中國網(wǎng)/中國發(fā)展門戶網(wǎng)訊 20?世紀(jì)末以來，人為溫室氣體和氣溶膠排放造成了以氣候變暖為主要特征的全球氣候系統(tǒng)顯著變化?，高溫?zé)崂恕O端降水、極端干旱、風(fēng)暴潮等極端氣候事件出現(xiàn)的頻率和幅度均大幅增加。極端氣候事件已成為國際關(guān)注的重大議題，更是?17?個聯(lián)合國可持續(xù)發(fā)展目標(biāo)（SDGs）之一。聯(lián)合國政府間氣候變化專門委員會（IPCC）在第?4?次、第?5?次評估報告中均對全球極端氣候事件進(jìn)行了重要分析和判斷，并于?2013?年專門發(fā)布了《管理極端事件和災(zāi)害風(fēng)險促進(jìn)氣候變化適應(yīng)特別報告》。作為當(dāng)前人類面臨的最大全球風(fēng)險之一，國內(nèi)外科研組織和機構(gòu)積極參與極端氣候事件的風(fēng)險識別與評估，在國家、行政區(qū)劃或?0.5°—1°?網(wǎng)格單元尺度上發(fā)布風(fēng)險評估結(jié)果。

“一帶一路”倡議是新時期世界走向共贏的重要合作平臺。隨著全球氣候變化加劇，“一帶一路”沿線區(qū)域年平均氣溫持續(xù)上升，年降水量增加，高溫?zé)崂恕O端降水、極端干旱和風(fēng)暴潮事件在“一帶一路”沿線大部分區(qū)域均呈增強趨勢；這些事件對“一帶一路”沿線國家人民的生活和社會經(jīng)濟發(fā)展帶來了嚴(yán)重影響，成為“一帶一路”建設(shè)面臨的重大挑戰(zhàn)。因此，亟待開展“一帶一路”沿線區(qū)域高溫?zé)崂恕O端降水、極端干旱和風(fēng)暴潮等典型極端氣候風(fēng)險評估和應(yīng)對的科學(xué)研究，發(fā)展精細(xì)尺度的極端氣候事件風(fēng)險識別及評估方法體系，弄清災(zāi)害發(fā)生的時空規(guī)律、主導(dǎo)影響因素、可能趨勢、風(fēng)險水平，并針對性地提出關(guān)鍵節(jié)點區(qū)域應(yīng)對災(zāi)害事件措施和對策建議，提供區(qū)域災(zāi)害防治信息服務(wù)和示范。

開展“一帶一路”沿線區(qū)域精細(xì)尺度極端氣候事件風(fēng)險識別與評估工作需要克服?3?個方面突出問題：①現(xiàn)有?0.5°—1°?網(wǎng)格單元、行政區(qū)劃、國家或更粗尺度上的評估結(jié)果，無法詳細(xì)揭示極端氣候風(fēng)險的空間異質(zhì)性，難以有效指導(dǎo)“一帶一路”沿線區(qū)域極端氣候事件的風(fēng)險應(yīng)對，以及重大工程的投資招商、建設(shè)和運營管理。②區(qū)域發(fā)展整體相對落后，數(shù)據(jù)稀少，難以獲取多層次、多維度的評估資料。可供使用的數(shù)據(jù)面臨時空連續(xù)性差、粒度粗、口徑單一等“短板”。③現(xiàn)有工作均是針對某一災(zāi)害事件的獨立評估，存在評價單元、評價指標(biāo)和評價方法的多樣性，難以統(tǒng)一借鑒和比較，更無法進(jìn)行風(fēng)險的綜合把握。

本研究主要針對上述問題，面向高溫?zé)崂恕O端干旱、極端降水和風(fēng)暴潮?4?種典型極端氣候事件，通過數(shù)據(jù)采集方法創(chuàng)新、評估指標(biāo)和評估方法統(tǒng)一構(gòu)建，開展多尺度極端氣候事件風(fēng)險評估，為深入理解“一帶一路”沿線區(qū)域極端氣候風(fēng)險和應(yīng)對途徑提供了可能，也為“一帶一路”沿線國家的重大工程建設(shè)規(guī)劃與運營管理、環(huán)境問題應(yīng)急與防治提供科學(xué)依據(jù)和對策建議。

