应用分子全息QSAR技术预测硝基芳烃的遗传毒性

分子全息是一种新的分子结构表征技术，基于分子全息的结构．活性关系(HQSAR)技术具有高效、快速、预测能力高等优点，非常适合于分析大量数据样本．本文应用这一最新的QSAR技术，采用偏最小二乘回归技术，研究了54种硝基芳烃的致突变毒性，建立了QSAR定量预测模型．交叉验证和非交叉验证结果表明，模型具有良好的拟合效果和显著的预测能力，进一步的测试数据检验表明，模型具有高度的预测能力和很好的稳健性，可以用来对这一类典型的有毒有机污染物的毒性进行预测．     

硝基苯类化合物对斜生栅藻毒性的HQSAR分析

利用分子全息定量结构-活性相关关系(HQSAR)技术研究了25种硝基苯类化合物对斜生栅藻的急性毒性与其结构之间的相关关系.应用偏最小二乘回归技术(PLS)建立了定量模型.在碎片长度为1~7、碎片区分参数为原子类型、化学键类型和连接性条件下,得到最佳模型(Q2=0.921,R2=0.992).为检验模型的预测能力,将数据集分成训练集和预测集.模型对预测集的预测结果与实测值吻合较好,表明模型的预测能力良好.最后利用色码图对模型中不同原子的贡献进行了解释.     

基于拓扑指数研究多氯联苯生物降解速率常数

基于Kier的分子形状指数(^mJ)和新提出的氯原子位置指数(D_Cl)表征66个多氯联苯的分子结构,并与其生物降解速率常数对数(lnK)关联。通过最佳变量子集回归方法建立多氯联苯lnK的三变量参数(DCl、²J、³J)的QSAR模型。其传统相关系数和交叉验证相关系数依次为0.854和0.837。通过“三性”原则检验,该模型具有令人满意的相关性、稳健性和预测能力。结果显示影响多氯联苯ln K的主要因素是分子内所含氯原子的数目及其所处位置。     

基于Stacking集成学习模型的气态亚硝酸预测

建立了基于Stacking集成学习下气态亚硝酸（HONO）预测模型.利用非相干宽带腔增强吸收光谱（IBBCEAS）系统获得的北京城区HONO的浓度,结合HONO的来源,选取了O₃、CO、SO₂、NO、NO₂、NO_y、温度（T）、相对湿度（RH）、风速（WS）、j（HONO）、j（NO₂）、j（O¹D）作为特征数据,通过对HONO的平均日变化分析,将测量时间按小时转换为新特征.分别以极端梯度提升（XGBoost）、轻量化梯度促进机（LightGBM）以及随机森林（RF）算法构建基模型,采用5折交叉验证的方式划分训练集,将基模型输出的结果作为新特征集,并将新特征集作为第二层线性回归模型的输入,通过对这两层中的模型进行训练,最终得到Stacking集成学习HONO预测模型.通过对模型的特征重要度分析和计算夜间交通直接排放所占的贡献,表明CO是模型预测中重要的影响因子,说明机动车的直接排放是该区域冬季时期HONO的重要来源.利用测试集分别对单模型和融合后模型的预测性能进行评估,3个单模型的预测结果与测量值的相关系数都达到了0.91以上,其中Stacking融合后的模型性能最好,相关系数达到了0.94,平均绝对误差和均方根误差分别为0.307×10^-9和0.453×10^-9,结果表明基于Stacking集成学习方式下HONO预测模型的可解释性和推广性.     

几种酚衍生物对青海弧菌Q67毒性的3D-QSAR研究

测定了16种酚衍生物对青海弧菌(Q67)的半致死浓度EC50(mol·L-1),通过比较分子力场分析方法(CoMFA)和比较分子相似性指数分析方法(CoMSIA),对16种酚衍生物的毒性进行了三维定量结构-活性相关(3D-QSAR)研究,建立了CoMFA和CoMSIA模型.其中CoMFA模型交叉验证相关系数Q2=0.703,非交叉验证相关系数R2=0.983,F检验值F=178.635;CoMSIA模型交叉验证相关系数Q2=0.588,非交叉验证相关系数R2=0.946,F检验值F=52.074,所建立的模型均有较强的稳定性和良好的预测能力.通过分析比较CoMFA和CoMSIA的三维等势图,全面直观地了解了酚衍生物的结构对致毒性的影响.在酚类化合物毒性作用过程中,化合物的氢键供受体特性因素起主要作用,其次是取代基的电负性和疏水性特征.     

