基于RS的新疆自治區(qū)高溫人口暴露研究

摘?要：根據(jù)近年來新疆氣候公報(bào)可知，新疆的平均氣溫正在逐年升高，尤其是夏季的持續(xù)性高溫對(duì)新疆的人口健康和經(jīng)濟(jì)發(fā)展造成了損害。本文以新疆為研究區(qū)，在GEE平臺(tái)上利用MODIS產(chǎn)品和高程數(shù)據(jù)通過隨機(jī)森林算法進(jìn)行回歸預(yù)測(cè)，得出2022年夏季新疆近地表氣溫。將格網(wǎng)尺度的近地表氣溫柵格數(shù)據(jù)和人口數(shù)量柵格數(shù)據(jù)相結(jié)合，分析新疆2022年高溫人口暴露的空間分布特征。結(jié)果表明：（1）利用隨機(jī)森林算法預(yù)測(cè)近地表氣溫，預(yù)測(cè)的結(jié)果精度較高，RMSE和R2分別達(dá)到了2.16℃和0.86；（2）高溫人口暴露空間分布與人口密度空間分布呈現(xiàn)高度的一致性，即人口密度高的區(qū)域，高溫人口暴露程度也相對(duì)較高；（3）新疆高溫人口暴露的中高暴露區(qū)大都集中在城市群，如烏魯木齊市、喀什市、和田市等。克孜勒蘇柯爾克孜自治州、伊犁哈薩克自治州等地區(qū)存在人口集中分布在高溫區(qū)的現(xiàn)象，高溫對(duì)人的實(shí)際危害較為嚴(yán)重。

關(guān)鍵詞：隨機(jī)森林；近地表氣溫；高溫人口暴露；GEE平臺(tái)

2022年夏季，全球大范圍再受高溫侵襲，包括中國(guó)在內(nèi)的多數(shù)北半球國(guó)家出現(xiàn)了40℃以上的極端高溫，中國(guó)多地最高氣溫突破歷史值。極端高溫給人類健康帶來了嚴(yán)重的負(fù)面影響。已有研究表明，全球范圍內(nèi)的高溫事件發(fā)生頻次、強(qiáng)度、持續(xù)時(shí)間、涉及范圍都在不斷地增加［1］，這增加了人類受高溫迫害的風(fēng)險(xiǎn)。

以往關(guān)于溫度的研究大多采用覆蓋度有限的觀測(cè)數(shù)據(jù)或時(shí)間序列較短的瞬時(shí)遙感數(shù)據(jù)，無法解決新疆高寒和荒漠等人跡罕至區(qū)域地溫?cái)?shù)據(jù)缺失的問題。近年來，隨著遙感和地理信息系統(tǒng)（GIS）技術(shù)的迅速發(fā)展，采用遙感（RS）和GIS技術(shù)結(jié)合估算人口及社會(huì)經(jīng)濟(jì)數(shù)據(jù)的空間化是目前最為重要的手段之一［2］。谷歌地球引擎（GEE）平臺(tái)通過專用云存儲(chǔ)提供大量的MODIS遙感影像，可以處理大范圍覆蓋的長(zhǎng)時(shí)間序列影像［3］。因此，本文將在GEE平臺(tái)上，結(jié)合新疆氣象站點(diǎn)提供的氣溫?cái)?shù)據(jù)，開展新疆高溫人口暴露度的研究。

1?數(shù)據(jù)和方法

1.1?研究區(qū)概況

新疆自治區(qū)地處歐亞大陸腹地，地理坐標(biāo)為73°20′E～96°25′E、34°15′N～49°10′N，該區(qū)域深居內(nèi)陸、距海遙遠(yuǎn)，加之受高山阻攔的影響，來自海洋的水汽很難到達(dá)，因此形成了以大陸性干旱氣候?yàn)橹鞯臍夂蝾愋停?］。新疆地域遼闊、地形復(fù)雜，氣象觀測(cè)站點(diǎn)稀少且分布不均。

除此之外，地形地貌還對(duì)新疆自治區(qū)的人口分布格局造成了影響，其人口分布十分不均衡。根據(jù)研究表明，新疆人口主要分布在綠洲及綠洲邊緣地區(qū)，綠洲面積占新疆總面積4.2%的大小，居住著全疆95%以上的人口［5］。

