DFT与机器学习的结合为紫外线/过硫酸盐体系的机理提供了更深入的研究

本文研究了紫外线/过硫酸盐体系中自由基与非自由基反应的竞争机制，采用密度泛函理论（DFT）与机器学习相结合的方法，建立了污染物分子结构与活性物种贡献率之间的定量构效关系（QSAR）。研究发现，质子化和去质子化过程对反应机制具有关键影响，硫酸根对亲电位点具有高选择性，而羟基自由基的贡献率与全局描述符密切相关。此外，ELU-HO值与活性物种贡献率之间存在分段函数关系，这一现象得到了实验数据的支持。研究结果表明，DFT与机器学习的结合为理解复杂反应机制提供了新的研究工具。