导读:本文包含了水分特征曲线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,水分,曲线,特征,模型,神经网络,吸力。
水分特征曲线论文文献综述
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)
陈印平,夏江宝,刘俊华[2](2019)在《不同农田防护林下盐碱地土壤水分特征曲线差异对比》一文中研究指出揭示黄河叁角洲农田防护林土壤持水特征,探讨适宜的土壤水分特征曲线,为黄河叁角洲农田防护林蓄水保土提供理论依据。以毛白杨林、白蜡林和混交林(毛白杨+白蜡)等黄河叁角洲农田林网建设的3种典型农田防护林为研究对象,利用烘干法、环刀法和离心法测定土壤含水量、物理性质及持水性,分析其土壤水分状况及不同土层水分特征曲线的变化动态,运用决定系数和均方根误差分析比较Gardner和van Genuchten模型对实测数据的拟合效果。研究结果表明:黄河叁角洲防护林土壤含水量因吸力不同呈下降快速—缓慢—平稳的变化规律,随着水吸力的增大,比水容量均单调递减且无限趋近于零;在低吸力段失水快,水分易流失,随着吸力的增强,土壤持水性增强。分析Gardner和van Genuchten模型的参数,结果表明混交林的持水能力最强,其次是毛白杨林,白蜡林最弱。由分析2种模型的决定系数(R~2)和均方根误差(RMSE)可知,van Genuchten模型对黄河叁角洲农田防护林的实测土壤水分特征曲线的拟合效果优于Gardner模型。(本文来源于《中国水土保持科学》期刊2019年05期)
罗丽澎,王辉,朱晋斌,谭帅,胡传旺[3](2019)在《温度对南方红壤和水稻土水分特征曲线影响差异性分析》一文中研究指出为了研究温度变化对土壤水分特征曲线的影响,采用高速离心机法测定南方红壤和水稻土在4,12,20,28,36℃温度条件下土体脱湿过程的水分特征曲线,并运用VG模型进行参数提取,探讨了温度对土壤当量孔径分布、非饱和导水率及水分扩散度等参数的影响。结果表明:相同水势条件下红壤和水稻土的含水率随温度增加而显着减少(P<0.05),表现出4℃>12℃>20℃>28℃>36℃的关系,且同一温度下的红壤持水性能显着高于水稻土(P<0.05);不同温度处理下红壤和水稻土的非饱和导水率以及水分扩散度均表现出20℃最高、36℃最小的显着差异性(P<0.05),这表明土壤在20℃时的导水能力和入渗能力相对最佳,且同一温度下红壤的非饱和导水率和水分扩散度均低于水稻土;红壤和水稻土的饱和含水率θ_s、进气值相关参数α、形状系数n均随温度增加而缓慢减小,拟合参数随温度变化而差异显着(P<0.05),这说明土壤水分特征曲线参数对温度有一定的敏感性。研究结果可为进一步探讨温度对南方土壤持水性能和水分运移机制研究提供合理的参考依据。(本文来源于《水土保持学报》期刊2019年05期)
秦文静,樊贵盛[4](2019)在《冲洪积平原土壤低吸力阶段水分特征曲线影响因素研究》一文中研究指出为了获得冲洪积平原水成土低吸力阶段土壤水分特征曲线的影响因素,基于汾河灌区叁个典型水成土剖面土壤水分特征曲线的测量,探讨了质地、结构(包括容重和大于0.025 mm水稳性团聚体含量)、有机质含量对低吸力阶段土壤水分特征曲线的影响机理。结果表明:①土壤质地、结构、有机质含量对土壤水分特征曲线均有显着的影响;②土壤内孔隙的大小、分布和连通性是决定土壤水分特征曲线差异较大的根本原因;③土壤级配对土壤内部孔隙的影响不可忽视,合理的级配能够很大程度的提高土壤的保水性能。研究结果对于土壤水分特征曲线的精细研究具有一定的意义,为科学合理灌溉提供理论支撑。(本文来源于《节水灌溉》期刊2019年10期)
