7月8日是世界过敏性疾病日。随着人们生活方式的改变、生态环境的变化等，患过敏性疾病的人越来越多，尤其是花粉过敏症，成为许多人的烦心事。

一项监测花粉20年以上的研究结果表明，北半球多数观测点发现了花粉季明显延长且季节性花粉浓度显著增加。花粉季延长是由于花粉季开始时间提前、结束期延后共同造成的，该趋势与最高、最低气温的累积变化显著相关。这证实了气候变暖和碳排放增多进一步加剧了花粉对人的影响。

气象因素对花粉传播的影响颇为复杂

(资料图片仅供参考)

防治花粉过敏症，要对花粉进行监测和预测。但监测预测的指标和影响因素非常复杂，不仅涉及花粉浓度、花粉颗粒、花粉排放源距离，还与局地风场、湍流通量、对流速度、臭氧总量、光周期等气象因素有关。

这项由北京城市气象研究院等单位联合研究的成果表明，雷暴等特殊天气可促使花粉颗粒高度聚集，并诱发大量人群过敏反应。花粉颗粒和大气污染物等环境因素具有协同作用，防治花粉过敏症十分依赖于洁净的空气。

整体而言，气候变暖带来了更多的花粉，但气象因素的具体作用却并不一致：一是植物对环境的关联存在差异。如木本植物比草本植物对气温的关联更敏感，故气候变暖导致春季花粉增量更多。二是气象因素在植物生长的不同阶段会扮演不同甚至相反的角色。如授粉前一段时间内出现了相对较多的降水，花粉产量便会增多，因为降水可以缓解植物可能遇到的干旱胁迫。但授粉期内若出现较多的降水，其湿沉降作用便会影响花粉扩散，从而降低空气中的花粉浓度；又如一些木本植物，既需要冬季气温足够低以完成休眠，又需要春季气温相对高作为结束休眠的触发机制。

花粉自动监测技术分类准确率达90%

目前，监测花粉在全球范围内得到广泛应用的是自动监测仪器设备。除了数据实时更新、统计花粉数量外，花粉自动监测仪器设备还可种类识别，分类准确率达90%。

依托自动监测仪器设备，建立全自动花粉监测网。自动监测仪器设备独有的实时数据上传功能对接移动互联网，满足了用户通过手机APP实时查询花粉信息的需求。

除自动监测仪器设备外，还有其他方法识别花粉种类：可以利用花粉提取物的核磁共振波谱进行分类和计数，识别准确率在90%左右；花粉表面上的凸出裂片使之具有特殊的去极化特征，可通过配备去极化光谱的激光雷达进行识别，但是该方法目前可准确识别的花粉种类仍然较少。

此外，花粉采样新技术也不断创新。基于花粉颗粒浓度连续性方程和碰撞理论的采样效率模型，利用环己烷研制花粉采集胶带新型黏合剂，开发便携式花粉采样器。

花粉日历可实现预测个性化定制

目前常见的花粉预测方法有花粉日历，是以可视化的图形展示某一地区全年不同时段内（通常以旬为单位）各类致敏性花粉浓度的情况。

国外科学家从20世纪70年代便构建了花粉日历，并进行了持续更新。通过花粉日历，医生及患者可清晰直观了解各类花粉的花粉季起止时间、峰值浓度等关键信息，具有一定的临床应用价值。

利用花粉过敏症日历系统、手机应用等平台免费向公众提供花粉监测、预测信息及个性化的定制服务，从而收集到较为广泛可靠的研究病例基础数据。

此外，花粉过敏指数可为患者提供更直观的参考。由于花粉蛋白的致敏活性存在差异，不同种类花粉的影响浓度阈值有所不同，将浓度阈值、花粉季长度、植被水平投影面积等因素相结合，给出花粉过敏指数，为过敏人群提供服务。

基于机器学习的预测还在探索中

目前，统计模型被广泛应用于花粉关键指标的预测，在建模前对数据进行标准化、人工筛选等预处理，可提升整体准确率。

在大数据时代，机器学习的预测不断被开发。与统计模型类似，机器学习算法同样将自变量与因变量之间的关系视作“黑匣子”，但通常具有更高准确率。因此，通过调整核函数、按比例筛选训练样本、评估自变量贡献度等方法对模型或样本进行优化。算法、样本经优化后不仅能缩短计算时间，还能提升预测准确率。

在筛选训练样本的过程中，除生长度日、花粉累积量、累积生长天数等表征植物生理状态的指标具有较高权重外，地表反照率、土壤温度、臭氧总量等一些统计模型中难以考虑到的要素也被证明具有较高影响，甚至常规气象资料也可被雷达数据所替代。而且植物在不同生长阶段对外界环境的关联程度也不同，比如湿度累积有可能比降水累积的影响更显著，因为前者促进了植物的发育。

但是，机器学习对花粉关键要素的预测仍存在一定的不足，最大的难点在于对极值的预测, 其根本原因在于极值样本较少，削弱了模型的训练效果，凸显了大范围、长时间花粉监测数据的重要性。

（作者系北京协和医学院比较医学中心副研究员）