京津地区儿童呼吸系统疾病医疗气象预报初步研究

通过研究京津地区儿童呼吸系统3种常见疾病(感冒、气管炎、肺炎)发病与环境气象条件的可能联系,发现气温、气温日较差和风速等气象要素与疾病发病率有一定的相关关系。依此,采用岭回归技术,建立了医疗气象预报模式。并用Visual Basic 6.0语言搭建了每日医疗气象滚动预报软件平台,可用于日常业务预报。     

宁波市医疗气象预报

宁波市医疗气象预报是在前人大量的医疗气象预报研究的基础上，根据宁波市的气候和影响宁波的天气系统及宁波市常见疾病的发病率之间的关系，做出的综合预报、指数预报和中长期预报，为市民的生活提供防治建议。     

吉林省心脑血管疾病与气象条件关系分析和预报研究

利用吉林省部分地区医院病例资料及气象资料,分析了吉林省心脑血管疾病与气象条件的关系。结果发现:心脑血管疾病的复发、加重与气象条件有一定的关系,但不同的患者对天气变化的敏感性有一定的差异。在各种天气条件中,以气压低、感觉闷热的影响最为显著,确认率达74%。不论冬半年还是夏半年,长春市气压和气温的大幅变化都易引起冠心病复发,较大幅度的气压升高、气温下降对脑出血、脑梗塞不利,高血压主要与气压的波动、相对湿度关系较为密切。辽源市心脑血管疾病在日平均气温和极端气温下降、气压上升时发病人数增加。气象要素影响心脑血管疾病的机理分析表明:高温、高湿天气将造成心排出量增加,心功能减弱,心排血量降低;强降温将导致人体内的肾上腺素水平上升,从而造成心律加快,血压升高,同时寒冷刺激可使交感神经过度兴奋,诱发冠状动脉痉挛甚至心肌梗死。最后,建立了长春市和辽源市医疗气象预报模型。     

浅谈医疗气象预报

随着国民经济的快速发展,人民群众的生活水平越来越高,相应地对生活质量要求也越来越高。常规的天气预报已不能满足老百姓的日常需求,更专业、更具体的专业预报才会受老百姓欢迎,因此,各种专业预报也就应运而生,医疗气象预报就是专业预报的一个分支,它的目的就是为了让人们有可能预防天气对人体造成的危害,健康地享受生活。医疗气象预报的任务是预测自然大气和人工环境是否适合人类活动的气象条件。人生活在大气中,无时不受气象条件变化的影响,气象要素对人体的影响是通过皮肤、呼吸系统、感觉系统等神经感受器、下丘脑、植物神经…     

北京市感染性腹泻疾病的医疗气象预报与应用研究

通过分析北京市海淀区感染性腹泻病发病情况与北京市观象台地面气象要素的相关关系,建立感染性腹泻病医疗气象分级预报及风险水平评估模式.收集海淀区2004-2006年逐日菌痢周发病数和同期气象因素资料,建立数据库,分析气象因素与肠道传染病发病率的关系,并采用多元回归概率分级技术,建立感染性腹泻病医疗气象分级预报(划分5个等级)及风险水平评估模式.结果表明,感染性腹泻病发病与水汽压的相关程度很好,单相关系数为0.8340.在所有候选预报因子中,它的方差贡献占70.5%.其他方差贡献较大的因子,还有平均风速、气温日较差等.在感染性腹泻病医疗气象分级预报及风险水平评估模式中,如果预报等级与实际等级相差≤±1级统计为正确,感染性腹泻病医疗气象分级预报模式组的平均预报正确率可达98.5%.其中,预报等级与实际等级完全吻合的正确率可到62.9%～66.4%(指6个预报时效).该模式预报结果可较好地为2008年奥运会提供肠道传染病预防服务,为北京各级疾病预防控制中心指导广大城乡居民卫生防疫提供科学依据.     

医疗气象预报业务系统的开发与研制

随着生活水平的不断提高,广大城市居民自我保健意识逐渐增强,并对环境与健康的关系越来越关注,而天气条件对某些疾病的发生或复发影响较大,为了给广大市民防病治病及自身保健提供气象服务,湖北省气象科研所研制开发了一套适用于该省及气候条件相似地区气象台站使用的"医疗气象预报业务系统"(以下简称系统).     

南宁医疗气象预报系统

通过对南宁市疾病预防控制中心的“慢性非传染性疾病监测网络系统”资料和南宁市某两个大型医院门诊资料与气象条件关系的分析，建立了南宁医疗气象预报系统，对感冒指数、气象条件诱发扁桃体咽喉疾病危险性指数、高血压指数、气象条件诱发脑卒中危险性指数、气象条件诱发冠心病危险性指数进行逐日预报。     

北京地区细菌性痢疾医疗气象预报模式及流行风险水平评估

研究了北京市海淀区2004～2006年全年逐日细菌性痢疾发病率与地面气象要素的相关关系.结果发现,细菌性痢疾发病与水汽压(空气绝对湿度)高度相关,单相关系数平均可达0.85以上.在所有候选预报因子中,它的方差贡献可占80%.采用多元回归概率分级技术,建立了细菌性痢疾医疗气象预报及风险水平评估模式.该模式预报结果可为各级疾病预防控制中心指导广大城乡居民卫生防疫提供科学依据.     

