该成果 2016 年获教育部高等学校科学研究优秀成果奖二等奖。中国月-季节尺度降水预测是短期气候预测中的一个难点和重点，我们提出了一种基于动力-统计相结合的客观定量化的气候预测新理论，充分吸收了动力学和统计学方法的优点，为提高月-季节降水预测准确率提供了一种新思路。

真空井点降水方法，可应用于地下水位较高的施工环境中，已成为土方工程、软土 加固、地基与基础工程施工中的一项重要技术措施。这种方法通过将基土水分疏干，促 使土体固结，提高地基强度，进而减少了基底土隆起、土坡土体侧向位移与沉降，可消 除流砂、稳定边坡。真空降水基本原理是在基坑开挖前，预先在基坑四周埋设一定数量 的滤水管（井），在基坑开挖前和开挖过程中，利用真空原理，不断抽取地下水，使井 点周围的地下水位下降，形成降水漏斗，从而使大面积原有地下水位降低，并且在工作 过程当中要保持每天 24 小时连续抽水，使地下水位降低并使降落曲线保持稳定。因此， 真空降水技术以其成本较低、设备简单、容易进行施工操作等优点，得到了广泛应用。 但是降水效率仍然是现实设计施工中急需解决的问题。对于透水较弱的地基来说，其降 水速率很慢，往往会影响到其加固效果和工期。根据上海地区过去进行的野外抽水试验 总结资料，当降低水位深度大于 10m 且土层渗透系数小于 0.1m/d 时，常见降水方法均 不能达到要求。为此，本专利技术在传统真空降水技术基础上，向深层土体注入压力气 体，增强驱水压力梯度，提高降水速率，扩展真空降水技术的适用范围。 图 1 示意了注气在真空降水工程中的应用原理。从装置上看，该降水新方法是在传 统的真空降水方法的基础上，增设一种用于向土体内部注入压力气体的装置，形成一种 新型的注气式真空降水方法。该处理方法仅仅在原有的真空降水系统基础上增设了注气 系统，所以其实施较为方便。其降水系统主要由两部分组成：注气系统和传统的真空降 水系统。真空降水系统主要由真空泵 5、井点管 6、滤头 7 组成，注气系统主要由供气 装置 1、注气管 2、注气嘴 3 和贯入头 4 组成。注气嘴（白色段）与贯入头（灰色段） 均为可拆卸的，注气管、注气嘴和贯入头顺次相接，贯入头利于注气装置插入土体。注 气嘴直径比两端的注气管、贯入头都小，中间细、两头粗，这可避免在注气装置贯入土 体过程中土体把注气嘴的注气孔堵塞。注气管插入土体的深度由注气嘴的位置要求决定。 由于气体容易往上走，所以埋设中，注气嘴位置应当低于井点管底部，其深度差异一般 取井点管间距的 0.5～2.0 倍。注气系统的目的是提高真空降水效率，所以注气管与井 点管在平面布置上尽可能错开布置，注气管安装在井点管之间的中心位置。 图 1(a)示意了注气式真空降水系统的操作原理。当压力气体注入到土体内部时，气 体会在土中向四周扩散，占据土中孔隙，将土中的水推向远处。图中深灰色部分表示土 层中含水较多的区域。由于井点管底部附近有着了较大的负压，所以注入土体中的气体 更容易往井点管方向扩散，同时迫使该区段的土中水快速向井点管移动，实现快速排水。 如果适当增加注气压力，那么土体还可能产生劈裂，出现放射状的微细裂缝，这将加大 土体的透水性，加速土中水向井点管移动，从而提高了排水效率。同时，由于源源不断 地向土体内部注入压力气体，所以势必在注气嘴附近形成较大区域的非饱和土区域，这 将十分有利于地基强度的增加。

发现由人为活动产生的气溶胶可显著抑制华南四月中尺度对流系统的发生频次，进而显著减少降水，并阐释了其物理机制。此发现解释了近40年来华南四月降水减少的原因。 研究团队首先分

本成果围绕光伏并网系统电能质量展开。基于深度学习算法，研究谐波等电能质量指标变化规律，运用特征提取技术处理时序数据，实现电能质量预测。研发基于态势感知的电能质量调控装置，总谐波补偿率不小于 90%，补偿次数 2 - 50 次。成果形式包括研究报告、调控装置示范应用，申请发明专利 3 项，发表论文 3 篇。应用场景涵盖光伏电站、配电网等，可提升电网可靠性与经济性，减少设备损耗、优化调控策略、降低弃光率，为新能源消纳提供支撑。

一种用于预测多元拼合靶材制备的薄膜成分的预测方法 一、项目分类 显著效益成果转化 二、成果简介 现有物理气相沉积（PVD）制备多元薄膜材料采用合金靶材作为靶源，生产过程中，薄膜成分的调控范围受安装的合金靶材的成分比例的限制。如果预期获得纳微复杂结构的复合薄膜，按照常规技术路线需要上百块成分连续变化的合金靶材，这显然是无法实现的。同时，采用合金靶材制备某些多元薄膜时，需要特高纯度的或极端成分比例的靶材作为靶源，这类特殊靶材以现有技术难以制造。 为此，本发明研发出一种用于预测多元拼合靶材制备的薄膜成分的预测方法，利用本发明技术有助于新材料的研发和促进半导体器件、切削刀具涂层等高新技术的发展。

本发明提供一种水质预测方法及系统，所述方法使用ARIMA自回归积分滑动平均模型与BP神经网络相结合的方法对水质时间序列数据的预测。本发明所述方案可以对待预测水域大量水质数据进行预测，具有预测范围大、精度高和速度快的特点，便于多水源监管、水质预警、水污染治理。

Ø  成果简介：针对在电子产品研制、使用和维护过程中面临的电磁干扰问题，本成果提供了一套高性价比的电磁兼容预测试系统，并配套有电磁兼容诊断系统，形成测试、诊断和抑制的一体化解决方案，能够帮助研制人员摆脱传统的研制、试制、电磁兼容测试、发现问题后再进行整改的反复过程，在设计和研制阶段就能够开展有效的电磁兼容性设计。Ø  项目来源：自行开发Ø  技术领域：电子信息Ø  应用范围：电子

针对在电子产品研制、使用和维护过程中面临的电磁干扰问题，本成果提供了一套高性价比的电磁兼容预测试系统，并配套有电磁兼容诊断系统，形成测试、诊断和抑制的一体化解决方案，能够帮助研制人员摆脱传统的研制、试制、电磁兼容测试、发现问题后再进行整改的反复过程，在设计和研制阶段就能够开展有效的电磁兼容性设计。

本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法，包括以下步骤：S1：利用MODIS三通道比值法反演大气可降水量PWV，记为PWVMODIS；S2：利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系；S3：对BP神经网络模型进行训练；S4：将φ、h、doy以及PWVMODIS作为输入参数代入BP神经网络模型，并计算出GPS测站处PWV残差RESBP；S5：利用RESBP补偿PWVMODIS，获得大气可降水量PWV＝PWVMODIS+RESBP。本发明有效提高了建模精度。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。