酒精对驾驶员的十大影响

酒精对驾驶员的十大影响（精选9篇）

酒精对驾驶员的十大影响 篇1

大陆汽车俱乐部（CAA）与清华大学汽车碰撞试验室（ACL）进行了“大陆交通安全社会行动———远离酒后驾驶”主题公益活动。大陆汽车俱乐部和清华大学汽车碰撞试验室的实验显示，即使在少量饮酒状态下，交通事故的危险度也可达到未饮酒状态的2倍左右。10大影响

实验显示，酒精在人体血液内达到一定浓度时，人对外界的反应能力及控制能力就会下降，尤其是处理紧急情况的能力下降。驾驶员血液中酒精含量越高，发生撞车意外的机会越高。受到酒精影响的司机通常会有如下特征：对信号灯反应慢；逆向行驶；摇摆不定、突然转向、飘忽不定或在道路中线驾驶；乱踩刹车；转弯幅度大；蛇形；没有原因就停车；开车速度极慢；突然转弯或违法转弯；天黑时不开前灯。

驾驶员存在侥幸心理

根据来自4538位新浪网友的调查显示，有81.29%的被调查者同意酒后驾驶属于违法行为，但在被问及是否有过酒后驾驶行为时，仅有20.63%的被调查者从未有过酒后驾车的行为。在被问及酒后驾驶人员存在何种心理时，有39.84%的被调查者认为酒后驾驶人员过高地相信自己的驾驶技术，27.35%的被调查者认为酒后驾驶人员的安全意识不强。另外，有18.97%的被调查者认为酒后驾驶人员存在侥幸心理。

咖啡浓茶不能解酒

酒精对驾驶员的十大影响 篇2

1资料与方法

1.1一般资料 急性酒精中毒患者250例,其中男230例,女20例,平均年龄在38岁左右。其中4个器官损害1例,3个器官损害1例,2个器官损害8例,单器官损害23例。

1.2临床表现

1.2.1消化系统 消化系统损害16例,其中消化道出血14例,胃穿孔1例,肝损害1例。酒精对胃黏膜的直接刺激可造成黏膜炎性反应,严重时造成大出血,有消化性溃疡的患者可引起胃穿孔。长期对胃刺激,可引起打嗝、食欲不振、腹泻或便秘、恶心、呕吐等症状。

1.2.2循环系统 循环系统损害7例,其中1例出现血压下降、心动过速、舒张期奔马律、心肌酶升高,心电图表现为心动过速,ST段下降,T波倒置,诊断为中毒性心肌炎。室性早搏1例,室颤1例死亡,2例短暂性心肌供血不足,患者表现为胸闷、胸痛、气短、大汗淋漓(注意与心肌梗死鉴别),心电图表现为T波倒置,心动过速,心肌酶正常。诱发心肌梗死2例。

1.2.3神经系统 神经系统的损害最多,共37例,其中中度昏迷10例,深度昏迷2例,严重共济失调、精神错乱、谵妄及抽搐18例;深度昏迷伴瞳孔大小不等,视乳头水肿诊断为脑水肿1例,脑出血1例,蛛网膜下腔出血1例;反应抽搐,1周后仍记忆力下降,判断力差,回答不切题,表情淡漠,脑电图异常,诊断为中毒性脑病1例;双下肢对称性弛缓性瘫痪,脑脊液蛋白增高1例,精神分裂症2例。

1.2.4其他 肺损害4例,表现为呼吸加快28~36次/min,颜面口唇发绀,咳泡沫痰或粉红色泡沫痰,两肺大量中、小水泡音,诊断为中毒性肺水肿。肾功能损害2例,尿素氮及肌酐轻度增高1例,CO2结合力下降1例;高血糖6例,低血糖2例;低血钾8例,其中伴低血钾麻痹4例;急性尿潴留3例。

2治疗及转归

急性酒精中毒应依病情轻重综合治疗。特别是重度昏迷患者,应给予洗胃处理,重点应用纳洛酮促进苏醒。用法:首剂0.8~1.2 mg加入10%葡萄糖注射液40 m L静脉注射,如1 h后仍无苏醒,每小时再用0.4~0.8 mg加入10%葡萄糖注射液40 m L静脉注射(必要时半小时用药),3 h后意识仍无好转,即给予血液透析,其透析指征:(1)上述治疗3 h后无好转患者;(2)有肺水肿患者,经透析治疗后意识迅速恢复,肺部啰音减少。

3讨论

饮酒量越多,器官损害越严重,提示器官损害数与饮酒量有关,发生的频率依次为神经系统、消化系统、循环系统、呼吸系统、泌尿系统。神经系统损害表现为严重共济失调、精神错乱、谵妄、抽搐、昏睡或昏迷,并发脑水肿、脑中风周围神经病变;消化系统损害以胃黏膜出血为主,严重者可导致胃穿孔;肺损害表现为中毒性肺水肿;心脏损害为中毒性心肌炎、心律失常;肾损害表现为氮质血症。提示遇昏迷患者不应满足于急性酒精中毒诊断,应重视其有无并发多器官损害的可能,这对于判断预后及制订治疗方案至关重要。

参考文献

酒精对驾驶员的十大影响 篇3

关键词:音乐类型 驾驶员 注意力

一、引言

注意与交通安全关系的研究由来已久,因驾驶员注意不当或不注意而引起的事故约占事故总数的20%以上。英国著名音乐心理学家尼古拉·迪本博士及其研究人员对1780名驾驶员进行了调查,结果发现63%的安全驾车者说边开车边唱歌或者听音乐会让他们感觉更镇静,近25%的人说音乐有助于专心。可见,听歌、唱歌不仅能够刺激司机的精神,而且还能刺激司机的身体,这反过来可以促使其产生更高的警惕性,减少疲劳感。

因此,有越来越多汽车安装了收音机或CD机,以便驾驶员可以在开车时听音乐或广播,这对减少旅途疲劳,特别是放松驾驶员紧张的神经具有一定的缓解作用。但是这些不同种类的背景声音对于驾驶员的反应时间、注意分配、信息加工到底会不会产生影响呢?这种影响是正向的,还是负向的?并且由于先前关于驾驶员行车安全、反应时间、注意力的研究,大多数人都只关注人本身的差异(比如人格的差异)或视觉刺激对反应的影响,几乎没有涉及听觉刺激与注意力关系的研究。本实验正是基于此,通过运用实验心理学、统计心理学的相关知识,试图找到上述问题的答案。

二、实验

1.问卷调查部分

(1)调查目的。由于本实验采用的实验仪器对精度要求很高,而实验室环境与真实环境存在较大差异,为避免本实验因个体差异等随机误差而造成的结果不明显,笔者另增了社会问卷调查部分。

(2)调查设计。问卷主要分发给在校大学生(驾驶新手)和出租车司机(驾驶老手),比较驾驶新手和驾驶老手对不同类型音乐的偏好、对外界因素的关注程度、处理驾驶中突发状况的反应敏捷程度、在不同的音乐条件下的注意力分配的能力、在不同的音乐条件下的注意力的广度等。

(3)调查对象。被调查人群为驾驶新手人数比例较大的人群,如大学生、年轻教师、年轻白领等。被调查者均为年满18周岁,有正式驾照且驾龄满一年的人。本次共发出问卷150份,回收有效问卷135份。

2.实验研究部分

(1)实验设计。本实验采用随园实验室的“交通安全心理测评系统”,以单因素组内设计的方式进行研究。每位实验被试需分别接受无音乐、流行音乐、摇滚音乐、古典音乐四种音乐类型下的注意力水平测试。为了避免练习效应和疲劳效应影响结果,每位被试每做一次实验后需要休息10~15分钟再进行下一轮实验。最后通过SPSS软件分析实验所得数据结果,比较音乐类型是否对驾驶注意力有影响。

(2)实验对象。实验选取身体健康、驾龄1~3年、对音乐无偏好的被试共60名,主要为在校大学生(驾驶新手),因为驾驶老手的注意力分配和广度已经基本定性,并不容易因外在因素的改变而改变。

