| 土壤热导率影响因素及模型评估研究 |
| |
| 引用本文： | 王卫华,蔡礼良,龚一丹. 土壤热导率影响因素及模型评估研究[J]. 华南农业大学学报, 2020, 41(5): 124-132. DOI: 10.7671/j.issn.1001-411X.201912006 |
| |
| 作者姓名： | 王卫华 蔡礼良 龚一丹 |
| |
| 作者单位： | 昆明理工大学 农业与食品学院,云南 昆明 650500;昆明理工大学 农业与食品学院,云南 昆明 650500;昆明理工大学 农业与食品学院,云南 昆明 650500 |
| |
| 基金项目： | 国家自然科学基金(51409136)；云南省科技厅面上项目(2019FB075) |
| |
| 摘 要： | 【目的】通过对预测模型的评估,综合考虑各方面因素,使各模型在适用条件范围内扬长避短、发挥优势,简洁、快速、精确地获取土壤热导率的预测值,以实现复杂程度上的定量化研究。【方法】对前人提出的16种土壤热导率模型的优势和劣势及应用条件、影响因素进行分析总结,将其中14种模型的预测数据与从文献中收集的实测数据进行比较,通过线性回归分析与均方根误差分析,实现模型评估。【结果】含水率和石英含量对土壤热导率有很大影响,石英的热导率约为7.9 W·m~(-1)·K~(-1),是所有土壤矿物中最高的,在湿润状态下的土壤热导率远高于干燥状态下的;常温下,Wiener的模型回归系数为0.133和2.208,模型决定系数为0.393和0.820,与其他模型相比偏差明显;而Geo-Mean模型显示出最低回归系数0.668,最高均方根误差0.598,模型的预测值与实测值偏差显著;Zhang等的模型、Chen的模型和Haigh的模型回归系数分别为0.994、0.919和0.891,均方根误差为0.280、0.315和0.394,表现出相对较高的预测精度;Lu等模型的回归系数为0.850,决定系数为0.976,土壤热导率的预测精度一般,而基于Lu等模型改进的苏李君等模型显示最高回归系数(0.997)和决定系数(0.980),表现出最优的性能。【结论】在需要考虑土壤类型的情况下,推荐使用苏李君等的模型,该模型能够更加详细描述土壤物理基本参数对土壤热导率的影响。
|
| 关 键 词： | 土壤热导率 影响因素 预测模型 模型评估 |
| 收稿时间： | 2019-12-05 |
Research on influencing factors and model assessment of soil thermal conductivity |
| |
| WANG Weihu,CAI Liliang,GONG Yidan. Research on influencing factors and model assessment of soil thermal conductivity[J]. JOURNAL OF SOUTH CHINA AGRICULTURAL UNIVERSITY, 2020, 41(5): 124-132. DOI: 10.7671/j.issn.1001-411X.201912006 |
| |
| Authors: | WANG Weihu CAI Liliang GONG Yidan |
| |
| Affiliation: | Faculty of Agriculture and Food, Kunming University of Science and Technology, Kunming 650500, China |
| |
| Abstract: | |
| |
| Keywords: | soil thermal conductivity influencing factor prediction model model assessment |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《华南农业大学学报》浏览原始摘要信息 |
|
点击此处可从《华南农业大学学报》下载全文 |
|
