基于不同土壤轉換函數構建方法的封丘縣土壤水力特性研究.pdf

1、Athesis(dissertation)submittedtoZhengzhouUniversityforthedegreeofMasterResearchonHydraulicCharacteristicsoftheSoilBasedontheDifferentConstructionMethodsofPedoTransferFunctioninFengqiuCollegeofWater摘要摘要土壤水分及溶質運移、地下水位及水質變化

2、研究等已成為土壤水力學研究的熱點問題，而區(qū)域水平上土壤水分運動參數的空間變化是研究這些問題的前提和基礎。由于土壤水分運動參數的室內或田間測定工作量大、周期長且成本較高，大面積實地測定不切實際。本論文以河南省封丘縣為研究區(qū)域，在土壤基本理化數據及室內測得的土壤水力學參數的基礎上，運用多元線性回歸法及BP神經網絡法建立土壤水力學參數的間接推求方法——土壤轉換函數法，該方法方便高效，可行性強，為該區(qū)域土壤水鹽運移及土壤污染問題等研究提供了一定

3、的基礎支持。主要研究成果如下：(1)以室內測定的土壤含水量及與之對應的基質勢數據為基礎，借助最小二乘法構建非線性方程組，利用Picard迭代法求解方程組，能夠確定土壤水分特征曲線經驗方程VanGenuchten模型各參數值。(2)運用多元線性回歸法建立研究區(qū)土壤飽和含水量、田問持水量及凋萎含水量的點估計模型中，飽和含水量預測模型效果比較理想；田間持水量的預測在引進凋萎含水量作為自變量時，大大提供了模型的預測效果；凋萎含水量模型的預測效果

4、相對較差。多元線性回歸法對VanGenuchten模型的參數預測結果顯示，對封丘縣來講，粘土的預測效果較好，粉壤土次之，砂土的預測效果最差。(3)運用BP神經網絡構建封丘縣VanGenuchten模型參數的土壤轉換函數時，不同的預測變量組合方式對土壤水分特征參數的預測效果各不相同。與多元線性回歸法比較得出，BP神經網絡在預測特定基質勢下的土壤含水量(飽和含水量、田間持水量及凋萎含水量)時，預測效果及精度不如多元線性回歸法理想；但BP神經