极端降水死亡预测模型

量化未来超额死亡

融合气候情景与社会经济路径的预测模型，揭示不同地区未来的死亡风险增幅。

Ban, Jie · Lu, Kailai · 刘袁缘 · Zang, Jiawei · Zhou, Zhen · 张灿 · 黄建滨 · Chen, Yidan · Xuejie, Gao · 徐影 · 王灿 · 蔡闻佳 · 宫鹏 · 罗勇 · 李湉湉

The Lancet Planetary Health 2024

具体参数

意外死亡风险增加百分比

{'zh': '13.0', 'en': '13.0'} %

年均超额死亡人数（意外）

{'zh': '2644', 'en': '2644'}

循环系统疾病死亡风险增加百分比

{'zh': '4.3', 'en': '4.3'} %

呼吸系统疾病死亡风险增加百分比

{'zh': '6.8', 'en': '6.8'} %

2030年代超额死亡增加人数（RCP2.6-SSP2-S2）

{'zh': '1244', 'en': '1244'}

技术优势

覆盖全国县域尺度

研究纳入了280个中国县区，覆盖不同气候带，提供了高空间分辨率的超额死亡估算，而以往研究多在单一城市或区域开展。

预测未来情景

模型结合了三种RCP排放情景和三种SSP人口情景，能够预测到2090年代不同组合下的超额死亡变化，为长期规划提供依据。

量化气候与人口贡献

研究量化了气候和人口因素对不同气候带未来超额死亡变化的贡献，有助于识别主要驱动因素并制定针对性干预措施。

应用场景

• 公共卫生规划：模型可预测不同情景下极端降水相关的超额死亡，帮助卫生部门提前规划医疗资源。
• 气候变化适应：预测结果揭示未来不同气候情景下的风险变化，为制定适应气候变化策略提供定量依据。
• 灾害风险管理：识别高风险气候带和区域，支持灾害风险管理和资源配置。
• 健康预警系统：模型对极端降水健康风险的量化可嵌入健康预警系统，及时发布预警减少死亡。