本文選題：耕作土壤　切入點：Kostiakov二參數入滲模型　出處：《節(jié)水灌溉》2016年10期 　論文類型：期刊論文

【摘要】：基于黃土高原區(qū)大田耕作土壤的水分入滲試驗,建立了Kostiakov二參數入滲模型參數的BP神經網絡預測,實現了以土壤基本理化參數為輸入變量,Kostiakov二參數模型參數為輸出變量的BP預測方法,并分別對二參數模型中的入滲系數k、入滲指數α以及90min累積入滲量H進行了預測值與實測值的精度比較,結果顯示對入滲系數k實現BP預測的平均相對誤差為6.082 3%,入滲指數α的平均相對誤差為1.045 9%,90min累積入滲量H的平均相對誤差為4.973 5%,三者的平均相對誤差值均在7%以下,預測精度較高,預測效果較好,表明以土壤基本理化參數為輸入變量的BP神經網絡預測是可行的。研究結果為獲取準確的入滲參數提供技術手段,進而為提高農業(yè)灌溉水管理水平和灌水效率提供支撐。
[Abstract]:Based on the experiment of water infiltration in field tillage soil in Loess Plateau, BP neural network was established to predict the parameters of Kostiakov two-parameter infiltration model. The BP prediction method with basic physical and chemical parameters of soil as input variable and Kostiakov two-parameter model parameters as output variables is realized. The accuracy of the predicted values and the measured values of the infiltration coefficient k, the infiltration index 偽 and the cumulative infiltration amount H of 90min in the two-parameter model are compared respectively. The results show that the average relative error of BP prediction for infiltration coefficient k is 6.082 3, the average relative error of infiltration index 偽 is 1.045 9 minutes, the average relative error of cumulative infiltration H is 4.973 5, and the average relative error of all three is less than 7%. The prediction accuracy is high and the prediction effect is good, which indicates that BP neural network with the basic physical and chemical parameters of soil as input variable is feasible. The research results provide a technical means for obtaining accurate infiltration parameters. It provides support for improving agricultural irrigation water management level and irrigation efficiency.
【作者單位】： 太原理工大學;
【分類號】：S152.7;;TV93

【相似文獻】

相關會議論文 前10條

1 吳軍虎;;周期供水時間對肥液間歇入滲水氮運移特性影響[A];紀念中國農業(yè)工程學會成立30周年暨中國農業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

2 鄒翔;崔鵬;張平倉;;小江流域的土壤入滲研究[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協年會論文集（三）[C];2007年

3 李治軍;薛彥東;;土壤入滲試驗研究進展[A];寒區(qū)水資源研究[C];2008年

4 任運剛;;兩種入滲研究方法對比分析[A];重慶市水利學會2009年年會優(yōu)秀論文匯編[C];2009年

5 史曉楠;王全九;葉海燕;蘇瑩;;微咸水水質對土壤入滲特征影響分析[A];農業(yè)工程科技創(chuàng)新與建設現代農業(yè)——2005年中國農業(yè)工程學會學術年會論文集第二分冊[C];2005年

6 費良軍;朱興華;;不同施肥方式的單膜孔點源入滲水肥運移特性研究[A];農業(yè)工程科技創(chuàng)新與建設現代農業(yè)——2005年中國農業(yè)工程學會學術年會論文集第二分冊[C];2005年

7 周宏飛;湯英;周寶佳;;荒漠灌木及凍融影響下的風沙土入滲特征[A];土壤資源持續(xù)利用和生態(tài)環(huán)境安全——中國土壤學會第十一屆二次理事擴大會議暨學術會議論文集[C];2009年

8 李建文;孫西歡;;黃河床面入滲窗口的統(tǒng)計分析[A];第二十屆全國水動力學研討會文集[C];2007年

9 王輝;王全九;姚幫忪;;PAM用量及施加方式對積水垂直入滲特征影響[A];紀念中國農業(yè)工程學會成立30周年暨中國農業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

10 楊賓;李方;白星廣;李國杰;王廷濤;張海秀;林云青;伍斌;李慧穎;杜曉明;李發(fā)生;韓清潔;陳有志;;多孔介質中溶質類污染物的入滲與淋洗實驗研究[A];2014中國環(huán)境科學學會學術年會論文集（第五章）[C];2014年

相關博士學位論文 前10條

1 趙龍山;黃土坡地地表糙度特征及其對入滲、產流產沙的影響研究[D];西北農林科技大學;2015年

2 方書敏;隴中黃土高原典型人工林土壤水文過程研究[D];蘭州大學;2016年

3 李紅星;基于點入滲參數計算土渠床滲漏損失的方法研究[D];太原理工大學;2010年

4 張建豐;黃土區(qū)層狀土入滲特性及其指流的實驗研究[D];西北農林科技大學;2004年

5 王建新;降雨非飽和入滲過程的水勢描述及理論模型研究與應用[D];清華大學;2010年

6 董玉云;膜孔入滲土壤水氮運移特性試驗與數值模擬[D];西安理工大學;2007年

7 原林虎;PHILIP入滲模型參數預報模型研究與應用[D];太原理工大學;2013年

8 李援農;不同灌溉方式入滲條件下的土壤空氣阻滲特性試驗研究[D];西安理工大學;2007年

9 馬世國;強降雨條件下基于Green-Ampt入滲模型的無限邊坡穩(wěn)定性研究[D];浙江大學;2014年

10 脫云飛;膜孔灌土壤氮素運移轉化特性試驗與數值模擬研究[D];西安理工大學;2009年

相關碩士學位論文 前10條

1 李遠;基于HYDRUS模型的一維及三維入滲條件下土壤水鹽運移規(guī)律研究[D];石河子大學;2015年

2 梁樹;不同降雨條件下成都粘土基坑邊坡入滲深度的研究[D];西南交通大學;2015年

3 楊霄;關中地區(qū)城市下墊面雨水入滲性能的研究[D];西安建筑科技大學;2015年

4 莫斌;紫色土區(qū)不同入滲測定方法應用研究[D];西南大學;2015年

5 安倩;呂梁方山不同土地利用類型土壤入滲性能對比研究[D];山西農業(yè)大學;2015年

6 吉愛麗;摻土鋁渣入滲規(guī)律研究[D];山西農業(yè)大學;2015年

7 呂志備;不同坡度、容重和覆蓋對坡面水土流失及入滲的影響研究[D];山西農業(yè)大學;2015年

8 汪聰;不同防護形式對于土質邊坡雨水入滲的試驗研究[D];長沙理工大學;2014年

9 李愛平;改良材料對土壤入滲和水分特征影響的試驗研究[D];南京農業(yè)大學;2014年

10 李寧寧;季節(jié)性河道非飽和入滲室內試驗研究[D];青島理工大學;2015年

，

本文編號：1647083