Development of a modeling system to study and forecast biological weather

Abstract

The scope of the present Doctoral Dissertation is the enhancement and implementation of a fine-scale modeling system, with a spatial resolution of 2 km, for the prediction of daily pollen concentrations of selected taxa in the broader area of Thessaloniki, Greece. The selected taxa are abundant in the Mediterranean region. Οlive (Olea europaea L.) is a primary source of airborne allergenic pollen, while Quercus and Pinaceae contribute substantial quantities of pollen grains to the atmosphere.In recent decades, the prevalence of pollen allergies has increased markedly, particularly in urban populations and among children. The high allergenicity of some tree species can negatively affect pollen allergy sufferers during their flowering period. In the first stage of this research, the Urban Green Zone Allergenicity Index (IUGZA) was implemented to characterize the potential allergenicity of the street trees most commonly used as ornamentals in Thessaloniki. The index is based on allergenic potential, pollen emissions, principal pollination period and surface area covered by each tree. Two case studies were conducted in the city center: the block of streets surrounding Agia Sofia church (AS) and the junction of Agiou Dimitriou (AD) and Ethnikis Aminis (EA). Results revealed that in the AS case, 38% of the species displayed high allergenic potential or are recognized as major local allergens, compared to only 8% in AD-EA. The lack of female trees was evident in both cases (1% and 6% respectively), although such trees are generally classified as non-allergenic. In AS, the allergenic potential of the street trees reached IUGZA = 0.56, exceeding the critical threshold of 0.5, with Fraxinus, Ulmus and Platanus being the most important contributors. In AD-EA, the index was significantly lower (IUGZA = 0.12), with Cedrus and Platanus as the dominant contributors. Accurate prediction of the Main Pollen Season (MPS), i.e. the time period within which anemophilous pollen is released, is crucial for both public health and environmental management. In the second stage, a comparative evaluation of multiple predictive models for estimating MPS in Thessaloniki was carried out for the period 2016-2022. The predictive approaches were divided into two categories: (i) methods based on tree phenology and meteorological variables, and (ii) data-driven and statistical methods. The first category included Thermal Time (TT) models, which integrate chilling and heating requirements, as well as Partial Least Squares Regression (PLS) and Temperature-Photoperiod (TP) models. Predictive performance was generally reliable, with a combination of TT and PLS methods providing the most reliable forecasts. PLS regression analysis highlighted the strong influence of spring and preceding autumn temperatures on the MPS. The chilling period for both taxa typically began in late November to early December and ended around early January, with an average requirement of approximately 1187 chilling hours. Heating requirements varied substantially, from 435 oC to 2100 oC depending on the taxon and model used.The second category of models included cumulative temperature-based approaches (DT), Logistic Models (LM), Distribution Methods (DM) and Machine Learning Techniques (MLTs) such as Random Forest (RF), Neural Networks and Ensemble Learning. Results showed that DT and LM models effectively captured the end of the pollen season, with differences from observed values ranging from 0 to 7 days. In contrast, MLTs, particularly RF, exhibited high accuracy in predicting the onset of the season, with deviations ranging from 0 to 10 days. The DT approach, which incorporates transition ranges, further enhanced prediction reliability. Based on these evaluations, specific predictive approaches were selected for integration into the final modeling framework: the DT temperature sum method and TT model (depending on the taxon) for predicting the onset of MPS and the LM approach for determining its end. The final objective of the dissertation was the implementation of an enhanced high-resolution modeling system WRF-NEMO-CAMx, to predict airborne pollen concentrations for Quercus, Pinaceae and Olea. This was the first time such a system was applied in Greece at a spatial resolution of 2 km. Three emission scenarios (“Base”, “Max” and “Min”) were implemented, using literature-derived pollen production rates. The system was evaluated against ground-based meteorological observations and daily pollen concentration measurements for the year 2019. The evaluation of predicted pollen concentrations confirmed that the system captured daily variability satisfactorily. Among the three emission scenarios, the “Min” simulation yielded the best agreement for Quercus (IOA = 0.81) and Pinaceae (IOA = 0.76), while for Olea, the “Max” scenario achieved superior performance (IOA = 0.89). Subcategory analyses revealed that the QRPR group was the dominant contributor to Quercus concentrations, while PMSC accounted for the largest share among Pinaceae subgroups. Spatial emission maps showed higher values in areas with dense vegetation for Quercus and Pinaceae, and in coastal and agricultural zones for Olea, consistent with known species distributions. These findings collectively demonstrate the feasibility and accuracy of a fine-scale pollen modeling system capable of simulating airborne concentrations for highly allergenic and abundant taxa. The study highlights the potential for integrating such systems into health-warning frameworks, complementing thermal stress and air pollution forecasts with pollen exposure predictions. This dissertation thus contributes to the development of biological weather forecasting, with important implications for public health and environmental management.

