土壤热导率影响因素及模型评估研究

发布时间：2021-09-28 15:52

　　【目的】通过对预测模型的评估,综合考虑各方面因素,使各模型在适用条件范围内扬长避短、发挥优势,简洁、快速、精确地获取土壤热导率的预测值,以实现复杂程度上的定量化研究。【方法】对前人提出的16种土壤热导率模型的优势和劣势及应用条件、影响因素进行分析总结,将其中14种模型的预测数据与从文献中收集的实测数据进行比较,通过线性回归分析与均方根误差分析,实现模型评估。【结果】含水率和石英含量对土壤热导率有很大影响,石英的热导率约为7.9 W·m^-1·K^-1,是所有土壤矿物中最高的,在湿润状态下的土壤热导率远高于干燥状态下的;常温下,Wiener的模型回归系数为0.133和2.208,模型决定系数为0.393和0.820,与其他模型相比偏差明显;而Geo-Mean模型显示出最低回归系数0.668,最高均方根误差0.598,模型的预测值与实测值偏差显著;Zhang等的模型、Chen的模型和Haigh的模型回归系数分别为0.994、0.919和0.891,均方根误差为0.280、0.315和0.394,表现出相对较高的预测精度;Lu等模型的回归系数为0.85... 

【文章来源】：华南农业大学学报. 2020,41(05)北大核心CSCD

【文章页数】：9 页

【部分图文】：

不同饱和度(Sr)下各模型的热导率(λ)预测值

很明显，Wiener[3]的模型的热导率预测值与实测值明显偏离。此外，其他模型的大多数数据点的预测值小于实测值。为了进一步评估砂土的模型性能，进行了线性回归分析和均方根误差(RMSE)分析(表2)。RMSE的表达式为：式中，λe xp为试验测量的热导率，λmodel为预测热导率，m为砂土样本的数量。

【参考文献】：
期刊论文
[1]土壤水分运移模拟研究进展[J]. 张恩继,王霖.  南方农业. 2019(20)
[2]含水量和容重对旱地耕层土壤热导率的影响及预测[J]. 卢奕丽,张猛,刘晓娜,任图生,王雅婧.  农业工程学报. 2018(18)
[3]土壤热导率的影响因素实验研究[J]. 曾召田,范理云,莫红艳,徐云山,刘方毅.  太阳能学报. 2018(02)
[4]高温下红黏土热导率的变化规律试验研究[J]. 徐云山,曾召田,吕海波,范理云,覃汉莲.  工程地质学报. 2017(06)
[5]非饱和土壤热导率模型的优化与应用[J]. 王志华,王甜,王沣浩.  制冷学报. 2017(03)
[6]基于土壤物理基本参数的土壤导热率模型[J]. 苏李君,王全九,王铄,王卫华.  农业工程学报. 2016(02)
[7]土壤热特性参数空间变异性与拟合方法研究[J]. 王卫华,李建波,王铄,王全九,周广林.  农业机械学报. 2015(04)
[8]水分含量对土壤导热系数的影响及机理[J]. 于明志,曹西忠,王善明,胡爱娟,郭敏.  山东建筑大学学报. 2012(02)
[9]土壤热导率的温度效应试验和预测研究[J]. 刘晨晖,周东,吴恒.  岩土工程学报. 2011(12)
[10]不同温度下的土壤热导率模拟[J]. 陆森,任图生.  农业工程学报. 2009(07)



本文编号：3412211