“一帶一路”關(guān)鍵節(jié)點區(qū)域極端氣候風(fēng)險識別與評價

評價方法

聯(lián)合國政府間氣候變化專門委員會、聯(lián)合國減災(zāi)辦公室（UNDRR）和世界銀行全球減災(zāi)與恢復(fù)基金（GFDRR）等全球合作組織均將極端氣候事件風(fēng)險看作是危險性、暴露度和脆弱性的組合。本研究基于此認(rèn)識，通過發(fā)展精細(xì)尺度本底和風(fēng)險要素數(shù)據(jù)集，分析了?4?類代表性極端氣候事件的致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體，篩選建立了千米、百米和十米共?3?個尺度的危險性、暴露度和脆弱性指標(biāo)體系，開展了多尺度風(fēng)險評估，支持相應(yīng)災(zāi)害應(yīng)對方案的編制（圖?1）。

①開展“一帶一路”沿線區(qū)域千米尺度的風(fēng)險評估，以期對全范圍的災(zāi)害風(fēng)險進(jìn)行時空規(guī)律、關(guān)鍵影響因素和發(fā)展趨勢的把握；②基于戰(zhàn)略位置、經(jīng)濟實力、文化影響力、風(fēng)險規(guī)避等考慮選取重點城市、港口、重大工程等，在?34?個關(guān)鍵節(jié)點區(qū)域和六大經(jīng)濟走廊開展百米尺度風(fēng)險評估，以探究“一帶一路”沿線重點區(qū)域風(fēng)險發(fā)生的危險狀況，以及承災(zāi)體和孕災(zāi)環(huán)境的災(zāi)害特性；③選擇漢班托塔港、卡拉奇、達(dá)卡和吉大港?4?個典型節(jié)點區(qū)域，面向災(zāi)害應(yīng)對，開展十米尺度的風(fēng)險評估，詳細(xì)分析承災(zāi)體的時空暴露和脆弱特性，以及孕災(zāi)環(huán)境因素的缺陷，以支撐有針對性和實用性的應(yīng)對方案編制。

精細(xì)尺度數(shù)據(jù)集構(gòu)建

開展精細(xì)尺度極端氣候事件風(fēng)險評估，需要全面準(zhǔn)確地獲取致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體等要素數(shù)據(jù)集，并反映不同尺度主導(dǎo)風(fēng)險因素導(dǎo)致的指標(biāo)體系差異，明確各項指標(biāo)的時間、空間和精度要求。例如，在大尺度風(fēng)險評估中，可以利用全球/局域氣候模式及再分析資料來提取氣溫、降水等致災(zāi)因子，利用區(qū)域人口和國內(nèi)生產(chǎn)總值（GDP）統(tǒng)計數(shù)據(jù)來表征承災(zāi)體。隨著評估尺度細(xì)化，這些粗粒度的數(shù)據(jù)將難以充分表達(dá)致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體的時空差異，因此就需要通過新的技術(shù)與方法來獲取更高分辨率和精度的數(shù)據(jù)集。精細(xì)尺度數(shù)據(jù)集構(gòu)建主要涉及以下關(guān)鍵技術(shù)與方法。

（1）粗粒度數(shù)據(jù)降尺度。極端氣候事件風(fēng)險評估所需的細(xì)粒度（如?10?米）數(shù)據(jù)集，如氣溫、降雨氣象數(shù)據(jù)，以及人口、GDP?等社會經(jīng)濟數(shù)據(jù)，通常無法直接獲取。因此，通常需要利用已有的粗粒度數(shù)據(jù)集，結(jié)合精細(xì)尺度的輔助數(shù)據(jù)，發(fā)展相應(yīng)的空間尺度轉(zhuǎn)換理論模型和方法，通過降尺度生成細(xì)粒度的柵格數(shù)據(jù)，實現(xiàn)與其他細(xì)粒度數(shù)據(jù)進(jìn)行有效集成與計算。例如，以行政單元統(tǒng)計的人口數(shù)據(jù)為原始數(shù)據(jù)，結(jié)合興趣點（POI）密度、路網(wǎng)密度、不透水率和夜間燈光等精細(xì)尺度的輔助變量，利用地理加權(quán)回歸考慮空間異質(zhì)性對趨勢項進(jìn)行建模與預(yù)測，并利用面到點克里金插值考慮不規(guī)則單元的形狀和大小對殘差項進(jìn)行空間分配，從而實現(xiàn)從不規(guī)則人口統(tǒng)計數(shù)據(jù)到千米尺度和百米尺度下的柵格人口數(shù)據(jù)集。由此所得千米尺度與百米尺度柵格人口數(shù)據(jù)的平均相對準(zhǔn)確度分別為?78.4%?和?80.7%。

