足球比分直播

基于不同土壤转换函数构建方法的封丘县土壤水力特性分析.pdf

返回
基于不同土壤转换函数构建方法的封丘县土壤水力特性分析.pdf_第1页
第1页 / 共79页
基于不同土壤转换函数构建方法的封丘县土壤水力特性分析.pdf_第2页
第2页 / 共79页
基于不同土壤转换函数构建方法的封丘县土壤水力特性分析.pdf_第3页
第3页 / 共79页
基于不同土壤转换函数构建方法的封丘县土壤水力特性分析.pdf_第4页
第4页 / 共79页
基于不同土壤转换函数构建方法的封丘县土壤水力特性分析.pdf_第5页
第5页 / 共79页
点击查看更多>>
资源描述:
摘要中土壤水力学参数获取困难这一问题得到了合理、有效的解决,为研究区土壤水力学参数的进一步简化推求及土壤溶质运动模拟等研究提供了一定的基础和依据。关键词土壤水力学参数土壤转换函数多元线性回归BP神经网络GISⅡAbstractAbstractThe research of soil water and solute transport,groundwater level and waterquality change has become the hot issue in the study of soil water,and the spacechange of soil water movement parameter in regional level is the premise andfoundation of research on these problems.Due to the test of the parameters of soilwater movement indoor or at field is big workload,long cycle and high cost,largearea field determination is unrealistic.In this article,taking Fengqiu County in Henanprovince嬲the research area,based on the basic soil physicochemical data and indoormeasurement of soil hydraulic parameters,using the multiple linear regression and BP neural network sets up the indirect calculation of thesoil hydraulic parametersPedo-transfer functions,the is convenient andefficient,strong feasibility,and provides certain basic support for the research of themovement of region soil water and salt and soil pollution problems.The main results of the research are showed嬲follows1Based on the soil moisture and the corresponding matrix potential data testedin the laboratory,using the least square constructs the system of nonlinearequations,and using Picard iterative solves the equations,and determines theparameters ofVan Genuchten model-the soil water characteristic curve equation2Using multiple linear regression establishes the point estimationmodel of saturated soil water content,field moisture capacity and wilting moisture inthe study area,and the saturation water content prediction model is ideal;predictingaccuracy of field capacity is enhanced by incorporating the wilting moisture asadditional independent variables;the wilting moisture content model has relativelypoor forecast effect.The results of the prediction about Van Genuchten modelparameters using multiple linear regression are showed,in the area