如何對花粉進(jìn)行監(jiān)測和預(yù)測

文／楊 師

7月8日是世界過敏性疾病日。隨著人們生活方式的改變、生態(tài)環(huán)境的變化等，患過敏性疾病的人越來越多，尤其是花粉過敏癥，成為許多人的煩心事。

一項監(jiān)測花粉20年以上的研究結(jié)果表明，北半球多數(shù)觀測點(diǎn)發(fā)現(xiàn)了花粉季明顯延長且季節(jié)性花粉濃度顯著增加。花粉季延長是由于花粉季開始時間提前、結(jié)束期延后共同造成的，該趨勢與最高、最低氣溫的累積變化顯著相關(guān)。這證實(shí)了氣候變暖和碳排放增多進(jìn)一步加劇了花粉對人的影響。

氣象因素對花粉傳播的影響頗為復(fù)雜

防治花粉過敏癥，要對花粉進(jìn)行監(jiān)測和預(yù)測。但監(jiān)測預(yù)測的指標(biāo)和影響因素非常復(fù)雜，不僅涉及花粉濃度、花粉顆粒、花粉排放源距離，還與局地風(fēng)場、湍流通量、對流速度、臭氧總量、光周期等氣象因素有關(guān)。

這項由北京城市氣象研究院等單位聯(lián)合研究的成果表明，雷暴等特殊天氣可促使花粉顆粒高度聚集，并誘發(fā)大量人群過敏反應(yīng)?；ǚ垲w粒和大氣污染物等環(huán)境因素具有協(xié)同作用，防治花粉過敏癥十分依賴于潔凈的空氣。

整體而言，氣候變暖帶來了更多的花粉，但氣象因素的具體作用卻并不一致：一是植物對環(huán)境的關(guān)聯(lián)存在差異。如木本植物比草本植物對氣溫的關(guān)聯(lián)更敏感，故氣候變暖導(dǎo)致春季花粉增量更多。二是氣象因素在植物生長的不同階段會扮演不同甚至相反的角色。如授粉前一段時間內(nèi)出現(xiàn)了相對較多的降水，花粉產(chǎn)量便會增多，因為降水可以緩解植物可能遇到的干旱脅迫。但授粉期內(nèi)若出現(xiàn)較多的降水，其濕沉降作用便會影響花粉擴(kuò)散，從而降低空氣中的花粉濃度；又如一些木本植物，既需要冬季氣溫足夠低以完成休眠，又需要春季氣溫相對高作為結(jié)束休眠的觸發(fā)機(jī)制。

花粉自動監(jiān)測技術(shù)分類準(zhǔn)確率達(dá)90%

目前，監(jiān)測花粉在全球范圍內(nèi)得到廣泛應(yīng)用的是自動監(jiān)測儀器設(shè)備。除了數(shù)據(jù)實(shí)時更新、統(tǒng)計花粉數(shù)量外，花粉自動監(jiān)測儀器設(shè)備還可種類識別，分類準(zhǔn)確率達(dá)90%。

依托自動監(jiān)測儀器設(shè)備，建立全自動花粉監(jiān)測網(wǎng)。自動監(jiān)測儀器設(shè)備獨(dú)有的實(shí)時數(shù)據(jù)上傳功能對接移動互聯(lián)網(wǎng)，滿足了用戶通過手機(jī)APP實(shí)時查詢花粉信息的需求。

除自動監(jiān)測儀器設(shè)備外，還有其他方法識別花粉種類：可以利用花粉提取物的核磁共振波譜進(jìn)行分類和計數(shù)，識別準(zhǔn)確率在90%左右；花粉表面上的凸出裂片使之具有特殊的去極化特征，可通過配備去極化光譜的激光雷達(dá)進(jìn)行識別，但是該方法目前可準(zhǔn)確識別的花粉種類仍然較少。

此外，花粉采樣新技術(shù)也不斷創(chuàng)新。基于花粉顆粒濃度連續(xù)性方程和碰撞理論的采樣效率模型，利用環(huán)己烷研制花粉采集膠帶新型黏合劑，開發(fā)便攜式花粉采樣器。

花粉日歷可實(shí)現(xiàn)預(yù)測個性化定制

目前常見的花粉預(yù)測方法有花粉日歷，是以可視化的圖形展示某一地區(qū)全年不同時段內(nèi)（通常以旬為單位）各類致敏性花粉濃度的情況。

國外科學(xué)家從20世紀(jì)70年代便構(gòu)建了花粉日歷，并進(jìn)行了持續(xù)更新。通過花粉日歷，醫(yī)生及患者可清晰直觀了解各類花粉的花粉季起止時間、峰值濃度等關(guān)鍵信息，具有一定的臨床應(yīng)用價值。

利用花粉過敏癥日歷系統(tǒng)、手機(jī)應(yīng)用等平臺免費(fèi)向公眾提供花粉監(jiān)測、預(yù)測信息及個性化的定制服務(wù)，從而收集到較為廣泛可靠的研究病例基礎(chǔ)數(shù)據(jù)。

此外，花粉過敏指數(shù)可為患者提供更直觀的參考。由于花粉蛋白的致敏活性存在差異，不同種類花粉的影響濃度閾值有所不同，將濃度閾值、花粉季長度、植被水平投影面積等因素相結(jié)合，給出花粉過敏指數(shù)，為過敏人群提供服務(wù)。

基于機(jī)器學(xué)習(xí)的預(yù)測還在探索中

目前，統(tǒng)計模型被廣泛應(yīng)用于花粉關(guān)鍵指標(biāo)的預(yù)測，在建模前對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、人工篩選等預(yù)處理，可提升整體準(zhǔn)確率。

在大數(shù)據(jù)時代，機(jī)器學(xué)習(xí)的預(yù)測不斷被開發(fā)。與統(tǒng)計模型類似，機(jī)器學(xué)習(xí)算法同樣將自變量與因變量之間的關(guān)系視作“黑匣子”，但通常具有更高準(zhǔn)確率。因此，通過調(diào)整核函數(shù)、按比例篩選訓(xùn)練樣本、評估自變量貢獻(xiàn)度等方法對模型或樣本進(jìn)行優(yōu)化。算法、樣本經(jīng)優(yōu)化后不僅能縮短計算時間，還能提升預(yù)測準(zhǔn)確率。

在篩選訓(xùn)練樣本的過程中，除生長度日、花粉累積量、累積生長天數(shù)等表征植物生理狀態(tài)的指標(biāo)具有較高權(quán)重外，地表反照率、土壤溫度、臭氧總量等一些統(tǒng)計模型中難以考慮到的要素也被證明具有較高影響，甚至常規(guī)氣象資料也可被雷達(dá)數(shù)據(jù)所替代。而且植物在不同生長階段對外界環(huán)境的關(guān)聯(lián)程度也不同，比如濕度累積有可能比降水累積的影響更顯著，因為前者促進(jìn)了植物的發(fā)育。

但是，機(jī)器學(xué)習(xí)對花粉關(guān)鍵要素的預(yù)測仍存在一定的不足，最大的難點(diǎn)在于對極值的預(yù)測，其根本原因在于極值樣本較少，削弱了模型的訓(xùn)練效果，凸顯了大范圍、長時間花粉監(jiān)測數(shù)據(jù)的重要性。