暴露度研究綜述

摘要 明確暴露度的概念定義、指出關于暴露度的不同分類和研究暴露度的原因。通過分析指出：國外暴露度的研究內容主要為暴露度的空間分布模式和變化原因；國內對暴露度的研究主要集中在災害和極端氣溫、降水下的經濟、人口暴露度等；還有對居民通勤、城市邊緣區、山區農業和生態領域開展暴露度研究；學者從傳統城市暴露度研究轉向社會生態系統、人地耦合系統暴露度等研究范疇；最后對未來暴露度的研究提出了展望。

關鍵詞 暴露度；城市；氣候變化；綜述

中圖分類號：R122.21 文獻標識碼：B 文章編號：2095–3305（2023）02–0169–04

暴露度是系統經歷外界壓力或沖擊的程度，反映受干擾或脅迫程度的參數[1]。也是指暴露在致災因子影響范圍之內的承災體（如人口、房屋、道路、室內財產等）數量或價值，是災害風險存在的必要條件[2]。IPCC《管理極端事件和災害風險，推進氣候變化適應》特別報告（SREX）將暴露度定義為“人員、生計、環境服務和各種資源、基礎設施以及經濟、社會或文化資產處在有可能受到不利影響的位置”[3]。關于暴露度的分類，主要有人口暴露度、經濟暴露度、農作物暴露度和耕地暴露度等[4-6]。近年來，還有對極端降水、極端高溫事件導致的道路暴露度變化的研究[7-8]。致災因子的危險性、暴露度和脆弱性的大小，在一定程度上決定了極端事件能否構成災害。因此，計算并分析暴露度的大小是評估災害風險的重要環節。已有國內外學者開展了對極端干旱、極端降水事件暴露度的研究[9]。

1 國內外研究現狀

1.1 國外研究現狀

國外對暴露度的研究多致力于特定外部背景下某一區域的暴露度，如地震、洪澇、颶風等災害和全球氣候變化等，George等[10]認為暴露度和應對能力（再細分為抵抗力、恢復力）一起，構成了組成脆弱性概念的元素。Polsky等[11]提出了VSD（暴露—敏感—適應）模型，將暴露度作為評估系統脆弱性的一個重要標準。Stewart等[12]指出外部努力、防洪減災計劃的實施和民眾意識的增強顯著減少了類似1997年加拿大馬尼托巴州紅河洪水等大規模洪水事件的人口暴露度。Ayugi等[13]基于CMIP6模式，使用極端降水指數，分析了東非人口在全球升溫1.5℃和2.0℃情景下的暴露度，指出在SSP 2.0～4.5情景下，區域暴露度變化受人口影響大于氣候影響，而在SSP 5.0～8.5情景下則相反。Jongman等[14]采用2種不同的損失評估方法，對1970—2050年間全球經濟遭受河流和海岸洪水的風險進行了初步評估。根據人口密度和人均國內生產總值，估計2010年和2050年全球河流和海岸洪水總暴露度，并指出1970—2050年間最大的絕對暴露度變化分布在北美和亞洲，增幅最大分布在北非和撒哈拉以南的非洲，與總人口增幅相比，居住在高暴露度區域內的人口有更大幅度的增長。Tellman等[15]使用高分辨率的衛星圖像數據，評估2000—2018年913次大洪水事件的洪水范圍和人口暴露情況，指出受洪水影響的人口暴露度將進一步增加。Founda等[16]對雅典國家天文臺（NOA）百年時間尺度的歷史氣候記錄進行分析，并與之前的熱浪記錄進行對比，強調了2021年雅典高溫的罕見性和特殊性，并使用全球熱氣候指數（UTCI）進一步評估了高溫對人類的影響，該研究指出了該地區氣候風險的關聯性，強調城市熱島效應進一步導致了高溫人口暴露度的增加。Runde等[17]利用從全球馬賽克區域氣候模擬（REMO2015）計算的自校準帕爾默干旱指數，對全球升溫1.0～4.0 ℃的區域干旱程度進行量化，指出極端干旱暴露度隨氣溫升高而增加，在中國和巴西這兩個糧食大國，從升溫1.0～2.0 ℃，耕地干旱暴露度將增加4～13倍，而當升溫3.0 ℃時，受到干旱影響的耕地將達到全國耕地總量的1/3左右。總體而言，國外對暴露度的研究內容主要為暴露度空間分布模式和影響暴露度變化的原因。

