(Teleborsa) -
ENEA ha sviluppato un sistema modellistico ad alta risoluzione in grado di stabilire con precisione l'inizio della stagione dei pollini e di monitorarne la diffusione in tempo reale soprattutto per graminacee, olivo, betulla, ambrosia e ontano, tra i principali responsabili delle allergie stagionali. Lo studio che ha portato all'innovazione modellistica è stato condotto nell'ambito del
progetto MEETOUT, in collaborazione con Università di Verona, Arianet, ATS Milano e ARPA Veneto. I risultati sono stati pubblicati sulla
rivista Agricultural and Forest Meteorology e aprono la strada verso un maggiore supporto nella prevenzione e nella gestione delle malattie respiratorie legate all'esposizione ai pollini.
"Abbiamo testato con successo il nostro sistema in Veneto dove siamo riusciti a simulare i processi di dispersione, diffusione a lungo raggio e deposizione del polline con una risoluzione spaziale di 3 km, e a calcolarne le concentrazioni su base oraria per l'anno 2019. Tutto questo è stato possibile utilizzando mappature di copertura vegetale molto dettagliate, algoritmi di rilascio stagionale del polline e previsioni meteorologiche – spiega
Antonio Piersanti, responsabile del Laboratorio ENEA Modelli e misure per la qualità dell'aria e osservazioni climatiche e coautore dello studio insieme ai colleghi
Mario Adani, Gino Briganti, Massimo D'Isidoro, Mihaela Mircea e Maria Gabriella Villani –. Per le sue notevoli potenzialità il nuovo sistema di previsione dei pollini è stato inserito nel nostro modello di monitoraggio della qualità dell'aria e utilizzato finora per le previsioni quotidiane dei pollini su tutta Europa. Con questo studio, dimostriamo che il sistema può essere applicato anche all'Italia e alle singole regioni, con maggiore dettaglio".
Lo studio è stato condotto confrontando
due tipi di mappe della vegetazione: una a bassa risoluzione (10 km con dati Copernicus) e una più dettagliata (tra 250 metri e 1 km, con dati sperimentali raccolti per lo studio). "L'integrazione di dati dettagliati della vegetazione nel nostro modello di qualità dell'aria – sottolinea
Piersanti – ha migliorato significativamente le previsioni dei pollini di ontano, betulla, olivo e ambrosia, soprattutto per le aree complesse come le montagne, dove i dati ad alta risoluzione sono cruciali. Non solo. Questo nuovo approccio ha permesso di individuare l'inizio della stagione dei pollini con maggiore precisione rispetto a quanto fatto finora".
Le
allergie da polline colpiscono circa il 20% della popolazione mondiale e sono influenzate da fattori climatici, geografici e vegetativi. Cambiamenti nella temperatura, nelle precipitazioni e nelle concentrazioni di CO2 potrebbero aumentare la quantità di polline e prolungare le stagioni allergiche. Inoltre, fenomeni come la scarsità d'acqua e la siccità spingono le specie vegetali verso latitudini più elevate, mentre il commercio globale introduce nuove specie che modificano l'ambiente e aumentano l'esposizione a nuovi allergeni.
Il
monitoraggio aerobiologico è essenziale per stimare l'esposizione della popolazione al polline, ma presenta attualmente diverse limitazioni. Le
reti di monitoraggio del polline sono poco diffuse a causa degli alti costi del conteggio manuale del polline, che può comportare un margine di errore del 20-30% a causa della variabilità nelle capacità di riconoscimento del polline da parte degli operatori. I bollettini pollinici vengono emessi settimanalmente, rendendo difficile fornire aggiornamenti più frequenti e impedendo una prevenzione efficace dell'esposizione.
Di recente, sono stati sviluppati
dispositivi automatici più precisi, anche se il loro utilizzo è ancora limitato.
Piattaforme e-Health e m-Health, come siti web e app per smartphone, stanno emergendo per fornire previsioni polliniche agli individui allergici, aiutandoli a evitare l'esposizione e a gestire e trattare le allergie al polline; tuttavia, un recente studio su nove app mobili ha evidenziato la necessità di migliorare la qualità delle previsioni.
Concentrazione stagionale di pollini misurata in grani/m³ (grani per metro cubo d'aria) stimata nel dominio di studio utilizzando dati CAMS - Copernicus Atmosphere Monitoring Service (sinistra) e dati di maggiore dettaglio (destra) sulla copertura vegetale.
"L'implementazione di modelli ad alta risoluzione come il nostro – conclude
Piersanti – potrebbe offrire informazioni essenziali alle popolazioni più vulnerabili, come i pazienti con asma o allergie, riguardo alle concentrazioni di polline e all'inizio delle stagioni polliniche. Inoltre, permetterebbero di fornire stime accurate delle concentrazioni di polline anche in aree non coperte dalle reti di monitoraggio, come già avviene per l'inquinamento chimico dell'aria".