城市極端高溫災害研究綜述

扈海波　熊亞軍

城市極端高溫災害研究綜述

扈海波1熊亞軍2

（1中國氣象局北京城市氣象研究所, 北京 100089；2北京市氣象臺，北京 100089）

極端高溫是一種危害性較大的災害性天氣，對人體健康的影響較大。它的發(fā)生發(fā)展既與天氣尺度的環(huán)流系統(tǒng)有關，又與城市熱島效應、下沉增溫和地形等因素相關。從高溫的氣候特征、高溫與環(huán)流的關系及高溫災害的風險評估及預警三個方面，對城市高溫氣象災害的相關研究成果進行了簡要回顧，期望從已有的文獻中梳理城市高溫災害研究的重點及主要發(fā)展方向。

高溫熱浪，風險評估，預警

0　引言

近100年（1906—2005年）地球表面的平均溫度上升了0.74℃，近50a的線性增溫速率為0.13℃/10a，1 8 5 0年以來最暖的1 2個年份中有11個出現在1995—2006年[1]。在全球氣候變暖背景下，近年我國也頻繁遭遇高溫熱浪災害，例如，2006年的川渝地區(qū)的高溫及伴隨的旱災對農業(yè)、電力供應等造成巨大影響，也出現了大量人員因熱死亡事故。鑒于高溫災害的影響越來越嚴重，國內外針對高溫氣象災害的研究也不少。20世紀90年代以前的研究側重于高溫災害的天氣預報方法及應用研究。90年代以后，有關大氣環(huán)流與高溫天氣影響方面的研究較多；高溫作為一種極端天氣及氣候事件，高溫日數的增加是全球氣候變暖的證據之一，其時空變率的研究也在90年代開始興起。2000年以后，隨著城市化的發(fā)展，“熱島效應”和全球變暖對極端高溫事件的開始引起人們的關注，而有關城市高溫氣象災害的風險評估及預警方面的研究近年來逐漸受到重視。

本文試圖對有關城市高溫氣象災害的研究進行回顧，重點從高溫氣象災害的氣候特征、高溫熱浪與大氣環(huán)流的關系以及高溫熱浪風險評估及預警三個方面進行闡述。希望本綜述能對高溫災害研究的深入開展、拓寬高溫熱浪減災對策研究的思路起到拋磚引玉的作用。

1　高溫災害的氣候特征

1.1高溫日數的變化趨勢和周期性

IPCC第二次研究報告指出，高溫及干旱作為一種極端天氣及氣候事件，高溫日數正逐漸增加。Zhai等[2]分析了1951—1999年中國200個氣象站的高溫日數變化特征，認為中國的高溫日數整體呈現略微減少的趨勢。高榮等[3]利用中國541個站的最高氣溫資料，分析了高溫日數的時空變化特征，發(fā)現吐魯番盆地和江南是高溫日數的高值中心，認為從1951—2006年中國各區(qū)域的高溫日數均呈現“增加—減少—增加”的變化趨勢。由于時間段不一致，以上兩個研究結果并不矛盾。因為在20世紀90年代左右，可能存在一個高溫日數變化的拐點，拐點過后中國處于高溫日數增多的階段。IPCC第四次評估報告也指出，1850年以來最暖的12個年份中有11個出現在1995—2006年。而中國范圍內，“高溫日數的周期變化”存在明顯的區(qū)域性差異。中國東部以3～6a的周期變化為主；西部的新疆有準3a的周期變化；重慶則以14～15a的周期振動最強；河南夏季的高溫日數則存在2～4a、8～12a的周期變化。

1.2最高氣溫與最低氣溫非對稱變化

有學者提出，最高氣溫與最低氣溫存在不對稱變化，即全球變暖主要發(fā)生在夜間[4-6]。謝莊等[7]分析了北京最低和最高氣溫發(fā)現：1月份最低氣溫的傾向率約為0.4℃/10a，7月份最高氣溫的傾向率為－0.2℃/10a。吳勝安等[8]研究發(fā)現海南極端最高氣溫的線性增溫趨勢不能通過顯著性檢驗。孫鳳華等[9]發(fā)現東北地區(qū)的最高氣溫的氣溫趨勢系數春夏季約為0.28℃、秋季為0.08℃、冬季為0.34℃，年平均最高氣溫的趨勢系數為0.42℃，而最低氣溫為0.73℃，兩者相差近一倍。江志紅等[10]對比分析了上海近百年來最高和最低氣溫，發(fā)現二者都顯著增加，但最低氣溫的上升趨勢明顯大于最高氣溫。在中國的北部、西北部也存在最高氣溫與最低氣溫的非對稱變化特征[11-14]。

