冻融土壤Philip入渗模型参数的非线性传输函数模型研究

为满足季节性冻土地区越冬期间储水灌溉管理的需求,基于山西省汾河灌区季节性冻土的冬季大田土壤水分入渗试验,得到了120组Philip入渗模型参数实测样本,借助MATLAB软件,建立了以土壤温度、有机质质量分数、土壤含水率、土壤体积质量、物理性黏粒量为输入因子、以Philip入渗模型参数吸渗率和稳渗率为输出因子的多元非线性传输函数模型,并用实测资料对该模型进行了精度检验。结果表明,预测参数的相对误差均小于11%,预报精度在可接受范围之内。     

基于Philip入渗模型的土壤水分入渗参数BP预报模型

基于黄土高原区大量大田土壤入渗实测资料,借助BP神经网络模型建立了基于Philip土壤入渗模型参数的预报模型,并分别讨论了BP神经网络土壤水分入渗参数稳渗率预报模型、土壤水分入渗参数稳渗率预报模型和Philip模型的90min累积入渗量预测的单项和综合误差。结果表明:基于常规土壤理化参数土壤含水率、容重、黏粒含量、粉粒含量以及有机质等建立BP神经网络模型对Philip土壤入渗半经验半理论模型参数吸渗率S和稳渗率A进行预测是可行的。预测参数A和S以及Philip模型的90min累积入渗量的预测值与实际值的相对误差分别为2.074 60%、3.079 98%和2.037 56%,都在可接受的范围内;研究结果可为世界范围内大量实用的地面灌溉技术参数优化提供强有力的依据支撑。     

冻融土壤Philip入渗模型参数的BP预报模型

为提高季节性冻土区冬、春季储水灌溉的灌水质量和效果,在季节性冻土区冻融期间进行了大田冻融土壤的系列入渗试验,获取了自然冻融条件下的大量土壤入渗试验数据,拟合得到了不同冻融条件下的Philip入渗模型参数,建立了入渗模型参数与土壤基本理化参数间的BP神经网络的预报模型,实现了基于土壤体积含水率、黏粒含量、土壤密度、土壤温度以及灌溉用水水温等基本理化参数对Philip入渗模型参数稳渗率A、吸渗率S的预报。所得到的预测值与实测值之间相对误差的平均值控制在7%以内。研究表明,利用冻融土壤条件下土壤常规理化参数对Philip入渗模型参数进行预报是可行的,可为季节性冻融土壤灌溉技术参数的确定提供有力支撑。     

支持向量机的盐碱土壤Philip入渗模型参数预测研究

以大田原生盐碱荒地土壤入渗试验数据为样本,应用支持向量机回归算法,建立了盐碱土含水率、容重、有机质含量、黏粒含量、粉粒含量、全盐量以及pH值与Philip入渗模型参数间的预测模型。预测结果表明,训练样本中吸渗率S的相对误差平均值为4.05%,稳渗率A的相对误差平均值为5.49%,90 min累积入渗量I_(90)的相对误差平均值为4.28%;检验样本中S、A和I_(90)的相对误差平均值分别为4.22%、3.58%和4.48%。可以看出,不论训练样本还是检验样本,入渗参数预测值与实测值基本吻合,所建立的预测模型精度较高,表明基于支持向量机的盐碱土壤Philip入渗模型参数的预测是可行的,可为改良盐碱土壤提供入渗参数的技术支撑。     

支持向量机的盐碱土壤Philip入渗模型参数预测研究北大核心

以大田原生盐碱荒地土壤入渗试验数据为样本,应用支持向量机回归算法,建立了盐碱土含水率、容重、有机质含量、黏粒含量、粉粒含量、全盐量以及pH值与Philip入渗模型参数间的预测模型。预测结果表明,训练样本中吸渗率S的相对误差平均值为4.05%,稳渗率A的相对误差平均值为5.49%,90 min累积入渗量I_(90)的相对误差平均值为4.28%;检验样本中S、A和I_(90)的相对误差平均值分别为4.22%、3.58%和4.48%。可以看出,不论训练样本还是检验样本,入渗参数预测值与实测值基本吻合,所建立的预测模型精度较高,表明基于支持向量机的盐碱土壤Philip入渗模型参数的预测是可行的,可为改良盐碱土壤提供入渗参数的技术支撑。     

