フェノロジーとXGBoostに基づく高解像度花粉数値モデルシステムの構築と応用

科学分野:

• 環境科学;大気科学;アレルギー研究

背景:

• 風媒花粉濃度は、アレルギーリスクと健康にとって重要です。;既存のモデルは、花粉ダイナミクスのシミュレーションにおいて精度が不足しています。

研究 の 目的:

• 春の花粉放出と輸送のための高精度数値モデルシステムを開発すること。;花粉の時空間モデリングを改善し、気象学的駆動要因を理解すること。

主な方法:

• 15年間の北京の花粉モニタリングデータ、フェノロジー、人工知能を利用しました。;正規化された花粉放出ポテンシャルモデルを開発し、WRF-Chemに花粉モジュールを統合しました。;季節的な花粉積分（SPIn）シミュレーションにはXGBoostを、時間ごとのシミュレーションにはWRF-Chem-Pollenを使用しました。

主要な成果:

• WRF-Chem-Pollenシステムは、高い時空間的信頼性（60%の年でR > 0.60）を示しました。;SPInに対する気象要因の複合的な影響を特定しました：早期の促進と後期の抑制。;ステージIの花粉（Cupressaceae、Salicaceae）が春の花粉負荷を支配しましたが、ステージII（Pinaceae）はより安定していました。

結論:

• 春の花粉モデリングのための包括的なフレームワークを確立しました。;花粉放出と大気中濃度に影響を与える主要な気象学的要因を解明しました。;調査結果は、花粉曝露評価、健康予測、都市生態系管理の強化を支持します。