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。

用编码器信号触发数据采集设备采集振动信号，依次分时对复杂传动链的每个轴都进行了2"整数倍采样，从而各个轴数据频谱分析可以得到相应轴的尖锐故障峰，忽略模糊峰值信号，所有轴尖锐频谱峰合成系统故障预测与诊断去混叠频谱，可以实现复杂传动链的精确故障预测与诊断。本发明中的频谱分析，包括但不限于FFT快速FT、阶比谱、倒频谱等常用频谱分析方法。

西安科技大学从 1988 年开始就对煤层自燃火灾预测及防灭火新技术的研究与应用。对煤的结构特点和煤层自燃的特点，通过对煤自燃预测理论和防灭火新理论的系统研究，开发出了煤层自燃火灾预测技术和防灭火新技术，并重点在煤矿井下煤层自燃火灾的预测和防治中进行了广泛推广和应用，较好地解决了制约我国煤炭工业科技进步的关键问题之 ——— 煤层自燃火灾的预测和防治问题，取得明显的社会和经济效益，于 2002 年获得了国家科学技术进步二等奖。目前该技术已在全国 20 多个省得到应用。

工程实际中出现的疲劳损伤是一种在时间和空间上多尺度的现象，例如从纳米或亚微米级别的微观裂纹瞬时扩展行为到由于疲劳损伤导致的整体结构长期的性能退化现象。基于多尺度疲劳裂纹扩展模型的疲劳损伤研究和预测技术,可以在不同的时间和空间尺度下对疲劳损伤进行分析。 该技术通过研究在小时间和空间尺度下试验观测到的疲劳裂纹尖端的连续扩展行为，建立描述微观疲劳裂纹行为和机理的物理模型，然后在这个微观物理模型的基础上建立多尺度的疲劳裂纹扩展模型，并最终实现对疲劳损伤和疲劳寿命准确实时的分析预测。微观裂纹尖端在一个疲劳载荷周期内加载过程中的连续变化情况。

热物性是新工质及新材料的重要基本性质，也是新型混合工质及复合材料应用的前提和基础。项目组多年来针对新型混合工质及复合材料热物性开展了理论、实验及多尺度模拟技术系统研究，形成了成套化技术。 1、新型复合材料（新型碳材料、环氧树脂、PP、PE等复合材料）微结构设计、综合物性的多尺度模拟预测、材料制备、实验及测试； 2、新型混合工质（气、液）输运性质（PVT、热导率、粘度、比热等）的计算、多尺度模拟预测及测试； 3、新型熔融盐的设计、热物性计算、预测及制备、测试。 4、通过组分、微结构等设计对新工质、新材料进行热物性调控。 可为企业、研究机构新材料及新工质研发及应用提供服务和合作。

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。

2020年2月12日，湖南大学联合苏州系统医学研究所、中国国家流感中心和中山大学等单位，成功开发基于分子标记物的流感病毒表型预测平台FluPhenotype，并在国际生物信息学专业权威期刊《Bioinformatics》发表题为“FluPhenotype-a one-stop platform for early warnings of the influenza A virus"的文章进行相关介绍。该文章的第一作者为湖南大学生物学院硕士研究生卢聪毓和博士研究生蔡泽娜，通讯作者为湖南大学生物学院副教授彭友松与苏州系统医学研究所蒋太交教授。 研究人员通过整合流感病毒核苷酸和氨基酸水平的分子标记物，以及基于分子标记物的抗原和宿主等预测模型，开发了快速预测流感病毒的抗原、宿主、致病性、耐药性等多个表型的预测平台FluPhenotype。

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。