發(fā)布時(shí)間：2018-02-27 08:54

  本文關(guān)鍵詞： 高溫?zé)崂?公共健康 高溫風(fēng)險(xiǎn) 風(fēng)險(xiǎn)評(píng)估 長(zhǎng)江三角洲地區(qū)　出處：《地球信息科學(xué)學(xué)報(bào)》2017年11期 　論文類(lèi)型：期刊論文

【摘要】：在全球極端氣象、氣候事件頻發(fā)的背景下,獲取高分辨的災(zāi)害風(fēng)險(xiǎn)信息對(duì)于區(qū)域防災(zāi)減災(zāi)決策具有重要的參考價(jià)值。而在當(dāng)前的災(zāi)害風(fēng)險(xiǎn)評(píng)估中,基于行政單元的人口和社會(huì)經(jīng)濟(jì)等承災(zāi)體信息與柵格水平上的致災(zāi)因子普遍存在空間不匹配的現(xiàn)象。本文通過(guò)融合多源遙感數(shù)據(jù)和人口、社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù),在利用人居指數(shù)對(duì)高溫人口暴露進(jìn)行空間化的基礎(chǔ)上,獲取了250 m分辨率的長(zhǎng)江三角洲地區(qū)高溫?zé)崂巳巳航】碉L(fēng)險(xiǎn)空間格局。結(jié)果表明,風(fēng)險(xiǎn)等級(jí)較高的地區(qū)集中在上海、常州、杭州、寧波、無(wú)錫、嘉興、泰州等城市的中心城區(qū),主要是較高的人口暴露度和城市高溫共同作用的結(jié)果;而大城市近郊以及各規(guī)模較小的城區(qū)的風(fēng)險(xiǎn)等級(jí)次之;相對(duì)欠發(fā)達(dá)地區(qū)雖然人口暴露程度較低,但較高的高溫危險(xiǎn)性和社會(huì)經(jīng)濟(jì)脆弱性指數(shù)使得這些地區(qū)的高溫人群健康風(fēng)險(xiǎn)也不容忽視。識(shí)別高風(fēng)險(xiǎn)地區(qū)的風(fēng)險(xiǎn)主導(dǎo)因子對(duì)于提高人群高溫適應(yīng)能力以及減輕高溫健康風(fēng)險(xiǎn)具有重要意義。
[Abstract]:Under the background of global extreme weather and frequent climate events, obtaining high-resolution disaster risk information has important reference value for regional disaster prevention and mitigation decision-making. The spatial mismatch between population and socio-economic information and the disaster-causing factors at grid level is common in this paper. This paper combines multi-source remote sensing data with population and socio-economic statistics. On the basis of using human settlements index to spatialize the exposure to high temperature population, a 250 m resolution spatial pattern of health risk of high temperature heat wave population in the Yangtze River Delta is obtained. The results show that the areas with higher risk level are concentrated in Shanghai. The central urban areas of Changzhou, Hangzhou, Ningbo, Wuxi, Jiaxing, Taizhou and other cities are mainly the result of the combination of high population exposure and urban high temperature, while the peri-urban areas of big cities and smaller urban areas have the second risk level. Although population exposure is relatively low in less developed regions, However, high high temperature risk and socioeconomic vulnerability index make the health risk of high temperature population in these areas should not be ignored. Identification of risk leading factors in high risk areas can improve the ability of population to adapt to high temperature and reduce the risk. High temperature health risk is of great significance.
【作者單位】： 江西師范大學(xué)地理與環(huán)境學(xué)院;浙江大學(xué)海洋學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41371068)
【分類(lèi)號(hào)】：R122.26

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅美娟,劉文英;南昌城市高溫?zé)崂藲夂蚍治鯷J];廣西氣象;2005年02期

2 楊紅龍;許吟隆;陶生才;潘婕;劉珂;吳美雙;;高溫?zé)崂舜嗳跣耘c適應(yīng)性研究進(jìn)展[J];科技導(dǎo)報(bào);2010年19期

3 張井勇;吳凌云;;陸-氣耦合增加中國(guó)的高溫?zé)崂薣J];科學(xué)通報(bào);2011年23期

4 葉殿秀;尹繼福;陳正洪;鄭有飛;吳榮軍;;1961—2010年我國(guó)夏季高溫?zé)崂说臅r(shí)空變化特征[J];氣候變化研究進(jìn)展;2013年01期

5 徐金芳;鄧振鏞;陳敏;;中國(guó)高溫?zé)崂宋：μ卣鞯难芯烤C述[J];干旱氣象;2009年02期

6 肖嗣榮;張可慧;劉芳圓;穆仲義;;石家莊市高溫?zé)崂伺c“三大火爐”城市的對(duì)比研究[J];地理與地理信息科學(xué);2010年05期

7 黃卓;陳輝;田華;;高溫?zé)崂酥笜?biāo)研究[J];氣象;2011年03期

8 張可慧;李正濤;劉劍鋒;劉芳圓;白潔;;河北地區(qū)高溫?zé)崂藭r(shí)空特征及其對(duì)工業(yè)、交通的影響研究[J];地理與地理信息科學(xué);2011年06期

