基于支持向量机的土壤水力学参数预测

为了分析支持向量机在土壤水力学参数预测方面的效果，应用支持向量机构建用于预测土壤水力学参数的土壤传递函数，以土壤粒径分布、容重、有机质含量等土壤理化性质为输入项，分别预测土壤饱和导水率、饱和含水率、残余含水率，以及van Genuchten公式参数的对数形式。结果表明预测值和实测值不存在显著性差异，用支持向量机预测土壤水力学参数是可行的。不同输入项处理的预测分析表明，输入项为粒径分布、粒径分布和容重、粒径分布和有机质含量3种情况的预测效果差异不明显，而输入项为粒径分布、容重和有机质含量时预测效果优于前3种情况。支持向量机在预测土壤水力学参数方面的效果要优于多元线性逐步回归模型，而与BP神经网络模型相比不具有明显好的预测效果。     

科尔沁沙丘-草甸相间地区表土饱和导水率的土壤传递函数研究

以科尔沁沙地典型坨-甸相间地区为研究区,野外布设240个采样点,对流动沙丘、半固定沙丘、固定沙丘、沙丘区杨树林、沙丘区耕地、低覆盖度草甸、高覆盖度草甸、草甸区耕地、撂荒地9种地貌类型下的表层土壤进行了采样,测定了其含水率、干容重、有机质、饱和导水率等理化特性,分析了不同地貌类型下表层土壤理化参数差异。选取Campbell、Cosby、Wosten等、Saxton等4种土壤饱和导水率传递函数,对该地区表土饱和导水率进行了预测。结果显示这几种土壤传递函数预测值与实测值偏差较大,相关系数均小于0.3,精度难以满足本地区应用。在此基础上,选取土壤容重、有机质含量、饱和含水率、平均粒径、粒径标准偏差5种土壤特性参数作为输入变量,采用主成分分析与非线性回归分析相结合的方法,重新建立了预测本地区表土饱和导水率的土壤传递函数,结果显示预测值与实测值相关系数为0.661,该传递函数可用于科尔沁沙地表层土壤饱和导水率的预测。     

盐碱土壤Philip入渗模型参数的神经网络预报模型

以改良盐碱土壤、提供入渗参数为研究目的,在山西省北部的4种盐碱荒地进行了系列入渗试验和基本理化参数测定试验。基于误差反向传播算法(Back Propagation算法),建立了盐碱地土壤基本理化参数与Philip入渗模型参数之间的神经网络预报模型。预测所得Philip入渗模型参数的平均相对误差如下:稳渗率A为4.30%、吸渗率S为0.31%,预测值与实测值吻合程度高。研究结果表明,基于盐碱地土壤条件,选择土壤体积含水率、容重、质地、有机质含量、全盐量以及p H作为预报模型输入变量,Philip入渗模型参数为输出变量的BP神经网络的预报模型是可行的。     

科尔沁沙丘-草甸相间地区表土饱和导水率的土壤传递函数研究

本研究以科尔沁沙地典型坨-甸相间地区为研究区,野外布设240个采样点,对流动沙丘、半固定沙丘、固定沙丘、沙丘区杨树林、沙丘区耕地、低覆盖度草甸、高覆盖度草甸、草甸区耕地、撂荒地九种地貌类型下的表层土壤进行了采样,测定了这些样点的含水率、干容重、有机质、饱和导水率等理化特性参数,分析了不同地貌类型下表层土壤理化参数差异。选取Campbell、Cosby、Wosten1997/1999、Saxton四种土壤传递函数,对该地区表土饱和导水率进行了预测,结果显示这几种土壤传递函数预测值与实测值偏差较大,相关系数均小于0.3,由此可见这几种传统的土壤传递函数在本地区应用具有一定的局限性。在此基础上,选取土壤容重、有机质含量、饱和含水率、平均粒径、粒径标准偏差五种土壤特性参数作为输入变量,采用逐步多元统计回归、主成分分析及非线性回归分析相结合的方法,重新建立了预测本地区表土饱和导水率的土壤传递函数,结果显示预测值与实测值相关系数为0.648,该传递函数可应用于科尔沁沙地表层土壤饱和导水率的预测。     

