野火在加州各地不均等地减少了避难所获取机会

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Wildfire shrinks shelter access unevenly across California

　　

## 摘要

本研究通过将山火预期年损失（EAL）嵌入加利福尼亚州的累计避难所可达性测量中，推进了灾害决策研究。有别于传统指标——这些指标假设所有设施在山火事件期间均可用——本研究在多个出行时间阈值下应用了EAL加权调整。多尺度分析（在普查块组和县级别）得出三项发现。第一，EAL加权持续降低避难所可达性，并揭示了县内地理分布不均的比例损失。第二，县际差异最为持久的地区通常是以下因素共同作用之处：广泛的山地-城市接口（WUI）开发、避难所分布不均、集中的山火暴露以及有限的交通网络。更长的出行时间阈值在许多县减少了县内差异，但未能消除以WUI为主导地区的结构性可达性约束。第三，尽管EAL加权可达性未揭示系统性的种族差异，但基于收入和车辆拥有的不平等依然存在。该框架支持在山火发生之前识别结构性脆弱社区，为减灾导向的规划提供依据，并指导风险感知的资源配置。

## 引言

避难所可达性决定了社区在灾害期间能否获得安全的避难场所。这通常被测量为在指定出行时间内通过可用交通方式可到达的避难所数量。虽然实用，但传统方法（如累计机会法）假设所有已识别的避难所在事件期间均可用，这往往并非事实。避难所可能因结构损坏、交通网络中断或安全顾虑而无法使用。这种脆弱性并非假象。飓风、洪水和山火的历史证据表明，许多指定避难所实际上已被判定为无法运营，使被视为"已覆盖"的人群面临缺乏可行避难场所的困境。

避难所规划的目标不是通过指定的设施数量来实现，而是通过受灾人群在灾害条件下能够访问和利用这些设施的程度来实现。当这一条件未得到满足时，自然灾害可能升级为人为灾难。2009年澳大利亚"黑色星期六"丛林大火期间，一些官方指定的社区避火所因火势迅速蔓延而无法进入，迫使居民在危险条件下在非正式地点（如私人建筑和车辆内）寻求庇护。在2017年葡萄牙佩德罗冈格朗德（Pedróg?o Grande）山火期间，极端火势和快速蔓延切断了撤离路线，使几个计划中的避难点无法使用。类似情况也发生在加利福尼亚州。在2017年圣罗莎塔布斯大火期间，多家酒店和其他住宿设施被摧毁，急剧减少了撤离人员的可用避难和住宿选择。在2021年卡尔德大火期间，山火淹没了撤离走廊，并随着火势向太浩湖盆地蔓延而迫使酒店和其他住宿设施撤离。这些案例表明，计划中的避难所可能迅速崩溃，并强调准备工作必须不仅考虑设施数量，还要考虑这些设施保持功能的概率。

当灾害袭来时，各国政府依赖将危害信息与暴露和脆弱性相结合的框架来支持应急规划。这些系统识别高风险区域并指导保护措施（如避难安排）。澳大利亚使用国家紧急风险评估指南，加拿大采用全危害风险评估，欧盟依赖灾害风险管理知识中心的风险数据枢纽。在美国，应急规划至少部分依赖于国家风险指数（NRI），这是联邦紧急事务管理局（FEMA）开发的一款用于评估灾害风险和指导资源配置的工具。NRI使用三个组成部分计算风险：(i) 预期年损失（EAL），(ii) 社区韧性，(iii) 社会脆弱性。它已被应急管理人员广泛使用，以优先分配资源、识别高风险区域并向公众传达风险（Zuzak等，2022）。然而，其对避难所的处理存在三个局限性。第一，NRI在县级统计临时避难所、酒店和汽车旅馆的每人口数量，但不评估这些设施在需要时是否可访问。第二，它在县尺度上汇总条件，掩盖了设施众多的城市中心与仍未得到充分服务的农村或城郊区域之间的差异（Ermagun和Janatabadi，2024）。第三，NRI和现有的避难所可达性研究均未考虑避难所本身在灾害期间可能变为不可运营的可能性。

本研究的总体目标是通过将山火EAL整合到避难所可达性评估中来推进灾害决策。它开发了一个EAL加权的可达性框架，根据避难所、酒店和汽车旅馆的暴露环境和预期损失调整其名义供应量。它区分了设施的单纯存在与在山火条件下实现功能性可达之间的区别。这种方法(i) 为应急管理人员提供了基础设施感知的诊断工具，以支持减灾导向的规划；(ii) 补充了NRI，引入了考虑避难所选址空间风险的基于EAL的可达性指标；(iii) 为未来通过整合火灾行为模型和动态危害信息系统进行改进奠定了基础。其目的是增强如何识别事前资源评估的优先区域。本研究不模拟撤离行为、不预测避难所需求，也不模拟实时避难所运营。相反，它通过将危害暴露嵌入累计可达性测量中来加强应急减灾规划，为跨危害和地理背景的风险信息基础设施评估提供了一个可迁移的框架。

