成像法在电磁叠加型光阴极注入器中的应用

光阴极注入器为X射线自由电子激光提供高品质电子束团,其中,阴极面上电子发射的均匀性在很大程度上影响着电子束团的束流品质,实验中常通过测量光阴极量子效率分布来评估电子发射的均匀性。成像法测量光阴极量子效率分布时具有实时、高分辨的特点,目前,此方法只在电磁分离型光阴极注入器中有所应用。探索成像法在电磁叠加型光阴极注入器中应用的可行性,采用理论分析结合数值模拟的方法,研究结果显示成像法适用于电磁叠加型光阴极注入器,且由此获得的量子效率分布具有阴极面中心位置处分辨率优于外层的特点。此外,针对成像法在初始束团横向动量分布测量中的应用进行模拟计算分析,并在此基础上提出一种判断阴极面剩余磁场是否为零的方法。     

高效阴离子交换-脉冲安培法测定化妆品中葡萄糖酸锌含量

建立了高效阴离子交换-脉冲安培法测定化妆品中葡萄糖酸锌的含量.样品用水超声提取后,离心取上清液过On Guard Ⅱ RP柱除去疏水性化合物,再经CarboPac PA1和CarboPacPA20保护柱分离,脉冲安培检测,葡萄糖酸锌在0.1～5.0mg/L范围内线性关系良好(r2=0.9999),加标回收率在98.9～107.7％之间,方法检出限为0.042mg/L,对应样品中检出限为4.2mg/kg,方法简单,灵敏度高.     

Ag_3PO_4/Ni薄膜的制备及其光催化降解罗丹明B的性能和机理

用电化学方法制备Ag3PO4/Ni薄膜,以扫描电子显微镜(SEM)、X射线衍射(XRD)和紫外-可见漫反射光谱(UV-Vis DRS)对薄膜的表面形貌、晶相结构、光谱特性及能带结构进行了表征,以罗丹明B为模拟污染物对薄膜的光催化活性和稳定性进行了测定,采用向溶液中加入活性物种捕获剂的方法对薄膜光催化降解机理进行了探索。结果表明:最佳工艺下制备的Ag3PO4/Ni薄膜具有致密的层状表面结构,是由多晶纳米颗粒构成的薄膜。薄膜具有较高的光催化活性和突出的光催化稳定性,可见光下催化作用60 min,薄膜光催化罗丹明B的降解率是多孔P25 Ti O2/ITO纳米薄膜(自制)的2.3倍;在保持薄膜光催化活性基本不变的前提下可循环使用6次。给出了可见光下薄膜光催化降解罗丹明B的反应机理。     

Keggin型钨锗酸联咪唑盐催化合成环己酮乙二醇缩酮

设计合成了Keggin型钨锗酸联咪唑盐(H4biim)[H2GeW12O40]·18H2O(1b,H2biim=2,2′-联咪唑), 并将其用于催化合成环己酮乙二醇缩酮反应。 通过X射线单晶衍射、红外光谱(FT-IR)、紫外光谱(UV)、热重-差热(TG-DTA)、粉末衍射(XRD)等技术手段对催化剂1b进行了表征。 较系统地研究了反应物料比、催化剂用量、反应时间等因素对催化反应的影响。 在n(环己酮)∶n(乙二醇)=1∶1.4,n(1b,以W计)∶n(环己酮)=1∶260,反应2 h的优化反应条件下,目标化合物产率达90%,催化剂可循环使用,表现出良好的催化稳定性。     

并联式双三元高效液相色谱系统快速检测土壤中6种蒽醌类化合物

建立了用于住宅建设污染土壤中1,8-二硝基蒽醌、1,5-二硝基蒽醌、1-氨基蒽醌、蒽醌、萘、1,4,5,8-四氯蒽醌等6种蒽醌类化合物含量的高效液相色谱分析方法。利用Ultimate双三元液相色谱仪的特点,设计了一套并联式双系统,采用2根相同的色谱柱(Dikma Diamonsil C18)交叉分析,节省了41.46%的分析时间。以50 mL N,N-二甲基甲酰胺-1,4-二氧六环-甲醇(5:20:25, v/v/v)为萃取剂,采用超声波辅助方法提取样品中的6种目标物。6种目标物的平均加标回收率为82.7%～101%,相对标准偏差为1.8%～3.2%,检出限(以信噪比为3计)为0.007～0.054 mg/kg,可满足北京地方标准DB11/T 811-2011的限量要求。该方法简便、准确,并能节省检测时间,有良好的重现性,可用于土壤中蒽醌类化合物的检测。     

