本文選題：入滲參數(shù) + 土壤水分參數(shù)��； 參考：《西北農(nóng)林科技大學(xué)》2015年碩士論文

【摘要】：土壤水分運動過程是一個復(fù)雜的過程,其運動參數(shù)是研究灌溉時間和灌水量,構(gòu)建農(nóng)業(yè)用水灌溉制度的基礎(chǔ),同時也是研究土壤中養(yǎng)分以及一些農(nóng)業(yè)污染物遷移的基礎(chǔ),因此,研究土壤水分運動參數(shù)的空間變異性對于以上幾個方面有著重要意義。然而,土壤水分運動參數(shù)需要花費大量人力、物力進(jìn)行實測,考慮如何快速準(zhǔn)確的通過間接的方法得到這些參數(shù),具有很強的實際意義。本文采用野外入滲試驗與室內(nèi)試驗相結(jié)合,以試驗數(shù)據(jù)分析及計算模擬為主的技術(shù)路線。以土壤水動力學(xué)理論為基礎(chǔ),對野外入滲試驗所得數(shù)據(jù)進(jìn)行分析,建立了穩(wěn)定入滲率和120min累計入滲量的地統(tǒng)計學(xué)模型,分析土壤入滲特性在單一尺度上的空間變異性,與此同時,利用聯(lián)合多重分形分析的方法分析入滲特性與土壤理化特性在多尺度上的相關(guān)性；對室內(nèi)試驗所得數(shù)據(jù)進(jìn)行分析處理,建立并分析了土壤水分運動參數(shù)(土壤水分?jǐn)U散率、土壤水分特征曲線、土壤非飽和導(dǎo)水率)的單一參數(shù)模型的BP神經(jīng)網(wǎng)絡(luò)模型,研究單一參數(shù)與土壤理化特性參數(shù)之間的關(guān)系,得出以下研究成果：(1)對入滲過程選取合適的入滲公式進(jìn)行擬合,對比分析考斯加科夫公式和Philip公式的擬合精度,選取前者進(jìn)行擬合,求得入滲參數(shù)穩(wěn)定率和累計入滲量。利用地統(tǒng)計學(xué)方法對研究區(qū)域單一尺度入滲特性的空間變異性進(jìn)行分析。依據(jù)半方差函數(shù)擬合結(jié)果可知,穩(wěn)定入滲率和120min累計入滲量的變異程度差別較大。穩(wěn)定入滲率的空間變異性要強于120min累計入滲量,但同屬強變異；在間隔500m的取樣尺度下,穩(wěn)定入滲率和120min累計入滲量在表現(xiàn)出的空間變異性均比較強,均具有空間自相似性。(2)利用聯(lián)合多重分形分析的方法,對入滲參數(shù)在多尺度上的空間變異性進(jìn)行分析,并找出土壤理化特性中對其影響較大的因子。由聯(lián)合多重分形分析的結(jié)果可知,土壤初始含水率和土壤容重對穩(wěn)定入滲率和120min累計入滲量的影響要更大一些,其中土壤容重的對120min累計入滲量的多尺度影響最大,相關(guān)系數(shù)達(dá)到0.700以上；而土壤初始含水率對穩(wěn)定入滲率的影響最大,相關(guān)系數(shù)達(dá)到0.500左右。(3)對土壤理化特性進(jìn)行主成分分析,將研究區(qū)域初始含水率、土壤容重、有機質(zhì)含量、粘粒含量、粗粉粒含量和砂粒含量等6個變量綜合成4個主成分,且這4個主成分包含了土壤理化性質(zhì)的全部信息,達(dá)到降維的目的。在此基礎(chǔ)上,以4個主成分作為BP神經(jīng)網(wǎng)絡(luò)的輸入變量,以土壤水分運動參數(shù)(土壤水分?jǐn)U散率、土壤水分特征曲線、土壤非飽和導(dǎo)水率)單一參數(shù)模型的單一參數(shù)(A或B)作為輸出變量,選擇合適的隱含層數(shù)目,對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。訓(xùn)練過程中,隨機選擇46組數(shù)據(jù)作為訓(xùn)練樣本,剩余6組數(shù)據(jù)作為預(yù)測樣本,來分析該模型的訓(xùn)練精度和預(yù)測精度。本文所建的基于BP神經(jīng)網(wǎng)絡(luò)的單一參數(shù)模型參數(shù)估算方法可直接從土壤理化參數(shù)估算土壤水分運動參數(shù),為解決大區(qū)域土壤水分運動參數(shù)難以獲得提供了一種技術(shù)途徑,然而本研究中所得數(shù)據(jù)有限,需要進(jìn)一步深入探討。
[Abstract]:The process of soil moisture movement is a complicated process , its movement parameters are the basis of studying irrigation time and irrigation quantity , constructing irrigation system for agricultural water , and the basis of studying soil nutrient and some agricultural pollutant migration .
The BP neural network model of single parameter model of soil moisture movement parameters ( soil moisture diffusion rate , soil moisture characteristic curve and non - saturated water conductivity ) was established and analyzed . The relationship between single parameter and soil physical and chemical characteristic parameters was studied . The results were as follows : ( 1 ) The spatial variability of single - scale infiltration was analyzed by means of geostatistical method .
( 2 ) Using the method of combined multifractal analysis , the spatial variability of infiltration parameters on multi - scale was analyzed .
Based on the analysis of main components of soil moisture content , soil bulk density , organic matter content , clay content , coarse powder content and sand content , four main components were selected as input variables of BP neural network .
【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：S152.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 許坤鵬;武世亮;馬孝義;余淼;;基于主成分分析土壤水分?jǐn)U散率單一參數(shù)模型的BP神經(jīng)網(wǎng)絡(luò)模型[J];干旱區(qū)地理;2015年01期

2 王康;張仁鐸;王富慶;安田裕;;土壤水分運動空間變異性尺度效應(yīng)的染色示蹤入滲試驗研究[J];水科學(xué)進(jìn)展;2007年02期

3 馮娜娜;李廷軒;張錫洲;王永東;夏建國;;不同尺度下低山茶園土壤有機質(zhì)含量的空間變異[J];生態(tài)學(xué)報;2006年02期

4 高如泰,陳煥偉,李保國,黃元仿;基于BP神經(jīng)網(wǎng)絡(luò)的土壤水力學(xué)參數(shù)預(yù)測[J];土壤通報;2005年05期

5 雷詠雯,危常州,李俊華,候振安,冶軍,鮑柏楊;不同尺度下土壤養(yǎng)分空間變異特征的研究[J];土壤;2004年04期

6 賈宏偉,康紹忠,張富倉;土壤水力學(xué)特征參數(shù)空間變異的研究方法評述[J];西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版);2004年04期

，

本文編號：1915984