土壤入渗模型参数的多元线性预测模型精度的对比分析

基于黄土高原大田耕作土壤的入渗试验数据,利用多元线性回归法建立了Kostiakov二参数、三参数以及Philip入渗模型参数的线性预测模型,进行了3种模型参数平均误差的比较以及给定时间的累积入渗量误差的比较,提出了便于应用又具有较高精度的土壤水分入渗参数多元线性预报模型。结果表明,Kostiakov二参数模型的平均误差低于三参数入渗模型和Philip入渗模型,能将平均误差控制在15%以下,低于其他2种入渗模型。因此用Kostiakov二参数入渗模型对土壤水分入渗能力进行预测较好。     

由Philip模型参数求解Green-Ampt模型参数的改进与验证

Philip入渗模型与Green-Ampt入渗模型具有相似的物理基础。为间接推求Green-Ampt模型参数,对2种入渗模型进行了对比分析,建立了2模型参数间的数值关系。经理论推导发现,Green-Ampt模型中表征饱和导水率取值介于Philip模型参数稳渗率的1~1.5倍之间,为简化计算,取1.25倍关系,在此基础上,改进了Green-Ampt模型中湿润锋面吸力的求解式。利用数值模拟结果和文献资料进行验证,并对其适用性进行评价。结果表明,所建模型方法计算的入渗率接近模拟值或实测值,且适用于不同土质,其相对误差均小于5%,最大仅为3.61%,均方根误差最大为0.049。说明本文所建模型具有一定的可靠性和普适性,可利用Philip模型参数求解Green-Ampt模型参数,进而描述入渗问题。     

Philip模型与修正的Green-Ampt模型互推参数的特性分析

通过室内试验方法利用Philip和Green-Ampt入渗模型对3种土壤水平一维入渗进行了分析,对Green-Ampt入渗模型的含水率分布进行了修正从而改进二模型参数的互推公式,根据互推参数分别计算累积入渗量,并与实测值进行比较。结果表明,修正模型能很好地反应土壤入渗性能,随着土壤粘性的增加,Philip模型参数吸湿率S和Green-Ampt模型参数kssf都逐渐减小,用Philip模型推求修正的Green-Ampt模型参数k′ss′f具有较高的精度,且对于不同质地土壤的入渗表现出不同程度的正效应,此互推公式可应用于不同土壤水平入渗的试验研究。     

不同土壤入渗模型参数多元非线性预测模型的精度对比分析

为了对不同土壤入渗模型参数多元非线性预测模型的精度进行对比分析,基于区域性黄土田间耕作土壤水分入渗实测资料,分别对Kostiakov、Kostiakov-Lewis以及Philip入渗模型的参数建立了以土壤体积含水率、干密度,黏粒、粉粒和有机质含量等土壤基本理化参数为输入变量的多元非线性传输函数,并进行了精度分析和比较。结果表明:Kostiakov入渗的二参数模型参数的平均误差在9%以下,预测精度明显高于Kostiakov-Lewis三参数入渗模型参数10.78%和Philip入渗模型参数11.72%。因此,推荐形式简单且预测精度高的二参数模型参数多元非线性预测模型为土壤入渗模型参数预测模型。     

盐碱土壤Kostiakov入渗模型参数的BP预报模型

为改良和改善盐碱地提供土壤入渗参数技术支撑,基于在山西省北部盐碱地进行的野外系列入渗试验,获取了累积入渗量与入渗历时的数据样本,并计算回归了kostiakov二参数入渗模型的入渗系数k与入渗指数α,建立了盐碱土壤基本理化参数与入渗参数之间的数据样本,利用BP神经网络的方法,建立了以土壤含水率、容重、质地、有机质、全盐量以及p H为输入变量,kostiakov入渗参数为输出变量的预报模型。结果表明:盐碱地土壤条件下,以土壤基本理化参数为输入变量,kostiakov入渗模型参数为输出变量的BP预报是可行的,入渗系数k的相对平均误差为0.29%、入渗指数α的相对平均误差为1.28%,以及根据两个入渗参数计算得到90 min累积入渗量的相对平均误差为2.37%,对所建立的模型进行检验时,以上三个参数检验误差的平均值均能控制在3%以下,确定所建立的BP预测模型能获得较好的效果。     

