土壤水分特征曲线Van-Genuchten模型参数的土壤传输函数比选

基于黄土高原区多种土壤的水分特征曲线试验数据样本,建立了以土壤黏粒、土壤粉粒、干密度、有机质和盐分含量为输入变量,Van-Genuchten模型参数α与n为输出变量的非线性预报模型和灰色BP神经网络预报模型,在对两种模型误差参数α与n分别进行误差分析比较的基础上,对两种模型的预测结果进行了整体误差分析。结果表明:无论是参数α还是参数n,非线性模型的平均相对误差低于10%,综合精度平均相对误差为15.73%;灰色BP神经网络模型的预测精度的平均相对误差低于4%,综合精度平均相对误差为10.01%,灰色BP神经网络模型的预测精度都要比非线性模型的预测精度高,但灰色BP神经网络模型易出现过度拟合的情况。综合而言,两种模型均能实现Van-Genuchten模型参数α与n的预测,可根据具体情况选用其中一种以达到更好的预测效果。     

基于灰色理论—BP神经网络方法的表层土壤容重预测

以山西省黄土高原区15个试验点的年度跟踪监测样本为依据,利用灰色关联理论与BP神经网络相结合的方法,构建了表层土壤容重与土壤基本理化参数和累积接收水量之间的土壤传输函数预报模型。结果表明:影响表层土壤容重的7个土壤理化参数对于土壤容重的关联度均大于0.6;基于BP神经网络,以关联度较高的土壤粉粒含量、土壤砂粒含量、累积接收水量、体积含水率、有机碳含量和全盐量作为输入变量对表层土壤容重进行预测是可行的,预测值与实测值高度吻合,预测结果相对误差的平均值为0.41%,预测精度较高;检验样本预测结果相对误差的平均值为1.05%,误差完全在可接受范围内。研究结果可为黄土区土壤容重的获取提供新思路,为科学指导农田农事和灌溉管理提供理论支撑。     

人工神经网络在土壤含盐量预测中的应用

土壤含盐量的预测对合理配置水资源.防治土壤次生盐碱化等具有重要的指导意叉.在阐述BP人工神经网络原理的基础上,针对影响土壤含盐量的主要因素,建立了多因子土壤含盐量的3层BP网络模型,以土壤含水率、地下水矿化度、地下水pH值、地下水埋深、相对湿度、降雨量、蒸发量作为模型输入参数,土壤含盐量作为模型输出,对土壤含盐量进行了预测.结果表明,BP神经网络模型预测土壤含盐量的最大误差为8.78%,平均误差为5.99%,模型具有较高的预测精度.     

田间持水率土壤传输函数研究

基于不同土壤质地、结构、有机质含量条件下的田间持水率测定,分析了影响田间持水率的主导因素。利用多元线性、非线性模型和BP神经网络模型,建立了田间持水率与常规土壤理化性能参数间的不同传输函数。结果表明:土壤干容重、粉粒含量、黏粒含量以及土壤有机质含量等常规土壤理化性能参数对田间持水率都有较大影响;通过这些传输函数预测田间持水率都是可行的,具有较高的预测精度(相对误差小于10%),BP神经网络模型预测效果最好(相对误差3.24%)。     

基于GA-BP神经网络的果园需水量预测

为解决果园需水量预测精度低、鲁棒性差等问题,提出了遗传算法(GA)优化BP神经网络的果园需水量预测模型.选取空气温度、土壤含水率、光照强度3个主要环境因子作为BP神经网络的输入量,利用遗传算法的全局搜索能力优化神经网络权值和阈值,建立GA-BP神经网络模型预测果园需水量.仿真结果表明:GA-BP预测模型的预测值比BP模型更加趋近期望需水量,模型评价指标平均绝对百分比误差(MAPE)、均方根误差(RMSE)和平均绝对误差(MAE),均优于单一BP神经网络模型.与传统的BP神经网络算法相比,GA-BP神经网络模型能较好的表达果园需水量与主要环境因子的非线性关系,具有较高的预测精度和适应性.     

Kostiakov入渗模型参数的预测精度对比分析研究

基于黄土高原系列大田入渗试验数据,以土壤体积含水率、干容重、黏粒含量、粉粒含量、有机质含量为输入因子,采用支持向量机和BP神经网络两种算法,对Kostiakov二参数入渗模型参数进行预测,并对两种算法下预测结果的相对误差值进行分析,结果表明:采用支持向量机算法对入渗系数和入渗指数进行预测的结果相对误差最大值和平均值都比BP算法的预测结果要小,相对误差最小值比BP算法的预测结果要大;支持向量机算法比BP算法所得预测结果的稳定性好,精确度高。研究结果丰富了采用土壤传输函数获取入渗参数这一研究方向,同时为获取更高精度的入渗参数在方法的选取上提供一定的理论依据。     

