全球极端高温事件频繁发生,且呈现频次高、强度大、范围广的特点。极端高温天气在6、7、8月份出现次数也屡创新高,甚至部分区域每年都遭受高温灾害的侵袭。极端的高温天气给人类健康以及社会经济发展带来了严重的危害,高温天气越来越受到国内外研究学者的关注。本文选取长三角地区27个地市作为研究区域,利用研究区内42个国家基准气象站1951-2018年的监测数据,获得各个站点6、7、8月份的日高温数据,并将高温日数、高温强度作为高温热浪危险性因子的指标,用耿贝尔重现周期原理计算各个气象站点的五年一遇、十年一遇、二十年一遇、三十年一遇、五十年一遇的高温阈值,根据不同重现周期下高温阈值对高温日数和强度的影响,制成以1km×1km栅格为基本评价单元的n年一遇危险性因子指标空间分布图。将社会数据如,人口密度、人口结构、国内生产总值（GDP）、车辆拥有量、下垫面因子共同作为脆弱性因子指标。将空调拥有量、交通便捷性、医疗水平程度、公共财政预算支出作为高温防范能力因子指标。利用AHP层次分析法和专家打分法结合的方法,对不同因子的指标权重进行计算,并利用加减法建立危险性因子、脆弱性因子、防范高温能力因子的高温热浪风险指数模型,最终获得n年一遇高温热浪风险指数空间分布图。结论如下:（1）皖南山区受到山地的焚风效应影响使区域整体的高温天数较多,浙江金华地处金衢盆地,周围被山地包围,导致白天温度升温快,晚上散热慢,故监测的气象站点温度相较于平原地区气象站点的温度要高,所受高温危险性也较大。而沿海地区由于受到了夏季季风的影响,出现的高温天气少,高温危险性较内陆地区要小。总体形成,地形起伏大的地区高温热浪风险高、沿海区域高温热浪风险低的分布特征。（2）较高的高温热浪高风险主要集中在各城市的市中心,即人口越集中的区域高温风险越高。主要原因在于社会生活生产都集中在人口密度高的区域,其高温风险脆弱性越大,高温风险就越高。（3）不同重现周期的高温热浪风险指数空间分布特征大致类似,但随着n值的增加各气象站点的高温阈值也在增加,达到阈值的高温日数不断减少,危险性因子随之减少,导致高温风险指数R的统计特征值降低,说明重现周期与高温风险指数统计特征值成反比,即n值越大,特征值越小且高风险面积也在不断减小。（4）对长三角六个代表城市进行整体和市区高温风险指数分析与排序。在相同高温重现周期下,按城市整体高温风险指数由高到低为:杭州>宁波>合肥>南京>苏州>上海,而市区的高温风险指数由高到低为:合肥≥杭州>上海>宁波>南京>苏州。在这两种区域的高温热浪风险指数中,上海的排名变化最为明显,主要在于上海的常住人口很多达到了2423.78万人,绝大数人的社会生活生产都集中在老城区附近,其高温脆弱性高,导致市区的高温风险指数要比整个上海市高。