science >> Wetenschap >  >> Natuur

Risico's voor de menselijke gezondheid berekenen met algemene weergegevens

Tijdens problematische temperatuurgebeurtenissen, wetenschappers en beleidsmakers moeten weten welke gemeenschappen het meeste risico lopen op gezondheidseffecten. In een nieuwe studie, onderzoekers ontdekten dat gerasterde, gemiddelde klimaatgegevens werken net zo goed als temperatuurmetingen van weerstations. Krediet:Dominic Royé

Weerstations bieden gedetailleerde gegevens over temperatuur, neerslag, en stormgebeurtenissen. Deze stations, echter, zijn niet altijd goed uit elkaar geplaatst en kunnen verspreid zijn over steden of zelfs afwezig zijn in afgelegen gebieden.

Wanneer directe metingen van het weer niet beschikbaar zijn, onderzoekers hebben een work-around. Ze gebruiken bestaande gridded climate data sets (GCD's) met verschillende ruimtelijke resoluties die het weer binnen een specifiek raster gemiddeld. In tegenstelling tot meetstations, de geschatte temperaturen in deze rastercellen zijn gebaseerd op een combinatie van gemodelleerde voorspellingen en klimaatmodellen en op waarnemingen (variërend van grondmonitors en vliegtuigen tot zeeboeien en satellietbeelden). Deze GCD's zijn zeer nuttig bij grootschalige klimaatstudies en ecologisch onderzoek, vooral in regio's zonder meetstations.

Maar kunnen GCD's effectief zijn in epidemiologische studies, bijvoorbeeld, om te kijken hoe ongunstige temperaturen de menselijke gezondheid en mortaliteit kunnen beïnvloeden?

In een nieuwe studie, de Schrijver et al. getest of GCD's nuttig zouden kunnen zijn bij het bestuderen van temperatuurgerelateerde sterfte in gebieden waar weerstations schaars zijn. Ze vergeleken gerasterde temperatuurgegevens met weerstationtemperaturen op twee locaties - Engeland en Wales en Zwitserland - om te zien of de ene dataset beter werkte dan de andere. Deze regio's hebben een verschillende topografie, heterogene temperatuurbereiken, en variërende bevolkingsverdelingen, die allemaal leiden tot zakken met onregelmatige temperaturen binnen een gebied.

Om te begrijpen welke temperatuurgegevens het nuttigst zijn bij het voorspellen van gezondheidsrisico's voor gemeenschappen, de onderzoekers vergeleken sterfgevallen als gevolg van blootstelling aan warme of koude temperaturen voor zowel GCD's als weerstationgegevens. Ze gebruikten weerstationgegevens van elk land en een GCD met hoge en lage resolutie (lokale en regionale schalen) om te zien welke gegevens beter waren voor het voorspellen van het risico op overlijden door kou of hitte.

Het team ontdekte dat beide datasets vergelijkbare uitkomsten van gezondheidseffecten van blootstelling aan temperatuur voorspelden. Echter, in sommige gevallen, GCD's met hoge resolutie waren beter in staat om extreme hitte vast te leggen in vergelijking met gegevens van weerstations wanneer rekening werd gehouden met ongelijke verdeling van de bevolking. Dit was vooral het geval in dichtbevolkte stedelijke gebieden waar binnenin aanzienlijke temperatuurverschillen optreden.

De onderzoekers concluderen dat in steden en gebieden met ruig terrein, lokale GCD's zijn mogelijk beter dan gegevens van weerstations voor epidemiologische studies.

Dit verhaal is opnieuw gepubliceerd met dank aan Eos, georganiseerd door de American Geophysical Union. Lees hier het originele verhaal.