第十一章流域产流Watershed Runoff Generation/Production本章主要内容引言(Introduction)1流域产流面积的变化(Variations in runoff producing area)2蓄满产流的流域产流量的计算(Computation of total runoff under runoff formation on repletion of storage)3超渗产流的流域产流量计算(Computation of total runoff under runoff formation in excess of infiltration)4Part 1 Introduction径流
(Runoff)A径流形成过程(Rainfall-Runoff Process)BPart 1 Introduction1-1 Runoff 降落在流域上的具有一定时空分布的降水，扣除损失后，在重力作用下，从地面和地下向流域出口断面汇集的水流现象称径流。1) Definition(定义)Part 1 Introduction1-1 Runoff
降水－径流过程中最根本的损失即蒸散发降落在流域上的具有一定时空分布的降水，扣除损失后，在重力作用下，从地面和地下向流域出口断面汇集的水流现象称径流。1) Definition(定义)
蒸散发土壤持水耗于蒸散发填洼耗于蒸发或继续下渗截留耗于蒸散发或下渗损失Part 1 Introduction1-1 Runoff 2) 径流量降水量扣除损失量余额称为径流量，又称净雨量。径流量的单位：体积单位(m3, 万m3, 亿m3), 谈水资源量时常用m3径流深(Runoff Depth)单位：长度单位(mm), 分析降雨径流关系时用mm3) 径流量的时程分配(Temporal distribution of runoff) 降水的时程分配扣除损失量的时程分配之结果称为径流量时程分配，又称净雨量的时程分配。R
第十一章 荧光分析法
一、选择题
1．荧光分析法是通过测定( )而达到对物质的定性或定量分析。
A、激发光 B、磷光
C、发射光 D、散射光
2．下面( )分析方法不属于分子发射光谱法。
A、紫外一可见分光光度法 B、荧光分析法
C、磷光分析法 D、化学发光分析法
3．荧光发射光谱含有( )个发射带。
A、1 B、2 C、3 D、不一定
4．下列关于荧光光谱的叙述错误的是（ ）
A、荧光光谱的形状与激发光的波长无关
B、荧光光谱与激发光谱一般是对称镜像
C、荧光光谱属于分子的受激发射光谱
D、荧光激发射光谱与紫外吸收光谱重合
5．下列叙述错误的是（ ）
A、荧光光谱的最长波长和激发光谱的最长波长相对应
B、荧光光谱的最短波长和激发光谱的最长波长相对应
C、荧光光谱的形状与激发光波长无关
D、荧光波长大于激发光波长
6．激发态分子经过振动弛豫回到第一电子激发态的最低振动能级后，经系间窜越转移至激发三重态，再经振动弛豫降至三重态的最低振动能级，然后发出光辐射跃迁至基态的各个振动能级，这种光辐射称为( )。
A、分子荧光 B、分子磷光
C、瑞利散射光 D、拉曼散射光
7．关于振动弛豫，下列叙述中错误的是( )。
第三章 苯丙素类化合物
一、选择题
（一）单项选择题（在每小题的五个备选答案中，选出一个正确答案，并将正确答案的序号填在题干的括号内）
1．鉴别香豆素首选的显色反应为（ ）
A. 三氯化铁反应 B. Gibb’s反应 C. Emerson反应
D. 异羟酸肟铁反应 E. 三氯化铝反应
2．游离香豆素可溶于热的氢氧化钠水溶液，是由于其结构中存在（ ）
A. 甲氧基 B. 亚甲二氧基 C. 内酯环
D. 酚羟基对位的活泼氢 E. 酮基
3．香豆素的基本母核为（ ）
A. 苯骈α-吡喃酮 B. 对羟基桂皮酸 C. 反式邻羟基桂皮酸
D. 顺式邻羟基桂皮酸 E. 苯骈γ-吡喃酮
4.下列香豆素在紫外光下荧光最显著的是（ ）
A.6-羟基香豆素 B. 8-二羟基香豆素 C.7-羟基香豆素
D.6-羟基-7-甲氧基香豆素 E. 呋喃香豆素
5．Labat反应的作用基团是（ ）
A. 亚甲二氧基 B. 内酯环 C. 芳环
D. 酚羟基 E. 酚羟基对位的活泼氢
6．游离香豆素可溶于热的氢氧化钠水溶液，是由于其结构中存在（ ）
A. 甲氧基 B. 亚甲二氧基 C. 内酯环
D. 酚羟基对位的活泼氢 E. 酮基
7．下列化合物属于香豆素的是（ ）
A. 七叶内酯 B. 连翘苷 C. 厚朴酚
D. 五味子素 E. 牛蒡子苷
文本分析法2篇
文本分析法是指通过对文本内容的分析，挖掘和提取其中蕴含的信息和规律，以揭示文本背后的意义和价值。文本分析方法多种多样，其中最常用的包括主题分析、情感分析、文本分类、文本聚类、关系抽取等。这些方法不仅可以用于文学作品、新闻报道等文本分析，还可以应用于商业领域、政治分析、社会调研等多个领域。本篇文章将介绍两种文本分析方法，分别是朴素贝叶斯算法和情感分析方法。
一、朴素贝叶斯算法
朴素贝叶斯算法是基于贝叶斯定理和条件独立性假设的分类方法，广泛应用于文本分类、垃圾邮件过滤等领域。其思想是给定一个文本，计算其属于不同类别的概率，并选择概率最大的类别作为其分类结果。其数学公式如下：
p(c|x) = p(x|c)p(c)/p(x)
其中，c表示类别，x表示文本，p(c|x)表示文本x属于类别c的后验概率，p(x|c)表示文本x在类别c下的条件概率，p(c)表示文本集合中类别c的先验概率，p(x)表示文本x的概率。
朴素贝叶斯算法的关键是计算条件概率p(x|c)，即给定类别c下文本x的条件概率。由于文本数据维度高、特征之间存在相关性等原因，直接计算条件概率会导致计算复杂度大，因此朴素贝叶斯算法采用条件独立性假设，即假设文本特征之间相互独立，从而简化计算。这种假设往往在实际应用中并不完全成立，但由于其简单性和效果良好，仍然是文本分类中最常用的算法之一。
二、情感分析方法
情感分析是指对文本内容进行情感倾向性分析的方法，主要包括基于词典、机器学习等多种方法。其目的是将文本分为正面、负面和中性等情感类型。情感分析主要应用于对用户评论、社交媒体内容等文本的情感分析，是企业了解顾客情感、进行市场调研、监督舆情等方面的重要手段。
基于词典的情感分析是最常用的情感分析方法之一，其思想是根据预先构建的情感词典，将文本中的词语与情感词典中的词语进行匹配，统计正面词语和负面词语的出现频率，从而判断文本的情感倾向性。该方法的优点是计算简单、适用于各种主题和语种的情感分析，但由于情感词库质量不一、特征选取困难等问题，其精度仍有待提高。