ofFengqiu,clay has better prediction effect,silt loam has the second,and the predictioneffect of sand is也e worst.3At the time of constructing Pedo-transfer functions of Van Genuchten modelparameters by BP neural network in Fengqiu,different predictor variablesmcombination metllods has different effect to predict soil water characteristicparameters.Compared with multiple linear regression,when predicting the soilmoisture at specific matrix potentialsaturation moisture content,field moisturecapacity and wilting moisture,BP neural network has bad forecast effect andaccuracy than the multivariate linear regression ;but BP neural.network forsoil water retention curveVan Genuchten model parametersforecast is better thanthe multiple linear regression in the whole level.Therefore,introduced the BPneural network model into the construction and the solving process of Pcdo-transferfunctions is feasible in the study area.4Using space inversion function of the GIS technology,based on theination of basic playsicochemical data in the study area,the Pedo·transferfunctions has better effect in predicting soil hydraulic parameters.Make the difficultyof soil hydraulic parameters acquisition in the study of soil solute transport solvedreasonably and effectively in area large scale,providing certain basis for the study ofsoil hydraulic parameters further simplify calculation and soil solute movememsimulation study.Keywordssoil hydraulic parameters,Pedo-transfer functions,multiple linearregression,BP neural network,GISIV目录目录摘要.IAbstract..‘................III目勇乏..Vl 引言11.1研究目的和意义..11.2 国内外研究现状.21.2.1土壤水分特征曲线经验公式的发展21.2.2土壤转换函数模型的发展..51.2.3人工神经网络在土壤科学研究中的发展.71.3研究内容和技术路线91.3.1研究内容。91.3.2技术路线.102材料与方法。102.1研究区概况102.2野外样点的布设与取样.102.3实验原理。112.3.1土壤水分特征曲线及非饱和导水率的测定.1 12.3.2土壤容重、有机质含量的测定及颗粒组成分析122.4研究方法.1 32.4.1多远线性回归分析132.4.2 BP神经网络模型132.4.3模型预测精度验证。173封丘县土壤水分特征曲线的推求与评价..183.1 Van.Gcnuchtcn模型参数的确定183.1.1 RETC软件的理论依据.184土壤水分特征曲线转换函数的建立.23V目录4.1统计回归模型234.2参数估计模型274.3基于人工神经网络的土壤转换函数344.3.1 BP神经网络的测试与训练..344.3.2神经网络模型参数的确定.354.3.3 BP神经网络拟合特定基质势下土壤含水量。354.3.4 BP神经网络模型关于V.G模型参数的训练结果分析.445模型的适用性验证分析525.1 回归分析模型适用性验证及精度分析.525.2 BP神经网络模型适用性验证及分析555.3多元线性回归与BP神经网络方法的比较一616研究区土壤转换函数研究结果的展示及分析647结论与问题..70参考文献.72个人简历、硕士期间发表的论文与研究成果76致谢.77vI1引言1 引言1.1研究目的和意义随着社会经济的发展和人民生活水平的逐步提高,水资源短缺和水土环境恶化成为制约我国国民经济可持续发展的重要问题,而且我国是人口大国和农业大国,农业是一切发展的前提和基础,同时农业又是用水大户,水土资源的恶化及短缺对农业的可持续发展尤为重要。