基于BP神经网络的新安江模型初始土壤蓄水量计算研究

【目的】克服传统经验折减系数法在计算新安江模型初始土壤蓄水量方面的缺点,并提高新安江模型在湿润半湿润地区的应用效果。【方法】结合流域初始土壤蓄水量的影响因素和神经网络模型特点,提出构建基于BP神经网络的新安江模型初始土壤蓄水量计算方法。【结果】在3种输入因子组合方式下,当BP神经网络隐含层节点大于11时,模拟训练期模型应用效果达到项目精度评价指标的甲等水平,预测检验期的9个样本,均有6个以上样本检验合格;当BP神经网络隐含层节点数从4个变化到21个时,模型评价指标纳什效率系数从0.51变到0.97、均方根误差从11.77降到2.74;与采用传统经验折减系数法计算新安江模型初始土壤蓄水量相比,采用BP神经网络模型应用效果明显占优,且能克服经验折减系数法计算土壤初始蓄水量需要选择流域一场暴雨或久旱未雨才能开始计算和计算过程数据不能中断的缺点。【结论】在湿润半湿润地区采用BP神经网络模型计算新安江模型初始土壤蓄水量具有可行性和适用性;当神经网络输入因子和隐含层节点数选择合理时,模型模拟和预测精度较高。     

尿素对土壤水分传感器测量精度的影响

土壤水分的精准测量对节水灌溉、墒情监测、水肥一体化等领域具有重要意义，土壤氮含量会影响水分传感器的测量。为了消除这种影响，设计了不同尿素质量对不同水分含量土壤样本的监测实验，采用高灵敏度水分传感器并对尿素干扰下的输出电压进行监测，通过称重法监测土壤样本的含水率，使用LCR电桥测试仪监测土壤样本的电容和电阻。为了研究氮含量影响水分测量的机理，根据实验数据建立了三元三次多项式、BP神经网络、深度学习3种预测模型，并对预测结果进行误差分析。结果表明，相同土壤含水率条件下，尿素质量与土壤水分传感器输出值呈周期性的振荡关系。3种预测模型的平均绝对误差分别为0.77%、0.64%、0.75%，BP神经网络模型有98%误差集中在0~2%区间，误差峰值仅为2.07%，确立BP神经网络模型为最佳抗尿素干扰水分预测模型。     

粗糙度不变假设下的大区域冬小麦墒情多源遥感监测方法

大区域农田墒情遥感定量监测对当代精准农业应用意义重大,但如何提高监测精度一直是该领域的关键问题.融合多源遥感的方法可以充分发挥各种遥感的优势,是提高监测精度的重要技术手段.以河南省中东部为研究区域,利用MODIS、Sentinel数据,结合实测土壤含水量,根据植被覆盖、地表粗糙度和不同湿度的土壤对后向散射的贡献,利用BP神经网络模型构建上述参数的关系,分别对研究区2016年3-6月冬小麦高植被覆盖时期0～10 cm、0～20 cm深度土壤墒情反演.根据地表粗糙度参数的性质,提出了地表粗糙度不变假设,并结合遗传算法优化BP神经网络方法(GA-BP),进行对比实验.结果显示:①植被茂盛期,后向散射系数(σ)及其差值(?σ)与土壤墒情均具有一定的相关性,VV极化优于VH极化,差值优于原值;②在反演0～10 cm与0～20 cm深度土壤墒情时,BPσ、BP?σ、GA-BP?σ模型得到的结果精度均依次提高,其中GA-BP?σ模型的均方根误差0～10 cm为4.07％,0～20cm为3.42％;③3种BP神经网络模型皆与0～20 cm深度土壤墒情相关性较好,预测精度较高.研究表明:中原地区冬小麦全生育期地表粗糙度不变假设是成立的,后向散射系数差值(?σ)与土壤墒情的相关性更好,0～20 cm的根部墒情的遥测敏感度更高,     

基于神经网络的温室土壤水分动态预测模型研究

针对智能温室变量施水的土壤水分预测问题,建立基于神经网络的土壤水分动态预测模型。以Delaunay三角剖分布点方法为基础,并将种植区域离散成若干单元。对各离散单元,模糊其土壤喷灌量,将单位时间土壤含水量的变化映射成土壤水势变化。考虑到土壤的时空特性,使用MATLAB建立以预测单元表层测量点土壤含水量、土壤温度和单位时间土壤含水量变化量作为输入,未来时刻该单元中心土壤深层含水量作为输出的BP神经网络和RBF神经网络预测模型。利用温室实际数据验证模型的准确性,通过比较两种神经网络模型结果,得出RBF神经网络模型具有较好实用性,为温室精细化变量施水的实现奠定基础。     

