本文關(guān)鍵詞：考慮黃土結(jié)構(gòu)變形的Philip入滲模型參數(shù)預(yù)報　出處：《人民黃河》2016年09期 　論文類型：期刊論文

  更多相關(guān)文章： 大田耕作土壤 土壤結(jié)構(gòu)變形 Philip入滲模型參數(shù) 土壤基本理化參數(shù) BP預(yù)報模型

【摘要】：基于黃土高原區(qū)區(qū)域尺度大田耕作土壤的水分入滲試驗,考慮黃土備耕頭水地土壤結(jié)構(gòu)的變形特性,建立了Philip半理論半經(jīng)驗入滲模型參數(shù)的BP神經(jīng)網(wǎng)絡(luò)預(yù)報模型,實現(xiàn)了以土壤基本理化參數(shù)為輸入變量、Philip模型參數(shù)為輸出變量的BP預(yù)報。對Philip模型中吸濕率S、穩(wěn)滲率A以及90 min累計入滲量的預(yù)測值與實測值進行比較,結(jié)果顯示:吸濕率S的平均相對誤差為1.41%,穩(wěn)滲率A的平均相對誤差為2.81%,90 min累計入滲量的平均相對誤差為1.75%,三者的平均相對誤差值均在3%以下,預(yù)測精度很高。這表明以土壤基本理化參數(shù)為輸入變量的BP神經(jīng)網(wǎng)絡(luò)預(yù)測是可行的,考慮備耕頭水地土壤結(jié)構(gòu)變形使得BP預(yù)報結(jié)果更符合土壤水分入滲實際狀況。
[Abstract]:The Loess Plateau region scale field tillage soil water infiltration test based on considering the deformation characteristics of soil water in Loess plowing head structure, established the Philip semi theoretical and semi empirical infiltration prediction model of BP neural network model parameters, in order to realize the basic soil physicochemical parameters as input variables, the parameters of Philip model for forecasting output variables BP the absorption rate of Philip model. The S, A and the steady infiltration rate of 90 min cumulative infiltration into the predicted values were compared with the measured values, the results showed that the average relative error of moisture absorption rate of S was 1.41%, the average relative error of steady infiltration rate of A was 2.81%, the average relative error of 90 min cumulative infiltration into 1.75%, are below 3% the average value of the relative error of the three, the prediction accuracy is very high. This shows that the soil physicochemical parameters as input variables of BP neural network prediction is feasible, considering soil structure deformation of plowing head water making The results of BP forecast are more consistent with the actual conditions of soil water infiltration.

【作者單位】： 太原理工大學(xué);
【基金】：國家自然科學(xué)基金資助項目(40671081)
【分類號】：S152.7
【正文快照】： 降水或者灌溉水等地面水進入土壤的過程稱為土壤水分入滲。土壤水分入滲是農(nóng)田水循環(huán)的主要過程之一。然而,影響入滲過程的因素眾多且影響機制復(fù)雜多變,使得獲取準(zhǔn)確的入滲參數(shù)難度很大�；诖�,國內(nèi)外專家學(xué)者進行了許多試驗研究,其中:解文艷等[1-3]分析了土壤質(zhì)地、結(jié)構(gòu)、初

【相似文獻】

相關(guān)期刊論文 前10條

1 董喬雪;王一鳴;Jean Francois Barczi;賀超興;;番茄形態(tài)結(jié)構(gòu)模型參數(shù)的多目標(biāo)擬合估算方法研究[J];農(nóng)業(yè)工程學(xué)報;2006年02期

2 李杰,莊繼德,葉楠;確定松軟地面剪切特性模型參數(shù)的新方法[J];農(nóng)業(yè)機械學(xué)報;2000年03期

3 張增強,孟昭福,張一平;對Elovich方程的再認識[J];土壤通報;2000年05期

4 石曉蕾;徐紹輝;廖凱華;;求van Genuchten模型參數(shù)的AM-MCMC方法[J];土壤;2012年02期

5 宮錫鴻,姜海萍;用Excel求解GM(1,1)模型參數(shù)[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2005年11期

6 姜德民;;SIR傳染病模型參數(shù)的伴隨同化最優(yōu)估計[J];青島農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版);2010年03期

7 儲明星;;Wood模型參數(shù)的編程與應(yīng)用[J];計算機農(nóng)業(yè)應(yīng)用;1992年01期

8 楊運清，劉中源;用多項式輔助估計動物的生長模型參數(shù)[J];家畜生態(tài);1995年02期

9 王繼華;張愛平;安永福;;家畜生長數(shù)學(xué)模型配合法[J];畜牧獸醫(yī)雜志;2010年02期

10 ;[J];;年期

相關(guān)會議論文 前6條

1 丁芳;謝克明;;一種估計廣義Logistic模型參數(shù)的方法[A];1998年中國控制會議論文集[C];1998年

2 金明仲;金良瓊;;一類統(tǒng)計回歸模型參數(shù)的估計問題[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責(zé)任和對策（上冊）[C];2002年

3 蘇宗滌;馮仁發(fā);施義晉;王書暖;黃忠甫;劉建峰;謝文勝;張本愛;朱耀銀;李支文;張其欣;楊曉青;龔惠莉;王斌;周建明;史淑梅;馬功桂;萬鴻聲;;在低能核反應(yīng)模型計算中的核模型參數(shù)及中國評價核參數(shù)庫[A];The Reaction of Unstable Nuclei--Proceedings of CCAST (World Laboratory) Workshop[C];2002年

4 李南;高艷霞;龔幼民;;IGBT模型參數(shù)對外特性的影響分析[A];2006中國電工技術(shù)學(xué)會電力電子學(xué)會第十屆學(xué)術(shù)年會論文摘要集[C];2006年

5 李剛;童，

本文編號：1430948