9 ;中國(guó)的高溫?zé)崂伺c土壤濕度狀況息息相關(guān)[J];科技傳播;2012年01期

10 何杰;何月順;;識(shí)別連續(xù)高溫?zé)崂耸录难芯縖J];湖南農(nóng)機(jī);2012年01期

相關(guān)會(huì)議論文 前8條

1 張楠;王建鵬;;西安高溫?zé)崂颂卣骷皩?duì)人體健康影響淺析[A];第28屆中國(guó)氣象學(xué)會(huì)年會(huì)——S14氣候環(huán)境變化與人體健康[C];2011年

2 張立新;;高溫?zé)崂说挠绊懠捌涑梢蛱接慬A];陜西省氣象學(xué)會(huì)2006年學(xué)術(shù)交流會(huì)論文集[C];2006年

3 丁燁毅;姚日升;胡波;黃鶴樓;;城市化進(jìn)程對(duì)高溫?zé)崂说挠绊懛治?以寧波為例[A];創(chuàng)新驅(qū)動(dòng)發(fā)展 提高氣象災(zāi)害防御能力——S16第二屆城市氣象論壇——災(zāi)害·環(huán)境·影響·應(yīng)對(duì)[C];2013年

4 周妍妍;張書(shū)余;劉昊辰;況正中;田穎;;2005-2008年南京市高溫?zé)崂藢?duì)老年人死亡的影響分析[A];第31屆中國(guó)氣象學(xué)會(huì)年會(huì)S11 第三屆城市氣象論壇—城市與環(huán)境氣象[C];2014年

5 陸琛莉;范曉紅;宋文英;張雪慧;;杭州灣北岸持續(xù)熱浪天氣特點(diǎn)及城市化發(fā)展影響[A];第八屆長(zhǎng)三角氣象科技發(fā)展論壇論文集[C];2011年

6 張井勇;;陸—?dú)庀嗷プ饔脤?duì)我國(guó)夏季高溫?zé)崂说挠绊慬A];創(chuàng)新驅(qū)動(dòng)發(fā)展 提高氣象災(zāi)害防御能力——S6短期氣候預(yù)測(cè)理論、方法與技術(shù)[C];2013年

7 覃鴻;黃菊梅;閆雍;馮慧;;1961～2013年洞庭湖區(qū)夏季高溫?zé)崂说臅r(shí)空分布特征[A];第31屆中國(guó)氣象學(xué)會(huì)年會(huì)S4 極端氣候事件和災(zāi)害風(fēng)險(xiǎn)管理[C];2014年

8 趙琳;王長(zhǎng)科;李旭東;陳平;;海南省不同人群對(duì)高溫?zé)崂思捌溆绊懪c適應(yīng)的感知分析[A];第31屆中國(guó)氣象學(xué)會(huì)年會(huì)S11 第三屆城市氣象論壇—城市與環(huán)境氣象[C];2014年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)通訊員 杜堯東;廣東完成高溫?zé)崂私】碉L(fēng)險(xiǎn)區(qū)別[N];中國(guó)氣象報(bào);2013年

2 孫鐵翔邋梁娟;今夏我省出現(xiàn)高溫?zé)崂烁怕瘦^大[N];陜西科技報(bào);2008年

3 記者 張軍;第二波高溫?zé)崂苏艨揪┏荹N];北京日?qǐng)?bào);2010年

4 本報(bào)編寫(xiě)組;國(guó)家“防災(zāi)減災(zāi)日”科普專(zhuān)欄之高溫?zé)崂薣N];中國(guó)氣象報(bào);2009年

5 記者 鄧志華　通訊員 彭瀟松;江西首次發(fā)布熱浪指數(shù)預(yù)報(bào)[N];中國(guó)氣象報(bào);2009年

6 記者 張軍;7月高溫天數(shù)破10年紀(jì)錄[N];北京日?qǐng)?bào);2010年

7 戰(zhàn)艷;嚴(yán)重高溫?zé)崂颂?今夏預(yù)計(jì)不會(huì)出現(xiàn)[N];新華每日電訊;2006年

8 鄭菲;讓氣象撐起“遮陽(yáng)傘”[N];中國(guó)氣象報(bào);2012年

9 吳潔瑾;上海將用多國(guó)語(yǔ)言發(fā)送“熱浪警報(bào)”[N];中國(guó)質(zhì)量報(bào);2010年

10 南方日?qǐng)?bào)記者 謝慶�！�(shí)習(xí)生 何芯;歐亞同入“蒸煮”模式 地球?yàn)楹胃邿煌�？[N];南方日?qǐng)?bào);2013年

相關(guān)碩士學(xué)位論文 前3條

1 況正中;熱浪期間突然強(qiáng)降溫天氣對(duì)高血壓疾病影響的機(jī)理研究[D];南京信息工程大學(xué);2016年

2 王義臣;氣候變化視角下城市高溫?zé)崂舜嗳跣栽u(píng)價(jià)研究[D];北京建筑大學(xué);2015年

3 吳凡;南京市高溫?zé)崂藢?duì)天氣敏感性疾病的影響研究[D];南京信息工程大學(xué);2013年

，

本文編號(hào)：1541991