含水率差值法初探

概述了国内外确定湿润锋面处的有效基质吸力的方法.根据实验数据得知,饱和含水率和初始含水率的差值与湿润锋面处的有效基质吸力S f为成正比的关系,并在此基础上提出了一种求解S f值的新方法,即含水率差值法,由实验数据拟合得到二者的关系式.列出了3种土质的含水率差值法关系式,相关系数均接近于1.表明含水率差值法是目前求解Green-Ampt模型入渗湿润锋面处的有效基质吸力简单和准确的一种方法.     

不同坡度条件下薄壁型微喷带铺设长度优化分析

为确定薄壁型微喷带在不同坡度下的铺设长度与坡度的关系,选取市场上常见的折径为N43,64 mm的薄壁型微喷带,结合灌水小区水头分配系数,取β为0.55作为微喷带水头分配系数,计算其允许水头偏差。并以能量守恒定律为基础,建立微喷带在不同坡度铺设条件下的首末端相对压力函数模型及微喷带允许水头偏差与首末端相对压力之间的数学计算关系。发现在逆坡铺设时相对压力与铺设长度的关系为减函数、顺坡铺设时为抛物线函数,当微喷带的铺设长度铺到L_0时,相对压力ΔP(L_0)有最大值。最后通过在3种不同铺设长度下的数学模型,对微喷带铺设长度进行优化分析,确立了微喷带在顺、平、逆坡条件下铺设的3种铺设长度的计算公式,计算了坡度分别为0.01、0.03、0.05的顺坡铺设长度与逆坡铺设长度以及平坡铺设长度,以期为实际工程提供理论计算依据。     

土壤容重对膜孔灌水氮分布和运移转化的影响

为揭示土壤容重对膜孔灌条件下土壤水分分布特征和氮素运移转化的影响,通过土壤容重室内试验,利用非线性回归法对试验资料进行分析,研究提出了湿润体内土壤含水率及其变化量和变化率、土壤硝态氮及其转化量和转化率、土壤铵态氮及其转化量和转化率与土壤容重和运移转化时间的经验公式。结果表明：经验公式的相关系数均大于0.8200,标准误差很小,且通过0.05的显著性检验,可以反映膜孔灌条件下不同土壤容重的土壤水分分布特征和氮素运移转化规律。该研究为提高膜孔灌水氮利用效率提供参考。     

西安灞河水源地地下水位埋深的变化及RBF模型预测

为了探究减少地下水开采量对地下水位回升的修复效果,对西安市灞河水源地1984—2005年的地下水开采量及水位变化进行了分析,并对减少开采量后,潜水和承压水位埋深进行了模拟和预测。以蒸发、降雨、径流和人工开采量作为输入变量,利用RBF神经网络模型,预测2006—2023年的潜水和承压水位埋深。1984—2001年的数据用于模型的训练,2002—2005年的数据用于模型的验证。结果表明:灞河水源地潜水和承压水位有不同程度的上升。2023年潜水和承压水位较2005年最大上升幅度分别为1.5 m和1.24 m,仍比1984年水位分别低11.28m和13.34 m,回升速度较慢,2023年承压水位降落漏斗依然存在。     

西安市城郊自备井开采区承压水位埋深的变化及预测

对西安市城郊自备井开采区1985-2005年的承压水开采量及水位埋深变化进行了分析,1985-1990年为开采量增加阶段,水位持续下降,1990年后开始减少开采量,至1997年开采量降到可开采量以下.减采5年后,即1995年后水位开始回升;至2005年,减采15年后,大多井点未回升至1985年的水位.在此基础上用径向基(RBF)神经网络模型,对减少承压水开采量后,该区4个承压水井点2006-2023年共18年的水位埋深进行了预测.1990-2002年的数据用于模型的训练,2003-2005年的数据用于校核.结果表明,2023年西安市城郊自备井开采区水位虽有适当恢复,但大多不能还原至1985年前未大规模超采时的水位.仅有降雨、径流和开采量20年左右的数据序列时,径向基神经网络模型能较准确地预测承压水位埋深.     

平原区土壤水资源计算模型研究

依据小尺度水文学原理,提出了基于有效降水量的土壤水资源计算模型,利用水量平衡原理计算土壤水资源量。利用河北省冉庄实验站的资料,计算丰、枯水年的土壤水资源量分别为642.68 mm和415.34 mm,降水对土壤水资源的贡献率分别为85%和76%,凝结水对土壤水资源的贡献率分别为15%和24%,其计算结果与实际情况相符,凝结水在土壤水资源中占重要地位,在计算土壤水资源量时不可忽视。结果表明:基于有效降水量的土壤水资源求解模型,是计算小尺度水文学上土壤水资源量的另一种有效方法,具有良好的适用性。     

Green-Ampt两阶段模型的平移及衔

概述了Green-Ampt模型的发展情况。由于通过Green-Ampt模型，直接计算的累积入渗量结果，与实测值相差较远，为了完善Green-Ampt两阶段模型的累积入渗量随时间变化的曲线，采用了先平移后衔接的方法。通过实验模拟，经该方法修正的计算值与实测值吻合较好。证明该方法能有效的改善Green-Ampt两阶段模型的模拟值，使其更符合实际情况。应用该方法能更准确的计算出累积入渗量随时间的变化过程，对完善Green-Ampt模型，扩展其应用范围有重要意义。     

RBF网络在西安渭滨地下水位埋深预测中的应用

基于径向基（RBF）神经网络建模,对西安市渭滨地下水水源地的地下水位埋深进行了模拟和预测。将降雨、径流和人工开采量作为输入变量,对研究区域内的潜水和承压水位埋深分别进行预测。1984—2001年的数据用于径向基网络模型训练,2002-2005年的数据用于模型的验证,最后对2006—2023年共18年的地下水位埋深进行预测。结果表明,径向基神经网络模型对20年左右的数据序列有较好的预测效果,且根据降雨、径流和开采量,能较准确的预测地下水位埋深。     

基于W-F定律和PNN模型的西安市潜水脆弱性评价

鉴于现有的地下水脆弱性评价方法存在主观性大和不能评价水量脆弱性等问题,将心理物理学中的韦伯费希纳(W-F)定律拓广,并与概率神经网络法(PNN)相结合,提出了一种可以评价水量和水质脆弱性的方法——基于W-F拓广定律的概率神经网络法.利用该方法评价了2005年西安市潜水水质及水量的脆弱性,结果表明基于W-F拓广定律的概率神经网络法能避免传统方法的主观性和局限性,评价结果合理、可靠,评价范围更广,可推广应用.