Philip入渗模型参数的非线性预报模型

利用黄土高原区大田耕作土壤的水分入渗试验过程资料,拟合了Philip入渗模型参数,建立了以土壤体积含水率、干密度、粉、黏粒含量和有机质含量等土壤理化参数为输入变量,Philip入渗模型参数为输出变量的土壤传递函数,通过对函数的分析、检验,建立了土壤入渗参数S和A的多元非线性预测模型;在此基础上,运用灰色关联分析理论,将各输入变量进行了灰色排序。研究表明:用土壤体积含水率、干密度、粉粒含量、黏粒含量和有机质含量作为预报模型的输入参数可实现对入渗参数的预测,预测参数实测值与预测值之间的相对误差可控制在8%以下,所建立的非线性预测模型高度相关。     

畦田Philip入渗参数和田面综合糙率同步推求

以水量平衡原理为基础,通过对畦灌地表水面线的概化,并将Philip入渗公式等同为α=0.5的Kostiakov修正模型,由此建立了利用畦灌水流推进过程同步推求Philip土壤入渗参数和田面综合糙率的模型.结合文献资料和大田试验对所建模型进行验证,并采用Matlab软件求解,得出不同地表储水形状系数σh下的入渗参数和糙率,并分别对入渗参数和田面综合糙率的可靠性进行了验证,结果表明所建模型同步推求土壤入渗参数和田面综合糙率是可靠的,并且计算方便,精度较高.     

Green-Ampt入渗模型国外研究进展

土壤水分入渗过程是土壤水分运移形式之一,对土壤养分和盐分运移及作物根系和微生物活性均有较大影响。目前描述土壤水分入渗过程的模型主要包括:Kostiakov模型、Philip模型、Green-Ampt模型等,Green-Ampt入渗模型表达式简单、涉及参数较少,具有一定的土壤物理基础,是当前使用最广的土壤水分入渗模型。国外关于GreenAmpt入渗模型研究很多,对Green-Ampt模型国外研究现状进行系统地总结。从Green-Ampt入渗模型的基本表达式出发,总结了该模型优缺点及涉及参数(饱和导水率Ks、湿润锋面吸力Sf、土壤水分入渗率i(t)等)的改进算法;综述了Green-Ampt入渗模型的国外应用现状;并对比分析了Kostiakov模型、Philip模型、Green-Ampt模型等,Green-Ampt入渗模型。基于Green-Ampt的国外研究现状,为国内该领域的研究指明方向。     

非充分供水土壤水分入渗模型的试验研究

基于均质土壤的非充分供水入渗试验数据,通过回归分析的方法,分析讨论了Kostiakov二参数模型、三参数模型、Horton模型和Philip模型,对非充分供水条件下土壤控制阶段入渗过程的适用性。结果表明:Kostiak-ov二参数模型、三参数和Philip模型的显著性和相关性都较高;综合考虑Kostiakov三参数模型的显著性、相关性以及回归参数与实际入渗过程边界值的吻合性,认为用Kostiakov三参数模型描述土壤入渗能力控制阶段入渗特性效果最好。     

负水头条件下入渗模型对于水分入渗规律适用性研究

通过室内土柱入渗实验,对比了不同负水头高度条件下的土壤入渗规律,并采用了三种入渗模型分析了土壤水分入渗特点。实验结果表明,累积吸渗量与时间呈良好的幂函数关系,湿润锋与时间平方根间呈良好的线性关系,并且负水头高度减小,累积入渗量逐渐减小,湿润锋的推进速度减慢。累积入渗量与湿润锋推进距离呈良好的线性关系。利用Green-Ampt模型、Philip模型和Kostiakov公式对入渗率与入渗时间的关系进行拟合,得出Kostiakov公式能更准确地描述出入渗率与时间关系。     

降水头垂直入渗Green-Ampt模型显式近似解研究

在分析降水头入渗过程的基础上,应用Green-Ampt入渗模型,并假定降水头垂直一维入渗也适用于Philip入渗模型的前提下,通过二模型参数间的转换关系建立了适用于降水头垂直一维入渗的累积入渗量的显式函数,并利用3种不同土壤进行了检验。结果表明,降水头垂直一维入渗的累积入渗量可适用于Philip入渗模型,所建立的降水头垂直一维累积入渗量显函数的整体相对误差分别为1.89%、0.02%、0.10%;均方根误差分别为0.13、0.07、0.08,模型的模拟精度较高,能有效地模拟连续降水头条件下的入渗过程。     

