复杂性 复杂性 1099 - 0526 1076 - 2787 Hindawi 10.1155 / 2020/9717658 9717658 研究文章 映射在杭州城市高温酷热的脆弱性通过比较两种方法 1 https://orcid.org/0000 - 0002 - 7533 - 3294 Wenze 1 Xuchao 2 Kejia 2 3 https://orcid.org/0000 - 0003 - 1675 - 4686 Muyi 4 凌众 1 土地管理部门 浙江大学 杭州310058 中国 zju.edu.cn 2 海洋学院 浙江大学 舟山316021 中国 zju.edu.cn 3 上海地质调查研究院 上海200072 中国 silrs.com 4 环境工程学系 安徽大学学报 合肥230601年 中国 ahjzu.edu.cn 2020年 23 6 2020年 2020年 03 03 2020年 20. 05年 2020年 20. 05年 2020年 23 6 2020年 2020年 版权©2020年雪刘et al。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

高温热的主要原因是全世界死亡率。提取热量从城市复杂系统脆弱性信息城市卫生研究是至关重要的。使用热脆弱性指数(构建院系)是最常见的方法对城市规划者定位高脆弱性的干预和保护。先前的研究已经表明,构建院系可以发挥至关重要的作用在决定哪些领域与热有关的死亡的危险。同等重量的方法(EWA)和主成分分析(PCA)是传统方法聚合指标构建院系。然而,很少有研究比较了这两种方法在估计构建院系之间的区别。在本文中,我们评估了2013年在杭州构建院系,用人EWA和主成分分析,评估这两个构建院系使用的精度与热有关的死亡。我们的结果表明,地图显示,构建院系脆弱性高的地区都位于较低的中心区域,而漏洞位于郊区。构建院系之间的比较EWA和构建院系主成分分析显示了空间分布明显不同,它是由各种体重因素EWA和主成分分析。构建院系之间的关系EWA和执行因高温引发的死亡人数比构建院系之间的关系主成分分析和死亡,这意味着EWA可能是一个更好的方法来评估热比PCA的脆弱性。构建院系的EWA可以提供一个空间分布的热量在市内的脆弱性直接热适应能力和应急计划。

中国学术委员会 中国国家自然科学基金 41671533 41871169 中央大学基础研究基金 中华人民共和国教育部的 20 xjczh009 海南省自然科学基金 2019年rc122
1。介绍

极端高温的影响是一个公共卫生问题( 1- - - - - - 3]。极端高温事件会导致热应力,当人体不能有效地散热,和体温上升 4]。在全球变暖的背景下,极端高温被认为是与天气有关的发病率和死亡率的主要原因( 5- - - - - - 7]。例如,在1995年的热浪在美国,超过700人死于酷热仅在芝加哥和伊利诺斯州( 8, 9]。热浪在2003年夏天70000多人丧生在欧洲( 10]。超过15000人死于热浪在莫斯科和俄罗斯西部的部分地区在2010年7月( 11]。极端高温的不利健康的影响远远超过过去发生的热浪。越来越多的证据表明,频率,持续时间和强度的热浪可能会增加在未来( 2),特别是在城市地区( 12]。同时,城市中心拥有超过50%的世界人口,2010年,大约60%的预计82亿年全球人口将居住在城市,2030 13, 14]。增长的人口伴随着强烈的热环境意味着市内的地区可能会容易因高温引发的健康风险( 7, 15]。

到目前为止,对当前和未来的健康人群日益增长的担忧促使学者和政策制定者评估heat-health风险和制定相应的缓解和适应战略( 16, 17]。之前的研究在映射城市脆弱性建立了热研究框架( 18, 19),探讨了城市热岛(热岛)死亡率协会( 7, 15, 20.),确定了脆弱的子组( 9, 21, 22),和映射热脆弱性风险( 23- - - - - - 26]。不同的科学社区应用不同定义连接的不利影响的风险( 27]。一个简单的工具是使用热脆弱性指数,它可以将许多热脆弱性指标聚合成一个单一的分数代表高温风险的地方。考虑到不同的方法聚合热的脆弱性,先前的研究可分为两组。在第一组中,指标的权重主观赋值(例如,指标的权重相等)( 23, 28, 29日]。在第二组,指标客观权重的分配基于统计分析( 30.- - - - - - 32]。主成分分析(PCA)是最常见的方法在相关的研究中。有一项研究关注两种方法的比较 33]。然而,缺乏相应的验证数据阻止我们知道哪个方法更合适。

此外,大多数研究主要集中于发达国家的主要城市,如芝加哥( 7)、多伦多( 25],伯明翰和[ 19雷恩],[ 18]。此外,heat-health风险评估也在区域范围内进行,如华盛顿市区( 28),乔治亚州( 16],魁北克和南部[ 26]。热风险的原因和发展在个别城市或地区相对好理解,仍存在许多重要的问题关于如何分配风险以及如何减轻在市内的 27]。同时,heat-health风险的分布在发展中国家很少是著名的( 29日]。一些相关的研究在中国几乎没有健康风险估计省或自治区规模无视城市与农村环境( 29日, 34, 35]虽然风险研究的一部分在北京提到比较的边缘区域和城市区域 35]。

相对以前的热岛研究在杭州可以分为三组根据他们的内容。在第一组,研究集中在评估的热岛强度和时空模式的热岛与高水平的细节,这表明城市核心热岛强度较高,而郊区地区热岛强度越低( 36, 37]。在第二组,横断面研究试图了解热岛和土地覆盖模式之间的关系( 38),土地利用类型( 39),和城市结构( 40]。在第三组,仿真模型,如气象研究和预测(WRF)和ENVI-met,已经用于预测和减轻未来热岛强度( 41, 42]。然而,很少有研究对热岛对人体健康的影响在杭州,已经证明了热岛负责上海不利人类健康( 43]。可以认为研究热岛分布类似于调查热脆弱性的研究。然而,缺乏社会经济成分在大多数热岛研究阻碍了进一步研究热脆弱性因为热岛只代表了热风险,和社会经济组件代表应对高温危害的能力( 15, 18]。人们认为合并热岛与社会经济组件可能产生一种更健壮的热量比社会经济脆弱性单独组件( 44]。

因此,映射健康风险分布在市内的促进因素导致热脆弱性的理解,并提供洞察城市脆弱性缓解和管理。以杭州市内的区域为例,本研究旨在探讨(1)什么是空间格局的LST在杭州,中国吗?(2)的空间格局构建院系使用两种不同的方法?同时,(3)哪个方法更好的可以用来评估脆弱性的热量?本文的其余部分如下:在部分 2我们说明了研究区域,数据来源和方法。这项研究的结果发表在部分 3,其次是讨论(部分 4)和结论(部分 5)。