如何合理地配置和有效地利用水资源,保持水土与环境的平衡发展是当前亟待解决的重要问题。土壤是人类和动植物赖以生存和发展的基础,是整个水文循环的重要组成部分,是水分和化学物质进入地下水的过渡带。随着经济的发展和工业化程度的提高,各种生活废水和工业废水、废气等进入土壤圈,污染了土壤本身甚至地下水。因此节水灌溉以及监测和管理化学物质在非饱和土壤中的运移规律目前已经成为多个学科研究的热点问题。近年来,国内外一些学者开始了土壤水与溶质养分、盐分和污染物质运移、土壤优势流等问题的研究,而在这些问题的研究过程中土壤水力特性是必不可少的重要参数,主要包括特定基质势下的土壤含水量、土壤持水曲线数据、饱和导水率、非饱和导水率等。尽管目前人们已经发展了多种室内和田间实验方法来测定土壤的水力学特性,但绝大多数方法的成本较高,而且过程十分繁杂和费时。尤其是对于大面积的研究区域来讲,实验结果常存在明显的不确定性,土壤在水平方向和垂直方向上的空间变异性也限制了直接测定方法在实际工作中的应用。因此,在更为便捷和精确的实验技术出现之前,需要用能够代替直接方法的其他间接方法来预测土壤水力学性质这一重要参数。1940年,Childs学者就注意到了土壤物理性质对土壤水分特性参数的影响【l】,尤其是70年代以来,国内外许多学者对于土壤的水力性质与土壤基本理化性质的关系作了大量研究【2捌,试图利用一些容易获得的土壤基础理化数据来估算土壤的水力学性质,从而提出了土壤水力学特性的间接推求方法。土壤水力特性的间接推求方法包括土壤转换函数法、物理一经验方法、分形几何方法、形态学方法、数值反演方法等。本文旨在研究土壤转换函数这种间接方法即PTFsPedo.transfer functions。土壤转换函数即利用容易获得1引言的土壤基础理化性质,如土壤质地砂粒、粉粒和粘粒百分含量、容重和有机质等,来估计不易获得的土壤水力学性质。它克服了传统方法耗时费力成本高等缺点,其结果对于研究土壤中水分的滞留和运移意义非常重大,为进一步研究区域土壤中物质的迁移、农田水盐的变化机理、土壤墒情预报预测、区域耗水规律等提供一定的方法参考和决策支持,具有重要的理论意义和应用价值。本文选择黄淮海平原的典型代表区域河南省新乡市封丘县为研究区域,该区域以潮土为主,兼有少量的风沙土,地下水位比较高且升降频繁,同时降雨量分配不均匀,导致土壤溶质的运移和积聚过程频繁发生,地下水污染越来越严重,因此对封丘县土壤水力特性的研究具有重要的意义。1.2国内外研究现状土壤水分特征曲线又称土壤持水曲线,它是描述土壤水分含量和基质势之间的关系的曲线,揭示了土壤水的数量和能量之间的关系。土壤与土壤水分之间的关系非常复杂,不同质地的土壤,土壤持水曲线不同,甚至同一质地和结构的土壤,对于脱水过程和吸水过程而言,土壤持水曲线也不是单值曲线,影响土壤持水曲线的因素主要有土壤质地、空隙结构、容重、温度和有机质含量等。多年来国内外许多学者潜心研究土壤持水曲线,主要方法分为两大类一是直接测定法,有张力计法、压力膜法、离心机法等,但这些方法测量周期较长,并且容易受外界条件的影响,同时对于大面积的研究来说有点不切实际;二是间接推求法,间接方法的主要思想是用容易获得的土壤基本理化性质来推求土壤持水曲线。这样大大降低了成本,且提高了工作效率,有很好的应用前景和发展空间。前人在这方面已取得了初步的成效,主要有物理.经验法、土壤形态学方法、统计分析法、分形理论、土壤转换函数法Pedo.transferfunctions,PTFs等。1.2.1土壤水分特征曲线经验公式的发展目前,该领域的前辈已经推导出了多种简洁的经验公式和模型来描述土壤持水曲线及土壤导水率等,如Brooks.Corey1964模型【4】、Mualem1976模型f5】、Campbell1974模型[61、Van Genuchten1980模型[7】等。其中在实际研究中应用最广泛的是Brook.Corey模型和Van Genuchten模型。21引言土壤持水曲线常用的经验模型如下1 Brooks-Corcy模型1964lIs半五 1.1刀该模型是个幂律方程,式中S为土壤饱和度,S乡·or/幺一只,秒是土壤体积含水量cm3 cm。,晚为土壤饱和含水量cm3 cm。,只为土壤残余含水量cm3 el“3,h为压力水头kPa,或表示为基质势cm,1era0.1kPa,hb为进气121压力,名为经验拟合参数,反映土壤的孔隙分布特征。如果Brooks.Corcy模型中qo,则即为Campbell1974模型【8-10],它是brooks.Corey模型的特例,方程为log hab·log o 1.2式中a,b为曲线的形状参数,其他参数意义同前。2Gardner1970模型【11 12】ha0由. 1.3式中a,b为大于0的经验参数,其他参数意义同前。3 Van Genuchtcn1 980模型17,13,14]吣M鬲o,-≯o, 1.4晰K。