基于去趋势波动分析法的土壤含水量变化特性研究

为探讨栾城站农田土壤含水量的长期演变规律和机理。运用去趋势波动分析法,对栾城站2002—2008年土壤含水量时间序列进行了分析,得到了土壤含水量长期演变规律的参数标度指数,探讨了不同层次含水量序列的长程相关性及其内在的演变规律,并用分形维数定量描述了土壤含水量动态变化过程的分形特征。结果表明:不同层次序列的标度指数均大于0.5,即序列具有长程相关性,含水量变化存在着趋势性成分。随着深度的增加,标度指数逐渐增大,揭示了含水量变化的长程相关性越来越强;另一方面,随着深度的增加,分形维数逐渐减小,表征了含水量的波动幅度越来越稳定,这也与实际相符。     

滹沱河上游盐碱地夺高产综合配套技术模式

在田面整修,健全道路、排灌渠系等工程措施基础上,采取秸秆直接还田、秸秆养牛过腹还田、地膜覆盖、化学制剂改良、配方施肥、合理耕作、适当密植、改革种植方式、选择适宜作物等一系列农业技术措施,配套实施改良盐碱地,改良效果与增产效益较好,从而充分巩固和发挥了工程效益,是滹沱河上游盐碱地改良的主要途径和最新模式。     

土壤水分特征曲线模型参数识别的多邻域粒子群算法

Van Genuchten模型（简称VG模型）是目前运用最为广泛的土壤水分特征曲线模型,提出适宜的优化算法进行模型参数识别也是一个非常重要的研究方向。针对标准的粒子群算法易陷入局部最优的缺点,给出了一种多邻域粒子群算法,可以有效地克服粒子群算法易陷入局部最优的缺点,并利用该算法对VG模型参数进行识别,最后用所求解的参数对不同类型土壤持水性能进行了试验。数值实验结果表明,多邻域粒子群算法能够有效地应用于VG模型的参数识别,与其它算法相比在性能和精度上都有所提高,而且对参数的取值范围也可以较大地放宽。因此,多邻域粒子群算法可以作为VG模型参数识别的一种新方法。     

楝素生态有机肥的应用研究

通过多年、多点、多作物、多形式的试验示范与较大面积推广,证实了楝素生态有机肥能为作物提供丰富、全面的营养元素,促进作物生长发育,具有营养作物、抑制虫害、增加产量、提高品质的作用;而且可以增加土壤有机质,修复土壤环境,恢复土壤生态平衡,同时还有改良土壤、培肥地力的效果。可见该肥料的推广应用,是实现改善环境、高产优质、节本增效农业的有效措施之一。     

土壤水分特征曲线模型参数识别的多邻域粒子群算法

Van Genuchten模型(简称VG模型)是目前运用最为广泛的土壤水分特征曲线模型,提出适宜的优化算法进行模型参数识别也是一个非常重要的研究方向。针对标准的粒子群算法易陷入局部最优的缺点,给出了一种多邻域粒子群算法,可以有效地克服粒子群算法易陷入局部最优的缺点,并利用该算法对VG模型参数进行识别,最后用所求解的参数对不同类型土壤持水性能进行了试验。数值实验结果表明,多邻域粒子群算法能够有效地应用于VG模型的参数识别,与其它算法相比在性能和精度上都有所提高,而且对参数的取值范围也可以较大地放宽。因此,多邻域粒子群算法可以作为VG模型参数识别的一种新方法。