四种十八碳脂肪酸抑藻时-效关系分析的数学模型设计
发布时间：2021-08-10 05:13
脂肪酸类物质可有效抑制蓝藻水华。根据4种18C脂肪酸对产毒铜绿微囊藻抑制的试验数据,建立了:（1）不同脂肪酸单独抑藻的时-效关系分析的数学模型。根据该类时-效模型能够比较方便、快捷地得到不同时间要求下的半抑制浓度（EC50）、最小有效浓度（MIC）等指标的预测值。（2）多种脂肪酸复合抑藻的时-效关系分析的数学模型。该模型的建立,为不同类型脂肪酸抑藻进行量效关系分析奠定了较好的基础。通过与试验观测值比较,这两大类时-效关系分析的数学模型是适用的、有效的、具有很好的预测精度。
【文章来源】：生态学报. 2011,31(23)北大核心CSCD
【文章页数】：9 页
【部分图文】：
不同初始浓度的 α-亚麻酸抑制产毒铜绿微囊藻的实验值与模型值
http: / / www． ecologica． cn从图 4 中，除得到以上直观信息外，关键是还能够得出 α-亚麻酸在 0． 02—0． 10 mg/L 区间以及该区间的拓展区间上其它的初始浓度下的α-亚麻酸抑藻的时-效关系分析的预测数学模型。图 4 不同初始浓度 α-亚麻酸对产毒铜绿微囊藻的抑藻效果模型值的曲面状态图Fig． 4 The surface diagram of the simulation value of differentinitial concentrations of α-linolenic acid on toxic M． aeruginosarespectively1． 4 不同浓度的亚油酸、油酸、硬脂酸抑藻的时-效关系分析的数学模型与 1． 3 一样，根据不同浓度的亚油酸、油酸、硬脂酸抑藻的实验观察数据( 图 1) ，可以进一步拟合出不同浓度的亚油酸、油酸、硬脂酸抑藻的时-效关系分析的数学模型( 表 2—表 4) 。利用这些不同类型、不同初始浓度的脂肪酸单独进行抑藻的时-效关系分析的数学模型，可以比较好的认识和了解各类脂肪酸在不同的初始浓度水平上的抑藻能力。也可以进一步通过插值和拟合得出象图 4 那样，能够预测和反映其它的初始浓度水平上各类脂肪酸的抑藻能力的时-效关系分析的数学模型。2 多种脂肪酸联合抑藻的时-效关系分析的数学模型利用多种抑藻物质联合抑藻已有不少报道［12-14］，但对联合抑藻的数学模型的分析、讨论和应用却未见报道。以下为多种脂肪酸联合抑藻相应的时-效关系分析的数学模型。2． 1 多种脂肪酸联合进行复合抑藻的时-效关系分析的数学模型设计与拟合利用 1． 3． 1 所建立的数学模型的机理，得到多种脂肪酸联合抑藻过程中，藻密度的变化规律所满足的微分方程:dN( t)dt= － K2
根据文献［5］有关多种脂肪酸联合抑藻的数据并进行重复实验得到的数据( 图 5) ，拟合出亚油酸( 0． 04mg / L) ，α-亚麻酸( 0． 03 mg / L) ，油酸( 0． 70 mg / L) 联合抑藻的微分方程:dN( t)dt= － 1． 832376N( t) e－0． 209158375165N( t)+ 1． 00549575N( t) － 0． 09743916N2( t) ( 6)图 5 给出了多种脂肪酸联合进行复合抑藻时，在同一时间节点上，实验得到的藻密度值与利用上述模型( 6) 计算出的藻密度值。通过计算这两组数据的非线性相关指数为 0． 998942。这表明: 多种脂肪酸联合抑藻过程中，实验得到的藻密度的观察数据和利用上述模型( 6) 计算出来的藻密度的预测数据，它们的非线性关系的相关程度很高。因此，所设计的多种脂肪酸联合抑藻的数学模型是合理的、有意义的，所拟合的数学模型是有价值的。2． 2 利用抑藻模型对不同类型的脂肪酸抑藻进行量效分析由于在上述多种脂肪酸进行复合抑藻的实验中
【参考文献】：
期刊论文
