早寒武世放射虫的发现及其意义

用酸蚀法从陕西镇巴县下寒武统下部灰岩中处理出来的保存精美完好的双瓣壳微体化石,经电子探针的成分分析,电子显微镜及光学显微镜下的形态构造研究及薄片研究,证明是一类最古老的放射虫化石。基于这些早寒武世标本的壳质成分及形态构造特点,建立了始小贝虫属(Eoconcharium)和始小贝虫科。     

邻苯二酚紫-示波计时电位法测定天然水中不同形态铝

报道邻苯二酚紫-示波计时电位法分别在酸性和碱性条件下直接检测天然水中的无机单核铝和总单核铝浓度。并用该法测定了水样中的总铝,有机单核铝和酸溶态铝,从而实现了天然水中5种Al形态的电化学测定。测定了20多个实际水样,与Driscoll方法进行了对照,结果基本一致。     

环境与生物样品中铝测定的吸光光度和荧光光度分析方法进展

本文评述了九十年代以来环境与生物样品分析中测铝的吸光光度和荧光光度分析方法的进展。对不同的方法进行了详尽的比较和讨论     

CEV下考虑突发事件影响的有交易费用的交换期权定价

在股票价格满足CEV且受布朗运动和泊松过程共同驱动的模型下,对支付交易费用的交换期权定价进行研究,给出了期权价格满足的偏微分方程,并发现定价模型中股票价格的幂指数与波动率弹性α的选取有关,同时交易费用受泊松强度参数λ的影响,且随着λ的变大而变小.     

In2O3/CdO复合材料的制备及气敏特性

采用水热合成方法制备了花状In2O3纳米材料.利用X射线衍射(XRD)、扫描电镜(SEM)、能量色散X射线光谱(EDX)及透射电镜(TEM)对材料的结晶学特性及微结构进行了表征.制备的In2O3材料呈现花状,是由粒径约20nm的椭球状小颗粒构成的分级结构材料.将制备的In2O3与纳米CdO以摩尔比1:1混合后,发现制成的In2O3/CdO复合材料经热处理后呈现葡萄状多孔结构.测试In2O3/CdO复合材料制作的气敏元件处于最佳工作温度(410°C)时,对0.05×10-6(体积分数,φ)的甲醛气体表现出较高的灵敏度.对比测试发现,In2O3/CdO复合材料制作的气敏元件对不同浓度甲醛的灵敏度明显优于纯花状In2O3纳米材料.同时In2O3/CdO复合材料制作的气敏元件在乙醇、甲苯、丙酮、甲醇以及氨气等干扰气体中具有对甲醛良好的选择性.讨论了In2O3/CdO复合材料气敏元件的敏感机理.     

球磨参数对锂离子正极材料Li2FeSiO4电化学性能的影响

以碳酸锂、草酸亚铁、纳米二氧化硅为原料,采用机械球磨和固相法相结合的方法制备了Li2FeSiO4正极材料(F)。研究了球磨参数对F电化学性能的影响。结果表明,在球磨速度为500 rad.min-1,球料比[m钢球∶m原料]为15∶1,球径为3 mm的条件下制备的F具有较好的电化学性能。     

固相萃取-石墨炉原子吸收法光谱分析铝合金中痕量铍的研究

建立了固相萃取-石墨炉原子吸收光谱法测定铝合金中铍的方法。利用偶氮砷酸类试剂7-(2′-胂酸基-5′-羧酸)苯偶氮-8-羟基喹啉-5-磺酸(H2L)与Be2+形成螯合物,该螯合物可用C18固相萃取柱富集,而Al3+则不被保留。采用石墨炉原子吸收光谱法(GF-AAS)测定C18柱洗脱液中的Be2+的螯合物,从而实现铝合金中铍的分离检测。最佳实验条件为:采用pH=3.0的5%H2L水溶液螯合Be2+,水相上柱,用2mL体积比为50%的甲醇/水溶液作为洗脱液。结果表明:经过C18柱固相萃取可以去除Al3+的干扰,Be2+的测定范围为0.05～16μg/L,检出限为0.025μg/L,加标回收率为92%～108%。应用该法于铝合金标样中铍的测定,结果与认定值相符。     

8-氨基喹啉-5-磺酸-示波计时电位法快速测定天然水体中锌形态

报道了8-氨基喹啉-5-磺酸(简称8-AQS)-示波计时电位法分别在酸性和碱性条件下测定了天然水样中的锌浓度,发现在酸性下测定的是无机不安定态锌c(Zni),而在碱性下测定的是总溶解态锌c(Zna)。并用该法测定了酸消化水样中的总锌c(ZnT),由c(Zna)-c(Zni)间接得到有机安定态c(Zn0),c(ZnT)-c(Zna)得到颗粒态酸溶态锌c(ZnT),据此可以实现对五种锌形态的区分。测定了10多个实际水样,与经典的离子交换-AES方法进行了对照,结果基本一致。     

基于多光谱成像技术的水稻叶瘟检测分级方法研究

实时、可靠的植物病害检测是进行科学的植物喷药作业的基础,也是精确农作的关键技术之一。目前水稻稻瘟病害检测鉴定方法存在着专业知识要求高、花费大、效率低等缺点。文章提出了利用包含绿、红、近红外三波段通道的多光谱成像技术对水稻叶瘟病进行检测。研究目的是建立能够快速、准确分析稻叶瘟病情的检测模型,实时过滤掉背景噪声、自然枯叶等干扰因素,实现对水稻生长状况进行及时、有效、非破坏性检测。研究表明,利用多光谱成像技术提取水稻叶面及冠层图像信息,可以快速有效地检测稻叶瘟病情。通过实验建立的稻叶瘟病情检测分级模型,对于营养生长期的水稻苗瘟的识别准确率为98%,叶瘟的识别准确率为90%,为实施科学的稻叶瘟防治提供了决策支持。