2。材料和方法 2.1。研究区域

杭州,浙江省的省会,位于中国东部的长江三角洲(图 1)。杭州有一个面积3068公里2在2014年,人口889万。它经历了近年来城市扩张和人口的快速增长,城市人口比2005年的62.1%和2010年的70.0% 45, 46]。杭州的气候是典型的亚热带季风气候,夏季炎热和潮湿:平均每天在夏天温度范围从24.3°C到28.4°C之间的1971年和2000年( http://www.weather.com.cn/)。作为中国新兴的“四个烤箱,“杭州经历了极其炎热的夏天在2013年的热浪,包括共有47天,最高温度超过35°C。此外,极端高温事件的威胁可能会增加是由于全球变暖的影响和快速城市化的未来。

研究区域的位置。

我们的目标的基础上,研究区集中在市内的组成的六个中心区域(图 1)。我们选择街道作为分析单元,这是最小的领土单位定义为人口普查,最小的行政区划。因此,街道的水平是大多数当地的城市规划和管理决策是设计和实现。适当使用分区的空间单元的健康风险。总共有49个分区(图 1)。选择分区的大小范围从1.11到74.66公里2的平均值和标准偏差13.39和17.75公里2

2.2。数据预处理 2.2.1。数据源

(1)卫星数据。传统LST计算需要软件安装(例如,环境和ERDAS公司)和原始卫星数据下载,这可能非常耗时( 47- - - - - - 49]。谷歌地球引擎(GEE)提供了一个在线平台提供一个巨大的目录的卫星图像和世界范围的分析能力;现在可以获得卫星数据信息,不需要任何预处理或安装软件( 49]。数据的主要来源在这项研究中关注地球资源观测卫星8收购,由美国地质调查局(USGS)和包含在哎呀数据目录,这是与先前的研究[ 50, 51]。地球资源观测卫星8表面反射率产品(哎呀产品ID:陆地卫星/ LC8 / C01 / T1_SR)从2013年6月到8月,杭州被用于这项研究(表 1)。虽然空间分辨率陆地卫星热红外波段的8是100,所有的产品是由美国地质调查局30 m重新取样用立方卷积重采样方法( 49]。

地球资源观测卫星8图像的属性用于这项研究。

陆地卫星ID 收购日期 当地时间 云量(%)
LC08_L1TP_119039_20130617_20170503_01_T1 2013/06/17 10:33:32 18.93
LC08_L1TP_119039_20130703_20170503_01_T1 2013/07/13 10:33:33 60.32
LC08_L1TP_119039_20130719_20170503_01_T1 2013/07/19 10:33:33 4.45
LC08_L1TP_119039_20130804_20170503_01_T1 2013/08/14 10:33:35 56.54
LC08_L1TP_119039_20130820_20170502_01_T1 2013/08/20 10:33:36 68.33

(2)人口和社会经济数据。总人口、人口的老年人(65岁以上)在街道层面(总共49个单位),60岁以上老人,独自生活的人口,人口不到高中教育,不健康的60岁以上人口(不健康的老年人),和文盲人口超过15在街道层面收集来自中国的第六(2010)全国人口普查( http://www.stats.gov.cn/)。可支配收入数据来自杭州统计局(杭州统计年鉴》2014年)。

(3)冷却设施数据。公共访问冷却设施(如超市、购物广场、和库)可以提供紧急冷却住所周边居民没有负担得起空调( 25]。这些设施的位置都来自杭州的基本地理要素在百度地图数据库( http://www.baidu.com/)。

(4)绿色空间数据。根据先前的研究,绿色空间可以提供一个缓解热环境的影响( 24, 52]。缺乏绿色空间可以用作高温暴露风险。落叶森林,常绿森林,混交林,灌木,草地,公园、收集和湿地绿地在2013年从杭州土地覆盖数据库。的倒数的比例在每个街道绿地被定义为缺乏绿色空间来满足更多意味着更高的脆弱性。

(5)因高温引发的死亡数据。流行病学研究显示,极端高温事件与增加的发病率或死亡率密切相关,如心血管和呼吸道死亡率( 53]。主要热发病率或死亡率的数据被用来代表了健康风险( 54]。在这项研究中,我们使用了死亡数据来验证我们的热风险评估,为杭州城市报道在2013年夏季(6),由浙江省疾病预防控制中心提供。在特定的,我们认为死亡死亡相结合,根据国际疾病分类(ICD),引起的心血管疾病(ICD - 10编码,I00-I99),呼吸系统疾病(ICD10 J00-J99),中暑(ICD10 X30),脱水(ICD10 E86)和体温过高(ICD10 R50.9)与热浪( 34]。1064与热有关的死亡记录所有49分区在2013年夏天。

2.2.2。数据预处理和标准化

脆弱性是指热倾向不利影响,一般的人或团体所定义的特征和社会经济状态影响预测的能力,抵抗,和从极端高温事件中恢复过来 28, 29日]。越来越多的研究证明多维脆弱性评估指标,和最普遍的脆弱性指标包括年龄、社会隔离、和经济水平,冷却避难所( 28, 34, 44)(表 2)。基于这些先前的研究和我们的研究区域,我们认为该漏洞维度。

脆弱变量描述性统计。

变量 平均值(标准差) 范围
许多老年人(≥65岁) 5631 (2640) 537 - 13124
许多不健康的老年人 69 (37) 21 - 180
数量的老年人(≥60岁)独自生活 761 (467) 195 - 2216
文盲数量(≥15年) 1433 (1002) 370 - 5677
人口不到高中教育 30282 (16601) 10031 - 95302
可支配收入 3009 (1561) 929 - 8623
冷却设备 35.3 (10.4) 59
低水位体系域 304.8 (1.73) 299.6 - -307.1
缺乏绿色空间 0.83 (0.45) 0 - 1

(1)年龄和健康状况。年龄是一个重要的因素为老年人脆弱性和不健康的老年人往往更容易接触到热,有更高的死亡率和住院率比一般人( 55]。我们推导出老年人的数量(65 +)和不健康的老年人(60 +)从2010年的人口普查数据。

(2)社会隔离。老年人特别是有被确认为另一个重要因素在热浪一般和过热事件( 55]。独自生活的人来说,可能导致更少的与家人和朋友联系,增加的脆弱性是一个重要的指标。我们用的60岁以上的人口数量从2010年的人口普查独自生活代表着社会隔离度。

(3)低素质的成员。第一手成员可能会更容易受到热应力比高学历的人( 23),因为他们可能不完全理解他们生活环境的变化之间的关系,以及接收热量风险预警信息。以前的研究已经指出,个人的教育水平低于高中倾向于有更高的热死亡率在美国城市 22, 56]。我们使用的文盲人口数量(15 +)和低素质人口低于高中学历代表成员。

(4)经济因素。经济因素发挥着至关重要的作用在影响个体的脆弱性热危害 23]。穷人最可能经验最高的风险,因为他们经常遭受不足空调( 57]。由于没有空调数据在分区级别在杭州,经济因素在一定程度上可以取代空调数据。可支配收入是代表经济地位的选择指标。