(3)实验目的。本实验的目的在于研究不同音乐类型对驾驶注意力的不同影响,并与先前的文献对比,研究最利于驾驶注意力集中的音乐类型。

(4)实验仪器。实验仪器有:交通安全测评系统、音乐播放器一台、耳麦一副。

(5)实验步骤。

第一步,首先进行无音乐条件下的实验,整个实验过程要求在安静、无杂音的环境下进行。

第二步,主试事先开启系统,并调试到实验窗口。

第三步,被试根据电脑提示,按正确的姿势坐在电脑前,首先全身放松,深呼吸三次,带上耳机。耳机中播放古典轻音乐。

第四步,主试宣读指导语:“请您放松心情,闭上双眼,随着音乐调节您的心情。在3分种后,我们将开始实验。首先,请您把手指放在鼠标上、把两只脚放松地踩在踏板上准备。在屏幕上将会出现一个圆球,在实验开始后,您将会看到圆球发生移动。您需要使用鼠标始终紧紧地跟随圆球运动,并保证它在您的靶心。圆球会发生颜色变化来提醒您它是否偏离了您的靶心。同时,两侧的光板会出现一条闪烁的亮线,当亮线出现时,您需要迅速踏下位于桌子下面的踏板。您必须做到在整个过程中尽快并正确反应。在实验正式开始前,您需要进行一次练习。如果您已经明白指导语,现在请您把手指放在鼠标上、两脚踏在踏板上,放松并深呼吸。我们开始实验。”

第五步,实验结束后,请被试闭上眼睛休息一下,等待实验结果。

第六步,根据电脑得出被试的大脑反应速率和手动速率,并做好记录。

第七步,请被试休息,并请另外一位被试准备实验。

第八步,按上述实验程序进行接下来的测试。每位被试需进行五轮测试,为了避免疲劳效应和练习效应,每5位被试为一轮,在不同音乐类型下轮流进行实验。

三、结果

1.问卷调查结果

(1)被试基本信息分析。我们所做研究选取的实验被试为25岁左右的大学生和青年工作者,其中全日制大学生占到了总人数的80%,男性被试占70%,实际驾龄在1~3年之间的群体占83.33%,符合驾车新手的要求。

(2)驾驶员驾车安全分析。在调查中,大多数人选择将车载音乐作为解除疲劳的方式,这为我们实验的进行提供了很好的基础,可以将车载音乐的不同类型作为研究的自变量之一。

在问卷中我们设置了问题:“您通常选择什么类型的车载音乐?”这道题的调查结果如图1所示。

结果显示,在这道题的回答中,选择流行音乐的被调查者占了大多数,其次是古典音乐,选择这两项的人数占到了总人数的70%。

而相对的,在我们设置的另外一道题中,“您认为哪种音乐最容易使您分散注意力?”更多的被调查者认为重金属或摇滚乐对人在开车时的影响最大,并且十分显著。

(3)原因分析。①视听习惯。流行与古典是主流音乐类型,摇滚与重金属并未被广泛接受,所以在开车时选择什么样的音乐与被调查者的日常视听习惯有一定关系。

②调查对象特点。我们所选择的调查对象多为驾驶新手,年龄集中在20~30岁之间,对流行音乐有较大的倾向性。

③车载音乐选择。市面上可供选择的专用车载CD多为古典音乐与流行音乐,摇滚与重金属类型的车载CD在品种和种类上均不多,可供选择的种类少,可能也是造成此类结果的原因之一。

2.实验研究结果

本次实验共邀请了20~25岁之间、已有至少1年以上驾龄的青年学生共30名,构成大样本。我们分别对被试进行了无音乐、轻音乐、摇滚乐和流行音乐状态下的实验,结果见下表。

通过描述性统计可知,接受实验的30个被试的平均驾龄为2年,在无音乐、轻音乐、流行音乐和摇滚音乐四种条件下,错误率最低的是无音乐环境,其次为流行音乐环境,而错误率最高的是摇滚音乐环境。

四、存在问题探析

一是被试局限于学生群体,样本异质性偏小。

二是由于实验的过程比较长,有部分被试无法完成全部的实验而多次暂停,使整个过程显得拖沓、没有效率。

三是被试样本容量太小,实验得不到预期效果。

四是实验室环境与现实开车情境的差异导致实验结果不具有良好的推广性。

五、结论

大多数驾驶员对车载音乐的偏好程度大,其中以流行音乐和古典音乐为主,重金属和摇滚被认为是最容易影响驾车安全的音乐类型。在四种不同的背景情境下,无音乐环境与流行音乐环境最能引起被试的注意力,并有效提高实验的正确率,而在摇滚音乐背景下,被试的错误率明显升高。

参考文献:

[1]包燕.分配注意对短时记忆编码和提取的影响[J].北京大学学报,2002(1).

[2]白忠贞,高秀峰,等.汽车驾驶员注意力分配测试的研究[J].山东医科大学学报,1994(12).

[3]陈秋明,姚树桥,等.反应时、智力、记忆与学业成绩的相关分析[J].1996(10).

[4]陈容,汤天趵.反应时测定及其影响因素[J].中国学校卫生,2002(6).

[5]陈素华,谢永清,等.解决反应时实验数据可比性的一种新方法[J].医疗设备信息,2006(4).

[6]段靓瑜,冯舒,等.不同时段下驾驶员复杂反应实验研究[J].人类功效学,2007(9).

[7]管连荣,高晶,等.不同车速下司机对交通标志的辨认距离实验[J].心理学报,1986(2).

[8]赫葆源,张厚聚,等.实验心理学[M].北京:北京大学出版社,1983.

酒精对驾驶员的十大影响 篇4

摘要：以研究城市道路限速标志下驾驶行为的变化为主要目的,基于认知心理学知识,采用实地观测和问卷调查等手段,研究了驾驶员经过限速标志时的心理及反应过程.依据认知工效学中的注意和记忆等机制对驾驶员的限速标志认知过程进行了解析;从驾驶员自身角度分析了影响驾驶员识别限速标志的主要因素;利用因子分析方法对调查数据和调查项目进行统计分析;最终提取了影响驾驶员识别限速标志的6个自身因素为主因子,作为限速标志对驾驶行为影响较大的`因素.该研究结果可为城市道路限速标志的设计与设置提供科学依据.作 者：贾洪飞 司银霞 孙宝凤 JIA Hong-fei SI Yin-xia SUN Bao-feng 作者单位：贾洪飞,孙宝凤,JIA Hong-fei,SUN Bao-feng(吉林大学交通学院,长春,130025)

司银霞,SI Yin-xia(浙江经贸职业技术学院工商管理系,杭州,310018)

酒精对驾驶员的十大影响 篇5

关键词：凤眼莲,酒精废水,自身生长,LED,R/B

酒精废水多为淀粉质酒精废水,这类废水中有机物含量很高,氨氮与总磷浓度可分别达到600mg/L、100 mg/L[1],属于一种超富营养化废水[2],不符合国家废水排放标准。酒精废水中富营养化物质的处理一直是人们关注的热点,而凤眼莲在生长过程中,需要吸收大量的氮磷来满足自身快速生长繁殖的需要,可用于酒精废水的净化。凤眼莲(echhornia crassipes),雨久花科,被广泛用于水体生物修复,净化富营养化水体[3,4,5,6];且凤眼莲资源化利用途径广泛,可发酵产甲烷[7,8],用作饲料、肥料[9,10]等,在修复水体后,可带来其他经济效益。

虽然凤眼莲已广泛应用于富营养化水体修复,但在冬季,我国大部分地区的气候条件不适合凤眼莲的生长,其生长具有季节性。所以要想推进凤眼莲的全面工业化应用,必须克服冬季凤眼莲的补光问题;目前,国内外对凤眼莲净化富营养化水体的研究只限于自然光下的净化,并不涉及凤眼莲的补光。因此我们探究了植物生长灯下,凤眼莲修复富营养化水体的效果。近年来,LED植物生长灯由于发光效率高、能耗少、寿命长而在花卉以及大棚蔬菜行业得以快速发展;然而植物对光的吸收存在两个吸收峰,分别为660 nm和450 nm[11,12,13]。所以,采用了波段分别为650~660 nm、450~470 nm的红、蓝光LED,R/B设置为8∶1、6∶1、4∶1、10∶0、0∶10,探究它们作生长光源时,对凤眼莲处理酒精废水效果的以及自身生长状况的影响,并用白光作对照。

1 材料与方法

1.1 试验材料

本实验所用酒精废水为河南省南阳市某酒精厂的废水,由于全浓度的酒精废水对凤眼莲有致死效应,故用预实验探究了最适合凤眼莲生长的酒精废水浓度,得出酒精废水浓度为10%时,凤眼莲生长状况最佳。所以本实验所采用的酒精废水为用曝气两天的自来水稀释10倍的南阳市某酒精厂酒精废水。凤眼莲采自江苏无锡河道,用10%浓度的酒精废水培养驯化三个月,使之完全适应,排除酒精废水的影响;不同R/B的LED植物生长灯以及对照LED均为深圳市宸华节能照明有限公司生产;时间继电器是德力西DH48S-S数显时间继电器;光照强度测量仪为希玛AS813高精度数字照度计。

1.2 试验装置与试验设置

1.2.1 实验装置(图1)

