导读:本文包含了土壤转换函数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:土壤,函数,神经网络,入渗,模型,滩涂,水分。
土壤转换函数论文文献综述
安乐生,赵宽,李明[1]（2019）在《表征全吸力范围的土壤水分特征曲线模型评估及其转换函数构建》一文中研究指出基于非饱和土壤水力性质数据库(UNSODA)中选取的从砂土到黏土共256个土壤样本,系统性地评价了表征全吸力范围的土壤水分特征曲线模型(LIAO模型)的适用性,并构建和验证了预测LIAO模型参数的土壤转换函数(PTFs)。结果表明:(1)与传统的van Genuchten模型(仅适用于描述毛管水运动)相比,LIAO模型对不同质地土壤水分特征曲线的预测精度更高,均方根误差(RMSE)降低了约45%;(2)LIAO模型参数与土壤基本性质(如砂粒、粉粒、黏粒、有机质含量和容重)之间存在不同程度的相关性,其中参数θs与容重的相关性(r=-0.783,P<0.01)最强,而其余参数与粉粒的相关程度最高;(3)基于逐步回归方法构建的PTFs能够解释LIAO模型参数总变异的31%～65%,其中对θs的预测精度最高,经双交叉验证表明PTFs稳定性较好。研究成果可为区域(尤其是干旱和半干旱地区)土壤水文模型提供参数支持。(本文来源于《自然资源学报》期刊2019年12期）
黎明扬,刘廷玺,罗艳云,段利民,张俊怡[2]（2019）在《半干旱草原型流域土壤入渗过程及转换函数研究》一文中研究指出为了进一步探究半干旱草原砂质草甸地土壤入渗过程与影响因素相互作用的关系,以内蒙古锡林河流域为研究区,在厚栗黄土、草甸沼泽土、草原风沙土、石灰性草甸土、淡黑土等5种土壤类型下设置38个土壤入渗试验点以及62个土壤生态调查点,测定了各点位土壤的粒径、容重、有机质、含水率、地下生物量等理化特征。使用Green-Ampt、Philip、Kostiacov、Horton、Mezencev及USDA-NRCS等6种入渗模型模拟入渗过程,结果显示Horton和USDA-NRCS模型模拟效果最好,Adj-R~2分别为0.975和0.911,并利用模拟效果最好的Horton模型计算稳定入渗率,对土壤入渗特性和入渗影响要素进行了主成分和相关性分析并建立土壤转换函数,在此基础上对整个研究区的土壤稳定入渗率进行了1 km×1 km精度的面尺度拓展。研究表明,半干旱草原型流域的土壤入渗主要受到土壤物理属性与外界环境两种要素的影响,使用相关性显着的影响要素建立的土壤转换函数可以较好地模拟半干旱草原型流域的土壤入渗特征值,在小流域尺度上使用土壤转换函数的预测效果相较入渗模型的面尺度拓展更加精细。(本文来源于《水利学报》期刊2019年08期）
叶云雪,邹维列,袁斐,刘家国[3]（2018）在《基于土壤转换函数(PTF)预测不同初始孔隙比土的土–水特征曲线》一文中研究指出提出了预测van Genuchten(VG)模型参数n的一个土壤转换函数(pedotransfer function, PTF),该函数是一个非线性回归方程,结合VG模型参数?与初始孔隙比e0的回归方程,来预测不同初始孔隙比土的土–水特征曲线(SWCC)。n和?回归方程中的拟合参数(a,b和A,B)只需通过3组常规的SWCC试验数据即可校正。将选取的具有代表性的各个文献中的试验数据均分成两部分:一部分用于校正拟合参数(a,b和A,B),另一部分用于验证基于PTF预测SWCC方法的准确性。结果表明,基于PTF所预测得SWCC与文献中的试验数据具有很好的一致性。PTF只需引入一个预测变量即初始孔隙比e0;它不仅适用于变形土,也适用于非变形土。(本文来源于《岩土工程学报》期刊2018年12期）
