光折变聚合物中的小振幅空间光孤子

给出了稳态条件下光折变聚合物中的小振幅空间孤子的演化方程,得到了方程的暗、亮孤子解析解,并且给出了小振幅聚合孤子的宽度表达式结果表明,光折变聚合物中存在着双曲正切形式的小振幅暗空间孤子和双曲正割形式的小振幅亮空间孤子,小振幅聚合孤子的宽度与外加电场成反比关系     

高效液相色谱法测定橡胶及其制品中16种多环芳烃

经粉碎的橡胶样品用正已烷及丙酮(1+1)的混合溶剂萃取,所得萃取液蒸至近干后加入正己烷2 mL溶解残渣,将溶液经硅胶固相萃取柱分离并净化,吸附于柱上的多环芳烃用由正己烷及二氯甲烷(3+2)组成的淋洗液解吸,洗出液蒸至近干加入一定量的内标溶液使之溶解并用高效液相色谱法测定.选用LC-PAH色谱柱作固定相,用乙腈和水以不同比例混合的溶液作为流动相进行梯度淋洗,紫外检测器的测定波长为210 nm,以苝-d12作为内标进行定量测定,在优化的试验条件下16种多环芳烃可有效分离并测定.研究结果表明:16种多环芳烃的检出限(3S/N)、平均回收率及测定值的相对标准偏差(n=7)依次在0.05～0.10 mg·L-1,65.1%～101.7%及1.8%～7.3%之间.     

CCD-ICP-AES内标法同时测定化肥中12种有害元素

研究了采用CCD-ICP-AES同时测定化肥中As、Cd、Co、Cr、Cu、Hg、Mo、Ni、Pb、Sb、Se和Zn等12种有害元素的方法.采用微波消解法处理样品,加入Y作为内标,消除了化肥基体对测定结果的干扰效应.方法对化肥中各元素的测定回收率在81.6%～120%之间,测定精密度在0.7%～13.8%之间.用该法测定了两种国家标准物质.     

金属硫蛋白加质子常数及与Cd(II)络合常数测定

用pH计和Cd离子选择电极测定了金属硫蛋白的加质子常数及其与Cd(Ⅱ)的络合常数, 用改进的简化络合模型处理实验结果, 得到了去金属硫蛋白(apo MT)中6类不同的加质子基团的数目及其加质子常数。对Cd(Ⅱ)滴定数据的计算表明, MT中两个结构域——α和β对Cd(Ⅱ)的络合常数相差约1000倍。从热力学定量描述了MT中两个结构域结合金属离子选择优先顺序。     

北京谱仪桶部簇射计数器能量响应特性研究

在北京正负电子对撞机的J/ψ和Ds能区,选择了辐射巴巴事例,并以此来研究北京谱仪的桶部簇射计数器能量响应特性.在消除了由于电子和辐射光子在桶部簇射计数器中沉积能量区域重叠的影响后,正确地得到了桶部簇射计数器在电子和光子动量小于2GeV以下的能量响应,表明在所研究能区,桶部簇射计数器的能量响应线性很好.对桶部簇射计数器微小的非线性进行修正后,重建的π0不变质量谱得到改善.     

电子电气产品中挥发性有机化合物的释放量测定

采用小型释放舱-热脱附-气相色谱-质谱联用技术测定了电子电气产品中8种挥发性有机化合物（苯、甲苯、邻二甲苯、间二甲苯、对二甲苯、乙苯、乙酸丁酯和苯乙烯）的释放量.对一级脱附参数（一级脱附温度、一级脱附流量、一级脱附时间）、冷阱温度、捕集管脱附温度、脱附时间条件进行了优化,并进行了线性关系、回收率、精密度等试验.结果表明：本方法可用于测定电子电气产品中释放的8种常见的挥发性有机化合物的释放量,线性范围10-1000ng,当采样量为6L时,定量限为1.7μg/m3,回收率范围在89.5％-106％之间,相对标准偏差小于7％.     