上述文獻表明，中國范圍內氣溫整體呈現增溫的趨勢。在平均氣溫、最高氣溫和最低氣溫三者當中，最低氣溫的增溫率最大，平均氣溫次之，最高氣溫的增幅最小。最高與最低氣溫之間存在非對稱變化。最高氣溫是整體增幅最小的溫度要素，有些城市的增溫趨勢不顯著，部分地區(qū)甚至呈階段性降溫趨勢。

2　城市高溫氣象災害的成因分析

2.1我國引起高溫氣象災害的主要環(huán)流形勢和影響系統(tǒng)

華北酷暑天氣的出現與大環(huán)流形勢密切相關，大陸副熱帶高壓維持于華北上空是其主要因素, 空氣下沉增溫是酷暑的主要機制, 而大城市的熱島效應則可使城區(qū)百葉箱氣溫再增高2℃左右[15]。孫建華等[16]利用MM5中尺度模式對1999年6、7月份華北的兩段高溫過程進行了模擬研究，發(fā)現大陸副熱帶高壓中的下沉增溫和輻射增溫是造成高溫酷暑天氣的主要原因。北京出現持續(xù)高溫天氣的物理機制可能包括：與河套高壓下沉運動相聯(lián)系的晴空區(qū)輻射增溫，與暖氣團東移相聯(lián)系的平流增溫，以及與下沉運動相聯(lián)系的絕熱增溫等[17]。趙慶云等[18]利用甘肅省62個氣象觀測站的研究表明，100hPa南亞高壓、300hPa暖中心、500hPa副熱帶高壓閉合單體控制西北地區(qū)上空,對流層上下層暖高壓中心相對應，且中心位置基本一致時，將出現大范圍、持續(xù)性的異常高溫天氣。常軍等[19]對1991—2005年15年河南典型的大面積持續(xù)高溫下的環(huán)流形勢進行普查和分類后發(fā)現，與河南省高溫有關的環(huán)流型主要有兩種：貝加爾湖高壓型和副熱帶高壓型。賀懿華等[20]認為西太平洋副熱帶高壓持續(xù)穩(wěn)定控制長江中下游，是造成武漢市高溫及強高溫過程的主要環(huán)流系統(tǒng)。

副熱帶高壓和熱帶氣旋是導致華南地區(qū)高溫的主要天氣系統(tǒng)[21]。王遠超[22]分析廣西的高溫天氣后認為廣西高溫的環(huán)流形勢分別有副高控制型、熱帶氣旋西側高壓型和地面西南暖低壓控制型。

2.2城市高溫氣象災害與熱島效應

Manley[23]把城市地區(qū)氣溫較高的現象稱為城市熱島（UHI）后，這一術語延用至今。Yoshino[24]、Oke[25]及Bornstein等[26]認為在大氣清晰度較高、微風天氣條件下城市地區(qū)氣溫通常比周邊的農村地區(qū)高出0～10℃。Souch等[27]將城市熱島特征歸結為：（1）夜晚熱島強度相對較大；（2）全年發(fā)生；（3）受風速等氣象條件影響較大；（4）在城市核心及主要商業(yè)區(qū)氣溫較高。城市熱島首先被認為是城市下墊面地表特征改變的結果，比如水泥及柏油路面、房頂等具有較低反照率（Albedo）從而吸收更多太陽輻射的原因。其次，城市地區(qū)樹林及灌叢稀少，蒸騰降溫效果差；城市建筑物和地表的加熱增溫強化城市熱島效應；燃料消耗、空調使用及其他人類活動增加了城市地區(qū)的人為熱排放[28]等。Rosenzweig等[29]指出城市熱島加劇了城市地區(qū)夏日熱浪的致災能力，給城市居民的人體健康和生活造成嚴重影響。