高楠[4]（2017）在《奥地利土壤转换函数的构建研究》一文中研究指出土壤水动力学特性是土壤水分、溶质运移模拟研究中的重要参数,而土壤转换函数(PTFs)的构建及评价是土壤水动力学研究中的重要内容之一。本文主要针对奥地利土壤观测,结合采用多指标综合评价与BVTO(Bias/Vanriance Trade-Off)方法,对文献中PTFs、Soilpar原有模型以及Rosetta、改进Soilpar等改进模型进行模拟评价,比较得出预测效果最好的PTFs,并运用多元线性回归方法构建及评价适合奥地利土壤的PTFs,主要结论如下:(1)对于文献中PTFs模拟预测,分别从R2、RMSE、Slope来看,很难得出预测效果最好的模型。因此,将叁种指标综合起来,并结合BVTO图对模型进行评价,得出RB为预测θ-100效果最好的模型;θ-300预测效果最好的模型为GL和RB;VDB和TB是预测θ-15000效果最好的模型。相似地,对于Soilpar模拟预测,将叁种指标综合起来,并结合BVTO图对模型进行评价,得出预测θ-60效果最好的方法是BSST;BSSS和BSST是预测θ-100效果较好的模型;预测θ-300效果最好的模型是Brakensiek,BSSS对于预测θ-300也具有较好的预测效果;BSSS亦是预测θ-15000效果最好的模型。(2)对改进模型进行模拟评价,得出Rosetta对于预测θ-60具有较好的效果;预测θ-100效果最好的模型为ABSSS,Rosetta对于预测θ-100也具有较好的效果;ABrakensiek则为预测θ-300效果最好的模型;对于θ-15000,预测效果最好的是ABrakensiek和ABSST。通过比较改进Soilpar与原Soilpar模拟预测结果,在预测θ-300时原Soilpar Huston预测效果比改进的AHuston要好。另外,ABSSS和BSSS在预测θ-15000时预测效果均较好。其他改进的Soilpar模型均比原Soilpar模型模拟预测效果好。原有及改进模型中Rosetta和ABSSS分别是预测θ-60和θ-100效果最好的模型;预测θ-300效果最好的模型是ABrakensiek、Brakensiek和RB;ABSST和ABrakensiek是预测θ-15000效果最好的模型。(3)综合来看,多元线性回归方法构建本研究区的PTFs较原有PTFs或软件模型改进了θ-60、θ-100和θ-15000对应土壤含水量,尽管没有大幅度改进,但是,与原有及改进模型中最好模型相比较,多元线性回归构建的模型方程中θ-100和θ-15000自变量个数相对减少。而对于θ-300,构建PTFs预测效果较原有PTFs及改进PTFs(如ABrakensiek、Brakensiek和RB)稍逊。另外,虽然不同模型在不同基质势下模拟表现性能不一,但总体来看,NPTFs、Rosetta、BSST、BSSS、ABSSS、ABSST和ABrakensiek对于大部分基质势下土壤含水量模拟预测效果较好。通过土壤转换函数来估算不同基质势下的土壤含水量,其结果对于研究土壤水分的滞留和运移具有重要意义。(本文来源于《华北电力大学(北京)》期刊2017-03-01）
姚荣江,杨劲松,张同娟,李芙荣,王相平[5]（2014）在《滩涂围垦农田土壤饱和导水率的影响因素及转换函数研究》一文中研究指出确定苏北沿海滩涂围垦农田耕层土壤饱和导水率的影响因素,构建适合该区的土壤转换函数,是研究该区田间土壤水盐运动和盐渍化防控的重要前提。本文在该区典型地块实测土壤饱和导水率和相关土壤基本理化性质,探讨了该区土壤饱和导水率的剖面分布特点,对影响饱和导水率的土壤基本性质进行了主成分分析,并建立了用于该区饱和导水率间接估算的土壤转换函数。结果表明:滩涂围垦农田土壤饱和导水率随剖面深度增加呈表土层高、亚表层低、底土层又升高的趋势,20~40 cm土层饱和导水率最小,介于2.75~6.73 cm·d-1,属低透水强度;土壤容重随剖面深度增加表现出与饱和导水率相反的变化特点。除了容重、孔隙度、质地等物理因素外,土壤肥力、盐分等化学性质也是影响饱和导水率的重要因素;影响滩涂围垦农田土壤饱和导水率的因素可由持水特性、盐碱状况、养分特征和土壤质地4个主成分反映,其累计贡献率达78.17%。在Vereecken转换函数中引入土壤盐分后可提高预测精度,修正函数Vereecken_1是最适合滩涂围垦农区土壤、具有最佳预测精度的转换函数。本文构建的土壤转换函数,可通过较易获得的砂粒、黏粒、容重、盐分和有机质对耕层土壤饱和导水率进行较高精度的预测,其结果可为滩涂盐渍化农区田间尺度土壤饱和导水率间接估算以及水盐运动数值模拟提供支持。(本文来源于《中国生态农业学报》期刊2014年07期）
