3种修正的机器学习算法在逐3h降水量预报中的比较应用

为了订正数值预报产品,完善预报模型本地化应用,提高石林地区降水预报准确率,采用石林地区2016—2018年3 h累计降水量观测资料和欧洲细网格数值预报场资料,基于概率神经网络(PNN)、支持向量机(SVM)和Logistics判别的3种机器学习算法对石林地区的逐3 h时间间隔降水量的8个等级进行回归建模。利用遗传算法修正PNN网络的平滑因子和SVM模型的核函数中的Gamma值及惩罚系数,选择最优模型参数并建模;尝试线性回归后再多次使用Logistics判别的技术获得8个降水量级的预报值来构建预报模型,修正AUC阈值获取方式,提高预报模型TS评分。通过3种机器学习模型2018年汛期降水预报的业务检验表明,PNN和SVM模型优于扩展的Logistics判别模型,3种模型中Logistics判别模型的TS评分接近30%,PNN和SVM模型TS评分在45%左右,特别是对中雨以上的较强降水预报,3种模型TS评分达到28%。

基于ECMWF及CMA数值模式的黄南州夏季逐3h降水检验分析

利用2020年5月1日至2020年10月31日黄南州4个国家站逐日逐3 h降水实况资料及ECMWF、CMA_GFS、CMA_3KM数值模式资料,采用预报准确率、预兆评分(ThreatScpre,TS)等方法检验黄南州4个国家站逐3 h降水。结果表明:黄南州4个国家站的预报准确率和TS评分均表现为CMA_3KM最优;随着降水量的增加,累计概率不断增大,观测与预报的累计概率误差主要集中在0~10 mm,其中0~5 mm最明显,其观测对应的累计概率最高在0.80~0.98;4个国家站均表现为ECMWF模式预报的稳定性优于CMA_GFS和CMA_3KM。

中西医结合治疗缺血性中风急性期30例疗效观察

目的:观察汪振宇主任医师自拟逐瘀泄毒汤3号方联合西医常规治疗缺血性中风急性期(风痰瘀阻证)的临床疗效。方法:将60例符合标准的患者随机分为两组,对照组采取吸氧、降低脑水肿、调控血压、抗血小板聚集、脑保护等西医常规治疗;实验组在对照组治疗基础上合用自拟方药,疗程均为2周。结果:实验组在改善病人神经功能缺损程度评分、临床疗效、降低血浆Hcy方面均优于对照组。结论:逐瘀泄毒汤3号方联合西医常规治疗在治疗缺血性中风急性期(风痰瘀阻证)中疗效确切,能明显提高临床疗效,改善临床神经功能缺损程度并降低Hcy。