基于BP神经网络方法的黄土水分特征曲线预测模型比选

TV93%S27; 黄土高原区水资源严重匮乏,研究土壤水分特征曲线对于提高水分利用率、节约水资源有着重要的现实意义,但直接试验测量土壤水分特征曲线面临操作技术难度大、耗时费力等诸多问题,因此对土壤水分特征曲线进行科学合理预测十分必要.为提高黄土高原区土壤水分特征曲线预测模型精度,以山西省5个县市的试验点黄土为研究对象进行模型比选.基于BP神经网络算法,以土壤基本指标黏粒含量、粉粒含量、干容重、有机质和全盐量共5个影响因素作为预测模型的输入变量,以经验模型的参数作为预测模型的输出变量,分别建立了Gardner经验模型参数和Van Genuchten经验模型参数的预测模型,并根据实测数据库的预测结...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	中国农村水利水电 číslo 1; s. 171 - 175
Hlavní autoři:	李彬楠, 樊贵盛, 申丽霞
Médium:	Journal Article
Jazyk:	čínština
Vydáno:	太原理工大学水利科学与工程学院,山西太原 030024 10.01.2023
Témata:	黄土土壤水分特征曲线 BP神经网络 Gardner经验模型 Van Genuchten经验模型
ISSN:	1007-2284
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Popis
Shrnutí:	TV93%S27; 黄土高原区水资源严重匮乏,研究土壤水分特征曲线对于提高水分利用率、节约水资源有着重要的现实意义,但直接试验测量土壤水分特征曲线面临操作技术难度大、耗时费力等诸多问题,因此对土壤水分特征曲线进行科学合理预测十分必要.为提高黄土高原区土壤水分特征曲线预测模型精度,以山西省5个县市的试验点黄土为研究对象进行模型比选.基于BP神经网络算法,以土壤基本指标黏粒含量、粉粒含量、干容重、有机质和全盐量共5个影响因素作为预测模型的输入变量,以经验模型的参数作为预测模型的输出变量,分别建立了Gardner经验模型参数和Van Genuchten经验模型参数的预测模型,并根据实测数据库的预测结果进行对比和分析.结果表明:建立的经验模型参数的BP神经网络预测模型,Gardner经验模型建模和验证后的两个参数相对误差的平均值都小于4％,Van Genuchten经验模型建模和验证后的两个参数相对误差的平均值都小于5％;不论是建模的训练数据库还是验证数据库,Gardner经验模型参数的预测模型精度均高于Van Genuchten经验模型参数的预测模型精度.因此,建议针对黄土高原区的黄土水分特征曲线预测模型的建立,选用Gardner经验模型更加合适,且此经验模型的表达式简单易懂,更利于农田水利相关的基层工作人员的学习与利用.
ISSN:	1007-2284
DOI:	10.12396/znsd.220543