Projektlaufzeit: 2024-2030
Allergische Erkrankungen nehmen weltweit zu, während gleichzeitig die räumliche und zeitliche Dynamik allergener Pflanzen und ihrer Pollenbelastung nur unzureichend verstanden ist. Bestehende Pollenprognosen sind häufig zu grob aufgelöst und wenig individuell, sodass Betroffene und medizinische Fachkräfte keine verlässliche Grundlage für Entscheidungen haben. Gleichzeitig eröffnen moderne KI-Methoden, Bürgerwissenschaftsdaten und neue biophysikalische Messverfahren völlig neue Möglichkeiten, die Ursachen, Eigenschaften und Auswirkungen von Pollen wesentlich präziser zu erfassen. Das Projekt setzt hier an und verbindet interdisziplinäre Ansätze, um Pollenbelastungen besser vorherzusagen, Polleneigenschaften umfassender zu charakterisieren und allergische Reaktionen objektivierbar zu machen.
In der PollenNet-Studie 2025/26 werden Citizen-Science-Daten mit Wetter-Informationen, der Pollenbelastung der Luft und Allergiesymptomen systematisch miteinander in Verbindung gesetzt. Ziel ist es, Menschen mit Pollenallergien künftig mithilfe tagesaktueller, lokaler Beobachtungen aus Flora Incognita sowie geeigneter Wetterdaten und -vorhersagen präzise Hinweise zum erwarteten Pollenflug zu geben – und natürlich dazu, wie sie sich wirksam vor Symptomen schützen können.
Die Studie besteht aus sechs Teilprojekten und läuft von Dezember 2025 bis Herbst 2026. Sie beginnt mit der Blüte der Hasel und endet, wenn die Ambrosia ihren letzten Pollen abgegeben hat. Was es mit den einzelnen Teilprojekten auf sich hat, erläutern wir in unserem Blogartikel.
Wenn Sie Teil der PollenNet-Studie 2026 werden möchten, laden wir Sie herzlich ein, entweder ein tägliches Symptomtagebuch zu führen oder sich am Citizen-Science-Projekt in der Flora-Incognita-App zu beteiligen.
Bei Fragen zur Studie erreichen Sie uns per E-Mail unter pollennet@bgc-jena.mpg.de
Allergene Pflanzen setzen Pollen frei, sobald sie blühen. Doch wie viel davon täglich in der Luft landet, hängt stark von der tatsächlichen Blühphase ab. Diese wird von der lokalen Umgebung geprägt – von Geographie über Klima bis zur tagesaktuellen Witterung. All das kann sich erstaunlich kleinräumig unterscheiden: zwischen Stadtteilen, Straßenzügen oder sogar einzelnen Zweigen desselben Strauchs. Kein Wunder also, dass eine flächendeckend präzise Erfassung schwer fällt.
Im Projekt PollenNet nutzen wir deshalb Beobachtungen aus der Flora-Incognita-App, die besonders in Städten intensiv verwendet wird. Die dort gemeldeten Funde und Fotos zeigen uns die tagesaktuelle Blühphase relevanter Arten. Damit können wir ein Modell entwickeln, das anhand von Bildern nicht nur die Art erkennt, sondern auch den lokalen Blühzeitpunkt bestimmt. So wollen wir die Pollenbelastung vor Ort besser einschätzen und künftig sogar vorhersagen können.
Und Sie können dabei helfen: Aktivieren Sie in der Flora-Incognita-App das Projekt PollenNet und fotografieren Sie 2026 unsere Zielarten – Hasel, Birke, Erle, Gräser, Ambrosia und Beifuß. Je mehr Menschen mitmachen, desto treffsicherer wird die Vorhersage!
Flora-Incognita-Beobachtungsdaten von Corylus avellana im Projekt PollenNet, Saison 2024/25
In der Arbeitsgruppe für Technische Thermodynamik konzentrieren wir uns auf zwei zentrale Aspekte von PollenNet.
Erstens möchten wir eine akustofluidische Plattform entwickeln, die eine dreidimensionale Fokussierung von Pollenkörnern in einem Mikrokanal ermöglicht. Auf diese Weise können die Körner im Mikrofluss gezielt rotiert werden, sodass Aufnahmen aus verschiedenen Blickwinkeln möglich sind. Diese Bilder erlauben eine zuverlässige automatisierte Erkennung und Zählung verschiedener Arten und bilden damit eine wichtige Datengrundlage für Vorhersagen zur Ausbreitung.
Zweitens untersuchen wir das Verhalten von Pollenkörnern in Strömungen. Wir möchten verstehen, unter welchen Windbedingungen und in welchen Blühstadien Pollen typischerweise aus unterschiedlichen Pflanzen freigesetzt werden. Darüber hinaus interessiert uns, wie die Körner anschließend in der Strömung transportiert werden. Um diese Fragestellungen sowohl auf der Makro- als auch auf der Mikroebene zu bearbeiten, nutzen wir fortschrittliche experimentelle Methoden und Windkanäle, präzise mikrofluidische Fertigung sowie moderne numerische Strömungsmechanik.
Der von Pflanzen freigesetzte Pollen wird durch atmosphärische Bewegungen von seiner Quelle wegtransportiert. Die meisten allergenen Arten produzieren sogenannten „winddispergierten“ Pollen, der durch schwache oder starke Windböen in der Atmosphäre verbreitet wird. Die Pollenkörner sind dabei sehr klein, sodass ihre Masse und Größe in vielen Modellen vernachlässigt werden können.