等骝带罂 ∽5,式中,口例为压力水头为hkPa,或表示为基质势cm,lcm0.1kPa时的土壤体积含水量cm3 ,仅为尺度参数kPa“1,刀为曲线形态参数。这里,0,-2_0cm3 cm“3,0.001_a10 kPa,1.01.%n5“_10。如果毋0.001,则取值为0。m为非饱和导水率以,K。为饱和导水率以,其他参数意义同前。4AP1981模型1981年,Arya and Paris[15】首次提出了用土壤的容重数据及土壤机械组成粒级数据估算土壤持水曲线的方法物理经验模型AP模型。该模型假设土壤的孔隙半径和土壤的粒径大小之间具有一定的对应关系,它将土壤颗粒按照从粗到细的标准划分为n组,每组颗粒半径用其平均粒径R;表示,其颗粒的质量用W,来表示,则任一组成部分的空隙半径可由质量计算得出,进而计算出土壤含水率,公式如下1引言只‰氏.1/2 1.6钆彬IPb一形/以 i-l,,n 1.7式中岛为土壤容重;风为土壤密度;钆为第i组颗粒形成的孔隙体积。1999年,Arya-Paris利用土壤颗粒组成数据估算土壤持水曲线。衄a和Paris基于土壤持水曲线与土壤颗粒累计曲线形状非常相似等特点,提出根据土壤容重及颗粒分级来计算水分持水曲线的物理经验模型一AP模型。将土壤颗粒累计曲线划分为若干组,每组颗粒形成的孔隙对应的当量孔隙体积表示为Vi堕e 1.8pb式中V;为孔隙体积,W;为第i级的土粒质量,e为孔隙比。与V;对应的孔隙半径用方程表示为riRj筝m 1.9O式中R,为第i级土壤颗粒的平均半径;n;为第i级土壤颗粒数量;a为经验参数。假设土壤在充水过程中,水先填满小孔隙,再填充大孔隙,则土壤含水量即为小于第i级的土壤孔隙的累加和,方程表示为生生瞑2∑V,/岛 1.10i-I同时由毛管水势理论确定与土壤含水量相对应的基质势,与鼠对应的土壤基质势表达式为%2rcos9 。.111 1帆2 I.pwgrt式中y为土壤的基质势;r为毛管水表面的张力系数;A为水的密度;r。为毛管半径;9为接触角。结合式1.10与1.11即可得到土壤水分持水曲线。Schuh研究发现,砂壤土、壤土a值较大,其均值为1.3;粉壤土a值较小,其均值为O.96;对砂土来讲,a值随土壤含水量的变化而发生变化。1989年,Tyler和WheatcraR[1卿论证了a即土壤孔隙分形维数。在随后的研究中,AP模型得到了广泛的应用与验证,如Yo shida等1985、Haverkamp and Parlange1986、Schuh1988等、Tyler and WheatcraR1989、Lascano等1993、黄元仿与杨培岭等1993、郭炎等1995、PerrierE、RienuM等1996以及刘建立等2003国内外学者在相关的研究过程中应用并论证了AP模型的精度及实用性。同时,近年来土壤转换函数模型也将分形理论41引言引入其中,扩大了AP模型的应用范围并改进了其应用效果,分形理论能够比较精确地确定土壤的颗粒分布及孔隙长度,对于AP模型的模拟精度有很大的改善了提高。但是由于土壤的形成受多种因素的影响,结构及其复杂多样,因此分形理论的应用也有一定的局限性。1.2.2土壤转换函数模型的发展土壤水动力学参数的主要影响因素是土壤理化性状。土壤水分特征曲线及土壤饱和、非饱和导水率等是研究区域土壤水分及溶质运移动力学模拟的重要参数。但是,实验室直接测定这些参数费时耗力,并且土壤具有较大的空间异质性,因此要想通过实验室实测的方法获得足够的数据难度较大。同时,进行大量高精度的实测没有必要,因为一些粗略简单的估算公式完全能够满足区域水盐运移模拟计算的要求【17.20】。20世纪70年代以来,许多学者在研究土壤水力学参数与土壤基本理化性质之间关系方面做了大量工作,构建了一些利用较易获得的土壤理化形状参数来估算土壤水力学参数的方法土壤转换函数法Pedo-transfer functions,PTFs。目前,土壤转换函数用到的土壤基础理化性质主要有质地,即土壤砂粒、粉粒和粘粒百分含量、容重及土壤有机质含量,有些学者在研究过程中还应用了土壤孔隙度、土壤粘土矿物含量及土壤结构等[21-23]O土壤转换函数Pedo.transfer functions,PTFs也称为土壤传递函数,是一种利用易获得的土壤理化基础数据估算土壤水动力学参数的方法。通常是根据土壤类型,对甲.口、K-口的关系经验模型参数给出经验参考值,或着建立这些模型参数与土壤质地的关系方程。本质上,土壤的质地类型决定了土壤水动力学特征参数,因此土壤转换函数具有一定的合理性及科学性。到目前为止,国内外许多学者对于土壤转换函数作了大量的研究。由于土壤理化性质的空间差异,而且土壤质地、有机质、容重、等因子对土壤的空间异质性影响大小不同,因此土壤传递函数的表现形式较多,比较常见的是对残余含水量只、饱和含水量鼠、饱和导水率Ks的对数lg磁、Van Genuchten模型参数n、a的对数lgn等进行线性或高次多项式的拟合。将土壤转换函数法应用于土壤水力学特征参数的估算,克服了实际测量难度大及数据不足等问题,适用于大尺度研究。土壤转换函数避免了大量的土壤水分运动参数的实验室测试工作,精度相对较高,在大尺度大面积研究区上有较好的应用,该方法对研究大5
展开阅读全文
收藏
下载资源

加入会员免费下载





足球比分直播