医疗气象预报方法及其预报自动化处理系统

介绍了黑龙江省医疗气象预报方法的研究情况。对心血管、脑血管、呼吸系统和消化道疾病进行了系统研究，找出气象要素与这几类疾病之间的联系，建立了医疗气象数值预报方程和相应的微机自动化处理系统，只需将气象预报要素值输入计算机，就会自动计算和显示出各个疾病的预报指数，并自动编辑出文字预报结果。     

医疗气象预报中气象敏感因子提取的几种办法

通过对目前医疗气象预报难点分析，采用中医四时五运六气学说和时间N检验法及相关分析法选择气象敏感因子。     

支持向量机在短期气候预测中的应用

支持向量机（SVM，Support Vector Machines）是基于统计学习理论框架下的一种新的通用机器学习方法。可以解决样本空间中的高度非线性分类和回归等问题，是一种处理非线性分类和非线性回归的有效方法。气候变化诸多因子的复杂性和非线性决定了预报因子与预报对象问的非线性关系，SVM为解决短期气候预测提供了一种可行的有效途径。利用Nino区海温、南方涛动指数、副高面积指数、亚洲区极涡面积指数等15个预报因子，建立了阳泉夏季降水正、负距平的SVM非线性分类模型，同时也建立了阳泉夏季降水的SVM回归模型，并进行了相应的预报试验，结果显示，对应的SVM分类模型和回归模型均具有良好的预报能力。     

用支持向量机方法做登陆热带气旋站点大风预报

将支持向量机（SVM）回归方法应用于在登陆热带气旋影响下,每天00、06、12、18 UTC 4时次2分钟平均的站点风速预报。从2002-2007年热带气旋本身强度、站点地形情况和站点附近高低空环境场要素,设计相关因子,建立了4种预报模式,其中模式4的风速拟合误差的标准差为1.591 m·s~（-1）。用2008年8个登录热带气旋做独立样本检验,预报风速与实际风速的平均绝对值误差为1.750 m·s~（-1）,标准差为2.367 m·s~（-1）。结果表明,在适当的样本截取和预报因子选取后,SVM方法建模的风速预报48小时内效果较好。     

支持向量机分类方法在天空云量预报中的应用

以2001年5月1日至2004年12月31日逐日武汉市地面、高空观测资料及欧洲中心24小时预报场等资料为基础,构建了不同的训练样本集,基于支持向量机方法进行了大量多因子的随机交叉验证,从而筛选出了包含最佳预报因子的训练样本集和相应的核参数g,建立了武汉市天空云量的预报模型。交叉验证结果表明预报模型是稳定性的、且具有较好的预报能力和推广应用能力。预报试验和实时预报的结果都显示出SVM方法对天空云量有一定的预报能力。     

支持向量机方法在南京太阳总辐射推算中的应用

利用1981、1996和2001年逐日南京站太阳总辐射和日照时数观测资料,建立了基于支持向量机(support vector machine,SVM)方法的太阳总辐射推算模型,预测了1982、1997和2002年的太阳总辐射,并把推算结果和采用线性的气候学方法所得到的推算结果分别与实测值进行对比。采用线性方法得到的1982、1997和2002年的太阳总辐射预测值与实测值间基于1:1线的决定系数(R~2)分别为0.800、0.859和0.838,均方根误差(RMSE)分别为3.250、2.649和2.925 MJ·m~(-2)·d~(-1)。采用SVM方法得到的1982、1997和2002年的R~2分别为0.894、0.938和0.936,RMSE分别为2.353、1.726和1.804 MJ·m~(-2)·d~(-1)。SVM方法得到的太阳总辐射预测值与实测值之间的误差较小,预测精度高于线性方法,更适用于实际太阳总辐射的计算。     

消化系统疾病的气象影响分析和预报

利用统计学方法，结合气象学、预防医学和临床医学原理，对1990～1999年受气象条件影响的消化系统疾病进行分析和分类。利用组合气象要素为因子建立疾病指数逐步回归预报方程，其效果明显优于以独立气象要素为因子的逐步回归预报方程。     

支持向量机回归方法在实时业务预报中的应用

简要介绍了支持向量机(Support Vector Machine,简称SVM)回归方法的基本原理,并介绍了基于SVM回归方法,利用1990～2000年1～12月ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场资料构造预报因子,建立德阳市5个代表站的日平均气温、日最高气温、日最低气温的SVM回归预报模型及其在业务化运用中的效果。     

SVM方法在热带气旋风雨及温度预报中的应用

热带气旋的强弱和移动路径会直接影响到周围大气中气压、温度、露点等气象要素的变化.为更好地了解热带气旋对海口市的影响,通过收集影响海口市热带气旋关键因子,建立热带气旋风雨影响预报因子库,基于SVM方法对热带气旋在过程降水量、最大风速和平均温度进行趋势预报.结果表明,该方法对影响海口市热带气旋的过程降水量、最大风速和平均温度都有较好的预测效果,但对于超过15 m/s的最大风速和200 mm以上降水量级上存在一定的偏差,这可能与SVM模式中预报因子库中关键因子不全及模式的择中原理使结果趋于平均化相关.     

南京地区霾预报方法试验研究

支持向量机(SVM)方法是基于统计学理论的一种新的机器学习方法,对解决小样本条件下的非线性问题非常有效.利用2004～2007年南京站的逐日常规观测资料以及同期南京市环境质量监测点的逐日污染物浓度资料,使用SVM分类和回归方法分别建立了南京地区霾日分类预报模型和有霾日14时(北京时间,下同)能见度预报模型.预报试验结果...     

支持向量机方法在冰雹预报中的应用

支持向量机（Support Vector Machines简称SVM）方法是近年发展起来的一种新的统计学习理论方法,本文通过对这一方法的学习,总结陇东主要降雹的环流形势特点,利用这一新方法对冰雹分类预报进行了探讨,经检验,效果较好。并与传统的天气分型后制作预报模式进行了比较,验证了SVM方法不需要进行天气分型,这样总样本数多,建立的预报模型效果好。这为基层台站制作天气预报模式提供了一种新方法和新思路。