(5)冷却设备。除了公民身体和经济地位,公众可以访问的地方空调冷,如超市、购物广场、图书馆和书店,还可以提供防护冷却庇护所在极端高温事件( 25]。我们收集冷却设施的数量在每个街道代表外部阻力来自公共区域的能力。

(6)环境风险。LST是最常见的指标代表热接触。与此同时,缺乏绿色空间代表防止热暴露的可能性。

越来越多的时代,社会孤立和第一手成员代表越来越脆弱,而越来越多的可支配收入和冷却设施对脆弱性产生相反的方向。我们使用积极的和消极的标准化规范化这五个值0和1,1代表最高水平的脆弱性热危害。此外,我们假设所有这五个指标的重要性和重量他们同样都是相同的。所有指标都是聚合和归一化热脆弱性指数(构建院系),范围在0和1之间,1代表最高水平的热的脆弱性。

2.3。方法 2.3.1。LST检索

先前的研究通常使用地面空气温度从标准气象站( 27, 34]。然而,有电台位于市内的不足无法估计空气温度梯度( 18]。因此,遥感卫星越来越多地用于评估风险LST(热 7, 19, 25]。用啊,一个相对较新的平台大量可用卫星数据和强大的计算能力,我们选择了地球资源观测卫星8表面反射率一级数据集计算LST平均在2013年6月至8月间。这个数据集气压上纠正表面反射率从陆地卫星8奥利/热红外传感器。两个热红外(行动)乐队在处理orthorectified亮度温度、加工和其他乐队orthorectified表面反射率( 58]。云,云的影子,积雪被发现和排除在图像通过使用像素质量乐队来自CFMASK算法( https://code.earthengine.google.com/)。基于卫星的LST亮度温度和发射率是由下列方程计算( 58]: (1) 低水位体系域 = T 传感器 1 + λ T 传感器 / α ln ε , LST K的地表温度, T 传感器 乐队10 K,亮度温度 λ在米发出辐射的波长, α10 = 1.438∗−2可, ε表面发射率。

ε,有必要正确使用归一化植被指数的光谱发射率值: (2) ε = 1.0094 + 0.047 ln 归一化植被指数 , 0 归一化植被指数 < 0.15。

水(NDVI < 0)被分配一个值为0.9925,城市不透水区域和裸露的土壤(0≤归一化植被指数< 0.15)被分配一个值为0.923,植被(NDVI > 0.727)被分配一个值为0.986 ( 59]。否则,有一个通过log-transform方程建模与NDVI值的关系( 60]。

为了获得表面发射率,我们使用以下公式计算归一化植被指数: (3) 归一化植被指数 = 近红外光谱 红色的 近红外光谱 + 红色的 , 近红外光谱是近红外波段的反射率(乐队为陆地卫星5 8)和红色的反射率visible-red波段地球资源观测卫星8(四级)。

最后,带状ArcGIS的统计工具被用来为每个分区计算LST的平均值。

2.3.2。同等重量的方法(EWA)和主成分分析(PCA)

处理后的指标部分 2.3。2,我们假设所有九个指标有同样的影响热量的脆弱性,我们添加了这些指标与平等权重得到最终的脆弱性(构建院系EWA)。

PCA通常是采用热脆弱性研究减少指标数量( 61年]。方差极大旋转PCA中它被用来确保减少指标之间的正交性,可以提高秘密的能力相关指标线性不相关的组件。我们所有的PCA方法在IBM SPSS 20.0进行。因为增加变量指示脆弱性增加热量,更高的组件分数也意味着更高的热量脆弱性(构建院系主成分分析)。

为了更好地比较这两种方法产生的构建院系,mean-standard偏差分类方法被用来分配构建院系学位(表 3)。

分配值构建院系EWA和主成分分析的结果。

范围( R) 构建院系分配值
R<−1.25 SD −3
−1.75 SD≤ R<−0.75 SD −2
−0.75 SD≤ R<−0.25 SD −1
−0.25 SD≤ R<+ 0.25 SD 0
+ 0.25 SD≤ R<+ 0.75 SD 1
+ 0.75 SD≤ R<+ 1.25 SD 2
+ 1.25 SD≤ R 3
2.3.3。验证方法

先前的研究的漏洞评估通常是由定性验证方法( 33, 62年),这可能不提供相同的可靠性定量验证。在这项研究中,回归分析被用于建立总热死亡和构建院系之间的关系EWA和构建院系主成分分析,分别。

3所示。结果 3.1。低水位体系域分布

意味着LST值在像素级别显示,杭州正在经历高表面温度从2013年6月到8月(图 2(一个))。在热浪的背景下,低水位体系域值范围从291.6到318.7 K。大分散变暖区存在于城市的中部和东北部;值得注意的是,这种高LST主要分布在高度城市化地区的杭州。我们将这些领域与谷歌地球,认识到高LST主要分布在三个典型地区:(1)高密度旧住宅,(2)在城市和郊区村庄,和(3)工业区缓解热能迫使空气温度(如人为热和工业热)。然而,低LST主要位于自然景观,如河流、湖泊、公园和森林。

(a)均值LST(6月到8月)在像素级别;(b)均值HHI在分区级别。

区域统计和正常化后,HHI价值观分为五类从0到1使用自然分解法(图 2 (b))。总的来说,LST模式显示一个梯度下降趋势从市中心到郊区。在街道层面,LST的重要空间异质性分布模式可以被识别。分区与LST最高(0.87 - -1.00)主要是观察到的城市中心,包括华中、长庆、Cuiyuan, Pengbu, Shiqiao,天水,望江,武林,西兴,肖颖,Zhanongkou,人口密度非常高,在所有49分区和植被覆盖范围很小。最低的LST值(0.00 - -0.40)中可以找到西湖西南地区。

3.2。空间分布的热使用EWA脆弱性

我们这九个指标可视化空间模式和构建院系使用相同的权重组合方法(图 3)。老年人的数量等指标,独居老人的数量不健康的老年人,在城市中心和LST显示高值和较低的值在周围地区。这些结果表明,老人倾向于住在城市中心。相比之下,文盲的数量和人口不到高中教育显示梯度增加的趋势从城市中心到边缘的研究领域。变量如收入、冷却设备,缺乏绿色空间有强烈的空间异质性分布但不显示一个明确的空间分布规律。

空间分布的热脆弱变量在杭州:(一)≥65岁;(b)年龄≥60岁独自生活;(c)文盲;(d)收入;(e)降温设施;不健康的老年人(f);(g)人口少于高中教育;(h)缺乏绿色空间;(我)LST(图一样 2杭州在街道层面。