有机微纳米材料的设计策略、加工及应用

有机微纳米材料是一类新型的材料体系,具备了传统体相有机材料诸多特点,同时由于尺寸效应表现出独特的物理化学特性,因而在最近几年引起了广泛的关注。相比传统的无机微纳米材料体系,有机微纳米材料构筑单元选择广泛、可调控性强、加工成本低以及易于大规模加工,目前已被应用在有机场效应晶体管、有机光伏太阳能电池等方面。本文总结了有机微纳米材料的加工方法,利用超分子化学的概念探讨了有机微纳米材料的分子设计思路,以及有机微纳米材料的生长机理,并介绍了其相关应用。     

超高效液相色谱-质谱法同时快速测定烟叶中的几种芳香酸和酚酸

对烟叶中的苯甲酸、邻苯二甲酸、4-香豆酸、咖啡酸和阿魏酸进行了超高效液相色谱-串联四极杆线性离子肼质谱法(UPLC-MS/MS)同时测定的系统研究,建立了烟叶中5种酸的测定方法.对样品中被测物的萃取溶剂和萃取条件以及相关线性、精密度和回收率进行了考察和实验.该方法的相对标准偏差在0.52%～4.9% 范围内,回收率在93.3%～104.7%之间、检测限为0.05～1 μg/L.该方法适合复杂体系中微量酸的快速检测.     

响应面法优化烟草中有机氯农药残留的加速溶剂萃取

采用响应面法(RSM)优化了烟草中有机氯农药残留的加速溶剂萃取(ASE)条件,并利用气相色谱-质谱法进行定性定量分析.以有机氯农药平均回收率为指标,考察了加速溶剂萃取过程中提取溶剂、萃取温度、冲洗溶剂体积、循环次数和吹扫时间等因素对烟草中有机氯提取效果的影响.经响应面优化的最佳ASE条件为:提取溶剂为正己烷-丙酮(体积比9:1),萃取温度107 ℃,冲洗体积92%,吹扫时间92 s,循环次数3次.在优化条件下,烟草有机氯农药萃取回收率理论预测值为96.5%,验证值为94.9%.结果表明,响应面法适用于烟草中有机氯农药残留加速溶剂萃取条件的优化,经优化得到的萃取参数准确可靠,具有实用价值.     

具高阶Laplace算子的非线性脉冲时滞双曲型方程的振动判据

研究一类具高阶Laplace算子的非线性脉冲时滞双曲型偏微分方程的振动性,利用特征函数法和一阶脉冲时滞微分不等式,获得了该类方程在两类不同边值条件下所有解振动的若干充分性判据.所得结论充分反映了脉冲和时滞在振动中的影响作用.     

结合纹理因子和地形因子的森林蓄积量多光谱估测模型

森林蓄积量是林分调查中重要因子,是评价森林数量和质量的重要指标。传统森林蓄积量实测方法耗时费力、效率低下,多元线性回归遥感反演方法精度较低,难以达到精准林业要求。机器学习是一种利用训练数据,进行自我改进、自动提升性能的方法,可以任意逼近非线性系统,提高模型预测精度。以鹫峰林场森林为研究对象, 综合考虑影像光谱因子、纹理因子、地形因子,采用机器学习中的BP神经网络、最小二乘支持向量机、随机森林方法构建了森林蓄积量多光谱估测模型BP-FSV,LSSVM-FSV和RF-FSV,并在Matlab2014a中编程实现。旨在从建模因子选择和模型方法建立两个方面,优化建模因子特征提取,提高森林蓄积量模型预测精度。以角规观测样地实测数据、森林小班二类调查数据、林相图数据为基础,使用以上三种模型结合Landsat8 OLI多光谱数据分林型进行了森林蓄积量反演建模预测。以决定系数R2和均方根误差RMSE为指标,分析了三种反演模型的训练能力和预测能力。研究结果表明：利用3种机器学习方法构建的结合光谱因子、地形因子、纹理因子反演模型能够提高森林蓄积量的预测精度。以上模型中,RF-FSV模型在针、阔、混三种林型中都表现出较强的预测能力,高于BP-FSV模型,高于或接近于LSSVM-FSV模型。RF-FSV模型在训练阶段,R2和RMSE针叶林中为0.839和13.953 3,阔叶林中为0.924和7.634 1,混交林中为0.902和12.153 9,预测阶段R2和RMSE在针叶林中为0.816和15.630 1,阔叶林中为0.913和4.890 2,混交林中为0.865和9.344 1。RF-FSV模型建模精度和预测精度较高,为森林蓄积量遥感反演估测提供了一种新的方法。