含水量和容重对旱地耕层土壤热导率的影响及预测

土壤热导率是研究地表能量平衡和土壤水热运移过程中的一个基础参数。受土壤耕作、干湿交替和根系生长等过程的影响,耕层土壤的含水率和结构呈现较强的变异特征,而目前缺乏关于定量分析耕层土壤热导率变异特征的研究。该研究利用田间定位试验,采用热脉冲技术测定了含水率和容重变化条件下耕层土壤热导率的变异特征,并利用传递函数模型对耕层土壤热导率进行了预测。结果表明:含水率和容重是影响耕层土壤热导率变异的主要因子,而耕作强度和干湿交替是这种变异的关键驱动力;与翻耕和旋耕处理相比,免耕处理提高了土壤容重和含水率,从而增大了土壤热导率;在干湿交替作用下,翻耕后土壤容重逐步增加,耕层热导率也呈现上升趋势,波动幅度与含水率的变化相关。基于含水率、容重和质地信息,土壤热导率传递函数模型可以给出可靠的田间土壤热导率估计值,其均方根误差和平均偏差分别为0.09和-0.01 W/(m·K);考虑耕层土壤容重的动态信息,可以提高该模型预测土壤热导率的准确性。     

区域土壤容重转换函数构建与预测结果评价——以河南省封丘县为例

以河南省封丘县为研究区,应用现有的代表性土壤转换函数(PTFs)对40个样点、169个样品的土壤容重实施预测并对其较差的预测精度进行了分析与评价,指出对于不同地区、不同类型、不同剖面垂直深度和不同发生层次的土壤,其容重PTFs的预测变量及相应参数各不相同。鉴于此,本研究基于获得的研究区基本土壤属性信息,应用回归分析手段分别构建了表层及心土层容重PTFs。预测结果显示,以土壤砂粒和有机质含量为预测变量的普通回归PTFs可以解释90%的土壤容重变异,且具有很高的预测精度;与心土层相比,表层土壤普通回归PTF的解释能力、预测精度均明显较低,表明表层土壤容重受其他随机因素尤其是人为活动因素的影响较强。进一步研究显示,通过逐步回归手段增加预测变量可以有效提高PTFs的解释能力和预测结果的合理性,但不一定能有效提高预测精度,PTFs预测精度主要取决于预测变量的遴选范围与数据质量。     

基于BP神经网络的土壤水力学参数预测

为了获取区域土壤水分和溶质运移模拟所需的土壤水力学参数,利用黄淮海平原曲周县的试验资料建立基于BP神经网络的土壤转换函数模型。本文采用土壤粒径分布、容重、有机质含量等土壤基本理化性质,来预测土壤饱和导水率Ks、饱和含水量sθ、残余含水量θr、以及van Genuchten公式参数α、n的对数形式ln(α)和ln(n),并与多元线性逐步回归方法进行比较。t检验结果表明,BP神经网络训练和预测得到的模拟值与实测值之间吻合很好,该方法具有较高的预测精度。通过对平均相对误差的比较,得出在粒径分布的基础上增加容重、有机质含量等输入项目,可以提高部分土壤水力学参数的预测精度,而有些参数的预测精度反而降低。以误差平方和为标准的比较结果表明,BP神经网络模型的预测效果总的来看要优于多元线性回归法。     

海河低平原盐渍涝洼区表层土壤积盐影响因素通径分析

采用通径分析方法研究海河低平原盐渍涝洼区表层土壤积盐因素的主次关系结果表明 ,地下水埋深2～ 3m、表层土壤全盐量≤ 5 0g/kg、地表高差≤ 6 6cm地段 ,表层土壤盐渍度主要受心土层盐分状况和微地形因素支配 ,而 6个间接作用中亚表土层全盐量通过心土层全盐量对表层土壤盐分累积的作用最大。     

科尔沁沙地土壤水分特征曲线传递函数的构建与评估

为了快速准确的获取某一区域的水力性质,该文以科尔沁沙地典型沙丘-草甸相间地区为研究区,在对该区49个不同地貌类型采样点土壤水分特征曲线与土壤基本物理化学特性参数测试分析的基础上,采用函数参数非线性规划法构建了土壤干容重、粒径分布、有机质、pH值、电导率值等基本参数与水分特征曲线之间的传递函数,并进行了精度评估与分析。结果表明:1)研究区土壤水分特征曲线的坡度陡峭,不同地貌类型与土地利用方式下,土壤水分特征曲线有较大差异,相同负压下,土壤持水量按照流动沙丘-半固定沙丘-固定沙丘-农田-草甸的顺序递增;土壤的供水能力按照流动沙丘-半固定沙丘-固定沙丘-草甸-农田的顺序递减;2)利用土壤基本物化特性参数通过函数参数非线性规划法建立了研究区土壤水分特征曲线的传递函数,干容重和砂粒含量是预测土壤水分特征曲线模型参数的主要变量,增加土壤的理化指标可以提高预测精度,然而有机质含量、pH值、电导率值对本区土壤水分常数的影响并不大,对水分特征曲线模型3个参数的影响略微增加;3)通过对传递函数的检验与精度评估分析,各参数的平均误差均在0附近;饱和含水率、残余含水率的均方根误差分别为0.017、0.023;土壤水分常数的相关系数在0.95附近,饱和含水率、残余含水率的误差比的几何标准偏分别为1.04、1.27。表明所建土壤水分特征曲线传递函数的精度较高,可用于该区土壤水分特性研究。该研究可为该区水分、溶质运移、水-热-盐耦合运移模拟提供技术支持和理论保证。     

