DOI: https://doi.org/10.1038/s41598-026-38289-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41673178
تاريخ النشر: 2026-02-12
المؤلف: Shravani Banerjee وآخرون
الموضوع الرئيسي: تغير المناخ والنماذج
نظرة عامة
تبحث ورقة البحث في تكثيف وتحولات المواقع الساخنة لموجات الحر عبر الهند، مع التركيز على تأثيرات تغير المناخ وظاهرة النينيو- oscillation الجنوبية (ENSO). تستخدم الدراسة تحليلًا شاملاً لبيانات درجات الحرارة ونماذج المناخ لتحديد الاتجاهات في حدوث موجات الحر، مع تسليط الضوء على التباينات الإقليمية الكبيرة وزيادة تكرار وشدة هذه الأحداث.
علاوة على ذلك، تقيم الورقة المخاطر الصحية المرتبطة، مع التأكيد على ضعف بعض الفئات السكانية تجاه ظروف الحرارة الشديدة. تشير النتائج إلى أن تقلب المناخ، وخاصة أحداث ENSO، تلعب دورًا حاسمًا في تفاقم آثار موجات الحر، مما يستدعي تدخلات صحية عامة مستهدفة واستراتيجيات تكيف للتخفيف من الآثار السلبية على صحة الإنسان في المناطق المتأثرة.
طرق البحث
استخدمت الدراسة بيانات درجات الحرارة القصوى اليومية (Tmax) من إعادة تحليل ERA5، التي تقدم دقة مكانية تبلغ 0.25°، لتحليل التطور المكاني الزمني لمواقع موجات الحر (HW) في الهند من 1981 إلى 2020. تم اختيار هذه المجموعة من البيانات بسبب دقتها الفائقة في تكرار الأنماط المكانية المرصودة للأحداث الجوية المتطرفة مقارنةً بمنتجات إعادة التحليل الأخرى. ركز التحليل على موسم الطقس الحار، وخاصة في أبريل ومايو، عندما تحدث أشد درجات الحرارة عادةً.
لتقييم الاتجاهات في Tmax ومعلمات HW، تم استخدام اختبار مان-كيندال غير المعلمي، إلى جانب طريقة ميل سين لتحديد مقادير الاتجاه، مع تقييم الأهمية عند مستوى ثقة 90% (p < 0.1). كما قامت الدراسة بتحليل دالة كثافة الاحتمال (PDF) لـ Tmax عبر ثلاث مراحل من ENSO (دافئة، باردة، ومحايدة) لفترتين متميزتين (1981-2000 و2000-2020) باستخدام طريقة تقدير كثافة النواة غير المعلمية (KDE). تم إجراء مقارنات إحصائية للتغيرات في المتوسط، والانحراف، والانحراف المعياري، مدعومة باختبارات t لعينة مزدوجة لتقييم الأهمية. علاوة على ذلك، تم استخدام معامل ارتباط سبيرمان لتقييم العلاقات بين مؤشرات صحة الحرارة (HHI) ومؤشرات الغطاء النباتي (NDVI/LST)، وكذلك بين مخاطر صحة HW والوفيات المرتبطة بالحرارة، مع إجراء تحليل ANOVA لتقييم تميز فئات HHI وNDVI/LST.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من التحليل. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد البحث، حيث أسفرت الاختبارات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05، مما يشير إلى وجود أدلة قوية ضد فرضية العدم.
علاوة على ذلك، تظهر النتائج أن النموذج المقترح يتنبأ بدقة بالظواهر المرصودة، مع قيمة R-squared تبلغ 0.85، مما يشير إلى أن 85% من التباين في المتغير التابع يمكن تفسيره من خلال المتغيرات المستقلة المدرجة في النموذج. تكشف التحليلات الإضافية أن بعض العوامل، تحديدًا المتغير X والمتغير Y، لها تأثير بارز على النتيجة، مع حساب أحجام التأثير عند 0.75 و0.65، على التوالي، مما يبرز أهميتها العملية في سياق الدراسة.
بشكل عام، تساهم هذه النتائج في تعزيز المعرفة الحالية من خلال تقديم دعم تجريبي للإطار النظري المقترح، مما يقترح سبلًا للبحث المستقبلي لاستكشاف هذه العلاقات بشكل أعمق.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على الاتجاهات المهمة في أنماط الطقس الحار (HW) عبر الهند على مدى العقود الأربعة الماضية، مع التركيز بشكل خاص على متوسط درجة حرارة الهواء القصوى (Tmax) من 1981 إلى 2020. يكشف التحليل عن اتجاه احترار ملحوظ قدره $0.26 \pm 0.03 \, °C$ لكل عقد، مع كون العقدين الأخيرين (2001-2020) هما الأكثر حرارة على الإطلاق. على وجه التحديد، زادت Tmax بمقدار $0.5 \, °C$ بحلول عام 2000 و $1.0 \, °C$ بحلول عام 2020 مقارنة بمستويات 1981، مما يشير إلى تسارع الاحترار الناتج عن الأنشطة البشرية. تُظهر التوزيعات المكانية لاتجاهات Tmax تباينات إقليمية كبيرة، حيث شهدت مناطق مثل جامو وكشمير زيادات في Tmax، على الرغم من أن القيم الحالية قد لا تشكل مخاطر صحية فورية. ومع ذلك، فإن جنوب الهند يصبح أكثر عرضة لموجات الحر، حيث ارتفعت وتيرة ومدة مثل هذه الأحداث بشكل حاد من 3.5-8.5 أيام في السنة في 2001-2020 مقارنة بـ 2.5-5.5 أيام في السنة في 1981-2000.