[1]亚油酸对铜绿微囊藻的抑制机理[J]. 张庭廷,郑春艳,何梅,吴安平,聂刘旺. 中国环境科学. 2009(04)
[2]脂肪酸类物质的抑藻效应及其构效关系[J]. 张庭廷,郑春艳,何梅,吴安平,聂刘旺. 中国环境科学. 2009(03)
本文编号：3333534
【文章来源】：生态学报. 2011,31(23)北大核心CSCD
【文章页数】：9 页
【部分图文】：
不同初始浓度的 α-亚麻酸抑制产毒铜绿微囊藻的实验值与模型值
http: / / www． ecologica． cn从图 4 中，除得到以上直观信息外，关键是还能够得出 α-亚麻酸在 0． 02—0． 10 mg/L 区间以及该区间的拓展区间上其它的初始浓度下的α-亚麻酸抑藻的时-效关系分析的预测数学模型。图 4 不同初始浓度 α-亚麻酸对产毒铜绿微囊藻的抑藻效果模型值的曲面状态图Fig． 4 The surface diagram of the simulation value of differentinitial concentrations of α-linolenic acid on toxic M． aeruginosarespectively1． 4 不同浓度的亚油酸、油酸、硬脂酸抑藻的时-效关系分析的数学模型与 1． 3 一样，根据不同浓度的亚油酸、油酸、硬脂酸抑藻的实验观察数据( 图 1) ，可以进一步拟合出不同浓度的亚油酸、油酸、硬脂酸抑藻的时-效关系分析的数学模型( 表 2—表 4) 。利用这些不同类型、不同初始浓度的脂肪酸单独进行抑藻的时-效关系分析的数学模型，可以比较好的认识和了解各类脂肪酸在不同的初始浓度水平上的抑藻能力。也可以进一步通过插值和拟合得出象图 4 那样，能够预测和反映其它的初始浓度水平上各类脂肪酸的抑藻能力的时-效关系分析的数学模型。2 多种脂肪酸联合抑藻的时-效关系分析的数学模型利用多种抑藻物质联合抑藻已有不少报道［12-14］，但对联合抑藻的数学模型的分析、讨论和应用却未见报道。以下为多种脂肪酸联合抑藻相应的时-效关系分析的数学模型。2． 1 多种脂肪酸联合进行复合抑藻的时-效关系分析的数学模型设计与拟合利用 1． 3． 1 所建立的数学模型的机理，得到多种脂肪酸联合抑藻过程中，藻密度的变化规律所满足的微分方程:dN( t)dt= － K2
根据文献［5］有关多种脂肪酸联合抑藻的数据并进行重复实验得到的数据( 图 5) ，拟合出亚油酸( 0． 04mg / L) ，α-亚麻酸( 0． 03 mg / L) ，油酸( 0． 70 mg / L) 联合抑藻的微分方程:dN( t)dt= － 1． 832376N( t) e－0． 209158375165N( t)+ 1． 00549575N( t) － 0． 09743916N2( t) ( 6)图 5 给出了多种脂肪酸联合进行复合抑藻时，在同一时间节点上，实验得到的藻密度值与利用上述模型( 6) 计算出的藻密度值。通过计算这两组数据的非线性相关指数为 0． 998942。这表明: 多种脂肪酸联合抑藻过程中，实验得到的藻密度的观察数据和利用上述模型( 6) 计算出来的藻密度的预测数据，它们的非线性关系的相关程度很高。因此，所设计的多种脂肪酸联合抑藻的数学模型是合理的、有意义的，所拟合的数学模型是有价值的。2． 2 利用抑藻模型对不同类型的脂肪酸抑藻进行量效分析由于在上述多种脂肪酸进行复合抑藻的实验中
【参考文献】：
期刊论文
[1]亚油酸对铜绿微囊藻的抑制机理[J]. 张庭廷,郑春艳,何梅,吴安平,聂刘旺. 中国环境科学. 2009(04)
[2]脂肪酸类物质的抑藻效应及其构效关系[J]. 张庭廷,郑春艳,何梅,吴安平,聂刘旺. 中国环境科学. 2009(03)
本文编号：3333534
本文链接：https://www.wllwen.com/kejilunwen/yysx/3333534.html
