土壤水分运动的入渗参数决定着地面径流、灌溉水和降水转换为土壤水的速度和分布,进而也影响着灌水质量和灌溉效果(灌水均匀度、储水效果和灌水效率),它是合理确定不同灌水条件下技术参数的主要依据。因此,土壤水分入渗参数的研究便成为改进地面灌水效果、提高灌溉水利用率等技术中迫切需要解决的关键问题。文章以区域尺度上规模化耕作土壤大田入渗试验为依据,利用土壤传输函数理论,在系统地研究土壤入渗模型参数与容易获得的土壤常规理化性状参数间的定量关系基础上,建立了土壤入渗参数与土壤常规理化性状参数间的多元线性、非线性、BP神经网络模型传输函数,实现了通过土壤基本理化参数预测土壤入渗参数的目的。其研究成果可以为实施优化地面灌溉灌水技术参数提供强有力的技术支持,同时,在一定程度上丰富了土壤传输函数理论的发展。文章的主要研究结果表明:(1)土壤水分入渗参数受多种因素的复杂影响,包括土壤结构、质地、含水量、有机质含量、含盐量等。土壤结构、质地、含水量、有机质含量等常规理化参数与土壤入渗参数间存在线性或非线性的定量关系,其中土壤有机质含量与入渗能力成正比,土壤干容重(结构)、初始含水量、黏粒含量(质地)、含盐量等与入渗能力成反比。(2)基于土壤常规理化参数,采用传输函数预测土壤入渗参数是可行的。从预测结果来看,Kostiakov两参数入渗模型、Kostiakov-Lewis三参数入渗模型和Philip入渗模型的显著性检验都是显著的。引入每个自变量的显著性检验和回归方程的显著性检验F值均大于相应的F0.95,说明传输函数的回归系数是显著的,回归方程也是显著的。随着引入变量个数的增加,模型的复相关系数逐渐向1靠近,相关性越来越好,最终各个函数的多元线性回归模型计算值与实测值之间的全相关系数R为0.9~0.95,R2均大于0.81,表明由实验数据所得的多元线性传输函数相关性较好,用土壤常规理化特征参数预测土壤入渗能力及其入渗参数是完全可行的。(3)Kostiakov两参数、Kostiakov-Lewis三参数和Philip两参数入渗模型的参数预报模型中合理的输入变量为:土壤砂粒含量、黏粒含量、不均匀系数、曲率系数、体积含水量、重量含水量、干容重、有机质含量等。(4)Kostiakov模型入渗参数的线性、非线性、BP预测模型相对误差均较低,计算精度较高,相关性较好,拟合度高,均能实现对土壤入渗参数的预测。(5)Kostiakov-Lewis模型入渗参数的线性、非线性、BP预测模型的相对误差都在合理范围之内,相对误差低,显著性强,相关性良好,拟合度高,也能够实现对土壤入渗参数的预测。(6)Philip模型入渗参数的线性、非线性、BP预测模型的相对误差虽在合理范围内,具有一定的可行性,但相对误差值偏大,精度较低。(7)在Kostiakov、Kostiakov-Lewis和Philip模型参数的预测模型中,Kostiakov-Lewis模型参数的预测效果最好,能够很好的反映土壤水分入渗的过程,特别是对于长历时水分入渗,较其它模型具有更高和更稳定的预测精度;BP预测模型的精度要高于多元非线性预测模型,但模型的稳定性不如多元非线性模型。