于志强治疗良性前列腺增生经验

介绍于志强教授治疗良性前列腺增生的经验。于教授认为良性前列腺增生病机复杂,常与肝肾功能失常,湿热瘀血等病理产物阻滞下焦有关。重视从肝论治良性前列腺增生,主张“内伤杂病以开郁为先务”,治疗上强调“疏肝散结”之法,分型论治,临床取得良好效果。     

牛春兰从浊毒论治慢性肾衰竭经验

介绍牛春兰教授从浊毒论治慢性肾衰竭的经验。牛教授认为,慢性肾衰竭属本虚标实之证,肾虚为本,水湿、湿浊、湿热、瘀血、溺毒等为标,虚实互为因果,夹杂致病。水湿、湿热、瘀血等标实之邪均属“浊毒”之邪,主要指内浊、内毒,基本病机是脾肾气阴亏虚、浊毒内蕴。临床治疗强调辨病与辨证相结合、依疾病分期论治,采用芳香化浊解毒及升清降浊法、通腑泄浊解毒法、淡渗利湿解毒法、通络化瘀解毒法、发汗散浊排毒法、清热化湿解毒法等,并附验案1则,以资佐证。     

樊瑞红治疗缓慢性心律失常经验

介绍樊瑞红教授治疗缓慢性心律失常的经验。缓慢性心律失常属中医学“胸痹迟脉症”范畴。樊教授认为,本病为心肾阳气不足,不能温煦周身脏腑血脉所致,因此,寒凝心脉、脉络不畅为本病病机,治疗以温补心肾阳气、固表通卫为原则,可取得较好的临床效果。并附验案1则,以资佐证。     

李丹丹从脾论治焦虑症经验

总结李丹丹教授从脾论治疗焦虑症的临床经验。李教授认为现代焦虑症与脾密切相关,重视从脾论治,临床上凡是因思虑、劳累过度引起的焦虑症均以益气健脾、兼以疏肝为基本治疗原则,选用归脾汤加柴胡、白芍为主方治疗,取得满意疗效。     

基于名老中医医案的知识图谱构建

目的：尝试用知识图谱的技术将名老中医医案的知识结构及其相互关系予以形象的表现,用可视化的方式剖析中医医案中蕴含的名老中医诊疗经验。方法：基于中医药行业术语规范标准将文本形式的医案转换为符合图谱要求的结构化数据;遵循中医辨证论治理论定义图谱实体之间的相互关系;依据XML的三层模型实现系统架构;采用ECharts作为可视化工具,将中医医案知识结构化、层次化的关联予以呈现。结论：通过知识图谱将“平面化”的中医医案进行“多维度”呈现,可以清晰地梳理出临床病案中所包含的疾病、证型、治法、处方、药物之间的关系,并基于知识图谱进行渐进式的学术思想发现,可为更好地研究名老中医经验传承和临床知识总结提供新的技术手段。     

Bevis公式在不同高度面的适用性以及基于近地大气温度的全球加权平均温度模型

加权平均温度(T_m)是全球卫星导航系统(GNSS)反演可降水量(PWV)过程中的关键参量。利用Bevis公式和地表温度可以方便地得到地表附近的高精度T_m估计值。然而,不少研究指出,Bevis公式在高海拔地区存在较大误差。本文对Bevis公式在不同高度面的适用性进行研究后发现,Bevis公式在海拔较低时精度较高,随着海拔升高,精度逐渐降低。为了解决Bevis公式在高海拔地区适用性较低的问题,本文对近地空间范围内(本文指0～10 km的高程范围)的T_m与大气温度的关系展开了研究,发现两者在全球范围内都拥有很高的相关性,由此本文构建了基于近地大气温度的全球加权平均温度模型。对模型的检验结果表明,该模型在近地空间范围内的任意高度面上都可以提供高精度的T_m估计值。     

基于EMD方法的地心运动时间序列分析

针对时间序列混有的高频信息会影响地心运动规律分析的问题,采用网平移法对IGS提供的GNSS周解进行解算,得到2007-2017年地心运动时间序列,对其进行分解重构,剔除高频项,并利用重构时序对地心运动规律作进一步分析探讨。结果表明：本文解算的地心运动在T_x、T_y和T_z方向的精度均为毫米级。EMD方法重构的时序保留了原序列的基本信息,且抑制了高频项的影响,提高了周期贡献率,3个方向的贡献率分别提高了12.3%、16.7%及6.3%。通过分析重构后的时序发现,周年项振幅为各周期对应振幅的最大值,分别为2.32、1.89和2.07 mm;T_y和T_z方向长期变化趋势较T_x更为明显,分别为0.13和-0.27 mm/a;半年项较小,且在T_x和T_y方向上具有时变性。此外,还发现了一些其他较小的年际变化。     

梅雨降水季节预测的多方法比较

基于1961—2000年逐月降水观测资料和全球大气再分析资料,分析了6—7月长江中下游(108°～123°E,27°～33°N)梅雨的时空分布特征。通过观测诊断和数值试验确定了影响梅雨异常偏多的3个前期因子:4—5月平均的西北太平洋海平面气压正异常;3月至5月北大西洋海平面气压负变压倾向;1月至4月西伯利亚的2 m温度负倾向。利用这3个具有物理意义的影响因子构建了梅雨季节预测模型,该模型在训练期(1961—2000年)和独立预测期(2001—2022年)均具有显著的预测技巧(相关系数分别为0.79和0.77,均方根误差分别为0.59和0.68)。同时,基于相似的潜在预测因子,对比了利用偏最小二乘回归方法和5种机器学习方法(随机森林、轻量级梯度提升机、自适应提升、类别型特征提升、极端梯度提升)建立的预测模型的技巧。虽然训练期(1961—2000年)偏最小二乘回归和机器学习建模拟合效果更高,但在独立预测期(2001—2022年)上述模型的预测技巧显著降低(相关系数均低于0.44,均方根误差均大于0.93),出现了明显的过拟合问题。本研究强调梅雨的短期气候预测应建立在物理机制基础之上,而使用机器学习方法需谨慎。     

空间分辨率对中国夏季降水时空演变特征的影响

本文使用1979—2021年国家气候中心160站(R₁₆₀)和国家级地面气象观测站2 314站(R₂₃₁₄)逐月降水观测资料,利用EOF (Empirical Orthogonal Function)分解和相关分析等方法,研究两类资料夏季降水时空变化特征及其与海气因素之间物理联系的表征水平差异,并分析了差异的可能原因。结果表明,R₁₆₀在我国西北、青藏高原等地区站点极为稀疏,导致其各EOF模态对上述地区降水的时空变化特征描述失真,中东部地区偏低的空间分辨率会使局地强降水的变化特征信号损失,造成降水的年际变率降低。而R₂₃₁₄主模态能够更为真实地反映我国降水的时空演变特征,特别是在极端降水频发的江淮地区以及降水受局地地形影响较大的山区,其EOF主模态的空间分布和时间系数演变与ENSO (El Niño-Southern Oscillation)、西太平洋副热带高压、青藏高原雪盖等气候强迫信号之间的相关性更为显著。