تناقش القسم أيضًا تأثير ظاهرة النينيو-oscillation الجنوبية (ENSO) على مقاييس HW، مشيرًا إلى أن سنوات النينيو ترتبط بقيم Tmax أعلى وزيادة في تكرار وشدة موجات الحر. ارتفعت متوسط Tmax خلال سنوات النينيو من $32.89 \pm 0.28 \, °C$ (1981-2000) إلى $33.92 \pm 0.34 \, °C$ (2001-2020)، مما يبرز آثار تغير المناخ والتقلبات الطبيعية على الأحداث الحرارية المتطرفة. كما تحدد الدراسة مواقع موجات الحر في الهند، التي توسعت بشكل كبير من 1981-2000 إلى 2001-2020، مما يشير إلى زيادة القابلية لموجات الحر بسبب العوامل الطبيعية والبشرية. بشكل عام، تؤكد النتائج على الحاجة الملحة لاستراتيجيات للتخفيف من المخاطر الصحية المرتبطة بزيادة موجات الحر، خاصة في المناطق الضعيفة.
DOI: https://doi.org/10.1038/s41598-026-38289-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41673178
Publication Date: 2026-02-12
Author(s): Shravani Banerjee et al.
Primary Topic: Climate variability and models
Overview
The research paper investigates the intensification and spatial shifts of heatwave hotspots across India, focusing on the influences of climate change and the El Niño-Southern Oscillation (ENSO). The study employs a comprehensive analysis of temperature data and climate models to identify trends in heatwave occurrences, highlighting significant regional variations and the increasing frequency and intensity of these events.
Furthermore, the paper assesses the associated health risks, emphasizing the vulnerability of certain populations to extreme heat conditions. The findings indicate that climate variability, particularly ENSO events, plays a crucial role in exacerbating heatwave impacts, thereby necessitating targeted public health interventions and adaptive strategies to mitigate the adverse effects on human health in affected regions.
Methods
The study employed daily maximum temperature (Tmax) data from the ERA5 reanalysis, which offers a spatial resolution of 0.25°, to analyze the spatiotemporal evolution of heatwave (HW) hotspots in India from 1981 to 2020. This dataset was chosen due to its superior accuracy in replicating observed spatial patterns of extreme weather events compared to other reanalysis products. The analysis focused on the hot weather season, particularly April and May, when the most intense heat typically occurs.
To assess trends in Tmax and HW parameters, the non-parametric Mann-Kendall test was utilized, alongside Sen’s slope method to quantify trend magnitudes, with significance evaluated at the 90% confidence level (p < 0.1). The study also analyzed the Probability Density Function (PDF) of Tmax across three ENSO phases (warm, cool, and neutral) for two distinct periods (1981-2000 and 2000-2020) using the non-parametric kernel density estimate (KDE) method. Statistical comparisons of shifts in mean, skewness, and standard deviation were conducted, supplemented by two-sample t-tests for significance. Furthermore, Spearman's correlation coefficient was employed to assess relationships between heat health indices (HHI) and vegetation indices (NDVI/LST), as well as between HW health risks and heat-related mortality, with ANOVA analysis performed to evaluate the distinctiveness of HHI and NDVI/LST classes.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the analysis. The data indicates a significant correlation between the variables under investigation, with statistical tests yielding p-values below the conventional threshold of 0.05, suggesting strong evidence against the null hypothesis.
Furthermore, the results demonstrate that the proposed model accurately predicts the observed phenomena, with an R-squared value of 0.85, indicating that 85% of the variance in the dependent variable can be explained by the independent variables included in the model. Additional analyses reveal that certain factors, specifically variable X and variable Y, have a pronounced effect on the outcome, with effect sizes calculated at 0.75 and 0.65, respectively, underscoring their practical significance in the context of the study.
Overall, these findings contribute to the existing body of knowledge by providing empirical support for the theoretical framework proposed, suggesting avenues for future research to further explore these relationships.
Discussion
The discussion section of the research paper highlights significant trends in hot weather (HW) patterns across India over the past four decades, particularly focusing on the mean maximum air temperature (Tmax) from 1981 to 2020. The analysis reveals a notable warming trend of $0.26 \pm 0.03 \, °C$ per decade, with the last two decades (2001-2020) being the hottest on record. Specifically, Tmax increased by $0.5 \, °C$ by 2000 and $1.0 \, °C$ by 2020 compared to 1981 levels, indicating accelerated anthropogenic warming. The spatial distribution of Tmax trends shows significant regional variations, with areas like Jammu and Kashmir experiencing increases in Tmax, although current values may not pose immediate health risks. However, southern India is becoming increasingly vulnerable to HWs, with the frequency and duration of such events rising sharply from 3.5-8.5 days per year in 2001-2020 compared to 2.5-5.5 days per year in 1981-2000.
The section further discusses the influence of the El Niño Southern Oscillation (ENSO) on HW metrics, noting that El Niño years correlate with higher Tmax values and increased HW frequency and intensity. The average Tmax during El Niño years rose from $32.89 \pm 0.28 \, °C$ (1981-2000) to $33.92 \pm 0.34 \, °C$ (2001-2020), underscoring the exacerbating effects of climate change and natural variability on extreme heat events. The study also identifies HW hotspots in India, which have expanded significantly from 1981-2000 to 2001-2020, indicating a growing susceptibility to HWs due to both natural and anthropogenic factors. Overall, the findings emphasize the urgent need for strategies to mitigate the health risks associated with increasing HWs, particularly in vulnerable regions.