本文档是一篇发表于期刊《npj climate and atmospheric science》上的原创性研究论文。研究团队来自武汉大学资源与环境科学学院和自然资源部地理国情监测重点实验室，主要作者包括 Jingling Su, Limin Jiao 和 Gang Xu。论文于2025年在线发表。

一、 研究的学术背景

本研究隶属于气候变化与大气环境科学交叉领域，聚焦于复合型极端气候事件对人类健康的影响。全球气候变化与空气污染是相互关联的挑战。极端高温事件在夏季日益频发，而臭氧已成为夏季城市地区的主要污染物。这两种灾害并非孤立存在，它们往往在强太阳辐射、低风速和少降水的天气条件下同时发生，形成“复合型极端高温-臭氧污染事件”。更重要的是，已有大量证据表明，高温与臭氧污染的协同暴露对公共健康造成的威胁远大于单一事件，尤其对老年人、儿童等脆弱人群危害更甚。尽管有研究指出中国的此类复合事件在加剧，特别是华北平原已成为重灾区，但此前尚缺乏从全国城市尺度、长时间序列、高空间分辨率的角度，对城市人口暴露于此类复合事件的时空演变模式、驱动因素及城市内部差异进行系统性定量评估。

因此，本研究旨在填补这一空白。其主要目标是：利用高分辨率（1公里）的日尺度数据，量化2003年至2020年夏季中国城市人口暴露于复合极端高温与臭氧污染事件的时空演变趋势；在全国、城市及城市内部多个尺度上，剖析暴露量增长的驱动因素（人口增长 vs. 复合事件发生频率增加）；并识别暴露风险的高发区和热点区域，从而为制定有针对性的气候适应与公共健康风险减缓策略提供科学依据。

二、 详细研究流程

本研究是一个基于多源地理空间数据的定量分析，其工作流程严谨而系统，主要包括以下几个步骤：

1. 数据收集与准备：

   • 城市人口与范围数据：采用了一套全球年度城市范围数据集（1992–2020），该数据集基于夜间灯光影像，使用新的逐步分区框架绘制与高强度人类活动相关的城市空间范围。同时，从WorldPop项目获取了中国1公里分辨率的年度网格人口数据。将城市范围数据作为掩膜，提取了2003年至2020年中国每年城市范围内的网格人口数据。
   • 气象与污染数据：
     • 温度数据：采用了全球陆地（南纬50度至北纬79度）2003–2020年1公里分辨率的日最高、最低近地表气温数据集。该数据集综合了地面站点观测、卫星遥感、数字高程模型和地表温度产品。
     • 臭氧数据：使用了中国高分辨率臭氧数据集“ChinaHighO₃”，该数据集是“中国高分辨率空气污染物数据集”的一部分，利用人工智能技术和多源数据融合生成了无缝的、1公里分辨率的中国地面日最大8小时平均臭氧浓度数据（2000年至今）。
   • 数据处理：从上述数据集中，提取了每年夏季（6、7、8月）中国城市范围内1公里网格的日最高气温和日最大8小时平均臭氧浓度数据。

2. 极端事件与暴露量定义与计算：

   • 阈值定义：研究采用绝对阈值而非相对百分位数来定义极端事件，以确保不同城市之间暴露趋势的可比性。
     • 极端高温事件：日最高气温 > 35°C（采用中国气象局的标准）。
     • 臭氧污染事件：日最大8小时平均臭氧浓度 > 100 μg/m³（采用世界卫生组织《全球空气质量指南》的过渡阶段目标值）。
     • 复合极端事件：同一网格单元在同一天同时满足上述高温和臭氧污染条件。
   • 暴露量计算：暴露量以“人-天”为单位，广泛应用于比较不同地区和时期的暴露水平。对于给定网格单元格在某一年，其暴露量计算公式为：暴露量 = 该网格当年人口 × 该网格当年复合事件（或单一事件）发生天数。分别计算了复合事件、单独高温事件和单独臭氧污染事件的暴露量。