石浩楠,陈植华,胡成,黄琨,刘添文[5](2019)在《江汉平原北部黏土层土壤水分特征曲线的测定与模拟》一文中研究指出为探究大别山区-江汉平原叁水转换关键带水分运移机制,获取包气带水分运移模型所需的相关参数,以大别山-江汉平原过渡带为研究区,采取江汉平原北部黏土层典型剖面不同深度(0~6.5 m)的原状土样,采用压力膜法测试土壤的水分特征曲线,分析了研究区不同层位土壤水分特征曲线和孔隙性质的变化,并选取van Genuchten模型和Gardner模型对研究区不同深度土壤的水分特征曲线进行了拟合,综合评价了模型的拟合效果。结果表明:研究区不同深度土壤的体积含水量随土体吸力的变化呈规律性变化,在低吸力阶段,各层位土壤体积含水量整体快速降低,土壤水分特征曲线较缓,在高吸力阶段,土壤排水变少,土壤水分特征曲线较陡,其中1.4~2.0 m层位土壤的持水性能好于其他土层;土壤当量孔隙分析显示,研究区不同深度土壤的孔隙存在一定的变化规律,有效孔隙主要分布在2.0 m以上层位,大孔隙和微小孔隙在2.0 m以下层位所占的比例较大;利用van Genuchten模型对研究区不同深度土壤水分特征曲线进行拟合的效果好、可靠性高,通过将RETC软件得到的van Genuchten模型的相关参数值进行对比发现,2.0 m以下层位土壤的饱和体积含水率(θ_s)较高,参数α值说明2.0 m以上层位土壤的进气值大于以下层位。(本文来源于《安全与环境工程》期刊2019年05期)
李浩然[6](2019)在《黄土水分特征曲线Gardner模型参数的土壤传输函数研究》一文中研究指出为了解决土壤水分特征曲线获取困难这一问题,简化对曲线的获取方式,本文基于土壤水分特征曲线与Gardner模型,研究对象为山西农耕田的黄土,进行了土壤水分特征曲线的相关测定与拟合,测定了相关土壤基本理化参数与模型的参数并获取了它们之间的对应关系,以土壤传输函数理论为依托试图建立土壤水分特征曲线Gardner模型参数的非线性多元分析预测模型、BP神经预测模型、网格搜索与交叉验证—支持向量机预测模型。主要结论如下:(1)通过机理分析与关联度分析最终得到关于Gardner模型参数主要的影响因素为:土壤质地、土壤干密度、土壤有机化合物、土壤全盐量。它们之间的关联度顺序为土壤粉粒>土壤干密度>土壤全盐量>土壤有机化合物>土壤粘粒。通过单因素分析得到各影响因子与Gardner模型参数的函数关系为:土壤质地与Gardner模型参数成对数关系;土壤干密度与Gardner模型参数呈线性关系;土壤有机化合物含量与Gardner模型参数程对数关系;土壤全盐量与Gardner模型参数呈指数函数关系。(2)建立于Gardner模型参数a与b的非线性多元分析模型的建模样本的平均相对误差分别为10.1%与11.8%,在12%以内,检验样本的平均相对误差分别为9.5%与7.7%,在10%以内;BP网络模型建模样本的平均相对误差分别为9.5%与0.6%,在10%以内,检验样本的平均相对误差分别为5.1%与0.13%,在6%以内;支持向量机模型的建模样本的平均相对误差分别为5.7%与4.9%,在6%以内,检验样本的平均相对误差分别为4.0%与4.77%,在5%以内。(3)对以上叁种模型的精度分析分析可知,用叁种模型预测预报土壤水分特征曲线Gardner模型参数a与b都是可行的。通过对叁种模型多方面进行分析,最终推荐支持向量机预测模型为最适合黄土地区的土壤水分特征曲线Gardner模型参数的预测模型。本文基于土壤传输函数理论建立了叁种关于Gardner模型参数的预测模型,不仅为实际的农田工作人员提供了简便的土壤水分特征曲线获取方法,而且扩充了土壤传输函数的相关理论。但是在研究中,对于影响因素的选取或许不够全面,因此在今后的工作学习中应该对该方面进行更为深入的研究与探索,扩充土壤类型与基本理化参数的数据,优化所完成的预测模型,同时创建更新的土壤传输函数预测模型,进一步的提高预测的精度。(本文来源于《太原理工大学》期刊2019-06-01)
李彬楠[7](2019)在《基于土壤理化参数的黄土水分特征曲线预测模型研究》一文中研究指出本论文依托山西省世界银行贷款节水灌溉二期项目,基本涵盖黄土高原区山西省6个县(市、区)16个试验点土壤实测的165组理化参数和水分特征曲线测定试验,创建了土壤理化参数与水分特征曲线Van Genuchten模型参数样本库。建立了以黄土基本理化参数(黏粒含量、粉粒含量、干容重、有机质含量、全盐量)为预测模型的输入变量,以Van Genuechten模型参数α和参数n作为预测模型的输出变量的多元非线性、灰色-BP人工神经网络、网格搜素与交叉验证-支持向量机叁种预测模型的回归模型,并对预测模型的建模样本和实测验证样本进行了误差分析。得到的主要结果和结论如下:(1)以黄土基本理化参数(黏粒含量、粉粒含量、干容重、有机质含量、全盐量)为输入变量,建立Van Genuchten参数的预测模型,即土壤传输函数的思路是可行的。