TS 60全站仪在船闸高边坡水平位移监测中的应用

变形监测是船闸建设中安全监测的重要组成部分。利用TS 60自动化全站仪对船闸建设中的高边坡水平位移进行安全监测,并对其成果精度进行分析,结果认为:TS 60自动化全站仪用于变形监测工作自动化程度高,精度可靠,并能显著提高观测效率。     

康复护理对膝骨性关节炎的影响

目的：观察康复护理对膝骨性关节炎（knee osteoarthritis，KOA）患者的影响。方法：将100例KOA患者随机分为观察组和对照组，每组各50例。对照组采用常规治疗与护理，观察组在对照组的基础上给予康复护理。2组均治疗与护理30d，观察结束后对比疗效。结果：总有效率观察组为82.0%，明显高于对照组的64.0%，2组比较，差异有统计学意义（P＜0.05）；治疗后2组患者JOA、ODI评分，TNF-a、ESR水平均有明显改善，且观察组改善程度优于对照组（均P<0.05）；观察组患者护理满意率98.0%，高于对照组的78.0%，2组比较，差异有统计学意义（P<0.05）。结论：康复护理可明显提高KOA患者的临床疗效，减轻患者的疼痛程度，提高护理满意度。     

两种随机地下水位动态预测模型在吉林西部的应用与对比

时间序列模型和人工神经网络模型是两种常见的地下水资源模拟预测模型,为了对比二者的优缺点,本文对比分析了两者的建模过程及其模拟精度.选择吉林省西部干旱半干旱区为研究区,该区地下水资源在过去10年问由于长期超采而导致地下水位持续下降.相比ANN模型,时间序列模型建模过程更为简单,计算效率更高."后验差"检验结果表明两种模型均能很好的模拟地下水位变化规律,但改进ANN具有更高的拟舍精度.同时,两种模型预报结果均显示研究区如继续按过去的开发模式开采地下水,地下水位还将持续下降,且下降速率逐步增大.     

浙江省气象台台风数值预报系统

以MM5V3.6为基础针对浙江省的地理气候特点,开发了浙江省台风数值预报系统.解决了在业务数值预报领域上主要依赖国外数值预报产品的问题.在2004年台汛期的业务应用中表明,该系统对台风的移动路径和降水有很好的预报能力.     

全自动动态二次最优评分的实现

按照中国气象局《重要天气质量评定办法》和《山东省重要天气预报质量评定办法补充规定 (修改本 )》的规定 ,采用动态二次最优评分方案 ,实现了中期预报全自动评分     

一种短期气候预测集成技术的应用研究

以递归正权综合决策方案为基础，结合实际情况，首先对多种预报方法进行筛选，选取预报效果较好并且较为稳定的几种方法参与集成，并将集成结果写成Micaps数据格式，最终以图形方式显示出来。评分结果表明：该集成方法对温度预报和灾害指数预报较权重平均集成法效果好；而对月雨量预报和季度雨量、温度预报则与权重平均方法相当；但是对季度雨量、温度预报来说，集成后预测精度有明显提高。同时，将集成结果通过Micaps工作平台以图形方式显示，不仅客观、定量，而且更一目了然．     

应力调制在辽宁地区地震预报中的应用

应用应力调制图像法对辽宁地区1970年以来的21次ML≥5．0地震进行了检验。结果显示，有18次地震的震前出现了S值异常单元，虚报地震11次，漏报3次，R值评分0．58。     

一种新型降水预报评分方法

在目前已有的降水评分办法的基础上，对原有办法存在的弊端进行了有效的改进，使得降水的预报评估与预报服务业务结合更紧密，也更贴近公众的感受。主要介绍了新方法的基本思路、关键技术、实现方法等。评分系统已投入业务运行，成为考核预报员业务水平的重要依据。     

细网格数值预报产品在精细化预报中的释用

利用齐齐哈尔市十个自动站降水和温度资料对2013年欧洲中心确定性模式高分辨率预报产品、东北半球T639数值产品、日本高分辨率大气模式产品和中央气象台的全国城市预报产品进行系统误差订正基础上,进行基于超级集合思想的多模式动态变权集成预报。结果表明:三种细网格和中央气象台的全国城市预报产品对齐齐哈尔地区的降水预报都存在着较多的空报现象;对四种模式预报进行集成平均,在齐齐哈尔地区预报效果极其有限;动态权重集成预报能够较好地利用各种数值预报的优势,从而得到质量好的定性预报产品。定性降水、最低温度和最高温度的集成预报比任何单一的数值预报成员TS预报评分都要高,尤其是最低温度预报质量得到了很大的提升,给预报员提供了很好的参考工具。     

西安市各区县气温预测统计方法对比分析

利用西安市7个国家一般气象站1971—2000年的逐月平均气温,依次选用最优气候值法、多元线性回归预测法、自回归移动平均法(ARIMA)和灰色系统理论法进行回报检验,模拟出7个站点2001—2013年的月、季、年平均气温,再对其进行PS评分和异常级分析,结果显示:季、年平均气温预测以最优气候值法、灰色系统理论法较为适用,月平均气温预测中各种方法在时空序列上各有优劣,多元线性回归预测法应适当避免使用;从时间尺度来看,春、夏、秋和年平均气温预测以最优气候值法最优,冬季平均气温预测以自回归移动平均法最优,月平均气温预测3—8月以最优气候值法最优,1—2月、9—12月以自回归移动平均法最优;从空间尺度来看,靠近山区及平原区(周至、户县、市区、高陵)月、季、年平均气温预测以灰色系统法最优,山区与平原区过度区域(临潼、蓝田、长安)月、季、年平均气温预测以最优气候值法最优。