顧偉琦 傅 紅 GU Weiqi, FU Hong
目前全球氣候變暖是氣候變化主要特征之一,根據(jù)政府間氣候變化委員會(huì)(IPCC,即Intergovernmental Panel on Climate Change)第六次評(píng)估報(bào)告第一小組報(bào)告顯示全球正面臨著加速變暖的趨勢(shì),且預(yù)計(jì)全球氣溫將升高或超過1.5 ℃[1]。其中對(duì)于高度聚集的城市來說,由于溫室效應(yīng)的不斷累積加重了城市熱島效應(yīng)的產(chǎn)生,并更進(jìn)一步的威脅城市居民的健康[2]。其一,熱島效應(yīng)導(dǎo)致城市中大量有害氣體在上空聚集,難以稀釋擴(kuò)散[3]。同時(shí),有害氣體因高溫及強(qiáng)光照射使其轉(zhuǎn)化為臭氧,而人體呼吸健康會(huì)因城市中臭氧濃度的增高而受損;其二,人體熱舒適空間與人口居住環(huán)境具有強(qiáng)相關(guān)性。人體熱舒適度受相對(duì)濕度、溫度以及風(fēng)速等多方面影響。人體最舒適的體感溫度為18~23 ℃,超過28 ℃會(huì)覺得炎熱難受。而城市因其高密度建設(shè)等所導(dǎo)致的熱島效應(yīng)延長(zhǎng)了居民處于高溫環(huán)境的時(shí)間,極大增加了人類因中暑從而引起并發(fā)癥甚至死亡的概率。加之,在高溫環(huán)境下,為了維持正常生產(chǎn)生活需求,使用大量電氣設(shè)備進(jìn)行降溫的過程亦同時(shí)排放出大量熱量,在一定程度上加劇熱島效應(yīng)。由此可見,全球氣候增暖及城市熱島效應(yīng)將使夏季高溫?zé)崂耸录l發(fā)且持續(xù)時(shí)間增長(zhǎng),未來將進(jìn)一步危害城市居民健康。如何減緩高溫災(zāi)害導(dǎo)致的人群健康風(fēng)險(xiǎn)、降低城市脆弱性、建設(shè)氣候適應(yīng)性城市,成為氣候變暖背景下城市人居環(huán)境研究的重要議題。
脆弱性這一概念最早在論及自然災(zāi)害領(lǐng)域時(shí)提出,原指系統(tǒng)遭到無法抵抗的破壞和影響的程度[4],后逐漸應(yīng)用于氣候、社會(huì)經(jīng)濟(jì)等學(xué)科中。熱脆弱性指的是在熱島效應(yīng)與高溫天氣的雙重影響下,城市系統(tǒng)或人群容易遭受或沒有能力應(yīng)對(duì)高溫天氣而產(chǎn)生不利影響的程度[5]。城市人居環(huán)境熱脆弱性更傾向于關(guān)注人文與自然的耦合作用,通過刻畫社會(huì)人口特征、社會(huì)經(jīng)濟(jì)特征以及居住環(huán)境特征的差異性,分析城市內(nèi)部人口暴露于高溫天氣的適應(yīng)能力、敏感度,從而識(shí)別出人居環(huán)境熱脆弱性的空間分布特征。例如,德彼得里(Depietri)[6]等通過同時(shí)考慮社會(huì)與生態(tài)變量,識(shí)別科隆市人居環(huán)境熱脆弱性分布。
西方學(xué)者較早開始人居環(huán)境熱脆弱性研究,同時(shí)關(guān)注人體健康與高溫環(huán)境的關(guān)聯(lián)性,并涉及區(qū)域、城市、社區(qū)等不同尺度的健康風(fēng)險(xiǎn)格局研究[7]。例如尤耶居(Uejio)[8]等研究了社會(huì)脆弱性、高溫?zé)崂吮┞端健⒔ㄖh(huán)境、人口額外死亡率、社區(qū)穩(wěn)定性和疾病發(fā)生率之間的關(guān)系,指出寡居人口、黑種人、西班牙人等更易受高溫?zé)崂颂鞖獾挠绊?;雷伊(Rey)[9]等對(duì)歐洲夏季高溫法國(guó)地區(qū)的人口額外死亡率進(jìn)行研究,指出發(fā)展水平較高的城市因受熱島效應(yīng)與高溫?zé)崂穗p重影響,其城市人口死亡率更高,同時(shí)也指出貧困是造成高溫天氣下人口額外死亡率上升的重要因素。與此同時(shí),西方國(guó)家在適應(yīng)高溫氣候的實(shí)踐上有著豐富經(jīng)驗(yàn)。例如,多倫多通過繪制熱脆弱性地圖,識(shí)別了城市地區(qū)高溫脆弱性分布特征,并主動(dòng)通過建立不同級(jí)別的納涼點(diǎn)來創(chuàng)建降溫體系[10]。