基于主成分分析单一参数入渗模型的BP神经网络模型

利用标定理论建立较大尺度上的单一参数入渗模型,在此基础上基于主成分分析建立其BP神经网络模型。结果表明:利用主成分分析可将研究区域土壤容重、有机质含量、砂粒含量、粗粉粒含量和粘粒含量综合成3个主成分;基于主成分分析建立的BP神经网络模型预测的标定因子的RMSE为0.4186,除偏大或偏小的标定因子,利用预测的标定因子预测的累积入渗量与实测值比较接近,可利用所建模型对较大尺度上的单一参数入渗模型进行预测。     

采用Gompertz函数的水稻土压缩特性研究

土壤压实模型是预测压实破坏的常用方法,但土壤压实模型的应用常因输入参数(土壤压缩特性及其与不同土壤物理性质之间的关系)的缺乏而受到限制。为定量地评价土壤水力学性质和土壤结构对土壤压缩特性的影响,该文利用土壤固结仪对25种不同含水率和容重的重塑土样进行单轴压缩试验,并采用Gompertz函数对试验数据进行拟合以获取土样的回弹指数、压缩指数和先期固结压力。试验结果表明,Gompertz函数对水稻土试验数据的拟合效果较优,决定系数为0.991～0.999。水稻土回弹指数为0.003～0.138,与容重呈负相关,与含水率呈正相关。水稻土压缩指数为0.115～0.839,与容重呈负相关,与含水率呈二次多项式关系。水稻土先期固结压力为33～127k Pa,与容重呈正相关,与含水率呈负相关。该研究建立的土壤压缩特性与含水率和容重之间的传递函数,可用于大尺度范围内水稻土压缩特性的预测;同时这些传递函数可作为土壤压实模型的输入参数,用于农业机械作业引起的压实破坏的量化和土壤压实风险的评估。     

多尺度土壤入渗特性的变异特征和传递函数构建

土壤入渗特性的变异特征具有明显空间依赖性和尺度效应,其多尺度上的参数估值是农田灌溉设计和管理的重要基础。该研究以在关中平原进行的52组双环入渗试验为基础,通过比较不同方法计算的标定因子对Kostiakov公式的标定效果,结合小波分析和通径分析方法识别并量化分析标定因子和土壤特性参数（土壤机械组成、容重、初始含水率和有机质含量）在多尺度的相关性,在此基础上分别利用多元线性回归（Multiple Linear Regression, MLR）、BP神经网络（BP Artificial Neural Network, BP-ANN）和支持向量机（Support Vector Machine, SVM）3种方法构建估算标定因子的土壤传递函数。结果表明,采用最小二乘法计算标定因子对Kostiakov公式的标定效果最优,所有测点标定后累积入渗量与实测值的均方根误差（Root Mean Square Error, RMSE）、平均偏差（Mean Bias Error, MBE）、相对误差绝对值均值（Mean Absolute Value of Relative Error, MARE）分别为1.83 cm、0.24 cm、21.2%;多尺度条件下,土壤容重、砂粒、黏粒和有机质含量组合是引起研究区域标定因子空间变化的主要变异源,其中标定因子与砂粒和有机质含量呈显著正相关关系,总通径系数分别为0.78和0.65,与黏粒和土壤容重呈显著负相关关系,总通径系数分别为?0.74和?0.68;采用SVM法构建估算标定因子的土壤传递函数精度最高,其验证集所得入渗量估算值与实测值具有较高的一致性,两者间的RMSE、MBE和MARE分别为1.92 cm、0.05 cm和27.6%,说明SVM法可用于构建估算标定因子的土壤传递函数。研究结果有助于揭示多尺度上土壤入渗特性的变异特征和解决入渗参数难以快速获取的问题。     

