在气候变化下,高分辨率建模和预测德国与热相关的死亡率

科学领域:

• 环境健康 环境健康
• 气候科学 气候科学
• 公共卫生 公共卫生

背景情况:

• 极端高温是夏季可预防死亡的主要原因之一.
• 了解温度与死亡率的联系对于公共卫生规划至关重要.
• 碎片化数据使与热相关的死亡率分析复杂化.

研究的目的:

• 开发一个多尺度机器学习模型来估计与热有关的死亡率.
• 在德国,以各种时间和空间分辨率分析与热有关的死亡.
• 在气候变化情景下预测未来与热量相关的死亡率.

主要方法:

• 使用德国作为案例研究,开发了一种多尺度的机器学习模型.
• 该模型估计了区域,年度和国家规模的与热有关的死亡率.
• 未来的预测利用了共享的社会经济路径 (SSP) 和静态的社会人口统计假设.

主要成果:

• 据估计,在2014年至2023年期间,德国发生了大约4.8万例与高温有关的死亡.
• 大多数死亡与特定的热浪事件有关.
• 未来的死亡率可能会增加2.5到9倍,如果没有适应,这取决于SSP.

结论:

• 开发的模型是气候驱动公共卫生战略的宝贵工具.
• 它有助于识别当地热浪风险,并为长期弹性规划提供信息.
• 这些发现突显了迫切需要适应战略,以减轻未来与热有关的死亡率.