謝德壽[30]通過分析長江中下游地區(qū)的沿江城市常在西太平洋副高控制下出現高溫酷熱天氣的現象，提出熱島效應是大城市高溫災害的主要成因。謝莊等[7]以西郊作為城區(qū)代表站，以密云作為郊區(qū)代表站，在分析城郊溫差的基礎上發(fā)現，北京的高溫不能單一歸結于氣候變率，熱島效應可能是一個不可忽視的因素。鄭柞芳等[31]應用中尺度模式，對2002年7月14日的一次高溫天氣過程進行了模擬分析，初步探討了北京周邊特殊地形及城市環(huán)境對高溫強度的影響，發(fā)現地形對北京城區(qū)氣溫的影響主要是通過焚風效應來實現的，它加劇了背風坡一側平原地區(qū)高溫的強度。當西部、北部山區(qū)地形高度減小后，焚風效應也會減弱，相應的背風坡氣溫增幅減小。高溫天氣與暖性環(huán)流系統(tǒng)有較好的對應關系。鑒于目前氣象系統(tǒng)業(yè)務模式對于大的環(huán)流形勢有較好的預報能力，因此對氣象部門而言，在中短期范圍內，對高溫天氣的趨勢預報要相對容易。但高精度的高溫天氣預報，不能忽視下沉增溫和“熱島效應”等其他因素的影響。對于高溫災害風險評估及區(qū)劃，則也應該注重城市熱島效應對評估及區(qū)劃結果的影響，從空間精度上體現城市熱島效應的空間差異，這樣才能更好地為城市高溫熱浪災害風險管理提供決策依據。

2.3溫濕條件對高溫熱浪致災因子特征的影響

目前氣象臺主要通過預報最高氣溫這一氣象要素，來反映第二天的冷熱程度。但實際上，在不同的濕度等要素下，人體對同一氣溫的感覺并不一致。1955年Burton等[32]描述了濕度對人體舒適感的影響，總結出當氣溫適中時，大氣濕度變化對人體舒適度影響較小，當氣溫較高或較低時，濕度變化才對人體的溫熱感產生影響。20世紀40年代Yagtou[33]根據人體在不同氣溫、濕度和風速條件下所產生的熱感覺指標提出了實感氣溫。溫濕指數（Temperature Humidity Index，THI）綜合反映了溫度和相對濕度兩個因子對人體熱感的影響，是衡量舒適度的一項重要指標[34]。謝雯等[35]利用MODIS遙感的地表溫度和地面水汽壓數據來反演中國溫濕指數的時空分布。陳正洪等[36]計算了湖北的溫濕指數（ID）并進行試驗，結果表明：ID≥80，絕大多數人均感不適；ID≥75，半數人身感不適；ID≥70，少數人（10%）感到不適；ID為60～65，大部分人感到舒適。國外在針對高溫天氣對人體健康影響分析及發(fā)展趨勢研究過程中，注重高溫氣象條件對人體感官的影響[37]。因此，基于人體熱量平衡模式，涉及溫度及濕度條件的體感溫度（Apparent Temperature，AT）指標被更多地應用于高溫熱浪對人體健康（導致熱死亡）的影響分析中。美國天氣局則進一步采用具有操作性的體感溫度指標——“熱指數”作為城市熱環(huán)境監(jiān)測及預警的指標。Andrew等[38]選用體感溫度分析了美國1949—2010年各測站的極端高溫天氣變化情況，發(fā)現高溫日的最低AT的增長趨勢比較明顯，44%的測站呈現增長趨勢；20%測站的極端最高AT呈現增長趨勢，并主要分布在西部地區(qū)。Andrew認為盡管從AT上看高溫災害性天氣日數呈現比較明顯的增長趨勢，但高溫熱浪對人類的危害程度，尤其是對人體健康的影響還與人口老齡化、空調設備的大量使用等高溫災害脆弱性、風險暴露等因素有關。Sheridan等和Kalkstein等[39-41]同樣基于氣溫及濕度條件來分析高溫熱浪或極端冷濕天氣對人體健康的影響。

