植被指数(NDVI)与改进归一化水体指数(MNDWI)。连续HRI按H×E×V计算，ln(HRI)仅用于Jenks五类制图。结果显示各LCZ类型与区县间存在清晰空间差异，高风险集中于五城区、长乐及局部县城中心等密集建成与人口区。LCZ间LST与HRI差异均具统计显著性（均p<0.001），HRI呈显著正空间自相关。研究为LCZ特异性热风险管理提供依据，同时承认数据年份错配、空间重采样、遥感地表温度及缺乏独立健康结局验证带来的不确定性。
研究背景与立项依据
在全球城市化率预计2050年达68%的背景下，城市下垫面改变放大了城市热岛(UHI)效应，叠加气候变化导致高温事件频发，热相关发病与死亡风险上升。既有研究多聚焦城市或邻里尺度，对区县尺度的社会经济与下垫面异质性刻画不足；而县域作为中国治理基本单元，其内部热健康风险分异显著。福州属亚热带海洋季风滨海城市，夏季高温反复、热岛增强，但已有评估缺乏局地气候分区(LCZ)与危险—暴露—脆弱三要素的系统耦合。为此，研究人员以福州为案例，在区县尺度上融合LCZ分类与Crichton风险三角，开展热相关健康风险的空间分异研究，成果发表于《Land》。
主要技术方法概述
研究人员采用多源数据：Landsat 8–9 Collection 2 Level-2影像（2023年7月7–8日）反演质量控制地表温度(LST)；16期Aqua MYD11A2.061八日合成白天产品（2023年6–9月）计算全市P90阈值超限比例；2020 WorldPop百米网格人口与65岁及以上年龄结构；2020 DMSP-OLS-like夜间灯光；同轨近红外/红波段算NDVI、绿/短波红外算MNDWI。LCZ制图基于Google Earth解译样本与SAGA GIS随机森林分类（总体精度84.2%，Kappa 0.8132）。风险框架中H由归一化Landsat LST与P90超限比例等权合成，E取归一化人口密度，V由老年人口密度减夜间灯光、NDVI、MNDWI归一化值构成；连续HRI=H×E×V。统计上采用非重叠300米块体分配主导LCZ，Kruskal–Wallis检验、Dunn-Holm两两比较、Global Moran’s I空间自相关及权重/分级敏感性分析。
研究结果
3.1 不同区县尺度LCZ与LST联系
3.1.1 区县尺度LCZ空间格局：建成型LCZ 1/2/3/5集中五城区、长乐及县城中心，自然型LCZ A/B分布于闽侯、连江、罗源、闽清、永泰、平潭，呈“中心—外围”结构。
3.1.2 LST空间格局：质控LST中位数36.00℃、P95 45.98℃、P98 48.37℃；高温区聚于五城区、长乐及发达县心，山地沿海偏低。
3.1.3 LCZ的LST分异：建成LCZ 1/2/3偏暖，LCZ A/B偏冷；Kruskal–Wallis检验H=4045.863，df=15，p<0.001，ε2=0.675，但非所有LCZ对均显著。
3.2 LCZ热健康风险组分分析
3.2.1 危险、暴露、脆弱区县分布：危险高值聚五城区—长乐建成廊道（H=2966.833，p<0.001，ε2=0.460）；暴露高值同聚人口稠密区（H=3350.147，p<0.001，ε2=0.481），ln(P+1)仅用于Jenks分级；脆弱高值伴老龄集中与绿地缺水夜光强区（H=3336.704，p<0.001，ε2=0.555）。
3.2.2 LCZ的HRI差异：堆叠比例显示紧凑建成LCZ含更多中高风险格，自然LCZ多低风险格；连续HRI在LCZ间差异显著（H=3495.116，p<0.001，ε2=0.582），中位数LCZ 2最高，次为LCZ E、LCZ 1，LCZ G/A/9最低。
3.3 LCZ的HRI分析
3.3.1 HRI空间分布：高值带位于五城区、长乐密建密居区，山区县广布低风险；连续HRI右偏（均值0.00993、中位数0.00734、偏度7.98），制图用ln(HRI)降偏度至0.79。
3.3.2 LCZ内HRI地理分布：Global Moran’s I=0.854（置换p=0.001）证显著正自相关；五组H:E:V指数权重情景与等权基线县级Spearman相关0.833–1.000（四组≥0.85），分级敏感性不改变连续值排序。
讨论与结论翻译
讨论指出，建成LCZ因高蓄热材料与缺绿缺水放大危险，自然LCZ凭蒸散与遮阴降温；暴露仅取人口密度避免热信号重复；脆弱为空间代理指标不含个体收入就医等。HRI非LST翻版，而是H/E/V乘法耦合，滨海山地低温不等于低风险。县级规划应分区施策：中心城增蓝绿基础设施与预警，围城县控开发增绿，山区保林湿，海岸护湿地。
结论部分译为：本研究在福州区县尺度整合LCZ、LST与HRI，考察热相关健康风险空间分异。较高LST、危险、暴露、脆弱与HRI多聚于密建密居城镇，广覆植被山地偏低；但滨海山地区位本身不保证低HRI，因人口暴露与脆弱亦入乘法指数。结果支撑中心城护老增蓝绿、县城中心控开发、山区海岸生态保育的分区策略。LCZ框架为下垫面—地表热—相对热风险提供一致基底，统计与敏感性分析支持主格局，但缺独立健康结局致其属风险筛查而非疾病负担测算，经本地重标定后可启发布似亚热带滨海城市适应规划。
