《Agricultural and Forest Meteorology》：Weather adjusted next-season pollen integrals improve airborne birch pollen forecasts
编辑推荐：
•季前气象代理指标与观测到的SPIn呈中等相关性。•通过代理指标推导的SPIn更新桦树花粉来源可增强模型性能。•花粉释放期间的气象条件强烈驱动空气中花粉总量。•根据气象调整观测到的SPIn总体上可改善相关性和花粉建模。引言运营花粉预报系统是应对由空气中花粉引起的过敏性鼻炎症状
• 季前气象代理指标与观测到的SPIn呈中等相关性。
• 通过代理指标推导的SPIn更新桦树花粉来源可增强模型性能。
• 花粉释放期间的气象条件强烈驱动空气中花粉总量。
• 根据气象调整观测到的SPIn总体上可改善相关性和花粉建模。
引言 运营花粉预报系统是应对由空气中花粉引起的过敏性鼻炎症状患者的潜在强大工具（Bousquet等人，2020）。花粉预报可以及时向患者通报即将到来的花粉期，以便提前采取预防措施和调整药物剂量（Roubelat等人，2020）。花粉过敏在全球范围内呈上升趋势，影响10-30%的成年人和40%的儿童（Beggs，2004；Bieber等人，2016；Schmidt，2016；Reitsma等人，2018；Neumann等人，2019）。人为空气污染可能加剧过敏性呼吸道疾病的症状，增加了工业化地区的负担（Landrigan等人，2018；D'Amato & D'Amato，2023）。比利时是西欧人口稠密的国家，存在严重的空气污染（Verstraeten等人，2018），约20%的人口因桦树花粉而发展为过敏性鼻炎症状（Blomme等人，2013）。自2023年以来，已建立了一个桦树花粉（以及其他花粉类型）的运营预报系统（RMI，2023），该系统基于花粉排放和传输模型SILAM（大气成分综合建模系统，
https://silam.fmi.fi ）（Sofiev等人，2006、2012、2015），采用自下而上的方法。
在利用气象数据运行此类模型以预报空气中桦树花粉浓度之前，必须确定桦树花粉排放源图。然而，由于桦树花粉释放的季间变化巨大（Hoebeke等人，2018），为即将到来的桦树花粉季设置此图至关重要。已有多种尝试根据气象和环境数据预测下一季的花粉总量（季花粉积分，SPIn，Galán等人，2014）（Dahl & Strandhede，1996；Tseng等人，2017；Verstraeten等人，2023；Kim等人，2024）。然而，桦树柔荑花序形成过程以及与结实相关的大幅季间变化仍然复杂，尚未被完全理解（Pesendorfer等人，2019；Bogdziewicz等人，2025）。
季节中释放的桦树花粉总量取决于风、温度和相对湿度与成熟柔荑花序的相互作用，以及准备好飞行的柔荑花序内花粉的数量（Sofiev等人，2006；Schramm等人，2021）。然而，在花粉尘准备好飞行之前，芽应被启动并分化为柔荑花序，这些柔荑花序应生长，然后进入休眠状态，最终成熟（Bogdziewicz等人，2025）。这种启动始于前一年。桦树在同一棵树上产生雄花和雌花，具有不同类型的柔荑花序。它们形成休眠芽，分化为次年的叶子、枝条或花朵。后者形成雄花或雌花花序结构。柔荑花序的数量和每个雄花柔荑花序产生的花粉量存在季间变化。此外，据报道，萌芽日期尤其是生长终止存在大幅的年间变化（Rousi & Pusenius，2005），这表明除了遗传效应之外，环境因素对萌芽和生长终止都有强烈的影响。这些柔荑花序的启动始于前一年的晚春至初夏（Rousi & Pusenius，2005；Tseng等人，2017）。它们以小花序分生组织的形式在潜伏芽内开始。花原基形成并分化为雄花结构。柔荑花序预先形成，被悬挂的保护性芽鳞包围，处于休眠状态。在冬季，柔荑花序组织保持冷硬化且代谢不活跃。在早春，即在桦树花粉季开始前，柔荑花序伸长。柔荑花序成熟并在叶展开前释放大量风媒花粉。环境对活动-休眠周期的控制基于对光周期和温度信号的感知，反映了适应盛行气候条件的特性（Cook等人，2012）。环境驱动因素与相关生物过程之间的复杂相互作用尚未被完全理解，仍有待更多研究。一些证据表明，大量种子/结实的产生更常见的是由开花努力的变化驱动，而非成熟（Bogdziewicz等人，2025）。一般来说，成熟阶段之间的转换取决于物种、种群、光周期、资源状态和天气。这就是为什么多种多样的机制可以产生种子产量的年间变化的原因（Bogdziewicz等人，2025）。此外，气候变化伴随欧洲夏季温度上升已被证明会扰乱种子产生周期的频率和强度（Foest等人，2024）。
