气候、人口与空间共位对东南亚夜间及复合热浪暴露变化的贡献分解

《Sustainable Cities and Society》：Climatic, population, and spatial co-location contributions to nighttime and compound heatwave exposure in Southeast Asia

　　

研究人员针对东南亚（Southeast Asia, SEA）地区白天、夜间与复合热浪（heatwave, HW）的人口暴露历史变化进行了分解分析。结果表明，夜间与复合热浪日益主导东南亚近期热浪事件；2011–2020年期间，夜间与复合热浪暴露分别达到1975–1984年水平的16.5倍与7.86倍。在暴露增长中，空间共位（spatial co-location）贡献分别占夜间热浪暴露增长的42.6%和复合热浪暴露增长的40.2%；在12个城市中，7个城市呈现空间共位主导的夜间与复合热浪暴露特征。方法上，研究人员采用分位数增量映射（Quantile Delta Mapping, QDM）对ERA5-Land进行偏差校正，使日最高气温（T_max）的均方根误差（root-mean-square error, RMSE）降低38.3%–42.2%，日最低气温（T_min）的RMSE降低10.5%–11.4%。

全球一半以上人口居住在城市，气候变化与城市增长共同塑造城市热风险。热浪（heatwave，HW）日益频繁、持久和严重，城市人口持续增加，且极端高温的昼夜结构正发生变化，夜间与昼夜复合事件因妨碍生理恢复并增加健康风险而受到关注。热带东南亚（Southeast Asia，SEA）快速城市化，人口超过6.8亿，城市人口比例由1975年约25%升至2020年约50%；高湿环境限制蒸发散热，暖夜阻碍恢复，且基于日最低气温的热浪指标增强更明显。已有研究较少在昼夜区分框架下联合量化气候、人口和空间共位贡献，因此研究人员在《Sustainable Cities and Society》发表论文，基于1960–2022年偏差校正温度记录和1975–2020年人口数据，回答SEA白天、夜间和复合热浪暴露结构是否不同。

主要技术方法包括：以SA-OBS网格观测为参照，采用分位数增量映射（Quantile Delta Mapping，QDM）对ERA5-Land再分析资料进行偏差校正，生成ERA5-L-CORR；基于日最高气温（T_max）和日最低气温（T_min）在1981–2014年参考期的第90百分位阈值（15天滑动窗口），识别互斥的白天、夜间和复合热浪；计算热浪频率（HWF）、年累积超量（HWCE）和平均强度（HWMI）；将HWCE与全球人类住区层人口数据（GHS-POP R2023A，1975–2020年每5年一期）结合，计算人·°C·日暴露；采用Jones等和Liu等的精确可加分解框架，将1975–1984年与2011–2020年之间暴露变化分解为气候、人口和空间共位贡献；使用Theil-Sen斜率与Mann-Kendall检验（Hamed-Rao校正）评估趋势；用2,000次配对圆形移动块自助法估计城市分类的不确定性。城市研究覆盖12个人口排名最高的城市中心，并使用UC2020、UC2015和FUA2015三种边界以及三种QDM校准期进行敏感性分析。

4.1 热浪发生与持续时间的时空变率和趋势。空间分析显示，白天HWF空间异质性强，无一致区域增加；夜间HWF空间连贯，普遍为正趋势，中南半岛、苏门答腊、泰国北部和马来半岛增幅最强（约2–4天/十年）；复合HWF低于夜间HWF，正趋势主要集中在泰国东部、越南北部和柬埔寨。区域时间序列显示，白天HWF趋势仅0.26天/十年（Hamed-Rao校正后p=0.039），夜间和复合HWF分别为1.99和0.93天/十年（p<0.001）。白天HWF占比从1960年代约70%降至2015–2019年约18%，2007年起夜间成为最大组分，2014年后复合HWF多数年份超过白天。

4.2 累积热浪负担（HWCE）。白天HWCE空间异质，无一致区域增加；夜间HWCE呈大陆主导型结构，趋势广泛为正；复合HWCE集中于中南半岛，正趋势集中在泰国东部、老挝、柬埔寨和越南北部。HWMI未显示一致的区域增强，表明累积负担增加主要源于事件频率上升。

4.3 分区HWF、HWCE和HWMI。白天各分区轨迹异质，HWF稳定或弱降，但HWMI在五个分区均升高，因此HWCE仅在频率配合处增加；夜间三类指标在五个分区均上升，1990年后更强，马来半岛、苏门答腊和湄公河三角洲最明显，加里曼丹