柳叶蜡梅叶挥发油体外抗氧化活性

以总还原力、对DPPH自由基和超氧阴离子自由基清除作用、金属离子螯合能力为指标评价2%柳叶蜡梅叶挥发油体外抗氧化活性。结果表明:挥发油总还原力和对DPPH自由基、超氧阴离子自由基的清除作用的IC50值分别为182.58、89.66、53.42μL。挥发油总还原力和对DPPH自由基的清除能力低于1mg/mL维生素C,而对超氧阴离子自由基清除能力和金属离子的螯合能力明显高于1mg/mL维生素C和0.5mg/mLEDTA。柳叶蜡梅叶挥发油具有较好的体外抗氧化活性,值得进一步开发利用。     

可展桁架结构展开过程分析

提出了一种分析构架式结构展开过程的有效算法。基于含多余广义坐标的动力学普遍方程 ,利用约束雅可比矩阵的零空间基引入一组准速率 ,得到独立的展开过程分析的动力学微分方程。为提高展开模拟的数值精度 ,文中提出了一种控制展开过程几何违约、速度违约和能量违约的数值稳定算法。该算法求解效率高 ,能和任意数值积分方法结合使用 ,能分析大型的构架式可展结构的展开过程     

微波消解-原子吸收光谱法测定橡胶及其制品中镉

建立了橡胶及其制品中镉含量的快速测定方法. 样品采用微波消解, 消解溶液中的镉用火焰原子吸收光谱法测定. 方法的检出限为2.5 mg/kg, 多种代表性橡胶及其制品的镉元素回收率在101.6%～104.4%之间. 对某含镉橡胶样品的10个实验室3次平行测定的结果表明实验室内和实验室间的相对标准偏差分别1.8%和8.2%. 方法适用于各种橡胶材料中镉的快速分析.     

无人机多光谱遥感在玉米冠层叶绿素预测中的应用研究

叶绿素含量是植物生长中的重要参数,与农作物产量密切相关。无人机遥感技术作为一种新的数据获取手段,在农业中已得到广泛应用。以玉米为目标作物,将具有不同光谱响应函数的两种轻小型多光谱传感器(MCA和Sequoia),同时搭载在六旋翼无人机上,获取不同氮肥水平下大田玉米花期的多光谱影像。利用无人机影像空间分辨率高的特点,在小区尺度上,分别计算了基于两种多光谱传感器的各26种植被指数,并将其与地面实测的叶绿素含量(SPAD)值进行回归分析,研究不同波段反射率对SPAD值的敏感性,利用不同多光谱传感器及植被指数预测SPAD值的精度及稳定性。结果表明,对于具有较宽波段的Sequoia,在550 nm(绿波段)、735 nm(红边波段)的反射率对SPAD值的变化较敏感,其中,550 nm与SPAD值的相关系数最大(R2=0.802 9)。而对于较窄波段的MCA,720 nm(红边波段)的反射率与SPAD值具有较高的相关性(R2=0.724 8),550 nm(绿波段)次之。此外,由于两传感器红波段的中心波长和波段宽度不同,660 nm(Sequoia)反射率与SPAD值的相关系数为0.778 6,而680 nm(MCA)反射率与SPAD值的相关性较小,仅为0.488 6。利用无人机多光谱遥感技术预测大田玉米的SPAD值精度较高,但对于不同的多光谱传感器而言,同一植被指数却表现出较大的差异,其中,红波段和近红外波段组合构造的植被指数RVI,NDVI,PVI和MSR差异较大,具有较宽波段的Sequoia传感器优于窄波段的MCA;此外,对于Sequoia相机,GNDVI与RENDVI预测SPAD值的精度较高,RMSE分别为3.699和3.691;对于MCA相机,RENDVI预测精度最高(RMSE=3.742),GNDVI预测精度低于RENDVI(RMSE=3.912);两传感器中MCARI/OSAVI预测SPAD值精度均较低,RMSE分别为7.389(Sequoia)和7.361(MCA)。在所有的植被指数中,利用绿波段和近红外波构造的植被指数(G类),以及用红边波段和近红外波段构造的植被指数(RE类),预测SPAD值精度更高,均高于红外和近红外波段构造的植被指数;利用更多波段(三个及以上)组合构造的复杂植被指数,并不能显著提高预测精度。就预测模型而言,MCARI1更适用于对数模型,可有效提高预测精度, 而其他植被指数变化不显著。研究还发现,在小区水平SPAD值的预测方面,除NDVI和TVI,Sequoia相机对于不同氮肥条件下植被覆盖度、阴影和裸露土壤等环境背景因素具有较强的抗干扰能力;而对于MCA相机来说,TVI,DVI,MSAVI2,RDVI和MSAVI对环境背景因素非常敏感,预测SPAD精度低;此外,去除环境背景因素并不总是能够提高SPAD值的预测精度。本研究对于利用无人机多光谱遥感技术进行高精度的叶绿素含量预测具有指导意义,对于精准农业的推广和应用具有一定的借鉴价值。