|
|||||
|
|
| 黄土高原小流域次降雨侵蚀产沙分段预报模型研究 | |
| 引用本文： | 于国强,李占斌,鲁克新,张霞.黄土高原小流域次降雨侵蚀产沙分段预报模型研究[J].土壤学报,2010,47(4):604-610. |
| 作者姓名： | 于国强 李占斌 鲁克新 张霞 |
| 作者单位： | 1. 西安理工大学西北水资源与环境生态教育部重点实验室,西安,710048 2. 西安理工大学西北水资源与环境生态教育部重点实验室,西安,710048;中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西杨凌,712100 3. 陕西省环境科学研究设计院,西安,710054 |
| 基金项目： | 国家科学自然基金项目（40771124）、国家科技支撑项目（2006BAD09B02）、西安理工大学优秀博士学位论文基金（106-210911）联合资助 |
| 摘 要： | 建立具有广泛适用性的流域尺度侵蚀产沙预报模型是土壤侵蚀和水土保持研究的前沿领域。本文以黄土高原丘陵沟壑区第一副区岔巴沟流域为例,建立了流域侵蚀产沙人工神经网络模型,并运用缺省因子检验法分析各因子对流域侵蚀产沙的敏感程度;建立了基于敏感因子与分形信息维数的流域次降雨侵蚀产沙分段预报模型,并加以验证。研究表明,人工神经网络模型具有较高的精度,能够很好地定量描述流域水沙耦合关系;径流侵蚀功率和径流深对流域次降雨侵蚀产沙的敏感程度与流域地貌形态的复杂程度有关;以分形信息维数为界限,分段引入径流侵蚀功率和径流深,当Di0.8308时,采用径流侵蚀功率预测精度要高于采用径流深的预测精度,当Di0.8140时,采用径流深预测精度要高于采用径流侵蚀功率的预测精度。该侵蚀产沙分段预报模型的建立和方法的提出具有一定的合理性和可靠性,对其他侵蚀产沙模型有一定的借鉴之处。 |
| 关 键 词： | 岔巴沟流域 人工神经网络 分形信息维数 分段预报模型 |
| 收稿时间： | 4/3/2009 12:00:00 AM |
| 修稿时间： | 2010/1/14 0:00:00 |
Piecewise prediction model for erosion and sediment yielding of individual rainfall events in small watershed on Loess Plateau |
|
| yuguoqiang.Piecewise prediction model for erosion and sediment yielding of individual rainfall events in small watershed on Loess Plateau[J].Acta Pedologica Sinica,2010,47(4):604-610. | |
| Authors: | yuguoqiang |
| Institution: | Key Lab of Northwest Water Resources and Environment Ecology of Moe at Xaut |
| Abstract: | |
| Keywords: | Chabagou watershed Artificial neural network Fractal information dimension Piecewise prediction model |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《土壤学报》浏览原始摘要信息 | |
| 点击此处可从《土壤学报》下载免费的PDF全文 | |