Under problematiska temperaturhändelser, vetenskapsmän och beslutsfattare måste veta vilka samhällen som är mest utsatta för hälsoeffekter. I en ny studie, forskare fann att gallrade, genomsnittliga klimatdata fungerar lika bra som temperaturmätningar i väderstationer. Upphovsman:Dominic Royé
Väderstationer ger detaljerade temperaturregistreringar, nederbörd, och stormhändelser. Dessa stationer, dock, är inte alltid väl fördelade och kan spridas i städer eller kan till och med vara frånvarande i avlägsna regioner.
När direkta vädermätningar inte är tillgängliga, forskare har en lösning. De använder befintliga gitterade klimatdatauppsättningar (GCD) vid olika rumsliga upplösningar som genomsnittligt väder inom ett specifikt nät. Till skillnad från övervakningsstationer, de uppskattade temperaturerna i dessa nätceller är baserade på en kombination av modellerade prognoser och klimatmodeller samt observationer (varierande från markmonitorer och flygplan till havsbojar och satellitbilder). Dessa GCD är mycket användbara i storskaliga klimatstudier och ekologisk forskning, särskilt i regioner utan övervakningsstationer.
Men kan GCD vara effektiva i epidemiologiska studier, till exempel, titta på hur negativa temperaturer kan påverka människors hälsa och dödlighet?
I en ny studie, de Schrijver et al. testat om GCD kan vara användbart för att studera temperaturrelaterad dödlighet i områden där väderstationerna är glesa. De jämförde nätdata med väderstationstemperaturer på två platser - England och Wales och Schweiz - för att se om den ena datamängden fungerade bättre än den andra. Dessa regioner har varierande topografi, heterogena temperaturområden, och olika befolkningsfördelningar, som alla leder till fickor med oregelbundna temperaturer inom ett område.
För att förstå vilka temperaturdata som skulle vara mest användbara för att förutsäga hälsorisker för samhällen, forskarna jämförde dödsfall från exponering för varma eller kalla temperaturer för både GCD och väderstationsdata. De använde väderstationsdata från varje land och en hög- och lågupplöst GCD (lokal och regional skala) för att se vilka data som var bättre för att förutsäga risk för dödsfall från kyla eller värme.
Teamet fann att båda datamängderna förutsade liknande resultat av hälsoeffekter från temperaturexponering. Dock, i vissa fall, högupplösta GCD:er kunde bättre fånga extrem värme jämfört med väderstationsdata när ojämn fördelning av befolkningen redovisades. Detta var särskilt fallet i tätbefolkade stadsområden som upplever betydande temperaturskillnader inom dem.
Forskarna drar slutsatsen att i städer och områden med hård terräng, lokala GCD kan vara bättre än väderstationsdata för epidemiologiska studier.
Denna berättelse publiceras på nytt med tillstånd av Eos, värd för American Geophysical Union. Läs den ursprungliga historien här.