Construcción y aplicación de un sistema modelo numérico de polen de alta resolución basado en fenología y XGBoost

Área de la Ciencia:

• Ciencias Ambientales
• Ciencias Atmosféricas
• Investigación sobre Alergias

Sus antecedentes:

• La concentración de polen anemófilo es fundamental para el riesgo de alergias y la salud.
• Los modelos existentes carecen de precisión en la simulación de la dinámica del polen.

Objetivo del estudio:

• Desarrollar un sistema modelo numérico de alta precisión para la emisión y el transporte de polen de primavera.
• Mejorar la modelización espaciotemporal del polen y comprender los impulsores meteorológicos.

Principales métodos:

• Se utilizaron 15 años de datos de monitoreo de polen de Beijing, fenología e inteligencia artificial.
• Se desarrolló un modelo de potencial de emisión de polen normalizado y se integró un módulo de polen en WRF-Chem.
• Se empleó XGBoost para la simulación de la integral de polen estacional (SPIn) y WRF-Chem-Pollen para simulaciones por hora.

Principales resultados:

• El sistema WRF-Chem-Pollen demostró una alta fiabilidad espaciotemporal (R > 0.60 en el 60% de los años).
• Se identificó una influencia compuesta de factores meteorológicos en SPIn: promoción a principios de temporada y supresión a finales de temporada.
• El polen de Etapa I (Cupressaceae, Salicaceae) dominó las cargas de primavera, mientras que la Etapa II (Pinaceae) fue más estable.

Conclusiones:

• Se estableció un marco integral para la modelización del polen de primavera.
• Se dilucidaron los impulsores meteorológicos clave que influyen en la liberación y la concentración atmosférica del polen.
• Los hallazgos respaldan la mejora de la evaluación de la exposición al polen, la predicción de la salud y la gestión ecológica urbana.