Εφαρμογές Περιβαλλοντικής Δημόσιας Υγείας με τη Χρήση Τηλεπισκοπικών Δεδομένων
Από RemoteSensing Wiki
Εφαρμογές Περιβαλλοντικής Δημόσιας Υγείας με τη Χρήση Τηλεπισκοπικών Δεδομένων
Αντικείμενο Εφαρμογής: Σύνδεση περιβαλλοντικών παραγόντων με προβλήματα υγείας και δημιουργία σχετικής βάσης δεδομένων
Πρωτότυπος Τίτλος: Environmental public health applications using remotely sensed data
Συγγραφείς: Mohammad Z. Al-Hamdan(a), William L. Crosson(a), Sigrid A. Economou(b), Maurice G. Estes Jr(a), Sue M. Estes(a), Sarah N. Hemmings(a), Shia T. Kentc, Mark Puckett(b), Dale A. Quattrochi(d), Douglas L. Rickman(d), Gina M. Wade(e) & Leslie A. McClure( c)
(a) Universities Space Research Association, NASA Marshall Space Flight Center, Huntsville, AL, USA.
(b) Office of Surveillance, Epidemiology and Laboratory Services, Centers for Disease Control and Prevention, Atlanta, GA, USA.
(c) School of Public Health, University of Alabama at Birmingham, Birmingham, AL, USA.
(d) Earth Science Office, NASA Marshall Space Flight Center, Huntsville, AL, USA.
(e)Von Braun Center for Science and Innovation, National Space Science and Technology Center (Previously with USRA at NASA/ MSFC), Huntsville, AL, USA.
Πηγή: Geocarto International 2014 Vol. 29, No. 1, 85–98, DOI: 10.1080/10106049.2012.715209 [1]
Λέξεις Κλειδιά: Τηλεπισκόπηση, GIS, μικροσωματίδια, ηλιοφάνεια, καύσωνας, δημόσια υγεία
Περίληψη: Τρεις είναι οι στόχοι αυτής της μελέτης :
(1) o χαρακτηρισμός των σωματιδίων PM2.5,της ηλιακής ακτινοβολίας και της επιφανειακής θερμοκρασίας (LST) χρησιμοποιώντας δορυφορικές παρατηρήσεις της NASA, εδαφικά στοιχεία του Οργανισμού Προστασίας Περιβάλλοντος (EPA) και δεδομένα του Βορειοαμερικανικού Σύστηματος Αφομοίωσης Εδαφικών Δεδομένων (NLDAS) σε εθνική κλίμακα
(2)η σύνδεση αυτών των δεδομένων με δεδομένα δημόσιας υγείας , από την εθνική έρευνα Αιτίες των Γεωγραφικών και Φυλετικών Διαφορών στο Αγγειακό Εγκεφαλικό Επεισόδιο (REGARDS) , έτσι ώστε να προσδιοριστεί το κατά πόσο αυτοί οι περιβαλλοντικοί παράγοντες κινδύνου σχετίζονται με τη γνωστική εξασθένιση, τα εγκεφαλικά επεισόδια και άλλες επιπτώσεις στην υγεία και
(3) η διάθεση αυτών των περιβαλλοντικών δεδομένων και της ανάλυσης σύνδεσης τους , προς τους τελικούς χρήστες, για τη λήψη αποφάσεων, μέσω των Ευρείας-Κλίμακας Διαδικτυακών Δεδομένων για Επιδημιολογικές Έρευνες (WONDER) των Κέντρων Ελέγχου και Πρόληψης Νοσημάτων (CDC).
Εισαγωγή: Μία μεγάλη πρόκληση στη μελέτη της σχέσης μεταξύ ατμοσφαιρικής ρύπανσης ,έκθεσης σε θερμότητα ή ηλιακή ακτινοβολία, και των αποτελεσμάτων αυτής στην ανθρώπινη υγείας, είναι ο χαρακτηρισμός του επιπέδου της έκθεσης σε πληθυσμιακή ή ατομική κλίμακα. Οι μετρήσεις ανθρώπινης έκθεσης υπολογίζονται συνήθως με βάση περιβαλλοντικές μετρήσεις που είναι διαθέσιμες από τα εδαφικά δίκτυα παρακολούθησης των μετεωρολογικών συνθηκών και του περιβαλλοντικού αέρα. Αν και οι επίγειες παρατηρήσεις παρέχουν καλύτερο χαρακτηρισμό των επιπέδων της θερμότητας και των συγκεντρώσεων ρύπων, υπάρχουν χρονικά και χωρικά κενά σε αυτά τα δεδομένα που μπορούν να περιορίσουν την εφαρμοστικότητα τους. Μια πολλά υποσχόμενη μέθοδος για τον χαρακτηρισμό της περιβαλλοντικής έκθεσης για εφαρμογές δημόσιας υγείας και επιδημιολογικής έρευνας είναι ο συνδυασμός τηλεπισκοπικών δεδομένων δορυφορικών συστημάτων με δεδομένα δικτύων παρακολούθησης, για την κάλυψη των προαναφερθέντων χρονικών και χωρικών κενών .