在使用同等重量的方法,结合这些九个变量值构建院系表 3被分配到构建院系EWA(图 4)。一般来说,热脆弱性的空间分布表明,更高的热量脆弱的地区集中在城市中心,而低热量脆弱的地区位于周围的郊区。数据之间的差异 4(一) 4 (b)是由不同的分类方法。图 4(一)显示了构建院系的空间格局EWA使用自然断点的方法为五个层次,而图 4 (b)展品的空间格局构建院系EWA使用mean-standard偏差方法(表 3)。使用mean-standard偏差的方法,我们发现总共有五个分区,包括肖颖,紫阳,望江,Dongxin,和华中科技,显示3的值构建院系,这表明这些分区相对脆弱性最高热接触。分区构建院系最低的价值主要是位于东部和北部,例如,林荫州长一行,Liuxia,长年,西湖,北山,Dingqiao。

(a)的空间分布在杭州使用EWA构建院系在像素级别;(b)的空间分布在构建院系分配值构建院系。

3.3。空间分布的热使用PCA的脆弱性

PCA方法分组九脆弱性指标分成三个独立的组件(表 4)。累计三个组件的贡献是81.784%,这意味着81.784%的原始脆弱性指标的方差可以解释这三个独立的组件。第一部分解释了总方差的42.005%,紧随其后的是第二个和第三个组件的21.886%和17.893%,分别。

总方差解释PCA方法。

组件 初始特征值 提取的平方载荷
方差% 累积% 方差% 累积%
1 3.78 42.005 42.005 3.78 42.005 42.005
2 1.97 21.886 63.891 1.97 21.886 63.891
3 1.61 17.893 81.784 1.61 17.893 81.784
4 0.887 9.850 91.635
5 0.339 3.767 95.402
6 0.159 1.762 97.164
7 0.138 1.536 98.700
8 0.103 1.142 99.842
9 0.014 0.158 100.00

第一个组件包括教育不到高中,收入、不健康的老年人,老年人独自生活,和文盲。第二个组件可以以老年人口和冷却设备。组件3可以表现为缺乏绿色空间和LST(表 5)。

分量矩阵的PCA方法。

指标 组件
1 2 3
高中教育不足 0.895 −0.257 −0.024
收入 0.862 0.411 0.07
不健康的老年人 0.815 0.251 −0.401
老人独自生活 0.747 0.325 −0.365
文盲 0.714 −0.531 0.054
老年人(65 +) 0.346 0.788 −0.137
冷却设备 −0.156 0.60 −0.448
缺乏绿色空间 0.373 0.39 0.762
低水位体系域 0.47 0.404 0.713

注意:大胆的数字表明,每个组件的特点是指标的相关性大小0.6或更高版本与相应的组件。例如,组件1 =∗教育+ b + c∗∗收入不健康的老年人+ d生活在+ e∗∗老年文盲。

每个组件的空间格局图所示 5。价值最高的分区构建院系在城市中心和西北和东北研究区域的一部分,这意味着组件1的主要指标有一个相对更高的价值在这些地区(图 5(一个))。构建院系值较低的分区主要围绕西湖环绕市中心和郊区北部的地区。组件2是老年人的主要指标和冷却设备。可以看出,分区构建院系价值最高的组件2主要是位于城市中心,这表明这些地区相对较高的老年人或冷却设施的数量相对较低(图 5 (b))。缺乏绿色空间和LST组件的主要指标是3。可以看出,没有构建院系最高价值的空间分布组件3(图 5 (c))。与其他两个组件,组件3显示了明显的聚合的空间格局特征具有更高价值构建院系位于东北部和最低的价值构建院系集中在西南。

空间分布的热漏洞利用PCA方法:(一)组件1:教育/收入/不健康的老年人老年人生活在/文盲;(b)组件2:老年人/冷却设施;(c)组件3:缺乏绿色空间/ LST;(d)最后漏洞通过聚合三个组件。

后聚合三个组件到最终构建院系通过不同的重量因素,构建院系的空间分布主成分分析可以发现在图吗 5 (d)。一般来说,构建院系的模式主成分分析显示分区与高值构建院系位于城市中心,而较低的值构建院系位于郊区。分区可以找到最高的脆弱性在肖颖,紫阳,望江,Pengbu,苗族,Puyan, Dongxin。分区最低的值可以在Liuxia,构建院系Dingqiao,林荫州长一行,长年,西湖,北山。

3.4。比较<子>构建院系EWA < /子>和<子>构建院系PCA < /订阅>

我们比较了不同层次构建院系之间的度EWA和构建院系主成分分析(构建院系EWA-构建院系主成分分析)(图 6)。构建院系层面的白色区域代表两种方法是相同的。可以看出,构建院系的26个分区级别保持常数,它们中的大多数主要位于城市中心和研究西南地区。比较了构建院系EWA,PCA方法的构建院系倾向于低估了热脆弱的城市中心,而倾向于高估郊区的热脆弱性研究的东北和西北地区。

HRI之间的回归和热死亡在分区级别。

比较这两个结果构建院系的准确性,我们建立了总热死亡和构建院系之间的关系EWA和构建院系主成分分析分别(图 7)。在目前的研究中,我们收集了在分区级别(因高温引发的死亡人数 n= 49)构建院系的可靠性进行评估EWA和构建院系主成分分析。线性回归是用来预测使用构建院系与热有关的死亡EWA和构建院系主成分分析作为独立变量。结果表明,构建院系EWA显示了一个更大的相关性与热有关的死亡的 R20.58比构建院系主成分分析与一个 R20.32。

之间的相关性与热有关的死亡和(a)构建院系EWA和(b)构建院系主成分分析

4所示。讨论 4.1。空间分布的LST在杭州

之前的研究表明,高温区域通常位于不透水表面如居民区和工业区,这主要是由于潜在的表面特征和人为热排放从人体新陈代谢和工业生产和居民生活 52, 63年, 64年]。人工土地的不透水表面通常有一个低反照率,会吸收更多的热量,导致更高的表面温度( 65年, 66年]。同时,人为热量来源于人类活动,包括建筑能耗、交通、工业散热,人体新陈代谢,是另一个热源的人口和产业集群区( 67年, 68年]。不透水表面的特征和人类活动导致高LST分布在上述区域。低的低水位体系域分布,潜热通量中扮演着关键角色在保持温度冷却水平( 63年]。一方面,水和植被较低热量吸收由于其较高的热惯性( 64年]。另一方面,蒸发的水和植被蒸散将热量,这将导致更低的表面温度( 66年]。LST的空间模式在我们的研究与之前的研究一致在杭州,这表现出高地表温度存在于中部和东北部城市,而低温区域观察到西南部[ 36, 69年, 70年]。这种类似的情况发生在其他相关研究,而不仅仅是杭州。研究使用LST或空气温度也表现出更高的值位于中心区域( 18, 19, 34]。