新疆作為溫度變化顯著、人口眾多的自治區(qū)，研究分析該地的高溫人口暴露情況，對(duì)于該地區(qū)的高溫危害監(jiān)測(cè)與治理具有重要意義。

1.2?數(shù)據(jù)

1.2.1?遙感數(shù)據(jù)

本文使用的遙感數(shù)據(jù)包括MODIS產(chǎn)品和ASTER?GDEM數(shù)據(jù)，均來自GoogleEarthEngine云平臺(tái)（http：//earthengine.google.com/）。MODIS產(chǎn)品的時(shí)間范圍選取2022年6～8月，具體包括：每日地表溫度數(shù)據(jù)（MOD11A1），空間分辨率為1km×1km；歸一化植被指數(shù)（MOD13A2），空間分辨率為1km×1km；地表反照率數(shù)據(jù)（MCD43A4），空間分辨率為500m×500m。ASTER?GDEM數(shù)據(jù)的時(shí)間范圍為2022年6～8月，數(shù)據(jù)的水平和垂直精度均為7～50m，水平分辨率為30m。

1.2.2?其他數(shù)據(jù)

人口數(shù)量數(shù)據(jù)和人口密度數(shù)據(jù)均來自Worldpop網(wǎng)站（https：//hub.worldpop.org/），本文采用2020年格網(wǎng)化人口計(jì)數(shù)和密度數(shù)據(jù)集，分辨率為100m×100m。

新疆自治區(qū)近地表氣溫?cái)?shù)據(jù)來自國(guó)家氣象科學(xué)數(shù)據(jù)中心（https：//data.cma.cn/），本文選取2022年6～8月新疆近地表日最高氣溫。

2?研究方法

2.1?隨機(jī)森林反演近地表氣溫

本文的自變量為地表溫度數(shù)據(jù)（LST）、歸一化植被指數(shù)（NDVI）、地表反照率數(shù)據(jù)（Albedo）、高程數(shù)據(jù)（Altitude），隨機(jī)森林算法過程總結(jié)為如下步驟：（1）將自變量作為數(shù)據(jù)集D輸入；（2）將數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集；（3）從數(shù)據(jù)集D中隨機(jī)選取多組訓(xùn)練樣本D1，D2……Di作為根節(jié)點(diǎn)，分裂訓(xùn)練多棵回歸樹；（4）依據(jù)均方誤差最小原則對(duì)回歸樹中的節(jié)點(diǎn)進(jìn)行分裂至無法再進(jìn)一步分裂，重復(fù)該操作生成多棵回歸樹；（5）隨機(jī)森林預(yù)測(cè)氣溫的結(jié)果為每棵決策樹通過簡(jiǎn)單平均法得到的結(jié)果；（6）精度評(píng)價(jià)。

2.2?高溫人口暴露評(píng)估

2.2.1?基于人口暴露強(qiáng)度的高溫暴露風(fēng)險(xiǎn)評(píng)估

根據(jù)Kousa等［6］提出的人口暴露風(fēng)險(xiǎn)評(píng)估模型，本文認(rèn)為，人口暴露強(qiáng)度的大小來自人口密度和高溫風(fēng)險(xiǎn)在時(shí)空上的重疊，即通過格網(wǎng)尺度的人口密度與氣溫之積作為指標(biāo)，來評(píng)價(jià)新疆自治區(qū)高溫人口暴露情況。計(jì)算公式如下：

PEi=pdiTi（1）

PEi代表第i個(gè)單元格內(nèi)高溫人口暴露度強(qiáng)度，Ti代表第i個(gè)單元格內(nèi)的平均溫度（此處溫度的選取為每月的月均氣溫），pdi代表i個(gè)單元格內(nèi)各時(shí)段的人口密度。

2.2.2?不同溫度下的人口變化情況

按照月份進(jìn)行分類統(tǒng)計(jì)，將一個(gè)月內(nèi)出現(xiàn)在某像元上的最高溫度設(shè)為該像元的月最高溫，統(tǒng)計(jì)出現(xiàn)在該溫度下的人口數(shù)量占總?cè)丝诘谋戎?，從而更好地反映高溫?duì)人的影響。具體計(jì)算方法如下：

propj=∑ni=1popijpop（2）

其中propj代表在溫度j下的人口占總?cè)丝诘谋壤琾opij代表在溫度j下格網(wǎng)i中的總?cè)丝跀?shù)目，n代表滿足溫度為j的格網(wǎng)總數(shù)，pop代表新疆總

