Subsaisonale bis saisonale hydrometeorologische- und dynamische Malaria Vorhersage für Subsahara-Afrika

• Antragsteller: Professor Dr. Harald Kunstmann
• Fachliche Zuordnung: Public Health, Gesundheitsbezogene Versorgungsforschung, Sozial- und Arbeitsmedizin ; Physik und Chemie der Atmosphäre ; Physische Geographie
• Förderung: Förderung von 2019 bis 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 409670289

Afrika südlich der Sahara (SSA) ist nach wie vor die bevölkerungsreichste Region, die von Malaria betroffen ist und dass, obwohl sie heilbar ist und die Weltgesundheitsorganisation (WHO) in Zusammenarbeit mit den Ländern intensiv versucht, sie zu bekämpfen. Während die Zusammenhänge zwischen Klima, Klimawandel und Malaria bereits seit längerem erforscht werden, konzentriert sich dieses Projekt auf die Möglichkeiten und Grenzen der Vorhersage der Malariaübertragung für Wochen und Monate im Voraus. Wir entwickeln und verwenden hierzu sub-saisonale bis saisonale (S2S) Vorhersagen innerhalb einer Klima-Malaria-Modellierungskette. Insbesondere untersuchen wir, ob und inwieweit regionalisierte, hochaufgelöste S2S Vorhersagen eine Malaria-Frühwarnung erlauben. Unsere Zielregion sind die Malariagebiete in Nouna (Burkina Faso) und Kisumu (Kenia) und deren Health and Demographic Surveillance System (HDSS) Standorte. Die Kenntnis, welche Gebiete für die Malariaübertragung am günstigsten sind und wie die zu erwartenden hydrometeorologischen Bedingungen die Infektionsmuster beeinflussen, kann erheblichen Einfluss auf die Prävention und Kontrolle der Krankheit haben. So können die jüngsten Fortschritte bei numerischen Modellen dazu beitragen, die Auswirkungen des Klimas auf die Malaria zu verringern, wenn saisonale und sub-saisonale Vorhersagezeiträume realisiert werden. In dieser Studie werden wir einen Beitrag zu den Initiativen zur Früherkennung von Malaria in SSA leisten, indem wir eine wetterbasierte Malariavorhersage unter Verwendung von regionalisierten S2S-Vorhersagen und dem flächenverteilten dynamischen Malariamodell VECTRI entwickeln, um gezielt gegen Krankheitsausbrüche vorgehen zu können. Zu diesem Zweck werden wir 1) die hydro-meteorologische Modellierungskette für VECTRI weiterentwickeln und die Beschreibungen der Pfützenbildung anpassen, 2) eine multivariate Biaskorrektur anwenden und das Rohprodukt der S2S-Vorhersagen mit Hilfe verfügbarer Beobachtungsprodukte (gerasterte Niederschlagsdaten und Reanalysen) räumlich verfeinern, 3) die Wahrscheinlichkeitsvorhersage nach der Biaskorrektur überprüfen, 4) die Fähigkeiten der Komponenten des Modellkettensystems und des endgültigen Malaria-Frühwarnsystems (MEWS) abschätzen, 5) den wirtschaftlichen Nutzen des S2S-Vorhersagesystems für die Entscheidungsfindung bei Malaria-Aktionsplänen bewerten und 6) einen Beitrag zur Heat-to-Harvest-Studie (H2H) leisten. Unsere S2S-Vorhersagekette basiert auf dem globalen SEAS5-System des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF). Unsere Studie wird durch sechs miteinander verbundene Arbeitspakete, in Zusammenarbeit mit sieben Forschungsprojekten und in enger Zusammenarbeit zwischen deutschen und afrikanischen Partnern durchgeführt.

• DFG-Verfahren: Forschungsgruppen
• Teilprojekt zu: FOR 2936: Klimawandel und Gesundheit in Afrika südlich der Sahara
• Internationaler Bezug: Burkina Faso, Kenia
• Kooperationspartner: Stephen Munga, Ph.D.; Ali Sié, Ph.D.