3　城市高溫氣象災害風險評估與預警

2007年中國氣象局最新頒布的《氣象災害預警信號發(fā)布和傳播辦法》把高溫氣象災害分為三個級別：較重高溫（黃色預警），連續(xù)三天日最高氣溫將在35℃以上；嚴重高溫（橙色預警），24小時內最高氣溫在37℃以上40℃以下；特別嚴重高溫（紅色預警），最高氣溫高于40℃。然而從精細化的角度考慮，完全依靠這類指標來進行高溫災害預警顯然是不夠的。高溫熱浪災害的防治首先要做到的是基于風險管理模式的風險評估及區(qū)劃，然后則是融入業(yè)務工作的高溫熱浪預警。

由于全球氣候變暖、城市化過程的加快，以及人口老齡化所導致的高溫災害脆弱性特征的突顯，使得高溫對人類社會的影響越來越嚴重，尤其對人體健康的影響[42]。高溫與人類日常生活息息相關，在城市地區(qū)，高溫會影響電力、供水等城市生命線系統(tǒng)的正常運行。因此高溫災害一直受到人們的密切關注。國內外關于高溫天氣預報的研究很多，但關于高溫災害的風險評估直到最近才逐漸引起國內研究者的重視。扈海波等[43]從可預報性、可規(guī)避性及人工干預能力等方面分析了北京市奧運期間氣象災害的風險承受與控制能力，對北京奧運期間的雷電、冰雹、大風、高溫、暴雨、大霧和霾這七種主要的氣象災害進行風險排序，確認高溫風險最大（圖1）。這種風險分析及排序對大型社會活動期間的災害風險控制及防范具有重要參考價值。陳見等[44]利用高溫范圍、高溫持續(xù)時間作為高溫危害的評估指標，綜合評估了一次高溫過程的災害影響程度。扈海波等[45]利用地理信息系統(tǒng)研究氣象災害事件的數學形態(tài)學特征時，以高溫災害為例，從下墊面的社會經濟、環(huán)境構成情況等特征中提取數學形態(tài)學濾波中的目標函數，在觀測要素值的空間離散化圖譜上進行動態(tài)腐蝕或膨脹操作，最終完成高溫災害給北京中關村附近地區(qū)造成影響的空間圖譜化特征（圖2）?？傊邷貫暮Φ娘L險評估有助于高溫風險管理，有助于進行高溫風險規(guī)避及風險控制。當然要將高溫災害的防治完全落實到實際，還應積極做好高溫災害的預警工作。

國外在高溫熱浪預警研究及應用上的做法非常值得借鑒。按照災害學理論，人是高溫災害的主要承災體，而人體健康是其主要的影響方面。國外的高溫熱浪災害預警系統(tǒng)則主要針對高溫對人體健康造成的影響，以及其可能導致人員因熱死亡的情況來實施。美國的酷熱天氣健康預警系統(tǒng)（HHWS）在空間化天氣分型（Spatial Synoptic Classification）的基礎上根據未來高溫天氣的變化情況來評估這類天氣可能會導致的因熱死亡人數[46]。非常有趣的是這類天氣分型方法少了些學術氣息，而對高溫熱浪的防治更加實用，更有針對意義。它主要從氣溫及濕度等要素出發(fā)將天氣類型劃分成“干熱”（Dry Tropical）、“濕熱”（Moist Tropical）、“極端濕熱”（Moist Tropical）等類型。HHWS系統(tǒng)建立不同天氣分型狀況下的因熱死亡人數與溫度條件之間的定量評估關系，比如分步回歸等，來識別高溫災害風險，并完成城市高溫熱浪的預警。Kalkstein等[41]根據1975—2004年美國各大城市的因熱死亡人口數據及高溫熱浪事件資料，評比HHWS系統(tǒng)在降低因熱死亡人數方面起到的效果，認為這類系統(tǒng)確實使得許多大城市的因熱死亡人數顯著下降，具有不錯的效果。

4　城市高溫災害研究的重點及主要發(fā)展方向

隨著世界人口不斷增加，全球變化和城市化進程逐漸深入，加之自然生態(tài)環(huán)境狀況的惡化，高溫天氣的出現將更加頻繁，強度將越來越大，“溫室效應”和“熱島效應”等影響范圍也將越來越廣，而人類面對高溫災害的脆弱性也在不斷加大。我們認為城市高溫災害研究應該著重于以下幾個方面。

1）高溫災害天氣學成因的研究。著重對引發(fā)高溫氣象災害的主要環(huán)流形勢和影響系統(tǒng)的研究及天氣學機理研究，以及高溫災害與城市熱島的研究。這對高溫災害成因分析，災害預警及預測均有重要的作用。