（2）遙感信息提取。利用國內(nèi)外高分辨率遙感影像，包括我國高分衛(wèi)星等數(shù)據(jù)，結(jié)合海外觀測站和科教中心，融合無人機和地面觀測數(shù)據(jù)，有效地獲取關(guān)鍵節(jié)點的地表要素監(jiān)測數(shù)據(jù)；同時，遙感大數(shù)據(jù)智能分析、時空融合等相關(guān)技術(shù)可有效參與孕災(zāi)環(huán)境和承災(zāi)體等數(shù)據(jù)的快速精準(zhǔn)提取。例如，利用研究區(qū)多時相的“哨兵?2?號”（Sentinel-2）衛(wèi)星多光譜遙感數(shù)據(jù)，通過面向?qū)ο蠓诸惙椒ǎ崛×岁P(guān)鍵節(jié)點區(qū)域?2018?年十米空間分辨率的承災(zāi)體數(shù)據(jù)集；經(jīng)實地野外考察驗證表明，承災(zāi)體分類精度可以達(dá)到?80%?以上，能夠滿足后續(xù)風(fēng)險評估需求。

（3）網(wǎng)絡(luò)信息智能挖掘。基于國內(nèi)外互聯(lián)網(wǎng)的信息資源，通過開發(fā)網(wǎng)絡(luò)數(shù)據(jù)爬蟲工具，根據(jù)關(guān)鍵字信息對互聯(lián)網(wǎng)海量信息自動抓取，實現(xiàn)各類極端氣候事件相關(guān)的自然過程、人文與發(fā)展數(shù)據(jù)快速獲取；然后，通過對不同形式和結(jié)構(gòu)的數(shù)據(jù)進(jìn)行主題解析、文本內(nèi)容分析與提取，獲取包括重大自然災(zāi)害及其影響、關(guān)鍵節(jié)點重大事件及其影響等時空數(shù)據(jù)集。

風(fēng)險要素與多尺度評價指標(biāo)

采用統(tǒng)一的危險性、暴露度、脆弱性風(fēng)險要素評估指標(biāo)體系框架，通過分析極端干旱、極端降水、高溫?zé)崂恕L(fēng)暴潮?4?類極端氣候事件的致災(zāi)因子（如大尺度的全球氣候變暖和小尺度的局部強對流天氣）、強度和效應(yīng)（如大尺度的極端干旱和小尺度的強降水）在千米、百米和十米?3?個尺度的典型特點?，分別建立相應(yīng)的風(fēng)險評估指標(biāo)體系。

（1）致災(zāi)因子危險性。危險性是指在某個特定地點發(fā)生某種極端氣候事件的可能性和嚴(yán)重程度。危險性通常基于對歷史極端氣候事件發(fā)生規(guī)律的分析，確定事件發(fā)生概率、強度、持續(xù)時間等相關(guān)指標(biāo)進(jìn)行評估。例如，極端降水危險性指標(biāo)采納了氣候變化檢測和指數(shù)聯(lián)合專家組（ETCCDI）提出的最大?1?日降水量、最大?5?日降水量、中雨日數(shù)、大雨日數(shù)、暴雨日數(shù)、強降水量、極強降水量等多種極端降水指數(shù)，既能捕捉到短時降水強度大的典型極端降水事件危險性，又捕捉到短時降水強度適中但降水持續(xù)時間長的非典型極端降水事件的危險性。

（2）承災(zāi)體暴露度。暴露度是指處在有可能受到不利影響位置的人員、生計、環(huán)境服務(wù)和各種資源的數(shù)量。人口和經(jīng)濟是風(fēng)險評估最常考慮的暴露度指標(biāo)。由于?4?類極端氣候事件的承災(zāi)體不同，暴露度指標(biāo)也有所差異。例如：極端干旱暴露度指標(biāo)中除了人口和經(jīng)濟外，還考慮了牧業(yè)系統(tǒng)和天然生態(tài)系統(tǒng)的產(chǎn)草量、載畜量等暴露數(shù)量；而風(fēng)暴潮的主要承災(zāi)體集中在海上及近海區(qū)域，暴露度指標(biāo)還包括船舶數(shù)量、港口器械、港口貨物等。

