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。     

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。     

土壤水分入渗参数的非线性预报模型

以山西地区黄土高原区土壤为研究对象,通过实施大量大田耕作土壤水分入渗试验,获取了Kostiakov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入渗模型系数的求解。结果表明,常规土壤理化参数土壤含水率、体积质量、粉粒、砂粒和有机质质量分数作为非线性预报模型的输入参数是合理的,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8%以下。因此,用土壤常规理化参数对土壤水分入渗参数进行非线性预报是可行的。     

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。     

土壤水分特征曲线Van-Genuchten模型参数的土壤传输函数比选

基于黄土高原区多种土壤的水分特征曲线试验数据样本,建立了以土壤黏粒、土壤粉粒、干密度、有机质和盐分含量为输入变量,Van-Genuchten模型参数α与n为输出变量的非线性预报模型和灰色BP神经网络预报模型,在对两种模型误差参数α与n分别进行误差分析比较的基础上,对两种模型的预测结果进行了整体误差分析。结果表明:无论是参数α还是参数n,非线性模型的平均相对误差低于10%,综合精度平均相对误差为15.73%;灰色BP神经网络模型的预测精度的平均相对误差低于4%,综合精度平均相对误差为10.01%,灰色BP神经网络模型的预测精度都要比非线性模型的预测精度高,但灰色BP神经网络模型易出现过度拟合的情况。综合而言,两种模型均能实现Van-Genuchten模型参数α与n的预测,可根据具体情况选用其中一种以达到更好的预测效果。     

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。     

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。     

基于支持向量机的土壤水分入渗参数预测研究

为解决土壤水分入渗能力的空间变异性问题,以方山、河津、泽州等地土壤入渗试验为背景,选用两参数Kostiakov入渗模型,建立以土壤密度、体积含水量、黏粒和有机质含量等土壤理化参数为输入变量,土壤水分入渗参数为输出变量的土壤传递函数。通过对入渗参数k、α的土壤理化参数影响因子分析,表明土壤理化参数与土壤入渗参数间存在着相关关系。在此基础上,运用支持向量机理论,将入渗参数的非线性回归问题转化为一个二次凸规划问题,建立了土壤入渗参数k、α的预测模型,通过对预测样本的误差分析,表明基于支持向量机土壤水分入渗参数预测模型的预测效果良好,可实现土壤传递函数的有效建立。     

Kostiakov入渗模型参数的预测精度对比分析研究

基于黄土高原系列大田入渗试验数据,以土壤体积含水率、干容重、黏粒含量、粉粒含量、有机质含量为输入因子,采用支持向量机和BP神经网络两种算法,对Kostiakov二参数入渗模型参数进行预测,并对两种算法下预测结果的相对误差值进行分析,结果表明:采用支持向量机算法对入渗系数和入渗指数进行预测的结果相对误差最大值和平均值都比BP算法的预测结果要小,相对误差最小值比BP算法的预测结果要大;支持向量机算法比BP算法所得预测结果的稳定性好,精确度高。研究结果丰富了采用土壤传输函数获取入渗参数这一研究方向,同时为获取更高精度的入渗参数在方法的选取上提供一定的理论依据。     

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。     

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。     

基于畦灌灌水效果的土壤入渗参数预测精度控制研究

为实现土壤入渗参数预测精度的有效控制,以汾东灌区北长寿的灌水试验为背景,对灌水技术参数进行包括灌水效率Ea、储水效率Es和灌水均匀度Du在内的多目标模糊优化。在优化灌水的条件下,选用三参数Kostiakov入渗模型,将入渗参数k、α和f0不同程度地偏离,利用WinSRFR对不同入渗参数下的灌水效果进行模拟,分析灌水效果评价指标对入渗参数变化的敏感程度。结果表明:入渗参数k和f0偏离对灌水效果指标的影响明显较入渗指数α偏离的影响大;Ea和Es对入渗参数偏离的敏感程度相当,而Du的敏感程度大于Ea和Es。在此基础上结合灰色关联理论,建立入渗参数预测精度控制模型,以实现土壤传递函数的有效建立。     

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.     

优化技术在土壤入渗参数计算中的应用

对优化技术在入渗参数计算中的应用进行了研究,选取Kostiakov、修正的Kostiakov、Philip、Horton、Collis-George5个入渗模型,利用甘肃省3个大型灌区的实测资料计算了入渗参数,用剩余平方和对计算精度进行评价,结果表明,Collis-George模型、修正的Kostiakov模型较目前常用的Kostiakov模型能更好地描述这3个灌区的土壤入渗特性。     