我國(guó)面向高溫?zé)崂朔矫娴难芯恐饕杏趶臑?zāi)害學(xué)角度出發(fā)研究高溫災(zāi)害風(fēng)險(xiǎn)評(píng)估[11-15]、時(shí)空格局與演化[16-19]等方面,而較少關(guān)注高溫天氣對(duì)居民健康及生活環(huán)境的影響。由于脆弱性評(píng)價(jià)是適應(yīng)氣候變化的關(guān)鍵,因此近年更多的學(xué)者開始關(guān)注城市熱脆弱性方面的研究,多集中于從遙感數(shù)據(jù)和氣象數(shù)據(jù)進(jìn)行分析處理,而關(guān)注的尺度也多基于城市、區(qū)縣尺度[20-23],因此相應(yīng)的實(shí)踐成果更多地停留在宏觀政策上。相比于國(guó)外涉及社區(qū)與街道尺度的熱脆弱性評(píng)估而言,國(guó)內(nèi)對(duì)于更精細(xì)尺度的脆弱性研究還較為不足。主要原因在于受多源數(shù)據(jù)限制,例如國(guó)內(nèi)人口普查數(shù)據(jù)更新周期長(zhǎng)且較難獲取詳細(xì)的數(shù)據(jù)等。城市尺度下的高溫?zé)崂舜嗳跣栽u(píng)價(jià)雖能夠反映城市的熱脆弱性等級(jí),但較難為綠色降溫資源的精確分配提供依據(jù),同時(shí)處于高溫脆弱地區(qū)中的脆弱人群亦較難判斷自身處于的風(fēng)險(xiǎn)程度。
基于此,本文嘗試構(gòu)建街道尺度下的城市人居環(huán)境熱脆弱性評(píng)價(jià)體系并通過探索多源數(shù)據(jù)以科學(xué)量化人居環(huán)境熱脆弱性程度,從而更準(zhǔn)確地識(shí)別夏季城市中易受高溫災(zāi)害影響的脆弱性街道空間分布特征,并分析高脆弱性街道的主要致脆因子,以期為政府未來面對(duì)高溫氣候進(jìn)行降溫資源分配提供科學(xué)依據(jù)。
成都市位于四川盆地西部,屬亞熱帶濕潤(rùn)季風(fēng)氣候,歷史極端高溫達(dá)40 ℃。經(jīng)統(tǒng)計(jì),1980—2021年成都市高溫日平均溫度達(dá)36.3 ℃,且近十年來高溫日數(shù)呈逐漸上升趨勢(shì)。同時(shí),成都市夏季相對(duì)濕度平均值達(dá)84%(人體感覺舒適的相對(duì)濕度低于70%)[24],且常年多數(shù)風(fēng)向?yàn)殪o風(fēng)(靜風(fēng)頻率達(dá)40%)[25],因此夏季氣候多為悶熱潮濕的“桑拿天”,人體舒適度低,易對(duì)人體健康造成威脅。同時(shí),成都市受地形以及快速城市化的影響,城市中多為低反射表面,且常年多霧、多云,云層可將來自大面積硬化表面反射的太陽(yáng)輻射能量進(jìn)行散射或折射,導(dǎo)致無法及時(shí)疏散成都市主城區(qū)內(nèi)的輻射熱量,從而影響地表溫度的消減,加強(qiáng)城市熱島效應(yīng)[26],屬夏季高溫?zé)崂祟愋偷膼灍嵝透邷亍?/p>
本文綜合考慮行政區(qū)劃完整性、數(shù)據(jù)信息可獲取性以及人群聚集性,選擇成都市中心主城區(qū)為研究范圍,包括武侯區(qū)(含高新區(qū))、錦江區(qū)、青羊區(qū)、成華區(qū)、金牛區(qū),區(qū)內(nèi)總面積約為63 576 hm2,常住人口571萬人,研究單元為成都市主城區(qū)內(nèi)共62個(gè)街道(圖1)。
圖1 研究區(qū)域示意圖Fig.1 the study area
氣候變化脆弱性評(píng)價(jià)基本遵循廣義脆弱性評(píng)價(jià)的基本分析框架,目前脆弱性評(píng)價(jià)主要可分為關(guān)注外部災(zāi)害脆弱性評(píng)價(jià)、關(guān)注內(nèi)部社會(huì)人口脆弱性評(píng)價(jià)以及綜合脆弱性評(píng)價(jià)三種類型[27]。以自然災(zāi)害為導(dǎo)向的脆弱性分析更傾向于體現(xiàn)外部災(zāi)害的決定作用,通過分析災(zāi)害強(qiáng)度對(duì)具有敏感特征人群的脅迫程度,以識(shí)別災(zāi)害脆弱區(qū)。威斯科維(Vescovi)等[28]將人群敏感程度與高溫災(zāi)害強(qiáng)度作為準(zhǔn)則層,通過整合氣候?yàn)?zāi)害(以高溫?zé)崂颂鞌?shù)衡量)與社會(huì)經(jīng)濟(jì)數(shù)據(jù)(主要選取低收入人口數(shù)、獨(dú)居率、年齡等指標(biāo)),以分析繪制高溫災(zāi)害風(fēng)險(xiǎn)地圖;以社會(huì)人口為導(dǎo)向的脆弱性評(píng)價(jià)強(qiáng)調(diào)關(guān)注內(nèi)部人群本身敏感特征,通過分析人群社會(huì)經(jīng)濟(jì)、年齡結(jié)構(gòu)、生理結(jié)構(gòu)及健康狀況等,識(shí)別可能受影響人群的脆弱性特征及分布。瑞德(Reid)等[29]基于人口普查數(shù)據(jù),同時(shí)分析高溫致病致死案例,以識(shí)別敏感人群特征,并繪制了熱脆弱性地圖。可以看出,前者強(qiáng)調(diào)外部災(zāi)害因素及內(nèi)部人口敏感性的共同作用,而缺乏對(duì)于人群面對(duì)災(zāi)害事件適應(yīng)能力的刻畫;后者雖然對(duì)人群適應(yīng)能力及高敏感人口特征進(jìn)行分析,但一定程度上忽略了外部災(zāi)害及居住環(huán)境的影響。因此,綜合導(dǎo)向脆弱性評(píng)價(jià)在二者基礎(chǔ)上,將適應(yīng)能力納入脆弱性評(píng)價(jià)框架,綜合考量?jī)?nèi)部及外部、社會(huì)經(jīng)濟(jì)及生物物理環(huán)境要素。同時(shí)該綜合導(dǎo)向思想在政府間氣候變化委員會(huì)發(fā)布的第五次評(píng)估報(bào)告中也得到了體現(xiàn),并提出了氣候變化脆弱性評(píng)價(jià)的概念框架,即系統(tǒng)脆弱性由系統(tǒng)暴露于氣候脅迫的程度、系統(tǒng)自身受氣候影響的敏感程度以及系統(tǒng)面臨災(zāi)害事件保持其必要功能的適應(yīng)能力共同決定[30]。