（3）孕災(zāi)環(huán)境脆弱性。脆弱性是指決定受到不利影響的傾向或趨勢的物理、社會、經(jīng)濟、環(huán)境、文化、制度等因子。暴露的人口和經(jīng)濟由于其脆弱性的差異，其遭受的不利影響或損失也會有所不同。4?類極端氣候事件的脆弱性指標(biāo)根據(jù)各災(zāi)種的不同特點而進(jìn)行了差異性設(shè)計。例如，不同年齡段、性別和區(qū)域的人群對高溫?zé)崂说拿舾行圆顒e較大，但人群年齡對其他災(zāi)種并不敏感。因此，不同高溫?zé)崂宋ｋU性對不同區(qū)域、不同年齡和性別群體致病率和致死率是高溫?zé)崂霜氂械拇嗳跣灾笜?biāo)。再如，極端干旱是一類長期、緩慢演進(jìn)的極端氣候事件，并不直接威脅人的生命安全，而是通過糧食和畜產(chǎn)品減產(chǎn)，加速生態(tài)環(huán)境惡化和引發(fā)火災(zāi)等其他自然災(zāi)害等方式間接造成危害。因此，極端干旱的脆弱性指標(biāo)中并未考慮距離醫(yī)院距離、道路密度、應(yīng)急設(shè)施密度等通常的防災(zāi)減災(zāi)指標(biāo)，而是將水資源損失率、農(nóng)業(yè)灌溉能力、產(chǎn)草量和牲畜損失率等影響極端干旱危害程度的指標(biāo)作為脆弱性指標(biāo)。

多尺度風(fēng)險評估

基于多尺度風(fēng)險評價指標(biāo)，分別在千米、百米和十米?3?個代表性尺度開展評估工作，以凸顯不同尺度的主導(dǎo)致災(zāi)因子和承災(zāi)體特性，滿足不同尺度的風(fēng)險管理需要。千米尺度風(fēng)險評價主要面向“一帶一路”沿線區(qū)域開展，與國際上現(xiàn)有的粗尺度（如?0.5°）結(jié)果相比更具空間異質(zhì)性細(xì)節(jié)，能夠更精準(zhǔn)把握災(zāi)害風(fēng)險的總體時空格局、趨勢和影響因素，從而支撐綠色“一帶一路”建設(shè)空間路線圖的研究和聯(lián)合國可持續(xù)發(fā)展目標(biāo)的實現(xiàn)。更精細(xì)的百米和十米尺度風(fēng)險評估則重點考慮致災(zāi)因子和災(zāi)害防范能力的區(qū)域微觀特征，能夠支持更有效的災(zāi)害風(fēng)險管理和應(yīng)急預(yù)案制定，以及更可靠的應(yīng)急疏散等規(guī)劃。

“一帶一路”關(guān)鍵節(jié)點區(qū)域風(fēng)險評估圖

在中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項（A?類）“泛第三極環(huán)境變化與綠色絲綢之路建設(shè)”的支持下，本研究基于“危險性-暴露度-脆弱性”風(fēng)險評估框架，完成了“一帶一路”沿線區(qū)域范圍千米尺度（圖?2），以及?34?個關(guān)鍵節(jié)點區(qū)域和六大經(jīng)濟走廊百米尺度極端干旱、極端降水、高溫?zé)崂撕惋L(fēng)暴潮風(fēng)險評估；并初步開展了?4?個典型節(jié)點區(qū)域十米尺度的風(fēng)險評估，如吉大港（圖?3）。

（1）高溫?zé)崂嗽跂|南亞北部、南亞和阿拉伯半島風(fēng)險最為突出，在中國東部、中亞南部、東歐和西亞部分地區(qū)風(fēng)險也較高。34?個關(guān)鍵節(jié)點區(qū)域中，高風(fēng)險節(jié)點僅占?9%?左右，大部分節(jié)點均位于中低風(fēng)險區(qū)。2005—2015?年，最大范圍熱浪風(fēng)險升高出現(xiàn)在?2005—2010?年，覆蓋了俄羅斯西部及東歐的大部分區(qū)域；印度尼西亞高溫?zé)崂孙L(fēng)險始終呈現(xiàn)出范圍不等的升高。致災(zāi)因子的危險性是高溫?zé)崂说闹饕绊懸蛩亍?/p>