1.2.2 试验设置

选取生长状况几近相同的凤眼莲6棵幼苗,鲜重为(11.7±1.7)g,在温室中分别置于不同的植物生长灯下面,光照16 h/d(6∶00~22∶00)处理酒精废水,每个水平设置2个重复。试验过程中环境指标为:昼温(24±2)℃,夜温(15±2)℃,湿度(55±5)%。

调节LED植物生长灯,使凤眼莲接收到的光照强度在(15 000±200)Lux。

1.3 数据观测与处理方法

实验开始前,首先称量凤眼莲鲜重(沥干后天平称量),观察凤眼莲叶片数、分蘖数(肉眼直接观察),测量凤眼莲的根长、株高(钢尺测量)。培养后,每隔一段时间,检测每个不锈钢盆中酒精废水中氨氮(采用HJ 535—2009,纳氏试剂分光光度法)和总磷(采用GB 11893—89,钼酸铵分光光度法)的含量,并且称量凤眼莲的鲜重,实验结束时,分别计量凤眼莲叶片数、分蘖数、根长、株高。

c0为酒精废水中氨氮、总磷的初始含量;cn为第n天时酒精废水中氨氮、总磷的含量;m0为凤眼莲初始鲜重;mn为第n天时凤眼莲的鲜重。

2 结果与讨论

2.1 不同R/B生长光源对凤眼莲处理酒精废水效果的影响

污水排放需满足的国家基本项目最高允许排放浓度,见表1。

在不同R/B植物生长灯下,凤眼莲处理的酒精废水氨氮和总磷的浓度变化曲线分别如图2、图3所示。

由图2、图3可以看出,不同LED植物生长灯下凤眼莲均能较大幅度幅度的吸收氨氮和总磷。而且氨氮和总磷的去除效果均是在R/B 8∶1植物生长灯下最佳,酒精废水厌氧消化液氨氮和总磷含量分别在第10天和第17天降低到2.44 mg/L以及0.42mg/L,率先达到国家一级排放标准的A标准,去除效率分别达到97.11%、90.35%。此时,R/B 6∶1、R/B 4∶1、R/B 10∶0下的酒精废水氨氮、总磷含量能达到一级排放标准的B标准,氨氮、总磷含量分别为5.14 mg/L、0.5 mg/L,6.26 mg/L、0.68 mg/L,5.14 mg/L、0.7 mg/L,去除率分别为93.90%、88.55%,92.58%、84.28%,93.90%、83.87%;而此时R/B 0∶10植物生长灯下凤眼莲处理的酒精废水厌氧消化液氨氮含量只能达到二级排放标准,氨氮含量停留在8.55 mg/L,去除率为89.86%,总磷含量为1.55 mg/L,达到一级排放标准的B标准,去除率为83.03%;对照组处理效果最差,氨氮、总磷含量分别为23.09 mg/L、1.55 mg/L,只能达到国家三级排放标准,去除率分别只为72.62%、64.29%。

由以上的结果可以得出,红蓝LED植物生长灯有益于凤眼莲吸收酒精废水中的氨氮和磷,而且促进效果因R/B的配比不同而不同。只有单色光存在时,红光促进凤眼莲吸收氨氮和总磷的效果稍优于蓝光,其中的原因有三个方面:首先,红光可以作用于光敏色素,从而使叶绿体发生运动,使朝向光的一面是叶绿体的宽面[14];其次,红光可以促进叶片中叶绿素的合成,使得蓝光下叶片叶绿素含量低于红光[15],而叶绿素的含量多少直接影响植物的光合作用的强弱;另外,植物叶片中的类黄酮和类胡萝卜素能够吸收蓝光,使得蓝光的能量不能传递到反应中心,造成蓝光的量子效率较低,而植物的光合作用与光量子数成正比[16],所以蓝光下凤眼莲叶片的光合作用较弱。以上所述三种原因致使蓝光下凤眼莲的净光合速率较低[17],从而导致蓝光对氨氮与总磷去除的贡献比红光低。

然而,蓝光与红光相比,拥有的并不全是弊端。蓝光可以更大程度的促进气孔的开张[18],使得光合作用的反应物CO2以及产物O2更为顺畅的进、出;另外蓝光还可以促进叶片叶绿体的发育,促使叶绿体更快成熟,发育完全的叶绿体可以更好的进行光合作用。虽然这两个因素不会使得蓝光对叶片光合作用的促进效果超过红光,但是也使蓝光下凤眼莲对酒精废水厌氧消化液中氨氮和总磷的吸收不至于远远落后于红光。

上述几种因素的综合作用使得单红光对凤眼莲生长的促进效果不及红蓝光同时存在。当红蓝光同时存在时,R/B越大,即红光占比越大,氨氮和总磷去除效果越好,这也印证了单蓝光对凤眼莲的光合作用促进效果不如单红光。R/B 8∶1时,氨氮和总磷的去除效率提高最显著,由对照白光的72.62%和64.29%分别提高到97.11%、90.35%,氨氮去除效率提高了33.73%,总磷去除效率提高了40.54%。

2.2 不同R/B植物生长灯对凤眼莲自身生长状况的影响

不同R/B植物生长灯对凤眼莲自身生长状况的影响见表2、图4所示。其中,株高为凤眼莲水上部分的高度。

由表2可以得到,在R/B 8∶1的LED植物生长灯下,凤眼莲的叶片数、分蘖数增加最多,分别增加35.3个、8个,叶片数增加了484%,分蘖数增加了800%;其次,叶片数增加由多到少的顺序是R/B 6∶1、R/B 4∶1、R/B 10∶0、对照白光、R/B 0∶10分别增加31个、28个、21个、15.4个、8.7个;分蘖数增加由多到少的顺序是R/B 6∶1、R/B 10∶0、R/B 4∶1、对照白光、R/B 0∶10,分别增加6.3个、5个、5.3个、4个、1.7个;叶片数与分蘖数增加最少的均为R/B 0∶10。凤眼莲的株高增加量由小到大为R/B 0∶10、R/B 8∶1、R/B 6∶1、R/B 4∶1、对照白光,分别增加4.4cm、3 cm、2.5 cm、2 cm、1.6 cm;R/B 10∶0时,凤眼莲的株高不但没有增加反而降低,降低4.4 cm,降低了47.5%。根长的增长量从大到小为R/B 10∶0、R/B 8∶1、R/B 6∶1、R/B 4∶1、对照白光,分别增加5cm、4 cm、2 cm、1.6 cm、1.1 cm;R/B 0∶10时,凤眼莲根长不变。

红蓝LED植物生长灯对凤眼莲的生长具有促进作用。在叶片与分蘖方面,凤眼莲在R/B 8∶1的LED植物生长灯的处理下增加最多,在R/B 0∶10的LED植物生长灯的处理下增加最少。因此可以得出单蓝光对叶片以及分蘖的生出有抑制作用,影响凤眼莲的繁殖。原因可能是单蓝光可降低细胞分裂素类物质的含量,而细胞分裂素是植物细胞增殖繁衍的主要生长激素。而红蓝光同时存在对凤眼莲的叶片以及分蘖生出有促进作用,且随着R/B的升高,促进作用越明显。

在株高和根长方面,R/B 10∶0株高的减少量最大,根长增加最多;R/B 0∶10株高增加最多,与陈星星等[19]的结论一致,但是根长不变。说明红光有利于凤眼莲根的生长[20]且抑制茎的伸长,而蓝光则促进凤眼莲茎的伸长、抑制根的生长,与蒲高斌[21]红光可抑制番茄幼苗茎的伸长结论一致。

由图4可以看出,不同LED植物生长灯对凤眼莲鲜重相对增重率的影响趋势与对凤眼莲处理酒精废水效果的相同。在R/B 8∶1的LED植物生长灯下,凤眼莲的鲜重相对增重率最大,可达到619%;其次是R/B 6∶1、R/B 4∶1、R/B 10∶0、R/B 0∶10等的鲜重相对增重率,分别为369%、327%、282%、277%;最小的为对照白光LED,只有175%。R/B10∶0与R/B 0∶10 LED植物生长灯下,凤眼莲的相对增重率相差不大,也可由R/B 10∶0与R/B 0∶10LED植物生长灯下凤眼莲对总磷的去除率相差不大验证,前者为83.87%,后者为83.03%。

鲜重的变化规律和氨氮、总磷含量的变化规律相同。不管是单色LED植物生长灯还是红蓝光组合LED植物生长灯,对凤眼莲的鲜重增加均具有促进作用,但是单蓝光或者单红光都不能使植物得到最佳的生长状态。在R/B8∶1的LED植物生长灯下,凤眼莲鲜重增加最多,而对照组白光下,凤眼莲鲜重增加最少。这也符合植物自身的生长规律,即吸收的营养物质越多,鲜重增加越多。

