首页> 中文学位 >三峡库区紫色土坡面水土流失与溶质迁移的数学模型
【6h】

三峡库区紫色土坡面水土流失与溶质迁移的数学模型

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 面源污染的概念与特点

1.2 国内外研究现状

1.3 研究课题的背景与意义

1.4 研究内容与技术路线

1.5 技术路线

第2章 试验材料与方法

2.1 试验材料

2.2 试验流程

2.3 测定指标与方法

2.4 实验数据分析方法

第3章 坡面水土流失及溶质迁移过程的影响因素

3.1 坡面产流过程的影响因素

3.2 坡面产沙过程的影响因素

3.3 坡面溶质迁移特征的影响因素

3.4 本章小结

第4章 降雨条件下坡面产流产沙模型

4.1 基于Philip入渗的产流模型

4.2 基于BP神经网络的产沙模型

4.3 模型界面及运算过程

4.4 本章小结

第5章 溶质迁移的质量传递函数模型

5.1 产流条件下土壤溶质迁移的TFM模型的建立

5.2 产流条件下土壤溶质迁移的TFM模型的应用

5.3 本章小结

第6章 结论与建议

6.1 结论

6.2 建议

致谢

参考文献

攻读硕士学位期间发表论文

展开▼

摘要

近年来,随着三峡库区经济社会发展的加快,农业化肥大量使用,水土流失日益严重,对三峡水库水质造成巨大压力,库区水华现象时有发生。给库区人民生产生活和生态环境造成巨大的负面影响。因此,研究三峡库区典型坡地和典型土壤的水土流失及溶质迁移的机理和途径,成为了面源污染治理的一项紧迫和重要的任务。
  本文以三峡库区典型土壤紫色土为研究对象,覆盖10~30°不同坡度的坡面,通过室内人工降雨实验,研究不同降雨因子、地形因子和土壤因子以及施肥作用下紫色土水土流失与养分流失的过程,在此基础上提出适合紫色土坡地的产流产沙模型和溶质迁移模型。并结合Matlab良好的数据处理和图形输出功能,建立了计算机模型。对预测和控制库区紫色土面源污染过程具有重要意义。主要研究内容和成果如下:
  (1)降雨因素和坡长是影响坡面水土流失的主要因素。降雨量和产流量呈现指数关系,坡长对产沙的影响作用大于产流的影响。产流量与产沙量呈现指数关系。初始产流时间与土壤含水率显著负相关,初始含水率达到饱和含水率的0.7倍以上时,土壤已经成为预湿润土壤,很快产生径流。紫色土的水土流失存在临界坡度,当坡度小于这个临界值时,产流强度和产沙强度随坡度增加而增大;当坡度大于这个临界值时,产流强度和产沙强度随着坡度增加而减小。影响产流的临界坡度为17°;影响产沙的临界坡度在20°~25°之间。
  (2)径流中全氮浓度随降雨时间呈现波动衰减趋势;全磷的浓度随降雨时间呈现衰减的趋势,雨强与溶质流失量正相关,与流失浓度没有显著的相关关系。随着坡度的增加,径流中全氮和溶解态磷浓度先减小后增加。实验坡长下,坡长对全氮和溶解态磷的浓度没有显著影响。施肥会增加径流中全氮和溶解态磷的流失浓度,相比于溶解态磷,施肥对于全氮浓度增加的影响更为显著。因为磷肥施加在土壤表面之后,其形态很快会发生改变,形成固定的磷酸盐形态,水溶性降低。这一作用导致径流中磷含量较低,80%以上的磷以颗粒态形式随着泥沙流失。泥沙中颗粒态磷含量稳定为0.5±0.01g/kg,是土壤中全磷含量的10倍左右。因此,泥沙是磷的主要流失途径,颗粒态是磷的主要流失形态。
  (3)首次将地形因子引入土壤水分运动方程,通过降雨强度、坡长、吸湿率、指数因子、坡度和饱和吸湿率这六个因素来计算和预测坡面产流量。坡面的产沙量可以用遗传算法优化的BP神经网络进行预测。BP神经网络采用7-10-10-1双隐层结构,遗传算法优化BP神经网络模型的初始权值和阈值,使算法具有搜寻全局最优的能力,提高模型预测精度和推广能力。采用降雨强度、产流时间、降雨前含水率、降雨后含水率、坡度、坡长、容重七个因素作为BP神经网络的输入向量,对坡面产沙量进行预测。质量传递函数模型结构简单,能够很好的预测短历时的次降雨溶质迁移过程。

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