中巴经济走廊极端高温事件风险评估

陈金雨，陶 辉，翟建青，苏布达，姜 彤

（1.中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室，新疆乌鲁木齐 830011；
2.中国科学院大学，北京 100049；
3.中国气象局国家气候中心，北京 100081；
4.南京信息工程大学气象灾害预报预警与评估协同中心/灾害风险管理研究院/地理科学学院，江苏南京 210044）

全球变化背景下，极端天气气候事件频发，严重影响了人类社会的发展［1-2］。作为极端天气气候事件的一种类型，大量研究已经证实极端高温事件对人类健康、社会经济和生态系统有着显著的影响且与高温相关的威胁（发病率、死亡率和生产率等）正在上升［3-7］。2003年欧洲高温造成超过70 000人死亡［8］；
2015年高温热浪席卷巴基斯坦卡拉奇，造成超过1 200人死亡［9］。鉴于此，开展极端高温事件时空分布特征研究，评估其灾害风险对提高抵御高温灾害的能力具有重要意义。

国内外对于高温的研究主要集中在3个方面：归因研究、时空变化特征（强度、频次、持续时间等）及社会经济影响［10-15］。近年来，随着极端高温事件的频繁发生，国内外学者开展了大量有关高温灾害风险的研究。灾害风险是致灾因子的危险性、承灾体的暴露度和脆弱性的集合［16］。目前，大部分研究主要从2个方面进行风险评估。一种为从风险的单一层面进行评估。如马凤等［17］基于CMIP6中多个全球气候模式数据，分别从全球和洲际尺度预估了不同社会经济和排放情景下复合极端高温事件暴露度的变化并结合敏感性试验定量评估了气候和人口变化对人口暴露度风险的贡献。税伟等［18］采用专家评估、AHP等方法，重构耦合适应力的城市高温脆弱性评价指标体系，系统评估了福州市的高温脆弱性。另一种为综合致灾因子的危险性、承灾体的暴露度和脆弱性进行风险评估研究。如宋晨阳等［19］构建了犹豫层次分析法和逼近于理想解的排序方法相结合的高温热浪风险评估模型，对我国城市高温热浪进行了风险评估。代欣等［20］选取危险性、脆弱性、区域综合防范能力因子构建风险评估指标体系，通过H-AHP方法确定指标权重，进行印尼雅万高铁沿线区域高温热浪风险评估研究。总体来看，有关高温风险评估的研究并没有统一的指标体系和评估方法。

中巴经济走廊是“一带一路”建设规划的战略枢纽和先行示范区。大量研究表明，该地区对气候变化极其敏感且易发生极端天气气候事件［21-22］。其中极端高温事件对该地区人类社会造成了严重的影响［23］。Ulla等［24］通过计算极端气温指数研究了中巴经济廊地区1980-2016年极端气温的时空变化特征。Riaz等［25］基于1901-2018年气温数据和海温数据，揭示了巴基斯坦地区气温与海温的关系。吕嫣冉等［26］基于日最高气温和格点化的人口数据，识别了“一带一路”地区1979-2018年极端高温事件并定量评估了极端高温事件下的人口暴露度。目前，中巴经济走廊地区相关研究主要集中在高温的成因、时空变化及人口暴露度研究，缺乏综合极端高温事件的危险性、承灾体暴露度和脆弱性的风险评估研究。

本研究基于1961-2015年逐日格点化日最高气温、人口经济和耕地等数据，采用层次分析法和熵权法确定各指标组合权重并综合极端高温事件的致灾因子的危险性、承灾体的暴露度和脆弱性特征，对中巴经济走廊地区极端高温事件进行风险评估，划分极端高温事件风险区域，以期为中巴经济走廊应对极端高温事件风险提供科学依据。

1.1 研究区及数据资料

中巴经济走廊（China-Pakistan Economic Corridor，CPEC）地处南亚次大陆西北部，介于24°N～40°N和60°E～80°E；
北起中国喀什地区，南至巴基斯坦的瓜达尔港，全长约3 000 km［27］。研究区地形地貌复杂，气候类型多样，北部和西北部是喜马拉雅山和喀喇昆仑山，以高山高原气候类型为主，中部的印度河流域平原为热带季风气候，南部俾路支省和信德省毗邻阿拉伯海为热带沙漠气候［28］。受地形影响，研究区气温空间分布差异明显，年平均最低气温主要分布在北部高海拔地区为-2℃，年平均最高气温主要分布在中部和南部地区为22.9℃［29］。