3 结论

(1)单色光对凤眼莲去除酒精废水中氨氮和总磷的促进效果不及红蓝光同时存在。只有单色光存在时,红光效果优于蓝光;当红蓝光同时存在时,R/B越大,氨氮和总磷去除效果越好。

(2)红光有利于凤眼莲根的生长且抑制茎的伸长,而蓝光则促进凤眼莲茎的伸长、抑制根的生长。

酒精对驾驶员的十大影响 篇6

【摘要】近年来，车辆导航系统以及许多其他的车载设备越来越普及。这些设备都会在一定程度上对驾驶员的注意力造成干扰，最终会造成一定的交通安全问题。虽然现在已经有一些关于调查车载设备对交通安全的影响因素的研究，但这些研究都缺乏合适的客观性、定量化的实验来估计驾驶员的受干扰程度。本文研究的主要目的是通过使用UC-win/Road城市交通模拟软件，来探讨使用车载设备对驾驶员行为的影响。本项研究收集45位驾驶员在三种路况条件下分别在有无车载设备时的驾驶模拟数据，并得到一些初步结论。基于这些结论，我们尝试建立干扰分级模型来定量化干扰程度。我国关于使用车载设备的交通法规大多过于笼统，所以本项研究的结论可以为我国交通规划部门制定和完善法律法规提供借鉴。

【关键词】车载设备；驾驶模拟器；干扰度分级模型

1.引言

随着我国经济的快速发展，人均汽车保有量逐年上升。截至2014年底，全国机动车保有量达2.64亿辆，其中汽车1.54亿辆。与此同时，越来越多的驾驶员选择安装车载设备，这已经成为一种普遍行为。从直观上说，人们认为车载设备的使用将会分散驾驶员的注意力，从而造成驾驶员不能够及时获取必要信息，进而会影响到后续的决策及车辆操控行为，增加事故风险。现有研究表明，22%的汽车事故是由于注意力分散引起的。

目前国内外对手机使用对驾驶行为的影响进行了大量研究。针对近年来日益普及化的车载设备安装趋势，为了填补国内外在车载设备在不同路况下对驾驶行为干扰的研究空白，本实验采用UC-win/Road规划仿真软件，在计算机上模拟出三种不同路况，通过3*2共六组实验，对在不同路况下，车载设备的使用对驾驶行为参数的影响进行统计分析，综合比较驾驶员的行车速度、加速度、离车道中心的偏移距离、方向盘旋转率等驾驶行为指标，得出了一些综合性结论，并建立数学模型定量化表示。

2.实验方法

2.1 实验设备与场景建立

本项研究的所有实验都在上海交通大学实验室中的UC-win/Road驾驶模拟器上进行。UC-win/Road驾驶模拟器软件利用三维电脑虚拟工具，可以有效地进行高速公路、城市、土地以及社区的规划和设计。设计者可以通过一系列的简单操作快速完成多种项目的三维虚拟呈现，同时还可以进行空间移动模拟（步行，开车行，飞行）以及动画显示等。

本实验基于我国现在的交通情况，建立三种不同的道路场景：简单道路交通系统，中等道路交通系统，复杂道路交通系统。

简单道路交通系统：双向四车道道路；十字交叉道路，每个交叉路口之间的距离不超过400米；没有交通流；没有交通信号；简单的周围环境；

中等道路交通系统：双向四车道道路；道路呈单一曲率变化，多种类型交叉口；5分钟车流量不超过60，单一车型；少量简单交通信号；周边环境变化不明显；

复杂道路交通系统：双向六车道道路；多种形式道路混合，包括桥梁、隧道、高架桥；5分钟车流量100以上，多种机动车并存，包括巴士、卡车；交叉口有复杂的多向交通信号；周边环境变化明显。

2.2 实验方法

本项实验通过在驾驶员进行模拟驾驶时施加干扰来模拟实际情况，干扰通过让驾驶员回答事先录音的问题来施加。在实验前预先录音好问题，每组共有6个问题，参与实验者有30秒的时间来回答每个问题，否则会被视为无效。每组问题都包含两个等级的问题，一个是例如“这个房间里有多少人”这样的简单问题，另一种包括数学和逻辑之类的困难问题。每个实验者都要完成6次模拟驾驶，分别对应每个道路交通系统已经有无问题。为了消除学习效应，6次模拟驾驶的顺序是随机的。

2.3 实验过程

a.在实验前，参与实验者必须填写一份调查问卷，来检测实验者是否具有参与实验的资格。

b.参与实验者在正式实验前有5分钟的时间来熟悉驾驶模拟器。实验者在预先准备好的联系道路系统中进行操作练习，如果实验者无法正确操作模拟驾驶器那么他也将失去实验资格。

c.实验开始后，实验者必须在安全驾驶的前提下独立完成驾驶任务。当听到录音问题时，实验者必须在保证驾驶连续的前提下回答问题。

d.在试验过程中，会有工作人员观察实验者的驾驶情况以及回答问题情况，并做相应记录。工作人员全程禁止与实验者交流。

e.实验结束后，除了从软件中采集到模拟驾驶数据，工作人员也会询问实验者在模拟驾驶中的主观感受。

3.数据分析

本实验设备可以在千分一秒内收集几十个驾驶行为参数的指标。本实验有两项独立测评指标。实验数据分析将采用spss11.0进行配对t检验和单因素方差分析。

3.1 配对t检验

表1显示了配对t检验的结果。此项检验的目的是为了判断在正常驾驶和驾驶时使用车载设备的两种情况下，驾驶行为参数是否会有显著性差异。

在置信度为0.05的前提下，若道路条件相同，正常驾驶和驾驶时使用车载设备将会引起以下六种驾驶行为参数产生显著性差异：速度，加速度，车头时距，离车道中心的偏移距离，离车道左边界的距离和方向盘旋转率。

3.2 单因素方差分析

表2显示了单因素方差分析的结果。此项检验的目的是为了判断道路条件的不同是否会对驾驶行为参数产生显著性影响。

在置信度为0.05的前提下，不同的道路条件将会对以下四个驾驶行为参数：方向盘旋转率，速度，加速度和离车道中心的偏移距离产生显著性影响。

3.3统计学分析

我们对四个参数：方向盘旋转率，速度，加速度和离车道中心的偏移距离的统计学量进行统计：平均数，方差，最大值和最小值。表3为方向盘旋转率的统计表。

从以上统计结果，我们可以观察到，对于同一道路条件，车载设备的使用都会使驾驶行为参数的统计值增加，从而说明驾驶时使用车载设备将会增加驾驶不稳定性，降低驾驶安全性。其他参数也有同样的结果。

而在不同路况条件下，车载设备的使用对驾驶行为的影响程度是不同的。我们统计了三种路况下，驾驶行为参数的变异系数值。在简单路况下，变异系数的平均值为48.6%，中等路况下为20.0%，复杂条件下为34.1%。

4.数学模型

基于以上数据分析，我们建立一个数学模型来定量化表示干扰度等级。首先我们将四个参数分为两组，第一组包括速度与加速度，它们是车辆在行进方向上的参数；第二组包括方向盘旋转率和离车道中心的偏移距离，它们与车辆行进方向垂直方向上的参数。

我们运用层次分析法对这四个参数进行处理。

考虑到t检验的结果和专家意见，我们构造如下的权重矩阵：

X1：速度 X2：加速度 X3：离车道中心的偏移距离 X4：方向盘旋转率

对矩阵进行一致性检验，结果显示该矩阵符合一致性条件。

可以计算出每个参数的比重：（0.049，0.566，0.138，0.247）

将各个变量的数量级归一化处理，计算了每个变量的系数并有分组的方法建立了数学模型。这个模型可以通过计算干扰等级来帮我们判断驾驶员的受干扰程度。

5.结论

从以上的结果可以看出，使用车载设备对于驾驶员的影响是不可避免的，这就增加了交通事故的发生的风险程度。然而，在三种不同的交通状况下驾驶者对于同种程度干扰的反应是不同的，在简单和复杂路况条件下驾驶者受干扰程度明显高于中等路况。原因可能在于，在简单路况下，驾驶者面对的外部环境因素较少，驾驶状态比较放松，因此车载设备会对行为有较大影响；复杂条件下驾驶者面对过多外部因素，疲于应对，车载设备的影响加剧了这一点，也会对行为有较大影响；在中等路况条件下，驾驶者面对的外部因素处于可控范围，行为比较谨慎，车载设备的影响就不那么明显。

近年来，我国的机动车数量激增，交通事故的数量也大幅增加。交通调查显示，25%到50%的交通事故是由驾驶者受到干扰造成的。此项研究可以帮助有关部门完善法律法规，例如，像CBD这样的复杂交通环境以及夜晚高速公路这样的简单交通环境，车载设备应该被禁用。

参考文献

[1]吴佳华，桂玉峰，方守恩.使用手机对驾驶安全可靠度的影响分析[EB/OL].北京：中国科技论文在线[2012-02-14].http：//www.paper.edu.cn/releasepaper/content/201202-413.

