Roma, 6 dicembre 2024 – 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 (FARM) 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”, sottolinea Piersanti
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 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”, sottolinea Piersanti.
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.
“L’implementazione di modelli ad alta risoluzione come il nostro 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”, conclude Piersanti.
Salva come PDF