本研究主要采用以下数据用于高温灾害风险评估：（1）气象数据：基于中巴经济走廊及其周边地区气象站点逐日最高气温数据，采用ANUSPLIN软件进行空间插值得到的1961-2015年0.25°×0.25°逐日最高气温格点数据，质量评估结果表明该数据具有更高的精度，数据来自于中国科学数据［30］；
（2）人口经济数据：人口数据主要来自于哥伦比亚大学国际地球科学信息网（https：//sedac.ciesin.columbia.edu）所提供的调整后的第4版世界网格人口数据集（GPWv4）中的2015年人口密度数据、2010年人口年龄结构和性别结构数据，空间分辨率为5 km；
GDP数据主要来自于NASA社会经济数据和应用中心（https：//sedac.ciesin.columbia.edu）提供的第4版全球网格地理经济数据（G-Econ，v4）中的2005年GDP数据，空间分辨率为1°；
（3）耕地数据：耕地数据主要来自于哥白尼全球土地服务中心提供的2015年耕地数据（https：//lcviewer.vito.be），空间分辨率为100 m；
（4）不透水面积数据：不透水面积数据主要来自于中国科学院航天信息研究所发布的2015年全球不透水表面数据（https：//zenodo.org/record/3505079），空间分辨率为30 m；
（5）灾害损失数据：主要来自于世界卫生组织与灾后流行病研究中心创建的紧急灾难数据库（EM-DAT）的2000-2015年中巴经济走廊地区极端高温事件灾害损失数据（https：//public.emdat.be/），主要包括极端高温事件的开始时间、结束时间、发生位置、死亡人数等要素。

1.2 风险评估框架

灾害风险评估是通过研究造成生命、财产及环境潜在影响的致灾因子的危险性及承灾体脆弱性，判定风险性质与范围的过程［31］。灾害风险评估一般划分为广义和狭义两种，前者主要对灾害系统进行风险评估，包括致灾因子的危险性、承灾体的暴露度和脆弱性等方面；
后者主要针对致灾因子进行风险评估，通常是对风险区遭受不同强度灾害的可能性及其可能造成的后果进行定量分析和评估［32］。中巴经济走廊极端高温事件风险评估步骤：第一，建立包含致灾因子危险性、承灾体暴露度和脆弱性的风险评估指标体系及“H-E-V”风险评估框架；
第二，对各指标进行归一化处理；
第三，采用层次分析法和熵权法分别确定各指标组合权重，计算危险性、暴露度和脆弱性指数；
第四，计算中巴经济走廊地区极端高温事件风险指数并进行风险评估。

IPCC第五次评估报告突出了灾害风险评估在气候变化研究中的重要地位，提出了基于极端天气气候事件危险性、暴露度和脆弱性的“H-E-V”灾害风险评估框架［16］。本研究根据IPCC报告提出的风险表达建立极端高温事件灾害风险评估框架：

式中：R为风险；
NH、NE和NV分别为危险性、暴露度和脆弱性指数归一化后的数值；
wNH、wNE和wNV分别为NH、NE和NV的权重；
H、E和V分别为危险性、暴露度和脆弱性指数；
αi、βi和δi分别为第i个指标所占的权重；
Hi、Ei和Vi为各指标归一化后的值；
j为评价指标个数。权重由层次分析法和熵权法进行组合确定。

1.3 指标体系的构建

1.3.1 致灾因子的危险性

危险性是指当高温气象过程异常或超常变化达到某个临界值时，给社会经济系统造成破坏的可能性和严重程度。危险性通常基于历史极端高温事件发生的强度、频次、持续时间等指标进行评估。本研究把日最高气温大于极端高温阈值且持续时间在3 d及其以上的高温事件定义为极端高温事件。其中，考虑到中巴经济走廊地区气温地域差异较大，本研究将年均日最高气温小于研究区平均日最高气温的高寒山区剔除后，定义极端高温阈值为1961-2015年夏季（6～8月）逐日最高气温升序排列的第95百分位数，强度为极端高温事件的最高气温，持续时间为事件的历时。