本文旨在刻畫高溫天氣對(duì)于脆弱性的前提作用,將城市人居環(huán)境熱脆弱性解釋為城市居民由于自身敏感性與適應(yīng)能力的不同,使其暴露于熱環(huán)境下導(dǎo)致人體在健康方面受到負(fù)面影響的程度[31]。以政府間氣候變化委員會(huì)提出的脆弱性概念框架為基礎(chǔ),并梳理相關(guān)文獻(xiàn)和研究成果[5,10],將“暴露—敏感—適應(yīng)”作為分析框架以構(gòu)建城市人居環(huán)境熱脆弱性評(píng)價(jià)體系。其中,“暴露度”是指居民接觸到高溫環(huán)境的可能性[5,32],夏季高溫以及城市熱島效應(yīng)二者疊加作用加強(qiáng)了高溫天氣對(duì)人體的影響的程度;“敏感性”代表人體由于高溫產(chǎn)生不良反應(yīng)的容易程度,相關(guān)研究表明因生理結(jié)構(gòu)、年齡構(gòu)成和健康狀況的不同,人體熱調(diào)節(jié)功能也存在差異,其中老年人、室外工作群體、慢性病患者、女性更易受到危害;“適應(yīng)能力”是城市居民通過改變自身行為而適應(yīng)高溫天氣的能力,其與人口外部資源擁有度、收入水平、認(rèn)知程度、居住環(huán)境等密切相關(guān)。
為了通過科學(xué)量化的方式分析精細(xì)化尺度下城市人居環(huán)境熱脆弱性程度,識(shí)別其空間分布特征,通過探索多源數(shù)據(jù),整合人口數(shù)據(jù)、遙感影像數(shù)據(jù)、興趣點(diǎn)(point of interest,POI)、社會(huì)經(jīng)濟(jì)數(shù)據(jù),并將其以數(shù)值的形式量化至各研究單元,選取暴露度、脆弱性以及適應(yīng)能力為準(zhǔn)則層,構(gòu)建以街道為研究單元的城市人居環(huán)境熱脆弱性評(píng)價(jià)指標(biāo)體系(表1),并分析各脆弱性街道的致脆主導(dǎo)因子,以期為政府進(jìn)一步分配綠色降溫資源并緩解人口脆弱性提供更精確化指向。
表1 成都市主城區(qū)人居環(huán)境熱脆弱性評(píng)估指標(biāo)體系Tab 1 evaluation index system of population heat vulnerability in main urban area of Chengdu
2.2.1 暴露度
城市的熱島效應(yīng)及城市化發(fā)展一定程度上增強(qiáng)了高溫持續(xù)時(shí)間以及居民暴露于高溫環(huán)境的可能性。人口密度與歸一化植被指數(shù)是衡量城市熱島效應(yīng)的主要指標(biāo)[33];評(píng)價(jià)城市熱環(huán)境最主要的指標(biāo)之一是氣溫,但因城市氣象站數(shù)量有限,且分辨率較低,較難識(shí)別精確尺度下熱島區(qū)域的差異,而已有研究表明在晴朗無云的天氣條件下地表溫度與氣溫存在強(qiáng)相關(guān)性[34]。地表溫度的升降主要取決于地表輻射,不同地表覆蓋類型的土地對(duì)太陽(yáng)輻射的吸收、反射的不同,進(jìn)而對(duì)于熱島效應(yīng)及城市人居環(huán)境熱脆弱性的貢獻(xiàn)存在顯著差別。其中,城市中不透水地表因其對(duì)太陽(yáng)光的反射率低、吸收率大,與地表溫度呈正相關(guān)關(guān)系[35],導(dǎo)致位于該類型下墊面的區(qū)域熱島效應(yīng)增強(qiáng),進(jìn)而使居民更易暴露在熱環(huán)境中,植被覆蓋區(qū)反之;對(duì)于夏季日間通勤人群,地下通行廊道可有效減少其暴露于熱環(huán)境的機(jī)率,其中地鐵站點(diǎn)作為當(dāng)代居民使用頻率最高的地下通廊,具有一定代表性。因此,本文選取地表溫度、人口密度、歸一化植被指數(shù)以及地鐵站點(diǎn)面積比例作為衡量暴露度的指標(biāo)。
2.2.2 敏感性
已有研究表明老年人是熱浪健康影響主要敏感人群[36],老人因其身體調(diào)節(jié)能力較差,同時(shí)多數(shù)患有心血管疾病、肌肉骨骼系統(tǒng)疾病等慢性病,更易因中暑導(dǎo)致其并發(fā)癥的產(chǎn)生。女性因生理特征的差異,由高溫造成的超額死亡率高于男性。此外,慢性病患者及室外工作者(如快遞員、環(huán)衛(wèi)工人等)也是易受高溫脅迫的敏感人群。但受數(shù)據(jù)獲取限制,本文主要采用65歲以上老年人口比例、女性人口比例來反映城市人口夏季受高溫事件影響的程度。
