由表3可以看出，11个温度梯度下的λ-C回归方程的r2值均在0.99以上，说明测定值的模型拟合程度较好。另外，本课题组对不同浓度黄连、黄芩的水提液和醇提液的导热系数与浓度的研究得到同样的规律[12]，因此可以初步判定中药提取液的导热系数与浓度呈线性负相关，即λ=a-bC。在实际应用中，在已知提取液浓度的情况下，即可对不易测量的导热系数进行估算。

    3.2.3 导热系数与浓度、温度的关系 使用MATLAB软件拟合出的丹参水提液的导热系数在不同温度和不同浓度下的响应面，结果见图5。

    使用1stOpt数据分析软件对实测数据进行二元线性拟合(λ-C-T)，可以得到丹参水提液关于温度和浓度的二元线性回归方程，得到模型1(见表4)。模型1的相关系数(r2)较小，分析可能的原因为温度、浓度之间存在相互影响，因此对模型1进行优化，加入温度和浓度的相互作用项，得到模型2(见表4)。

    由表4可以看出，回归方程2相关系数比回归方程1有较大提升。从图3的变化趋势也可明显看出，随着浓度的升高，温度对导热系数的影响逐渐增大；从图4可以看出，随着温度的升高，浓度对导热系数的影响逐渐增大。因此，浓度、温度对导热系数的影响有一定的互作效应，可以用λ=a-bC-cT-dCT作为温度、浓度对导热系数的综合模型 ......