![]()
图1 全球城市复合热浪暴露人口
（图a, c, e分别为城市地区、高城市化地区和低城市化地区的热暴露空间分布。图b, d, f分别为城市地区、城市化程度高的地区和城市化程度低的地区不同高温暴露等级的百分比分布。）
气候变暖导致热浪的频率、强度和持续时间不断增加，对全球生态系统和人类社会构成重大威胁，阻碍了可持续发展。以城市热岛为典型代表的城市环境和独特的城市气候加大了城市居民暴露于高温的风险。虽然先前的研究已经调查了全球城市人口暴露于热浪中的情况，但仍缺少对全球复合热浪的人口热暴露以及由城市化导致的气候变暖的影响的量化分析。![]()
本研究使用Global
Artificial Impervious Area (GAIA) 数据与Global Urban
Boundaries (GUB) 数据定义了全球1028个城市与乡村的区域范围。在基于遥感地表温度得出的近地表气温数据集，聚焦于复合热浪，即白天和夜晚都发生热浪的情况，计算了三种不同的热浪指数。之后基于该结果分析了全球城市化引起变暖的热暴露的影响，以及全球南方城市与北方城市之间热浪影响的差异。具体方法包括以下五个步骤：
1. 划分城市和农村地区。研究基于GUB数据，选择城市面积大于100平方千米的1028个城市，并根据MODIS地表覆盖数据去除城市中是水体、湿地或冰的像元。为方便后续分析，研究根据GAIA数据的值将城市区域分为高城市化区域和地城市化区域。
乡村地区则通过建立城市地区的缓冲区划分。为保持城市与乡村区域面积相当，运用城市区域面积分别计算得到不同城市的缓冲区距离，公式如下所示：
式中，S为城市面积。
为消除高海拔对温度的影响，将乡村区域高于或低于城市区域平均海拔50m的像元去除。
2. 计算城市热浪。研究将基于遥感地表温度的全球逐日近地表气温数据的每日最高温和低温作为白天和夜晚的最值温度。其中热浪被分为三类，单独的白天热浪，单独的夜晚热浪，以及复合热浪，即一天内白天与夜晚都发生热浪。热浪的识别首先需要定义高温，将当日前后7天内的最高（最低）温度的90%定义为阈值，若当日（夜）温度高于阈值则定义为高温日（夜）。其次再定义热浪，即将高温日（夜）持续3天及以上定义为白天（夜晚）热浪。之后，根据热浪的结果计算热浪指数，包括热浪频率（HWF），热浪持续时间（HWD），热浪幅度（HWM），以及累计热度（CH）。其中HWM与CH的计算公式如下所示：
式中，N 表示一年中热浪事件的总数。D 表示热浪事件的天数。Ti,j表示热浪日的温度，To,i,j表示阈值温度。
3. 评估热暴露。热暴露的计算根据公式，即热浪指数乘以人口密度，公式如下所示：
式中，HW表示高温危害，Pop 表示人口。HWF 通常用作高温危害，以描述人口暴露于高温风险的情况。
人口使用来自Global
Population Grid vison 4（GPWv411）数据的人口密度表征。热浪指标则使用三种不同的组合进行实验，公式如下所示：
计算得到热暴露指数后进行归一化处理，并通过自然断点法分类为三类：高热暴露、中等热暴露和低热暴露。
4. 计算城市化引起变暖的热暴露的影响。为量化城市化引起变暖的热暴露影响，研究首先假设该地区没有出现城市化引发的变暖，此时的热暴露指数通过乡村热浪指数与城市人口指数相乘获得。相反的，存在城市化导致的变暖即真实情景则被计算为城市热浪指数与城市人口指数相乘。两者之间的差值则为城乡热暴露的差异值。为量城市化引发的变暖、人口增长以及其两者结合对城乡差异的影响，研究通过构建二元方程分别计算其贡献率。
5. 全球北方城市与全球南方城市之间高温暴露的不平等分析。虽然不同研究对全球北方和南方的分类略有不同，但总的来说，全球南方一般被描述为脆弱的发展中国家。与全球南部城市相比，全球北部城市的经济发展和城市化水平更高。研究使用Mann-Whitney U检验用于检验全球南方和全球北方城市统计数据的差异。
研究结果显示，全球有一半以上的城市面临低风险。相反，面临高暴露风险和中度暴露风险的城市比例较低。高城市化地区的高暴露城市比例为 8.9%，而低城市化地区仅为1.4%（图1 d, f）。与 2005 年相比，2020年全球城市平均热暴露风险增加了 11.8%（图2 a）。从 2005 年到 2020 年，全球平均高城市化地区热暴露风险的增幅（13.0%）大于低城市化地区（8.7%）（图2 b, c）。图2 极端地表温度下的人口暴露度
（图a, b, c分别为城市地区、高城市化地区和低城市化地区的热暴露时间变化。点表示平均值，灰线表示标准偏差。）研究重点关注城市化引起的气候变暖对热暴露的影响，观察到复合热浪在城市环境中普遍扩大（图3）。在所研究的 1028 个城市中，绝大多数城市（94.5%）都经历了复合热浪的放大。对郊区尺度的进一步分析表明，与低城市化地区相比，高城市化地区的城市化对热浪的放大效应更大（图3 c, e）。这表明城市化在加剧复合热浪水平并随之放大城市热暴露风险方面发挥着关键作用。在城市化引发的复合热浪中，全球北方和南方城市之间的放大程度存在显著差异，而全球北方的放大效应明显更强。这些差异在高城市化地区和低城市化地区都很明显。同时，与低城市化地区相比，高城市化地区的城市化引发的复合热浪的放大效应更为明显。为确定其显著性，研究进行了Mann-Whitney U 检验，研究结果表示其均在 0.001 水平上差异显著。与全局平均增加的植被覆盖率相比，在人口密集地区增加植被覆盖度可以大幅减少植被覆盖度，以达到减少相同人口暴露度的作用（图3 d, f）。研究测试了不同温度阈值和不同热浪指标对城乡热浪差异的影响。研究发现，在全球北方城市，城市化导致的复合热浪被更强烈地放大。![]()
图3 2003 至 2019 年平均城乡热浪差异
（图a, c, e城市地区、高城市化地区和低城市化地区的城乡热浪差异的空间分布。图b, d, f全球北方和全球南方城市在城市地区、高城市化地区和低城市化地区的城乡热浪差异。）全球南部的城市面临更高的高温暴露风险。具体而言，在 46.2% 的高度和中度暴露城市中，只有 16.5% 位于全球北方，而 29.7% 的绝大多数城市位于全球南方（图4）。同样，在高（低）城市化地区，在 53.8%（20.0%）的高度和中度暴露城市中，仅有 20.1%（6.6%）位于全球北部，进一步凸显了全球南部城市的高度脆弱性，占 33.7%（13.4%）。