廖凯华,徐绍辉,吴吉春,朱青[6]（2014）在《基于PCR和ANN构建的土壤转换函数的适用性研究》一文中研究指出基于主成分回归和人工神经网络,提出了一种用于构建土壤转换函数的PCR-ANN组合预测方法,并将其与传统单一方法构建的PTFs进行了比较。结果表明,基于PCR-ANN组合预测方法构建的PTFs预测精度高于传统方法构建的PTFs。(本文来源于《灌溉排水学报》期刊2014年01期）
张娜,屈忠义,杨晓,付小军[7]（2014）在《贝叶斯模型在土壤转换函数中的应用与适应性评价》一文中研究指出为了研究大型灌区节水改造后的区域农田生态环境效应中分布式水文模型空间参数的确定问题,通过内蒙古河套灌区解放闸灌域22个土壤水盐监测点110个土壤样本的采样与分析,利用贝叶斯神经网络(BNN)模型建立了河套灌区区域分层土壤特征参数与土壤水分特征曲线模型参数、特征含水率之间的土壤转换函数模型,并与已有的BP神经网络模型进行适应性比较及模型验证。结果表明,BP模型土壤转换函数的训练模拟精度优于BNN,但是在模拟预测方面,BNN模型普遍好于BP模型,而且模型输入因子数量对BP模型的精度影响较大,而BNN模型对于不同输入因子表现出很好的稳健性,BNN模型比传统的人工神经网络模型具有更好的适应性和预测效果,体现了土壤特征参数的空间随机性和结构性特征,而且预测的土壤水分特征曲线与实测和VG拟合结果更为接近,是一种具有广阔应用前景的区域土壤转换函数推求方法。(本文来源于《农业机械学报》期刊2014年02期）
廖凯华,徐绍辉,吴吉春,朱青[8]（2013）在《不同土壤转换函数预测砂土非饱和导水率的对比分析》一文中研究指出以现有的4种土壤转换函数(Pedotransfer Functions,PTFs)(包括ROSETTA、RAWLS、CAMPBELL和VAUCLIN)为例,将其用于土壤水力性质数据库UNSODA中56个典型砂土样本的非饱和导水率预测,对4种PTFs的预测结果进行了误差分析,探讨了饱和导水率对非饱和导水率预测的影响。结果表明,当同种PTFs预测的饱和导水率作为输入时,在4种PTFs中VAUCLIN的预测精度最高,其次为ROSETTA和RAWLS,CAMPBELL的误差最大;当实测饱和导水率作为输入时,RAWLS、CAMPBELL和ROSETTA的预测精度有了不同程度提高,但VAUCLIN的预测误差反而有所增大;饱和导水率对非饱和导水率预测的影响较大,实测饱和导水率作为输入时CAMPBELL预测的非饱和导水率与实测值最为接近。(本文来源于《水科学进展》期刊2013年04期）
刘继红,兰传宾,陈杰[9]（2013）在《区域土壤容重转换函数构建与预测结果评价——以河南省封丘县为例》一文中研究指出以河南省封丘县为研究区,应用现有的代表性土壤转换函数(PTFs)对40个样点、169个样品的土壤容重实施预测并对其较差的预测精度进行了分析与评价,指出对于不同地区、不同类型、不同剖面垂直深度和不同发生层次的土壤,其容重PTFs的预测变量及相应参数各不相同。鉴于此,本研究基于获得的研究区基本土壤属性信息,应用回归分析手段分别构建了表层及心土层容重PTFs。预测结果显示,以土壤砂粒和有机质含量为预测变量的普通回归PTFs可以解释90%的土壤容重变异,且具有很高的预测精度;与心土层相比,表层土壤普通回归PTF的解释能力、预测精度均明显较低,表明表层土壤容重受其他随机因素尤其是人为活动因素的影响较强。进一步研究显示,通过逐步回归手段增加预测变量可以有效提高PTFs的解释能力和预测结果的合理性,但不一定能有效提高预测精度,PTFs预测精度主要取决于预测变量的遴选范围与数据质量。(本文来源于《土壤通报》期刊2013年01期）
