Using Air Pollution Prediction for Multi-Pollutant Health Impact Assessment in European Regions

Abstract

Aquesta tesi doctoral investiga l'exposició de la població als contaminants atmosfèrics, i els seus efectes sobre la salut humana a Europa, en un context de canvi climàtic i polítiques de mitigació de la contaminació atmosfèrica. La investigació s'estructura al voltant de tres àrees: (1) desenvolupament de mètodes avançats de machine learning per a l’estimació a alta resolució de l'exposició a la contaminació atmosfèrica, (2) anàlisi de patrons espaciotemporals d'exposició a temperatures extremes i de contaminants múltiples, i (3) realització d'una avaluació integral de l'impacte sobre la salut a curt termini tenint en compte les variacions regionals en la vulnerabilitat. Aquesta investigació ha revelat coneixements crítics sobre els patrons espaciotemporals de la contaminació de l'aire, destacant els assoliments aconseguits per les polítiques de qualitat de l'aire de la Unió Europea. També ha revelat els reptes que persisteixen, especialment el no compliment continuat de les directrius de l'Organització Mundial de la Salut, i l'amenaça creixent d’episodis d'ozó troposfèric. A més, l'anàlisi epidemiològica ha proporcionat una estimació més precisa de l’efecte sobre la salut de la contaminació de l'aire, basada en estimacions de riscos relatius en un gran conjunt de regions europees, revelant diferències entre regions i grups de sexe i edat, que són crucials per al desenvolupament d’intervencions específiques.

Esta tesis doctoral investiga la exposición de la población a los contaminantes atmosféricos y sus efectos sobre la salud humana en Europa, en un contexto de cambio climático y políticas de mitigación de la contaminación atmosférica. La investigación se estructura en torno a tres áreas: (1) desarrollo de métodos avanzados de machine learning para la estimación a alta resolución de la exposición a la contaminación atmosférica; (2) análisis de patrones espaciotemporales de exposición a temperaturas extremas y de contaminantes múltiples, y realización de una evaluación integral del impacto sobre la salud a corto término teniendo en cuenta las variaciones regionales en la vulnerabilidad. Esta investigación ha revelado conocimientos críticos sobre los patrones espacio-temporales de la contaminación del aire, destacando los logros alcanzados por las políticas de calidad del aire de la Unión Europea. También ha revelado los retos que persisten, especialmente el no cumplimiento continuado de las directrices de la Organización Mundial de la Salud, y la creciente amenaza de episodios de ozono troposférico. Además, el análisis epidemiológico ha proporcionado una estimación más precisa del efecto sobre la salud de la contaminación del aire, basada en estimaciones de riesgos relativos en un gran conjunto de regiones europeas, revelando diferencias entre regiones y grupos de sexo y edad, que son cruciales para el desarrollo de intervenciones específicas.

This PhD thesis investigates population exposure to air pollutants and their complex health effects across European regions, particularly in the context of climate change and air pollution mitigation policies. The research is structured around three key areas: (1) developing advanced machine learning methods for high-resolution air pollution exposure estimates, (2) analyzing spatiotemporal patterns of multi-pollutant and extreme temperature exposures, and (3) conducting a comprehensive short-term health impact assessment considering regional variations in vulnerability. This research has revealed critical insights into the spatial and temporal patterns of air pollution, highlighting achievements made by EU air quality policies. It also revealed the persistent challenges, particularly the continued exceedance of WHO guidelines and the growing threat of heat-ozone compound events. Furthermore, the robust epidemiological analysis has provided a more precise estimation of air pollution's short-term health burden, based on location-specific relative risks, revealing spatial disparities and age/sex-specific vulnerabilities that are crucial for targeted interventions.