1.3.2 承灾体的暴露度

暴露度是指在极端高温灾害下，人员、生计、环境服务和各种资源、基础设施，以及经济、社会或文化资产处在有可能受到不利影响的位置。根据指标数据的可获得性，本研究主要选取了人口密度、耕地面积占比和不透水面积占比作为极端高温灾害的暴露度指标。人口是风险评估最常用的暴露度指标，一个地区人口密度越大，暴露在极端高温中的人口数量越多。巴基斯坦是一个农业大国，农业是国民经济的重要来源，耕地是重要的承灾体暴露度指标之一［33］；
下垫面对于大气的影响，主要体现在对气温与大气水分的影响上，气象条件相同时，不同类型下垫面的表面温度差异巨大［34］，不透水表面是城市下垫面的最主要组成部分，城市不透水面积与地表气温之前存在正相关关系［35］，因此不透水面积也是评估极端高温事件承灾体暴露度指标之一。

1.3.3 承灾体的脆弱性

脆弱性表示受到极端高温灾害影响的倾向或趋势。为了衡量在极端高温事件下承灾体的脆弱性，本研究主要选取了国内生产总值（GDP）、脆弱性人口比重和性别比重作为极端高温灾害的脆弱性指标。一方面，极端高温灾害高脆弱性地区主要分布于经济较差的欠发达地区，这些区域人群由于经济上的适应能力较差而受到极端高温的威胁较大［36］；
另一方面，老人（65岁及以上）和小孩（15岁及以下）对极端高温的敏感性较差，不同性别群体在一定程度上对极端高温的适应能力也不同，女性高温死亡人数高于男性，因此脆弱人口比重（老人小孩占比）与性别比重（男女比例）也是高温灾害特有的脆弱性指标［37-38］。

1.4 确定指标权重

（1）数据归一化

由于各指标之间含义和量纲各不相同，不具有可比性，为了便于进行综合运算，需要对各指标数据进行无量纲归一化处理，归一化后的数值能够反映出各评价指标对极端高温灾害风险的影响大小。极端高温事件的强度、频次、持续时间，以及人口密度、耕地面积占比和不透水面积占比是正向指标，GDP和性别比重是负向指标。归一化计算公式如下：

对于正向指标：

对于负向指标：

式中：Yij为第j个指标的第i个值；
Xi是原始值；
Xmax和Xmin分别为第j项指标的最大值和最小值。

（2）层次分析法

层次分析法（Analytic Hierarchy Process，AHP）是由美国运筹学家Saaty于20世纪70年代提出的一种定量与定性相结合的多层次权重分析决策方法。层次分析法可以用来确定各指标的主观权重［39-41］。AHP确定评价指标权重的步骤为：第一，构造判断矩阵。通过引入九分位的相对重要的比例标度，对指标两两重要性进行比较和分析判断矩阵用以表示同一层次各个指标的相对重要性的判断值，对两两指标的相对重要性程度进行量化。第二，计算各指标主观权重w"i。AHP方法的信息基础是判断矩阵，利用排序原理，求得矩阵排序矢量。第三，对判断矩阵进行一致性检验。计算一致性比例RC，当RC＜0.10时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正。

（3）熵权法

在多指标综合评价中，熵权法可以客观的反映各评价指标的权重［42］。一个系统的有序程度越高，则熵值越大，权重越小；
反之则熵值越小，权重越大。对于一个评价指标，指标值之间的差距越大，则该指标在综合评价中所起的作用越大；
如果某项指标的指标值全部相等，则该指标在综合评价中不起作用。因此，参与计算的每个指标值序列必须是完整的，如果某个指标值序列缺失值太多，就有可能会导致权重分配过大［43］。具体计算可由以下公式实现：

假设研究区像元数为n，采用的指标个数为m，则指标矩阵为：RE=(rij)m×n。第i个指标的熵定义为：

式中：Si为第i个指标的熵；
n为像元的个数；
j为评价对象；
当fij=0时，令fijlnfij=0；
fij定义为：

式中：Zij指第i个指标下第j个评价对象的归一化后的指标值。

第i个指标的熵权定义为：

（4）组合权重

根据以上方法分别得出主观权重和客观权重后，本研究引入距离函数并采用线性组合法得出极端高温灾害风险评估中的组合权重［44］。确定组合权重的表达式为：

式中：wi为组合权重为AHP法得到的第i个指标的主观权重为熵权法得到的第i个指标的客观权重；
a、b是权重的分配系数，a+b=1。

主观权重与客观权重的距离函数表达式为：

a与b的差值是分配系数间的差异：

构造方程组如下：

通过求解方程组可以得到各权重的分配系数的a和b，将分配系数代入式（10）得出组合权重，见表1。

表1 极端高温事件风险指标权重Table 1 Weight of risk index of extreme high temperature events

1.5 高温风险等级划分

为了明确中巴经济走廊地区极端高温事件风险评估体系中各指标等级特征，采用标准差分级法对极端高温事件危险性、承灾体暴露度、脆弱性和极端高温事件风险指数进行分级，对应分级标准见表2。

