认知资源对公众城市气象灾害防御支付意愿的影响研究#br# ——基于南京市暴雨灾害防御的实证

城市气象灾害防御措施的改进是防灾减灾的有效手段，但如何在辨识公众支付意愿的基础上，构建多方成本分担的灾害防御制度是解决问题的关键。从成本分担的视角出发，以南京暴雨灾害防御为例，分析公众对增强型城市气象灾害防御的支付意愿及认知资源在其中的重要作用。通过构建由Probit模型和有序Probit模型组成的递归混合模型，探讨认知资源和经济资源在公众支付决策中的重要性。研究表明:认知资源的作用十分明显，且随着公众对暴雨灾害风险感知、防御措施了解程度、防御制度认可程度的提高，公众支付意愿越强。而暴雨灾害风险感知又受到灾害趋势认知和经历的共同影响，这两个变量分别影响风险感知的广度和深度，但受教育程度对风险感知深度的影响并不显著。核心建议是从满足公众对城市暴雨灾害风险、防御措施、灾害趋势等知识的需求，政府应该加强暴雨灾害科普宣传的主动性、提升主管和协同部门的公信力；规范科普知识内容、拓宽科普渠道。     

气象要素对气溶胶光学厚度估算PM2.5的影响

地面监测得到的近地面细颗粒物PM_(2.5)浓度较为精确,但数据覆盖范围相对较小,卫星遥感反演的气溶胶光学厚度(AOD)数据可以反映污染物浓度分布,具有范围大且速度快的特点,因此,大多数学者通过建立PM_(2.5)-AOD模型来实现卫星遥感监测PM_(2.5)浓度,并通过引入气象要素来优化模型.然而,气象要素的选择与引入往往对模型的精度有较大的影响,如何有效地选择对PM_(2.5)浓度影响较大的气象要素一直是PM_(2.5)-AOD模型中的关键问题.因此,本文基于华东地区2014—2015年的MODIS AOD和地面监测站的PM_(2.5)浓度数据,结合再分析气象资料,利用多元逐步线性回归方法建立PM_(2.5)-AOD模型,从由特定时刻、高度上的气象要素与随时间、高度变化的气象要素组成的气象要素集中,筛选出对因变量PM_(2.5)浓度有显著影响的关键气象要素.结果表明:在地域与季节双重尺度下的PM_(2.5)-AOD模型精度更高;相较于特定时刻高度的气象要素,随时间和高度变化的气象要素对PM_(2.5)-AOD模型的影响更为显著;在地域与季节双重尺度下,1000～850 hPa经向风速差、世界时0:00—6:00近地面温度差、850～600 hPa温度差、6:00边界层高度、12:00—18:00近地面压强差、1000～850 hPa温度差对模型影响较大,但应依据不同季节和不同地区的具体影响程度作为选择标准.