易湘生,李国胜,尹衍雨[10]（2012）在《青海叁江源地区土壤水分常数转换函数的建立与比较》一文中研究指出利用土壤理化性质数据建立转换函数是间接获得土壤水力参数的重要手段之一。基于测定的土壤理化性质和土壤水分常数数据,本文采用回归分析、BP神经网络和基于BP神经网络的Rosetta模型3种方式分别建立了青海叁江源地区土壤饱和含水量、毛管持水量和田间持水量的转换函数,并对其预测精度进行了比较。结果表明:(1)回归分析方法总体预测效果比较理想,特别是田间持水量的平均误差(ME)和均方根误差(RMSE)都在3.397%以下,决定系数(R2)高达0.868;(2)BP神经网络方法的预测效果非常理想,各土壤水分常数平均误差和均方根误差都在4.685%以下,并且决定系数均在0.857以上;(3)Rosetta模型的预测效果相对较差,特别是饱和含水量和毛管持水量,平均误差(ME)和均方根误差(RMSE)相对较大,决定系数(R2)相对较小。3种方式中,BP神经网络方法所建立的毛管持水量和饱和含水量转换函数均为最佳,回归方法所建立的田间持水量的转换函数要好于BP神经网络方法和Rosetta模型,Rosetta模型对土壤水分常数的预测效果不如其他两种方式。研究可为青海叁江源地区土壤水力特性参数研究以及区域尺度上土壤水分估算提供科学依据。(本文来源于《中国生态农业学报》期刊2012年08期）
土壤转换函数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了进一步探究半干旱草原砂质草甸地土壤入渗过程与影响因素相互作用的关系,以内蒙古锡林河流域为研究区,在厚栗黄土、草甸沼泽土、草原风沙土、石灰性草甸土、淡黑土等5种土壤类型下设置38个土壤入渗试验点以及62个土壤生态调查点,测定了各点位土壤的粒径、容重、有机质、含水率、地下生物量等理化特征。使用Green-Ampt、Philip、Kostiacov、Horton、Mezencev及USDA-NRCS等6种入渗模型模拟入渗过程,结果显示Horton和USDA-NRCS模型模拟效果最好,Adj-R~2分别为0.975和0.911,并利用模拟效果最好的Horton模型计算稳定入渗率,对土壤入渗特性和入渗影响要素进行了主成分和相关性分析并建立土壤转换函数,在此基础上对整个研究区的土壤稳定入渗率进行了1 km×1 km精度的面尺度拓展。研究表明,半干旱草原型流域的土壤入渗主要受到土壤物理属性与外界环境两种要素的影响,使用相关性显着的影响要素建立的土壤转换函数可以较好地模拟半干旱草原型流域的土壤入渗特征值,在小流域尺度上使用土壤转换函数的预测效果相较入渗模型的面尺度拓展更加精细。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
土壤转换函数论文参考文献
[1].安乐生,赵宽,李明.表征全吸力范围的土壤水分特征曲线模型评估及其转换函数构建[J].自然资源学报.2019
[2].黎明扬,刘廷玺,罗艳云,段利民,张俊怡.半干旱草原型流域土壤入渗过程及转换函数研究[J].水利学报.2019
[3].叶云雪,邹维列,袁斐,刘家国.基于土壤转换函数(PTF)预测不同初始孔隙比土的土–水特征曲线[J].岩土工程学报.2018
[4].高楠.奥地利土壤转换函数的构建研究[D].华北电力大学(北京).2017
[5].姚荣江,杨劲松,张同娟,李芙荣,王相平.滩涂围垦农田土壤饱和导水率的影响因素及转换函数研究[J].中国生态农业学报.2014
[6].廖凯华,徐绍辉,吴吉春,朱青.基于PCR和ANN构建的土壤转换函数的适用性研究[J].灌溉排水学报.2014
[7].张娜,屈忠义,杨晓,付小军.贝叶斯模型在土壤转换函数中的应用与适应性评价[J].农业机械学报.2014
[8].廖凯华,徐绍辉,吴吉春,朱青.不同土壤转换函数预测砂土非饱和导水率的对比分析[J].水科学进展.2013
[9].刘继红,兰传宾,陈杰.区域土壤容重转换函数构建与预测结果评价——以河南省封丘县为例[J].土壤通报.2013
[10].易湘生,李国胜,尹衍雨.青海叁江源地区土壤水分常数转换函数的建立与比较[J].中国生态农业学报.2012
论文知识图