表2 极端高温事件风险评估分级标准Table 2 Classification criteria for risk assessment of extreme high temperature events

2.1 致灾因子的危险性

危险性指标包括极端高温事件的强度（图1（a））、频次（图1（b））和持续时间（图1（c））。其中，中巴经济走廊超过70%的地区极端高温事件强度均在40℃以上，极端高温事件强度高的地区主要为信德省和旁遮普省，最高强度达到50℃；
极端高温事件发生频次高的地区主要为俾路支省和信德省；
持续4 d以上的极端高温事件主要为伊斯兰堡、俾路支省、旁遮普省和信德省，信德省有10%的地区极端高温事件持续时间超过6 d。综合极端高温事件发生的强度、频次和持续时间，得到致灾因子的危险性如图1（d）所示，中巴经济走廊高（较高）危险性地区主要分布在俾路支省、旁遮普省和信德省，约占研究区总面积的26.07%，信德省大约60%的地区属于高危险性。伊斯兰堡和中国喀什地区均属于低危险性地区。

图1 中巴经济走廊极端高温事件危险性指数面积占比Fig.1 Percentage of area with different hazard classification in the major administrative units of the CPEC

2.2 承灾体的暴露度

暴露度指标主要包括人口密度（图2（a））、耕地面积占比（图2（b））和不透水面积占比（图2（c））。其中，人口密度较高的地区主要集中在伊斯兰堡、开伯尔-普什图赫瓦省、旁遮普省和信德省；
耕地面积占比较高的地区主要集中在旁遮普省和信德省；
不透水面积占比较高的地区主要集中在伊斯兰堡、开伯尔-普什图赫瓦省、旁遮普省、信德省和中国喀什地区。从承灾体暴露度（图2（d））可以看出，伊斯兰堡、旁遮普省和信德省等地区属于高（较高）暴露水平地区，约占研究区总面积的17.74%。

图2 中巴经济走廊极端高温事件暴露度指数面积占比Fig.2 Percentage of area with different exposure classification in the major administrative units of the CPEC

2.3 承灾体的脆弱性

脆弱性指标主要包括国内生产总值（GDP）、脆弱人口比重和性别比重。其中GDP较高的地区主要为旁遮普省和信德省（图3（a））；
脆弱人口比重主要在0.3～0.5之间，比重最高（＞0.5）的地区主要分布在信德省（图3（b））；
中巴经济走廊绝大部分地区男女性别比重主要集中在0.8～1.2之间，比重最高（＞1.5）的地区主要分布在俾路支省（图3（c））。从脆弱性（图3（d））可以看出，中巴经济走廊大约80%的地区属于中高脆弱性地区，脆弱性高（较高）的地区主要分布在俾路支省、信德省、开伯尔-普什图赫瓦省和中国喀什地区，占研究区总面积的36.65%。

图3 中巴经济走廊极端高温事件脆弱性指数面积占比Fig.3 Percentage of area with different vulnerability classification in the major administrative units of the CPEC

2.4 极端高温事件风险评估

将致灾因子的危险性指数、承灾体的暴露度指数和脆弱性指数归一化后通过风险评估模型（式（1））计算得到极端高温事件风险指数，然后采用标准差法进行风险分级并得出极端高温事件风险（图4）。中巴经济走廊地区高（较高）风险区主要分布在伊斯兰堡、旁遮普省和信德省，占研究区总面积的17.82%；
中风险区主要分布在旁遮普省和信德省，占研究区总面积的12%；
低（较低）风险区域占比最大（70.18%），主要分布在开伯尔-普什图赫瓦省、俾路支省和中国喀什地区。

图4 中巴经济走廊极端高温事件不同风险区面积占比Fig.4 Percentage of area with different risk classification in the major administrative units of the CPEC

此外，研究区中等级及其以上风险面积占比超过50%的地区主要为旁遮普省（72.17%）、信德省（52.94%）和伊斯兰堡，其中伊斯兰堡全部属于中高风险区，无低风险地区；
旁遮普省高风险区面积占比不高（6.15%），大部分地区属于中等及较高风险区（67.31%）；
信德省为高风险区面积占比最高的地区，约占全省总面积的16.18%。中国喀什地区均属于低风险区，同样低（较低）风险区面积占比较高的还有俾路支省，约占全省总面积的95.67%。开伯尔-普什图赫瓦省主要为低（较低）风险区，约占全省总面积的75%。