基于GF-1遥感图像和ResNet50网络的PM2.5浓度预测研究

基于GF-1卫星图像、结合Merra-2气象数据作为辅助预测变量,构建了长三角地区基于ResNet50网络的PM_2.5预测模型。其中气象参数可以为模型提供较为准确的PM_2.5浓度基准,而GF-1图像能帮助模型更合理准确地预测PM_2.5浓度的空间变化。利用十折交叉验证和测试集验证对模型进行检验,结果显示：模型的皮尔森相关系数R为0.948,预测PM_2.5的RMSE为6.6μg/m³。反演得到分辨率为500 m的PM_2.5浓度分布图合理稳健。GF-1遥感图像和ResNet50网络适用于PM_2.5浓度预测,可以作为辅助监测手段,为长三角地区PM_2.5热点识别、后续流行病学研究提供数据支撑。     

基于近红外光谱法污泥中糖原含量的快速分析

采用蒽酮比色法测定厌氧发酵污泥中糖原的含量,运用不同的偏最小二乘法(PLS)算法建立近红外光谱与糖原含量的定量分析模型。根据校正集的相关系数(Rc)、校正均方根误差(RMSECV)以及预测集的相关系数(Rp)和预测均方根误差(RMSEP)评价各个模型。在建立的所有模型中,联合区间偏最小二乘(Si PLS)将全光谱等分为24个区间,联合子区间[17 19 20]建立的模型是最优的,其校正时的Rc=0.993 7,RMSECV=0.066 2;预测时的Rp=0.993 3,RMSEP=0.048 3。运用变异系数(CV)验证所建最佳模型的稳定性和可靠性,发现预测集样品中的CV值均≤2%。结果表明Si PLS可以优化模型,提高模型预测能力,从而可以实现污泥中糖原含量的快速测定。     

GF-5高光谱遥感影像的土壤有机质含量反演估算研究

本文基于高光谱遥感影像对土壤有机质含量进行反演估算,以哈尔滨与兴安盟交界处的平原地表土壤为试验对象.首先,基于辐射和几何校正等预处理的高分五号（GF-5）高光谱遥感影像,依据五点采样法采集影像覆盖范围的地表土壤样本共100组,在实验室内进行理化分析等一系列处理获取样本土壤有机质含量数据.然后,运用偏最小二乘法建立高光谱影像土壤沙化指数、土壤退化指数、归一化亮度指数和土壤盐分指数反演土壤有机质含量的估算模型.比较基于原始反射率数据、一节微分反射率数据和4种土壤指数构建的反演模型的预测精度,通过65%的建模样本和35%的预测样本验证表明,反演模型中基于土壤指数建立的反演模型的预测验证精度最高,预测集验证中ρ为0.816,RMSE为1.7287.并将该反演模型运用到高光谱影像的土壤有机质含量的反演估算,实际测量的SOM与影像反演SOM含量变化趋势一致,相关性达到80.023%以上,验证了模型的反演估算精度.     

MEDV描述子预测取代芳烃类化合物的藻毒性

以分子电性距离矢量(MEDV)描述子有效表征43个取代芳烃类化合物的分子结构,应用基于预测变量的选择与模型化(VMSP)方法,建立化合物的封闭体系绿藻(Pseudokirchneriella subcapitata)毒性(48 h EC₅₀)与其分子结构之间的定量相关(QSTR)模型. 应用多元线性回归方法建立的QSTR模型具有较高的相关系数(r0.891 1)及LOO(Leave-One-Out)检验相关系数(q0.810 2),表明该模型具有良好的估计能力与稳定性. 应用28个化合物的训练集样本构建QSTR模型预测外部检验集,结果表明,训练集模型也具有良好的预测能力.      

