共查询到10条相似文献,搜索用时 62 毫秒
1.
灰色GM(0,N)模型在土壤田间持水量预测中的应用 总被引:1,自引:0,他引:1
基于田间持水量测定试验数据及土壤理化参数测定试验数据,运用灰色预测理论对田间持水量与土壤理化参数的关联度进行分析,建立以土壤密度、土壤粉粒质量分数、土壤黏粒质量、土壤有机质质量分数为输入变量的GM(0,N)土壤田间持水量预测模型。对所建模型进行残差检验、关联度检验、后验差检验证明所建模型是可行的,实现了少数据、贫信息情况下利用土壤常规理化参数对土壤田间持水量的预测。 相似文献
2.
3.
基于不同环境下的河南省典型区域土壤田间持水量研究 总被引:2,自引:0,他引:2
土壤田间持水量是衡量土壤墒情和干旱程度的一个重要指标。由于田间持水量的测定环境不同,如季节、环境等因素,可能导致相同区域的土壤其测定结果也不相同。通过颗粒分析实验,确定了全省122处人工墒情站的土壤类型,并从中选取了3个不同土壤类型的站点开展不同季节不同环境下的田间持水量试验。结果表明:①从全省范围来看,河南省的土壤以壤土类型为主,在防汛抗旱时要充分考虑该种土壤类型的蓄水特性;②通过分析试验数据可以得到,其田间持水量与干容重呈现线性反比关系;③3种土壤在不同的季节及实验室温度环境下,田间持水量测定结果差别不大,因此可以得出田间持水量基本不受温度季节的影响的结论。 相似文献
4.
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 总被引:1,自引:0,他引:1
《中国农村水利水电》2016,(10)
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。 相似文献
5.
6.
针对基于网格的萨克拉门托模型(GSAC)产流参数难以估计的问题,提出利用世界和谐土壤数据库(HWSD)土壤属性数据估计和校正该模型产流参数的方法。首先,采用HWSD土粒百分含量和土壤质地分类数据估算流域各网格顶层(T层)与底层(S层)土壤的凋萎系数、田间持水量、饱和含水量等土壤水分常数;再采用一个气候指数和HWSD的T层张力水容量、田间持水量及凋萎系数推求GSAC模型上层厚度,继而利用上层厚度将流域各网格的HWSD土壤水分常数转换为GSAC模型上、下层土壤水分常数;最后利用GSAC模型上层厚度与转换了的土壤水分常数估计流域各网格的产流参数;在估计产流参数的同时,采用12个系数对这些产流参数进行校正,所有的校正系数通过自由搜索(FS)算法率定GSAC模型确定。呼兰河流域的应用结果表明:基于HWSD土壤属性数据估计GSAC模型网格化产流参数的方法简便易行,利用校正产流参数驱动的GSAC模型在率定期与验证期的纳什效率系数(NSEC)分别为0.81和0.83,与不校正产流参数情况相比,校正产流参数的GSAC模型能够取得更高的模拟精度。 相似文献
7.
8.
9.
田间持水量是重要的土壤水分常数之一,是开展墒情评价和旱情分析,指导科学灌溉不可缺少的基础信息。传统的土壤田间持水量测定方法操作复杂,给土壤墒情评价带来一定难度。通过将先进的无线土壤测量传感技术与传统的围框淹灌法相结合,提出了一种基于无线传感器的新方法,利用“滑动平均含水量法”和“移动平均法”计算确定土壤田间持水量,并在陕西、北京、吉林和河北不同土壤类型的农田开展验证试验。结果表明,与传统环刀法相比,围框淹灌仪器法测定结果的平均相对误差为4.89%,不同质地土壤上测定结果均比较稳定,两种方法测定的田间持水量随土层深度的变化规律一致。围框淹灌仪器法测定土壤田间持水量具有可靠性和便捷实用性,是土壤墒情监测与评价的有效方法,适宜推广应用。 相似文献
10.
冻融土壤Kostiakov入渗模型参数的非线性预报模型 总被引:1,自引:0,他引:1
《节水灌溉》2015,(11)
在山西汾河灌区季节性冻土区进行了3个越冬期的大田冻结土壤水分入渗试验,获取了Kostiakov冻结土壤二参数入渗模型参数的实测大样本,建立了各个土壤水分入渗参数与土壤理化参数间的非线性关系模型;通过MATLAB软件,实现了Kostiakov二参数入渗模型系数的求解。研究表明:用常规土壤理化参数土壤含水率、密度、物理性黏粒含量、土壤温度和有机质含量作为非线性预报模型的输入参数实现对入渗参数的预测是可行的,所建立的非线性关系模型高度相关,预测参数的实测值与预测值的相对误差可控制在10%以下。因此,用土壤常规理化参数对冻融土壤的水分入渗参数进行非线性预报是可行的,可为季节性冻土区冬季储水灌溉提供技术支撑。 相似文献