思茅大气环境与气象条件的关系

对思茅地区大气环境监测数据进行统计、分析,与当地天气气候条件进行对比,探究思茅地区大气污染状况与气象条件之间的关系.     

辽宁阜新两类变质地区的构造关系

根据太古宙地壳在后寒武纪被改造的特点,可以将研究区──阜新地区划分为西部稳定区和东部线性杂岩带。而西部稳定区又可依据变质作用强度进一步划分为西部麻粒岩相区和东部用闪岩相区。本文通过西部麻粒岩相区和东部角闪岩相区岩石组合特征、变质作用演化的动力学以及发育于其中的韧性剪切带运动学、动力学和地球物理学特征的对比研究,确定麻粒岩相区为历闪岩相区的根部带,后期构造运动的右行拉伸作用,使上部的角闪岩相区与下部的麻粒岩相区发生分离,而后一起抬升剥蚀,从而处于平行位置。     

高速公路路线选择与地质灾害关系的研究

本文通过一条高速公路路线勘选的工程实例，研究了高速公路路线选择与地质灾害间的关系。认为，路线选择前，路线走廊及周围地区现时及未来地质灾害的勘查至关重要。这些灾害包括水库塌岸、洪水、断层和断裂带、滑坡、泥石流、崩塌等，路线选择应尽量避开这些灾害地区。对不能避开的地质灾害，应视其特征用不同方法治理，同时应兼顾工程造价、环保及行车舒适等情况。     

客户关系生命周期管理及其策略

客户关系生命周期理论的提出对服务经济时代的企业产生了巨大的影响,该理论在强调了客户关系存在周期性的同时,也提出了对客户关系应当进行阶段性管理;阐述了客户关系生命周期理论,并在此基础上提出了客户关系动态发展模型,旨在帮助管理人员更清楚地认识到客户关系的长期价值和对客户关系的各个阶段进行良好的管理.     

含疏松缺陷的ZL205A合金力学性能研究

目的获取含疏松缺陷ZL205A材料主要力学性能参数的变化规律及力学行为。方法通过单轴拉伸实验测试,采用割线法估算含不同等级疏松ZL205A试样的力学性能参数;基于试样断面及载荷-位移曲线分析,归纳ZL205A材料的力学行为,并通过有限元模拟对假设的力学模型进行验证。结果发现ZL205A材料的抗拉强度、伸长率、弹性模量及屈服强度指标呈现随疏松等级增加而降低的趋势,材料变形塑性屈服阶段不明显且具有脆性断裂特征。结论 Ramberg-Osgood方程适合于描述ZL205A材料的弹塑性本构关系。     

羟基多溴联苯醚对鲤鱼急性毒性及定量结构活性关系

羟基多溴联苯醚是一类具有环境风险的新兴污染物,它们已经在众多环境介质甚至人体内广泛存在。参照GB/T13267-91标准方法,采用静态生物急性毒性试验,测定了6种羟基多溴联苯醚(2′-OH-BDE7、4′-OH-BDE17、2′-OH-BDE28、2′-OH-BDE68、4′-OH-BDE90和2′-OH-BDE123)对普通鲤鱼的急性毒性96 h-LC50值,分别为697、1 130、854、550、644和522 ng.mL-1。除4′-OH-BDE17为高毒物质外,其他5种OH-PBDEs均为剧毒物质,高溴代的2′-OH-BDE123毒性最大。选用OH-PBDEs的KOW参数及由MOPAC软件PM3算法计算出的16个量子化学参数(EHomo、qBr+、ELumo等)为描述符,运用一元线性回归分析分别研究了96 h-LC50与他们之间的相关关系。结果表明:lgKOW和ELumo与6种羟基多溴联苯醚的96 h-lg LC50表现出较好的相关性,复相关系数均大于0.96,根据方程得到的96 h-lg LC50预测值与实验值基本相同,进一步对环境中广泛检出的其它OH-PBDEs的96 h-LC50值也进行了预测。     

东洞庭湖湖滨带土壤酸碱度的分布及对重金属含量的影响

用统计学方法研究了东洞庭湖湖滨带土壤pH 值的分布特征及与重金属污染特征关系。研究表明：在东洞庭湖湖滨带67个采样点中,7.46％的土样为酸性土壤,多分布在居民地和旅游区;13.43％的土样为中性土壤,多分布在湿地保护区;79.10％的土壤为碱性土壤,主要分布在农业区和工业区;无强酸性和强碱性样品。不同土壤pH范围的重金属平均含量不同,随着土壤pH值由酸性、中性到碱性的升高,Hg、Cd、Pb、Zn含量先降低后增加;As、Cu、Ni、Cr含量先增加后降低。     

大气中痕量挥发性有机物的结构表征和保留时间的估计与预测

采用分子电性距离矢量（MEDV）表征大气中痕量挥发性有机物的分子结构,同时采用逐步回归结合统计检测对模型进行变量筛选,建立了大气中痕量挥发性有机物定量结构-色谱保留（QSRR）关系的8个变量和5个变量模型,两种QSRR模型的建模计算值复相关系数（R）分别为0.937和0.931;留一法（leave-one-out）交互校验复相关系数（RCV）分别为0.901和0.906,表明模型具有良好的估计能力与稳定性.     

Development of machine learning based prediction models for hazardous properties of chemical mixtures

Lower flammability limit (LFL), upper flammability limit (UFL), auto-ignition temperature (AIT) and flash point (FP) are crucial hazardous properties for fire and explosion hazards assessment and consequence analysis. In this study, a comprehensive prediction model set was constructed by using expanded chemical mixture databases of chemical mixture hazardous properties. Machine learning based gradient boosting quantitative structure-property relationship (GB-QSPR) method is implemented for the first time to improve the model performance and prediction accuracy. The result shows that all developed models have significantly higher accuracy than other regular QSPR models, with the 5-fold cross-validation RMSE of LFL, UFL, AIT, and FP models being 1.06, 1.14, 1.08, and 1.17, respectively. All developed QSPR models can be used to estimate reliable chemical mixture hazardous properties and provide useful guidance in chemical mixture hazard assessment and consequence analysis.