Μεταξύ των συνιστωσών της ατμοσφαιρικής ρύπανσης, υπάρχει ένα ραγδαία αναπτυσσόμενο ενδιαφέρον για των ρόλο των μικροσωματιδίων με αεροδυναμική διάμετρο μικρότερη ή ίση με 2,5 μικρομέτρα (PM2,5). Πρόσφατη έρευνα έδειξε ότι οι μηχανισμοί που εμπλέκονται στη σχέση μεταξύ ηλιακού φωτός και της ανθρώπινης διάθεσης, μπορούν να επηρεάσουν τη γνωστική ικανότητα . Επιπλέον, αυξάνονται τα στοιχεία για το ότι η εξωτερική θερμοκρασία είναι ένας από τους κύριους παράγοντες για τις εποχιακές διακυμάνσεις της αρτηριακής πίεσης στην Ευρώπη. Έτσι, κατανοώντας τη σχέση μεταξύ σωματιδίων, έκθεσης στο ηλιακό φως ή τη θερμότητα, και τα αποτελέσματα στην υγεία , θα επιτραπεί στους φορείς δημόσιας υγείας να λάβουν αποφάσεις που θα ωφελήσουν την κοινωνία ως σύνολο.
Στην παρούσα μελέτη ,αναπτύχθηκαν υψηλής ποιότητας εθνικά χωρικά σύνολα δεδομένων των PM2.5 και της ηλιακής ακτινοβολίας , συνδυάστηκαν δεδομένα του REGARDS, που σχετίζονται με τον γνωστικό εκφυλισμό και άλλες επιπτώσεις στην υγεία, και ενσωματώθηκαν στα ηλεκτρονικά δεδομένα επιδημιολογικών μελετών των Κέντρων Ελέγχου Νοσημάτων (CDC).
Μεθοδολογία: Χρησιμοποιήθηκαν τηλεπισκοπικά δεδομένα της επιφανειακής θερμοκρασίας (LST) από τον MODIS και παράγωγα του οπτικού βάθους αεροδιαλυμάτων (AOD) σε συνδυασμό με παρατηρήσεις εδάφους της ΕΡΑ και την ημερήσια ηλιοφάνεια (DI), καθώς και τα στοιχεία που σχετίζονται με τη θερμότητα από την NLDAS. Καταρτίστηκαν τρία ημερήσια σύνολα περιβαλλοντικών δεδομένων , με διαφορετική χωρική ανάλυση, για την περίοδο 2003-2008: (1)χωρικές επιφάνειες της εκτιμώμενης έκθεση σε ΡΜ2,5 σε δίκτυο 10 χλμ. χρησιμοποιώντας παρατηρήσεις εδάφους της ΕΡΑ των ΗΠΑ και δεδομένα MODIS της NASA. (2) ένα δίκτυο 1 χλμ. για την LST με δεδομένα MODIS και (3) ένα δίκτυο 12 χιλιομέτρων της DI και παραγώγων που συνδέονται με τη θερμότητα χρησιμοποιώντας δεδομένα του NLDAS. Τα παραπάνω συνδυάστηκαν με δεδομένα δημόσιας υγείας από τη μελέτη REGARDS για να καθοριστεί εάν η έκθεση σε αυτούς τούς περιβαλλοντικούς παράγοντες σχετίζονται με τη νοητική υποβάθμιση, το εγκεφαλικό επεισόδιο, την υπέρταση, την υπερλιπιδαιμία(υψηλή χοληστερόλη) και / ή με φλεγμονές.
