Source: GeoHealth
This is an authorized translation of an Eos article. 本文是Eos文章的授权翻译。
气象站可提供气温、降水和风暴事件的详细记录。然而，这些站点的间隔未必适当，可能分散在城市中，在有些偏远地区甚至可能没有。
在没有直接的天气测量数据时，研究人员有一个变通办法。他们使用现有的网格气候数据集(gridded climate data sets, GCDs)在不同的空间分辨率下对一个特定网格内的天气做平均处理。与监测站不同的是，这些网格单元的估计温度是基于模型预报和气候模型以及观测数据的结合，其中观测数据可能来自地面监测仪、飞机、海上浮标和卫星图像等。这些GCD在大尺度气候研究和生态研究中非常有用，尤其是在没有监测站的地区。
那么，GCD在流行病学研究中是否有效呢？例如，在观察不利温度可能如何影响人类健康和死亡率方面?
在一项新的研究中，de Schrijver等人测试了在气象站稀少地区使用GCD研究与温度有关的死亡率时是否有用。他们将网格化的温度数据与英格兰威尔士和瑞士两个地方的气象站温度数据进行了比较，以观察其中一组数据是否比另一组数据更为有效。这些地区的地形、温度范围各不相同，人口分布也各不相同，这些都导致了区域内温度的不规则分布。
为了解哪一种温度数据对预测社区的健康风险最有帮助，研究人员比较了GCD和气象站数据的高温和低温死亡人数。他们使用每个国家的气象站数据以及高分辨率和低分辨率的地方和区域尺度GCD数据，来看看哪一种数据能更好地预测因寒冷或炎热而死亡的风险。
研究团队发现，这两组数据对于温度暴露对健康的影响预测出了相似的结果。不过，在某些情形下，当人口分布不均时，高分辨率的GCD数据与气象站数据相比能够更好地捕捉到极端高温。这在人口密集的城市地区尤其如此，这些地区内部存在显著的温度差异。
研究人员得出结论称，在地势崎岖的城市和地区，当地的GCD数据可能比气象站数据更适合用于流行病学研究。(GeoHealth, https://doi.org/10.1029/2020GH000363, 2021)
—科学作家Sarah Derouin
This translation was made by Wiley. 本文翻译由Wiley提供。
Share this article on WeChat. 在微信上分享本文。
Text © 2021. AGU. CC BY-NC-ND 3.0
Except where otherwise noted, images are subject to copyright. Any reuse without express permission from the copyright owner is prohibited.