磺胺类抗生素（Sulfonamides,SAs）是在水体中检出率最高的一类抗生素,SAs污染会诱导天然微生物的耐药性导致抗性基因的出现,对人体健康和生态系统平衡造成威胁。高级氧化技术稳定性高且降解彻底,使其在难降解有机污染物的去除中具有广阔的应用前景,由于SAs不完全矿化可能导致高毒性中间体的产生,因此研究高级氧化体系去除SAs的降解机理具有重要的意义。本研究中主要以SAs在Fe（II）活化过硫酸盐体系中的降解机理作为研究重点,以SMX为目标污染物,探究反应过程中Fe（II）和PS比例,溶液p H值,SMX初始浓度,亚铁盐加入形式对SMX降解性能的影响,得出最佳反应条件为以固体形式加入亚铁盐,Fe（II）:PS=1:10且不调节初始p H值,反应240 min后TOC去除率为30%,PS化学计量效率为2.7%,不同天然水体基质对SMX降解具有不同程度的抑制作用,但SMX降解率始终保持在较高水平,证明了Fe（II）活化过硫酸盐体系具有良好抗冲击能力。以SMX分子结构为研究对象,进行解离形态分析和构象搜索,对热力学最稳定构象进行弱相互作用分析和反应位点预测,波函数分析表明N7是SMX分子亲电反应活性最高的位点。同时在最佳反应条件下进行降解实验,通过化学探针法鉴定了体系中存在SO₄^·-和·OH的共同作用,并通过UHPLC-HRMS/MS检测出6种中间产物。综合理论计算和实验结果提出了五条反应路径,SMX的降解机理主要包括S-N键裂解、氨基氧化、Smiles重排反应和SO₂挤出。以21种SAs的log K_ow实验值作为数据集,Q-Q概率图表明数据具有代表性,采用结构描述符和基于DFT计算的量子化学描述符,将描述符和log K_ow进行相关性分析筛出了32个与log K_ow显著相关的描述符,分别通过逐步多元线性回归和偏最小二乘回归进行模型的构建与优化。比较所得模型的统计指标得出本研究的最优模型log K_ow=-2.351+0.113?#ringatoms+0.020?A^--0.005?σ₊²,模型p<0.01,F>15,Q²_cum>0.7,且置换检验Q²回归线在Y轴上的截距小于0,验证了模型的可靠性。