简介:大气中二次有机气溶胶产生于光化学反应或挥发性及半挥发性有机物的气一粒转化,目前没有直接测定二次有机气溶胶的方法,一般采用间接方法估算二次有机气溶胶的贡献。通过分析对比各种二次有机气溶胶估算方法的优缺点及应用条件,认为EC示踪法操作简单,参数容易获得,但参数的不确定性高;化学迁移模型法能详细反映二次有机气溶胶形成情况,但所需参数不易获得;有机物受体模型示踪法,不需要模拟复杂的情况,但难于保证成分谱的准确性及可靠性。因此,在选择估算方法时应充分考虑到各种方法的局限性及适用范围,将试验观测与环境空气质量模型联合用于二次有机气溶胶估算应成为今后重要的发展方向。
简介:为了给工业界提供一种快速预测二元混合液体自燃温度的有效途径,将试验所测不同组分及配比的168个二元混合液体的自燃温度作为期望输出,将基于电性拓扑状态指数(ETSI)理论、引入混合ETSI概念而计算出的9种原子类型所对应的混合ETSI作为输入,采用三层BP神经网络技术建立了根据原子类型混合ETSI来预测混合液体自燃温度的BP神经网络模型,并应用改进的Garson算法进行多参数敏感性分析。经模型评价验证及稳定性分析,得到训练集的决定系数R2为0.965,平均绝对误差MAE为11.892K,测试集的交叉验证系数Q2ext为0.923,平均绝对误差MAE为15.530K,发现该模型的预测性能优于已有的多元非线性回归(MNR)模型,表明BP神经网络模型具有较好的拟合能力和预测能力,对烷、醇类混合体系自燃温度的预测精度最佳。