APP下载

基于灰色理论—BP神经网络方法的表层土壤容重预测

2018-03-21郭李娜樊贵盛

节水灌溉 2018年2期
关键词:模型

郭李娜,樊贵盛

(太原理工大学水利科学与工程学院,太原 030024)

土壤容重一般指土壤干容重,又称为土壤密度,是干的土壤基质物质的量与总容积之比,是表征土壤物理状况指标的重要参数。表层土壤容重一般指地表以下20 cm深度范围土层的土壤容重,是影响水分、盐分及养分随径流在土壤中运移的重要因素之一。目前,获取土壤容重的常用方法为传统环刀法,在农田中用标准环刀取样后带回实验室烘干称重后计算土壤容重,此种测量方法虽然操作过程简单,但对于大面积农田土壤容重的持续跟踪采样与监测不仅工作繁重,而且耗时耗力,无法实时且快速地采集农田信息。近年来,国内外一些学者致力于通过利用土壤常规理化参数对土壤容重进行预测的研究,取得了很大进展。Rawls、Adams[1,2]等研究发现,土壤质地和有机质是影响土壤容重的主要因素;Curtis和Post[3]、Huntington[4]和Kaur[5]等多位学者根据土壤质地、有机质含量等资料,相继提出13种土壤传递函数用于预测土壤容重;韩光中[6]等利用现有的土壤数据库回归分析建立了我国主要土壤类型最适宜的容重传递函数。田耀武[7]等利用兰陵溪流域森林土壤调查数据库,建立了土壤有机碳、有机质与容重之间的回归模型。刘继红[8]等指出对于不同地区、不同类型、不同剖面垂直深度和不同发生层次的土壤,其容重PTFs的预测变量及相应参数各不相同。BP神经网络方法已被广泛地应用于众多领域的预测研究,李昊哲[9]等以土壤基本理化参数为输入变量,建立了盐碱土壤Kostiakov入渗模型参数的BP预报模型。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用