Περιβαλλοντικά Παράγωγα:
- Αιωρούμενα Σωματίδια (PM2.5)
Τα ημερήσια δεδομένα Aqua MODIS AOD αποκτήθηκαν για την περίοδο 2003-2008 από το Αρχείο της NASA (Εικ.1) .Η επεξεργασία δεδομένων παρήγαγε ένα εθνικό σύνολο δεδομένων. Μέρος της επεξεργασίας ήταν η εκτίμηση των PM2.5 σε επιφανειακό επίπεδο, από το MODIS AOD χρησιμοποιώντας εξισώσεις παλινδρόμησης ανά περιοχή της EPA και ανά εποχή. Τα στοιχεία EPA AQS PM2.5 ελήφθησαν και υποβλήθηκαν σε επεξεργασία για την ίδια περίοδο. Λαμβάνοντας υπόψη τα δυνητικά χωρικά και χρονικά κενά τόσο στα δεδομένα της EPA όσο και σε αυτά του MODIS, χρησιμoποιήθηκε ένας τροποποιημένος αλγόριθμος επιφανείας B-spline έτσι ώστε να παραχθούν συνεχείς χωρικές επιφάνειες της ημερήσιας κατανομής των PM2.5 σε δίκτυο 10 χλμ.. Πριν από αυτό διενεργήθηκε ένας έλεγχος ποιότητας (QC) για τα δεδομένα AQS της EPA και μια διαδικασία προσαρμογής μεροληψίας για τα δεδομένα του MODIS. Η διαδικασία QC χρησιμοποιεί παρατηρήσεις από τις γύρω περιοχές σε μία μη παραμετρική χωρική ανάλυση τάξης για τον εντοπισμό και την εξάλειψη των μη κανονικών μετρήσεων . Η διαδικασία προσαρμογής μεροληψίας αναπτύχθηκε για να ληφθούν υπόψη οι πιθανές μεροληψίες στις εκτιμήσεις των PM2.5 που προέρχονται από το MODIS λόγω της έμμεσης φύσης της παρατήρησης και την ατελή σχέση μεταξύ ΑΟD και PM2.5.
- Εδαφικά Δεδομένα
Τα ωριαία δεδομένα του NLDAS που χρησιμοποιήθηκαν σε αυτή τη μελέτη αποκτήθηκαν ως μέρος της αποστολής του Τμήματος Γεοεπιστήμης της NASA από το Κέντρο Δεδομένων και Πληροφοριών Goddard Earth Sciences (GES). Υπολογίστηκαν η μέγιστη και ελάχιστη ημερήσια θερμοκρασία αέρα ,ο μέγιστος δείκτης θερμότητας και DI για την περίοδο 2003-2008 χρησιμοποιώντας τα ωριαία δεδομένα του NLDAS για αυτή τη χρονική περίοδο.
- Επιφανειακή Θερμοκρασία (LST)
Το εργαλείο επαναπροβολής του MODIS χρησιμοποιήθηκε για την εξαγωγή ημερησίων δεδομένων LST από πολλαπλά "πλακίδια" του πλέγματος και τη σύνθεση των δεδομένων σε χωρική επιφάνεια 1-χλμ..Στη συνέχεια υπολογίσθηκαν οι μηνιαίες και εποχικές μέσες Aqua και Terra LST και οι διαφορές τους, χωριστά για κάθε εποχή και κατά τη διάρκεια της ημέρας και της νύχτας. Δημιουργήθηκαν συγχωνευμένες ημερήσιες Aqua-Terra LST (Εικ.2) για κάθε μέρα και νύχτα της περιόδου 2003-2008, συμπληρώνοντας τα κενά των δεδομένων στο Aqua LST με τη χρήση δεδομένων Terra, όπου ήταν διαθέσιμα.
