西藏林芝地区土壤水分特征曲线适用性研究

西藏地区自然气候特征、成土母质和成土条件有着显著的地区特性,了解西藏高原地区土壤水动力学特性对于研究高原地区水文和水循环过程具有重要的意义。2015年分别在林芝地区米林县(海拔2 905 m),八一镇(海拔3 240 m)和林芝县(海拔3 879 m)3个青稞种植区田间取样,在原状土土壤水分特征曲线测试的基础上,研究了西藏林芝地区土壤基质势和土壤含水率之间的关系,并建立了参数的微分求解方程,发展了土壤水分特征曲线非线性函数的参数估计方法;基于实测值构建Jacobi矩阵,采用全局性最优方法确定了van Genuchten模型和Gardner-Russo模型的参数。结果表明,-11.0~-4.0、-42.0~-11.0 k Pa以及-54.0~-42.0 k Pa基质势区段的单位基质势平均含水率变化量分别为5.4×10-3、11.2×10-3和6.7×10-3cm~3/(cm~3·k Pa),最大差异性发生在-54.0~-42.0 k Pa之间,西藏地区的土壤水分特征曲线形状主要决定于黏粒质量分数,而砂粒质量分数则主要影响土壤水分特征曲线的变异性。van Genuchten模型和模拟6组试验数据的相对误差平均值和最大值分别为0.04和0.09。采用Gardner-Russo模型模拟6组试验数据的相对误差的平均值和最大值分别为0.06和0.14。van Genuchten模型模拟西藏林芝地区的土壤水分特征曲线的精度及有效性显著超过Gardner-Russo模型。     

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。     

基于黏粒量的土壤水分特征曲线预测模型

[目的]建立基于黏粒量的土壤水分特征曲线预测模型.[方法]设计12种不同黏粒量的质量混合比处理,获得一系列合成土样,通过测定合成土样的土壤水分特征曲线,研究了在体积质量一致的条件下,黏粒量对土壤水分特征曲线参数和孔隙分布的影响.[结果]在体积质量为1.55 g/cm3条件下,黏粒量增加1.9倍,土壤中传导孔隙(0.03...     

基于支持向量机的水资源开发利用

基于支持向量级模型良好的泛化能力，构建了区域水资源开发利用程度的支持向量机评价模型。针对评价标准，采用均匀分布随机函数，在三个标准间内插10个样本，形成共30个样本用于支持向量机的训练，实现了对西安市水资源开发利用程度的综合评价。实例研究表明，运用支持向量机分类模型进行区域水资源开发利用问题研究，评价结果合理、可靠，可以为区域水资源开发利用评价提供一种新的方法。     

长江上游低山丘陵区土壤水分特征曲线传递函数研究

【目的】土壤水分特征曲线是定量研究土壤水分运动和溶质迁移的重要参数,为估算长江上游低山丘陵区土壤水力学参数提供实用的函数工具。【方法】以长江上游低山丘陵区盐亭万安小流域为研究区,测定3种不同土地利用类型（水田、旱地、林地）土壤水分特征曲线与土壤基本理化性质,在van Genuchten(1980)模型参数拟合及Pearson相关分析的基础上,运用多元逐步线性回归分析法,分别建立模型参数θr、θs、α和n的土壤传递函数,并进行准确度评估与分析。【结果】(1)研究区不同土地利用方式下土壤持水量的大小顺序为：水田>旱地>林地,但土壤供水能力差异不明显;(2)采用本研究建立的传递函数所得的土壤水分特征曲线估算与实测值对3种不同土地利用类型土壤的决定系数（R2）均高于0.97,旱地的估算效果最佳;(3)与4种常用传递函数（Vereecken(1989)、W?sten(1999)、Weynants(2009)和Schaap(2001)）相比,采用本研究构建的土壤传递函数的估算准确度最高。【结论】本文构建的土壤传递函数可用作该地区土壤水分特征曲线模型参数估算的实用工具。     

原状黄土土壤水分特征曲线预测模型优选

为了省时、省力、精度高的获取土壤水分特征曲线,以黄土高原区6种质地241个田间原状黄土土壤为研究对象,利用HYPROP仪器测定了原状黄土土壤水分特征曲线,应用Hyprop Fit软件中的不同模型对实测所得土壤水分特征曲线进行拟合,确定各土样的土壤水分特征曲线模型参数,并通过模型计算出实测土壤吸力所对应的含水率,与实测值进行比较。最终选择Frelund-Xing模型作为原状黄土土壤水分特征曲线的最优预测模型。     

基于小波分析的支持向量机径流预测模型及应用

针对径流年内、年际变化幅度大、单一方法难以预测的特点,提出基于小波分析的支持向量机径流预测模型。该模型从时频分析角度出发,把月径流序列分解成不同的频率成分,分别采用支持向量机进行预测。以淮河支流沙河上游某水库月径流预测为研究实例,得出了较满意的预测结果。通过与其它方法预测结果的对比分析,验证了模型的有效性,为径流预测提供了一条新途径。     

基于灰色支持向量机组合模型的农产品产量预测

鉴于灰色预测模型和支持向量机各自的优点,将灰色预测模型与支持向量机相结合,提出灰色支持向量机组合模型,并将该模型应用于花生产量预测中。结果表明,与单一支持向量机和灰色预测模型相比,灰色支持向量机组合模型的预测精度明显提高。     

