Nocturnal UTCI Heat Duration and Next-Day Active-Mobility Use: A Behavior-Day Monitoring Framework

Resumen Técnico: Duración del UTCI Nocturno y Uso de la Movilidad Activa al Día Siguiente

Planteamiento del Problema
El estudio aborda un desafío recurrente en la biometeorología aplicada: el desalineamiento temporal entre las ventanas de exposición y los resultados de la actividad diaria. Específicamente, la exposición al calor nocturno suele cruzar el límite del día calendario (por ejemplo, de las 20:00 del día $t-1$ a las 05:59 del día $t$), lo que dificulta la asignación de estas condiciones al día siguiente de la actividad humana mediante la agregación convencional por día calendario. Si bien se sabe que la actividad al aire libre es sensible a las condiciones térmicas, los marcos de monitoreo existentes suelen depender de la exposición térmica del mismo día o de promedios diarios, lo que podría pasar por alto la persistencia del almacenamiento de calor urbano y el intercambio de energía superficial que mantiene elevadas las condiciones térmicas después de la puesta del sol. Los autores postulan que asignar una ventana de exposición que cruza la medianoche al "día de comportamiento" correcto es esencial para monitorear con precisión las actividades al aire libre sensibles al clima, como la movilidad activa.

Metodología
El estudio propone y demuestra un marco de monitoreo basado en el día de comportamiento utilizando datos agregados diarios del sistema Capital Bikeshare en Washington, DC, que abarcan 1,584 días desde el 1 de mayo de 2020 hasta el 31 de agosto de 2024.

• Métrica de Exposición: La métrica principal es NightRiskHours_28, definida como el número de horas con un Índice de Clima Térmico Universal (UTCI) $\ge$ 28°C durante la ventana de las 20:00 del día $t-1$ a las 05:59 del día de comportamiento $t$. Se eligió este enfoque de duración umbralizada para capturar la persistencia de los estados de calor elevado en lugar de las temperaturas medias o máximas nocturnas.
• Fuentes de Datos: Los datos horarios de UTCI se derivaron de ERA5-HEAT, y los datos de precipitación de ERA5. La variable de resultado fue el logaritmo natural del total de viajes diarios de bikeshare ($\log(1 + \text{viajes}_t)$).
• Modelado Estadístico: El análisis central utilizó un modelo de referencia operacional con un ajuste lineal del fondo térmico diurno (DayMeanUTCI de 06:00 a 19:59), controles de precipitación y efectos fijos para el día de la semana, Año$\times$Mes y el periodo COVID.
• Diagnósticos: El estudio empleó diagnósticos extensos para evaluar el valor de la métrica:
  • Comparadores de Umbral: Se probaron umbrales alternativos (20°C, 22°C, 26°C).
  • Especificidad Temporal: Se utilizaron controles de placebo de tiempo distante (+7 y +14 días) para verificar que la asociación era específica de la noche anterior.
  • Diagnósticos Incrementales: Se comparó NightRiskHours_28 contra los resúmenes de UTCI medio o máximo nocturno y las métricas de duración de umbral diurno (DayRiskHours_28).
  • Controles Flexibles: Se probó la métrica contra modelos de fondo térmico diurno flexibles (splines naturales con 3 o 4 grados de libertad) para determinar si la señal nocturna era separable de las estructuras de calor diurnas más amplias.
  • Sensibilidad: Se incluyeron modelos de conteo (PPML, binomial negativo) y verificaciones de sensibilidad por días festivos.

Resultados Clave

1. Asociación con la Movilidad: Bajo la especificación de control diurno lineal estándar, cada hora adicional de NightRiskHours_28 se asoció con una disminución del 7.96% en el uso de bikeshare al día siguiente (IC 95%: -10.25% a -5.61%). Esta asociación negativa fue consistente a través de los comparadores de umbral y los análisis de sensibilidad (incluyendo modelos de conteo y ajustes por días festivos).
2. Especificidad Temporal: La asociación fue estadísticamente significativa para la ventana de la noche anterior correctamente alineada, pero nula para exposiciones futuras distantes (+7 y +14 días), confirmando la lógica de alineación temporal.
3. Valor Incremental: NightRiskHours_28 proporcionó más información de monitoreo que los resúmenes de UTCI medio o máximo nocturno cuando se añadió a un modelo lineal diurno. Sin embargo, no fue la variable térmica independiente más fuerte; el DayMeanUTCI explicó más variación de forma individual.
4. Solapamiento de Señal y Límites: Al compararse con métricas de duración diurna de la misma forma, el DayRiskHours_28 produjo una ganancia incremental mayor que el NightRiskHours_28. Crucialmente, cuando el fondo térmico diurno se modeló de forma flexible mediante un spline natural con 4 grados de libertad, el valor incremental de NightRiskHours_28 se volvió insignificante (part $R^2 \approx 0.000035$, $p=0.759$). Esto indica que la señal nocturna no es un efecto independiente, sino que se solapa significativamente con la estructura no lineal más amplia del calor diurno.

Contribuciones Clave

• Marco de Alineación del Día de Comportamiento: El estudio introduce un método reproducible para alinear las ventanas de exposición biometeorológica que cruzan la medianoche con los resultados de la actividad humana diaria, resolviendo el problema de la separación por el límite del día calendario.
• Métrica de Duración Umbralizada: Propone NightRiskHours_28 como una herramienta de monitoreo específica que captura la duración de la exposición de la cola de calor intenso, distinguiéndola de los resúmenes térmicos promedio o máximos.
• Definición de Límites Diagnósticos: La investigación clarifica los límites operativos de las métricas de calor nocturno. Demuestra que, si bien la duración umbralizada nocturna añade valor bajo controles diurnos lineales simples, su señal es absorbida por modelos térmicos diurnos flexibles, lo que sugiere que actúa como un resumen de las condiciones de la cola de calor intenso en lugar de un impulsor causal nocturno independiente.

Significancia y Reivindicaciones
El artículo sostiene modestamente que NightRiskHours_28 debe interpretarse mejor como un resumen de monitoreo de la cola de calor intenso alineado con el día de comportamiento, en lugar de evidencia de un mecanismo causal nocturno independiente. Su principal significancia radica en su utilidad como indicador de cribado para el monitoreo a nivel de sistema. Permite a los operadores e investigadores señalar días con condiciones de calor intenso sostenidas durante la noche anterior para su revisión posterior o monitoreo estacional.

Los autores enfatizan que el marco es transferible a otros entornos con datos biometeorológicos horarios y conteos de actividad diaria (por ejemplo, conteos de peatones, visitas a parques). Sin embargo, declaran explícitamente que los hallazgos no son generalizables a mecanismos conductuales individuales, la interrupción del sueño o contextos urbanos específicos sin una validación adicional. El estudio concluye que, si bien la métrica ayuda a organizar el monitoreo diario de la actividad sensible al clima, debe utilizarse con cautela como un estadístico de resumen, reconociendo que su señal está profundamente entrelazada con el entorno térmico diurno más amplio.