2.2.3 適應(yīng)能力
本文將內(nèi)部個(gè)人資源與外部社會(huì)資源擁有度看作構(gòu)成適應(yīng)能力兩大因素。一方面,內(nèi)部個(gè)人收入、認(rèn)知水平一定程度上決定了個(gè)人運(yùn)用自身資源應(yīng)對(duì)高溫環(huán)境的能力,大量有關(guān)高溫致病致死案例研究顯示低收入人群在熱環(huán)境中死亡風(fēng)險(xiǎn)明顯高于中高收入人群[37],低收入人群由于收入低下,導(dǎo)致其調(diào)動(dòng)個(gè)人資源以適應(yīng)高溫的能力較低,如低收入人群住房水平普遍較差,相對(duì)缺乏足夠的制冷條件。同時(shí),低收入人群普遍無法支付較高的物業(yè)管理費(fèi),亦導(dǎo)致該群體居住環(huán)境較差,所在街道擁有的社會(huì)公共資源較少[38];高中學(xué)歷以下人群多缺乏對(duì)高溫基礎(chǔ)防護(hù)知識(shí),因此該人群的熱相關(guān)死亡率更高[39]。另一方面,城市居民對(duì)外部社會(huì)資源擁有度亦反映了適應(yīng)高溫環(huán)境的能力,公園綠地因其具備產(chǎn)生特定小氣候的復(fù)雜表面結(jié)構(gòu),對(duì)于調(diào)節(jié)該區(qū)域微氣候有著顯著功效,成為附近居民夏季早晚主要納涼場(chǎng)所;地鐵站可滿足通勤人員短暫避暑及周圍居民日間納涼的需求;社區(qū)衛(wèi)生服務(wù)中心作為社區(qū)建設(shè)的重要組成部分,具備一定的基礎(chǔ)醫(yī)療設(shè)備,可為受到高溫危害的人群提供及時(shí)就診治療。因此采用受教育程度人口比例、單位面積房租水平來反映個(gè)人認(rèn)知能力以及經(jīng)濟(jì)水平,采用公園綠地、地鐵站點(diǎn)以及社會(huì)衛(wèi)生服務(wù)中心10 min步行可達(dá)覆蓋比例來衡量人群對(duì)社會(huì)資源的擁有度情況。
2.3.1 歸一化植被指數(shù)計(jì)算
歸一化植被指數(shù)(Normalized Difference Vegetation Index,即NDVI)是衡量城市植被覆蓋度的常用指標(biāo),該指數(shù)區(qū)間為[-1,1],其公式表達(dá)式為:
式中:NDVI為歸一化植被指數(shù);NIR為近紅外波段反射率值;R為紅波段反射率值
首先,借助遙感圖像處理平臺(tái)(The Environment for Visualizing Images,即ENVI),進(jìn)行數(shù)據(jù)預(yù)處理;其次,利用計(jì)算工具輸入公式,得出研究區(qū)域NDVI柵格數(shù)據(jù)并檢驗(yàn);最后,利用地理信息分析平臺(tái)(Arc Geographic Information System,即ArcGIS)的分區(qū)統(tǒng)計(jì)工具,以平均值的形式將數(shù)據(jù)統(tǒng)一至研究單元,并利用自然斷點(diǎn)法進(jìn)行分類(圖2)。
圖2 NDVI及統(tǒng)一至研究單元后空間分布Fig.2 spatial distribution of NDVI and the research unit after unification
2.3.2 地表溫度反演
地表溫度反演數(shù)據(jù)來基于地理空間數(shù)據(jù)云平臺(tái)的Landsat8 OLI_TIRS衛(wèi)星遙感數(shù)據(jù)。影響數(shù)據(jù)選取標(biāo)準(zhǔn)為盡可能選擇夏季高溫時(shí)段,以反映城市高溫?zé)崂藦?qiáng)度;天氣條件選擇晴朗、云量底的時(shí)刻,以保證影響影像精度。經(jīng)過對(duì)影像時(shí)間段、云量(≤10%)、分辨率等條件篩選。本文選擇2019年8月11日Landsat8 OLI_TIRS遙感影像作為數(shù)據(jù)源(空間分辨率為30 m)。基于大氣校正法進(jìn)行地表溫度反演,最終得到成都市主城區(qū)的地表溫度,并運(yùn)用ArcGIS進(jìn)行分區(qū)統(tǒng)計(jì)分析,以平均值的形式將數(shù)據(jù)統(tǒng)一至研究單元(圖3)。
圖3 地表溫度及統(tǒng)一后空間分布Fig.3 spatial distribution of surface temperature and the research unit after unification
2.3.3 人口及社會(huì)經(jīng)濟(jì)數(shù)據(jù)
