【摘要】：以提高凍融條件下農(nóng)田土壤灌溉水利用率為目的,基于汾河灌區(qū)凍融期內(nèi)土壤入滲試驗(yàn),運(yùn)用支持向量機(jī)理論,建立了以凍融條件下土壤含水率、質(zhì)地、容重、地溫和灌溉水溫為輸入變量,Kostiakov入滲模型參數(shù)k、α為輸出變量的支持向量機(jī)回歸預(yù)測(cè)模型。預(yù)測(cè)模型誤差分析表明:入滲系數(shù)k與入滲指數(shù)α的訓(xùn)練樣本相對(duì)誤差與檢驗(yàn)樣本相對(duì)誤差都控制在10%以內(nèi),將k與α代入Kostiakov入滲模型得到的90 min累計(jì)入滲量I_(90)的相對(duì)誤差平均值為5.81%。說(shuō)明凍融土壤條件下,基于支持向量機(jī)理論的Kostiakov入滲模型參數(shù)的預(yù)測(cè)是可行的。
[Abstract]:In order to improve the utilization ratio of farmland soil irrigation water under freezing and thawing conditions, based on the soil infiltration test during freezing and thawing period in Fenhe irrigation area, the soil moisture content, texture and bulk density under freezing and thawing conditions were established by using support vector machine theory. The prediction model with support vector machine (SVM) is used to predict the ground temperature and irrigation water temperature, the parameters of Kostiakov infiltration model k and 偽 are output variables. The prediction model error analysis shows that the relative error between the training sample and the test sample of the infiltration coefficient k and the infiltration index 偽 is controlled within 10%. The average relative error of 90 min cumulative infiltration I _ (90) obtained by substituting k and 偽 into Kostiakov infiltration model is 5.81. It shows that the prediction of parameters of Kostiakov infiltration model based on support vector machine theory is feasible under the condition of freeze-thaw soil.
【作者單位】： 太原理工大學(xué)水利科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(40671081)
【分類號(hào)】：S152.72

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖培靈;馬軍海;耿立艷;;基于灰色支持向量機(jī)組合模型的農(nóng)產(chǎn)品產(chǎn)量預(yù)測(cè)[J];中國(guó)農(nóng)機(jī)化;2010年01期

2 高永娜;鄭華珠;劉沈;詹德平;劉洪波;;支持向量機(jī)方法在氣溫預(yù)報(bào)中的應(yīng)用[J];寧夏農(nóng)林科技;2012年06期

3 盧敏;蔣浩;楊岱根;;支持向量機(jī)在農(nóng)業(yè)水土領(lǐng)域的應(yīng)用與研究進(jìn)展[J];安徽農(nóng)業(yè)科學(xué);2012年29期

4 樊高峰;張勇;柳苗;毛燕軍;;基于支持向量機(jī)的干旱預(yù)測(cè)研究[J];中國(guó)農(nóng)業(yè)氣象;2011年03期

5 孫超;孟軍;欒雨時(shí);;基于支持向量機(jī)分類算法的番茄miRNA預(yù)測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2012年14期

6 李淼;方德洲;張建;徐大慶;張強(qiáng);;一種基于支持向量機(jī)的模糊施肥預(yù)測(cè)方法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2009年02期

7 呂燁;阮本清;管孝艷;王少麗;;基于支持向量機(jī)的微咸水灌溉下土壤鹽分預(yù)測(cè)[J];中國(guó)水利水電科學(xué)研究院學(xué)報(bào);2014年02期

8 鄭立華;李民贊;安曉飛;孫紅;;基于近紅外光譜和支持向量機(jī)的土壤參數(shù)預(yù)測(cè)[J];農(nóng)業(yè)工程學(xué)報(bào);2010年S2期

9 楊紹鍔;黃元仿;;基于支持向量機(jī)的土壤水力學(xué)參數(shù)預(yù)測(cè)[J];農(nóng)業(yè)工程學(xué)報(bào);2007年07期

10 蔡奎生;;支持向量機(jī)在耕地面積預(yù)測(cè)中的應(yīng)用研究[J];計(jì)算機(jī)仿真;2011年09期

相關(guān)會(huì)議論文 前1條

1 蘇高利;秦鐘;于強(qiáng);;基于最小二乘支持向量機(jī)的農(nóng)田二氧化碳通量建模[A];推進(jìn)氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國(guó)氣象學(xué)會(huì)2004年年會(huì)論文集（上冊(cè)）[C];2004年

相關(guān)碩士學(xué)位論文 前3條

1 伍岳;基于PSO-KSVM的湘中農(nóng)業(yè)災(zāi)害面積預(yù)測(cè)方法研究[D];湖南人文科技學(xué)院;2016年

2 黃婷;基于支持向量機(jī)的土壤基礎(chǔ)肥力評(píng)價(jià)和土壤有機(jī)質(zhì)含量預(yù)測(cè)研究[D];南京農(nóng)業(yè)大學(xué);2015年

3 吳問(wèn)天;基于改進(jìn)最小二乘支持向量機(jī)的小麥病蟲(chóng)害遙感監(jiān)測(cè)研究[D];安徽大學(xué);2017年

，

本文編號(hào)：2368230