?

Augsburger Umweltmediziner messen bereits seit 2015 den Pollenflug mit automatischen Pollenmessger?ten, seit 2017 auf dem Dach des Labors der Umweltmedizin auf dem Gel?nde des Universit?tsklinikums. Das automatische Pollenmessger?t der Firma Hund, liebevoll ?PoMo“ getauft, erfasst seit sechs Jahren an diesem Standort 17 verschiedene Pollenarten. Im 3-Stunden-Takt aktualisieren sich die Messergebnisse und stehen der ?ffentlichkeit auf einer Website zur Verfügung. Ende Juni wurde nun ein weiteres Messger?t installiert und in Betrieb genommen, welches ab jetzt in Echtzeit komplexe Bioaerosole, also luftgetragene Teilchen biologischer Herkunft erfassen kann, neben Pollen zukünftig auch Sporen.

Der Poleno Jupiter der Firma Swisens meldet im Sekundentakt, welche biologischen Partikel sich zu welcher Zeit in der Umgebungsluft befinden und übermittelt die Daten an einen Server, auf den die Wissenschaftler jederzeit zugreifen k?nnen. Das neue Ger?t kann derzeit 14 verschiedene Pollen unterscheiden, indem er unter anderem holographische Bilder erstellt. Neu ist jedoch, dass das System die M?glichkeit bietet, dass die Forscher selbst es auch für die Erkennung neuer Pollen und langfristig auch Pilzsporen trainieren k?nnen. Pilzsporen sind erheblich kleiner als Pollen und sind daher mit dem bisherigen automatischen Pollenmonitor nicht verl?sslich messbar. Jedoch machen sie vielen Allergikern zu schaffen. Reduziert Regen nach einer Weile die Pollenkonzentration in der Luft, l?sst die hohe Luftfeuchte Pilzsporen sprie?en. Allergiker k?nnten also davon profitieren, auch über die Pilzsporenkonzentration in der Luft Bescheid zu wissen.
Dennoch: der Trainingsprozess ist aufw?ndig. ?Es wird viel Zeit in Anspruch nehmen, bis der ?Poleno“ selbstst?ndig in der Lage ist, korrekte Zuordnungen zu machen. Pilzsporen zum Beispiel sind sehr vielf?ltig. Wir als Wissenschaftler müssen aufgrund der Forschungserkenntnisse eine fundierte Auswahl treffen und das Ger?t muss auf jedes einzelne zu erkennende Objekt neu trainiert werden. Aber wir sind zuversichtlich, dass wir nach einer Weile auch diese Daten aus Augsburg der ?ffentlichkeit zur Verfügung stellen k?nnen,“ so Maria Plaza, Leiterin des Fachbereichs Human Exposure Sciences der Augsburger Umweltmedizin.
Die Schnelligkeit der Datenerfassung durch das neue Ger?t erm?glicht auch, den Pollenflug im Tagesverlauf genauer abzubilden und auch Einflüsse des Wetters auf die Intensit?t des Pollenflugs noch genauer bestimmen zu k?nnen. Zudem ist der ?Poleno“, dessen Messeinheit lediglich 26 Kilogramm auf die Waage bringt, mobil und kann bei Feldversuchen, zur Analyse der Luftqualit?t in Innenr?umen oder auch für gezielte Kurzzeitmessungen im Labor, beispielsweise in einer Expositionskammer, verwendet werden.
Die Augsburger Wissenschaftler vom Universit?tsklinikum Augsburg und von? Helmholtz Munich erfassen den Pollenflug an dieser Pollen-Super-Site mittlerweile mit drei verschiedenen Ger?ten: einer klassischen ?Hirst-Typ Pollenfalle“, zu deren Messprozess das h?ndische Z?hlen der Pollen unter dem Mikroskop geh?rt, einem automatischen Pollenmessger?t der Firma Hund, das die Ausbeute der angesaugten Partikel auf Objekttr?gern sammelt und optisch auswertet und mit dem neu hinzugekommenen Poleno Jupiter, bei dem zus?tzlich zu den physischen Proben auch Datens?tze zu Morphologie, Lichtbrechung oder Fluoreszenzverhalten der Teilchen erzeugt werden.
Die alle drei Stunden ermittelten Echtzeitdaten des ?PoMo“ der Firma Hund sind es, die momentan in die von PD Stefanie Gilles und Caroline Holzmann entwickelten PollenApp PollDi einflie?en, die innerhalb einer Studie in Augsburg und – mit eigenem Messger?t an der Alpenklinik Santa Maria – in Bad Hindelang einem Praxis-Test unterzogen wird. Ganz neu ist: Die generierten Hochrechnungen und somit die Grundlage für die Pollenvorhersage in der App beruhen auf Echtzeitdaten. Andere Pollen-Informations-Apps berechnen die Pollendaten aus ein bis zwei Wochen alten Pollen-Messwerten.
Die Messung der Pollenkonzentration mit drei verschiedenen Ger?ten erm?glicht zum einen, die jeweilige Messgenauigkeit der unterschiedlichen Messmethoden zu vergleichen und überprüfen, zum anderen um St?rken und Schwachstellen der Ger?te herauszufinden und letztlich die automatisierten Ger?te weiter zu optimieren.