Σκοπός της παρούσας διδακτορικής διατριβής αποτελεί η ανάπτυξη και εφαρμογή ενός συστήματος μοντέλων υψηλής ανάλυσης, χωρικής κλίμακας 2 km, για την πρόγνωση των ημερήσιων συγκεντρώσεων γύρης επιλεγμένων ειδών στην ευρύτερη περιοχή της Θεσσαλονίκης. Τα είδη αυτά βρίσκονται σε αφθονία στην Μεσόγειο και στην παρούσα εργασία περιλαμβάνουν (α) την ελιά (Olea europaea L.) που είναι μία από τις κύριες πηγές αλλεργιογόνου γύρης, καθώς και (β) τις βελανιδιές (Quercus) και (γ) τα πευκοειδή (Pinaceae), τα οποία παράγουν μεγάλες ποσότητες γυρεόκοκκων στην ατμόσφαιρα. Τις τελευταίες δεκαετίες, η συχνότητα των αλλεργιών λόγω της γύρης έχει αυξηθεί σημαντικά, ιδιαίτερα στους αστικούς πληθυσμούς και στα παιδιά. Η υψηλή αλλεργικότητα ορισμένων δέντρων μπορεί να επηρεάσει αρνητικά τα άτομα με αλλεργίες κατά την περίοδο ανθοφορίας τους. Στο πρώτο στάδιο της παρούσας έρευνας εφαρμόστηκε ο δείκτης αλλεργικότητας αστικών πράσινων ζωνών (IUGZA), με σκοπό τον χαρακτηρισμό της δυνητικής αλλεργικότητας των δεντροστοιχιών που χρησιμοποιούνται ευρέως ως καλλωπιστικά στη Θεσσαλονίκη. Ο δείκτης βασίζεται σε παραμέτρους όπως το αλλεργιογόνο δυναμικό, οι εκπομπές γύρης, η κύρια περίοδος ανθοφορίας και η καλυπτόμενη επιφάνεια από κάθε είδος. Δύο σημεία μελετήθηκαν στο κέντρο της πόλης: το οικοδομικό τετράγωνο γύρω από τον ναό της Αγίας Σοφίας (AS) και η διασταύρωση των οδών Αγίου Δημητρίου (AD) και Εθνικής Αμύνης (EA). Τα αποτελέσματα έδειξαν ότι στην περίπτωση του AS, το 38% των ειδών εμφάνιζε υψηλό αλλεργιογόνο δυναμικό ή συνιστούν κύρια τοπικά αλλεργιογόνα, έναντι μόλις 8% στο AD-EA. Η έλλειψη θηλυκών δέντρων ήταν εμφανής και στις δύο περιπτώσεις (1% και 6% αντίστοιχα), παρότι αυτά κατατάσσονται γενικά ως μη αλλεργιογόνα. Στην περιοχή AS, η αλλεργικότητα των δεντροστοιχιών ανήλθε σε IUGZA = 0.56, υπερβαίνοντας την κρίσιμη τιμή 0.5, με τα Fraxinus, Ulmus και Platanus να έχουν τη μεγαλύτερη συνεισφορά. Στην περιοχή AD-EA, ο δείκτης ήταν σημαντικά χαμηλότερος (IUGZA = 0.12), με τα Cedrus και Platanus να κυριαρχούν. Η ακριβής πρόγνωση της κύριας περιόδου γυρεοφορίας (MPS), δηλαδή της περιόδου του έτους κατά την οποία τα είδη ενδιαφέροντος απελευθερώνουν γύρη στην ατμόσφαιρα, είναι κρίσιμη τόσο για τη δημόσια υγεία όσο και για την περιβαλλοντική διαχείριση. Στο δεύτερο στάδιο της διατριβής, πραγματοποιήθηκε συγκριτική αξιολόγηση πολλαπλών προγνωστικών μοντέλων για την εκτίμηση της MPS στη Θεσσαλονίκη για την περίοδο 2016-2022. Οι προσεγγίσεις χωρίστηκαν σε δύο κατηγορίες: (i) μεθόδους βασισμένες στη φαινολογία των δέντρων και τις μετεωρολογικές μεταβλητές και (ii) μεθόδους βασισμένες σε στατιστικές αναλύσεις και μηχανική μάθηση. Στην πρώτη κατηγορία περιλαμβάνονται μοντέλα θερμικού χρόνου (TT), που ενσωματώνουν τις απαιτήσεις ψύξης και θέρμανσης των δέντρων, η μερική παλινδρόμηση ελαχίστων τετραγώνων (PLS) και τα μοντέλα θερμοκρασίας-φωτοπεριόδου (TP). Η προγνωστική τους απόδοση κρίθηκε γενικά αξιόπιστη, με τον συνδυασμό TT και PLS να παρέχει τις πιο σταθερές εκτιμήσεις. Η ανάλυση PLS ανέδειξε την ισχυρή επίδραση των θερμοκρασιών της άνοιξης και του προηγούμενου φθινοπώρου στην MPS. Η περίοδος ψύξης για όλα τα είδη ξεκινούσε