专栏名称: 生态遥感前沿
分享生态遥感领域实用教程、最新科研成果及资讯,交流、合作等事宜请加Novel_2020
目录
51好读  ›  专栏  ›  生态遥感前沿

Environ. Res. Lett. |从两个气象干旱指数(SPI 和 SPEI)阐明不同人群受复合干旱和热浪事件影响的情况

生态遥感前沿  · 公众号  ·  · 2025-03-10 10:00

正文

图片
DOI:https://iopscience.iop.org/article/10.1088/1748-9326/adad01
图片

人类活动引起的气候变化显著加剧了复合干旱和热浪 (CDHW) 事件的频率和严重程度,增加了水资源短缺、野火和与高温有关的死亡等风险。先前的研究通常使用单一干旱指数,例如标准化降水指数 (SPI) 或标准化降水蒸散指数 (SPEI),而我们的研究同时使用 SPI 和 SPEI 来阐明不同干旱指数对量化人口暴露于 CDHW 事件的影响。考虑了四种未来共享社会经济路径 (SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5) 下的六种大气环流模型。暴露度定义为 CDHW 量级 (°C) 与每个地区人口 (百万人) 的乘积,从而定量衡量 CDHW 事件如何影响人口。 通过比较仅考虑降水的 SPI 与在干旱测量中同时考虑降水和 PET 的 SPEI,研究了潜在蒸散量 (PET) 在 CDHW 人口暴露预测中的作用。

图片

结果表明,2050 年后,CDHW 量级人口暴露在不同情景下存在显著差异,其中 SSP3-7.0 的增幅最大,到本世纪末达到 0.72 (SPI) 和 1.78 (SPEI) 百万人-°C。西非 (WAF)、东南非和南亚 (SAS) 等地区的人口暴露在 SSP3-7.0 和 SPEI 下增幅最大,分别达到 6.93、6.77 和 5.56 百万人-°C。 此外,西欧和中欧、地中海、WAF、中西非、东亚和 SAS 等地区对 PET 表现出高度敏感性,SPEI 和 SPI 预测之间的差异超过 100 万人-°C。 归因分析表明,气候变化(特别是当 SPEI 使用 PET 计算干旱时)是主要因素,其次是相互作用变化和人口变化。这些发现强调了 PET 在 CDHW 预测中的关键作用,以及需要制定针对特定区域的适应策略来管理高度脆弱地区不断升级的风险。

图片
图片

图 2. 预计人口暴露于 CDHW 的持续时间、严重程度和强度的变化。面板 (a)–(c) 显示基于 SPI 的变化,而面板 (d)–(f) 使用 SPEI 指标。蓝线、绿线、黑线和红线分别表示 SSP1-2.6、SSP2-4.5、SSP3-7.0 和 SSP5-8.5 排放情景下的变化路径。持续时间、严重程度和强度的单位分别为百万人天、百万人-℃ 和百万人-℃。

图片
图 3. 十二种情景-时期组合下全球 44 个地区人口暴露于 CDHW 量级变化 (SPI) 的空间分布。面板 (a)–(c) 显示 SSP1-2.6、(d)–(f) SSP2-4.5、(g)–(i) SSP3-7.0 和 (j)–(l) SSP5-8.5,其中 (a)、(d)、(g)、(j) 为近期预测,(b)、(e)、(h)、(k) 为中期预测,(c)、(f)、(i)、(l) 为长期预测。
图片
图 4.与图 3 相同 ,但针对 SPEI。
图片
图 5.与图 3 相同 ,但 SPEI 与 SPI(SPEI-SPI)之间的区别。
图片
图 6. CDHW 气候效应热图,针对全球平均值和 44 个地区,在 12 个未来情景-时期组合下暴露量级变化 (SPI)。
图 7.与图 6 相同 ,但针对的是人口效应。
图片
图 8.与图 6 相同 ,但用于交互效果。
图片
图 9.






请到「今天看啥」查看全文