本文涉及的人口數(shù)據(jù)均來自各區(qū)統(tǒng)計(jì)局所發(fā)布的《第七次人口普查數(shù)據(jù)信息——按街道劃分情況》;單位面積房租水平數(shù)據(jù)來源于《2021年成都市住房市場(chǎng)平均租金水平信息》,通過將四個(gè)季度的數(shù)據(jù)匯總進(jìn)行平均值的計(jì)算,得到街道單元的平均租金水平。
2.3.4 空間位置數(shù)據(jù)
適應(yīng)能力指標(biāo)層中的公園綠地、地鐵站點(diǎn)數(shù)據(jù)與社區(qū)衛(wèi)生服務(wù)中心的位置數(shù)據(jù)均來自高德地圖公開興趣點(diǎn)。首先,進(jìn)行POI數(shù)據(jù)爬取,對(duì)采集的數(shù)據(jù)進(jìn)行篩選、清洗和坐標(biāo)轉(zhuǎn)換,得到研究區(qū)內(nèi)公園綠地共152個(gè)、衛(wèi)生服務(wù)中心共142個(gè)、地鐵站點(diǎn)163個(gè)(圖4);其次,借助ArcGIS軟件對(duì)導(dǎo)入的設(shè)施點(diǎn)進(jìn)行服務(wù)區(qū)分析,通過對(duì)路網(wǎng)進(jìn)行拓?fù)涮幚怼⒆杩箷r(shí)間設(shè)置為10 min等步驟,計(jì)算出公園綠地與社區(qū)衛(wèi)生服務(wù)中心10 min步行可達(dá)范圍;最后,將提取出的可達(dá)覆蓋范圍面積與各研究單元面積相除,得出10 min步行可達(dá)范圍覆蓋比例。暴露度指標(biāo)層中地鐵站面積由地鐵出入口空間位置計(jì)算而得,其位置數(shù)據(jù)來自高德地圖公開POI數(shù)據(jù),將POI數(shù)據(jù)進(jìn)行預(yù)處理后,導(dǎo)入ArcGIS軟件以獲得各站點(diǎn)出入口空間位置,并借助由點(diǎn)轉(zhuǎn)線、從線構(gòu)面等工具,計(jì)算出研究單元內(nèi)各地鐵站面積比例。
圖4 公園綠地、社區(qū)衛(wèi)生服務(wù)中心及地鐵站點(diǎn)空間分布Fig.4 spatial distribution of park green space, community health service center and subway station
城市人居環(huán)境熱脆弱性評(píng)價(jià)主要包括處理數(shù)據(jù)、確定指標(biāo)權(quán)重以及計(jì)算脆弱性指數(shù)三個(gè)步驟。數(shù)據(jù)處理是將數(shù)據(jù)以平均值、比例等形式統(tǒng)一至研究單元范圍內(nèi)。因本研究選取指標(biāo)均為定量數(shù)據(jù),為保證權(quán)重賦值的客觀、準(zhǔn)確,所以采用熵值賦權(quán)法確定指標(biāo)權(quán)重(表2),主要步驟包括數(shù)據(jù)標(biāo)準(zhǔn)化、信息熵計(jì)算、確定指標(biāo)權(quán)重三個(gè)環(huán)節(jié)。
表2 指標(biāo)權(quán)重Tab. 2 index weight
為保證不同量綱的指標(biāo)具有可比性,需對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。根據(jù)指標(biāo)含義,將指標(biāo)分為正向指標(biāo)或負(fù)向指標(biāo),采用極差標(biāo)準(zhǔn)化法對(duì)其進(jìn)行去量綱化處理,計(jì)算公式如下:
式中:Xij表示第i個(gè)研究單元(i=1,2......m)、第j項(xiàng)指標(biāo)(j=1,2...m)的原始數(shù)值,Yij表示標(biāo)準(zhǔn)化數(shù)值,取值范圍為[0,1]。
利用標(biāo)準(zhǔn)化后數(shù)據(jù)進(jìn)行指標(biāo)信息熵計(jì)算,計(jì)算公式如下:
式中:Hij為第j項(xiàng)指標(biāo)的信息熵熵值,其中2......m),K=1ln(m),Pij≥0且當(dāng)Pij=0時(shí),PijlnPij=0。
根據(jù)所得的指標(biāo)信息熵熵值,以確定各準(zhǔn)則層下所含指標(biāo)的權(quán)重,計(jì)算公式如下:
式中:Wj為第j項(xiàng)指標(biāo)的熵權(quán)且其取值范圍為[0,1],
采用綜合指數(shù)法[40],將所得指標(biāo)權(quán)重與標(biāo)準(zhǔn)化數(shù)值相乘并累加至準(zhǔn)則層,以計(jì)算三項(xiàng)準(zhǔn)則層的綜合評(píng)分,即確定暴露度、敏感性與適應(yīng)能力指數(shù),計(jì)算公式如下:
