不同秸秆覆盖厚度下季节性冻融土壤的水热运移规律模拟研究

运用水热耦合模型(SHAW)对秸秆覆盖厚度为5、10、15、20和30 cm下的季节性冻土中的水热迁移进行了模拟。结果表明:模型对土壤水分模拟效果较好,模拟期土壤水分模拟的标准误差RMSE为0.003~0.08 m^3/m^3。由于表层土壤易受外界气象条件变化的影响,模型对土壤温度模拟结果误差相对较大,但误差处于合理范围内。使用率定好的SHAW模型对秸秆覆盖厚度大于30 cm下的土壤水热运移进行了模拟预测,模拟结果表明当秸秆覆盖厚度≥45 cm时,秸秆覆盖下的土壤水热运移基本不受外界影响。

基于随机森林算法的冻融期土壤蒸发预报模型研究

以山西省晋中盆地大田土壤蒸发实测数据和气象站监测资料为例,采用2017~2018年冻融期土壤蒸发实测数据作为因变量、影响冻融期土壤蒸发的9个因素作为自变量,利用随机森林算法构建了冻融期土壤蒸发预报模型,并对冻融期三个阶段影响土壤蒸发的因素进行了重要度评价。结果表明,冻融期土壤蒸发的预测值与实测值的平均相对误差为5.7%,均方误差为0.055,模型预测精度较高,拟合效果较好,所建立的模型适用于冻融期土壤蒸发的预报;不稳定冻结期对土壤蒸发影响较大的为地表土壤含水率和太阳辐射,稳定冻结期为降水和地表土壤含水率,消融解冻期为降水、地表土壤含水率和水面蒸发量。

基于主成分分析和粒子群算法优化支持向量机的冻融土壤蒸发预报模型

在季节性冻融期,影响土壤蒸发的因素颇为复杂,准确估算冻融土壤蒸发量对土壤水资源的高效利用具有重要意义。根据2017-2018年冻融期大田试验数据,选取太阳辐射(x1),日平均气温(x2),地表土壤温度(x3),地表土壤含水率(x4),风速(x5),气压(x6),相对湿度(x7),降水量(x8),水面蒸发量(x9)等9个影响冻融土壤蒸发的因素,采用主成分分析法和粒子群算法优化的支持向量机建立了冻融土壤蒸发量的预报模型。结果表明:所建立的基于主成分分析和粒子群算法优化支持向量机的冻融土壤蒸发预报模型,预测值和实测值的决定系数达0.9513,平均相对误差为9.8704%,可较好地用于冻融土壤蒸发量的预报。