人口數(shù)目。

2.2.3?基于人口加權(quán)的高溫暴露風(fēng)險(xiǎn)評(píng)估

通過人口加權(quán)的高溫人口暴露模型［7］，能更好地反映高溫對(duì)人群的實(shí)際影響，具體計(jì)算方法如下：

PTi=∑nj=1（TijPij）/POPi（2）

其中PTi代表第i個(gè)地級(jí)市的人口加權(quán)氣溫，Tij代表第i個(gè)地級(jí)市的第j個(gè)單元格內(nèi)的平均氣溫，Pij代表第i個(gè)縣地級(jí)市的第j個(gè)單元格內(nèi)的人口數(shù)量，POPi代表第i個(gè)地級(jí)市的總?cè)丝跀?shù)量。人口加權(quán)氣溫與平均氣溫的差異度計(jì)算方法如下：

δi=（PTi－Ti）/Ti×100%（3）

其中δi為兩種氣溫算法的差異度，PTi為第i個(gè)縣的加權(quán)人口氣溫，Ti為第i個(gè)地級(jí)市的平均氣溫。

3?結(jié)果分析

3.1?氣溫估算精度評(píng)價(jià)

選擇2022年6～8月氣象站點(diǎn)提供的新疆月平均氣溫進(jìn)行近地表氣溫預(yù)測(cè)精度驗(yàn)證，其中R2越大，RMSE越小，表明預(yù)測(cè)值與實(shí)測(cè)值的偏離程度小，模型模擬的效果就相對(duì)較好。根據(jù)隨機(jī)森林算法預(yù)測(cè)氣溫精度（圖1）可知，決定系數(shù)R2為0.86，均方根誤差RMSE為2.16℃，總體精度較高，該隨機(jī)森林模型可運(yùn)用于新疆自治區(qū)的近地表氣溫預(yù)測(cè)。

3.2?基于人口暴露強(qiáng)度的高溫人口暴露評(píng)估

將2022年夏季新疆高溫人口暴露風(fēng)險(xiǎn)空間分布按照暴露嚴(yán)重程度劃分為五級(jí)，依次為無風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)，重度風(fēng)險(xiǎn)。根據(jù)高溫人口暴露風(fēng)險(xiǎn)空間分布可得出結(jié)論，新疆自治區(qū)夏季不同時(shí)段人口暴露空間分布大致相似，高溫暴露風(fēng)險(xiǎn)高的區(qū)域主要集中在幾個(gè)城市群，如喀什市、和田市；新疆天山附近的烏魯木齊市同樣具有高暴露風(fēng)險(xiǎn)。

3.3?不同溫度下的人口變化情況分析

根據(jù)2022年新疆夏季暴露于某一溫度的累計(jì)人口占比（圖2）可以看出，整個(gè)新疆6月份暴露在30℃以上的人口占總?cè)丝诒戎氐?2.49%，暴露在35℃以上的人口占總?cè)丝跀?shù)量的5.18%，超過一半的人口暴露在高溫下；7月份暴露在30℃以上的人口占總?cè)丝诒戎氐?0.44%，暴露在35℃以上的人口占總?cè)丝跀?shù)量的16.88%，絕大多數(shù)人口暴露在高溫下，高溫對(duì)人的影響非常大；8月份暴露在30℃以上的人口占總?cè)丝诒戎氐?2.38%，暴露在35℃以上的人口占總?cè)丝跀?shù)量的1.03%，將近一半的人口暴露在高溫下，但是暴露在極端高溫下的人口比重明顯下降。