式中:Sij為準(zhǔn)則層指標(biāo)綜合評(píng)分,Yij為第i個(gè)研究單元、第j項(xiàng)指標(biāo)標(biāo)準(zhǔn)化數(shù)值,Wj為第j項(xiàng)指標(biāo)的權(quán)重。
根據(jù)城市人居環(huán)境熱脆弱性分析框架可知,城市人居環(huán)境熱脆弱性是暴露度、敏感性及適應(yīng)能力三者共同作用的結(jié)果。參考謝盼[41]等采用的高溫脆弱性評(píng)價(jià)方法,本文利用所得準(zhǔn)則層綜合指標(biāo),選擇乘除法[28]計(jì)算城市人居環(huán)境熱脆弱性指數(shù),公式如下:
式中:Vi為城市人居環(huán)境熱脆弱性指數(shù),Ei為暴露度指數(shù),Si為敏感性指數(shù),Ai為適應(yīng)能力指數(shù)。
由上述計(jì)算結(jié)果可得,研究區(qū)域內(nèi)暴露度指數(shù)總體呈現(xiàn)“內(nèi)高外低”的數(shù)值分布特征(圖5)。城市核心片區(qū)及部分西南、中心偏北片區(qū)分布較多高、極高暴露度街道,這一區(qū)域內(nèi)人為熱源集中、人口密度大、植被覆蓋度較低且部分街道地鐵站點(diǎn)覆蓋比例極低,進(jìn)一步增加居民的高溫暴露程度。采用自然斷點(diǎn)法將結(jié)果分為7個(gè)等級(jí),其中極低暴露區(qū)(0.189 6~0.312 7)、低暴露區(qū)(0.312 8~0.458 0)、較低暴露區(qū)(0.458 1~0.502 8)、中暴露區(qū)(0.502 9~0.555 7)、較高暴露區(qū)(0.555 8~0.621 2)、高暴露區(qū)(0.621 3~0.696 4)及極高暴露區(qū)(0.696 5~0.860 7)占比面積分別為25.97%、19.36%、20.66%、7.13%、12.02%、7.24%、7.61%。最高暴露度值分布在武侯區(qū)簇錦街道,達(dá)到0.860 7;最低暴露度值分布在青羊區(qū)康河街道,為0.189 6。
圖5 暴露度指數(shù)及空間分布Fig.5 exposure index and its spatial distribution
研究區(qū)域內(nèi)高敏感街道集中分布在城市中心區(qū)以及部分西城區(qū),這些街道大多為原住民,且老齡化較嚴(yán)重。將敏感性數(shù)值以自然斷點(diǎn)法分為7個(gè)等級(jí)(圖6)。從各等級(jí)占比來看,其中極低敏感區(qū)(0.006 9~0.120 3)、低敏感區(qū)(0.120 3~0.285 0)、較低敏感區(qū)(0.285 0~0.393 1)、中敏感區(qū)(0.393 1~0.496 2)、較敏感區(qū)(0.496 2~0.614 6)、高敏感區(qū)(0.614 6~0.749 6)及極高敏感區(qū)(0.749 6~0.940 1)占比面積分別為6.83%、19.87%、28.28%、22.87%、6.72%、9.22%、6.21%。敏感性數(shù)值在青羊區(qū)草堂街道中出現(xiàn)最大值,達(dá)到0.940 2;最低敏感性值出現(xiàn)在武侯區(qū)金花橋街道,為0.007 0。
圖6 敏感性指數(shù)及空間分布Fig.6 sensitivity index and its spatial distribution
研究區(qū)二環(huán)以內(nèi)街道適應(yīng)能力數(shù)值普遍較高,二環(huán)以外周邊街道因研究單元面積較大而10 min公園綠地步行可達(dá)性覆蓋面積較少、地鐵站點(diǎn)覆蓋面積較低、低租金的老舊建筑較多,導(dǎo)致其適應(yīng)能力極低。其中南部片區(qū)各街道數(shù)值變化幅度較大,既包含極高適應(yīng)能力街道,亦出現(xiàn)極低適應(yīng)能力街道。運(yùn)用自然斷點(diǎn)法將適應(yīng)能力數(shù)值分成7個(gè)等級(jí)(圖7)。從各等級(jí)占比來看,其中極低適宜能力區(qū)(0.049 9~0.158 5)、低適宜能力區(qū)(0.158 6~0.229 2)、較低適宜能力區(qū)(0.229 3~0.288 0)、中適宜能力區(qū)(0.288 1~0.382 3)、較適宜能力區(qū)(0.382 4~0.448 7)、高適宜能力區(qū)(0.448 8~0.548 4)及極高適宜能力區(qū)(0.548 5~0.668 6)占比面積分別為39.09%、15.79%、6.82%、18.82%、8.98%、7.36%、3.15%。最高適應(yīng)能力街道為錦江區(qū)錦官驛街道,達(dá)到0.668 6;適應(yīng)能力數(shù)值在成華區(qū)白蓮池街道出現(xiàn)最小值,為0.049 9。
圖7 適應(yīng)能力指數(shù)及空間分布Fig.7 adaptability index and its spatial distribution