3. 时空趋势与差异分析：

   • 全国与城市级趋势：汇总了全国及每个城市每年的复合事件天数及暴露量。采用普通最小二乘法线性回归模型，估算了2003年至2020年间复合事件发生天数和暴露量的年际变化率（天/年，人-天/年），并对趋势的显著性进行了检验（p < 0.05）。
   • 城市内部空间差异：为了探究城市内部的暴露差异，定义了“城市核心区”与“城市扩张区”。
     • 城市核心区：以2003年的城市边界为准。
     • 城市扩张区：2003年至2020年间新增的城市区域。
     • 暴露差异比计算：针对每个城市，计算了核心区与扩张区之间平均复合暴露量的差异比率，公式为：EDR = (核心区平均暴露 - 扩张区平均暴露) / 核心区平均暴露 × 100%。EDR越高，表明城市核心区面临的复合暴露压力越大。同样，计算了EDR的年际变化趋势。

4. 暴露量增长的驱动因素分解：

   • 这是本研究方法学的关键创新之一。借鉴了相关研究方法，在城市尺度上定量分解了人口增长和复合事件频率增加对总暴露量增长轨迹的贡献。
   • 贡献份额计算：
     • 复合事件增加的贡献：用2003年（基准年）的固定人口，乘以每年复合事件天数相对于2003年的增加量。这部分反映了在人口不变的情况下，纯粹由气候/污染条件恶化（复合事件变多）带来的暴露增量。
     • 人口增长的贡献：用每年人口相对于2003年的增长量，乘以当年的复合事件天数。这部分反映了在事件频率不变的情况下，纯粹由人口增加带来的暴露增量。
   • 通过线性回归分别得到由人口增长和复合事件增加所导致的暴露量年变化率，再将它们分别除以总暴露量的年变化率，即得到两者对总暴露增长轨迹的贡献百分比。

5. 分区与统计分析：

   • 根据传统地理分区和贡献分解结果的 spatial patterns（空间格局），将城市划分为东北、华北平原、西南、福建、西北、长江平原和华南等区域进行对比分析。
   • 所有数据分析均使用MATLAB和R软件完成。

三、 主要研究结果

1. 全国尺度的时序变化趋势：2003年至2020年间，中国城市夏季复合极端高温-臭氧污染事件的发生频率和人口暴露量均呈现显著上升趋势。

   • 复合事件天数：从2003年的48.9万天激增至2020年的137万天，增长了180%，年均增加6.1万天。
   • 复合暴露量：从2003年的38亿人-天增至2020年的63亿人-天，增长了67%，年均增加2亿人-天。
   • 单一事件对比：同期，单独的高温事件天数和暴露量分别增长了173%和68%；而单独的臭氧污染事件天数和暴露量增长更为迅猛，分别高达291%和121%。特别值得注意的是，自2015年以来，无论是单一事件还是复合事件，其发生频率和暴露量均出现显著跃升。

2. 城市尺度的空间分布特征：复合暴露量的增长表现出强烈的空间异质性。

   • 高增长区域：华北平原、长江流域和东南沿海的城市，其复合事件天数和暴露量在2020年相比2003年增幅最为显著。2020年复合暴露最高、增长最快的30个城市大部分集中于此，表现出明显的空间聚集性。
   • 显著趋势城市：全国38%（141个）的城市其复合暴露量增长趋势具有统计显著性（p < 0.05），这些城市主要集中在华北平原。2020年，这些城市容纳了中国总人口的23%（约3.3亿人）。北京和成都的年均暴露增长速率最高，超过1500万人-天/年。
   • 大城市的主导作用：2020年，人口超过500万的15个大型城市，其复合事件年增加天数合计超过500天，其中重庆和成都增加了近3000天。仅这15个城市就贡献了全国城市复合暴露年增长率的50%。

3. 城市内部的暴露差异：复合暴露高度集中于城市核心区，且与扩张区的差异逐年扩大。

   • 差异现状：2020年，17%（62个）的城市，其核心区与扩张区的暴露差异比超过80%。这些城市主要分布在华北平原和西南地区。
   • 差异扩大趋势：41%（150个）的城市，其暴露差异比呈现显著上升趋势（p < 0.05），尤其是在西南、华中和新疆的中小城市（人口<100万），年增长率超过4%。这些城市往往核心区面积小但扩张迅速，核心区暴露水平持续上升，而扩张区暴露量基本不变或下降，导致差异加剧。
   • 典型案例：北京、武汉、成都等人口密集大城市的中心区，对全市复合暴露的贡献在2020年高达80%。例如，成都的城区内部暴露差异增长迅速。此外，随着大城市扩张，在城市边缘开始出现新的小规模高暴露中心。

