本文概述了持久性有机污染物的一般性问题、定量结构性质相关（Quantitative Structure-Property Relationships-QSPR）研究、偏最小二乘回归（Partial Least Squares-PLS）和量子化学算法。 本研究以多氯联苯醚（PCDEs）和多溴联苯醚（PBDEs）作为研究对象，进行QSPR研究。基于18个量子化学参数作为分子结构描述符，量子化学算法选用PM3算法，采用PLS进行回归分析，首次建立PCDE类和PBDE类化合物的环境分配性质—过冷液体蒸汽压（P_L）、辛醇／水分配系数(K_OW)、水溶解度(S_W,L)的QSPR模型及PBDEs的辛醇／空气分配系数(K_OA)与环境温度、分子结构相关关系（QRSETP）模型，并采用MNDO和AM1算法建立PCDEs的P_L的QSPR模型，对不同量子化学算法进行了比较。 研究表明，模型的Q²cum值较高。经检验，模型的预测值与实测值接近，表明模型有较好的预测可靠性，因此所得模型可用于实际预测。 在PBDEs过冷液体蒸汽压的QSPR模型中，分子间色散力是决定P_L值大小的主要因素，其次静电力、偶极-偶极、偶极-诱导偶极作用也影响P_L的大小。所得模型的Q²cum为0.993，表明模型有较好的预测能力，并对其它PBDEs类化合物的P_L值进行了预测。 建立PBDEs在不同温度下的logK_OA模型，并对不同温度范围的logK_OA值进行预测。最佳模型包括9个理论分子结构参数和1／T作为预测值，模型交叉验证的Q²cum值为0.975，表明模型有很好的预测能力和稳定性。 研究表明分子间色散力是决定P_L、K_OW和K_OA大小的共同因素。 采用AM1和MNDO算法建立了PCDEs类化合物logP_L，logK_OW和logS_W,L的QSPR模型，并与PM3算法得到的模型进行比较。其中PM3算法得到的拟合结果最好，但对所选化合物来说，三种算法都适用。因此，得到的模型均可以应用于PCDEs类化合物理化参数的预测。