基于梯度提升回归树算法的地面臭氧浓度估算

将机器学习中的梯度提升回归树（GBRT）算法应用到中国地区地面O₃浓度制图中,利用地面O₃浓度观测数据,结合WRF气象数据、MODIS植被归一化指数以及高程人口数据建立训练预测数据集.通过反向变量选择法选取模型最佳特征变量对其进行训练,十折交叉验证结果：决定系数R²=0.89、均方根误差RMSE=4.75μg/m³.同时对全国O₃人口暴露水平进行评估.结果表明：在暴露强度上,我国人口加权O₃浓度值排在前5的省依次是山东、河南、江苏、河北、上海,均值浓度为94.48μg/m³.在暴露持续时间上,非达标天数最多的5个省依次是河南、山东、河北、宁夏、北京,一年内有42%的天数处于非达标的状态.     

基于TLSER关系预测POPs在PUF与空气中的分配系数

为开发一种简洁高效预测K_PA值的方法,本文收集了包含多氯联苯（PCBs）、苯类（Benzenes）、多环芳香烃（PAHs）和杀虫剂（Pesticides）等,共95种污染物在聚氨酯泡沫塑料（PUF）与空气中分配系数（K_PA）的实验值,基于理论线性溶解能关系（TLSER）,运用逐步多元线性回归（MLR）构建了预测K_PA值的模型.结果表明,模型的决定系数R_adj²为0.901,外部验证系数Q_ext²为0.748.TLSER模型有较好的拟合度、稳健性和预测能力,可以预测应用域内POPs在PUF和空气之间的分配系数.     

Holographic quantitative structure-activity relationship for prediction acute toxicity of benzene derivatives to the guppy (Poecilia reticulata)

Holographic quantitative structure-activity relationship(HQSAR) is an emerging QSAR technique with the combined application of molecular hologram, which encoded the frequency of occurrence of various molecular fragment types, and the subsequent partial least squares(PLS) regression analysis. In this paper, the acute toxicity data to the guppy( poecilia reticulata) for a series of 56 substituted benzenes, phenols, aromatic amines and nitro-aromatics were subjected and this resulted in a model with a high predictive ability. The influence of fragment size and fragment distinction parameters on the quality of HQSAR model was investigated. The robustness and predictive ability of the model were also validated by leave-one-out (LOO) cross-validation procedure and external testing data set.     

A vertically integrated eutrophication model and its application to a river-style reservoir-Fuchunjiang,China

Based on a 2-D hydrodynamic model, a vertically integrated eutrophication model was developed. The physical sub-model can be used for calculation of water density at different depths and the water quality sub-model was for calculation of algal growth. Suspended solids were divided into two types of sediment which named cohesive and non-cohesive sediments and simulated using separate methods. The light extinction coefficient used in the underwater light regime sub-model was linearly related to the sum of sediment and phytoplankton biomass. Some components less important to the model were simplified to improve practicability and calculation efficiency. Using field data from Fuchunjiang Reservoir, we calculated the sensitivity of ecological parameters included in this model and validated the model. The results of sensitivity analysis showed that the parameters strongly influenced the phytoplankton biomass including phytoplankton maximum growth rate, respiration rate, non-predatory mortality rate, and settling rate, zooplankton maximum filtration rate, specific extinction coefficient for suspended solids and sediment oxygen demand rate. The model was calibrated by adjusting these parameters. Total chlorophyll a (chl-a) concentrations at different layers in the water column were reproduced very well by the model simulations. The simulated chl-a values were positively correlated to the measured values with Pearson correlation coefficient of 0.92. The mean difference between measured and simulated chl-a concentrations was 12% of the measured chl-a concentration. Measured and simulated DO concentrations were also positively correlated (r=0.74) and the mean difference was 4% of measured DO concentrations. The successful validation of model indicated that it would be very useful in water quality management and algal bloom prediction in Fuchunjiang Reservoir and a good tool for water quality regularation in other river-style reservoirs.     