本研究建立在早期将自然灾害风险与避难所可达性相整合的工作之上（Ermagun等，2024；Ermagun和Janatabadi，2024；Janatabadi和Ermagun，2025），并通过多尺度方法在概念和实践中推进了现有框架。第一，它通过将酒店和汽车旅馆纳入分析，并根据其EAL对所有设施进行加权，来增强现有的避难所可达性框架。第二，它引入了一个县级别的分布诊断框架，系统地刻画EAL加权可达性如何随空间退化。通过联合考察加权可达性结果的离散度、加权与非加权可达性比率、人口在高火灾危害严重程度区域和极高火灾危害区域的暴露，以及山地-城市接口（WUI）条件的普遍性，该方法能够比较评估可达性脆弱性在县内和县间是如何结构化的。这种多尺度、多指标的综合分析通过将焦点从孤立的可达性短缺转向对区域规划、资源配置和差异化政策响应直接相关的县际模式，推进了先前的工作。第三，它调查了加权可达性的社会人口和经济关联，识别了社会脆弱人群面临最大安全避难障碍的地方。这一分析基于危害暴露（山火损失）、援助邻近性（避难所可达性）和威胁脆弱性（社区特征）的三分法，构成了一个整合灾害风险物理、社会和空间维度的综合框架的基础。

加利福尼亚州作为本研究的试验场，原因在于其无与伦比的山火暴露以及显著的经济、社会和环境挑战。这一选择由四个因素支持。第一，加利福尼亚州经历了破坏性和高成本山火事件的异常集中。1980年至2024年间，该州经历了19起经济损失超过10亿美元的山火事件（NOAA，2025）。该州也是其历史上最具破坏性的四场山火的发生地（即2017年塔布斯大火、2018年卡普大火、2025年帕拉迪斯大火和2025年伊顿大火）。这四场火灾共造成138人丧生，摧毁40,686座建筑，烧毁227,871英亩土地，估计损失从1610亿至1780亿美元不等（CAL Fire，2025a）。第二，山火频率和严重程度不断加剧，2020年被记录为州历史上最活跃的火灾年份（Safford等，2022）。这些趋势由气候变化和火灾易发地区的持续开发所驱动，导致保险公司撤销了超过72,000份财产保险保单，使太平洋帕拉迪斯和卡拉巴萨斯等高风险地区居民日益脆弱。第三，加利福尼亚州超过120万栋房屋面临中等或更大的山火风险，为各州中最高（CoreLogic，2024）。其中许多房屋位于林地和山区，开发加剧了火灾危害。第四，居住在易受山火影响地区的78%加利福尼亚人无法获得公共撤离路线和避难所（Ermagun和Janatabadi，2024）。没有私家车的人面临撤离障碍，使机动性脆弱人群面临更大风险。

本研究的其余部分组织如下。首先，我们回顾现有文献，特别关注在自然灾害背景下考察可达性的研究以及社会脆弱性在该框架中的作用。其次，我们呈现分析框架，描述数据来源，并解释分析中使用的方法。第三，我们呈现结果并对其含义进行深入讨论。第四，我们通过反思所提方法的更广泛意义并确定未来研究的潜在方向来总结全文。

## 文献综述

自1990年代以来，地理空间技术和测量工具的进步拓展了可达性分析的范围，从交通和土地利用规划延伸到公共服务分配（Neutens等，2012）、就业可达性（Grengs，2010；Janatabadi等，2023）、医疗保健（Mao和Nekorchuk，2013）以及食品安全（Dai和Wang，2011；Janatabadi等，2024）等领域。可达性已成为评估城市功能和指导……

## 分析框架与方法

应急管理通常围绕四个相互关联的阶段组织：准备、响应、恢复和减灾（图1）。这些阶段统称为灾害管理周期（DMC）（Sawalha，2020）。准备阶段涉及事前规划和培训。响应是指灾害期间或灾害后立即采取的实时行动。恢复侧重于恢复和重建。减灾由旨在减少长期风险的持续事前措施组成。

## 普查块组级别评估

我们评估了加利福尼亚州普查块组级别不同出行时间阈值（30、60、90和120分钟）下的加权和非加权汽车避难所可达性。我们还考察了可达性缩减（定义为非加权可达性减去加权可达性）以及加权与非加权可达性比率，同时考虑了城市与非城市环境以及WUI背景。图3可视化了由此产生的差异。可以识别出三个观察结果。

第一，更长的撤离窗口扩大了……

## 结论

本研究提出了一个EAL知情的可达性框架，将山火EAL纳入避难所可达性评估，推进了依赖设施数量而不考虑危害暴露的传统方法。通过对避难所供应应用基于EAL的调整，该框架将焦点从名义邻近性转向山火条件下EAL加权的可达性。在加利福尼亚州全州应用后，分析产生了三项主要发现。第一，考虑山火暴露……

## CRediT作者贡献声明

Fatemeh Janatabadi：原创草稿撰写、可视化、软件、方法学、正式分析、数据整理。Alireza Ermagun：审稿与编辑、监督、资源、项目管理、资金获取、概念化。

## 利益冲突声明

作者声明他们没有已知的 competing 经济利益或个人关系，这些关系可能影响本文报告的工作。

## 致谢

本研究基于美国国家科学基金会在Grant No. 2242647和Grant No. 2449648下的支持。本材料中表达的任何意见、发现、结论或建议均为作者所有，不一定反映美国国家科学基金会的观点。

Fatemeh Janatabadi | Alireza Ermagun
乔治梅森大学地理与地理信息科学系，弗吉尼亚州费尔法克斯22030，美国