我们的研究之间的一个显著差异LST和先前的研究,以往的研究通常选择一个遥感图像代表热量分布( 18, 19, 44]。然而,我们的研究计算的平均热像夏天使用啊。强大的云计算功能和巨大的陆地卫星图像哎呀平台为我们提供一个绝佳的机会来提取LST平均空间模式。哎呀,相比传统的方法来检索LST需要高性能的计算机硬件和卫星图片下载 49, 70年]。此外,基于单一场景的LST数据将局限于特定的一天,不能代表一般的时空热危害环境( 36]。最近的一项研究表明,使用哎呀获取LST在杭州可以避免图像质量和现在更好的城市热岛的一般特性与常规方法相比( 36, 49]。随着越来越多的功能和卫星数据集成到哇平台,通过哎呀遥感信息的提取变得越来越受欢迎,这是有利于热危害评估。

4.2。杭州空间分布的热的脆弱性

之前的研究使用荟萃分析的方法探索,城市脆弱性与许多因素有关,如温度水平,人口、年龄、性别、教育、收入、房屋设施,或公共冷却设施( 14, 25]。通过考虑当地的特点,我们选择了9个变量使用同等重量的方法来构建构建院系(EWA)和主成分分析(PCA)。虽然两个漏洞结果表现出一定程度的差异,他们都证明中央区域可能更容易受到压迫的热量比边远地区。相比之下,有趣的但相互矛盾的结果存在于先前的研究对谁最脆弱的酷热。一些研究表明,比偏远地区(市区更脆弱 24, 28, 71年, 72年),而其他人则表示,农村居民更容易( 73年]。对我们的结果可能存在有多个可能的解释。高数量的老年人和老年人独自生活是集中在市区。同时,观察在边远地区冷却设施的数量大于中心区域。此外,我们的结果与之前的研究一致,这表明脆弱性增加温暖的社区一般是位于市中心( 24]。

4.3。<子> EWA构建院系之间的差异的原因< /子>和<子>构建院系PCA < /订阅>

我们的结果显示热漏洞利用EWA和PCA的实质性差异。构建院系的主成分分析减少了成功的解释总与热有关的死亡,与低相关性模型。此外,构建院系EWA执行一个更好的相关性死亡伴随更高的数量 R2。这种差异主要是由于不同的重量因素被使用在我们的研究中。在PCA方法的过程中,一些指标的线性组合来解释变化的变量将降低数据的维数。这通常涉及到不同的目标指标的权重线性组合( 33]。此外,如果增加几个指标代表类似的方面,这方面的指标将不可避免地放大 33]。在我们的例子中,老年人(60 +)独自生活和不健康的老年人都属于组件1,这将增加老年人口的重量。在同等重量的方法中,所选指标被认为指示的不同方面的脆弱性,以及每一个指标的权重是相同的。因此,PCA方法可能混淆几个重要热脆弱性信息通知计划反应,这意味着多个指标减少到更少的维度可能导致对脆弱性的结果产生影响。

4.4。潜在的策略来减轻高温漏洞

尽管构建院系的结果EWA和构建院系主成分分析是不同的,有4个地区的共性,包括肖颖,紫阳,望江,Dongxin,构建院系得分最高(3)构建院系价值在这两种情况。然而,这四个分区的主要弱点组件是不同的。例如,肖颖最多的65多岁的老人独自生活,高LST、降温设施,没有绿色保险。紫阳大量的老人独自生活,大量的不健康的老年人,和大量的老人独自生活。望江独居老人的数量最多,最多的不健康的老年人,和LST最高。Dongxin有大量的独居老人,LST高。

虽然每个街道高构建院系的主要组件是不同的,他们大致可以分为三种类型:表面温度高,很多老年人,和缺乏冷却的地方。可以看出,三个四个分区有很高的LST的问题。理论上,分裂和复杂形状的组合区域可以提供一个更减少热岛强度如果总组合区域保持不变( 52]。然而,它必须明显难以改变组合区域的空间结构在现实中,更不用说这三个分区位于中心区域。同时,种植植被在城市化地区似乎是一个很好的选择,因为它既能提高组合区域的划分和提供一个extracooling效应( 52, 64年, 74年]。除此之外,更多的植被还将提供临时户外绿色庇护的人。

和许多老年人的分区,社区工作者应该首先采取措施,减少社会孤立和孤独。老年人是有限的问题,如有限的机动性,缓慢知识接待,与亲人的死亡,这将导致社会孤立和孤独,许多老年人死于极端高温事件( 1, 10]。因此,必要的服务,如住房适应、电话、和警报,应提供当地社区当局老人。此外,药物和食物对预防中暑应该送到有需要的人,尤其是患有潜在疾病。最后,社区工作者应宣布热的危险提高老年人的自我保护意识。

分区缺乏冷却设施,当地政府应该呼吁更多的冷却设施为弱势群体开放。与此同时,它可以为老年人提供一定补贴购买制冷设备减少热量的脆弱性。减轻热漏洞不是一件简单的事,需要自顶向下multiparticipation并为特定区域特定的缓解策略。

4.5。本研究的局限性

有几个局限性与我们的研究相关。首先,一些潜在的相关数据,如空调和建筑特征的数量,不包括在这项研究中,这可能会导致一些构建院系预测结果的不确定性。因高温引发的死亡和评估构建院系之间的相关性不是很高,这也证明了现有的数据不能完全反映构建院系的实际分布。在未来,多源数据的有效收集和应用将进一步提高构建院系评估的准确性。

其次,尽管这项研究已经表明,构建院系使用EWA方法有更高的相关性比构建院系使用PCA与热死亡,这并不表明EWA是最合适的方法来评估构建院系。承认在这项研究中,组件的老年人(65岁以上)与热死,有高度的相关性和缺乏绿色空间的程度可以作为预测LST。因此,这个EWA方法会影响构建院系评估的准确性。在未来,多准则方法应该用于改善分析构建院系。

第三,本研究只关注构建院系的一年。分析在不同的年和预测时间趋势构建院系将允许构建院系评估更可靠。

5。结论

本研究评估了热量的脆弱性在杭州市区的街道级别使用同等重量的方法(EWA)和主成分分析(PCA)。首先,我们采用一种新颖的方法来检索的平均地表温度(LST)(2013年6月)从谷歌地球引擎(GEE)平台作为一个指示器的热量容易避免cloud-contaminated数据问题。其次,我们收集人口数据,基本的地理数据和社会经济数据。第三,我们建立了两种不同的基于EWA和PCA构建院系,分别。最后,我们应用热死亡数据比较构建院系的准确性EWA和构建院系主成分分析

特别是,我们得出以下结论:(1)构建院系EWA和构建院系主成分分析显示的高脆弱性在杭州市内的位于城市核心区域,减少趋势从杭州市区中心的边缘。(2)构建院系之间的比较EWA和构建院系主成分分析显示了构建院系主成分分析低估了热脆弱的城市中心,而倾向于高估热郊区的脆弱性。(3)构建院系之间的显著相关性EWA和执行因高温引发的死亡人数比构建院系之间的相关性主成分分析和热死亡,这意味着EWA脆弱性评估可能是一种更好的方法。(4)减少热量的弱点,例如,与高温脆弱性分区的方法可以专注于为经济弱势群体,提供冷却设施或者管理可以提供特殊照顾老年人,尤其是对老年人与社会隔离。

