简介：

简介：介绍了人工神经网络原理和卫星云图估计降水的原理.从GMS红外卫星云图资料中抽取12个降水云图特征量,构造了网络结构为12-98-7的降水估计人工神经网络模型,并用1993年的小时地面雨量资料和GMS数字云图资料对神经网络模型进行训练,用1992和1994年资料对该神经网络模型分别进行测试.在日面降水估计试验中,地面雨量计值和卫星估计降水之间的相关系数分别为0.94和0.97,相对误差分别为41%和32%.

简介：收集整理了南昌市4家大型医院1996～1999年的感冒、支气管哮喘、呼吸道疾病、冠心病、脑血管病的住院病例资料17424例,发现:7、8月份是感冒高发期,呼吸道疾病多发于3、4月份,支气管哮喘则在夏秋季容易发生,而秋末冬初脑血管疾病容易发作,冠心病则在春季多发.对上述资料进行3d平滑处理和标准化处理,并从气候角度划分四季,分别建立了春、夏、秋、冬4个季节的各疾病与气象要素之间的日预报回归方程.

简介：通过对卫生部统计信息中心1987～1996年北京地区各类疾病死亡资料的详尽分析，结合同期的天气、气候资料，研究发现：（1）心脑血管疾病是北京地区死亡率最高的疾病之一，其死亡率随人日年龄段增长显著增加，且男性死亡率大于女性死亡率，70～74岁年龄段为死亡高峰；（2）中、老年人的心脑血管疾病死亡率有明显年际变化，其年际变化与同期的年平均气温变化有显著的反相关关系；（3）心血管疾病的诱发与冷锋、寒潮前等低值天气系统的出现有密切的关系。

简介：变态反应性疾病的“变态”是指机体免疫功能的变态。不正常，此病的病因有遗传因素、接触过敏物质，但最关键的是免疫功能不正常。变态反应疾病的特点为地区性、季节性，它的发病还与环境气候有明显关系。由于地区地理气候不同，花粉、霉菌。螨、昆虫、污染等的分布也不同;不同的季节、气候、环境有不同的花粉、霉菌、动植物、化学、物理的影响。许多原来机制不明。防治有困难的疾病，经研究发现与机体免疫功能有关，经从免疫人手治疗取得以前得不到的可喜疗效。调节免疫功能药物将成为一类重要的药物。

简介：对昆明市气象资料及近年来市内两家大型医院脑血管病住院人数进行了对比分析,结果表明,昆明市特有的气象条件变化使得脑血管疾病季节性发病率不同于内地其他地区,出血性脑血管病和缺血性脑血管病在四季均有多发月份,这可能与气候温和地区人们对极端气候适应能力较弱有关.

简介：旨在综述评估各类模型在媒介传播性疾病中的应用前景。首先对媒介传播性疾病的流行及其与气候特征间的相关关系进行了分析,在此基础上综述了评估模型的种类与评估方法,包括气候因子决定性模型和数理统计学模型两大类,并分别以疟疾、血吸虫病和登革热等3种媒介传播性疾病为例,列举了两类模型在这些疾病中的应用与评估方法。最后提出了气候变化对媒介传播性疾病传播影响的未来研究方向和重点,今后研究要评估气候变化对疾病传播造成的已有影响,预测未来影响范围与强度及预见未来变局,并提出科学的适应对策。

简介：综述了国内外利用流行病学和动物实验研究气象对心脑血管疾病影响的研究进展,并且从不同的天气形势和天气过程着手,总结了气象要素的变化对心脑血管疾病发病率和死亡率影响的机理。心脑血管疾病的发生是复杂的多因素引起的,其中气象因子对其发生有一定不利的影响。冷锋、暖锋、台风以及焚风天气会对心脑血管疾病的发病率和死亡率产生不利的影响,并且在温、压、风、湿骤变时,心脑血管发病率最高。

简介：基于T213L31、T106L19和欧洲中期预报中心数值预报产品,应用BP人工神经网络技术,建立了850hPa高度区域温度集成预报模型,并进行了检验。结果表明：该模型能比较准确地预报强冷空气活动过程中冷中心及温度槽脊的位置和强度,预报结果的平均绝对误差明显小于3个子模式,预报场与实况场的相关程度明显高于3个子模式,预报误差在我国华北北部、东北地区较小,在蒙新高地和帕米尔高原地区误差较大。模型实现了多模式产品的最优综合。

简介：通过调查2002～2004年安徽省合肥市第三人民医院入院的9688例高血压、脑血管、心脏病、上呼吸道感染和慢性支气管炎病例,并与同期气象资料进行分析,发现有5种天气过程对以上疾病有较大影响.其中天气突变、低温阴雨、闷热、副高控制等天气系统影响是致病的外因;高血压和心脏病受季节性转换影响最明显;上呼吸道感染、慢性支气管炎在每年的8月、9月容易感染;脑血管疾病随时间变化较小.

简介：1引言随着现代科学技术的发展，气象学科的划分越来越细，产生了一系列的边缘学科，医疗气象学就是研究环境气象条件对人体健康影响的一门边缘学科。

简介：利用张掖国家湿地公园冬季水域结冰厚度观测资料和张掖观象台的气温、地温气象资料,运用统计学方法和BP神经网络方法建立了张掖国家湿地公园水域结冰厚度预报方程。通过对不同的预报方法进行预报效果验证,该结冰厚度的预报模型能够对结冰厚度有比较理想的预报效果,流动水域结冰厚度预报历史拟合率分别为：80.6%（多元回归）、74.6%（逐步回归）、100%（BP神经网络）;模型试报准确率分别为：72.7%（多元回归）、72.7%（逐步回归）、81.8%（BP神经网络）。静止水域结冰厚度预测历史拟合率分别为：76.9%（多元回归）、71.8%（逐步回归）、93.5%（BP神经网络）;模型试报准确率分别为：76.0%（多元回归）、72.0%（逐步回归）、84.0%（BP神经网络）。结果表明：多元回归方法优于逐步回归方法,而BP神经网络又明显优于传统的统计学方法,数据显示该结冰厚度的预报模型能够对结冰厚度有较好的预报效果,预报模型能够对水域结冰厚度进行有效的短期预报,其性能指标符合实际要求,具有很好的实际应用价值。

简介：将BP（BackPropagation）神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现：BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。

简介：利用1961-2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络（Self-OrganizingMaps,简称SOM）的统计降尺度方法,对江淮流域夏季（6-8月）逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分（BrierScore）均近似为0,显著性评分（SignificanceScore）全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1（m）模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1（m）模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%-60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。