中欧地区桦树花粉空气传播模型评估与敏感性分析：提升季节性过敏预测精度的关键研究

为解决桦树花粉季节性过敏预测精度不足的问题，研究人员采用EMEP MSC-W化学传输模型，结合热累积驱动排放参数化方法，对中欧地区2015-2019年五个花粉季进行模拟。研究发现模型普遍低估花粉浓度和季节性花粉积分（SPIn），并通过调整总花粉量（N_tot_birch）、季节长度（delH）和起始阈值（h_c）等参数，显著改善了季节起始时间预测。该研究为优化花粉预报模型提供了关键参数调整策略，对过敏性疾病管理具有重要意义。

　　

每年春季，中欧地区数以百万计的过敏患者饱受桦树花粉的困扰，引发过敏性鼻炎（AR）和哮喘等疾病。据统计，欧洲约25%的花粉过敏者对桦树敏感，而现有预测模型常因低估花粉浓度和误判季节起止时间，导致预防措施失效。这一难题背后，是模型对热累积阈值、花粉排放总量等关键参数敏感性认知的不足。

为突破这一瓶颈，来自国内的研究团队在《Science of The Total Environment》发表了创新性研究。他们扩展了欧洲监测与评估计划气象合成中心西部分部（EMEP MSC-W）化学传输模型的功能，首次对中欧地区连续五个桦树花粉季（2015-2019）进行系统模拟，涵盖高、低、中等不同浓度特征的年份。研究整合了波兰12个监测站的观测数据，采用热累积驱动（heat-sum-driven）排放算法，重点调整总花粉量（N_tot_birch）、季节长度（delH，以度日计）和季节起始热累积阈值（h_c）等核心参数，通过敏感性分析揭示了模型优化的关键路径。

研究团队主要运用了三种关键技术：1）基于WRF气象模型的4公里高分辨率区域模拟；2）欧洲森林清单（EFI）的1公里网格桦树分布数据；3）采用95%方法定义花粉季节起止日期，并计算季节性花粉积分（SPIn）。观测数据来自波兰气溶胶生物学网络的Burkard 7天体积式花粉捕捉器，严格遵循国际气溶胶生物学协会标准。

3.1 基础模型运行结果
模型系统性低估花粉浓度，SPIn观测平均值（13,072±8,270）显著高于模拟值（2,760±1,335）。季节起始（SoS）平均提前7天，其中2015和2019年偏差最大达12天；季节结束（EoS）平均提前9天，2016年差异高达22天。这种偏差在花粉高产年份尤为突出，如2019年观测SPIn是模型的4.3倍。

3.2 敏感性分析突破
调整总花粉量使浓度呈线性增长，N_tot_birch增至5×10⁹
粒/m²
时，SPIn提升5倍。延长季节长度（delH=150度日）显著改善时间动态，使后期浓度升高并延迟EoS。而将起始阈值h_c提高2倍，成功将2019年SoS预测误差从12天降至1天，相关系数从-0.23提升至0.50。混合参数调整（h_c提高1.5倍+delH=70度日+N_tot_birch=5×10⁹
）在2018年使SoS预测完全准确。

这项研究首次揭示：EMEP模型对桦树花粉的预测偏差主要源于排放参数化缺陷，而非传输过程误差。通过动态调整N_tot_birch可解决浓度低估问题，而优化h_c能显著改善季节起始预测——这对过敏患者的预防用药时机至关重要。研究提出的参数组合策略，为开发适应不同气候年型的预测模型提供了理论框架。随着气候变化加剧花粉季节波动，这项成果将为欧洲超过2100万桦树花粉过敏者的健康管理提供更精准的科学支撑。