论文部分内容阅读
本文基于241个田间原状黄土土样低吸力阶段(<101KPa)的土壤水分特征曲线试验和非饱和土壤导水率试验、土壤常规理化参数系列试验,系统地研究了原状黄土非饱和导水率和土壤水分特征曲线的主要影响因素;建立了以原状黄土土壤理化参数为自变量的土壤水力运动参数模型参数的土壤传递函数,包括非饱和土壤导水率二参数幂函数、三参数幂函数、二参数指数函数模型参数土壤传递函数和土壤水分特征曲线Brooks-Cory、van-Genuchten、Frelund-Xing模型参数土壤传递函数;在土壤水分特征曲线和非饱和土壤导水率获取的基础上,建立了原状黄土土壤水分扩散率二参数指数函数模型参数的土壤传递函数;探讨了温度对原状黄土非饱和导水率和土壤水分特征曲线的影响等。主要研究结果如下:(1)土壤质地、结构、有机质含量是影响原状黄土非饱和导水率和土壤水分特征曲线的主要因素。相较于全阶段的非饱和导水率和土壤水分特征曲线,低吸力阶段呈现出更大的变异性。通过单因素分析,最终确定了原状黄土土壤非饱和导水率二参数幂函数模型参数、三参数幂函数模型参数、二参数幂函数模型参数与土壤粘粒含量、粉粒含量、容重、有机质含量的单因素函数关系;确定了原状黄土土壤水分特征曲线Brooks-Cory、van-Genuchten、Frelund-Xing模型参数与土壤粘粒含量、粉粒含量、容重、有机质含量的单因素函数关系。(2)采用基于遗传算法的BP神经网络模型和基于粒子群优化算法的支持向量机模型用土壤常规理化参数对原状黄土土壤非饱和导水率二参数幂函数、三参数幂函数和二参数指数函数模型参数进行预报是可行的。两种土壤传递函数对训练样本黄土土壤非饱和导水率模型参数进行预测的平均绝对误差(?)值分别为0.0203、0.0151,平均相对误差(?)值分别为0.0170、0.00937,平均均方根误差(?)值分别为0.476、0.161;对验证样本黄土土壤非饱和导水率模型参数进行预测的平均绝对误差(?)值分别为0.0182、0.0139,平均相对误差(?)值分别为0.0210、0.0161,平均均方根误差(?)值分别为0.517、0.394。在模型比选的基础上,推荐使用二参数指数函数与基于粒子群算法优化的支持向量机土壤传递函数相结合作为原状黄土土壤非饱和导水率的最优预报模型。采用对该方法训练样本黄土土壤非饱和导水率值进行预测,预测值与实测值间的平均绝对误差(?)、平均相对误差(?)、平均均方根误差(?)值分别为0.0413、0.0381、0.394,对训练样本具有较强的训练能力;对验证样本黄土土壤非饱和导水率值进行预测,预测值与实测值间的平均绝对误差(?)、平均相对误差(?)、平均均方根误差(?)值分别为0.0425、0.0400、0.429,对验证样本具有较强的泛化能力。(3)采用非线性模型、基于遗传算法的BP神经网络模型和基于粒子群优化算法的支持向量机模型用土壤常规理化参数对原状黄土土壤水分特征曲线Brooks-Cory、van-Genuchten、Frelund-Xing模型参数进行预报是可行的。采用三种土壤传递函数对训练样本黄土土壤水分特征曲线模型参数进行预测,预测值与实测值间的平均绝对误差(?)值分别为0.118、0.0111、0.000525,平均相对误差(?)值分别为0.0965、0.0401、0.0249,平均均方根误差(?)值分别为1.436、0.0558、0.0619;对验证样本预测黄土土壤水分特征曲线模型参数平均绝对误差(?)值分别为0.0902、0.0147、0.00691,平均相对误差(?)值分别为0.0809、0.0343、0.00325,平均均方根误差(?)值分别为0.781、0.0417、0.0146。在模型比选的基础上,推荐使用Frelund-Xing模型和基于粒子群优化算法的支持向量机土壤传递函数相结合作为原状黄土土壤水分特征曲线的最优预报模型。采用该方法对训练样本黄土土壤水分特征曲线进行预测所得平均绝对误差(?)、平均相对误差(?)、平均均方根误差(?)值分别为0.0001、0.0091、0.0357,对训练样本具有较强的训练能力;对验证样本黄土土壤土壤水分特征曲线进行预测所得平均绝对误差(?)、平均相对误差(?)、平均均方根误差(?)值分别为0.001、0.0035、0.0059,对验证样本具有较强的泛化能力。(4)采用基于遗传算法的BP神经网络模型和基于粒子群优化算法的支持向量机模型用土壤常规理化参数对原状黄土土壤扩散率指数函数模型参数进行预报是可行的。采用两种土壤传递函数对训练样本预测所得原状黄土土壤扩散率二参数指数函数平均绝对误差(?)值分别为0.0751、0.0415、平均相对误差(?)值分别为0.0614、0.0409、平均均方根误差(?)值分别为3.094、2.016;对验证样本预测黄土土壤扩散率模型参数平均绝对误差(?)值分别为0.0233、0.0317,平均相对误差(?)值分别为0.0642、0.0573,平均均方根误差(?)值分别为1.442、0.0511。推荐使用基于粒子群优化算法的支持向量机土壤传递函数作为原状黄土土壤扩散率的最优预报模型。(5)温度对原状黄土非饱和导水率和土壤水分特征曲线有显著影响。随着温度的升高,同一吸力条件下,温度越高,土壤非饱和导水率越大,土壤的含水率越小;同一含水率条件下,温度越高,土壤吸力越小。通过单因素分析,最终确定了温度与黄土土壤非饱和导水率二参数幂函数、三参数幂函数和二参数指数函数模型参数的单因素函数关系;确定了温度与黄土土壤水分特征曲线Brooks-Cory、van-Genuchten、Frelund-Xing模型参数的单因素函数关系。在模型比选的基础上,推荐使用二参数指数函数作为不同温度条件下黄土土壤非饱和导水率的最优拟合模型,推荐使用Frelund-Xing模型作为不同温度条件下黄土土壤水分特征曲线的最优拟合模型。