冻融对河北省深州市盐碱地土壤理化性质的影响

随着全球气候变暖,冻融对土壤性质的影响日益受到重视。以河北省深州市盐碱土为研究对象,通过分析土壤含水率、全持水量、容重、饱和导水率、电导率、pH和有机质的变化,探讨冻融对0—20cm深度盐碱地土壤理化性质的影响。结果表明:0—20cm土层深度,冻融增加土壤的含水率,而对全持水量的影响较小;0—10cm土层深度,冻融增加了土壤容重与pH,降低了土壤的电导率和渗透性,该层土壤水盐运移呈特殊规律,土壤含水率与电导率呈相反变化趋势;对于10—20cm土层深度,冻融增加了土壤的渗透性和有机质的含量。在相关性分析中,0—20cm土层深度土壤容重与全持水量呈极显著负相关(P0.01),与含水率呈显著负相关(P0.05),其有机质含量和导水率与其他性质无显著相关;0—10cm土层深度土壤pH与容重和含水率呈极显著相关,与全持水量呈显著相关;10—20cm土层深度土壤电导率与容重呈显著负相关,与全持水量呈显著正相关。研究结果为冻融对盐碱土影响的研究及盐碱土的改良提供科学依据。     

基于随机森林模型的耕地表层土壤有机质含量空间预测——以河南省辉县市为例

耕地表层土壤有机质含量与作物生长发育密切相关,掌握土壤有机质空间分布对土壤肥力定向培养和农业生产指导具有重要意义。本研究以河南省辉县市5 922个耕地资源管理单元图斑中心点为基础数据,并分别按8∶2、7∶3、6∶4的比例随机划分训练数据集和验证数据集,以土壤类型作为辅助定性变量,利用随机森林模型模拟预测土壤有机质含量与自然环境变量(坡向、曲率、坡度、高程、土壤质地、归一化植被指数NDVI)、社会经济因子(排水能力、灌溉状况)之间的复杂非线性关系。结果表明:①当训练集与检验集中样点数量的比例为8∶2时,对应的随机森林模型总体上预测精度较高;②选用80%基础数据作为训练集时,预测得到的地图与已有图件相比,相关性达到0.859;③当用303个实地数据验证时,预测值与实测值的皮尔逊相关系数为0.595。通过对影响因子的重要性排序,发现土壤质地是研究区农用地表层土壤有机质含量的最重要影响因子。因此,随机森林模型作为机器学习和数据挖掘的有效方法,能较好地模拟输入变量与有机质含量之间的关系,预测图件与实际情况相符,但对有机质含量精细的差异不能很好体现。     

多因素影响下浑水膜孔肥液入渗土壤水分运移特性

为研究不同因素对浑水膜孔肥液入渗土壤水分运动特性的影响,开展室内土箱入渗试验,试验设土壤初始含水率、土壤容重、含沙率和肥液浓度4因素,每个因素设3个水平,共12组试验(9组正交试验,3组验证试验)。分析影响因素对浑水膜孔灌肥液入渗单位膜孔面积累积入渗量、入渗率及湿润体平均体积含水率增量的影响。利用多元回归推求并验证单位膜孔累积入渗量和湿润体平均体积含水率增量与影响因素的经验模型和模型参数。结果表明:土壤初始含水率、土壤容重、含沙率和肥液浓度对单位膜孔累积入渗量影响极显著(P<0.01),各影响因素影响程度由大到小依次为含沙率、土壤容重、土壤初始含水率、肥液浓度;土壤初始含水率、含沙率和肥液浓度对湿润体平均体积含水率增量影响极显著(P<0.01),土壤容重对其影响显著(P<0.05),各影响因素影响程度由大到小依次为土壤初始含水率、肥液浓度、含沙率、土壤容重。建立的经验模型及模型参数检验合格,预测值与实际测算值误差均在±10%以内,精度良好,可用于试验因素不同时土壤水分入渗情况预测。     

样点密度对土壤有机质空间预测结果的影响——以河南封丘县土壤为例

以河南省封丘县表层土壤有机质含量为例,探讨土壤样点密度对区域化土壤变量描述性统计特征、半方差函数理论模型拟合效果、普通Kriging插值预测结果的精度与表现目标变量空间变异的能力等多方面的影响。研究结果表明,样点数量从5000个大幅减少至20个,研究区表层样品有机质含量均值未发生显著变化。当土壤样点≥625个时,表层土壤有机质含量半方差函数模型具有较好的拟合效果,可以通过Kriging插值手段获得精度较高且对目标变量空间变异特征解释能力较强的预测结果;当土壤样点≤78个时,半方差函数模型理论上无法通过拟合获得,通过普通Kriging插值手段不能获得研究区表层土壤有机质含量理想的预测结果。     

