冻融土壤Kostiakov入渗模型参数的非线性预报模型

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。     

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。     

基于Kostiakov二参数入渗模型参数的BP预测

基于黄土高原区大田耕作土壤的水分入渗试验,建立了Kostiakov二参数入渗模型参数的BP神经网络预测,实现了以土壤基本理化参数为输入变量,Kostiakov二参数模型参数为输出变量的BP预测方法,并分别对二参数模型中的入渗系数k、入渗指数α以及90min累积入渗量H进行了预测值与实测值的精度比较,结果显示对入渗系数k实现BP预测的平均相对误差为6.082 3%,入渗指数α的平均相对误差为1.045 9%,90min累积入渗量H的平均相对误差为4.973 5%,三者的平均相对误差值均在7%以下,预测精度较高,预测效果较好,表明以土壤基本理化参数为输入变量的BP神经网络预测是可行的。研究结果为获取准确的入渗参数提供技术手段,进而为提高农业灌溉水管理水平和灌水效率提供支撑。     

冻融条件下土壤水分入渗参数BP预报模型研究

为提高季节性冻土区冬季储水灌溉的灌水质量和效果,基于冬季冻土期的大量田间冻土入渗试验样本,建立了基于BP神经网络模型的Kostiakov三参数入渗模型参数的预测模型,实现了利用土壤基本理化参数地表土壤容重、含水率及冻结土壤特有参数冻土层厚度、灌溉水温、土壤温度对入渗模型参数的预报。通过BP神经网络对数据样本和入渗参数进行的非线性逼近训练和误差分析,得到其平均相对误差都小于5%,在可接受范围内。这表明基于基本理化参数及特有影响参数建立的Kostiakov土壤入渗经验模型的三参数预报模型是可行的。研究结果对于冬季冻融土壤灌溉技术参数的确定有重要的支撑作用。     

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。     

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。     

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。     

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。     

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。     

单膜孔肥液入渗影响因素试验研究

通过室内入渗试验,研究了单因素变化条件下单膜孔肥液入渗特性。结果表明,单位膜孔面积的累积入渗量随着膜孔面积的增大而减小;土壤初始含水率越大,累积入渗量越大;土壤容重越大,累积入渗量越小;土壤的黏粒含量越高,土壤入渗能力越小;随肥液浓度的增加,入渗量增大。不同影响因素的单膜孔肥液累积入渗量均符合Kostiakov模型。建立了由垂直一维入渗参数来确定单膜孔肥液入渗参数的数学模型以及由清水入渗参数和肥液浓度推求不同浓度的肥液入渗量的数学模型。该成果为进行膜孔灌施肥技术研究奠定了理论基础。