气候变化领域集成服务门户

2021年7月14日，《柳叶刀·星球健康》（The Lancet Planetary Health）发表题为《利用机器学习系统绘制全球气候与健康研究图谱》（Systematic Mapping of Global Research on Climate and Health Using Machine Learning）的文章，使用机器学习方法，系统地综述了有关气候变化与人类健康的科学证据。研究发现，气候与健康领域的文献以影响研究为主，而有关气候适应和减缓方案及其对人类健康影响的研究不足。

全球有关气候变化与人类健康关系的文献数量庞大，呈指数级增长，使用传统的系统证据绘制方法进行整理和综合分析已不再可行。来自英国利兹大学（University of Leeds）、德国墨卡托全球公共资源与气候变化研究所（Mercator Research Institute on Global Commons and Climate Change）等机构的研究人员，使用监督式机器学习和其他自然语言处理方法（主题建模与地理解析），系统地识别和分析了2013年1月1日—2020年4月9日发表的有关气候变化与健康的科学文献（仅包括英文索引的文献）。研究人员使用标题、摘要和关键词搜索了Web of Science核心合集、Scopus和PubMed数据库中的文献。检索的论文既包含健康部分，也包含明确提及气候变化、气候变率或与气候变化相关的天气现象。研究人员根据气候研究、气候驱动因素、健康影响、日期和地理等领域对相关出版物进行了分类，并使用有监督和无监督的机器学习对气候与健康领域的相关文章进行识别和分类，产出包括证据热图、地理地图以及气候与健康相关出版物趋势的综合分析。

研究结果表明：①2013—2019年，全球在气候与健康领域发表的研究论文有15963篇。气候与健康领域的文献以影响研究为主，减缓和适应对策及其协同效益和共同风险仍然是小众主题。②空气质量和热应激是研究最频繁的暴露因素，全因死亡率和传染病发病率是研究最频繁的健康结果。③季节性、极端天气事件、高温和天气变化是研究最频繁的与气候相关的灾害。④气候与健康研究在心理健康、营养不良、孕产妇和儿童健康方面的证据存在巨大差距。⑤从地理上看，证据基础主要是来自高收入国家与中国的研究，来自低收入国家的证据很少，而这些国家往往受气候变化的健康影响最大。研究人员指出，在海量文献时代，使用自动化机器学习全面分析有关气候变化与人类健康的科学研究非常重要且可行，未来应更加重视气候适应和减缓方案及其对人类健康的影响。