（2）極端降水風(fēng)險區(qū)域主要分布在孟加拉國、中國的沿海地區(qū)，以及東南亞的雅加達(dá)、萬隆市的周邊區(qū)域。34?個關(guān)鍵節(jié)點區(qū)域中，約?32%?位于高風(fēng)險區(qū)，68%?位于中低風(fēng)險區(qū)。2000—2018?年，大部分關(guān)鍵節(jié)點區(qū)域（如雅萬高鐵、漢班托塔港等?11?個節(jié)點）極端降水風(fēng)險增加，小部分節(jié)點（如皎漂港等?6?個節(jié)點）的風(fēng)險呈下降趨勢；極端降水具有季節(jié)性集中、防范能力較弱的特點。

（3）極端干旱高風(fēng)險區(qū)域主要分布于中亞、西亞、北非和歐洲西部，總體上表現(xiàn)出“升—降—升—降”的“震蕩”趨勢性特征；其中，東歐、中亞受氣溫升高影響，干旱風(fēng)險增加，南亞、東南亞受降水增多的影響，干旱風(fēng)險輕微減小。34?個關(guān)鍵節(jié)點區(qū)域中，18%?位于高風(fēng)險區(qū)，剩余的?82%?均位于中低風(fēng)險區(qū)。極端干旱在不同熱量帶呈現(xiàn)明顯季節(jié)性差異，熱帶、溫帶、寒帶和干旱氣候區(qū)極端干旱分別集中在秋季、冬季、夏季和夏秋季節(jié)。

（4）風(fēng)暴潮風(fēng)險區(qū)域主要分布在孟加拉灣西北部和中國江浙至廣東沿岸。其中，灣口區(qū)域同時具有高危險性、高暴露度和高脆弱性，表現(xiàn)出最高風(fēng)險，且東岸較西岸風(fēng)險大。發(fā)生頻次總體呈上升趨勢，強度則呈周期性變化。加爾各答—吉大港—仰光港一線的節(jié)點區(qū)域風(fēng)暴潮頻次較多。34?個關(guān)鍵節(jié)點區(qū)域中，18%位于高風(fēng)險區(qū)，47%?位于中低風(fēng)險區(qū)，35%?無風(fēng)暴潮風(fēng)險。

上述用于風(fēng)險評估的精細(xì)尺度數(shù)據(jù)達(dá)到了同類降尺度或遙感提取數(shù)據(jù)中的較高精度，評估指標(biāo)主要基于文獻(xiàn)和專家意見，并經(jīng)過多次論證，兼具合理性和全面性。通過地面實證和同類結(jié)果交叉驗證，結(jié)果表明本研究的危險性、暴露度、脆弱性和風(fēng)險評估結(jié)果均與典型重大歷史極端氣候事件的發(fā)生時間和范圍高度吻合，同時在微觀尺度上能更精細(xì)反映極端氣候事件影響程度。盡管本研究評估結(jié)果具有科學(xué)性和可靠性，然而未來氣候變化的不確定性可能會在一定程度上影響風(fēng)險評估結(jié)果的有效性。

極端氣候風(fēng)險應(yīng)對策略

極端氣候事件災(zāi)害應(yīng)對方案主要從預(yù)測危險性、減少暴露度、降低脆弱性?3?個方面來規(guī)劃設(shè)計。①預(yù)測危險性的目的是為更準(zhǔn)確掌握氣候災(zāi)害發(fā)生的頻次、強度、影響范圍的變化特征，為制定應(yīng)對方案提供關(guān)鍵決策信息。②減少暴露度的目的是在進(jìn)行生產(chǎn)要素和重大工程項目空間布局時，避免在氣候災(zāi)害高風(fēng)險地區(qū)進(jìn)行布局。③降低脆弱性是應(yīng)對方案中最關(guān)鍵的部分，其目的是采取一系列工程（如修建海岸防護(hù)堤和擋潮閘）和非工程措施（如建立預(yù)警系統(tǒng)和應(yīng)急預(yù)案）以降低承災(zāi)體受氣候災(zāi)害不利影響的傾向或趨勢。

