编辑推荐：
为揭示快速城市化进程中极端高温和空气污染等多重环境压力如何与环境、健康和社会经济不平等相互作用，造成社区健康脆弱性的空间分异，本文作者整合了来自MODIS的地表温度(LST)和Sentinel-5P的大气污染物(NO2, SO2, CO, HCHO, O3)遥感数据，以及CalEnviroScreen健康数据和CDC社会脆弱性指数(SVI)，构建了一个新型人口密度加权社区健康脆弱性指数(CHVI-P)。该研究识别出洛杉矶约45%的人口生活在极高脆弱性区域，其分布呈现出明显的空间聚集性，证实了环境不公的结构性特征，为制定精准的公共卫生干预和公平的城市规划提供了科学依据。
在城市，尤其是在像洛杉矶这样人口稠密、社会差异显著的大都市，空气污染和极端高温已经成为居民健康的双重威胁。汽车尾气、工业排放不仅让天空蒙上阴影，其与高楼大厦、水泥路面共同制造的“热岛效应”更让城市在夏日如同蒸笼。然而，这些环境压力并非均匀地作用于每一个人。现实中，低收入社区、少数族裔群体往往居住在靠近污染源、绿化稀少、基础设施薄弱的区域，他们暴露在更高的健康风险之下，却缺乏应对这些风险的资源和能力。这种“环境不公”现象是城市化进程中的一个尖锐问题，但传统的单一指标评估难以捕捉其复杂的多维本质。为了更精准地识别高风险人群和区域，支持基于证据的公平政策制定，一项发表在《Sustainable Cities and Society》上的研究，开发并应用了一种创新的人口密度加权社区健康脆弱性指数（CHVI-P），对洛杉矶进行了多灾种综合评估。
为了系统评估社区健康脆弱性，研究人员综合运用了多源数据与空间分析技术。研究核心是利用来自MODIS卫星的地表温度(LST)数据计算城市热岛强度(SUHII)，并利用Sentinel-5P卫星的TROPOMI传感器数据监测包括二氧化氮(NO2)、二氧化硫(SO2)、一氧化碳(CO)、甲醛(HCHO)和地表臭氧(O3)在内的多种大气污染物，构建城市污染指数(UPI)。健康数据来自加州环境健康危害评估办公室(CalEnviroScreen)的数据库，包含哮喘、心血管疾病住院率和低出生体重等指标，用于计算健康指数(HI)。社会经济脆弱性则采用美国疾病控制与预防中心(CDC)的社会脆弱性指数(SVI)来衡量。通过主成分分析(PCA)为各指数中的指标确定客观权重，最终将暴露(E，由SUHII和UPI的平均值代表)、敏感性(S，即HI)、适应能力(A，即SVI)和人口密度(P)四个维度整合，计算得出CHVI和CHVI-P指数。研究运用了包括皮尔逊相关性分析、全局与局部莫兰指数(Moran’s I)以及Getis-Ord Gi*热点分析在内的空间统计方法，来揭示脆弱性的空间格局、聚集模式及相关性。
1. 相关性分析
研究人员首先构建了包含19个环境与社会经济参数的相关性矩阵。分析显示，空气污染物之间存在较强的正相关，例如CO与NO2相关性高达0.79，表明它们有共同的排放源（如交通）。健康指标间也存在显著关联，哮喘与心血管疾病的相关性为0.69。更重要的是，SUHII与多种健康指标呈正相关，SVI则与UPI、SUHII和HI均呈正相关，这初步证实了环境压力、健康负担与社会经济脆弱性之间存在紧密联系。
2. 各核心指标的空间变异
研究发现，SUHII的高值区主要集中在洛杉矶中部、东北部和西部地区，这些区域城市化程度高、植被覆盖少。UPI的高值区则集中在城市中部和南部，与密集的交通和工业活动分布一致。HI的高值区与SUHII、UPI的高值区在空间上高度重叠，集中在城市中部、西北部和东北部，表明高温和污染共同加剧了公共卫生风险。SVI的高值区则主要分布在中部和东南部，反映了这些区域在人口结构、社会经济条件等方面更高的脆弱性。
3. 综合脆弱性指数（CHVI与CHVI-P）的空间格局
CHVI地图显示，极高和高脆弱性区域集中在洛杉矶中部和南部城区。而当引入人口密度权重得到CHVI-P后，空间格局发生了重要变化：尽管中部和南部城区仍然是热点，但由于人口密度的放大效应，极高脆弱性类别的空间范围向西部和南部进一步延伸，而北部人口稀疏地区则主要呈现为低脆弱性。这表明，单纯基于地域的脆弱性评估（CHVI）与考虑受影响人口规模的评估（CHVI-P）会导向不同的优先干预区域。
4. 脆弱性等级的面积与人口分布
面积分析显示，按CHVI-P分类，洛杉矶县大部分面积（57.5%）属于“极低”脆弱性，但人口分析却呈现完全相反的“倒金字塔”结构。惊人的是，约45%（超过337万）的人口居住在仅占面积4.2%的“极高”脆弱性区域。换言之，不到8%的土地面积承载了超过65%的人口，且这些人口大多暴露在最高的复合风险之下。这清晰地揭示了健康脆弱性在人口层面的高度集中和不平等分布。
5. 空间统计揭示的结构性聚集
全局莫兰指数I值为0.45，证实了CHVI-P在空间上呈显著的聚集模式，而非随机分布。局部聚类与异常值分析（Anselin Local Moran’s I）进一步识别出明确的“高-高”聚类区，主要位于洛杉矶南部的博伊尔高地、南中央洛杉矶和瓦茨等历史上就面临社会经济与种族不平等问题的社区。热点分析（Getis-Ord Gi*）同样在这些区域检测到了统计上显著的热点。这些结果共同表明，社区健康脆弱性是一种“结构性的、空间上根深蒂固的模式”。
研究的结论与讨论部分深刻指出，环境不公在洛杉矶并非偶然现象，而是呈现出明确、非随机且高度空间聚集的模式。低收入和少数族裔社区不成比例地承受着极端高温和空气污染的双重环境风险负担。该研究创新性地开发的CHVI-P指数，通过整合遥感环境数据、健康数据、社会经济数据和人口数据，并引入人口密度权重，提供了一个能够同时量化“风险强度”和“受影响人口规模”的综合评估工具。这不仅有助于识别出内在风险最高的地区（通过CHVI），更能精确定位公共卫生干预能惠及最多人口、产生最大效益的“靶心”区域（通过CHVI-P）。研究结果强调，约45%的洛杉矶人口生活在极高脆弱性状态，这为城市管理者和公共卫生部门敲响了警钟。作者建议，城市规划应优先在这些脆弱性热点区域增加绿色基础设施、改善建筑能效、设立避暑中心，并实施针对性的空气质量改善和公共卫生项目。尽管该研究以洛杉矶为案例，但其方法论框架具有可移植性和可扩展性，为全球其他面临类似环境公正挑战的城市进行精准评估、制定证据驱动的公平政策提供了强有力的分析工具。最终，这项工作为实现可持续和健康的城市发展，弥合环境健康差距指明了数据驱动的科学路径。
