【摘要】：為了準確推求包氣帶土壤的持水性能和水分運動參數,以黃土高原區(qū)田間耕作層土壤水分特征曲線的試驗資料為數據樣本,建立了以易于通過試驗手段獲取的土壤基本理化參數為輸入變量,以土壤水分特征曲線Gardner模型參數為輸出變量的BP預測模型。所建立的預測模型對兩參數預測值的平均相對誤差在6%以下,在可接受的范圍。研究結果表明:選取土壤體積質量、有機質量、黏粒量、粉粒量以及無機鹽量等基本理化參數作為預報模型的輸入因子是合理的,所建立的土壤水分特征曲線Gardner模型參數BP預報模型可靠。研究結果可為黃土高原區(qū)包氣帶土壤持水性能和水分運動參數的準確獲取提供借鑒。
[Abstract]:In order to accurately calculate the water holding capacity and water movement parameters of the aerated zone, the experimental data of the soil moisture characteristic curve of the field farming layer in the Loess Plateau were taken as the data samples. A BP prediction model was established, in which the basic physical and chemical parameters of soil, which were easy to be obtained by experimental means, were taken as input variables and the parameters of Gardner model of soil moisture characteristic curve as output variables. The average relative error of the prediction model for the two parameters is less than 6%, which is in the acceptable range. The results show that it is reasonable to select the basic physical and chemical parameters such as soil volume mass, organic mass, clay content, powder quantity and inorganic salt content as the input factors of the prediction model. The BP prediction model of Gardner model parameters for soil moisture characteristic curve is reliable. The results can be used for reference for the accurate acquisition of soil water holding capacity and water movement parameters in the aerated zone of the Loess Plateau.
【作者單位】： 太原理工大學水利科學與工程學院;
【基金】：國家自然科學基金項目(40671081)
【分類號】：S152.7

【相似文獻】

相關期刊論文 前10條

1 喬加新;周森鑫;馬季;;基于BP神經網絡的農業(yè)氣象產量預報系統(tǒng)[J];微計算機信息;2009年35期

2 畢昆;姜盼;唐崇偉;黃菲菲;王成;;基于麥穗特征的小麥品種BP分類器設計[J];中國農學通報;2011年06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模型參數的AM-MCMC方法[J];土壤;2012年02期

5 劉建學,吳守一;BP神經網絡預測高水分農產品物料比熱的探索[J];江蘇理工大學學報(自然科學版);1999年01期

6 張敬平;;用BP神經網絡預測土壤入滲參數時隱層神經元數分析[J];山西水土保持科技;2008年03期

7 董建志;曹龍熹;張科利;;BP神經網絡在道路土壤分離速率模擬中的應用[J];中國水土保持科學;2010年04期

8 甘信華;石勇;林保國;;基于MATLAB的BP神經網絡在大氣環(huán)境質量評價中的應用[J];安徽化工;2008年05期

9 周良臣,康紹忠,賈云茂;BP神經網絡方法在土壤墑情預測中的應用[J];干旱地區(qū)農業(yè)研究;2005年05期

10 李文峰;;BP神經網絡在許昌土壤墑情預測模型的應用[J];中國農學通報;2013年32期

相關會議論文 前2條

1 王鳳花;張淑娟;張海紅;趙華民;趙聰慧;;基于粗糙集理論和BP神經網絡的大豆產量預測[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 吐爾遜·艾山;塔西甫拉提·特依拜;;基于BP神經網絡的鹽堿土鹽分反演模型研究[A];中國地理學會百年慶典學術論文摘要集[C];2009年

相關碩士學位論文 前5條

1 于mU;土壤水分特征曲線Gardner模型參數的預報模型研究[D];太原理工大學;2017年

2 石曉蕾;馬爾科夫鏈蒙特卡羅法（MCMC）在van Genuchten模型參數不確定性分析中的應用[D];青島大學;2012年

3 許一驊;領域知識引導的作物模型參數智能優(yōu)化框架研究[D];南京農業(yè)大學;2015年

4 周澤世;基于BP神經網絡的降雨量預測研究[D];湖南農業(yè)大學;2015年

5 武文紅;基于BP神經網絡的半濕潤平原井灌區(qū)土壤墑情預報研究[D];山東農業(yè)大學;2010年

，

本文編號：2473393