(2)基于黄土质地(黏粒含量、粉粒含量)、干容重、有机质含量以及全盐量所构建的Van Genuechten模型参数α与参数n的多元非线性、灰色-BP人工神经网络以及网格搜索与交叉验证-支持向量机叁种预测模型都是可行的,预测精度相对误差在0.89%~10.01%,都在可接受范围。(3)灰色-BP人工神经网络、网格搜索与交叉验证-支持向量机、多元非线性预测模型都可应用于黄土水分特征曲线模型参数的预报。从Van Genuechten模型参数α和参数n所建的多种类型模型的精确度来看,灰色-BP人工神经网络的相对误差的平均值最低,且低于5%;网格搜索与交叉验证-支持向量机的相对误差的平均值低于6%;多元非线性预测模型的相对误差的平均值低于10%。15组检验样本中,灰色-BP人工神经网络的相对误差的平均值低于3%,网格搜索与交叉验证-支持向量机的相对误差的平均值低于5%,多元非线性的相对误差的平均值低于6%。由此说明构建的叁种预测模型精确度高,可用于黄土水分特征曲线模型参数的预报。(4)灰色-BP人工神经网络预测模型的精确度最高且预测效果最好。根据预测模型得到参数的预测值,将预测值带回到土壤水分特征曲线Van Genuechten模型经验公式中,然后将得到的预测值的体积含水率与实测值的体积含水率进行相对误差的计算以此判定模型的综合精确度。多元非线性的综合相对误差为2.384%,灰色-BP人工神经网络的综合相对误差为0.514%,网格搜索与交叉验证-支持向量机的综合相对误差为1.207%,结果表明灰色-BP人工神经网络预测模型的精确度最高且预测效果最好。综上所述,经过多种类型土壤水分特征曲线Van Genuechten模型参数预测模型进行的比较与分析,可知灰色-BP人工神经网络预测模型的精确度最高,预测效果相对最好。但是,灰色-BP人工神经网络预测模型较为复杂,相对而言应用不便,也可选用形式简单便于理解和掌握的多元非线性预测模型。因此,本论文所建黄土基本理化参数的黄土水分特征曲线的预测模型,可为不同层次的科技人员和管理者提供获取黄土水分特征曲线模型的方法,也推动和丰富了土壤参数传输函数理论的发展。与此同时,本论文在输入参数的选取方面仍然存在不足之处,在以后的研究中要进一步的完善。此外,对于模型相关指导理论也要进一步研究与深化,以便取得更加稳定和优异的预测效果。(本文来源于《太原理工大学》期刊2019-06-01)
汪怡珂,罗昔联,花东文,李娟,张露[8](2019)在《毛乌素沙地复配土壤水分特征曲线模型筛选研究》一文中研究指出针对国家增加可利用土地、降低水土流失的需求,利用复配土壤对风沙土进行改良,是实现毛乌素沙地治理、区域生态修复的重要手段。测定不同复配比例土壤的水力学性质,并进一步筛选出合适复配土壤使用的水分特征曲线模型,运用高速离心机法测定对复配土壤水分特征曲线,环刀法测定复配土饱和导水率,并对比不同水分特征曲线模型对于不同比例复配土壤的模拟效果。研究表明:相同土壤水吸力下,添加砒砂岩处理的土壤含水率均高于纯风沙土处理;复配比例中砒砂岩含量越高,土壤保水性越高;当砒砂岩与风沙土复配比例高于5:1后,土壤水分特征曲线与纯砒砂岩差异不大;低吸力阶段,砒砂岩的添加减少了土壤中大孔隙的比例,而在中高吸力阶段,砒砂岩的添加增大了土壤中小孔隙的比例,进而提高土体的持水能力。模型适宜性分析结果表明,能够适配各处理的非饱和导水率模式最优模型为van Genuchten模型;砒砂岩与沙复配比例高于1:5后,Gardner模型的相关系数从0.9473上升至0.9929,残差平方和0.041降低至0.010,模拟效果逐渐超越van Genuchten模型,间接推求公式Arya-Paris模型物理概念明确,但影响因素过多,相较经验公式拟合效果不佳。(本文来源于《干旱区资源与环境》期刊2019年06期)
