Heat Risk Assessment at Union Level Using Multiplicative Hazard-Exposure-Vulnerability Framework Integrating Remote Sensing and Socio-Economic Data
本研究利用结合了遥感与人口普查数据的乘法危害-暴露-脆弱性框架,对孟加拉国拉杰沙希分区的 654 个行政联盟进行了首次联盟级热风险评估,旨在识别空间风险集群并为跨区域的针对性适应策略提供依据。
2455 篇论文
本研究利用结合了遥感与人口普查数据的乘法危害-暴露-脆弱性框架,对孟加拉国拉杰沙希分区的 654 个行政联盟进行了首次联盟级热风险评估,旨在识别空间风险集群并为跨区域的针对性适应策略提供依据。
本研究表明,将卫星衍生的、随时间变化的面积-高程曲线整合到高尔斯坦大坝(Golestan Dam)的洪水演进模型中,揭示了显著的泥沙诱发形态变化会大幅改变洪峰流量和洪水风险,从而凸显了进行动态几何更新对于准确进行大坝安全与洪水管理的必要性。
本研究利用遥感和机器学习技术,揭示了孟加拉国白沙里邦多帕(Baishari Bangdopa)在1988年至2025年间森林覆盖率下降了74%,并预测未来的森林稳定性关键取决于管理干预措施,其中严格保护可能使2050年的森林覆盖量比高毁林情景下的近乎完全崩溃增加至目前的三倍。
这项针对尼日利亚近郊奥卢约莱(Oluyole)的研究表明,尽管环境意识较高,但由于废物管理基础设施不足、感官驱动的风险感知以及制度治理薄弱,工业污染依然存在,迫使社区为了生计安全而采取适应性容忍污染的行为。
本研究表明,在三个北美生物圈保护区的温度趋势方面,原住民和当地的口述历史通常与仪器气候记录相补充,尽管由于空间尺度、生计特定敏感性以及数据限制的差异,两者经常会出现分歧。
本研究表明,2025年3月的一次重大平流层突然升温通过下传的东风反射行星波以加强东亚槽,从而影响了2025年4月东亚出现的破纪录地面风极端事件,进而通过将平流层数据纳入深度学习模型来提升短期预报技巧。
本研究提出了一个针对加拿大蓝碳生态系统的国家评估框架,揭示了其显著的碳储量与固碳潜力,同时表明将这些生态系统的保护范围扩大到 2030 年前的 30%,到 2050 年可产生巨大的累积气候减缓效益。
本研究结合了云端遥感技术与元胞自动机-人工神经网络(CA-ANN)模型,对埃塞俄比亚吉格尔吉贝一号(Gilgel Gibe I)流域的历史土地利用与土地覆盖(LULC)变化进行了分析并预测了未来趋势,揭示了森林和草地面积的显著减少,以及农业和建筑区区的快速扩张,这些变化威胁到了生态系统服务功能和环境可持续性。
本研究引入了一个高分辨率建模框架,旨在证明未来的城市扩张将不成比例地加剧北美现有高温、高密度人口密集城市核心区的热灾害风险,揭示了由气候变化、人口结构变化和空间开发共同作用所驱动的关键性局部脆弱性。
这项研究表明,来自望加锡塔洛海岸的可食用双壳类动物(*Pilsbryoconcha exilis*)受到微塑料污染,主要为聚乙烯(PE)、聚对苯二甲酸乙二醇酯(PET)和聚氯乙烯(PVC)的蓝色纤维,由于风险指数和超额癌症风险评估值超过了安全阈值,这构成了显著的膳食健康风险——尤其是对儿童而言。