fbpx

Hvordan lager vi prognoser for pollen?

Fra rådata til prognoser

Vi som jobber i Airmine har bakgrunn fra modellering, miljøteknologier og programmering.

Veldig enkelt sagt samler vi inn data fra mange ulike kilder, lagrer dataene og kjører våre beregninger for å gi kundene våre målinger og prognoser.

dataflyt pollenmodell
bjørkepollen 170522
Prognose for bjørkepollen, mai 2022.

Hvordan beregner vi pollennivåene?

Pollennivåene bestemmes både av temperatur, nedbør og hvor vi er i vekstsesongen. I tillegg spiller lokal topografi og vegetasjon inn. Pollennivåene varierer ofte med høyde over havet. Ofte vil pollensesongen starte i mildere kyststrøk, og bevege seg oppover i terrenget (og klimasonene) etter hvert. 

Det spiller også en rolle hvor utbredt de ulike plantene er på ulike steder.Enkelte allergene planter, som hassel, har for eksempel en grense for hvor langt nord i landet de vokser. 

Pollenmålinger

Airmine har kjøpt inn flere sensorer fra et amerikansk selskap. Disse sensorene tar bilder av pollenkorn og andre partikler i lufta, og bruker bildegjenkjenning for å identifisere ulike pollentyper. 

Vi bruker sensorene til å verifisere og forbedre prognosene våre og planlegger å plassere ut flere sensorer for å best kunne forutsi starten på pollensesongen og hvordan den utvikler seg. 

gresspollen
Gresspollen, sett i mikroskop og på enga.
planteklassifisering vha satelittdata

Planteklassifisering med satellittdata

For å kartlegge vegetasjon bruker vi satellittdata fra ESA, Sentinel-2. Dette bruker vi hovedsakelig til planteklassifisering, altså til å sannsynliggjøre hvilke planteslag som vokser i nærheten av sensorene. (Les mer om dette i How to spot a birch tree from space – Airmine.) 

I pollenvarslene våre bruker vi vegetasjonskartleggingen som en parameter for å anslå hvor mye det er av et pollenslag på et gitt sted.

Vi justerer modellene regelmessig for mer presise resultater

Modellutvikling er kontinuerlig arbeid. Vi tester modellene “tilbake i tid” mot målinger for å se hvor godt vi treffer og gjør justeringer i koden og parametrene for å få bedre treffprosent. 

Pollenvarslene våre er prognoser, altså en antakelse om pollen frem i tid. Akkurat som værvarslene, vil varslene aldri kunne bli helt riktige, uansett hvor mange målinger man har, siden vi “spår” frem i tid.

Målet er å gi våre kunder pollenvarsler som er så presise som mulig, og som gir brukerne god nytte i hverdagen.

Handlekurv
Norsk bokmål