李 峰，卞 贺，郑经堂，胡 燕

(1.中国石油大学(华东)重质油国家重点实验室，山东 青岛 266555；2.滨州市环境保护科学技术研究所,山东 滨州 256600)

二氧化钛(TiO2)具有良好的紫外光吸收和催化性能。作为廉价和环境友好的光催化剂，固体(尤其是纳米)TiO2在污水处理、空气净化和新型太阳能电池等领域的应用受到了广泛关注，被认为是绿色环保的明星分子[1,2]。但纳米TiO2的催化效率较低、对光的吸收范围较窄，若对纳米TiO2进行改性可以提高其可见光响应性，而掺杂稀土元素是提高纳米TiO2光催化活性的有效手段，且存在一个最佳掺杂量[3]。研究人员已通过实验证明，掺杂La3+、Eu3+、Pr3+、Yb3+、Sm3+等[4～8]可以拓宽纳米TiO2的光响应范围，提高其光催化活性。

数据挖掘(Data mining)是指从大量的、不完全的、有噪声的、模糊的、随机的原始数据中提取隐含的、尚未发现且有应用价值的信息和知识的过程[9]。陈念贻等[10]开启了小样本数据挖掘的门径——应用支持性能回归算法和多环芳烃分子的若干几何参数作数据挖掘，总结了多环芳烃的若干环化指标与分子几何参数关系的数学模型；之后，姜求宇等[11]将数据挖掘应用于纳米氧化锌的合成，朱恒民等[12]将数据挖掘应用于药物提取工艺的优化。

纳米TiO2的光催化活性与其结构息息相关，一旦制备了光催化剂，即可通过XRD分析表征其结构、测定其光催化活性。因此，对催化剂活性和结构(XRD分析参数)作数据挖掘，建立XRD数据与活性的映照，对预测催化剂的活性意义重大。

为此，作者采用溶胶-凝胶法制备了稀土掺杂纳米TiO2催化剂，通过XRD分析晶粒尺寸、晶格参数、畸变参数等，并测试其对甲基橙的光催化降解活性，以建立结构和活性的关系，预测光催化剂的催化活性。……