《Scientific Reports》：Establishment, operation and development of the electronic Pollen Information Network (ePIN) in Bavaria, Germany
编辑推荐：
在德国，花粉过敏问题日益严重，传统 Hirst 型花粉采样器存在诸多不足。研究人员开展了电子花粉信息网（ePIN）的相关研究。结果显示，ePIN 能实时提供花粉信息，其数据有助于过敏防控和气候变化监测，为相关研究提供重要数据支持。
在繁花盛开的季节，花粉飘散，本是大自然的浪漫馈赠，却成了许多人的 “噩梦”。在德国，约 1200 万成年人饱受过敏性鼻炎之苦，儿童和青少年患者也超百万，且过敏人数呈上升趋势。过敏不仅降低生活质量，还引发哮喘等疾病，带来高昂医疗成本和生产力损失 。
面对这一困境，传统的花粉监测手段却难以满足需求。德国以往多使用 Hirst 型花粉陷阱（Hirst-type pollen traps）收集花粉数据，虽被视为当前花粉监测的标准方法，能提供每立方米花粉的体积信息，但需人工分析，结果滞后 3 - 9 天，且人工计数易产生质量差异。同时，花粉陷阱的选址缺乏规划，无法为过敏患者提供准确的实时花粉浓度数据 。
为解决这些问题，德国巴伐利亚州的研究人员开启了一项意义重大的研究。巴伐利亚健康与食品安全局（Bavarian Health and Food Safety Authority，LGL）联合慕尼黑工业大学的过敏与环境中心（Center of Allergy and Environment，ZAUM）等机构，开展了电子花粉信息网（Electronic Pollen Information Network，ePIN）的建设、运营和发展研究。相关成果发表在《Scientific Reports》上。
研究人员为建设 ePIN 采用了一系列关键技术方法。首先，通过聚类分析确定电子花粉监测器的最佳安装位置，综合考虑花粉分布和人口分布等因素 。其次，使用电子花粉监测器 BAA500 和 Hirst 型花粉陷阱收集数据，电子花粉监测器可自动传输和处理数据，而 Hirst 型花粉陷阱数据需手动录入 。此外，利用图像识别技术进行花粉检测，部分花粉能精确到属，部分分类到科 。
ePIN 的建立与数据
- 选址：ePIN 由 8 个电子花粉监测器和 4 个 Hirst 型花粉陷阱组成。监测器的选址经过严谨的初步研究，综合考量技术、后勤等多方面要求。如安装地点需保证周围花粉类型无明显优势，具备平坦的水平表面、安全的通道和工作区域，远离高风速污染源等 。多数监测点选在医院、学校等公共建筑。
- 监测花粉种类：ePIN 监测对巴伐利亚人重要的致敏花粉、有未来致敏潜力的花粉以及与气候变化监测相关的花粉，共计 40 种，包括榛树（Corylus）、桤木（Alnus）、禾本科植物（Poaceae）等 。
- 数据处理与存储：数据基础设施位于巴伐利亚科学院和人文学院的莱布尼茨超级计算中心（Leibniz Supercomputing Centre，LRZ）。电子花粉监测器自动传输数据，LRZ 负责处理、存储和归档，每个监测器每天传输数据量在旺季可达 50GB 。ePIN 数据通过标准接口（REST - API）公开，可查询监测点位置和花粉浓度等信息 。
网站与应用程序
2019 年 5 月，ePIN 网站正式上线，2020 年 ePIN 应用程序发布。应用程序与网站基于相同源代码，旨在为用户提供便捷的花粉数据服务。由于花粉浓度与过敏症状之间的关系复杂，个体差异大，目前未设定相关阈值 。网站和应用程序的访问量随花粉季节波动，2023 年在应用程序更新和媒体报道后，访问量增长显著 。
相关研究与拓展
- APOLLO 研究：为支持花粉过敏患者的自我管理，开发了个性化的 APOLLO 应用程序。该应用程序包含日历概览和问卷，用于记录过敏症状和日常不适，还创建了两个指数来评估症状严重程度，并将个体症状与 ePIN 花粉浓度数据关联展示 。
- ePIN 网络扩展（ePIN - Plus）：ePIN - Plus 为私人利益相关者提供加入网络的机会，只要监测站点、设备和数据符合网络标准，即可共享数据 。
- 数据建模（ePIN - Nowcasting）：为计算监测点之间的花粉浓度，ZAUM 测试了插值模型，利用花粉浓度、海拔和降雨量等变量，对无监测器区域的花粉浓度进行建模 。
- 花粉预测（ePIN - Opt）：ZAUM 与 LGL 合作开展 ePIN - Opt 项目，基于 ePIN 数据开发花粉计数预测模型。该项目使用芬兰气象研究所开发的大气成分综合建模系统（System for Integrated Modeling of Atmospheric Composition，SILAM），并结合 ePIN 数据和高分辨率植被地图，以提高预测准确性 。
- AutoPollen 计划：欧洲气象服务网络（European Meteorological Services Network，EUMETNET）发起的 AutoPollen 计划，旨在建立自动花粉和真菌孢子监测网络。LGL 参与其中，并在 2021 年慕尼黑进行了监测仪器的对比研究，结果显示 BAA500 和 Swisens Polenos 在分类某些花粉种类时表现出色 。
- 人工智能（AI）软件：BAA500 的制造商定期更新软件，自 2021 年起引入基于 AI 的软件。该软件在花粉监测数据与 Hirst 型花粉陷阱数据的一致性上表现优于之前的软件，自 2024 年 10 月 31 日起在 ePIN 中使用 。
研究结论表明，ePIN 作为全球首批全电子花粉监测网络之一，为过敏患者提供了近实时的花粉数据，有助于他们规划日常生活 。同时，其数据对气候变化监测和科学研究意义重大。然而，ePIN 也存在一定局限性，如监测点之间的数据使用不明确、缺乏客观的验证方法评估电子花粉监测器的准确性等 。此外，基于 AI 的花粉监测系统在花粉识别准确性、算法训练和验证等方面面临挑战，风险沟通也有待加强 。尽管如此，ePIN 在花粉监测领域迈出了重要一步，随着技术的不断发展和研究的深入，有望为过敏防控和气候变化研究提供更有力的支持 。