1.2 國內研究現狀

國內對暴露度研究起步較晚，從已發表的研究成果看，對城市暴露度的研究主要集中在災害和極端天氣事件下的經濟暴露度、人口暴露度等范疇。景丞等[18]基于中國1960—2014年771個大型氣象站點的降水資料，以R95p（異常降水總量）作為當地的極端降水閾值，通過改進Andreadis等[19]構建的“嚴重程度—面積—持續時間”（Severity-Area-Duration，SAD）法為“強度—面積—持續時間”（Intensity-Area-Duration，IAD）法，得出強度最大的極端降水事件位于20世紀60年代、20世紀90年代和21世紀10年代；區域性極端降水事件發生中心位于長江以南地帶和東北地區，人口暴露度和GDP暴露度均有顯著增大的趨勢。

近年來，地球西風帶的大規模擾動導致極端熱浪事件愈演愈烈，許多學者開展了對極端熱浪（干旱）事件人口、經濟暴露度的研究。Zhai等[20]根據1960—2013年中國530個氣象站的月度數據計算，采用標準化降水指數（ SPI ）分析了中國干旱的強度、面積和持續時間，分別對10個主要水文區進行了時間序列分析。運用IAD方法，分析了特定持續時間干旱的強度和面積之間的關系，對未來不同升溫目標下中國極端高溫及人口暴露度進行研究。鄭殿元等[21]基于1960—2018年累計的高溫日數、熱浪頻次、熱浪持續時間、熱浪強度表征高溫熱浪，對中國縣域高溫人口暴露風險及其影響因素進行研究，發現人的適應行為對緩解高溫人口暴露度十分重要，且高溫人口暴露地區存在較強的空間異質性，高風險區和中風險區主要分別分布在南方和華北地區，承災體脆弱性、居住條件、非農人口比重和地形地貌是高溫人口暴露風險增加的影響因子。黃大鵬等[22]基于RCP 8.5情景下的21個模式的日最高氣溫數據和A2r社會經濟發展情景下的人口數據構建人口暴露度指標，采用多模式集合平均法，分析未來不同時段中國高溫的人口暴露度變化，并分別從全國和分區尺度研究變化的影響因素。謝鋮等[23]基于手機定位數據，利用逐時人口與氣溫時空分布模型，揭示深圳市熱浪動態人口暴露度水平，指出人口暴露度與氣溫和人口的動態演變緊密關聯，其暴露度輻射諸多城市商業、工業、住宅中心人口密集區。周舟等[24]基于東英吉利大學氣候研究所全球逐月降水與潛在蒸散發格點數據集，以標準化降水蒸散指數為干旱指標，采用改進的IAD極端事件識別方法，對“一帶一路”區域干旱事件及其人口暴露度特征進行研究，指出不同持續時間，尤其是2000年以后的干旱事件人口暴露度均顯著增加。Cao等[25]利用NEX-GDP數據集對1980—1999年和2080—2099年華南地區最高氣溫高于35℃的模擬極端高溫日進行分析，在多模式集合平均結果的基礎上，得出在過去幾十年，人口和GDP的增長是暴露風險增加的主導因素，但這些影響隨著最高溫度的提高而減弱的結論，而在未來幾十年，氣候變化將對暴露度的變化起主導作用。從過去到未來，人口暴露度變化的主導因素是氣候，而導致經濟暴露度變化的主要因素是氣候和經濟增長。宋柏泱等[26]依據災害風險評估理論，采用趨勢分析法對“一帶一路”倡議的重要港口巴基斯坦瓜達爾港進行干旱災害風險分析，指出該地區暴露度指數整體約0.5，中部沿海地區因經濟發達而易受到干旱災害影響，而西北部地區暴露度較高。

