苯乙烯-马来酸酐共聚物对PLA/PBAT共混物的相形态及其性能的影响

聚己二酸-对苯二甲酸丁二酯(PBAT)具有很好的延展性,但其强度较低,而聚乳酸(PLA)高模量可以解决PBAT的缺陷。以苯乙烯-马来酸酐共聚物(SMA)为增容剂,通过双螺杆挤出机制备了PLA/PBAT共混物,研究了不同含量的SMA对PLA/PBAT共混物的结晶性能、热性能、流变行为及拉伸性能的影响。结果表明：SMA能显著降低分散相PLA的粒径大小,在SMA含量为1.5wt%时变化最明显,PLA的粒径从1.75μm降低到0.60μm;SMA能促进PBAT的结晶,随着SMA含量增加,PBAT的结晶度呈现先增大后降低的趋势,当SMA含量为2wt%时,PBAT的结晶度达到最大为9.22%;通过Han曲线发现,在SMA含量较低时,共混物更接近均质物,随着SMA含量提高,共混物的弹性行为增强;SMA能够提高PLA/PBAT共混物的拉伸性能,随着SMA含量增加,拉伸强度与断裂伸长率都呈现先增大后减小的趋势,但总体高于未加SMA时的拉伸强度与断裂伸长率,SMA含量为1.5wt%时,拉伸强度相对于未添加SMA时,从18.1 MPa增加到21.8 MPa,提高了21%,断裂伸长率在SMA含量为1wt%时达...     

节假日效应下的PM2. 5浓度预测

近年来, 节假日效应带来的环境负担日趋严重,PM_{2. 5}在节假日期间的浓度预测工作变得尤为重要。考虑气象因素、大气污染物以及大气可降水量(PWV)等数据影响, 基于桂林电子科技大学尧山校区、桂林市环境监测站、龙隐小学和桂林市第八中学4 个空气质量监测站点在2014—2019 年春节期间的PM_{2. 5}浓度变化情况, 分别比较多元线性回归模型、神经网络模型和ARIMA 模型的适用性。结果表明: 对整月预测而言, 多元线性回归模型在电子科大尧山校区预测适用性最佳, 神经网络模型在环境监测站、龙隐小学和第八中学预测效果最好; 对春节前后各一周时段预测结果来说, 多元线性回归模型在桂林电子科技大学尧山校区、龙隐小学和第八中学站点预测精度最高, ARIMA 模型在监测站预测精度最高。     

利用ERA5资料进行桂林地区GNSS水汽反演精度分析

由于桂林地区地基GNSS站并未配置气象传感器,致使大量GNSS观测数据无法在大气水汽(PWV)监测中发挥作用.针对这一情况,本文将欧洲中期天气预报中心(ECMWF)最新发布的ERA5再分析资料中测站处的气压和温度气象数据加入到GNSS水汽反演中,并将反演结果与利用地面气象站反演的GNSS水汽做对比,以此评估ERA5在桂林地区反演GNSS水汽的精度和适用性.结果表明:1)以桂林地区2017年10个地面气象站的实测气压和温度数据为参考值,ERA5地表气压和温度的年均偏差分别为-0.35 hPa和0.86 K,年均均方根误差(RMSE)分别为0.65 hPa和1.66 K,该精度可用于GNSS水汽反演;2)以2017年6—7月GNSS利用地面气象站反演的PWV为参考值,ERA5反演的GNSS PWV的偏差和RMSE分别为0.17 mm和0.35 mm,且两者具较好的相关性和一致性.由此表明,ERA5地表温压产品可应用于桂林地区GNSS水汽反演,这些研究结果可为桂林地区的GNSS水汽反演及数据源的选用提供重要的参考依据.     

纳米ZnO/生物基尼龙612纳米复合抗菌薄膜的制备与性能

细菌滋生将缩短食品货架周期，对人体健康产生负面影响，因此开展抗菌包装膜的研究十分重要。本文采用γ-氨丙基三乙氧基硅烷偶联剂(KH550)改性了纳米氧化锌(ZnO)，并将改性后的纳米氧化锌(mZnO)与尼龙612 (PA612)进行熔融共混制备复合材料，最终采用挤出流延制备了m-ZnO/PA612纳米复合抗菌薄膜。采用FTIR对改性前后的ZnO进行表征，证明了KH550成功接枝到ZnO上。通过SEM、DSC、TGA、平板计数法等测试手段对ZnO的分散及复合材料的结晶性能、热性能、抗菌性能进行了研究。结果表明：mZnO在PA612基体中分散良好。m-ZnO可以作为成核剂提高PA612的结晶度，m-ZnO的含量为2wt%时，其结晶度提高了4.1%。m-ZnO对PA612有增强作用，m-ZnO的添加量为2wt%时，m-ZnO/PA612纳米复合薄膜的拉伸强度较纯PA612提高了15%。m-ZnO的存在赋予了PA612抗菌性能，m-ZnO/PA612纳米复合薄膜对大肠杆菌和金黄色葡萄球菌均有很好的抗菌效果，且随着m-ZnO含量的增大，抗菌率增大，m-ZnO的质量分数为4wt%时，对大肠杆菌的抗菌...     

顾及时空因素的青藏高原地区加权平均温度模型

大气加权平均温度(T_m)在GNSS大气水汽反演过程中扮演着关键角色.本文针对现有的T_m模型在青藏高原地区的适用性较差等情况,利用2014—2017年青藏高原地区13个探空站观测数据建立了一种顾及地面温度、高度、纬度及季节变化的青藏高原地区T_m模型(TPT_m模型).以2018年的探空资料为参考值,对TPT_m模型进行精度检验,并与常用的Bevis模型、局域精化后的Bevis模型(Bevis-TP模型)和GPT2w模型进行比较分析,结果表明:TPT_m模型具有相对较好的精度,其年均偏差和均方根误差(RMS)分别为0.07 K和2.76 K,相比Bevis、Bevis-TP、GPT2w-5(5°分辨率)和GPT2w-1(1°分辨率)模型其精度(RMS值)分别提高54.5％、30.8％、36.3％和27.6％;此外,将TPT_m模型用于GNSS水汽计算,其导致的水汽计算理论RMS误差和相对误差分别为0.10 mm和1.02 ％.因此,TPT_m模型在青藏高原地区的GNSS水汽反演中具有重要应用.