编辑推荐：
安哥拉市级社会脆弱性指数（SVI）开发及干旱风险评估研究，基于卫星、人口普查及健康数据等多源信息，采用等权重与专家赋权两种方法构建SVI，揭示脆弱性空间异质性，发现最脆弱市镇（Belas、Belize、Calandula）与最不脆弱市镇（Cuito、Luanda、Longonjo）呈非聚类分布，为精准决策提供支持。
Md Sariful Islam|Yusuke Kuwayama|Dara Entekhabi|Katlyn M. Turner|Catherine Lu|Felipe Munoz Castillo|Zolana Joao|Vangiliya Filipe Pereira|Osvaldo Porto|Luciano Lupedia|Ivandro Rodrigues|Danielle Wood
美国马萨诸塞理工学院媒体实验室空间赋能研究小组，剑桥，马萨诸塞州
摘要
安哥拉极易受到气候灾害及其相关冲击的影响，长期干旱事件对该国造成了严重影响。有效应对干旱的政策需要一套指标来衡量社会脆弱性的多个维度，并比较不同地区的相对脆弱性。在本文中，我们提出了针对干旱的社会脆弱性指数（SVIs），这些指数作为更大范围干旱决策支持系统的输入数据。这些指数基于多种数据来源，包括卫星地球观测数据、人口统计和健康调查数据以及国家普查数据，并采用两种不同的加权方法进行计算。我们的研究结果显示，安哥拉各市镇的脆弱性普遍存在，且脆弱程度存在显著差异。最脆弱的市镇包括Belize、Belas和Calandula，而最不脆弱的市镇则是Cuito、Luanda和Longonjo。研究结果还表明，最脆弱和最不脆弱的市镇并未集中分布，这突显了在市镇层面而非省级层面评估脆弱性的重要性。
引言
灾害研究越来越多地关注脆弱性的测量，联合国减灾办公室将脆弱性定义为“由增加个人、社区、资产或系统对灾害影响敏感性的因素或过程所决定的条件”（UNDRR, 2016）。影响脆弱性的因素和过程可能是物理的、环境的或社会经济的。最近对气候变化和极端气候影响的评估越来越关注社会经济因素。此外，现有的概念框架认为脆弱性是暴露度、敏感性和适应气候变化能力的函数（IPCC, 2007），尽管最近的一些定义将暴露度与脆弱性区分开来，将脆弱性视为社区的内部属性，独立于物理事件（IPCC, 2014; IPCC, 2022; Sharma和Ravindranath, 2019）。
社会（或社会经济）脆弱性指数（SVIs）是分析脆弱性最常用的方法（Anderson等人，2019；Aroca-Jiménez等人，2020；Bakkensen等人，2017），并且已经为各种自然灾害开发了这些指数。SVIs通过聚合多个社会指标来计算出一个数值，从而衡量特定地点人们的脆弱性。从政策角度来看，SVIs具有吸引力，因为它们提供了连续的脆弱性测量，并允许根据不同的分析和测量单位进行调整。Biswas和Nautiyal（2023）、Mah等人（2023）以及Spielman等人（2020）对SVI的最新应用进行了全面回顾。de Sherbinin等人（2019）和Painter等人（2024）则研究了SVI在自然灾害和气候变化脆弱性评估中的应用。
在本文中，我们提出了一个针对干旱的SVI，作为更广泛的干旱决策支持系统（DDSS）的输入数据。我们为安哥拉全国计算了这个SVI的值。选择安哥拉作为研究区域是因为该项目是由安哥拉国家空间计划（GGPEN）的政府领导提出的。从学术角度来看，安哥拉值得研究，因为该国极易受到气候灾害及其相关冲击的影响，近年来长期干旱事件对其造成了严重影响，并且干旱条件和社会脆弱性的驱动因素在地区间存在显著差异。虽然一些先前的研究遵循政府间气候变化专门委员会（IPCC）将脆弱性分为暴露度、敏感性和适应能力三个组成部分的定义（Murthy等人，2015；Vargas和Paneque，2017），但我们采取了更具体的部门视角（Ahmadalipour和Moradkhani，2018；Ahsan和Warner，2014；Malakar和Mishra，2017；Naumann等人，2014），定义了六个组成部分——农业、人口、经济、健康、物理和社会，并为安哥拉的每个市镇计算了这些组成部分的值。除了提出一个平等重视这六个组成部分的SVI估计值外，我们还根据专家意见计算了一个按不同权重分配这些组成部分的SVI。这项工作是美国研究人员与安哥拉多个政府机构合作的成果，旨在确保DDSS对决策具有相关性和可操作性。