基于QSAR模型预测有机污染物在XAD与空气中的分配系数

基于定量构效关系(QSAR),运用线性(逐步多元回归MLR)和非线性(支持向量机SVM)两种计算方法开发了两种可靠且高效预测聚苯乙烯二乙烯基苯树脂(XAD)和空气之间分配系数(K_XAD-A)的模型.构建模型的数据包含醇类(Alcohols),苯类(Benzenes),多氯联苯(PCBs)和多环芳香烃(PAHs)等,共计70种有机污染物.两个模型的决定系数R²_adj和外部验证系数Q²_ext均在0.930以上,同时所有物质均在定义的应用域内,结果表明两种QSAR模型有较高的拟合度、稳健性和较为优秀的预测能力,且非线性(SVM)模型比线性(MLR)模型的拟合效果更好.     

基于SWAT模型的碧流河流域入海径流模拟研究

利用多源综合数据,建立碧流河流域SWAT（soil and water assessment tool）分布式水文模型,对模型进行了率定验证。结果表明:率定期模型纳什效率系数Ens、决定系数R2及相对偏差PBIAS分别为0.80、0.86、18.9%,模型不确定性P因子、R因子分别为0.78、0.58,验证期Ens、R2及PBIAS值分别为0.87、0.88、1.9%,建立的SWAT模型在碧流河流域中径流模拟总体效果较好,不确定性较小。通过建立流域水文模型,可以解决海洋科研业务工作中监测覆盖的入海河流有限、入海径流量难以获得的问题,为污染物入海通量评估提供高分辨率的流量数据。     

苯酚类化合物光解量子产率与结构性质的定量关系

采用量子化学PM3算法计算得到的苯酚类化合物的量子化学参数,应用偏最小二乘(PLS)算法,建立了能预测苯酚类化合物光解量子产率(Y)的定量结构-性质关系(QSPR)模型.影响苯酚类化合物光解量子产率的主要因素是分子最高占据轨道能(Ehomo)和分子生成热(HOF),logY值随着Ehomo的增大而增大,随着HOF的增大而减小.分子的电负性和(Ehomo-Ehomo)2对logY值也有一定的影响,电负性和(Ehomo-Ehomo)²较小的分子,其logY值也较大.     

阜新市空气监测点位优化的聚类分析

基于聚类分析法利用数据之间距离系数进行分类的原理,建立空气监测点位聚类分析优化模型,结合阜新市地形、气象及历史监测数据,进行阜新市空气监测点位布设优化应用,优化结果表明:距离相似水平取d=0.3时,环保局(B点)与人民公园(C点)监测点空气污染物浓度分布相似性最高,合并为1点,增设气象台监测点位作为清洁背景点,4个点位构成阜新市空气监测新网络;利用CALPUFF模型模拟对优化后监测点位进行相关性检验。检验结果表明:监测点位优化后SO2浓度与实测值相关系数为0.984,PM10相关系数为0.968,NO2相关系数为0.973。CALPUFF模型模拟值与实际监测值之间相关系数均大于0.75,表明优化后的阜新市空气监测点位具有客观环境代表性;监测点位优化与检验方法具有一定应用价值。     

关于高斯烟羽模式在高架源、大粗糙度地形条件下有效性的研究

基于联邦德国卡尔斯鲁厄核研究中心19次高架(H=160m)大气猕散实验资料,应用相关分析和符合指数d对轴向归一化扩散因子的预测值X_p和观测值X_o进行了统计比较,以检验高斯烟羽模式在高架源、大粗糙度地形条件下的有效性,研究中采用了四类稳定度分类方法和两组扩散参数系,结果表明符合指数d的预测性能好于相关系数。     

单歧藻富集和降解烷基酚类化合物的动力学过程

选择单歧藻(Tolypothrix)研究其对苯酚、邻甲酚、间甲酚和4-辛基酚的生物富集过程及生物降解动力学。5d内单歧藻的生长经历了停滞期、对数期、静止期3个阶段;苯酚、邻甲酚、间甲酚、4-辛基酚的生物富集因子(BCF)平均值为4 59,3 87,5 82,292 48,与KOW值线性相关;单歧藻平均每天降解苯酚、邻甲酚、间甲酚、4-辛基酚分别为2 54,3 17,1 84,0 16mg L;用新近提出的二级反应动力学方程拟合其降解过程,得到它们的生物降解二次动力学常数K分别为0 386,0 500,0 254,0 023,K值由污染物的初始浓度决定并与分子量(M)线性相关,K=-0 003M+0 69,R=0 87,N=4。