本研究收集并统计了2000-2015年中巴经济走廊地区极端高温事件的发生地点、频次及影响范围。该时间段内极端高温事件主要发生在旁遮普省和信德省，均属于本研究所划分出的高风险区，与本研究结果一致。其中极端高温事件发生次数最高的地区为地处旁遮普省的阿塔克和拉瓦尔品第（30次），巴哈瓦尔纳加和巴哈瓦尔布尔两地区发生次数同样较高分别为28次和25次。由此可见，基于历史发生的极端高温事件与本研究结果均表明中巴经济走廊地区旁遮普省是发生极端高温事件风险最大、频次最高的地区。对于2015年6月18日至24日发生在巴基斯坦信德省卡拉奇地区的极端高温事件，日最高气温达45℃，造成1 229人死亡，该地区属于高风险区。因此，通过本研究的评估结果与历史极端高温事件记录进行比较，证实了本文的方法和结果基本可信。

3.1 结论

本文基于中巴经济走廊地区1961-2015年逐日最高气温、人口经济、耕地、不透水面和灾害损失数据，采用基于致灾因子危险性、承灾体的暴露度与脆弱性的“H-E-V”灾害风险评估框架对研究区极端高温事件进行风险评估，得到以下结论：

（1）中巴经济走廊地区极端高温事件风险分布具有明显的空间差异，高（较高）风险地区主要分布在旁遮普省与信德省；
研究区绝大部分地区属于低（较低）风险地区。

（2）中巴经济走廊地区极端高温事件高风险地区面积占比最大的行政单元为信德省，低风险地区面积占比最大的行政单元为中国喀什地区且全部属于低风险区。

（3）历史极端高温事件与本研究的评估结果基本一致，本研究使用的方法和研究结果具有一定的可靠性，可为中巴经济走廊地区减缓极端高温事件灾害风险提供科学依据。

3.2 讨论

由于缺乏中巴经济走廊地区高分辨率、长时间序列的气象数据、社会经济数据及灾损数据［38］，有关该地区极端高温事件风险评估的研究相对较少。本研究在风险评估结果与历史时期发生的极端高温事件表明本研究的方法与结果具有一定的可靠性。然而，本研究仍存在一定的局限性：

（1）对于极端高温事件危险性研究方面，阈值的界定一直是研究极端高温事件的重要因素且国内外并没有统一的标准［45］，不同方法界定阈值得到的结果也不尽相同。中巴经济走廊地区气候类型多样且不同地区气温差异显著［46］，本文主要参考国内外标准去界定极端高温阈值并识别极端高温事件，因此，对于该地区极端高温阈值的界定及危险性可以进一步深入研究。

（2）对于暴露度与脆弱性指标选取方面，目前在风险评估研究领域并没有统一的指标体系［47］，本研究主要考虑到该地区数据的可获得性（比如医疗卫生、居民水电等指标难以获取）以及各指标数据与极端高温事件的关系来选取指标。因此，本研究对于暴露度与脆弱性指标选取这一方面仍有改进空间，未来获取到更多承灾体数据后可以进一步评估、对比和参考。

（3）对于极端高温事件风险评估方面，未来可以基于CMIP6气候模式数据结合共享社会经济路径下的人口和GDP等数据进行中巴经济走廊地区极端高温事件风险预估。

猜你喜欢 脆弱性中巴高温 高温干旱持续 农作物亟须“防护伞”今日农业(2022年16期)2022-11-09高温季蔬菜要如此培“根”固本今日农业(2022年15期)2022-09-20全球高温环球时报(2022-06-20)2022-06-20区域生态脆弱性与贫困的耦合关系成都理工大学学报·社会科学版(2022年1期)2022-05-26Message from TCL Pakistan CEO Sunny YangChina’s foreign Trade(2021年3期)2021-11-26第四代核电 高温气冷堆中国核电(2021年3期)2021-08-13基于PSR模型的上海地区河网脆弱性探讨华东师范大学学报（自然科学版）(2019年3期)2019-06-24中国电信建成首条中巴陆地直达光缆通信产业报(2018年26期)2018-11-22中巴建交支点(2017年7期)2017-07-14中巴地球资源卫星04A星计划于2018年发射人民周刊(2016年1期)2016-01-09

推荐访问:中巴 走廊 高温