基于Green-Ampt和Philip模型的波涌灌间歇入渗模型研究

为了进一步揭示波涌灌间歇入渗的影响机制与规律,基于Green-Ampt和Philip入渗模型理论,建立了波涌灌间歇入渗分区模型,将第2供水周期及其后的供水周期内形成的入渗湿润区分别划分为重力势湿润区和基质势湿润区,并阐述了基于间歇入渗过程湿润区的分区入渗理论,通过Green-Ampt模型和Philip模型参数间的内在联系,建立了关于土壤体积含水率增量与累积入渗量之间的数学模型,并进一步根据土壤体积含水率增量与累积入渗量之间的线性图形特征,确定了不同分区下各供水周期的水分运动参数,分别为湿润锋面处吸力hf与表征饱和导水率Ks,且各间歇周期供水阶段的hf随着周期数的增大呈减小趋势,最后,利用分区模型将不同供水周期下的累积入渗量与湿润锋运移距离计算值同实测资料相比较,与实际值相比总体平均相对偏差分别为3.6%和8.6%,改进模型的适用性较好,拟合精度较高。因此,该模型可以较准确地描述波涌灌间歇入渗机理,为波涌灌灌水技术的合理设计提供了理论依据。     

基于神经网络方法的季节性冻土Kostiakov入渗模型参数预测

以提高季节性冻土区农业冬春储水灌溉质量为研究目的,基于田间冻土入渗试验资料,建立了以冻融土壤基本理化参数为输入变量,Kostiakov累积入渗量模型参数为输出变量的BP预测模型。所建参数模型对入渗系数K和入渗指数α预测值的平均相对误差在4%以下,在可接受范围之内。结果表明,选择土壤黏粒量、体积质量、体积含水率、地表土壤温度和灌溉水温作为冻融土壤入渗参数BP预报模型的输入因子是合理的,建立的冻融土壤入渗参数BP预报模型是可靠的。     

太行山低山丘陵区坡位对土壤渗透性能影响研究

【目的】探究太行山低山丘陵区坡位对土壤渗透性能的影响,模拟不同坡位土壤水分入渗过程并选择该研究区的最适模型。【方法】选择栓皮栎林、侧柏林及撂荒地的典型坡面,通过野外调查和室内分析相结合的方法,研究了该地区不同植被类型条件下土壤渗透性能的坡位差异,分析了Horton模型、Philip模型和Kostiakov模型对不同坡位水分入渗过程的拟合效果。【结果】3种林型不同坡位间的初渗率、稳渗率及平均入渗率总体均表现为坡上坡中坡下。在栓皮栎林坡上的稳渗率比坡中及坡下分别增加了29.41%和83.33%,在侧柏林分别增加了90.43%和67.29%,在撂荒地分别增加了20.00%和36.63%。Horton模型、Philip模型和Kostiakov模型对不同坡位水分入渗过程拟合的判定系数分别为0.90、0.74和0.96。【结论】不同植被类型下的土壤渗透性能具有显著的坡位差异。在整个入渗阶段,坡上的累积入渗量是最大的,体现了较好的入渗性能。Kostiakov模型和Horton入渗模型更适合研究太行山低山丘陵区坡面的土壤水分入渗过程。     

间歇组合灌溉下中度盐碱土壤入渗规律

为了进一步揭示咸淡水间歇组合灌溉入渗的影响机制与规律,在室内采用垂直一维积水入渗试验,研究了不同间歇时间、组合次序下的土壤入渗特征;基于实测资料探讨3种常规的入渗模型对间歇组合灌溉在中度盐碱土壤入渗规律的适用性.结果显示:在同一入渗时间下,累积入渗量从大到小依次为间歇组合灌溉(0 min),间歇组合灌溉(30 min), 间歇组合灌溉(60 min), 间歇组合灌溉(120 min),且它们之间的差异随时间的延长越来越具有统计学意义;在整个入渗过程,入渗速率分为初渗阶段和稳渗阶段,且与先咸后淡相比,先淡后咸先到达稳定入渗率;与Green-Ampt模型、Philip模型相比,Kostiakov模型能更加准确地描述间歇组合灌溉的入渗率变化特征,但在Kostiakov模型中,先淡后咸拟合精度低于先咸后淡,说明咸淡水组合次序对模型拟合精度影响较大.