本文应用线性溶剂化能相关(linear solvation energy relationship)法研究了32种苯砜基化合物的溶解度及分配系数与溶剂化显色参数之间的相关性.结果表明,溶解度和分配系数与溶剂化显色参数(solvatochromic parameters)呈良好的线性关系...本文应用线性溶剂化能相关(linear solvation energy relationship)法研究了32种苯砜基化合物的溶解度及分配系数与溶剂化显色参数之间的相关性.结果表明,溶解度和分配系数与溶剂化显色参数(solvatochromic parameters)呈良好的线性关系,测定值与估算值吻合得很好.展开更多
通过搜集25个多环芳香烃(PAHs)和84个多氯联苯(PCBs)在聚二甲基硅氧烷(PDMS)上平衡分配系数(log K PDMS-W)的实测值,应用理论线性溶解能关系(TLSER),利用逐步多元线性回归(MLR)方法构建了预测分配系数模型.结果表明:模型具有良好的拟合...通过搜集25个多环芳香烃(PAHs)和84个多氯联苯(PCBs)在聚二甲基硅氧烷(PDMS)上平衡分配系数(log K PDMS-W)的实测值,应用理论线性溶解能关系(TLSER),利用逐步多元线性回归(MLR)方法构建了预测分配系数模型.结果表明:模型具有良好的拟合度(决定系数R 2 adj=0.916)、稳健性(交叉验证系数Q^2 LOO=0.910)和预测能力(外部验证系数Q^2 ext=0.862).同时,模型具有较小的RMSE值(0.264),训练集和验证集中化合物的标准残差|δ|≤3,且杠杆值均小于警戒值h^*(0.103).与前人预测模型相比,该模型具有较少的参数和更加丰富的数据集(109种),化合物的实测值跨度大,应用域也更加广泛,且针对PCBs和PAHs两类化合物有较高的预测精度.因此,本模型可适用于预测在应用域范围内其他与这两类化合物结构相似的有机污染物的K PDMS-W值.展开更多
文摘本文应用线性溶剂化能相关(linear solvation energy relationship)法研究了32种苯砜基化合物的溶解度及分配系数与溶剂化显色参数之间的相关性.结果表明,溶解度和分配系数与溶剂化显色参数(solvatochromic parameters)呈良好的线性关系,测定值与估算值吻合得很好.
文摘测量了1,1,3,3-四甲基脲(TMU)在20种不同溶剂中的拉曼光谱,研究了TMU与溶剂之间的相互作用。将TMU羰基的拉曼频移分别与Kirkwood-Bauer-Magat(KBM)参数(ε-1)/(2ε+1)、溶剂受体数(acceptor number,AN)和线性溶剂自由能关系(linear solvation energy relationships,LSER)进行相关分析。结果表明,TMU的CO键振动频移与KBM参数没有很好的线性关系,和受体数之间存在比较好的相关性,与LSER参数的线性关系最好。按受体数把溶剂分为质子性溶剂和非质子性溶剂,分别和羰基频移有好的相关性。通过对LSER参数的分析,可以很好地解释溶质和溶剂间的相互作用。
