热浪作为城市化特征灾害之一,严重影响着城市居民的生命健康。目前针对热浪的研究主要聚焦基于静态数据的时空模式、风险管理和脆弱性评价分析方向,对动态人口暴露度的研究尚少。论文基于手机定位数据,首先融合深圳市逐时人口与气温时...热浪作为城市化特征灾害之一,严重影响着城市居民的生命健康。目前针对热浪的研究主要聚焦基于静态数据的时空模式、风险管理和脆弱性评价分析方向,对动态人口暴露度的研究尚少。论文基于手机定位数据,首先融合深圳市逐时人口与气温时空分布模型,揭示热浪动态人口暴露度水平;其次,构建基于7类城市兴趣点(point of interest,POI)与不同时段人口分布的地理加权回归模型,初步分析了热浪环境下POI对人群行为模式的影响机制。结果显示:①相比于基准时段(2018年7月28日12:00~18:00),2018年7月26日至8月1日热浪平均辐射范围在7月29日以8.66倍速增长,至7月30日则以18.93倍速跃至峰值,覆盖区域整体呈现西部高于东部、南部低于北部的特征;②人口在不同时段均表现为明显的带状聚集分布态势,且人口暴露度与气温和人口的动态演变紧密关联,其暴露度同热浪扩散幅度相似,总体呈2.29倍等比增长,辐射范围包括南山区、福田区、罗湖区等城市商业、工业、住宅中心人口密集区域;③同类POI在不同时刻、不同POI在相同时刻对人群减少热浪暴露的移动交互行为具有明显的时空驱动机制差异及选择偏好特征。在持续性城市化背景下,该研究方法可为同类的城市灾害人口暴露度分析提供一定的科学参考。展开更多
文摘热浪作为城市化特征灾害之一,严重影响着城市居民的生命健康。目前针对热浪的研究主要聚焦基于静态数据的时空模式、风险管理和脆弱性评价分析方向,对动态人口暴露度的研究尚少。论文基于手机定位数据,首先融合深圳市逐时人口与气温时空分布模型,揭示热浪动态人口暴露度水平;其次,构建基于7类城市兴趣点(point of interest,POI)与不同时段人口分布的地理加权回归模型,初步分析了热浪环境下POI对人群行为模式的影响机制。结果显示:①相比于基准时段(2018年7月28日12:00~18:00),2018年7月26日至8月1日热浪平均辐射范围在7月29日以8.66倍速增长,至7月30日则以18.93倍速跃至峰值,覆盖区域整体呈现西部高于东部、南部低于北部的特征;②人口在不同时段均表现为明显的带状聚集分布态势,且人口暴露度与气温和人口的动态演变紧密关联,其暴露度同热浪扩散幅度相似,总体呈2.29倍等比增长,辐射范围包括南山区、福田区、罗湖区等城市商业、工业、住宅中心人口密集区域;③同类POI在不同时刻、不同POI在相同时刻对人群减少热浪暴露的移动交互行为具有明显的时空驱动机制差异及选择偏好特征。在持续性城市化背景下,该研究方法可为同类的城市灾害人口暴露度分析提供一定的科学参考。