4. 暴露增长的驱动因素分解：人口增长和复合事件频率增加对暴露增长的贡献存在显著的空间分异。

   • 总体主导因素：在全国71%（259个）的城市，人口增长是驱动复合暴露增长轨迹的主要因素（贡献率 > 50%），这在东南地区城市尤为突出。
   • 空间分异：尽管北京和成都是暴露增长最快的两个城市，但其驱动结构不同：在北京，人口增长贡献了65%的年均暴露增长，而在成都，这一比例高达85%。分区来看：
     • 复合事件频率增加对暴露增长的贡献在东北地区（中位数贡献率64%）、福建（37%）、华北平原（35%）和西南地区（26%）相对更强。
     • 在快速城市化的中国南方地区，人口增长的作用更为显著，而复合事件的贡献相对减弱。

四、 结论与价值

本研究得出核心结论：2003-2020年间，中国城市人口夏季暴露于复合极端高温与臭氧污染的风险持续快速上升，整体暴露量增长了67%。这一风险的增长是人口增长（尤其是在南方城市）和复合事件发生频率增加（尤其是在北方地区，特别是华北平原）共同驱动的结果。风险在空间上高度集中，华北平原是国家级的高风险区，而在城市内部，核心城区已成为关键的暴露热点，且内外差异不断扩大。

其科学价值在于： 1. 提供了首个全国性、长时序、高分辨率的定量评估：系统揭示了我国城市复合高温-臭氧暴露的时空演变全貌，填补了该领域精细化定量研究的空白。 2. 创新性地进行了驱动因素的空间分解：清晰量化了人口因素与气候/污染因素在不同区域的相对贡献，深化了对暴露增长机制的理解。 3. 揭示了多层次的空间风险格局：从全国高风险区（如华北平原），到关键城市群，再到城市内部核心热点，构建了多层次的风险识别框架。

其应用价值与社会意义突出： 1. 为精准化气候适应与公共健康政策提供靶向信息：研究明确指出华北平原、大城市核心区等亟需采取缓解措施的重点区域。针对不同驱动主导的区域（如南方以人口增长为主，北方以事件频率增加为主），可以制定差异化的策略，优化资源配置。 2. 支持综合性应对策略的制定：研究强调了应对此类复合风险需要综合性方案。在人口快速增长的地区，除了减排政策，还需加强适应性措施（如增加蓝绿基础设施、城市遮阴）以保护脆弱人群。同时，由于高温会加剧臭氧污染，控制温室气体排放、减缓升温本身也能带来协同减污的健康效益。 3. 为极端事件早期预警系统提供数据基础：高分辨率的复合事件发生数据可与人口脆弱性数据结合，为建立有效的健康风险早期预警系统提供支持。

五、 研究亮点

1. 研究方法的系统性与创新性：整合了多源高分辨率数据，建立了从事件识别、暴露计算、趋势分析到驱动分解的完整、可重复的分析框架。特别是对暴露增长驱动因素在城市尺度上的定量分解，是本研究的方法学亮点。
2. 研究发现的层次性与显著性：研究结果不仅给出了全国整体的显著增长趋势，更重要的是，揭示了从宏观区域（华北平原为重灾区）到中观城市群（大型城市贡献突出），再到微观城市内部（核心区为热点且差异扩大）的清晰而具有说服力的多层次风险格局。
3. 研究问题的前沿性与紧迫性：紧扣“复合型极端气候事件”这一气候变化研究前沿和热点，关注其与快速城市化、公共健康的交叉影响，研究成果具有重要的现实紧迫性和政策参考价值。

六、 其他有价值的讨论

论文在讨论部分还指出了一些值得深入的方向： 1. 气候与气象机制：分析了不同高风险区域可能的气象成因，如华北平原的高温主导作用、福建受台风活动导致的臭氧区域传输和极端高温影响、长江平原受西太平洋副热带高压西伸影响、西南地区的地形与高温共同作用等。 2. 未来情景与协同效益：引述模型预测指出，在高排放情景下中国的复合事件可能加剧。同时强调，中国的碳减排行动有望在2050年显著降低臭氧浓度，凸显了气候减缓政策在减少空气污染和健康风险方面的协同效益。 3. 研究局限与展望：作者指出，本研究使用绝对阈值定义暴露，未考虑不同社会经济背景或健康状况人群（如老年人）的风险差异（脆弱性）。未来的研究可结合人口脆弱性数据，进一步评估暴露对不同人群的实际影响。这为后续研究指明了方向。