比较两种简单的方法在中国最小的行政单位提供有价值的决策支持指导热漏洞缓解。在街道层面,映射热漏洞可以准确,和热漏洞减灾预案,应急管理目标努力更有效。需要进一步的研究来确定热在多个年,风险评估的变化趋势,可以提供更可靠的热脆弱性地图热脆弱性预警系统和热脆弱性降低。

数据可用性

这项工作可从数据通讯作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

第一作者要感谢中国奖学金委员会。这项工作得到了国家自然科学基金(41671533和41671533号),基础研究基金为中央大学,教育部在中国(没有文科和社会科学的基础。20 xjczh009),和高级人才中国海南省自然科学基金项目(没有。2019 rc122)。

阿克尔洛夫 K。 DeBono R。 浆果 P。 公众气候变化的人类健康风险:调查美国、加拿大和马耳他 国际环境研究和公共卫生杂志》上 2010年 7 6 2559年 2606年 10.3390 / ijerph7062559 2 - s2.0 - 77954768842 Leiserowitz g。 Tebaldi C。 更强烈、更频繁和更持久的热浪在21世纪 科学 2004年 305年 5686年 994年 997年 10.1126 / science.1098704 2 - s2.0 - 4043154304 Wilby r . L。 构建气候变化场景的城市热岛强度和空气质量 环境和计划B:规划和设计 2008年 35 5 902年 919年 10.1068 / b33066t 2 - s2.0 - 58849107436 高斯林 s . N。 布莱斯 e·K。 迪克森 p·G。 一个生物气象学术语表 国际生物气象学杂志 2014年 58 2 277年 308年 10.1007 / s00484 - 013 - 0729 - 9 2 - s2.0 - 84894676773 盖伯瑞尔 m . L。 奥尼尔 m . S。 Ranjit N。 Borja-Aburto v . H。 Cifuentes l。 戈维亚 n . C。 容易因高温引发的死亡率在拉丁美洲:case-crossover研究在圣保罗,巴西,圣地亚哥,智利和墨西哥的墨西哥城 国际流行病学杂志 2008年 37 4 796年 804年 10.1093 / ije / dyn094 2 - s2.0 - 48349131064 迪金森 j·L。 不朽的悖论:自尊奋斗,意识形态,和人类对气候变化的反应 生态和社会 2009年 14 1 10.5751 / es - 02849 - 140134 2 - s2.0 - 69149087446 约翰逊 d . P。 Stanforth 一个。 卢拉 V。 润滑油 G。 开发一个应用高温脆弱性指数利用社会经济和环境数据 应用地理 2012年 35 1 - 2 23 31日 10.1016 / j.apgeog.2012.04.006 2 - s2.0 - 84862165260 褐变 c·R。 华莱士 D。 Feinberg s . L。 贾克纳 k。 社区社会过程、物理条件、和与灾害有关的死亡率:1995年的芝加哥热浪 美国社会学评论 2006年 71年 4 661年 678年 10.1177 / 000312240607100407 2 - s2.0 - 33748127405 西门 j . C。 鲁宾 c . H。 动摇 k . H。 与热有关的死亡在1995年7月在芝加哥热浪 新英格兰医学杂志》上 1996年 335年 2 84年 90年 10.1056 / nejm199607113350203 2 - s2.0 - 0030011363 Robine 人类。 s . l . K。 勒罗伊 年代。 死亡人数超过70000人在2003年夏天的欧洲 政府建筑渲染的生物学 2008年 331年 2 171年 178年 10.1016 / j.crvi.2007.12.001 2 - s2.0 - 38749147699 范Oyen R。 马尔 M。 Perlwitz J。 有依据预测2010年俄罗斯热浪? 《地球物理研究快报 2011年 38 6 10.1029/2010 gl046582 2 - s2.0 - 79952981311 石头 B。 赫斯 J·J。 Frumkin H。 城市形态和极端高温事件:庞大的城市比紧凑的城市更容易受到气候变化吗? 环境健康展望 2010年 118年 10 1425年 1428年 10.1289 / ehp.0901879 2 - s2.0 - 77957914134 经济和社会事务部 世界城市化前景:2005修订;联合国人口司 2006年 纽约,纽约,美国 经济和社会事务部 romero lankao P。 H。 迪金森 K。 城市脆弱性跟温度有关的危害:一个荟萃分析和知识的方法 全球环境变化 2012年 22 3 670年 683年 10.1016 / j.gloenvcha.2012.04.002 2 - s2.0 - 84865718870 约翰逊 D。 卢拉 V。 Stanforth 一个。 韦伯 J。 因高温引发的健康风险的遥感:遥感数据耦合社会经济和的趋势 地理指南针 2011年 5 10 767年 780年 10.1111 / j.1749-8198.2011.00442.x 2 - s2.0 - 80053597523 麦尔 G。 Grundstein 一个。 张成泽 W。 C。 Naeher l . P。 牧羊人 M。 评估脆弱性指数在闷热的性能在乔治亚州,美国 天气、气候和社会 2014年 6 2 253年 263年 10.1175 / wca - d - 13 - 00037.1 2 - s2.0 - 84898628345 Y。 X。 J。 Z。 R。 快速城市化对脆弱性的影响土地制度从复杂网络的观点:一种方法论的方法 复杂性 2018年 2018年 18 8561675 10.1155 / 2018/8561675 2 - s2.0 - 85048182649 Buscail C。 Upegui E。 祝您 肯尼迪。 映射热浪健康风险在社区层面的公共卫生行动 国际健康地理杂志》上 2012年 11 1 38 10.1186 / 1476 - 072 x - 11 - 38 2 - s2.0 - 84866125838 汤姆林森 c·J。 查普曼 l j·E。 贝克 c·J。 包括城市热岛空间热健康风险评估策略:一个案例研究对伯明翰,英国 国际健康地理杂志》上 2011年 10 1 42 10.1186 / 1476 - 072 x - 10 - 42 2 - s2.0 - 79958812539 Hajat 年代。 阿姆斯特朗 B。 巴奇尼 M。 高温对死亡率的影响 流行病学 2006年 17 6 632年 638年 10.1097/01. ede.0000239688.70829.63 2 - s2.0 - 33750488434 Paldy m·A。 Mirabelli M。 气候变化的潜在影响和改变跟温度有关的发病率和死亡率在美国 环境健康展望 2001年 109年 5 10.2307 / 3435008 2 - s2.0 - 0034997582 奥尼尔 m . S。 修饰符的温度和死亡率协会在7个美国城市 美国流行病学杂志》 2003年 157年 12 1074年 1082年 10.1093 / aje / kwg096 2 - s2.0 - 0038654120 哈伦 s . L。 Brazel a·J。 Prashad l 诺夫 w . L。 拉森 l 附近的小气候和热应力 社会科学与医学 2006年 63年 11 2847年 2863年 10.1016 / j.socscimed.2006.07.030 2 - s2.0 - 33750051675 里德 c, E。 奥尼尔 m . S。 