2）高溫災害氣候學背景分析。充分預測高溫災害的變化發(fā)展趨勢，對高溫災害的預警及有效防御和應對具有顯著的作用。

3）高溫災害風險評估預警的研究。重新梳理高溫災害風險預警指標，從精細化的氣象服務需求出發(fā)，搭建適合不同地區(qū)、不同氣候背景下的高溫災害風險預警指標。實施基于風險管理模式的風險評估及區(qū)劃，并將之融入高溫熱浪預警業(yè)務工作。

4）基于高溫災害風險評估及區(qū)劃的高溫災害風險管理機制研究。加強高溫災害風險管理，有助于進行高溫風險規(guī)避及風險控制，將高溫災害的防治完全落實到實際，積極應對高溫災害預警。

5）高溫天氣對人體健康的影響研究。由于高溫災害性天氣日數呈現比較明顯的增長趨勢，但高溫熱浪對人類危害程度，尤其是對人體健康的影響還與人口老齡化、空調設備的大量使用等高溫災害脆弱性、風險暴露等因素有關。這方面的研究對建立有效的高溫災害防御、預警及規(guī)避機制至關重要。

5　總結

1）作為全球變暖的證據之一，高溫日數目前處于整體增多階段。但尚沒有直接證據表明，高溫日數的時空變化幅度與全球平均溫度變化存在較為嚴格的對應關系。高溫日數變化趨勢和周期的區(qū)域性差異進一步表明，高溫的發(fā)生發(fā)展既與天氣尺度的暖性環(huán)流系統(tǒng)有關，又與城市熱島效應、下沉增溫和地形等因素存在聯(lián)系，研究局地高溫天氣時，要考慮多種因素的影響。

2）中國區(qū)域最高氣溫和最低氣溫的非對稱變化研究表明，最低氣溫和最高氣溫都在增加，但最低氣溫的上升趨勢明顯大于最高氣溫。最高氣溫、最低氣溫和平均氣溫三個氣象要素中，最高氣溫的增幅最小，局地可能還存在階段性負降溫。

3）高溫天氣與大的暖性環(huán)流系統(tǒng)有較好的對應關系，其中最主要的系統(tǒng)是副熱帶高壓。地面的暖性低壓系統(tǒng)也是產生高溫天氣的成員之一。另外，熱島效應、下沉增溫等效應對高溫天氣的出現也有一定關系。鑒于目前氣象系統(tǒng)業(yè)務模式對于大的環(huán)流形勢有較好的預報能力，因此對氣象部門而言，在中短期范圍內，對高溫天氣的趨勢預報要相對容易。但高時空分辨率的高溫天氣預報及高溫災害風險評估及區(qū)劃必須考慮局地地理、地形特征及“熱島效應”等相關因素。利用業(yè)務模式的環(huán)流預報產品，進行二次開發(fā)，建立本地化的精細化高溫預報、風險評估及預警系統(tǒng)，依然是各地氣象部門的主要科研任務之一。

4）最高氣溫是溫濕指數、悶熱指數等舒適度指標中最主要的氣象要素。當溫度超過某一閾值時，濕度和風速等其他氣象要素對舒適度指數的作用較大。確定合理的高溫閾值及超過閾值后，引入濕度和風速，建立本地化的溫濕指數方程不但是專業(yè)氣象服務的重要內容，也是災害風險評估及區(qū)劃的側重點，而且高溫熱浪的預警也需要建立在溫濕指標基礎上。

5）高溫災害風險評估除了注重致災因子（高溫天氣的環(huán)流形勢）等方面的研究，也應該著重分析下墊面的脆弱性和脆弱性因子。人是高溫災害的主要承災體，所以高溫災害的風險評估及預警可完全依賴于高溫對人體健康的影響來進行分析、評估及預警。在高溫熱浪的預警應用上作者推薦美國HHWS系統(tǒng)的運作方法。

[1]秦大河, 陳振林, 羅勇, 等. 氣候變化科學的最新認知. 氣候變化研究進展, 2007, 3(2): 63-73.

[2]Zhai P M, Pan X H. Trends in temperature extremes during 1951-1999 in China. Geophs Res Lett, 2003, 30(17): 1-4.