有學者對特定地區或城市高溫熱浪的人口與耕地暴露度進行了測度和研究[27-28]。王安乾等[29]基于區域氣候模式COSMO-CLM（CCLM）模擬的1960—2100年逐日最低氣溫數據及2000年中國土地利用數據，以全球升溫1.5℃和2.0℃為目標，研究不同持續時間中國極端低溫事件變化特征、最強極端低溫事件強度與面積關系和最強中心空間分布，分析極端低溫事件下耕地面積暴露度的變化規律。何研等[30]基于“暴雨雨強—經濟損失率”模型研究了暴雨暴露經濟時空變化和影響因子貢獻率。張向萍等[31]對黃河下游寬灘區有、無防護堤2種情景下遭遇洪水的人口和GDP暴露度進行了測度，指出有防護堤模式優于無防護堤模式。Sun等[32]通過區域氣候模式數據，結合2010年人口普查數據，對未來不同升溫情景下的海河流域人口暴露度進行了研究。王艷君等[33]從災害暴露范圍、人口暴露度、經濟暴露度和農作物暴露度4個維度，評估了中國暴雨洪澇災害的暴露度特征。莫建飛等[34]對廣西壯族自治區不同時段極端降水事件下流域洪澇社會經濟暴露度進行了研究，指出其具有明顯的時空變異特征。以上研究成果均表明極端天氣事件相關暴露度有顯著增加趨勢。

還有學者對居民通勤、城市邊緣區、山區農業和生態領域的相關暴露度展開研究。郭文伯等[35]利用2010年北京兩個典型郊區社區居民出行的GPS數據與活動日志調查數據，測度居民采用不同交通工具的PM2.5和CO空氣污染暴露度，研究其人群差異性，并構建結構方程模型分析郊區居民PM2.5和CO空氣污染暴露度的影響因素，指出機動化出行率、出行次數和出行時間對空氣污染暴露程度的直接影響從大到小，但都占有一定比重，不同社會經濟屬性群體的出行空氣污染暴露度存在一定差異性。Yang等[36]構建了一個基于溫度變化、持續時間和有效影響范圍的綜合暴露度測度模型，通過自評健康評分方式，發現通勤和工作經常在室外的工人，男性群體、老年人、中低學歷群體和農村居民的高溫暴露度更高。薛斯文等[37]選取杭州城市邊緣區所轄街道作為基本單位，選取距市中心距離、斑塊密度、香農多樣性指數、景觀分割度指數、建設用地比重、最大斑塊指數6方面指標，構建暴露度評價指標體系，并結合熵值法對杭州市城市邊緣區暴露程度的空間分異特征及其影響因素進行了研究，認為杭州市城市邊緣區暴露度總體分布規律呈高、中、低3個等級相間排列，空間分異狀況、城市系統體制轉換階段差異對杭州市邊緣區的暴露度均有一定影響。何艷冰等[38]選取西安城市邊緣區所轄街道為基本單元，綜合運用熵值法、函數模型法以及遙感與地理信息系統技術對城市邊緣區暴露度進行評價，指出西安城市邊緣區的暴露度格局呈現出自中心向外圍漸趨減緩的特征。

在生態方面，涂文娜等[39]以人類數字足跡覆蓋率、數字足跡強度、草地生物量3個人類活動暴露度指標，對青海湖自然保護區內人類數字足跡入侵強度及其環境影響進行研究，指出人類數字足跡對青海湖二郎劍—黑馬河沿線的草地生物量影響最大，草地生物量的人類活動暴露度在熱門旅游景點較高。李振民等[40]對湖南武陵山片區縣域鄉村地域系統脆弱性評價的過程中發現，氣候變化加劇、人類活動頻繁和鄉村發展壓力增大是中高暴露度區域分布的重要原因，而自然災害防治到位、改進農業生產方式、農業污染較低的地區暴露度則較低。王曉婷等[41]以上海浦東新區為例，以河口地形、海岸土地利用為基礎，結合河口地貌模擬和浦東新區規劃，評估了當前和2035年海岸侵蝕脆弱性及土地利用價值的暴露度。總體來看，學者漸漸傾向于從傳統城市暴露度研究向社會生態系統、人地耦合系統暴露度等研究轉變，且研究對象漸趨多元。

2 展望

暴露度是評估極端事件或災害風險的重要參考指標，獲得和選擇可用、準確的用于風險評估的計算暴露度的具體數據、確定某些影響暴露度因子的閾值、構建完善的暴露度評價模型至關重要。傳統的暴露度研究更傾向于探討高暴露度的空間分布和形成原因，今后可對暴露度高值區的未來變化預估和針對暴露度高值區負面影響的措施進行進一步研究，提高暴露度研究的前瞻性和實用性，構建更加完備的評價體系和預案。

在未來暴露度的預估工作中，需要注意系統外部的政治、經濟環境和社會結構和制度的變化都可能對結果產生影響，因此對于新變化要及時補充研究內容和結論。

參考文獻

[1] 竇玥，戴爾阜，吳紹洪.區域土地利用變化對生態系統脆弱性影響評估：以廣州市花都區為例[J].地理研究，2012， 31（2）：311-322.

