论文部分内容阅读
近年来,水资源短缺和水土环境恶化已成为制约我国农业乃至整个国民经济可持续发展的重要因素,解决这些问题的关键在于对土壤水及化学物质运移规律做出合理分析的基础上,制定相应的用水方案,提高水资源的有效利用率,达到水土、水与环境之间的平衡,这就需要对土壤水分运动进行深入研究,而土壤水分运动参数是非饱和土壤水分数值模拟的基础。在过去的研究中,虽然已经建立了一系列的室内和田间测定方法,但这些方法大多费时、费力,因此寻求简单的方法来获得土壤水分运动参数是这一领域的研究热点。本文将遗传算法和一维非饱和土壤水分运动数值模拟计算相结合,提出了两类新的土壤水分运动参数的识别方法。主要研究结果为:(1)以含水率实测值与计算值的均方差最小为目标函数,针对三组土壤水分运动参数公式,分别建立了公式中参数识别的单目标优化数学模型,采用遗传算法,计算了粉壤土的经验参数;另外还利用不同的实测资料进行计算,对参数的稳定性进行了分析。(2)以累积入渗量实测值及计算值和湿润锋实测值及计算值的均方差值之和最小为目标函数,针对三组土壤水分运动参数公式,分别建立了公式中参数识别的多目标优化数学模型,采用遗传算法,计算了粉壤土的经验参数;另外还探讨了多目标优化计算中,权重系数对参数识别计算精度的影响。(3)两类土壤水分运动参数识别方法比较。三组公式用单目标优化方法得到的土壤含水率实测值与模拟值的均方差分别为0.0467、0.0497、0.0479;用多目标优化方法得到的土壤含水率实测值与模拟值的均方差分别为0.0526、0.0498、0.0544。结果表明:单目标优化方法的精度高于多目标优化方法;两类方法均适用于三组公式中的参数识别,其中第一组公式用单目标优化方法计算精度最高。