不同斥水程度黏壤土一维入渗特性试验研究

采用人工配置的5种斥水程度等级的黏壤土,通过室内一维积水入渗试验,探究了斥水程度对黏壤土湿润锋运移、累积入渗量、入渗率、土壤剖面含水率以及水分再分布的影响,分析了不同斥水程度土壤入渗条件下入渗模型的适用性.结果表明:随着斥水程度增大,土壤入渗率变慢,湿润锋运移相同距离所需要的时间显著增加,其中运移到40 cm时,强斥水土壤比亲水土壤的运移时间增加了63%;随着斥水程度增大,累积入渗量减小,入渗结束时强斥水土壤比亲水土壤的累积入渗量减小了27%;土壤的入渗率也随着斥水程度增大而逐渐减小,强斥水土壤的稳定入渗率为亲水土壤的37%;随着斥水程度增大,土壤剖面含水率减小,且经过相同时间的水分再分布,土壤剖面含水率的变化量也随之减小;幂函数可以很好地模拟湿润锋运移距离和累积入渗量随时间的变化过程;对弱斥水土壤而言,Philip模型和Kostiakov模型对入渗率与时间的关系有较高的拟合度,而强斥水土壤则Kostiakov模型更为适用.研究可为斥水土壤的入渗提供理论基础.     

不同种植年限压砂地土壤水分入渗过程及模型分析

为探究不同种植年限对土壤水分入渗的影响,利用室内垂直一维土柱入渗试验分析了不同种植年限(2,5,10,20,30,40 a)压砂地土壤水分入渗速率、累积入渗量和湿润锋运移规律,借助4种入渗模型对土壤水分入渗过程进行拟合并评价其适用性,通过一维代数模型及相关参数预测土壤剖面含水率分布特征.结果表明：随种植年限增加,土壤累积入渗量、入渗速率及湿润锋运移距离均减小,入渗时间为300 min时,5,10,20,30,40 a的累积入渗量相较于2 a分别减少了27.01%,43.32%,53.22%,54.79%和54.68%,湿润锋运移距离减小了24.84%,38.38%,48.56%,52.67%和54.00%.4种入渗模型的R²从大到小依次为Horton模型、通用经验模型、Kostiakov模型、Philip模型.入渗完成后同一深度土壤剖面含水率呈现出随种植年限增大而减小的趋势,一维代数模型拟合的不同种植年限土壤剖面含水率值与实测值间的MAE均为0.48%～2.09%,RMSE为0.52%～2.13%,D均大于0.782,t检验P值均大于0.05,说明其可以较好地拟合...     

深松耕作对土壤物理性状和入渗性能的影响

为探讨深松耕作对华北平原地区土壤物理性状和水分入渗性能的影响,采用双环(APM)、入渗仪等试验材料,研究了深松(40 cm)+旋耕(PS)和仅旋耕(CK)2种耕作方式对冬小麦全生育期土壤物理性状及入渗特性的影响.结果表明:冬小麦全生育期,PS处理(0,40]cm土层土壤容重、紧实度较CK分别降低6.58%,31.29%,土壤含水率较CK增加12.11%;PS处理20,40 cm深度土壤饱和导水率较CK分别显著提高116.65%,83.69%,60 cm深度土壤饱和导水率较CK提高8.25%;PS处理土壤初始入渗速率、稳定入渗速率和累计入渗量畦灌前较CK分别提高21.52%,31.75%和11.56%,畦灌后较CK分别提高61.54%,68.42%和12.63%,差异具有统计学意义;采用4种入渗模型对入渗试验进行了比较,其中,Kositiakov入渗模型能够较好地对各处理进行拟合,决定系数R 2在0.92~0.96,得到了不同处理畦灌前后的入渗系数a和入渗指数b.研究结果可为不同耕作方式模拟畦灌过程、确定畦灌最优灌水技术参数提供参考依据.     

区域土壤水盐动态人工神经网络预测研究

根据黄河河套灌区多年的区域水盐监测资料 ,比较了 ANN三层、四层 BP网络不同学习速率下的收敛效果 ,拟合精度 ,应用四层 BP网络模型对灌区的年内不同时期的土壤水分、盐分的动态变化进行了模拟预测。研究表明 ,BP网络可以用于区域土壤水盐动态预测 ,方法简便可行 ,有较高的精度 ,是对传统的区域水盐动态模数值拟预测方法的补充。     

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。     

土壤紧实度估算G-A模型参数的空间变异分析

为了分析土壤入渗空间变异特征并为灌溉系统设计和管理提供依据,基于土壤初始重量含水率、土壤紧实度、土壤黏粒含量和入渗过程数据,利用多元线性回归方法,分析选用土壤紧实度对简化的G-A入渗模型参数进行估算的合理性;通过半方差函数分析,进一步探讨了不同畦田规格下土壤入渗空间变异特征.结果表明:土壤紧实度与土壤质地、结构和含水率关系密切,在与土壤入渗参数的回归关系中达到了系统的显著性要求,采用其对简化的G-A入渗模型参数进行估算是可行的;畦田规格由0.5 hm2扩展到3.0 hm2时,简化的G-A入渗模型参数的变异系数均在0.1~1.0,空间变异程度呈中等,空间结构具有中等相关性,且都可用球状模型进行描述,畦田规格差异对G-A入渗模型参数空间变异程度和空间结构影响不具有统计学意义.