[2] 武夕琳，劉慶生，劉高煥，等.高溫熱浪風險評估研究綜述[J].地球信息科學學報，2019，21（7）：1029-1039.

[3] IPCC. Managing the risks of extreme events and disasters to advance climate change adaptation： a special report of working groups I and II of the Intergovernmental Panel on Climate Change [M]. Cambridge and New York： Cambridge University Press， 2012.

[4] 高超，汪麗，陳財，等.海平面上升風險中國大陸沿海地區人口與經濟暴露度[J].地理學報，2019，74（8）：1590-1604.

[5] 王安乾，蘇布達，王艷君，等.全球升溫1.5℃與2.0℃情景下中國極端低溫事件變化與耕地暴露度研究[J].氣象學報，2017，75（3）：415-428.

[6] 王艷君，高超，王安乾，等.中國暴雨洪澇災害的暴露度與脆弱性時空變化特征[J].氣候變化研究進展，2014，10（6）： 391-398.

[7] 吳文祥，侯凌云，李婭梅，等.氣候變化下中國極端降水的道路暴露度分析[J].災害學，2021，36（3）：103-108，124.

[8] 張新龍，楊賽霓，賈梁.中國極端高溫未來情景下的公路暴露度分析[J].災害學，2020，35（2）：224-229.

[9] Oleg Smirnov， Zhang MH， Xiao TY， et al. Therelative importance of climate change and population growth for exposure to future extreme drought[J]Climatic Change， 2016， 138（1/2）：41-53.

[10] George E Clark， Susanne C Moser， Samuel J Ratick， et al. Assessing the vulnerability of coastal communities to extreme storms： The case of Revere， MA.， USA[J]. Mitigation and Adaptation Strategies for Global Change， 1998， 3（1）：59-82.

[11] Polsky C， Neff R， Yarnal B. Building comparable global change vulnerability assessments： The Vulnerability Scoping Diagram[J]. Global Environmental Change， 2007， 17（3/4）：472-485.

[12] Stewart R M. Community perspectives of flood risk and social vulnerability reduction ： The case of the Red River Basin[J]. Dissertation Abstracts International， Volume： 68-12， Section： A， 2007：5173.

[13] Ayugi B， Jiang Z， Iyakaremye V， et al. East African population exposure to precipitation extremes under 1.5℃ and 2.0℃ warming levels based on CMIP6 models[J]. Environmental Research Letters， 2022， 17（4）：44-51.

[14] Jongman B， Ward P J， Aerts J. Global exposure to river and coastal flooding： Long term trends and changes[J]. Global Environmental Change， 2012， 22（4）：823-835.

[15] Tellman B， Sullivan J A， Kuhn C， et al. Satellite imaging reveals increased proportion of population exposed to floods[J]. Nature， 2021（596）：80-86.

[16] Founda D， Katavoutas G， Pierros F， et al. The extreme heat wave of summer 2021 in Athens （Greece）： Cumulative Heat and Exposure to Heat Stress[J].Sustainability， 2022， 14（13）：7766.

[17] Runde I， Zobel Z， Schwalm C. Human and natural resource exposure to extreme drought at 1.0℃-4.0℃warming levels[J]. Environmental Research Letters， 2022， 17（6）：064005.

[18] 景丞，姜彤.中國區域性極端降水事件及人口經濟暴露度研究[J].氣象學報，2016，74（4）：572-582.

[19] Andreadis K M， E A Clark， A W Wood， et al. 20th century drought in the conterminous United States[J]. J Hydrometeorol， 2017， 6（6）：885-1001.

[20] Zhai JQ， Huang JL， Su BO， et al. Intensity-area-duration analysis of droughts in China 1960-2013[J]. Climate Dynamics， 2017， 48（1/2）：151-168.

[21] 鄭殿元，黃曉軍.中國縣域高溫人口暴露風險及其影響因素研究[J].地域研究與開發，2022，41（4）：143-149.

[22] 黃大鵬，張蕾，高歌.未來情景下中國高溫的人口暴露度變化及影響因素研究[J].地理學報，2016，71（7）：1189-1200.

[23] 謝鋮，黃波，劉曉倩，等.基于手機定位數據的深圳市熱浪人口暴露度分析[J].地理科學進展，2020，39（2）：231-242.