Gronlund c·J。 卤水 美国J。 布朗 d·G。 Diez-Roux 答:V。 映射的社会决定因素热脆弱性 环境健康展望 2009年 117年 11 1730年 1736年 10.1289 / ehp.0900683 2 - s2.0 - 70349794517 施瓦兹 C。 Patychuk D。 巴希尔 K。 Nasr 年代。 高尔 年代。 坎贝尔 M。 地图的作用在社区水平热脆弱性评估的城市多伦多 地图学与地理信息科学 2010年 37 1 31日 44 10.1559 / 152304010790588089 2 - s2.0 - 77950439960 Vescovi l Rebetez M。 F。 公共卫生风险评估由于极端高温事件:气候和社会参数 气候研究 2005年 30. 71年 78年 10.3354 / cr030071 2 - s2.0 - 30444453284 Janicke B。 Holtmann 一个。 k·R。 M。 菲润巴赫 U。 谢勒 D。 的量化和评价intra-urban热应力的变化在首尔,韩国 国际生物气象学杂志 2018年 63年 1 1 12 10.1007 / s00484 - 018 - 1631 - 2 2 - s2.0 - 85056904774 Aubrecht C。 Ozceylan D。 风险识别的热模式在美国国家首都地区通过集成热应力和相关的脆弱性 国际环境 2013年 56 65年 77年 10.1016 / j.envint.2013.03.005 2 - s2.0 - 84876738982 Q。 T。 H。 健康脆弱性的空间分布在广东省热浪,中国 全球卫生行动 2014年 7 1 25051年 10.3402 / gha.v7.25051 2 - s2.0 - 84932102975 l 伍德沃德 一个。 Cirendunzhu Q。 县级热的脆弱性城乡居民在西藏,中国 环境卫生 2016年 15 1 10.1186 / s12940 - 015 - 0081 - 0 2 - s2.0 - 84954369229 哈伦 s . L。 Declet-Barreto j . H。 诺夫 w . L。 Petitti d·B。 社区影响热死亡:社会和环境因素的脆弱性在马里科帕县,亚利桑那州 环境健康展望 2013年 121年 2 197年 204年 10.1289 / ehp.1104625 2 - s2.0 - 84873342034 Inostroza l 金棕榈奖 M。 de la Barrera) F。 热脆弱性指数:暴露的空间模式,智利圣地亚哥的敏感性和适应能力 《公共科学图书馆•综合》 2016年 11 9 e0162464 10.1371 / journal.pone.0162464 2 - s2.0 - 84992199831 X。 G。 P。 J。 估计做精密热脆弱性在北京通过两种方法:空间模式、相似之处和差异 遥感 2019年 11 20. 2358年 10.3390 / rs11202358 2 - s2.0 - 85074195086 K。 X。 J。 F。 J。 空间显式映射的热量利用环境健康风险和社会经济数据 环境科学与技术 2017年 51 3 1498年 1507年 10.1021 / acs.est.6b04355 2 - s2.0 - 85020481429 越南盾 W。 Z。 l Q。 H。 x E。 热的健康风险评估可持续性在北京城市热岛 可持续性 2014年 6 10 7334年 7357年 10.3390 / su6107334 2 - s2.0 - 84910055644 Y。 吉姆 c . Y。 J。 Z。 在杭州城市化影响热模式和时空变化(中国) 建筑与环境 2018年 145年 166年 176年 10.1016 / j.buildenv.2018.09.020 2 - s2.0 - 85053802312 D。 年代。 年代。 l C。 表面在中国32个主要城市:城市热岛空间模式和驱动程序 环境遥感 2014年 152年 51 61年 10.1016 / j.rse.2014.05.017 2 - s2.0 - 84902678693 l D。 J。 覆盖类型对城市热岛的影响在杭州,中国 国际遥感杂志》上 2015年 36 6 1584年 1603年 10.1080 / 01431161.2015.1019016 2 - s2.0 - 84926205035 W。 X。 评估基于城市管理规划的热岛效应 中国应用生态学》杂志上 2016年 27 3631年 3640年 10.13287 / j.1001-9332.201611.019 2 - s2.0 - 85007591530 W。 年代。 H。 l l 多中心城市发展和城市热环境:杭州,中国 景观和城市规划 2019年 189年 58 70年 10.1016 / j.landurbplan.2019.04.008 2 - s2.0 - 85064672400 盛ydF4y2Ba T。 周润发 D。 Darkwa J。 模拟小气候的影响设计减轻城市热岛效应在中国的杭州市区 国际低碳技术杂志》上 2016年 11 130年 139年 10.1093 / ijlct / ctt050 2 - s2.0 - 84959883484 F。 X。 W。 WRF大热天的天气条件下城市热岛模拟:中国杭州城市的案例研究 大气研究 2014年 138年 364年 377年 10.1016 / j.atmosres.2013.12.005 2 - s2.0 - 84891057413 唐ydF4y2Ba J。 Y。 X。 城市热岛效应及其在上海对热浪和人类健康的影响 国际生物气象学杂志 2010年 54 1 75年 84年 10.1007 / s00484 - 009 - 0256 - x 2 - s2.0 - 74349090865 首歌 d . P。 威尔逊 j·S。 润滑油 g . C。 社会经济指标因高温引发的健康风险与遥感数据补充 国际健康地理杂志》上 2009年 8 1 57 10.1186 / 1476 - 072 x - 8 - 57 2 - s2.0 - 70450250158 润滑油 W。 Y。 风扇 P。 衡量城市扩张和司机在中国大型城市:杭州 土地使用政策 2013年 31日 358年 370年 10.1016 / j.landusepol.2012.07.018 2 - s2.0 - 84871780430 Y。 W。 风扇 P。 首歌 Y。 郊区住宅发展以市场为导向的土地改革的时代:杭州,中国 土地使用政策 2015年 42 233年 243年 10.1016 / j.landusepol.2014.08.004 2 - s2.0 - 84907345495 J。 J。 Q。 叶面积指数检索结合HJ1 / CCD和Landsat8 /奥利在黑河流域数据,中国 遥感 2015年 7 6 6862年 6885年 10.3390 / rs70606862 2 - s2.0 - 84933566944 X。 X。 Z。 地表温度检索从陆地卫星8 TIRS-comparison之间辐射传输equation-based方法,分裂窗算法和单通道的方法 遥感 2014年 6 10 9829年 9852年 10.3390 / rs6109829 2 - s2.0 - 84923631815 Parastatidis D。 Mitraka Z。 Chrysoulakis N。 艾布拉姆斯 M。 从陆地卫星全球地表温度在线估计 遥感 2017年 9 12 1208年 10.3390 / rs9121208 2 - s2.0 - 85038210253 Ranagalage M。 村上教授 Y。 主义艺术观 D。 Simwanda M。 