[3]高榮, 王凌, 高歌. 1956—2006年中國高溫日數的變化趨勢.氣候變化研究進展, 2008, 4(3): 177-180.

[4]Karl T R, Jones P D, Knighta R W, et al. A new perspective on recent global warming: Asymmetric trends of daily maximum and minimum temperature. Bulletin of the American Meteorological Society, 1993, 74(6): 1007-1023.

[5]Bonan G B. Observational evidence for reduction of daily maximum temperature by croplands in the Midwest United States. Journal of Climate, 2001, 14(11): 2430-2442.

[6]Brunetti M, Buffoni L, Maugeri M, et al. Trends of minimum and maximum daily temperatures in Italy from 1865 to 1996. Theoretical and Applied Climatology, 2000, 66: 49-60.

[7]謝莊, 曹鴻興. 北京最高、最低氣溫的非對稱變化.氣象學報, 1996, 54(4): 501-507.

[8]吳勝安, 張永領, 楊金虎. 海南島最高和最低氣溫的非對稱變化.熱帶氣象學報, 2006, 22(6): 667-671.

[9]孫鳳華, 楊修群, 路爽, 等. 華東北地區(qū)平均、最高、最低氣溫時空變化特征及對比分析. 氣象科學, 2006, 26(2): 157-163.

[10]江志紅, 丁裕國. 近百年上海氣候變暖過程的再認識——平均溫度與最低、最高溫度的對比. 應用氣象學報, 1999(2): 151-159.

[11]王菱, 謝賢群, 蘇文, 等. 中國北方地區(qū)50年來最高和最低氣溫變化及其影響. 自然資源學報,2004, 19(3): 337-343.

[12]馬曉波. 中國西北地區(qū)最高、最低氣溫的非對稱變化. 氣象學報, 1999, 57(5): 613-621.

[13]林紓, 吳紅. 蘭州最高最低氣溫的非對稱變化. 氣象科技, 2004, 32(6): 444-449.

[14]杜軍. 西藏高原最高、最低氣溫的非對稱變化. 應用氣象學報, 2003, 14(4): 437-444.

[15]謝莊, 崔繼良, 劉海濤, 等. 華北和北京的酷暑天氣Ⅰ. 歷史概況及個例分析.氣候與環(huán)境研究, 1999, 4(4): 323-333.

[16]孫建華, 陳紅, 趙思雄, 等. 華北和北京的酷暑天氣Ⅱ. 模擬試驗和機理分析. 氣候與環(huán)境研究, 1999, 4(4):334-345.

[17]錢婷婷, 王迎春, 鄭祉芳, 等. 造成北京連續(xù)高溫的河套高壓結構分析.應用氣象學報, 2005, 16(2): 167-173.

[18]趙慶云, 趙紅巖, 王勇. 甘肅省夏季異常高溫及其環(huán)流特征分析.中國沙漠, 2007, 27(4): 639-643.

[19]常軍, 李素萍, 余衛(wèi)東, 等. 河南夏季高溫氣候特征及500hPa環(huán)流型. 氣象科技, 2007, 35(6): 776-780.

[20]賀懿華, 諶偉, 李才媛, 等. 武漢市盛夏高溫氣候特征和成因及預報. 氣象科技, 2007, 35(6): 809-813.

[21]涂建文, 許連豐. 影響珠海夏季高溫的天氣系統(tǒng)類型. 氣象研究與應用, 2007, 28(增刊Ⅱ): 43-44.

[22]王遠超. 廣西東南部高溫災害氣候特征分析. 災害學, 2004, 19: 34-38.

[23]Manley G. On the frequency of snowfall in metropolitan England. Q J R Meteorol Soc, 1958, 84: 70-72, doi:10.1002/qj.49708435910.

[24]Yoshino M. Climate in a Small Area. Tokyo: University of Tokyo Press, 1975.

[25]Oke T R.Canyon geometry and the nocturnal urban heat island: comparison of scale model and field observations. J Climatol, 1981, 1: 237-254, doi:10.1002/joc.3370010304.

[26]Bornstein R D, Oke T. Influence of pollution on urban climatology. Adv Environ Sci Eng, 1980, 3:171-202.

