Epidemiological analyses of airborne allergenic pollen often use concentration measurements from a single station to represent exposure across a city, but this approach does not account for the spatial variation of concentrations within the city. Because there are few descriptions of urban-scale variation, the resulting exposure measurement error is unknown but potentially important for epidemiological studies. This study examines urban-scale variation in pollen concentrations by measuring pollen concentrations of 13 taxa over 24-h periods twice weekly at 25 sites in two seasons in Detroit, Michigan. Spatiotemporal variation is described using cumulative distribution functions and regression models. Daily pollen concentrations across the 25 stations varied considerably, and the average quartile coefficient of dispersion was 0.63. Measurements at a single site explained 3–85% of the variation at other sites, depending on the taxon, and 95% prediction intervals of pollen concentrations generally spanned one to two orders of magnitude. These results demonstrate considerable heterogeneity of pollen levels at the urban scale and suggest that the use of a single monitoring site will not reflect pollen exposure over an urban area and can lead to sizable measurement error in epidemiological studies, particularly when a daily time step is used. These errors might be reduced by using predictive daily pollen levels in models that combine vegetation maps, pollen production estimates, phenology models, and dispersion processes, or by using coarser time steps in the epidemiological analysis.

中文翻译：

---

花粉浓度的城市尺度变化：单个站点不足以表征日常暴露

空气传播的过敏性花粉的流行病学分析通常使用来自单个站点的浓度测量值来表示整个城市的暴露情况，但这种方法并没有考虑到城市内浓度的空间变化。由于对城市尺度变化的描述很少，由此产生的暴露测量误差是未知的，但对流行病学研究可能很重要。本研究通过在密歇根州底特律的两个季节在 25 个地点每周两次测量 13 种分类群的花粉浓度，每周两次测量花粉浓度的城市尺度变化。使用累积分布函数和回归模型来描述时空变化。25个站点的日花粉浓度差异很大，平均四分位数分散系数为0.63。单个地点的测量结果解释了其他地点 3-85% 的变化，具体取决于分类单元，而花粉浓度的 95% 预测区间通常跨越一到两个数量级。这些结果证明了城市尺度上花粉水平的相当大的异质性，并表明使用单一监测点不会反映城市地区的花粉暴露情况，并可能导致流行病学研究中的测量误差相当大，尤其是在使用每日时间步长时. 通过在结合植被图、花粉产量估计、物候模型和扩散过程的模型中使用预测的每日花粉水平，或通过在流行病学分析中使用更粗略的时间步长，可以减少这些误差。和 95% 的花粉浓度预测区间通常跨越一到两个数量级。这些结果证明了城市尺度上花粉水平的相当大的异质性，并表明使用单一监测点不会反映城市地区的花粉暴露情况，并可能导致流行病学研究中的测量误差相当大，尤其是在使用每日时间步长时. 通过在结合植被图、花粉产量估计、物候模型和扩散过程的模型中使用预测的每日花粉水平，或通过在流行病学分析中使用更粗略的时间步长，可以减少这些误差。和 95% 的花粉浓度预测区间通常跨越一到两个数量级。这些结果证明了城市尺度上花粉水平的相当大的异质性，并表明使用单一监测点不会反映城市地区的花粉暴露情况，并可能导致流行病学研究中的测量误差相当大，尤其是在使用每日时间步长时. 通过在结合植被图、花粉产量估计、物候模型和扩散过程的模型中使用预测性每日花粉水平，或在流行病学分析中使用更粗略的时间步长，可以减少这些误差。这些结果证明了城市尺度上花粉水平的相当大的异质性，并表明使用单一监测点不会反映城市地区的花粉暴露情况，并可能导致流行病学研究中的测量误差相当大，尤其是在使用每日时间步长时. 通过在结合植被图、花粉产量估计、物候模型和扩散过程的模型中使用预测的每日花粉水平，或通过在流行病学分析中使用更粗略的时间步长，可以减少这些误差。这些结果证明了城市尺度上花粉水平的相当大的异质性，并表明使用单一监测点不会反映城市地区的花粉暴露情况，并可能导致流行病学研究中的测量误差相当大，尤其是在使用每日时间步长时. 通过在结合植被图、花粉产量估计、物候模型和扩散过程的模型中使用预测的每日花粉水平，或通过在流行病学分析中使用更粗略的时间步长，可以减少这些误差。