松嫩平原黑土区是我国东北地区内典型的黑土集中区,是重要的商品粮生产基地和农业基地。本论文以松嫩平原黑土区南部为研究对象,分析研究土壤水分特征曲线和饱和导水率与土壤理化性质之间的关系,从而分别构建土壤水分特征曲线和饱和导水率土壤传递函数,研究结果可以为黑土区发展节水型农业、缓解农业用水紧缺,实现农业灌溉、区域水资源管理和土壤春墒提供数据支持。鉴于土壤水分特征曲线和饱和导水率直接测定耗费人力、难度较大、费时等问题,采用容易测定的土壤理化性质间接估算较为简单,因此,本文基于van Genuchten模型参数、饱和导水率和土壤理化性质不同土层109组实验样本,采用非线性规划法和灰色BP神经网络法分别构建土壤水分特征曲线van Genuchten模型参数和饱和导水率的土壤传递函数。主要结论如下:(1)选取VG、BC、MG、LND 4种土壤水分特征曲线模型,模拟研究区5种土壤质地土壤水分特征曲线,比较4种土壤水分特征曲线经验模型预测值与实测值,结果表明VG和MG模型对研究区土壤的土壤水分特征曲线模拟精度较高。选取VG模型作为构建研究区土壤水分特征曲线基础模型。(2)采用粒子群优化算法对van Genuchten模型参数进行拟合,运用灰色关联分析van Genuchten模型参数与土壤理化性质之间的关系,表明在0~20cm土层van Genuchten模型参数θ_r与分形维数、干容重、有机质含量关联度最高,参数n与分形维数、干容重、黏粒含量关联度最高,参数?与砂粒含量、干容重、分形维数关联度最高;在20~40cm土层van Genuchten模型参数θ_r与砂粒含量、干容重、有机质含量关联度最高,参数n与分形维数、有机质含量、粉粒含量关联度最高,参数?与砂粒含量、分形维数、有机质含量关联度最高。(3)利用非线性规划法和BP神经网络两种方法构建的土壤水分特征曲线传递函数和其他区域传递函数预测研究区土壤水分特征曲线,结果表明其他区域传递函数预测精度较低,不适合用于研究区土壤水分特征曲线预测,而本文构建的两种模型预测值与实测值较为接近,预测结果较好。通过对比分析非线性规划和灰色BP神经网络两种土壤水分特征曲线模型可知,不同土层灰色BP神经网络模型对van Genuchten参数预测误差略小于非线性规划模型。(4)采用灰色关联分析不同土层土壤理化性质与实测饱和导水率之间的关系,在0~20cm和在20~40cm土层土壤饱和导水率与土壤有机质、干容重、分形维数关联度较高,表明土壤饱和导水率在0~20cm土层和20~40cm土层与土壤有机质、干容重、分形维数相关程度较高。(5)采用非线性规划和灰色BP神经网络构建传递函数较其他区域传递函数预测精度较高。通过对比分析非线性规划和灰色BP神经网络两种饱和导水率模型可知,两种模型不同土层平均误差均在10%以内,相关系数均在0.85以上,其中灰色BP神经网络模型的均方根误差小于非线性规划模型,整体上灰色BP神经网络模型略优于非线性规划模型。本论文以松嫩平原黑土区南部地区为研究对象,采用灰色关联分析法分析研究区不同土层土壤水分特征曲线、饱和导水率与土壤分形维数、有机质含量、干容重、土壤质地(黏粒含量、粉粒含量、砂粒含量)的实测数据之间的关系,采用非线性规划法和灰色BP神经网络方法,构建不同土层适合松嫩平原黑土区的土壤水分特征曲线和饱和导水率的土壤传递函数,从而达到对研究区不同土层土壤水力参数预测的目的。研究结果可为研究区土壤水分和溶质运移以及土壤墒情预报提供参数,同时为区域土壤水力性质的获取和提供技术支持。