由于缺乏对控制芽形成、分化为柔荑花序以及柔荑花序内花粉数量的过程的充分了解，基于气象和环境数据预测下一季SPIn（某一特定地点在整个花粉季节内日花粉浓度的累积和，单位为花粉·天/m3）及其在国家预报系统中的实施仍然很棘手。更新预报模型中花粉浓度的另一个替代方法是自动将观测数据持续同化或强迫到模型中（Sofiev，2019；Adamov & Pauling，2023，关于COSMAO-ART；Sofiev等人，2023）。然而，这需要比目前比利时现有的自动花粉监测设备密集得多的网络（Buters等人，2024；Verstraeten等人，2025）。此外，观测数据在模型中的整合应用非常复杂。目前，AUTOPOLLEN项目在欧洲气象局网络的框架内进行协调，致力于设计和部署用于欧洲大规模气生生物监测的自动设备。随着时间推移，该网络预计将在整个欧洲提供连续和实时的气生生物观测数据。这可以为更新花粉预报模型提供极其宝贵的信息。在这些结果出台之前，为了在花粉季开始前促进更新后的桦树花粉排放源图的实施，一种简单而直接的方法可能是最可取的，以期待更好地理解花粉形成过程。
本研究探讨了如何将此类方法实施到花粉预报模型SILAM中。首先，我们检验了季前基于气象的代理指标与比利时气生生物监测站布鲁塞尔观测到的桦树SPIn之间的相关性，时间为1987至2019年。从这些相关性中，推导出几个时间缩放因子，并应用于生成不同的桦树花粉排放源图。然后将这些图实施到SILAM模型中，并模拟每日桦树花粉浓度，使用2013-2019年（从3月1日至6月1日）进行检验。为了量化气象代理指标的实施对SILAM模型模拟的下一季桦树花粉浓度的影响，使用了比利时气生生物监测站其他四个站点（不包括布鲁塞尔）的日观测数据作为模型性能评估的参考。在下一节中，我们首先描述所用到的观测空气中桦树花粉数据（i），概述四个用于评估下一季SPIn的代理指标（ii），然后简要提及所用到的气象数据（iii），最后（iv）向读者介绍花粉传输模型SILAM，我们在前向模式下运行该模型以模拟/预报每日空气中桦树花粉浓度，并在后向模式下进行花粉足迹分析。随后，我们展示结果，并讨论天气对SPIn观测的影响以及我们如何利用这些影响来实施到SILAM中。本研究的关键发现是，观测到的SPIn必须在基于环境代理指标更新花粉传输模型所需的桦树花粉排放源之前，先针对桦树花粉释放季的气象效应进行调整。
各节摘要 气生生物学数据 空气中的花粉浓度数据由比利时气生生物监测网络使用Hirst型7天体积孢子采样器（Burkard Manufacturing Co.，Rickmansworth，UK；Hirst，1952）在五个站点收集（表1）。监测工作尽可能符合欧洲气生生物学学会（EAS）的要求（Galán等人，2014）。
最长的时间序列来自布鲁塞尔，可追溯到1982年，德赫恩（De Haan）近北海海岸的站点可追溯到1984年。这些
观测SPIn与基于气象的代理指标之间的相关性 在缺乏确定下一季将释放到空气中的桦树花粉数量的详细信息和已确立机制的情况下，我们使用气象和环境数据，在相关性分析框架内对其进行逼近。图2总结了各种归一化气象变量（NAO、TJJ、GDD、Meteo_lin）与在比利时布鲁塞尔测量的归一化季桦树花粉积分（SPIn）（1987-2019年）的相关性。大多数变量
花粉季期间的天气作为SPIn的主要驱动因素 如果我们比较布鲁塞尔桦树花粉观测得到的SPIn与附近Hoeilaart的欧洲水青冈结实数据（1999-2021年，数据由Foest等人，2024汇编），并引入两年的时滞，则发现相关性（R2）为0.35。这与从气象代理指标获得的值（见图2）相比更高，可能有助于我们评估下一季SPIn，因为坚果在秋季掉落。此外，这两个地点之间的距离
结论 我们探讨了使用季前基于气象的代理指标（如NAO指数、6-7月温度、生长度日，以及气象数据的组合）进行相关性分析来评估桦树下一季SPIn值的方法，时间为1987-2019年。然后将这些代理指标实施以推导出桦树花粉排放源图的时间缩放因子，作为花粉传输模型SILAM的输入。我们评估了这些时间缩放因子的影响
资助 本研究部分由比利时科学政策办公室（BELSPO）在比利时跨学科研究网络BRAIN.be计划——RETROPOLLEN项目（B2/191/P2/RETROPOLLEN）框架下资助，部分由比利时皇家气象局资助。SILAM的通用开发由芬兰科学院PS4A项目（拨款号318194）资助。比利时气生生物监测网络（Sciensano）由区域公共
CRediT作者贡献声明 Willem W. Verstraeten： 撰写——审阅与编辑，撰写——初稿，可视化，验证，软件，项目管理，方法学，调查研究，资金获取，形式化分析，数据管理，概念化。Nicolas Bruffaerts： 撰写——审阅与编辑，验证，项目管理，调查研究，资金获取，数据管理。Rostislav Kouznetsov： 撰写——审阅与编辑，软件，调查研究。Mikhail Sofiev： 撰写——审阅与编辑，
Willem W. Verstraeten|Nicolas Bruffaerts|Rostislav Kouznetsov|Mikhail Sofiev|Andy W. Delcloo