Dies macht den Einsatz stochastischer Modelle auf Basis der Langevin-Gleichung geeignet. Diese beschreiben die Bewegung von (Pollen-)Partikeln als Funktion eines deterministischen advektiven Terms (das Windfeld) und eines stochastischen Diffusionsterms (Brownsche Bewegung):
Ein erster Schritt ist in der Abbildung dargestellt. Direkte numerische Simulationen einer Rayleigh-Bénard-Konvektionsschicht mit großem Aspektverhältnis (Γ = L/H = 16) werden mithilfe der Lagrangian Particle Method (LPM) durchgeführt, bei der die Entwicklung einzelner Partikel im Strömungsfeld verfolgt wird. Diese Simulationen dienen als erstes Ersatzmodell für atmosphärische Bedingungen und bilden damit die Grundlage für die Entwicklung eines generativen Modells, das zukünftig zur Verfeinerung der Pollenverbreitungsprognosen eingesetzt werden kann.
Am Institut für Biomedizinische Technik und Informatik verfolgen wir im Rahmen des Projekts PollenNet zwei Teilziele.
Erstes Teilziel:
Wir untersuchen einen (bio-)medizinischen Marker in Elektroenzephalogrammen (EEGs), um allergische Reaktionen im menschlichen Gehirn objektiv erfassen und charakterisieren zu können. Die Einführung eines solchen Markers würde die Allergieforschung auf mehreren Ebenen erheblich voranbringen. Zum einen ließe sich das Zusammenspiel zwischen individueller Allergenbelastung und externen Pollenkonzentrationen deutlich besser verstehen. Zum anderen könnten solche Marker zu optimierten, individuell angepassten Therapie- und Medikamentenempfehlungen beitragen und damit unmittelbare Vorteile für Patientinnen und Patienten bieten. Um dies zu erreichen, muss der Marker zunächst explorativ untersucht werden – sowohl mit bestehenden Signalverarbeitungsmethoden als auch durch die Entwicklung neuer Verfahren. Im Mittelpunkt stehen dabei Analysen von DC-EEG, der Zeit-Frequenz-Domäne der üblichen Frequenzbänder sowie der räumlichen EEG-Verteilung (Topographieanalyse).
Zweites Teilziel:
Wir erforschen und entwickeln ein mobiles und robustes EEG-System, das von Betroffenen zu Hause selbstständig angewendet werden kann. Da EEGs üblicherweise in Kliniken oder Forschungslaboren aufgezeichnet werden, müssen für mobile Anwendungen besondere Anforderungen erfüllt sein – etwa einfache Handhabung, hoher Tragekomfort, geringe technische Komplexität und lange Akkulaufzeit. Ziel ist es, ein patientenspezifisches Headset mit einer definierten Anzahl von Elektroden und integrierter Verstärkertechnik zu entwickeln.
Katal, N., Rzanny, M., Mäder, P., Boho, D.,Wittich, H.C.,Tautenhahn, S., Bebber, A., & Wäldchen, J. (2025): Expanding phenological insights: automated phenostage annotation with community science plant images. Int J Biometeorol. https://doi.org/10.1007/s00484-025-02972-x
Ettel M, Vieweg PP, Schumacher J. (2025): Effects of conjugate heat transfer on large-scale flow structures in convection. Journal of Fluid Mechanics.1016:A30. doi:10.1017/jfm.2025.10361
Hier können Sie die aktuellen News aus dem PollenNet Projekt lesen. Folgen Sie uns auf unseren Social-Media-Kanälen, wenn Sie auch über kleine Erfolge und Aktionen aus der Forschungsgruppe informiert sein wollen.
https://floraincognita.de/wp-content/uploads/sites/4/2025/12/PollenNet-Logo.png
2550
2050
Anke Bebber
https://floraincognita.de/wp-content/uploads/sites/4/2022/11/flora-incognita_logo_horizontal_RGB-e1669665654345.png
Anke Bebber2025-12-12 10:25:122025-12-15 12:45:39PollenNet-Studie 2026
https://creativecommons.org/licenses/by-sa/4.0/deed.en
https://floraincognita.de/wp-content/uploads/sites/4/2025/10/00_3769_Schwarzen_Holunder_Sambucus_nigra-scaled.jpg
1707
2560
Anke Bebber
https://floraincognita.de/wp-content/uploads/sites/4/2022/11/flora-incognita_logo_horizontal_RGB-e1669665654345.png
Anke Bebber2025-10-17 06:51:452025-11-10 09:41:37Neue Studie präsentiert Methode zur Erfassung phänologischer Informationen aus Bildern
https://floraincognita.de/wp-content/uploads/sites/4/2025/09/titelPollenNet4.jpg
1271
1920
Anke Bebber
https://floraincognita.de/wp-content/uploads/sites/4/2022/11/flora-incognita_logo_horizontal_RGB-e1669665654345.png
Anke Bebber2025-09-24 13:44:262025-11-10 09:41:07Citizen Science: Update aus dem Projekt PollenNetDas PollenNet-Projekt ist ein gemeinschaftliches Forschungsprojekt der TU Ilmenau, des Max-Planck-Instituts für Biogeochemie Jena, des Umweltforschungszentrums Leipzig sowie des Universitätsklinikums Leipzig. Es wird von der Carl-Zeiss-Stiftung im Rahmen der Förderinitiative „Durchbrüche“ gefördert.
