首页> 中文学位 >浙西低丘红壤水分特征曲线转换函数的构建与评估
【6h】

浙西低丘红壤水分特征曲线转换函数的构建与评估

代理获取

目录

第1章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 研究内容和技术路线

第2章 材料与方法

2.1 研究区概况

2.2 野外样点的布设与采样

2.3 土壤理化性质测定

2.4 土壤水分性质测定

2.5 土壤水分特征曲线拟合方法

2.6 土壤转换函数构建方法

第3章 红壤水分特征曲线的拟合与评价

3.1 原始数据的转换

3.2 红壤水分特征曲线的拟合

3.3 拟合模型的精度对比

3.4 小结

第4章 低丘红壤持水特征及其影响因素

4.1 母质发育程度和土层深度对红壤水分特征曲线的影响

4.2 地形位置对红壤水分特征曲线的影响

4.3 侵蚀复垦对红壤水分特征曲线的影响

4.4 土地利用方式对红壤水分特征曲线的影响

4.5 小结

第5章 红壤水分特征曲线转换函数的构建与评估

5.1 基于多元逐步回归的线性模型

5.2 基于BP人工神经网络的非线性模型

5.3 两种模型的对比分析

5.4 小结

第6章 结论与展望

6.1 结论

6.2 进一步工作的方向

参考文献

致谢

声明

展开▼

摘要

分布于浙江中西部、江西大部和湖南中东部地区的低丘红壤,是我国热带、亚热带经济林木和粮食生产的重要基地。由于降雨时空分布的差异性,南方红壤存在严重的季节性干旱问题,制约了农业的持续高效发展。开源节流,加强红壤水资源的科学管理,是实现红壤资源可持续利用的重要途径。红壤水分性质及其运移规律则是提高水资源利用效率的关键。在土壤水分运移的研究中,描述土壤基质势与含水量之间关系的土壤水分特征曲线是必需的水力学参数。由于土壤水分特征曲线的室内或田间测定工作量大、周期长且成本较高,大面积实地测定不切实际。本文以浙江省西部低丘红壤为研究对象,通过红壤持水特征数据的测定,对不同母质发育程度、不同利用方式、不同地形位置、不同侵蚀程度下的红壤持水性质进行了分析,建立不同类型红壤水分特征曲线的拟合模型。再基于红壤基本理化性质数据通过多元线性回归和BP人工神经网络建立土壤水分特征曲线模型参数的预测方法(土壤转换函数)。为低丘红壤水分性质的研究和应用提供支持。主要研究结论如下: (1)采用传统的趋势线方法对红壤水分特征曲线进行趋势线拟合,模型的决定系数从大到小依次为多项式、线性、指数、对数。在四种常见的趋势线形式中,多项式形式对红壤水分特征曲线的拟合精度最高。 (2)用两种国际通用的土壤水分特征曲线模型对红壤水分特征曲线进行拟合,结果表明两种模型的拟合精度均高于多项式趋势线。其中,van Genuchten模型的精度优于Mckee and Bumb模型,拟合出的曲线形态符合红壤的释水特点,且模型中的四个参数均有实际物理意义。 (3)不同母质发育程度、地形位置、侵蚀程度、耕作方式的红壤水分特征曲线形态存在差异,这与红壤的结构组成、容重和有机质含量不同有关。不同发育程度对红壤水分特征曲线的影响主要是在高吸力段,发育程度高的土壤风化彻底,细孔隙发育良好,对水的吸附力强,高吸力段土壤持水曲线走势平缓,单位吸力变化引起的含水量变化较小。地形位置不同对红壤持水特征造成影响,从坡顶向坡底由于粉砂粒含量递增、土壤结构性变差,导致土壤持水量降低。不同土层深度的红壤水分特征曲线差异较小。侵蚀红壤经过复垦后,有机质含量增加,土壤容重降低,土壤结构恢复,土壤持水性能得到改善,改善程度与复垦时间成正比。水耕和旱作两种耕作方式均使得红壤持水性提高,水耕红壤经人工培肥后,粉粒含量增加,低吸力段持水能力较强;而旱地粘粒含量较高,细小孔隙发育较好,在高吸力段持水能力较强。 (4)基于红壤基本理化性质数据,采用线形(多元逐步回归)和非线性(BP神经网络)的拟合方法对所建立的红壤水分特征曲线模型中的四个参数——饱和含水量(θs)、残余含水量(θr)、与进气值有关的参数(lgα)、与曲线形状有关的参数(lgn)分别建立土壤转换函数模型。验证结果表明,BP人工神经网络对θs的建模的R2达0.96,高于多元逐步回归的0.76,验证精度与多元逐步回归相当。BP人工神经网络对θr和lgα的建模精度与多元逐步回归相当,而验证时的绝对平均误差MAE和均方根RMSE均小于多元逐步回归,验证精度优于多元逐步回归。BP人工神经网络对 lgn的建模与验证精度均优于多元逐步回归。这两种方法均可用于建立低丘红壤水分特征曲线参数预测模型, BP人工神经网络方法在精度上略胜一筹。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号