[2]Klauer， S.G.， Dingus， T.A.， Neale， V.L.， Sudweeks， J.D.， & Ramsey， D.J. （2006）. The impact of driver inattention on near crash/crash risk： An analysis using the 100-car Naturalistic Driving Study data. （Report No. DOT HS 810 594）. Washington DC： National Highway Traffic Safety Administration.

[3]白玉，何熊，龙力.手机使用对驾驶员行为影响研究综述.《交通信息与安全》， 2013， 31（03）

[4]Godthelp H， Milgram P， Blaauw G J. The development of a time-related measure to describe driving strategy[J]. Human Factors： The Journal of the Human Factors and Ergonomics Society， 1984， 26（3）： 257-268.

[5]Salvucci D D， Markley D， Zuber M， et al. iPod distraction： effects of portable music-player use on driver performance[C]. Proceedings of the SIGCHI conference on Human factors in computing systems. ACM， 2007： 243-250.

酒精对驾驶员的十大影响 篇7

人类饮酒的历史已有三千多年, 通过饮酒来进行社会交际的习惯, 人们还一直保存着。在运动领域, 有些运动员相信酒精可以提高运动成绩, 绝大多数的运动员把酒精当成一种社交的手段, 本文对运动员的饮酒方式和饮酒量作了进一步的研究, 另外对运动员的饮酒的态度和想法做了调查, 如果现在的饮酒习惯对运动员的运动能力和健康有害的话, 就要对其进行教育和纠正。

1研究对象与方法

1.1研究对象

以郑州大学高水平运动队田径队学生为研究对象, 电脑随机抽取30 名学生 ( 排除酒精过敏者和不会饮酒者) , 分成A、B、C三组, 每组10 名学生。

1.2研究方法

1.2.1测试方法

利用酒精浓度检测仪测量运动员的血液酒精浓度, A组运动员饮酒量 ( 血液酒精浓度在0. 05g/100ml以下) ; B组运动员饮酒量 ( 0. 05g/100ml < 血液酒精浓度< 0. 1g/100ml) ; C组运动员饮酒量饮酒量 ( 0. 1g/100ml < 血液酒精浓度< 0. 15g/100ml) 。对每组运动员测出饮酒前的100m, 400m, 1500m跑成绩, 然后让每组运动员跑步前, 分别饮用不同量酒精, 分三天测出每组100m, 400m, 1500m跑成绩。接下来每组按不同酒精量继续每天饮酒一个月, 然后再测出100m, 400m, 1500m跑成绩。

采用手动计时法, 测出跑步成绩。

1.2.2数理统计法

采用EXCEL和SPSS15.0统计软件对数据进行分析统计

1.2.3问卷调查法

对30名学生进行问卷调查, 并经过5位专家作了效度检查。发放问卷30份, 回收问卷30份, 回收率100%。有效问卷30份, 有效率100%。

1.2.4文献资料法

在研究过程中, 查阅了大量国外酒精对运动能力影响方面的文章。

2 结果与分析

2. 1 运动员对饮酒态度的调查

由表可知, 在所调查的我校高水平田径队的30 名学生中, 平时几乎不喝酒的只占2 人, 平均每周喝1 - 2 次的占12 人, 平均每周喝3 -4 次的占11 人, 平均每周喝5 - 7 次的占5 人。从以上数据可以看出, 我校高水平田径队学生饮酒频率过高。教练员和管理人员应加强队内的规章制度, 促使运动员采取理智的饮酒方式。

由表可知, 大部分人饮酒的原因是因为社交, 只有一少部分运动员饮用酒精来提高运动成绩, 另外还有一少部分人是因为酒精上瘾。据查阅相关资料显示, 在赛前饮酒非但不能提高运动成绩, 反而有害运动能力的发挥, 注意力和判断力也受影响[1]。

由表可知, 有66. 7% 的运动员认为少量饮酒可以提高短跑成绩, 有33. 3% 的运动员认为少量饮酒不可以提高短跑成绩; 有15% 的运动员认为少量饮酒可以提高中跑成绩, 有85%的运动员认为少量饮酒不可以提高中跑成绩; 有7% 的运动员认为少量饮酒可以提高长跑成绩, 有93% 的运动员认为少量饮酒不可以提高成绩。由此可见, 大部分运动员觉得少量饮酒可以提高短跑成绩, 不可以提高长距离跑成绩; 另外, 全部运动员都认为大量饮酒对比赛成绩的提高不利。

2. 2 血液酒精浓度对运动成绩的影响

2. 2. 1 血液酒精浓度在0. 05g /100ml以下时, 对A组运动员跑步能力的影响

由表4 可知, A组运动员饮酒前的100m跑平均成绩为11. 12s; 急性饮酒后, 百m跑的平均值为11. 10s; 饮酒一月后血液酒精浓度在0. 05g/100ml以下时, 血液酒精浓度在0. 05g/100ml以下时, 急性饮酒和长期饮酒对100m跑均无明显影响。

由表5 可知, A组运动员饮酒前的400m跑平均成绩为49. 90s; 急性饮酒后, 400m跑的平均值为49. 93s; 饮酒一月后, 测量400m跑平均成绩为49. 88s。可见在血液酒精浓度为0. 05g /100ml以下时, 酒精对400m跑成绩几乎没有影响。

由表6 可知, 血液酒精浓度在0. 05g/100ml以下时, A组运动员饮酒前的1500m跑平均成绩为4min02s; 急性饮酒后, 1500m跑成绩的平均值为4min05s; 饮酒一月后, 测量1500m跑平均成绩为4min07s。可见在血液酒精浓度为0. 05g/100ml以下时, 酒精对1500m跑成绩几乎没有影响。

2. 2. 2血液酒精浓度在 ( 0. 05g /100ml < 血液酒精浓度<0. 1g /100ml) 时, 对B组运动员跑步能力的影响。

由表7 可知, 血液酒精浓度在0. 05g/100ml < 血液酒精浓度<0. 1g/100ml时, B组运动员饮酒前的100m跑平均成绩为11. 08s; 急性饮酒后, 100m跑成绩的平均值为11. 13s; 饮酒一月后, 测量100m跑平均成绩为11. 10s。可见血液酒精浓度为在0. 05g/100ml < 血液酒精浓度<0. 1g/100ml时, 酒精对100m跑成绩几乎没有影响。

由表8 可知, 血液酒精浓度在0. 05g/100ml < 血液酒精浓度<0. 1g/100ml时, B组运动员饮酒前的400m跑平均成绩为49. 99s; 急性饮酒后, 400m跑成绩的平均值为52. 14s; 饮酒一月后, 测量400m跑成绩为53. 25s。可见在血液酒精浓度为在0. 05g /100ml < 血液酒精浓度< 0. 1g /100ml时, 急性饮酒和长期饮酒都对运动员成绩有不同程度的影响。

由表9 可知, 血液酒精浓度在0. 05g/100ml < 血液酒精浓度<0. 1g/100ml时, B组运动员饮酒前的1500m跑平均成绩为4min; 急性饮酒后, 1500m跑成绩的平均值为4min10s; 饮酒一月后, 测量1500m跑平均成绩为4min15s。可见在血液酒精浓度为在0. 05g/100ml < 血液酒精浓度< 0. 1g/100ml时, 急性饮酒和长期饮酒都对运动员1500m跑成绩有不同程度的影响。2. 2. 3血液酒精浓度在 ( 0. 1g /100ml < 血液酒精浓度<0. 15g /100ml) 时, 对C组运动员跑步能力的影响

由表10 可知, 血液酒精浓度在0. 1g/100ml < 血液酒精浓度<0. 15g/100ml时, C组运动员饮酒前的100m跑平均成绩为11. 15s; 急性饮酒后, 100m跑成绩的平均值为12. 00s; 饮酒一月后, 测量100m跑平均成绩为12. 10s。可见在血液酒精浓度为在0. 05g/100ml < 血液酒精浓度< 0. 1g/100ml时, 急性饮酒和长期饮酒都对运动员100m跑成绩有不同程度的影响。