利用随机网络模型和CT数字图像预测近饱和土壤水分特征曲线

通过对连续土壤切片CT图像的分析,定量获取了土壤孔隙的大小分布情况。在此基础上建立了基于土壤孔隙形态学特征的随机网络模型,在孔隙尺度模拟了土壤中的水分运动过程,并预测了近饱和土壤水分特征曲线。结果表明,通过选取合适的模型参数,基于土壤孔隙形态学特征建立的随机网络模型可以模拟出与土壤样本实测值非常接近的水分特征曲线,可以作为一种快速测量的方法。     

基于黏粒量的土壤水分特征曲线预测模型

【目的】建立基于黏粒量的土壤水分特征曲线预测模型。【方法】设计12种不同黏粒量的质量混合比处理,获得一系列合成土样,通过测定合成土样的土壤水分特征曲线,研究了在体积质量一致的条件下,黏粒量对土壤水分特征曲线参数和孔隙分布的影响。【结果】在体积质量为1.55 g/cm³条件下,黏粒量增加1.9倍,土壤中传导孔隙(0.03~1 mm)体积减小28.6%,储存孔隙(200nm~0.03 mm)体积增加6倍,土体的持水性增强。合成土样的土壤水分特征曲线参数θs和α均与黏粒量显著正线性相关,θr与黏粒量显著负线性相关,n和m均与黏粒量呈指数衰减关系。【结论】基于黏粒量确定的土壤水分特征曲线预测模型具有较高的精度,能够快速预测土壤水分特征曲线,预测值与实测值之间相对误差<15%。     

保水剂对红砂岩土壤持水特性的影响

为了探究红砂岩土壤中施用保水剂对其持水特性所造成的影响,在红砂岩土壤中按保水剂质量比为0,0.25‰,0.50‰,1.00‰,2.00‰施用保水剂的条件下,测定了不同比例保水剂措施下的土壤水分特征曲线、土壤入渗过程和土壤水分蒸发过程,并用二次曲线求得最佳施用量.研究结果表明,随着保水剂施用量增加,饱和含水量θ_s呈增大的趋势,而残余含水量θ_r、进气值相关参数α和开关系数n总体上呈现先增大后减小的趋势,保水剂主要增加土壤重力水.施用保水剂抑制了土壤的入渗性能,降低了水分垂直入渗率,延长了入渗持续时间,减缓了土壤水分蒸发速率.综合考虑保水效果和施用量,红砂岩土壤最佳保水剂施用量范围为0.5‰~1.0‰.     

田间土壤水分特征曲线的标定和Kriging估值研究

对田间同深度土壤水分特征曲线进行了标定，探讨了其标定系数的半方差特征,并对其标定系数进行了Kriging估值。研究表明，田间同深度不同点的土壤水分特征曲线存在显著的空间变异性, 通过确定不同点的标定系数可以将田间不同点的土壤水分特征曲线用一个统一的曲线来表达,同时田间同深度不同点的标定系数存在显著空间相关性,利用 Kriging估值方法可对其标定系数进行最优估值,用较少点的实测土壤水分特征曲线确定整个田块的土壤水分特征曲线的空间分布。     

土壤结构改良剂影响下的土壤水分有效性研究

以聚丙烯酰胺(PAM)与磷石膏(PG)为土壤结构改良剂,利用离心机法,测定土壤水分特征曲线,从分析土壤的吸水能力和持水能力的角度出发,研究土壤结构改良剂对土壤水分有效性的影响。研究结果表明,土壤的吸水能力、持水能力与释水能力均表现出与用量密切相关;在使用土壤结构改良剂的情况下,仍然可用van Genuchten方程很准确的模拟土壤吸力与含水率之间的关系,即可作为使用土壤结构改良剂后的土壤水分特征曲线的模拟表达式;在试验的用量范围内,土壤结构改良剂的使用不会影响植物对水分的吸收和利用。     

Cautionary notes on the use of pedotransfer functions for estimating soil hydraulic properties

The performance of published pedotransfer functions was evaluated in terms of predicted soil water content, pressure heads, and drainage fluxes for a layered profile. The pedotransfer functions developed by Vereecken et al. (1989), Vereecken et al. (1990) were used to determine parameters of the soil hydraulic functions θ(h) and K(h) which were then used as input to SWATRER, a transient one-dimensional finite difference soil water model with root uptake capability. The SWATRER model was used to simulate the hydraulic response of a multi-layered soil profile under natural climatic boundary conditions for a period of one year. The simulations were repeated by replacing the indirectly estimated water retention characteristic by (1) local-scale, and (2) field-scale mean observed θ(h) relationships. Soil moisture contents and pressure heads simulated at different depths in the soil profile were compared to measured values using these three different sets of hydraulic functions. Drainage fluxes at one meter below ground surface have also been simulated using the same three sets of hydraulic functions. Results show that simulations based on indirectly estimated moisture retention characteristics (obtained from pedotransfer functions) overpredict the observed moisture contents throughout the whole soil profile, but predict the pressure heads at shallow depths reasonably good. The results also show that the predicted drainage fluxes based on estimated retention functions are about four times as high compared to the drainage fluxes simulated using measured retention curves.     