[27]Souch C, Grimmond S.Applied climatology: Urban climate. Prog Phys Geogr, 2006, 30: 270-279, doi:10.1191/0309133306pp484pr.

[28]Oke T R. The energetic basis of the urban heat island. Q J R Meteorol Soc, 1982, 108: 1-24.

[29]Rosenzweig C, Solecki W D, Parshall L, et al. Characterizing the urban heat island in current and future climates in New Jersey. Global Environ Change B. Environ Hazards, 2005, 6: 51-62, doi:10.1016/j.hazards.2004.12.001.

[30]謝德壽. 城市高溫災害及其預防. 災害學, 1994, 9(3): 29-33.

[31]鄭柞芳, 王迎春, 劉偉東. 地形及城市下墊面對北京夏季高溫影響的數值研究. 熱帶氣象學報, 2006, 22(6): 672-676.

[32]Burton A C, Snyder R A, Leach W G, et al. Damp could versus dry could specific effects of humidity in heat exchange of unclothed men. J App Physiol, 1955, 8: 269-278.

[33]Yagtou C P. A method for improving the effective temperature index. ASHVE Trans, 1947, 53: 307-309.

[34]Tromp S W. Medical Biometeorology. Amsterdam: Elsevier, 1963: 211-219.

[35]謝雯, 任黎秀, 姜立鵬. 基于MODIS數據的旅游溫濕指數時空分布研究. 地理與地理信息科學, 2006, 22(5): 31-35.

[36]陳正洪, 王祖承, 張鴻雁. 炎(悶)熱指數在武漢市的試用、修訂及檢驗. 湖北氣象, 2000, 3: 23-25.

[37]Robinson P J. On the definition of a heat wave. J Appl Meteor, 2001, 40: 762-775.

[38]Andrew G, John D. Trends in extreme apparent temperatures over the United States, 1949-2010. J Appl Meteor, 2011, 50: 1650-1653.

[39]Sheridan S C, Kalkstein A J. Seasonal variability in heat-related mortality across the United States. Nat Hazards, 2010, 55: 291-305, doi: 10.1007/s11069-010-9526-5.

[40]Sheridan S C, Kalkstein A J, Kalkstein L S. Trends in heat-related mortality in the United States, 1975-2004. Nat Hazards, 2009, 50: 145-160.

[41]Kalkstein L S, Greene S, Mills D M, et al. An evaluation of the progress in reducing heat-related human mortality in major U.S. cities. Nat Hazards, 2011, 56: 113-129.

[42]Luber G, McGeehin M. Climate change and extreme heat events. Amer J Prev Med, 2008, 35: 429-435.

[43]扈海波, 熊亞軍, 董鵬捷, 等. 北京奧運期間（6—9月）氣象災害風險評估.北京: 氣象出版社, 2009.

[44]陳見, 李艷蘭, 高安寧, 等. 廣西高溫災害評估. 災害學, 2007, 22(3): 24-27.

[45]扈海波, 王迎春, 劉偉東. 氣象災害事件的數學形態(tài)學特征及空間表現. 應用氣象學報, 2007, 18(6): 801-809.

[46]Kalkstein L S, Jamason P J, Greene J S, et al. The Philadelphia hot weather health watch/warning system: Development and application, Summer, 1995. Bull Am Meteorol Soc, 1996, 77: 1519-1528.

A Research Summary of Extreme Heat Wave

Hu Haibo1, Xiong Yajun2
(1The Institute of Urban Meteorology, China Meteorological Administration, Beijing 100089 2Beijing Meteorological Observatory, Beijing 100089)

The high temperature is a kind of disastrous weather with serious harmfulness. Its occurrence and development are not only be related to the warm atmospheric circulation, but also have a connection with other factors such as heat island effect, subsidence and temperature increasing as well as terrain. In the paper, a brief retrospect has been made that many scientists have achieved research results in the basic characteristics, the formative causes of high temperature meteorological disaster, risk assessment of disaster and so on. At the same time, this paper systematically reveals some advances in studying high temperature meteorological disasters.

heat wave, risk assessment, warning

10.3969/j.issn.2095-1973.2015.01.002

2013年5月31日；

2013年9月12日

扈海波（1970—），Email：hbhu@ium.cn

資助信息：國家自然科學基金項目（41175099）