συνήθως στα τέλη Νοεμβρίου με αρχές Δεκεμβρίου και ολοκληρωνόταν γύρω στις αρχές Ιανουαρίου, με μέσο όρο περίπου 1187 ώρες ψύξης ανά έτος. Οι απαιτήσεις θέρμανσης παρουσίασαν σημαντική διακύμανση, από 435 oC έως 2100 oC αθροιστικής θερμοκρασίας ανά έτος, ανάλογα με το είδος και το μοντέλο. Η δεύτερη κατηγορία μοντέλων περιελάβανε προσεγγίσεις βασισμένες στη συσσώρευση θερμοκρασίας (DT), λογιστικά μοντέλα (LM), μεθόδους κατανομής (DM) και τεχνικές μηχανικής μάθησης (MLTs), όπως τυχαία δάση (RF), νευρωνικά δίκτυα και τεχνικές εκμάθησης συνόλου (Ensemble learning). Τα αποτελέσματα έδειξαν ότι τα μοντέλα DT και LM εκτίμησαν με ακρίβεια το πέρας της MPS, με αποκλίσεις 0-7 ημερών από τις παρατηρήσεις. Αντίθετα, οι MLTs, ιδιαίτερα τα RF, παρουσίασαν υψηλή ακρίβεια στην εκτίμηση της έναρξης, με αποκλίσεις 0-10 ημερών. Η προσέγγιση DT, που ενσωματώνει εύρη μετάβασης στην ανθοφορία των δέντρων, αύξησε την αξιοπιστία των προβλέψεων. Βάσει αυτών των αξιολογήσεων, επιλέχθηκαν συγκεκριμένες μέθοδοι για ενσωμάτωση στο τελικό προγνωστικό σύστημα μοντέλων: η μέθοδος αθροίσματος θερμοκρασιών DT και το μοντέλο TT (ανάλογα με το είδος) για την πρόγνωση της έναρξης της MPS και η προσέγγιση LM για τον καθορισμό του τέλους της. Ο τελικός στόχος της διατριβής αποτελεί η εφαρμογή ενός βελτιωμένου συστήματος μοντέλων υψηλής ανάλυσης WRF-NEMO-CAMx για την πρόγνωση ημερήσιων συγκεντρώσεων γύρης στην ατμόσφαιρα για τα είδη Quercus, Pinaceae και Olea. Η παρούσα έρευνα αποτελεί την πρώτη εφαρμογή ενός τέτοιου συστήματος στην Ελλάδα με χωρική ανάλυση 2 km. Υλοποιήθηκαν τρία σενάρια εκπομπών (“Base”, “Max” και “Min”), χρησιμοποιώντας τιμές εκπομπών γύρης από τη βιβλιογραφία. Το σύστημα αξιολογήθηκε έναντι επίγειων μετεωρολογικών παρατηρήσεων και ημερήσιων μετρήσεων συγκεντρώσεων γύρης για το έτος 2019. Η αξιολόγηση επιβεβαίωσε ότι το σύστημα αναπαράγει ικανοποιητικά τη διακύμανση των ημερήσιων συγκεντρώσεων. Μεταξύ των τριών σεναρίων, το “Min” παρουσίασε την καλύτερη συμφωνία για τα Quercus (IOA = 0.81) και Pinaceae (IOA = 0.76), ενώ για την Olea το “Max” έδωσε την ανώτερη απόδοση (IOA = 0.89). Η ανάλυση των υποκατηγοριών έδειξε ότι το QRPR είχε τη μεγαλύτερη συνεισφορά για τα Quercus, ενώ το PMSC αντιπροσώπευε το μεγαλύτερο ποσοστό στα Pinaceae. Οι χωρικοί χάρτες εκπομπών έδειξαν υψηλότερες τιμές σε περιοχές με πυκνή βλάστηση για Quercus και Pinaceae, ενώ για την Olea εντοπίστηκαν υψηλές συγκεντρώσεις σε παράκτιες και αγροτικές περιοχές, σε συμφωνία με τη γνωστή εξάπλωση του είδους στην περιοχή μελέτης.Τα ευρήματα αυτά αποδεικνύουν τη δυνατότητα και την ακρίβεια ενός συστήματος μοντέλων υψηλής ανάλυσης για την εκτίμηση συγκεντρώσεων γύρης στην ατμόσφαιρα για είδη που συναντώνται σε αφθονία στην ατμόσφαιρα αλλά και με υψηλή αλλεργιογόνο σημασία. Η μελέτη αναδεικνύει τη δυνατότητα ενσωμάτωσης τέτοιων συστημάτων σε πλατφόρμες έγκαιρης προειδοποίησης για τη δημόσια υγεία, λειτουργώντας συνεργιστικά με τις προγνώσεις θερμικής καταπόνησης και ατμοσφαιρικής ρύπανσης. Συνεπώς, η παρούσα διατριβή συμβάλλει στην μελέτη της πρόγνωσης του βιολογικού καιρού, με σημαντικές επιπτώσεις στη δημόσια υγεία και τη διαχείριση του περιβάλλοντος.