点击次数：

论文类型：期刊论文

发表时间：2015-04-15

发表刊物：生态毒理学报

收录刊物：PKU、ISTIC、CSCD

卷号：10

期号：2

页面范围：159-166

ISSN号：1673-5897

关键字：有机化学品;(过冷)液体蒸气压(PL);温度依附性;偏最小二乘法(PLS);支持向量机(SVM)

摘要：(过冷)液体蒸气压(PL)是评价化学品在环境中分配、迁移和归趋行为的重要参数.PL具有较强的温度依附性.发展一种能够精确预测不同环境温度下化学品PL的方法,有助于填补化学品生态风险评估的大量数据缺失.本研究收集整理了661种有机化合物在不同温度下(200 ～ 830 K)共计10 478个logPL值.在此基础上,采用偏最小二乘(PLS)回归和支持向量机(SVM)方法,构建了PL的线性和非线性预测模型.结果表明:2种模型均具有良好的拟合度、稳健性及预测能力,SVM模型的预测性能略高于PLS模型(PLS:R2adj.tra=0.912,RMSEtra=0.477,Q2ext=0.910;SVM:R2ndj.tra=0.997,RMSEtra=0.092,Q2ext=0.967).机理分析表明,温度是影响PL的主要因素,温度越高,蒸气压越大;其次,X1sol也影响PL大小,X1sol用来描述分子间的色散作用,分子间色散力越小,蒸气压越大;此外,化合物的氢键个数、极性和分子构型等因素也影响PL大小.采用Williams plot方法表征了PLS模型应用域.所建立的模型可用来预测烷烃、烯烃、醇、酮、羧酸、苯、酚、联苯、卤代芳香烃、含N化合物及含S化合物在不同温度下的PL数据.