基于不同模型的区域尺度耕地表层土壤有机质空间分布预测

研究不同模型对土壤有机质空间预测的性能差异对制定更加科学合理的采样策略、提升采样效率和提高土壤空间预测精度有着重要的指导意义。本研究将6496个土壤样点按8∶2的比例分层随机分成训练集与验证集,应用普通克里格、随机森林以及随机森林－回归克里格三种有代表性的数字化土壤制图（Digital Soil Mapping,DSM）模型,对河南省许昌市耕地表层土壤有机质含量及空间分布进行预测,对三种模型性能表现进行综合评价。三种模型输出的预测结果显示:研究区耕地表层土壤有机质含量水平一般,均值为18.70 ~ 18.81 g kg?1,变异系数0.15 ~ 0.17,属中等强度变异;空间分布总体格局为西北与西南部分山地褐土区、东南部砂姜黑土区表层有机质含量高,中北部脱潮土、石灰性潮土区表层有机质含量低。验证结果表明:三种模型性能表现无明显差距,预测精度基本一致,输出结果对研究区耕地表层土壤有机质变异解释百分比在33% ~ 34%之间,在相同和相近尺度土壤有机质空间预测案例研究里属中等水平。在协变量有限且样点分布较为均匀的情况下,普通克里格模型便于快速获得研究区目标变量的空间分布;如果协变量比较丰富且易于收集利用,或是进行空间预测的同时还需要甄别不同因素对目标变量的影响大小,则建议采用随机森林模型;协变量有限,但样点密度较大时,随机森林－回归克里格模型可能是对目标变量进行空间预测的不错选择。     

平原丘陵过渡区土壤有机质空间变异及其影响因素

研究土壤有机质(SOM)在平原丘陵过渡区域的空间变异规律及其影响因素对指导农业生产实践具有重要意义。选取平原丘陵过渡区域(江汉平原与鄂西山区)作为研究区,采集500个土壤表层(0~20 cm)样本,利用相关分析和逐步回归分析从14个影响因素中选取与土壤有机质密切相关的7个变量作为解释变量:高程、坡度、坡向、有效铁、容重、砾石度、黏粒含量。利用普通克里格(OK),回归克里格(RK)和地理加权回归克里格(GWRK)方法对研究区土壤有机质含量进行预测,并用平均误差(ME)、平均绝对误差(MAE)、均方根误差(RMSE)、相关系数(r)和不精确度(IP)作为验证指标来检验模型的预测精度。结果表明,GWRK插值结果最优,局部空间回归模型可以更好地表明过渡区域SOM的空间变异规律。且GWR模型的系数空间分布图可以反映环境变量在不同地理位置对SOM的空间非平稳性的影响程度,为探讨SOM在不同地形条件下的主导影响因子提供了依据,同时也为精确模拟过渡地带土壤有机质空间制图提供了重要的参考方法。     

基于环境相关法和地统计学的土壤属性空间分布预测

土壤属性是土壤质量的重要决定因素,并强烈影响土地利用和生态过程。正确理解并充分考虑土壤空间变异,对于在景观尺度上建立生态、环境过程模型是必不可少的。在黄土高原横山县采集了254个样点,应用数字地形与遥感影像分析技术,获取相关地形因子与遥感指数,分析土壤属性（土壤容重、有机质和全磷）与环境因子相互关系,并利用环境变量进行空间预测。结果表明,土壤容重、有机质与地形因子和遥感指数之间存在较好相关性,而全磷与地形因子相关性不大;多元线性逐步回归模型对于土壤容重和有机质拟合较好,而对于全磷,预测结果较差;回归－克里格预测有效地减小了残差,消除了平滑效应,与实测值较为接近。     

基于近红外光谱和支持向量机的土壤参数预测

应用支持向量机算法对实时土壤光谱数据进行处理,获得了土壤全氮和有机质的回归模型并研究了模型随参数变化的规律。从中国农业大学试验田采集了150个土样,用光谱仪获取了原始土壤样本的近红外光谱,用实验室分析法获取了各样本的全氮和有机质含量。以近红外光谱数据为自变量对2个土壤参数进行了回归建模并评价了算法各参数对模型的影响。研究表明土壤参数适合于全谱支持向量回归。对于土壤全氮,基于小波降噪NIR光谱的SVM回归模型的标定R2为0.9224,验证R2为0.3667;对于土壤有机质,基于原始NIR光谱的SVM回归模型