基于分形理论的设施土壤水分特征曲线研究

采用现场调查取样与室内分析相结合的方法,研究了设施栽培条件下原状土壤和扰动土壤分形维数及其与水分特征曲线的关系,结果表明:在相同质地的情况下,分形维数随土壤容重的增大而增大;设施土壤水分特性曲线原状土分形维数与扰动土分形维数具有良好的线性关系;通过原状土与扰动土分形维数的关系来预测的原状土水分特征曲线在整个含水率范围内预测结果与实测值一致性较好,表明根据土壤扰动土分形维数来预测原状土水分特征曲线是可行的。     

Changes in soil water retention due to soil kneading

Soil water retention curves (WRCs) are required to predict the availability of water to plants and the movement of water through the soil. Soil kneading by hand is a type of extreme structure disturbance which is comparable to mechanical breakdown of soil structure by cattle trampling, tillage and wheeling of heavy machinery, especially when the soil is wet. The objective of this study was to explore how kneading affects soil water retention characteristic for a set of contrasting soils from southern Spain, and identify the soil properties that control the differences in behaviour. WRCs were measured at six soil-water matric potentials in the range of 10–1500 kPa on both undisturbed soil clods and kneaded soil samples in order to quantify differences in water retention characteristics due to sample pre-treatment. Results evidenced that only WRCs of sandy loam soils are not affected by soil pre-treatment; for the rest of the soils kneading increased water retention at low or high potentials or both. Particle size parameters are, for the most part, clearly related to the behaviour observed, but some other explaining variables linked to aggregation and dispersion state of phyllosilicates in the clay and silt fractions could also be involved.     

Devaluating Drainage Design Parameters for the Fourth Drainage Project, Pakistan by using SWAP Model: Part I – Calibration

A transient drainage simulation model,SWAP, was used to evaluate the performanceof drainage systems in (semi-) arid zones.Before application, the model wascalibrated by using 14-months datacollected from two sample fields of theFourth Drainage Project (FDP), Punjab,Pakistan. During the calibration process,emphasis was given to the accuratedetermination of soil hydraulic parameters,reference evapotranspiration, drainage fromsample fields and bottom boundarycondition. Laboratory determined soilhydraulic parameters were foundnon-representative of the field conditions.Difference between laboratory and fielddetermined soil water retention curves werefound significant. The pressure heads andsoil water contents measured in depthincrements of 15 cm were in good agreementwith the simulated values after applying afield measured retention curve. A closeproximity was also found between measuredand simulated average root zone salinity at0–1.0 m depth. The referenceevapotranspiration calculated by thePriestly-Taylor (PT-ET _o) methodwas found physically more realistic thanthe Penman-Monteith (PM-ET _o)method due to ignorance of the feed backmechanism of vapor pressure deficit onstomatal closure. The simulated cumulativedrainage from two sample fields wascomparable with the calculated values. Theanalysis of piezometer data shows thatthere is a negligible water exchangebetween the deep aquifer and theunsaturated zone. Therefore for scenarioanalysis, no flow conditions at the bottomof the soil profile can be applied as abottom boundary.     

农膜残留对土壤水动力参数及土壤结构的影响

随着地膜的大规模连续使用,农膜残留随之剧增,从而破坏了原有土壤结构,改变了土壤水分入渗及持水性能,严重阻碍了土壤水分和溶质运移。饱和导水率和土壤水分特征曲线是表征水分入渗性能及进行水分和溶质运移的重要参数,为了定量化和可视化残膜对水力特性及土壤结构的影响规律,通过设置5个残膜量处理(0、5、100、200、400 kg/hm2),利用室内试验研究了不同残膜量对水分入渗及土壤持水性能的影响,并基于CT扫描技术分析残膜对土壤结构的影响效应。结果显示:随着残膜量增加,饱和导水率呈显著指数下降趋势(p0.05),当残膜量达到200 kg/hm2时,饱和导水率仅为无膜处理的12%。在高吸力阶段(100 k Pa),残膜量增加土壤反而越易脱水,持水性能反而变差,即特征曲线左移;基于van Genuchten模型和Gardner模型对不同残膜量处理的吸力和土壤含水率进行拟合,精度均较高,模型中经验参数随残膜量增加均呈明显规律变化。当残膜量增加后,二值化后的CT图像显示片状黑斑面积明显增加,并与残膜量呈比例关系,其中400 kg/hm2处理黑斑面积是无膜处理的19倍。