郭豪,刘文祥,王超然,黄智刚[9](2019)在《Matlab和神经网络法对土壤水分特征曲线VG模型的拟合比较》一文中研究指出以山东荣成地区棕壤、风沙土为对象,测定分析土壤剖面不同层次的容重、质地、有机质含量、水势和含水量等状况;运用Matlab软件和神经网络法对土壤水分特征曲线van-Genuchten(简称VG)模型进行拟合,将2种拟合结果与实测数据进行对比分析。结果表明,研究土壤不同土层含水量均随着水吸力的增加呈"快速下降-缓慢下降-基本平稳"的变化趋势;由于受到土壤颗粒组成、容重等物理因素和有机质含量差异的影响,棕壤和风沙土不同土层的饱和含水量和残留含水量差异较大,其中棕壤60~70 cm和风沙土10~20 cm的土壤残留含水量最大;Matlab软件拟合的残差平方和比神经网络预测方法低几个数量级,说明采用Matlab对水分特征曲线VG模型拟合精度高,拟合效果较好。(本文来源于《江苏农业科学》期刊2019年03期)
袁宏伟,汤广民,袁先江,赵晖[10](2019)在《基于加速遗传算法的免耕农田土壤水分特征曲线分析》一文中研究指出为获得淮北平原耕作模式变化后砂姜黑土的最新土壤物理性状,为合理设计农田灌排工程和灌溉制度提供重要的理论依据,利用激光粒度仪和压力膜仪测定了6组不同深度的土壤机械组成和土壤水分特征曲线,分析了土壤水分特征曲线和干容重在垂向上的变化规律和分层土壤质地分类,同时利用实测值通过加速遗传算法对VG模型参数进行优化。结果表明,土壤水分特征曲线、干容重及机械组成等物理性状的垂向分布存在差异,0~30 cm土层土壤的持水性在低吸力(0~631.13 cm)范围内基本相同,吸力增大后出现差异,30~40 cm土层的土壤物理性状均与上下土层有明显差异,存在明显分界,因此确定作物适宜土壤含水率下限时宜分层考虑;利用加速遗传算法优化率定VG模型后的拟合结果误差小精度高,拟合效果好,用优化后模型参数的物理含义来描述砂姜黑土实际的土壤水分特征曲线的特征是可行可靠的。(本文来源于《节水灌溉》期刊2019年03期)
水分特征曲线论文开题报告
(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:
揭示黄河叁角洲农田防护林土壤持水特征,探讨适宜的土壤水分特征曲线,为黄河叁角洲农田防护林蓄水保土提供理论依据。以毛白杨林、白蜡林和混交林(毛白杨+白蜡)等黄河叁角洲农田林网建设的3种典型农田防护林为研究对象,利用烘干法、环刀法和离心法测定土壤含水量、物理性质及持水性,分析其土壤水分状况及不同土层水分特征曲线的变化动态,运用决定系数和均方根误差分析比较Gardner和van Genuchten模型对实测数据的拟合效果。研究结果表明:黄河叁角洲防护林土壤含水量因吸力不同呈下降快速—缓慢—平稳的变化规律,随着水吸力的增大,比水容量均单调递减且无限趋近于零;在低吸力段失水快,水分易流失,随着吸力的增强,土壤持水性增强。分析Gardner和van Genuchten模型的参数,结果表明混交林的持水能力最强,其次是毛白杨林,白蜡林最弱。由分析2种模型的决定系数(R~2)和均方根误差(RMSE)可知,van Genuchten模型对黄河叁角洲农田防护林的实测土壤水分特征曲线的拟合效果优于Gardner模型。
(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。
水分特征曲线论文参考文献
[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].陈印平,夏江宝,刘俊华.不同农田防护林下盐碱地土壤水分特征曲线差异对比[J].中国水土保持科学.2019
[3].罗丽澎,王辉,朱晋斌,谭帅,胡传旺.温度对南方红壤和水稻土水分特征曲线影响差异性分析[J].水土保持学报.2019
[4].秦文静,樊贵盛.冲洪积平原土壤低吸力阶段水分特征曲线影响因素研究[J].节水灌溉.2019
[5].石浩楠,陈植华,胡成,黄琨,刘添文.江汉平原北部黏土层土壤水分特征曲线的测定与模拟[J].安全与环境工程.2019
[6].李浩然.黄土水分特征曲线Gardner模型参数的土壤传输函数研究[D].太原理工大学.2019
[7].李彬楠.基于土壤理化参数的黄土水分特征曲线预测模型研究[D].太原理工大学.2019
[8].汪怡珂,罗昔联,花东文,李娟,张露.毛乌素沙地复配土壤水分特征曲线模型筛选研究[J].干旱区资源与环境.2019
[9].郭豪,刘文祥,王超然,黄智刚.Matlab和神经网络法对土壤水分特征曲线VG模型的拟合比较[J].江苏农业科学.2019
[10].袁宏伟,汤广民,袁先江,赵晖.基于加速遗传算法的免耕农田土壤水分特征曲线分析[J].节水灌溉.2019