3.4?基于人口加權(quán)的高溫人口暴露評(píng)估

下表給出了2022年新疆夏季典型區(qū)域人口加權(quán)溫度與隨機(jī)森林模擬出的氣溫差異度超過10%的區(qū)域，偏差較大說明存在人口集中分布在高溫地區(qū)或者低溫地區(qū)的現(xiàn)象。新疆6～8月差異度分別為1.4%、2.23%、4.54%。由此可以看出，整個(gè)夏季新疆的人口加權(quán)溫度都高于實(shí)際近地表氣溫，說明新疆自治區(qū)人口集中分布在高溫地區(qū)，新疆的高溫對(duì)人的實(shí)際危害情況較為嚴(yán)重。

4?結(jié)論與討論

本文通過隨機(jī)森林算法計(jì)算了新疆近地表氣溫，并通過遙感的手段將氣溫進(jìn)行空間化。根據(jù)人口暴露強(qiáng)度、不同溫度下的人口變化指標(biāo)、人口加權(quán)的高溫暴露程度這三個(gè)指標(biāo)，分析新疆高溫人口暴露風(fēng)險(xiǎn)，結(jié)論如下：

（1）采用隨機(jī)森林模型反演近地表氣溫的方法可以彌補(bǔ)部分地面氣象站氣溫?cái)?shù)據(jù)缺少的不足，同時(shí)證明了隨機(jī)森林在遙感數(shù)據(jù)處理研究中的可利用性和優(yōu)越性。新疆夏季三個(gè)月氣溫≥35℃的地區(qū)面積共計(jì)約140.77萬平方千米，占新疆總面積的84.8%，說明新疆受高溫侵襲十分嚴(yán)重。

（2）新疆高溫人口暴露的中高風(fēng)險(xiǎn)區(qū)域主要集中幾個(gè)城市群，如喀什市、和田市、烏魯木齊市等，這幾個(gè)城市群也是人口集中分布的區(qū)域，高溫人口暴露風(fēng)險(xiǎn)與人口密度分布存在高度的正相關(guān)性，即人口越密集，高溫人口暴露風(fēng)險(xiǎn)程度越高。

（3）采用人口加權(quán)高溫監(jiān)測(cè)指標(biāo)能夠更合理地評(píng)估人口暴露于高溫的程度。2022年6～8月，新疆分別有11、16和15個(gè)地區(qū)存在人口集中分布在高溫地區(qū)的現(xiàn)象。尤其是克孜勒蘇柯爾克孜自治州、伊犁哈薩克自治州、喀什地區(qū)和博爾塔拉蒙古自治州這四個(gè)區(qū)域存在極為嚴(yán)重的人口處于高溫區(qū)的現(xiàn)象。

參考文獻(xiàn)：

［1］CowanT，PurichA，PerkinsS，et?al.More?Frequent，Longer，and?Hotter?Heat?Waves?for?Australia?in?the?TwentyFirst?Century［J］.Journal?of?Climate，2014，27（15）：58515871.

［2］楊眉，王世新，周藝，等．DMSP/OLS夜間燈光數(shù)據(jù)應(yīng)用研究綜述［J］．遙感技術(shù)與應(yīng)用，2011，26（1）：4551.

［3］鄒業(yè)斌，柴明堂，楊娟，等.基于GEE的干旱區(qū)流域濕地水體時(shí)空動(dòng)態(tài)變化特征分析——以寧夏平原為例［J］.測(cè)繪通報(bào)，2023，551（02）：914.

［4］楊振，雷軍，段祖亮，等.新疆人口的空間分布特征［J］.地理研究，2016，35（12）：23332346.

［5］李宗英.1990—2017年新疆人口的時(shí)空動(dòng)態(tài)及影響因素研究［D］.新疆學(xué)，2021.

［6］Kousa?A，Kukkonen?J，Karppinen?A，et?al.A?model?for?evaluating?the?population?exposure?to?ambient?air?pollution?in?an?urban?area.Atmospheric?Environment，2002，36（13）：21092119.

［7］伏晴艷，闞海東.城市大氣污染健康危險(xiǎn)度評(píng)價(jià)的方法，第四講：大氣污染的暴露評(píng)價(jià)，第二節(jié)：大氣擴(kuò)散模型及人口加權(quán)的大氣污染暴露評(píng)價(jià)（續(xù)四）.環(huán)境與健康雜志，2004，21（6）：414416.

作者簡(jiǎn)介：高可攀（2002—?），女，江蘇靖江人，本科在讀，研究方向：遙感科學(xué)與技術(shù)。