由表11 可知, 血液酒精浓度在0. 1g/100ml < 血液酒精浓度<0. 15g/100ml时, C组运动员饮酒前的400m跑平均成绩为49. 86s; 急性饮酒后, 400m跑成绩的平均值为53. 20s; 饮酒一月后, 测量400m跑成绩为55. 34s。可见在血液酒精浓度为在0. 05g /100ml < 血液酒精浓度< 0. 1g /100ml时, 急性饮酒和长期饮酒都对运动员400m跑成绩有严重影响。

由表12 可知, 血液酒精浓度在0. 1g/100ml < 血液酒精浓度<0. 15g/100ml时, C组运动员饮酒前的1500m跑平均成绩为4min05s; 急性饮酒后, 1500m跑成绩的平均值为4min15s; 饮酒一月后, 测量1500m跑平均成绩为4min20s。可见在血液酒精浓度为在0. 05g/100ml < 血液酒精浓度< 0. 1g/100ml时, 急性饮酒和长期饮酒都对运动员1500m跑成绩有不同程度的影响。

3 讨论

3. 1 急性摄入酒精对运动的影响

通过以上表格结论, 血液酒精浓度在0. 05g/100ml以下时, 急性饮酒对100m跑、400m跑、1500m跑成绩并无影响。随血液着酒精浓度的增加, 100m、400m、1500m跑成绩均出现不同程度的下降。

美国运动医学学院 (1982) 和Williams (1991) 最近的一篇综述总结了摄入酒精对代谢和运动能力的急性作用。酒精摄入对运动中所用能量的储存没有明显作用, 但是在长时间运动中由于抑制了肝脏内糖异生而增加了低血糖的发生率。低血糖和运动引起的皮肤血管扩张使机体热量丢失增加, 导致低温环境下调节体温能力的损害[2]。一般来说, 运动前即刻和运动中摄入酒精产生的增进机能的作用是一种心理驱使作用。酒精对于提高痛阈, 增强自信心, 转移比赛时的心理障碍有积极作用。但急性摄入酒精对于肌肉供能和运动能力的提高没有好处, 因为他实际上产生了一些有害影响, 应该避免使用。

3.2长期饮酒对运动能力的影响

通过以上表格结论, 血液酒精浓度在0. 05g/100ml以下时, 饮酒一个月对100m跑、400m跑、1500m跑成绩并无影响。随着血液酒精浓度的增加, 100m、400m、1500m跑成绩出现很大程度的下降。长期喝酒的运动员属于因不良饮酒习惯引起健康和社会问题的人群, 对运动能力产生的早期影响包括缺乏足够的营养和糟糕的生活方式。另外, 由于酒精属于高能、低营养价值物质, 大量喝酒会引起体重增加, 造成运动员体内脂肪过多, 进而影响运动能力[3]。

4 结论

没有证据显示饮酒可以提高运动能力, 调查显示,

1. 血液酒精浓度在0. 05g /100ml以下时, 急性摄入酒精和长期摄入酒精对运动员100m、400m、1500m跑均无显著影响。

2. 当血液酒精浓度在0. 05g /100ml < 血液酒精浓度<0. 1g /100ml时, 急性摄入酒精和长期摄入酒精对100m成绩无影响, 但对400m、1500m跑成绩均有不同程度的影响。

3. 血液酒精浓度在0. 1g /100ml < 血液酒精浓度< 0. 15g /100ml时, 急性摄入酒精和长期摄入酒精对运动员100m、400m、1500m跑成绩均有不同程度的影响, 血液酒精浓度越高, 成绩下降越明显。

参考文献

[1]罗纳德·J.莫恩.运动营养[M].北京:人民体育出版社, 2004.

[2]Watten, R.G. (1995) Sports, physical exercise and use of alcohol.Scandinavian Journal of Sport Medicine, 364-368.

酒精对驾驶员的十大影响 篇8

1 材料与方法

1.1 实验动物

健康SD雌性大鼠70只,均购自上海斯莱克实验动物有限公司。将其中40只成年雌鼠(不同浓度组)随机分为3个酒精组和1个对照组(各10只),其余30只不同周龄的雌鼠(不同周龄组)分别为4、6和8周龄组各10只,均随机分为酒精组和对照组(各5只)。全部动物饲养于恒温(24℃)、恒湿(60%)和持续日光灯照射的空间,给予足够的水和食物。

1.2 动物模型制备及分组

不同浓度组:40只大鼠随机分为4组,其中3组分别给予10%、20%和30%酒精2 m L灌胃,每日2次,对照组给予等体积蒸馏水灌胃。灌胃4周后每组随机抽取5只处死,余下的继续灌胃至8周处死。

不同年龄组:4、6和8周龄大鼠各10只,每组随机取5只予20%酒精灌胃4周[2 g/(kg·d)],余5只为对照组同期给予等量蒸馏水灌胃。

1.3 组织标本制备

模型建立1 d后,各组动物在麻醉的状况下断头取血3 m L于促凝管中,室温下自然凝固20 min后离心,取血清,用放射免疫法测定PRL水平;迅速取垂体用电子天平称重。

1.4 统计学分析

实验数据均用均数±标准差(x±s)表示。不同浓度组的多组间比较采用一维方差分析,如存在差异,进一步采用SNK-q检验(方差齐时)或Tamhane’s T2(方差不齐时)方法进行多重比较,同一浓度组内不同时间段的比较采用独立样本t检验。不同年龄组的两组间比较采用t检验。P<0.05为差异有显著性,所有统计分析均采用SPSS16.0软件包完成。

2 结果

注:1)与同期的其他3组比较,P<0.05;2)与4周时比较,P<0.05;3)与同期的其他两组比较,P<0.05

注:覮与同龄的对照组比较,P<0.05

2.1 不同浓度不同时间的酒精对PRL及垂体湿重的影响

30%酒精组灌胃4周时血PRL水平明显高于其他3组(P<0.05),其他3组之间的PRL水平差异无显著性(P>0.05),灌胃8周时30%酒精组的PRL水平反较4周时显著下降(P<0.05);10%和20%酒精组,灌胃8周后PRL水平较4周时显著升高(P<0.05),且明显高于同期30%酒精组和对照组(P<0.05);垂体湿重的变化与PRL一致。见表1。

2.2 酒精刺激对不同年龄组大鼠PRL水平及垂体湿重的影响

20%酒精灌胃后,4周龄鼠PRL水平和垂体湿重显著升高(P<0.05),6周龄和8周龄鼠与对照组相比差异无显著性(P>0.05),见表2。

3 讨论

酒精滥用已成为全球性的医学和社会问题,其对人类健康的影响及其机制逐渐被深入研究。酗酒可对人体各个系统造成不同程度的损害,个体成长过程中酒精滥用对神经内分泌系统的损害程度与摄酒量及时间、开始年龄、周围环境、遗传因素、动物种类及性别等相关[7,8,9]。本实验中,笔者发现灌胃4周后,30%酒精组的PRL水平和垂体湿重明显高于其他3组,这表明酒精摄入可影响血清PRL水平,且影响程度与摄取酒精的浓度相关。在短时间内只有高浓度酒精体现出该效应,血液酒精浓度越高,血清PRL水平升高得越明显,这与MENNELLA等[10]的研究结果一致。BERESFORD等[11]也报道,较之正常人,酒精成瘾的个体垂体体积增大。所不同的是,笔者继续观察到灌胃8周后30%酒精组的PRL水平较4周时反而显著下降,垂体湿重也出现相应的改变而较前减轻,这提示已达到中毒剂量的酒精可能使得垂体功能减退,最终导致垂体衰竭。FAROOQ等[12]也认为,酒精成瘾越严重,神经内分泌系统的损害越大。此外,笔者还发现灌胃8周后,10%和20%酒精组的PRL水平和垂体湿重和较4周时显著升高,且明显高于同期30%酒精组和对照组,这表明低浓度酒精对PRL的增强效应与酒精的作用时间相关,低浓度酒精短期摄取并不能引起PRL的显著性变化,适当时间以后,慢性酒精刺激的累积效应才开始显示。这与ALOK发现低浓度酒精对垂体泌乳素细胞有增殖效应的实验结果基本一致[13]。以上这些研究结果表明,不同浓度酒精对血清PRL水平的影响存在差异,且与酒精作用的持续时间相关。

本实验中,笔者发现经酒精灌胃后,仅4周龄鼠PRL水平显著升高,这表明酒精对泌乳素的影响与摄取酒精的年龄相关。胎儿酒精综合征[14]的存在提示,中枢神经系统及各器官系统在发育阶段极其容易受到酒精等外界刺激的干扰。4周龄大鼠各器官系统正在发育中,此期给予酒精刺激最易引起PRL水平升高,即幼年期摄入酒精更易诱导血清PRL升高。但其具体机制还有待进一步研究。