基于联合多重分形的土壤水分特征曲线土壤传递函数

利用联合多重分形方法识别在不同尺度上对土壤水分特征曲线空间变异性都具有显著影响的因素,基于得出的结论建立考虑尺度效应的小尺度和大尺度van Genuchten模型参数的土壤传递函数,探讨了将小尺度上得出的联合多重分形结论进行尺度扩展,应用到大尺度上的可行性。结果表明:小尺度和大尺度上基于0～20 cm和20～40 cm土层van Genuchten模型参数土壤传递函数预测的土壤含水率均方根误差分别为0.038 6、0.047 3和0.027 0、0.030 4,可将小尺度上进行联合多重分形分析得出的结论进行尺度扩展,应用到大尺度上,且建立的土壤传递函数具有较强的理论基础和较高的预测精度。     

基于支持向量机的机械零件寿命预测模型研究

机械零件的使用寿命是一个重要的问题,直接影响机械设备的安全和稳定运行。传统试验方法确定机械零件的寿命需要耗费大量的时间和资源,而且在试验过程中难以考虑到各种复杂的实际工作环境和使用条件。采用支持向量机的方法来预测机械零件的寿命,通过机械零件退化特征构造时间更新方程分析推断材料在不同工作条件下的寿命。研究结果可以为机械设备的设计和维护提供参考依据与分析方法。     

基于支持向量机模型的水质评价研究

将支持向量机方法应用到水质评价中,建立了RBF核函数支持向量机评价模型。根据石头口门水库水质特征,选择溶解氧、化学需氧量、高锰酸盐指数等五项指标作为输入因子进行评价,并与综合水质评价法、模糊综合评价法比较。研究结果表明石头口门水库主要为Ⅱ类和Ⅲ类水,呈汛期较差、非汛期较好的变化规律。通过实例验证,说明支持向量机方法能够较好的解决分类评价问题,评价结果良好,符合客观事实,具有很好的研究价值和推广前景。     

基于最小二乘支持向量机模型预测田面糙率

田面糙率是影响地面灌溉质量的重要参数。基于最小二乘支持向量机建立了两类4个田面糙率预测模型,并进行了验证。结果表明第一类模型预测值(即作物地采用LSSVM-N-I3、裸地采用LSSVM-N-I1,翻耕地采用LSSVM-N-I2)相对误差最大值为9.7%;第二类模型预测值(即LSSVM-N-II模型)相对误差最大值为10.5%,由此可见两类模型都具有较高的预测精度,可以用于田面糙率的预测。     

基于支持向量机的中国节水灌溉面积预测研究

为了了解未来几年中国节水灌溉面积的发展趋势,需要建立节水灌溉面积的预测模型。在对2000-2010年中国节水灌溉面积的统计数据进行归一化处理的基础上,采用支持向量机算法建立了回归预测模型。其中,2000-2009年的数据为训练样本,2010年的数据为检验样本。仿真预测与实际预测的结果表明该预测模型在所有预测样本点的相对误差的绝对平均值仅为0.14%,能满足对节水灌溉面积进行预测的需要。采用该模型对中国未来5年的节水灌溉面积进行了预测,指出了中国节水灌溉面积在"十二五"期间有加速增长的趋势。该研究结论对于了解未来中国节水灌溉的发展状况和制定相关规划具有重要的参考价值。     

基于支持向量机回归的营养液调控模型研究

针对目前设施栽培中营养液动态调配精确度低的问题,提出一种基于支持向量机回归(Support vector machine regression,SVR)的营养液调控模型.首先,通过设计嵌套试验采集了13个温度、50组不同Knop营养液(A:99％Ca(N03)2·4H20、B:98％KN03、C:99％KH2P04、D...     

基于支持向量机的水质预测应用实例

水质预测作为水环境污染控制的重要手段,能够预测水质的变化趋势,从而有效地控制水质恶化情况。分析了支持向量机的回归理论和算法;构建了支持向量机水质预测模型。应用实例以通州区新江海河站点为研究对象,取NH3-N浓度和TP浓度为时间序列样本,运用支持向量回归机的理论与方法,构造预测模型,并利用Libsvm软件包和MATLAB软件进行水质预测。从整体预测效果来看,其预测结果能较好地反映水质情况。     

农田耕作土壤田间持水率的BP预测模型

为了合理确定疏松黄土的灌溉制度,基于黄土高原区农田耕作层土壤田间持水率的测试资料,建立了以土壤理化参数包括土壤体积质量、黏粒量、粉粒量、有机质量为输入变量,田间持水率为输出变量的BP预测模型。结果表明,预测值和实测值的相对误差控制在7%以内,在可接受的范围,表明利用土壤基本理化参数预报农田耕作土壤的田间持水率是可行的。研究结果可为黄土高原区耕作农田土壤水分调控和灌溉管理提供支撑。     

基于支持向量机的洪水预报模型初

用传统的机器学习方法进行洪水预报建模存在泛化能力难以保障，训练速度慢等一些困难。对统计学习理论和支持向量机的基本内容和核心思想进行了简要的介绍，探讨了基于支持向量机的洪水预报模型的建模方法。通过实例中的应用，该模型显示了泛化能力强，训练速度快，便于建模等优点，有良好的应用前景。