脆弱性數(shù)值整體呈現(xiàn)“內(nèi)高外低”及“東北高西南低”的分布特征(圖8,表3)。城市核心區(qū)延伸至東北片區(qū)內(nèi)街道多表現(xiàn)為較高及以上脆弱性等級(jí),西南片區(qū)距城市中心越遠(yuǎn),脆弱性數(shù)值越低。但在研究區(qū)西北部邊緣也混有極高脆弱性街道(黃田壩街道),該街道因其適應(yīng)能力極低、敏感性較高,造成人居環(huán)境熱脆弱性的驟增。其中較高到極高級(jí)脆弱性街道共27個(gè),面積占比39.35%;中脆弱性街道共13個(gè),面積占比15.41%;極低到低級(jí)數(shù)值脆弱性街道共22個(gè),面積占比45.25%。脆弱性數(shù)值在青羊區(qū)黃田壩街道出現(xiàn)最大值,達(dá)到2.599 6;武侯區(qū)金花橋街道為脆弱性數(shù)值最小值分布區(qū)域,為0.023 8。
表3 不同脆弱性等級(jí)街道數(shù)量占比Tab. 3 proportion of streets with different vulnerability levels
圖8 脆弱性指數(shù)及空間分布Fig.8 vulnerability index and its spatial distribution
為制定更具針對(duì)性的高溫適應(yīng)性措施提供科學(xué)依據(jù),參考相關(guān)文獻(xiàn)成果,本文通過識(shí)別造成高脆弱性街道的主導(dǎo)因素,對(duì)成都市主城區(qū)脆弱性空間街道類型進(jìn)行分類。具體方法如下:首先通過上述計(jì)算提取出高及極高脆弱性街道作為主導(dǎo)因子分析對(duì)象;其次,通過圖層疊加法將各街道暴露度指數(shù)、敏感性指數(shù)以及適應(yīng)能力指數(shù)進(jìn)行等級(jí)差異比較并進(jìn)行分類,其中暴露度指數(shù)為高和極高等級(jí)的街道為高暴露主導(dǎo)區(qū),敏感性數(shù)值高于暴露度數(shù)值的街道為高敏感主導(dǎo)區(qū),適應(yīng)能力數(shù)值處于較低及以下等級(jí)且敏感性指數(shù)及暴露度指數(shù)均為高等級(jí)以下的街道為低適應(yīng)能力主導(dǎo)區(qū)。
通過上述方法對(duì)成都市主城區(qū)高脆弱性街道進(jìn)行進(jìn)一步致脆因子分類并計(jì)算各類型單元面積及所占比例。結(jié)果顯示,不同導(dǎo)致脆弱性主導(dǎo)因子類型面積占比為低適應(yīng)脆弱型街道(57.06%)>高敏感脆弱型街道(25.98%)>高暴露脆弱型街道(16.69%)。將計(jì)算結(jié)果可視化(圖9),結(jié)果顯示:高暴露主導(dǎo)型街道分布主要集中于城市核心區(qū),這些街道人口密度大、低植被覆蓋的商業(yè)區(qū)面積占比較多,造成街道高暴露特征顯著;高敏感主導(dǎo)型街道分布較為分散,主要分布在人口老齡化較為嚴(yán)重的中心城區(qū)以北的老城區(qū)中;低適應(yīng)主導(dǎo)型街道主要于城市邊緣及城北區(qū)分布,這些街道發(fā)展較緩,公共基礎(chǔ)設(shè)施建設(shè)較為薄弱,居民大多收入低,難以支付過高的物業(yè)管理費(fèi),導(dǎo)致居住環(huán)境較差,如周邊綠化少、地鐵站點(diǎn)等分布少、建筑老化等,造成人口熱適應(yīng)能力極低。
圖9 各類型脆弱性空間分布Fig.9 spatial distribution of different types of vulnerability
在制定熱適應(yīng)性策略上,應(yīng)首先將極高和高脆弱性街道作為先行區(qū)。為進(jìn)一步明確具體方案措施方向,通過識(shí)別各脆弱性街道主導(dǎo)致脆因子,將其劃分為“高暴露主導(dǎo)型分區(qū)”“高敏感主導(dǎo)型分區(qū)”及“低適應(yīng)能力主導(dǎo)型分區(qū)”,以便各相關(guān)部門優(yōu)先解決首要問題。第一,針對(duì)高暴露主導(dǎo)型街道,脆弱性治理的方式主要是考慮減少市民在高熱環(huán)境下暴露的機(jī)率。建議充分利用綠色基礎(chǔ)設(shè)施,從建筑及街道尺度出發(fā)來改善街道暴露度。在建筑尺度,可采用綠色屋頂、垂直綠化等方式對(duì)城區(qū)內(nèi)老建筑進(jìn)行改造,以增強(qiáng)建筑自身散熱能力;在街道尺度上,由于城市土地使用的稀缺,應(yīng)當(dāng)充分結(jié)合現(xiàn)有環(huán)境資源進(jìn)行差異化設(shè)計(jì),如通過增植行道樹以增加道路遮蔭面積、改變植物種植位置以加大建筑通風(fēng)間隙、改造閑置空地、街角廣場(chǎng)、臨街菜市場(chǎng)等以增加街道內(nèi)納涼節(jié)點(diǎn)以及采用高反射率鋪裝增加地表對(duì)太陽(yáng)輻射能的反射程度等方式。