針對高溫?zé)崂恕O端干旱、極端降水和風(fēng)暴潮?4種典型極端氣候事件，分別設(shè)計了風(fēng)險應(yīng)對策略。①針對高溫?zé)崂孙L(fēng)險，減少熱暴露、提高公眾對高溫?zé)崂说倪m應(yīng)能力是應(yīng)對高溫?zé)崂说闹饕緩健＂卺槍O端降水風(fēng)險，提高排水能力、河道的蓄水及防洪能力，減少脆弱性是主要的應(yīng)對途徑；同時，加強環(huán)境監(jiān)測，加強普通民眾的風(fēng)險意識，購買相應(yīng)的保險，從而進(jìn)行風(fēng)險轉(zhuǎn)移。③針對極端干旱風(fēng)險，緩解干旱狀況并提高淡水供應(yīng)能力等是主要的應(yīng)對途徑；還應(yīng)大力推進(jìn)能源基礎(chǔ)設(shè)施建設(shè)，保證在極端干旱風(fēng)險出現(xiàn)時的電力供應(yīng)；加快構(gòu)建防災(zāi)減災(zāi)體系，結(jié)合地區(qū)實際情況，建立適于當(dāng)?shù)氐臉O端干旱預(yù)防和應(yīng)對措施。④針對風(fēng)暴潮風(fēng)險，提升對風(fēng)暴潮危險性的預(yù)測能力，結(jié)合風(fēng)暴潮風(fēng)險空間區(qū)劃，優(yōu)化重大工程和重點項目的空間布局，減少暴露度。

此外，應(yīng)系統(tǒng)分析未來不同氣候變化情景下短期（到?2030?年）、中期（到?2080?年）、長期（到?2090年）各類極端氣候事件的危險性及風(fēng)險的變化。針對不同節(jié)點地區(qū)的現(xiàn)有風(fēng)險應(yīng)對標(biāo)準(zhǔn)，應(yīng)根據(jù)未來風(fēng)險變化系統(tǒng)評估各地區(qū)風(fēng)險的防御能力，考慮改進(jìn)高風(fēng)險地區(qū)的工程標(biāo)準(zhǔn)，以進(jìn)一步確保極端氣候事件風(fēng)險管理安全。

結(jié)語

本研究完成了“一帶一路”沿線區(qū)域高溫?zé)崂恕O端降水、極端干旱和風(fēng)暴潮?4?類代表性極端氣候事件的千米、百米和十米尺度風(fēng)險評估，實現(xiàn)了對“一帶一路”沿線區(qū)域?4?類極端氣候風(fēng)險的空間分布、發(fā)展趨勢、主要影響因素的把握。

該項評估結(jié)果為科學(xué)、有效應(yīng)對“一帶一路”沿線區(qū)域極端氣候風(fēng)險，減少極端氣候事件所致人身和財產(chǎn)損失提供更精細(xì)、有效的決策支持。在評估結(jié)果支持下科學(xué)、有效地編制應(yīng)對方案，能夠為“一帶一路”沿線關(guān)鍵節(jié)點區(qū)域的重點工程項目、相關(guān)企業(yè)和中外機構(gòu)提供分析報告服務(wù)或?qū)ｍ椃治龇?wù)，并為各投資和管理企業(yè)的工程建設(shè)、運營管理提供信息支持。未來，在現(xiàn)有成果的基礎(chǔ)上，項目組將與“一帶一路”沿線國家或地區(qū)共建聯(lián)合研究機構(gòu)，為更好地開展精細(xì)尺度極端氣候事件評估和相關(guān)區(qū)域服務(wù)的推廣提供國際交流與合作的平臺保障。

通過“一帶一路”沿線區(qū)域典型極端氣候事件精細(xì)尺度風(fēng)險評估工作，強化了極端氣候事件風(fēng)險評估的科學(xué)問題凝練，實現(xiàn)了境外災(zāi)害風(fēng)險評估和管理中的數(shù)據(jù)“瓶頸”突破、方法創(chuàng)新和科學(xué)分析，提高了極端氣候事件風(fēng)險的多尺度認(rèn)知，深化了其對社會和經(jīng)濟發(fā)展影響的新認(rèn)識。

（作者：葛詠，中國科學(xué)院地理科學(xué)與資源研究所；李強子，中國科學(xué)院空天信息創(chuàng)新研究院；凌峰，中國科學(xué)院精密測量科學(xué)與技術(shù)創(chuàng)新研究院；張源，中國科學(xué)院空天信息創(chuàng)新研究院；姚永慧，中國科學(xué)院地理科學(xué)與資源研究所；劉慶生，中國科學(xué)院地理科學(xué)與資源研究所；董文，中國科學(xué)院空天信息創(chuàng)新研究院；吳驊，中國科學(xué)院地理科學(xué)與資源研究所；李毅，中國科學(xué)院空天信息創(chuàng)新研究院；任周鵬，中國科學(xué)院地理科學(xué)與資源研究所。《中國科學(xué)院院刊》供稿）。

相關(guān)文章