![]()
图4真实情景与假设情景下的高温暴露指数（HEI）差异
(图a表示空间分布。图b表示全球北方和南方的高温暴露指数差异。图 c表示热暴露差异的纬度特征。)该研究进一步测试了不同热指数和温度阈值对热暴露的影响。他们发现，由于城市化引起的气候变暖，全球南北方城市之间的高温暴露差异缩小了，特别是在用 HWF 定义高温指数时（图5）。
图5 全球北方和南方城市HEI的差异
（图a、c、e分别表示高温阈值为90%、95%、98%下时以HWF作为HEI的差异图。图b、d、f分别表示高温阈值为90%、95%、98%下时以HWF、HWD、HWM三指数相乘作为HEI的差异图。）与农村地区相比，城市变暖和城市人口增长造成的城市热暴露更为严重。评估显示，城市化引起的气候变暖对热暴露的影响很大，占 24.2%（图6 a）。与城市化程度高的地区（25.8%）相比，这种影响在城市化程度低的地区（34.2%）更为明显（图6 c, e）。有趣的是，城市化引起的气候变暖对热暴露的影响在全球南北城市之间存在明显差异。与全球南方城市（18.0%）相比，全球北方城市（31.2%）的增温作用明显更强（图6 b）。这种差异在城市化程度较高和较低的地区都是一致的，强调了城市化引起的气候变暖对全球北方城市热暴露的影响更大。
![]()
（图a、c、e分别表示城市化引起的变暖对城市地区、高城市化地区和低城市化地区热暴露指数的空间分布图。图b、d、f分别表示城市地区、高城市化地区和低城市化地区热暴露指数在全球北方与南方城市的箱型图。）个人评价
研究运用基于遥感数据的近地面温度逐日数据，很好的弥补了气象再分析数据、气象站点数据和遥感数据（反演得到地表温度）存在的问题。为更好分析城市内的热暴露，研究设计多种热浪指标进行计算与比较，并分析全球1028个城市与其乡镇之间热暴露风险的差异，揭示了城市化导致的热暴露风险上升降低了全球北方与南方城市热暴露风险的不平等。但是，研究只关注了复合热浪的城乡差异，忽视了其他环境因素的作用。在构建热指数时只使用了城市人口密度，没有考虑人口的
“脆弱性”，城市热环境对老年人群的影响往往更大。本文虽然研究内容丰富，但较为分散且部分结论模糊，有待进一步的深入与总结。Urbanization-induced
warming amplifies population exposure to compound heatwaves but narrows
exposure inequality between global North and South citiesAbstract：
Urban
populations face heightened extreme heat risks attributed to urban heat islands
and high population densities. Although previous studies have examined global
urban population exposure to heatwaves, the influence of urbanization-induced
warming is still not quantified. Here, leveraging satellite-derived
near-surface air temperature data, we assess the impacts of
urbanization-induced warming on heat exposure in 1028 cities worldwide.
Additionally, we investigate its role in shaping disparities in heat exposure
between global North and South cities. Our findings reveal that urbanization-amplified
compound heatwaves exacerbate heat exposure risk in more than 90% of cities,
and that this amplification is stronger in high urbanization areas. Moreover,
our analysis highlights the potential for overestimating disparities between
global North and South cities if urbanization-induced warming is overlooked.
The inequality of higher heat exposure in the global South cities than in the
global North cities will be narrowed in real scenarios due to more intense urbanization-induced
warming in the global North cities. We emphasize the pivotal role of urbanization-induced
heatwave intensification in heat exposure assessments and call for its
inclusion in future population vulnerability evaluations to extreme heat.
Citation：
Gao, S., Chen, Y., Chen, D. et al. Urbanization-induced warming amplifies
population exposure to compound heatwaves but narrows exposure inequality
between global North and South cities. npj Clim Atmos Sci 7, 154 (2024).
https://doi.org/10.1038/s41612-024-00708-z