我们的论文对干旱脆弱性研究文献做出了三项主要贡献，我们在表1中进行了总结。首先，我们在市镇层面计算了SVI，并获得了安哥拉几乎所有市镇的数值；大多数现有的基于非洲数据的SVI都是在国家层面（Ahmadalipour和Moradkhani，2018；Naumann等人，2014；Vincent，2004）或仅针对国家内特定社区（Limones等人，2020；Luetkemeier和Liehr，2018；Sullivan等人，2003）来衡量脆弱性的。世界其他地区的研究使用次国家级尺度来评估干旱的社会经济脆弱性。例如，Li和Jiang（2024）在中国县级层面评估了干旱的社会脆弱性（Li和Jiang，2024），这相当于安哥拉的市镇层面；而Serkendiz等人（2023）在土耳其省级层面评估了农业干旱的脆弱性（Serkendiz等人，2023）。在更细分的层面上获得的SVI值可以帮助决策者更好地针对干旱救济和韧性措施。其次，我们在一个包含遥感数据的更广泛的DDSS框架内设计了SVI。通过实施环境-脆弱性-决策-技术（EVDT）系统工程框架（Reid等人，2019；Wood等人，2025），我们展示了如何将关注社会脆弱性维度的SVI与高频率和空间分辨率的环境数据相结合，以支持决策（Wood等人，2024；Turner等人，2024）。最后，我们描述了如何通过采用基于专家意见的加权方案来更好地反映决策者的目标和需求。这三项贡献旨在解决现有干旱脆弱性评估的不足之处，包括无法捕捉局部尺度上的脆弱性变化、指数加权方法缺乏透明度，以及与预防和管理干旱风险选项的规划和优先级制定缺乏相关性等问题（Dhawale等人，2024；González Tánago等人，2016；Hagenlocher等人，2019）。
章节摘录
背景
南部非洲的干旱对人类产生了重大影响，因为当地大部分人口依赖自给农业和游牧生活方式（Limones等人，2020；Lourenco等人，2023；Piemontese等人，2024）。此外，由于地形差异，干旱状况在地区间存在差异，有些地区几乎不受干旱影响，而其他地区则面临严重的水资源短缺（Lourenco等人，2023；Luetkemeier等人，2017）。
SVI指数计算
我们采用了以往研究中开发SVI的方法，定义了多个脆弱性组成部分，每个组成部分又包含若干具体的子组成部分（我们称之为指标），这些指标是可以测量的。为了将指标的值合并为一个综合数值，我们需要对它们进行标准化处理。由于指标的测量尺度可能差异很大，我们在聚合之前会对指标进行归一化。
各指标的分布
我们的最终指数基于在市镇层面测量的20个社会经济和环境指标。表4展示了这些指标的描述性统计信息。这些统计数据显示了两个重要特征：首先，安哥拉的人类发展关键指标显著低于全球平均水平；其次，许多指标在不同市镇之间的变化很大。
讨论
我们SVI开发过程中的一个关键方面是安哥拉利益相关者的参与。
结论
本研究开发了一个全面的安哥拉市镇层面的社会脆弱性指数（SVI），使用了来自多种来源的数据，包括遥感数据、人口普查数据以及人口统计和健康调查数据。研究结果揭示了安哥拉各市镇普遍存在的脆弱性以及脆弱程度的显著差异。一些最脆弱的市镇包括Belas、Belize和Calandula，而最不脆弱的市镇则是Longonjo、Cuito等。
CRediT作者贡献声明
Md Sariful Islam：撰写初稿、审稿与编辑、方法论设计、数据分析、可视化。Yusuke Kuwayama：撰写初稿、审稿与编辑、项目监督、方法论设计、资金获取、数据分析。Dara Entekhabi：审稿与编辑、资金获取。Katlyn Turner：概念构思、撰写与编辑。Catherine Lu：撰写与编辑。Felipe Munoz Castillo：撰写初稿。
资金支持
本研究得到了NASA Earth Action计划的资助（#80NSSC22K1136）。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益冲突或个人关系。
致谢
作者感谢Tanya Kreutzer Sayyed提供的优秀研究协助，以及Mike Toman提出的宝贵意见和建议。
