不同升温背景下北京市北部柏科花粉浓度的变化趋势

　　 摘要:

柏科花粉作为诱发某些过敏性疾病的常见过敏原，预测其在全球变暖背景下的浓度变化能为花粉症患者的科学预防和治疗提供重要帮助。本研究基于北京市北部连续四年（2018—2021年）的逐日柏科花粉浓度数据，结合气象因子、遥感指数及其它环境因子等多种特征变量构建随机森林模型，并预测不同升温幅度下柏科花粉浓度的变化趋势。结果表明，（1）随机森林模型对于柏科花粉浓度的模拟效果较好，真实值与预测值的R2（决策系数）为0.79，RMSE（均方根误差）为0.73。（2）柏科植物花粉的数量受温度的长期效应（积温）以及极端温度的影响较大，表现为在多种特征变量中，模拟当天花粉浓度前40、60、80 d高于10℃的积温（GDD_40_10、GDD_60_10、GDD_80_10）以及日最高温（Tmax）最为重要。（3）在日平均温度分别升高0.5℃、1.0℃、1.5℃、2.6℃情景下，受到植物生理机制以及环境适应能力的影响，北京市北部柏科花粉浓度呈现非线性变化，即表现为先增加后减少再增加的变化趋势。本研究探讨了不同特征变量对北京市北部柏科花粉浓度的影响，并通过建立随机森林模型对不同升温条件下柏科花粉浓度进行预测，强调了积温对于柏科花粉浓度的影响，并发现了未来变暖背景下柏科花粉非线性的变化趋势，这为花粉症患者进行预防、诊断、治疗提供科学指导并为优化城市绿地建设提供了重要参考。