PRL由腺垂体的泌乳素细胞分泌,本研究发现,垂体湿重变化与血清PRL水平基本保持一致,这提示酒精通过刺激垂体增生而改变血PRL水平,其机制尚不明确。CHATURVEDI等[15,16]报道酒精摄取可改变垂体G蛋白的表达和雌激素调控生长因子的分泌,而G蛋白和雌激素调控生长因子均可能与PRL的分泌相关。此外,腺垂体泌乳素细胞分泌PRL还受到下丘脑释放的神经递质如泌乳素抑制因子(prolactin inhibiting factor,PIF)和泌乳素释放因子(prolactin releasing factor,PRF)调控。多巴胺是主要的PIF,促甲状腺激素释放激素(thyrotropic releasing hormone,TRH)则被认为是主要的PRF,二者均作用于垂体泌乳素细胞上的特异性受体,发挥对PRL的调控作用[4]。酒精作为一种外源性物质,它引起HPRL的机制究竟是由于拮抗下丘脑PIF或增强兴奋PRF,还是直接影响泌乳素细胞,又或两者兼有之,这些都有待进一步实验证明。

摘要：目的 探讨酒精对雌鼠血清泌乳素水平及垂体湿重的影响。方法 ①40只SD同龄成年雌鼠随机分为4组,每组10只,其中3组分别予10%、20%和30%酒精2mL灌胃4周和8周(各5只),对照组予等容积和时间蒸馏水灌胃;②30只4、6和8周龄的SD雌鼠(各10只)随机分为酒精组和对照组(各5只),分别予以20%酒精或等容积蒸馏水灌胃4周。各组大鼠处死后均用放射免疫法检测血清泌乳素水平,并称垂体湿重。结果 ①30%酒精组灌胃4周时,血清泌乳素水平和垂体湿重明显高于其他3组(P<0.05),灌胃8周时反较4周时显著下降(P<0.05);②10%和20%酒精组灌胃8周后泌乳素水平和垂体湿重较4周时显著升高(P<0.05),且明显高于同期30%酒精组和对照组(P<0.05);③4周龄鼠酒精灌胃后泌乳素水平和垂体湿重显著高于对照组(P<0.05),6周龄和8周龄鼠与对照组相比差异无显著性(P>0.05)。结论 高浓度酒精可在一定时间内使血清泌乳素水平升高,但是长期作用反而使得其值下降。长期低浓度酒精摄取可引起血清泌乳素的显著性增高。幼年期摄入酒精更易诱导血清泌乳素升高。酒精可能通过刺激垂体增生改变血泌乳素水平。

酒精对驾驶员的十大影响 篇9

关键词：近红外光谱,预处理算法,黄酒,酒精度,正交信号校正

0 引言

黄酒近红外光谱区主要是由组成分基团的倍频和组频吸收峰组成,吸收光信号强度较低,吸收带较宽且混叠严重[1]。黄酒近红外光谱采集过程受环境温度、化学成分和含量波动、光电检测电路抖动等影响,存在各种噪声。上述因素严重影响了黄酒近红外光谱的定量建模预测能力。此时需利用光谱预处理方法,对黄酒近红外光谱进行适当处理或者变换,减弱乃至消除各种干扰因素对光谱的影响,提高光谱的分辨力和灵敏度,最终提高模型的预测能力和稳健性。

黄酒的酒精度是黄酒品质评定重要指标,随着国外学者用近红外光谱对白酒、葡萄酒、啤酒等定量分析研究的深入,国内学者也逐步开展酒类的近红外光谱在线品质检测控制。牛晓颖[2]等用平滑、求导预处理方法结合偏最小二乘法对黄酒风味成分进行了定量分析。刘飞[3]等用导数、平滑和变量标准化结合偏最小二乘法预测了黄酒的糖度。胡小邦[4]等利用多元散射校正结合连续投影算法建立了黄酒酒精度、酸度定量检测模型。上述定量检测过程,并未针对特定的环境,对数据预处理过程进行深入研究。本文阐述了8种传统和近年新涌现的数据预处理算法,对比分析了8种预处理算法对黄酒酒精度偏最小二乘定量模型预测结果的影响,剖析了每种算法在消除光谱无关信息和消除噪声上的特性,摸索出适合黄酒近红外透射光谱酒精度定量检测建模的光谱预处理方法,简化了后续建模过程,提高了预测的准确度和稳健性。

1 材料与方法

1.1 黄酒样本与光谱采集

黄酒实验样本采用了塔牌、古越龙山、会稽山3个品牌的黄酒,共计191个样品。黄酒中酒精度理化值依照国家标准《黄酒》(GB/T 13662-2008)和《绍兴酒》(GB/T17946-2008)中规定的检测方法,采用蒸馏法测定。样品酒精度范围为11.7%vol到17.82%vol。

光谱测量仪器为德国布鲁克光学仪器公司生产的MPA傅里叶变换近红外光谱仪,使用随机附带透射样品腔附件。利用于海燕等人对黄酒品质近红外分析研究结论[5],选用光程为1 mm的石英比色皿,以空气为参比,采集样品透射光谱。光谱测定范围为800~2 500 nm,分辨率为32 cm-1,扫描次数为20次,采集得到黄酒样本透射光谱见图1。

1.2 光谱预处理方法

1.2.1 传统光谱预处理算法

近年来,国内外文献在光谱分析领域应用比较多的光谱预处理方法有:平滑(Smoothing)、一阶导数(1st der)、二阶导数(2nd der)、多元散射校正(MSC)和标准正态变换(SNV)结合去势(De-trending)。平滑的主要目的是去除光谱中叠加的随机噪声,本文实验采用移动平均平滑法。在该法中,平滑窗口宽度大小值得探究,窗口太小,平滑去噪效果不佳,窗口太大,会平滑掉一些有用信息,造成光谱失真。本文给出了不同平滑窗宽度值的定量建模结果,选定了最佳值。

导数可以有效地消除基线和其他背景干扰,分辨重叠峰,但也会引入噪声,降低信噪比,差分宽度的选择同样须引起重视,差分宽度太小,噪声较大,差分宽度过大,会导致平滑过度,丢失大量细节信息。本文同样给出了不同导数差分宽度值的定量建模结果,选定了最佳值。黄酒近红外透射光谱分辨率高,波长起伏大,宜采用Savitzky-Galoy卷积求导法计算。

多元散射校正和标准正态变换用来消除黄酒内部固体沉淀物质颗粒大小、沉淀物质颗粒表面散射及光程变化对光谱的影响。去势算法用于标准正态变换后的光谱,来消除光谱的基线漂移。

1.2.2 傅里叶变换(FT)

傅里叶变换实现黄酒近红外光谱频域与时域之间的转换,把光谱分解成许多不同频率的正弦波的叠加和[6]。数字傅里叶滤波预处理方法可以有效地滤除高频噪声以及由仪器背景或基线漂移等原因引起的低频噪声,增加光谱信噪比。

通过对黄酒近红外光谱数据进行快速傅里叶变换(FFT),在频域空间与不同窗函数作用,最后进行反快速傅里叶变换(IFFT),得到经低通滤波后的光谱数据。本文给出了不同窗函数预处理后光谱的定量建模结果,给出了最佳窗函数。

1.2.3 小波变换(WT)

根据小波的紧支特性,小波变换使黄酒光谱信号能量集中在少数小波系数上,而使噪声信号能量分散于大多数的小波系数上[7]。黄酒光谱信号的小波系数值大于低幅度噪声的小波系数值,故对小波系数进行阈值处理,可在小波域中消除低幅度噪声对光谱的干扰。对光谱信号采用阈值法消噪的过程可分为三步:

1)选择一个小波基并确定一个小波分解的层次N,对光谱信号进行N层分解;

2)对第1层到第N层的小波高频系数,选择一个阈值进行硬阈值法或软阈值法处理;

3)根据小波分解的第N层低频系数和经过阈值处理后的第1层到第N层的高频系数,进行光谱信号重构。

小波降噪的关键环节在于阈值的选取和阈值的量化,本文给出了Penalty、Brige-Massart和缺省阈值三种阈值降噪模型的黄酒近红外光谱预处理性能。

1.2.4 正交信号校正(OSC)

正交信号校正方法,考虑了酒精浓度对黄酒近红外光谱的影响,在建立定量校正模型前,通过正交的数学方法将与浓度阵无关的光谱信号滤除,可减少建立模型所用的主因子数,达到简化模型和提高模型预测能力的目的。本文实验采用Westerhuis提出的直接正交信号校正(DOSC)算法[8],首先将黄酒近红外光谱阵X与浓度阵Y正交,然后再对正交后的光谱阵X进行主成分分析,求取T和P,具体算法步骤如下:

1)将原始校正集光谱阵X(n×m)和浓度阵Y(n×1)进行均值中心化或标准化处理;

2)计算M=X′((X′)-1)′Y;

3)计算Z=X-MM-1X;

4)对ZZ′进行主成分分析,取前f个需正交处理的主成分得分矩阵Tf;

5)计算权重矩阵Wf=X-1Tf,广义逆X-1通过PLS得到;

6)计算新的Tf,Tf=XWf;

7)计算载荷矩阵Pf=X′Tf/(Tf′Tf);

8)XDOSC-=X-TfP′f;

9)对于预测向量Xnew,由权重W和载荷P求出校正后的光谱:T=X′newW,X′osc=X′new-TP′。

2 试验结果与分析

2.1 传统预处理后模型预测结果

分别用平滑(Smoothing)、一阶导数(1st der)、二阶导数(2nd der)、多元散射校正(MSC)和标准正态变换(SNV)结合去势(De-trending)对采集到的黄酒近红外光谱进行预处理,并对预处理后的光谱建立酒精度偏最小二乘预测模型,偏最小二乘主成分因子数为10,建模后采用“留一”交互验证法对模型进行评价,模型的评价指标为交叉检验相关系数(R)及交叉检验标准差(RMSECV)。模型的相关系数越高,检验标准差越小,模型的预测精度越高。表1显示了不同窗口宽度下平滑预处理后的模型预测效果。表2显示了不同差分宽度下一阶导数预处理后的模型预测效果。表3显示了不同差分宽度下二阶导数预处理后的模型预测效果。

平滑处理是一种消除噪声的常用方法,尤其对于高斯白噪声,有良好的消除作用。采用移动平均平滑法处理光谱过程中,去除噪声时不可避免地将损失一些光谱吸收峰值信息,造成光谱失真。预处理过程中需选择合理的平滑窗口宽度,将光谱细节损失降到最小。实验证明,当平滑窗口宽度在15时,R=0.947和RMSECV=0.374 88,模型预测效果最佳。

光谱求导能消除基线和背景干扰,分辨重叠峰,提高光谱分别率。但求导过程中如果差分宽度选择不当,将锐化噪声,反而使建模效果下降。对比表2、3数据分析可得,差分宽度为55时,一阶导数预处理效果最佳。差分宽度为25时,二阶导数预处理效果最佳。对比平滑和求导两种预处理方法,平滑效果普遍要优于求导效果,说明本实验采集的黄酒近红外透射光谱,受较多的随机噪声干扰,求导过程会锐化了噪声,降低了信噪比,故反而使建模效果下降。

表4显示在15点平滑(Smoothing)、55点一阶导数(1st der)、25二阶导数(2nd der)与多元散射校正(MSC)和标准正态变换(SNV)结合去势(De-trending)光谱预处理后建模效果的比较。

分析表4可知,15点平滑后建模效果R=0.047和RMSECV=0.374 88仍然要优于多元散射校正和标准正态变换结合去势。多元散射校正和标准正态变换效果相似,主要消除黄酒液体中悬浮物散射、表面散射和光程变化的影响。结果表明,黄酒样本的悬浮固体较少、表面散射小,仪器的光程稳定,故散射和光程变化并不是建模精度的主要影响因素,这也是多元散射校正和标准正态变换预处理效果不如平滑的主要原因。针对降噪为主的预处理目标,下文采用了傅里叶变换和小波变换滤波降噪来进一步提高模型预测效果。

2.2 傅里叶变换、小波变换及正交信号校正预处理模型预测结果

分别用傅里叶变换(FT)、小波变换(WT)和正交信号校正(OSC)对采集到的光谱进行预处理,并对预处理后的光谱建立酒精度偏最小二乘预测模型,偏最小二乘主成分因子数为10。傅里叶变换后对黄酒近红外光谱频域加窗滤波,频域滤波分别使用了海明窗(Hamming)、凯撒窗(Kaiser)和矩形窗(Squre)。小波变换降噪中,选用SYM6小波,进行5层分解,选取了Penalty、Birge-Massart和缺省(Default)三种阈值降噪模型。建模后采用“留一”交互验证法对模型进行评价,模型的评价指标仍然为交叉检验相关系数(R)及交叉检验标准差(RMSECV)。表5显示了傅里叶变换、小波变换和正交信号校正预处理后的模型预测效果。

分析表5数据可知,在光谱傅里叶变换后频域加海明窗后,傅里叶变换预处理效果最佳。选取Birge-Massart阈值降噪模型,小波降噪预处理效果最佳。傅里叶降噪和小波降噪预处理后模型预测效果要优于平滑等传统数据预处理方法。结果显示把光谱投影分解后,噪声的特征更加容易在投影域中展现,在傅里叶变换中选取海明窗和在小波变换中运用Birge-Massart阈值策略,比传统数据预处理方法更有效地滤除光谱信号中的噪声。小波降噪的效果要优于傅里叶降噪,因为与傅里叶变换相比,小波变换具有时-频局部化特性,能多角度分析噪声信号投影,并加以滤除。

实验中发现,进行正交信号预处理后,交叉验证R=0.998和RMSECV=0.135 7,模型性能有了较大幅度的提升。直接信号校正处理与其他预处理方法不同点在于考虑了黄酒酒精浓度的影响。其他的预处理过程中,直接对光谱进行了处理,这有可能在噪声消除不完全的情况下,损耗了部分对建立模型有用的信息。在直接正交信号预处理算法中,将光谱矩阵与浓度向量正交,滤除了光谱中与浓度无关的信号,达到了简化模型与提高预测精度的效果。

3 结论

本文分析了8种近红外光谱预处理方法特性,逐一使用上述预处理方法对黄酒近红外透射光谱进行处理,并用预处理后光谱建立了黄酒酒精度快速检测模型。通过对比黄酒酒精度近红外快速预测效果,分析了不同光谱预处理的效用。黄酒酒精度快速检测模型在15点平滑、海明加窗傅里叶降噪、Birge-Massart阈值模型小波降噪中,交叉检验相关系数R分别为0.947、0.951和0.956,标准差RMSECV分别为0.374 88、0.371 0和0.364 57,优于同类其他预处理方法。进行正交信号处理后,模型交叉检验相关系数R和标准差RMSECV分别为0.998和0.135 7,效果比传统方法有着较大幅度的提高。结果表明,正交信号校正预处理能显著提高黄酒酒精度模型预测精度,各种降噪方法能改善模型预测精度。研究结果为建立稳健的黄酒酒精度近红外快速检测模型提供了有效的预处理方法,对黄酒品质在线检测应用具有参考价值。

参考文献

[1]褚小立,袁洪福,陆婉珍.近红外分析中光谱预处理及波长选择方法进展与应用[J].化学进展,2004,14(4):528-542.CHU Xiao-li,YUAN Hong-fu,LU Wan-zhen.Progress and Applicantio of Spectral Data Pretreatment and Wavelength Selection Methods in NIR Analytical Technique[J].Progress in Chemistry,2004,14(4):528-542.

[2]牛晓颖.基于傅里叶变换近红外光谱的绍兴黄金风味成分定量分析及其酒龄鉴别的研究[D].杭州:浙江大学,2009:61-76.

[3]刘飞,何勇,王莉.黄酒糖度预测的可见-近红外光谱方法研究[J].光学学报,2007,27(11):2054-2058.LIU Fei,HE Yong,WANG Li.Methods for the Prediction of Sugar Content of Rice Wine Using Visible-Near Infrared Spectroscopy[J].Acta Optica Sinica,2007,27(11):2054-2058.

[4]胡小邦,吕进,刘辉军,等.基于近红外透射光谱的黄酒酒精度、酸度检测模型研究[J].光电工程,2010,37(10):122-127.HU Xiao-bang,LüJing,LIU Hui-jun,et al.Study on Quantitative Model of Alcohol and Acid in Chinese Rice Wine Based on Near Infrared Transmission Spectroscopy[J].Opto-Electronic Engineering,2010,37(10):122-127.

[5]于海燕.黄酒品质和酒龄的近红外分析方法研究[D].杭州:浙江大学,2007:68-88.

[6]ABDEL-HAFIEZ A.Fourier transformation methods in the field of gamma spectrometry[J].Indian Academy of Sciences(S0304-4289),2006,67(3):457-466.

[7]Whistler Toni,Rollin Dominique,Vernon Suzanne D.A method for improving SELDI-TOF mass spectrometry data Quality[J].Proteome Science(S1477-5956),2007,5(9):5-14.