Demografia i stres cieplny: rola dynamiki populacji w prognozach ryzyka klimatycznego

Wpływ zmian klimatycznych na zdrowie ludzi nie rozkłada się równomiernie we wszystkich grupach demograficznych. Osoby starsze, osoby o niskim statusie społeczno-ekonomicznym czy mieszkańcy miast są bardziej podatni na wzrost temperatury. Prognozy przestrzenne podatności populacji w wysokiej rozdzielczości są jednak nieliczne. Wykorzystując model Bayesian Model Averaging (BMA), w niniejszym artykule zwiększono dokładność struktury populacji do poziomu wewnątrzmiejskiego na potrzeby studium przypadku Madrytu.

Dane empiryczne z miejskiego rejestru mieszkańców zostały wykorzystywane do zmapowania, gdzie znajdują się grupy szczególnie narażone na efekty zmiany klimatu. Niejednorodność demograficzną ujęto poprzez dezagregację danych wejściowych według grup wiekowych (poniżej i powyżej 65 lat), płci i poziomu wykształcenia (jako wskaźnik zastępczy statusu społeczno-ekonomicznego).Następnie, BMA został użyty do stworzenia prognozy udziału tych grup w populacji Madrytu do 2050 r. W prognozach użyto wybranych scenariuszy IPCC („Shared Socioeconomic Pathways”).

Wynikające z modelowania rozkłady grup ludności i ich przewidywane zmiany są istotne dla lokalnego podejmowania decyzji dotyczących strategii adaptacyjnych w celu zmniejszenia obciążenia zdrowotnego, jakie może wynikać ze stresu cieplnego w przyszłości.