[24] 周舟，王艷君，黃金龍，等.“一帶一路”區域近57 a干旱事件及其人口暴露度特征[J].氣象科學，2022，42（1）：61-69.

[25] Cao N， Li G， Rong MY， et al. Large future increase in exposure risks of extreme heat within Southern China under warming scenario[J]. Frontiers in Earth Science， 2021（9）：580.

[26] 宋柏泱，陳報章.巴基斯坦瓜達爾港地區干旱災害風險評估[J].地理研究，2022，41（8）：2251-2264.

[27] 董弟文，陶輝，丁剛，等.新疆高溫熱浪的人口與耕地暴露度研究[J].農業工程學報，2022，38（5）：288-295.

[28] 同麗嘎，李雪銘，斯琴，等.高溫熱浪暴露風險評價：以內蒙古包頭市為例[J].干旱區地理，2017，40（2）：284-292.

[29] 王安乾，蘇布達，王艷君，等.全球升溫1.5℃與2.0℃情景下中國極端低溫事件變化與耕地暴露度研究[J].氣象學報，2017，75（3）：415-428.

[30] 何研，方建，史培軍.湖北省暴雨經濟暴露時空變化及貢獻率研究[J].自然災害學報，2018，27（3）：110-118.

[31] 張向萍，江恩慧，李軍華.黃河下游寬灘區洪澇災害物理暴露量研究[J].人民黃河，2020，42（7）：23-27，76.

[32] Sun HM， Wang YJ， Jing Chen J， et al. Exposure of population to droughts in the Haihe River Basin under global warming of 1.5 and 2.0℃ scenarios[J]. Quaternary International， 2017， 453：74-84.

[33] 王艷君，高超，王安乾，等.中國暴雨洪澇災害的暴露度與脆弱性時空變化特征[J].氣候變化研究進展，2014，10（6）：391-398.

[34] 莫建飛，鐘仕全，陳燕麗，等.極端降水事件下廣西流域洪澇社會經濟暴露度分析[J].災害學，2018，33（2）：83-88.

[35] 郭文伯，張艷，柴彥威.城市居民出行的空氣污染暴露測度及其影響機制：北京市郊區社區的案例分析[J].地理研究，2015，34（7）：1310-1318.

[36] Yang ZM， Yang B， Liu PF， et al. Exposure to extreme climate decreases self-rated health score： Large-scale survey evidence from China[J]. Global Environmental Change， 2022（74）：102514.

[37] 薛斯文，解雪峰，吳濤，等.杭州城市邊緣區暴露度評價[J].農學學報，2022，12 （5）：85-90.

[38] 何艷冰，黃曉軍，楊新軍.快速城市化背景下城市邊緣區失地農民適應性研究：以西安市為例[J].地理研究，2017，36（2）：226-240.

[39] 涂文娜，易嘉偉，杜云艷，等.青海湖自然保護區人類數字足跡及草地生物量的人類活動暴露度的時空模式分析[J].生物多樣性，2022，30（6）：175-185.

[40] 李振民，石磊，張沖昊.社會：生態視角下縣域鄉村地域系統脆弱性評價與差異化應對策略[J].經濟地理，2022，42（5）：175-184.

[41] 王曉婷，欒華龍，張衛國，等.三角洲海岸土地利用侵蝕暴露度分析及其空間規劃意義：以上海浦東新區為例[J/OL].華東師范大學學報自然科學版：1-13[2022-08-29].http：//kns.cnki.net/kcms/detail/31.1298.n.20220310.0939.002.html.

責任編輯：黃艷飛

Review of Exposure Research

Yan Kang-zi （School of Tourism， Xian International Studies University， Xian， Shaanxi 710000）

Abstract Clarify the definition of exposure， point out the different classifications of exposure and the reasons for studying exposure.Through analysis， it was pointed out that the research content of exposure abroad was mainly the spatial distribution pattern and change reason of exposure.The domestic research on exposure mainly focuses on the economic and population exposure under disasters and extreme temperatures and precipitation. In addition， there are also exposure studies in the fields of residents commuting， urban fringe， mountain agriculture and ecology. It was pointed out that scholars have shifted from traditional urban exposure research to research areas such as social ecosystem and human-land coupling system exposure. Finally， the future research on exposure is prospected.

Key words Exposure; City; Climate change; Review

作者簡介 閆康子（1997—），男，陜西西安人，主要從事經濟地理與區域治理研究。

收稿日期 2022-11-07