Σύνδεση δεδομένων περιβαλλοντικής υγείας: Τα PM2,5,η ημερήσια ελάχιστη και μέγιστη θερμοκρασία αέρα και οι εκτιμήσεις της DI συνδέθηκαν χωρικά με τους συμμετέχοντες ,από τη μελέτη REGARDS ,με χρήση GIS σε ένα επιμέρους επίπεδο , με βάση τις γεωγραφικές συντεταγμένες των κατοικιών των συμμετεχόντων κατά την έναρξη της έρευνας (Eικ.3). Τα δεδομένα υποβάθρου, συμπεριλαμβανομένων των δημογραφικών στοιχείων, του ιστορικού καπνίσματος και του παράγοντα κινδύνου για καρδιοαγγειακά νοσήματα, συλλέχθηκαν μέσω τηλεφωνικής συνέντευξης και στη συνέχεια έγιναν κατ΄οίκον επισκέψεις. Ακολούθησαν ετήσιες επαναλήψεις της τηλεφωνικής συνέντευξης για την αξιολόγηση της γνωστικής λειτουργίας των συμμετεχόντων. Οι συμμετέχοντες κωδικοποιήθηκαν γεωγραφικά με βάση τη διεύθυνση κατοικίας τους χρησιμοποιώντας τη γεωγραφική κωδικοποίηση SAS / GIS. Τα συνδεδεμένα σύνολα δεδομένων αποτελούνται από ετήσιους πίνακες που περιλαμβάνουν τα στοιχεία της γεο-κωδικοποίησης των συμμετεχόντων και τις σχετικές ημερήσιες ελάχιστες και μέγιστες θερμοκρασίες αέρα, ηλιοφάνεια και PM2.5 για ένα έτος (ένας πίνακας ανά περιβαλλοντική μεταβλητή). Τα περιβαλλοντικά δεδομένα ταξινομήθηκαν και συγχωνεύθηκαν με τα αντίστοιχα δεδομένα υγείας. Αυτά τα δεδομένα στη συνέχεια ταξινομήθηκαν με βάση την ημερομηνία της πρώτης τηλεφωνικής συνέντευξης και την ημερομηνία κάθε επαναληπτικής συνέντευξης.
Διάθεση των δεδομένων στους τελικούς χρήστες: Το σύνολο των δεδομένων διατέθηκε σε επαγγελματίες δημόσιας υγείας ,σε ερευνητές και στο ευρύ κοινό μέσω της ιστοσελίδας του CDC WONDER (http://wonder.cdc.gov/) (Εικ.4) . Χρησιμοποιώντας το Ομοσπονδιακό Σύστημα Επεξεργασίας Πληροφοριών (FIPS), τα παρεχόμενα δεδομένα μπορούν να αθροιστούν (κατά μέσο όρο) ανά νομό, κράτος ή περιφερειακό επίπεδο σύμφωνα με τις ανάγκες των χρηστών. Αυτό επιτρέπει τη σύνδεση αυτών των δεδομένων με την κρατική και τοπική δημόσια υγεία. Με αυτόν τον τρόπο, οι ερευνητές σε όλο τον κόσμο θα μπορέσουν να συνδέσουν αυτά τα σύνολα δεδομένων με τα δικά τους για την περαιτέρω κατανόηση του τρόπου με τον οποίο καθεμία από αυτές τις εκθέσεις ( PM2,5, θερμοκρασία και DI) συμβάλλει στη νοσηρότητα και στη θνησιμότητα.
Περιορισμοί αυτής της εργασίας:
- η δυσκολία ενσωμάτωσης μετεωρολογικών παραγόντων, όπως η ταχύτητα του ανέμου, το ύψος ανάμιξης της ατμόσφαιρας και η σχετική υγρασία RH
- η θερμική καταπόνηση προκαλείται κυρίως από τη θερμοκρασία του εγγύς επιφανειακού αέρα, που δεν είναι ισοδύναμο με το LST, Ειδικά σε αστικές περιοχές ή περιοχές με αραιή βλάστηση
- η θερμοκρασία μόνο δεν αποτελεί στοιχείο για την αισθητή θερμότητα, η υγρασία του αέρα παίζει επίσης μεγάλο ρόλο
- συνδέοντας καθέναν από τους συμμετέχοντες στο REGARDS με την οικίας του, υποθέτουμε ότι στην πραγματικότητα κατοικούν εκεί και ότι ο χρόνος που οι συμμετέχοντες ξοδεύουν εκτός σπιτιού είναι αρκετός για να τους εκθέσει στα μεγέθη που μετρούνται μέσω δορυφόρου. Έτσι, υπάρχει η πιθανότητα εσφαλμένης ταξινόμησης
- η χωρική της ανάλυση, η οποία σε αυτή τη μελέτη είναι 1 χλμ. για το MODIS LST, 10 χλμ. για τα PM2.5 και 12 χλμ. για τα εδαφικά δεδομένα. Σε 1 χλμ. οι διακυμάνσεις σε κλίμακα «γειτονιάς» αποδίδονται με σχετική ακρίβεια. Ωστόσο, σε κλίμακες των 10-12 χιλιομέτρων δεν αντιπροσωπεύονται με ακρίβεια