景观变化的影响在年平均地表温度在热带山地城市斯里兰卡:一个案例研究的Nuwara Eliya (1996 - 2017) 可持续性 2019年 11 19 5517年 5542年 10.3390 / su11195517 2 - s2.0 - 85073588881 主义艺术观 D。 森本晃司 T。 村上教授 Y。 Ranagalage M。 佩拉 E。 分析生活质量使用多在热带山地城市地理空间技术:一个案例研究康堤市的斯里兰卡 可持续性 2020年 12 7 2918年 2939年 10.3390 / su12072918 W。 X。 Y。 Y。 城市配置对城市热岛的影响:一个实证研究在中国大城市 科学的环境 2019年 671年 1036年 1046年 10.1016 / j.scitotenv.2019.03.421 2 - s2.0 - 85063720764 海恩斯 一个。 Kovats R。 Campbell-Lendrum D。 Corvalan C。 气候变化和人类健康的影响、脆弱性和缓解 《柳叶刀》 2006年 367年 9528年 2101年 2109年 10.1016 / s0140 - 6736 (06) 68933 - 2 2 - s2.0 - 33745197340 克莱恩罗森塔尔 J。 Kinney p . L。 Metzger k B。 Intra-urban容易因高温引发的死亡率在纽约,1997 - 2006 健康与地方 2014年 30. 45 60 10.1016 / j.healthplace.2014.07.014 2 - s2.0 - 84949115120 Benmarhnia T。 Kihal-Talantikite W。 Ragettli m . S。 Deguen 年代。 小面积的时空分析热浪影响老年人死亡率在巴黎:一种聚类分析的方法 科学的环境 2017年 592年 288年 294年 10.1016 / j.scitotenv.2017.03.102 2 - s2.0 - 85015705189 Medina-Ramon M。 Zanobetti 一个。 Cavanagh d . P。 施瓦兹 J。 极端温度和死亡率:评估效果修改个人特征和具体死因多城市欢迎分析 环境健康展望 2006年 114年 9 1331年 1336年 10.1289 / ehp.9074 2 - s2.0 - 33748179797 Poumadere M。 梅斯 C。 勒梅尔 年代。 Blong R。 2003年的热浪在法国:危险的气候变化现在 风险分析 2005年 25 6 1483年 1494年 10.1111 / j.1539-6924.2005.00694.x 2 - s2.0 - 31944450465 X。 Y。 W。 X。 Y。 D。 北京的夏季城市热岛时空模式,中国用一种改进的地表温度 《清洁生产 2020年 257年 120529年 10.1016 / j.jclepro.2020.120529 盛ydF4y2Ba H。 l l P。 C。 长期和精细的城市热岛效应的卫星监测时段遥测和多传感器遥感数据的融合:26年案例研究在中国的城市武汉 环境遥感 2016年 172年 109年 125年 10.1016 / j.rse.2015.11.005 2 - s2.0 - 84946926389 van de Griend 答:一个。 M。 热发射率之间的关系和归一化植被指数对自然的表面 国际遥感杂志》上 1993年 14 6 1119年 1131年 10.1080 / 01431169308904400 2 - s2.0 - 0027334537 Mallen E。 石头 B。 兰扎 K。 极端高温的方法评估死亡率建模和热脆弱性映射在达拉斯,德克萨斯 城市气候 2019年 30. 100528年 10.1016 / j.uclim.2019.100528 2 - s2.0 - 85071570117 T。 麦格雷戈 G。 热浪的发展脆弱性指数伦敦,英国 极端天气和气候 2013年 1 59 68年 10.1016 / j.wace.2013.07.004 2 - s2.0 - 84888148399 Rizwan a . M。 丹尼斯 l . y . C。 C。 回顾上一代、决心和缓解城市热岛 环境科学学报 2008年 20. 1 120年 128年 10.1016 / s1001 - 0742 (08) 60019 - 4 2 - s2.0 - 37849001379 Q。 H。 D。 评估土地利用和土地覆盖模式的影响在热条件下使用景观指标在印第安纳波利斯市,美国 城市生态系统 2007年 10 2 203年 219年 10.1007 / s11252 - 007 - 0020 - 0 2 - s2.0 - 34247210110 Giridharan R。 s . s . Y。 Ganesan 年代。 Givoni B。 城市设计影响因素热岛强度香港高层高密度的环境中 建筑与环境 2007年 42 10 3669年 3684年 10.1016 / j.buildenv.2006.09.011 2 - s2.0 - 34249938244 年代。 年代。 Ciais P。 在419年全球大城市表面城市热岛 环境科学与技术 2012年 46 2 696年 703年 10.1021 / es2030438 2 - s2.0 - 84855932758 W。 Y。 C。 W。 评价城市化的动态及其对地表热岛的影响:一个案例研究的北京,中国 遥感 2017年 9 453年 10.3390 / rs9050453 2 - s2.0 - 85019900669 年代。 D。 m . S。 人为热通量的时空动态特征:在中国20年的在京津冀地区案例研究 环境污染 2019年 249年 923年 931年 10.1016 / j.envpol.2019.03.113 2 - s2.0 - 85064197967 l X。 H。 Q。 H。 城市热岛强度量化的比较通过使用空气温度和陆地卫星地表温度在杭州,中国 生态指标 2017年 72年 738年 746年 10.1016 / j.ecolind.2016.09.009 2 - s2.0 - 84987851733 J。 太阳 J。 通用电气 Q。 X。 评估urbanization-associated绿地对城市地表温度的影响:一个案例研究的大连,中国 城市森林与城市绿化 2017年 22 1 10 10.1016 / j.ufug.2017.01.002 2 - s2.0 - 85010934208 盖伯瑞尔 k·m·A。 ,好 w·R。 城市和农村死亡率在柏林和勃兰登堡热浪期间,德国 环境污染 2011年 159年 8 - 9 2044年 2050年 10.1016 / j.envpol.2011.01.016 2 - s2.0 - 79958839611 K。 McAneney J。 Blong R。 R。 猎人 l C。 定义区域风险和灾难损失估计其效果:dasymetric映射方法 应用地理 2004年 24 2 97年 117年 10.1016 / j.apgeog.2004.03.005 2 - s2.0 - 2542468706 亨德森 美国B。 王ydF4y2Ba V。 Kosatsky T。 因高温引发的死亡率的差异四个生态多样化的城市地区,农村,和远程人口在不列颠哥伦比亚,加拿大 健康与地方 2013年 23 48 53 10.1016 / j.healthplace.2013.04.005 2 - s2.0 - 84878773439 Debbage N。 牧羊人 j . M。 城市热岛效应和城市邻近 电脑、环境和城市系统 2015年 54 181年 194年 10.1016 / j.compenvurbsys.2015.08.002 2 - s2.0 - 84941619535