背景介紹

Neal L S, Brown K, Agnew P, et al. Development and verification of a taxa-specific gridded pollen modelling system for the UK[J]. Aerobiologia, 2025, 41(2): 389-414. doi.org/10.1007/s10453-025-09858-w

過敏性鼻炎，一種主要由草本、樹木或雜草花粉引起的季節(jié)性疾病，在英國乃至全球范圍內(nèi)影響著大量人口的健康與生活質量。據(jù)統(tǒng)計，英國有相當一部分人口深受花粉過敏之苦，這不僅給個體帶來了不適，也給英國國家醫(yī)療服務體系（NHS）帶來了顯著的經(jīng)濟負擔。當前，英國的花粉預報主要依賴人工生成，其數(shù)據(jù)粒度相對粗糙，僅能為全國16個地區(qū)提供每日單一水平的花粉信息。這種有限的預報精度和覆蓋范圍，使得公眾和醫(yī)療專業(yè)人員在有效管理花粉風險方面面臨挑戰(zhàn)。為了解決這一問題，提升花粉預報的精細化和準確性，本研究致力于開發(fā)并驗證一個先進的特定類群網(wǎng)格花粉建模系統(tǒng)。

研究方法

花粉粒由 Hirst（Hirst, 1952）設計的 Burkard 容積孢子陷阱收集。從三月下旬到九月上旬，陷阱于當?shù)貢r間上午 9 點更換；草季（五月中旬到八月初）每天更換一次，此時期以外每周更換一次。

該將每個分類單元觀察到的每日平均濃度合并起來，并轉換成英國使用的分類每日花粉水平 (DPL)。定義了四個不同的級別——低、中、高（所有花粉癥患者都可能受到影響) 和非常高（患者可能會出現(xiàn)大量癥狀）。

本研究的核心在于英國氣象局數(shù)值大氣擴散模型（Met Office Numerical Atmospheric-dispersion Modelling Environment, NAME）中實現(xiàn)了創(chuàng)新的花粉建模功能。該系統(tǒng)旨在提供高時間（每小時）和空間（5公里）分辨率的特定類群花粉濃度輸出，以期顯著提升未來花粉預報的細節(jié)水平。
研究初期，重點關注了英國人群中最常見的三個主要致敏花粉類群：樺樹（Birch）、橡樹（Oak）和草（Grass）。為了準確模擬花粉的來源，研究人員利用物種分布建模方法估算了花粉顆粒的排放圖。這意味著通過分析這些植物在英國的地理分布，可以更精確地確定花粉的潛在來源區(qū)域。
在花粉釋放機制方面，模型考慮了多重環(huán)境因素。花粉季節(jié)的開始時間由NAME模型中的累積溫度和特定參數(shù)化過程共同控制。而花粉的具體釋放量和時間，則根據(jù)短期的氣象條件進行估算，這些條件包括降水、風速和水汽壓虧缺等，同時還考慮了晝夜周期對花粉釋放的影響，力求更真實地反映自然界中花粉的動態(tài)。

研究結論

下圖是2022年和2023年（下行）主要花粉季節(jié)中，樺樹（a、d）、橡樹（b、e）和草類（c、f）的晝夜節(jié)律因子的影響：黑色表示晝夜節(jié)律平均觀測值，淺藍色表示無晝夜節(jié)律的 NAME 模型運行結果，深藍色表示有晝夜節(jié)律的 NAME 模型運行結果

下圖是NAME（a、c、d）和CAMS（b，e）模型對 2022 年和 2023 年不同花粉類型（樺樹ab、橡樹c、草de）年度花粉積分5%（花粉季節(jié)早期）和95%（花粉季節(jié)晚期）百分位數(shù)出現(xiàn)日期的預測與觀測值對比。

本研究對所開發(fā)的特定類群網(wǎng)格花粉建模系統(tǒng)進行了嚴格的驗證。結果顯示，在后報（reanalysis）模式下運行時，NAME模型的性能表現(xiàn)出色，并且根據(jù)實際花粉觀測數(shù)據(jù)進行驗證后，其對樺樹和草花粉的模擬結果與哥白尼大氣監(jiān)測服務（Copernicus Atmosphere Monitoring Service, CAMS）的集合中位數(shù)預測水平相當。這一發(fā)現(xiàn)表明，本研究開發(fā)的系統(tǒng)在模擬這兩種關鍵花粉類型方面具有較高的可靠性和準確性。

更值得關注的是，在模擬英國每日花粉指數(shù)方面，本模型展現(xiàn)出比現(xiàn)有專家預測系統(tǒng)（NPARU-MO）更高的相關系數(shù)。這突出表明了新模型在捕捉花粉濃度日變化趨勢方面的優(yōu)越性，為提供更精準、更及時的花粉信息奠定了基礎。

總結

這項研究成功開發(fā)并初步驗證了一種創(chuàng)新的特定類群網(wǎng)格花粉建模系統(tǒng)，并將其集成到英國氣象局的NAME模型中。該系統(tǒng)通過提供高分辨率、特定類群的花粉數(shù)據(jù)，有望徹底改變英國的花粉預報方式，從當前粗略的手動預報邁向精細化的自動化預報。這將極大地增強公眾和醫(yī)療專業(yè)人員管理花粉過敏風險的能力，幫助他們更好地規(guī)劃戶外活動、采取預防措施，并為醫(yī)療干預提供更準確的依據(jù)。未來的工作將在此基礎上繼續(xù)優(yōu)化模型，并擴展到更多花粉類群，以期為英國乃至全球的花粉過敏患者帶來更大的福祉。

產(chǎn)品推介：                  
相關花粉采樣、在線監(jiān)測設備可見：【產(chǎn)品介紹】奕楓生物氣溶膠監(jiān)測產(chǎn)品概覽