黄土水分特征曲线Gardner模型参数的土壤传输函数研究

发布时间：2020-07-19 08:56

【摘要】：为了解决土壤水分特征曲线获取困难这一问题,简化对曲线的获取方式,本文基于土壤水分特征曲线与Gardner模型,研究对象为山西农耕田的黄土,进行了土壤水分特征曲线的相关测定与拟合,测定了相关土壤基本理化参数与模型的参数并获取了它们之间的对应关系,以土壤传输函数理论为依托试图建立土壤水分特征曲线Gardner模型参数的非线性多元分析预测模型、BP神经预测模型、网格搜索与交叉验证—支持向量机预测模型。主要结论如下:(1)通过机理分析与关联度分析最终得到关于Gardner模型参数主要的影响因素为:土壤质地、土壤干密度、土壤有机化合物、土壤全盐量。它们之间的关联度顺序为土壤粉粒土壤干密度土壤全盐量土壤有机化合物土壤粘粒。通过单因素分析得到各影响因子与Gardner模型参数的函数关系为:土壤质地与Gardner模型参数成对数关系;土壤干密度与Gardner模型参数呈线性关系;土壤有机化合物含量与Gardner模型参数程对数关系;土壤全盐量与Gardner模型参数呈指数函数关系。(2)建立于Gardner模型参数a与b的非线性多元分析模型的建模样本的平均相对误差分别为10.1%与11.8%,在12%以内,检验样本的平均相对误差分别为9.5%与7.7%,在10%以内;BP网络模型建模样本的平均相对误差分别为9.5%与0.6%,在10%以内,检验样本的平均相对误差分别为5.1%与0.13%,在6%以内;支持向量机模型的建模样本的平均相对误差分别为5.7%与4.9%,在6%以内,检验样本的平均相对误差分别为4.0%与4.77%,在5%以内。(3)对以上三种模型的精度分析分析可知,用三种模型预测预报土壤水分特征曲线Gardner模型参数a与b都是可行的。通过对三种模型多方面进行分析,最终推荐支持向量机预测模型为最适合黄土地区的土壤水分特征曲线Gardner模型参数的预测模型。本文基于土壤传输函数理论建立了三种关于Gardner模型参数的预测模型,不仅为实际的农田工作人员提供了简便的土壤水分特征曲线获取方法,而且扩充了土壤传输函数的相关理论。但是在研究中,对于影响因素的选取或许不够全面,因此在今后的工作学习中应该对该方面进行更为深入的研究与探索,扩充土壤类型与基本理化参数的数据,优化所完成的预测模型,同时创建更新的土壤传输函数预测模型,进一步的提高预测的精度。
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S152.7;O212
【图文】：

分布图,山西省,试验区,分布图

太原理工大学硕士研究生学位论文第二章试验方案与方法为了研究与分析黄土高原区土壤的土壤水分特征曲线与其经验模型的相关内容，土壤水分特征曲线室内试验与土壤基本理化参数试验的土壤均采自山西省世行贷款节水灌溉二期项目相关的试验田，主要集中在山西省吕梁市与晋中市，总共 16 个试验田，横跨山西省东西方向，基本覆盖山西省所有土壤类型，包含了山西省典型农田的土壤基本性质，非常具有代表性。2.1 试验区概况

激光粒度分析仪,土壤容重,电子天平,烘箱

图 2-2 激光粒度分析仪Fig.2-2 Winner2000ZD Laser particle size analyzer instrument equipment（2）土壤容重：使用烘箱、铝盒、电子天平等。（3）土壤有机化合物含量：利用重铬酸钾湿烧法测定有机质含量，主要有重铬酸钾等化学试剂、电热炉、蜡油锅等。

蜡油,电热炉

图 2-2 激光粒度分析仪2 Winner2000ZD Laser particle size analyzer instrument equ容重：使用烘箱、铝盒、电子天平等。有机化合物含量：利用重铬酸钾湿烧法测定有机质含化学试剂、电热炉、蜡油锅等。

【相似文献】