第二,對(duì)于高敏感主導(dǎo)型分區(qū),通過分析街道內(nèi)高敏感人群社會(huì)特征、出行方式及行為特征,進(jìn)而從個(gè)人、社區(qū)及城市三個(gè)層面提出應(yīng)對(duì)策略。對(duì)于個(gè)人層面,應(yīng)加強(qiáng)高敏感性人群對(duì)應(yīng)急知識(shí)的學(xué)習(xí)并組織定期健康檢查活動(dòng);對(duì)于社區(qū)層面,可通過電話訪問、建立社區(qū)科普角等方式展開高溫應(yīng)對(duì)知識(shí)宣傳活動(dòng)的方式進(jìn)行社區(qū)互助幫扶和社區(qū)空間微更新;對(duì)于城市層面,可推廣考慮高敏感人群的社會(huì)公平性設(shè)計(jì),通過組織公眾建議征集進(jìn)行高敏感人群參與式設(shè)計(jì)。第三,對(duì)于低適應(yīng)能力主導(dǎo)型分區(qū),建議從降溫資源分配及提升個(gè)人認(rèn)知兩方面進(jìn)行提升。對(duì)于培養(yǎng)居民個(gè)人認(rèn)知,可結(jié)合高敏感主導(dǎo)分區(qū)相關(guān)策略同步進(jìn)行,增強(qiáng)防范高溫災(zāi)害意識(shí)及行為的宣傳教育;對(duì)于降溫資源分配,針對(duì)公共建筑類型可適當(dāng)延長(zhǎng)其開放時(shí)間[42],針對(duì)地鐵站點(diǎn)類型可在不影響人流通行的情況下設(shè)置納涼休息區(qū),為附近人群提供避暑場(chǎng)地。
通過建立城市人居環(huán)境熱脆弱性評(píng)價(jià)指標(biāo)體系進(jìn)而測(cè)度成都市主城區(qū)人居環(huán)境熱脆弱性程度,揭示其空間分布特征,并進(jìn)一步識(shí)別脆弱性街道主導(dǎo)致脆因子類型。結(jié)論如下:第一,成都市主城區(qū)人居環(huán)境熱脆弱性呈現(xiàn)“內(nèi)高外低”及“東北高西南低”的分布特征,中等至極低數(shù)值脆弱性面積占比54.75%,大部分街道熱脆弱性程度中等偏低,整體從北至東、以“環(huán)狀”形態(tài)分布于主城區(qū)邊緣地區(qū);相比而言,大部分較高至極高級(jí)脆弱性街道呈現(xiàn)聚集“島狀”形態(tài)分布于城市中心區(qū),其余位于城市邊緣區(qū)域的高脆弱型街道如黃田壩街道、天回鎮(zhèn)街道、白蓮池街道及成龍路街道因其極低適應(yīng)能力而導(dǎo)致熱脆弱性指數(shù)驟增。第二,各類致脆主導(dǎo)類型分區(qū)面積占比依次為低適應(yīng)能力主導(dǎo)型片區(qū)(57.06%)>高敏感主導(dǎo)型片區(qū)(25.98%)>高暴露主導(dǎo)型片區(qū)(16.69%),高溫暴露主導(dǎo)型街道主要集中在城市核心區(qū),人口敏感型主導(dǎo)街道無明顯聚集分布特征并主要分布在中心城區(qū)以北區(qū)域,低適應(yīng)主導(dǎo)型街道以散點(diǎn)式出現(xiàn)在主城區(qū)邊緣。
目前全球變暖及加速城鎮(zhèn)化的大趨勢(shì)加劇了城市熱環(huán)境對(duì)人群健康的影響,同時(shí)也推動(dòng)了相關(guān)研究從單方面評(píng)估災(zāi)害脆弱性水平而忽略內(nèi)部社會(huì)經(jīng)濟(jì)要素或是單一評(píng)價(jià)社會(huì)脆弱性而忽略外部自然因素,轉(zhuǎn)向基于自然與人文耦合作用的全要素脆弱性評(píng)價(jià)領(lǐng)域。城市人居環(huán)境熱脆弱性評(píng)價(jià)涉及氣候、社會(huì)經(jīng)濟(jì)、城市用地、熱環(huán)境、公共基礎(chǔ)設(shè)施、人口特征等多方面綜合因素,是一項(xiàng)具有動(dòng)態(tài)性和綜合性的研究主題。因此,本研究仍需進(jìn)一步完善:第一,評(píng)價(jià)指標(biāo)體系優(yōu)化?,F(xiàn)有評(píng)價(jià)體系多集中于城市及區(qū)縣尺度,本文通過構(gòu)建街道尺度下人居環(huán)境熱脆弱性評(píng)價(jià)體系,在一定程度上揭示城市中不同地區(qū)人居環(huán)境熱脆弱性的差異化,但在未來還需挖掘更精確化的多源稠密數(shù)據(jù)(如熱相關(guān)醫(yī)療健康數(shù)據(jù)、小規(guī)模社會(huì)調(diào)查數(shù)據(jù)等)以提升評(píng)價(jià)指標(biāo)的全面性;第二,本文提出的應(yīng)對(duì)行動(dòng)策略是將高溫作為城市人口脆弱性擾動(dòng)因子而提出,但如何綜合其他極端天氣對(duì)人群影響,從而指導(dǎo)韌性城市的建設(shè)還需進(jìn)一步考量。
圖片來源:
圖1- 9:作者繪制
表1- 3:作者繪制