基于单一和集合土壤转换函数模型对土壤含水量的模拟性能分析

以海河流域3个实验场地(密云站、大兴站、馆陶站)为研究区,采用7种常用的单一土壤转换函数(soil pedotransfer function,PTF)模型预测土壤水力参数作为HYDRUS-1D的模型参数,求解Richards方程获得土壤含水量,并与实测土壤含水量进行比较,评价了常用单一PTF模型预测的土壤水力参数对土壤含水量的模拟性能。此外,采用3种方法构建集合PTF模型,评价了集合PTF模型对土壤含水量的模拟性能。结果表明:基于van Genuchten方程构建的单一PTF作为模型参数模拟土壤含水量的均方根误差最小;而其中Rosetta3模型表现更优。在集合PTF模型中,基于贝叶斯平均法构建的模型表现最好。集合PTF模型预测土壤水力参数可以较好地捕捉多个单一PTF预测土壤水力参数的整体趋势,弥补单一PTF在某些情况下模拟误差较大的不足。

土壤入渗特性的空间变异性及土壤转换函数

以在杨陵一级阶地上进行的入渗试验为基础,利用多重分形和联合多重分形方法,研究分析了土壤入渗特性在多尺度上的空间变异性及与土壤物理特性的相关性,并在此基础上建立了土壤入渗特性的土壤转换函数。研究表明:土壤入渗特性具有多重分形特征,观测尺度上,稳定入渗率、前30 min累积入渗量的空间变异都主要由粗粉粒和粘粒含量的空间变异造成。在多尺度上,稳定入渗率的空间变异受土壤容重、粗粉粒和粘粒含量的空间分布影响显著,前30 min累积入渗量的空间变异受粗粉粒和粘粒含量的空间分布影响显著,与观测尺度上的影响因素相同。基于联合多重分形分析建立的稳定入渗率的土壤转换函数的计算误差较小,前30 min累积入渗量的土壤转换函数的计算误差较大。

不同土壤转换函数预测砂土非饱和导水率的对比分析

以现有的4种土壤转换函数(Pedotransfer Functions,PTFs)(包括ROSETTA、RAWLS、CAMPBELL和VAUCLIN)为例,将其用于土壤水力性质数据库UNSODA中56个典型砂土样本的非饱和导水率预测,对4种PTFs的预测结果进行了误差分析,探讨了饱和导水率对非饱和导水率预测的影响。结果表明,当同种PTFs预测的饱和导水率作为输入时,在4种PTFs中VAUCLIN的预测精度最高,其次为ROSETTA和RAWLS,CAMPBELL的误差最大;当实测饱和导水率作为输入时,RAWLS、CAMPBELL和ROSETTA的预测精度有了不同程度提高,但VAUCLIN的预测误差反而有所增大;饱和导水率对非饱和导水率预测的影响较大,实测饱和导水率作为输入时CAMPBELL预测的非饱和导水率与实测值最为接近。

土壤水力性质的估算——土壤转换函数

利用一些易获得的土壤理化参数可以估算土壤水力性质,这些估算方程统称为土壤转换函数,即PTFs（Pedo-Transfer Functions）。本文综述了目前国内外土壤转换函数研究的概况,并利用在华北地区收集到的实测资料,建立了一些土壤转换函数,通过对部分转换函数作的检验和评估,总体而言,所建立的各类模型的预测效果都比较理想,应用于小比例尺的区域研究是可行的。

贝叶斯模型在土壤转换函数中的应用与适应性评价

为了研究大型灌区节水改造后的区域农田生态环境效应中分布式水文模型空间参数的确定问题,通过内蒙古河套灌区解放闸灌域22个土壤水盐监测点110个土壤样本的采样与分析,利用贝叶斯神经网络(BNN)模型建立了河套灌区区域分层土壤特征参数与土壤水分特征曲线模型参数、特征含水率之间的土壤转换函数模型,并与已有的BP神经网络模型进行适应性比较及模型验证。结果表明,BP模型土壤转换函数的训练模拟精度优于BNN,但是在模拟预测方面,BNN模型普遍好于BP模型,而且模型输入因子数量对BP模型的精度影响较大,而BNN模型对于不同输入因子表现出很好的稳健性,BNN模型比传统的人工神经网络模型具有更好的适应性和预测效果,体现了土壤特征参数的空间随机性和结构性特征,而且预测的土壤水分特征曲线与实测和VG拟合结果更为接近,是一种具有广阔应用前景的区域土壤转换函数推求方法。

基于PCR和ANN构建的土壤转换函数的适用性研究

基于主成分回归和人工神经网络,提出了一种用于构建土壤转换函数的PCR-ANN组合预测方法,并将其与传统单一方法构建的PTFs进行了比较。结果表明,基于PCR-ANN组合预测方法构建的PTFs预测精度高于传统方法构建的PTFs。

基于颗粒级配参数描述砂土持水及非饱和强度特性的土壤转换函数

以van Genuchten模型为基础,将砂土的基本物理特征与统计分析相结合,构建土壤转换函数以预测砂土持水曲线。首先,在土壤转换函数中引入控制粒径d60和不均匀系数Cu这两个典型颗粒级配参数,并满足完全均匀和完全分散的两种理想颗粒材料条件;其次,结合非饱和土水力特性数据库(UNSODA)与4种颗粒级配分布较均匀的砂土持水曲线补充试验,通过量纲分析和回归分析,将控制持水曲线进气值和减湿率的参数a和n分别表示为d60和lgCu的反比例型转换函数,结果表明:这两种转换函数对参数a和n的预测效果优于已有转换函数;最后,将这两种转换函数引入非饱和强度公式,利用已有文献中的非饱和强度试验结果验证了提出的土壤转换函数在表征砂土毛细黏聚力与抗拉强度随基质吸力变化规律的有效性,相应的理论计算结果表明:砂土的毛细黏聚力随其控制粒径减小或均匀程度降低而增高。

基于土壤转换函数的土壤水力性质估算研究进展

土壤转换函数是利用一定数量的土壤样本及其实测数据,在土壤理化性质和水力参数之间连接起来建立函数关系,由此推求土壤水力性质的间接方法之一,应用十分广泛.本文基于国内外土壤转换函数的构建应用发展情况,讨论土壤转换函数特征,分析转换函数类型、预测变量、构建方法、参数估算等,总结各种土壤转换函数的优点和不足,说明国内外常用的转换函数及其预测变量,提出构建、应用和验证转换函数的数据要求,为土壤转换函数构建、正确应用及其适用性分析提供科学参考.

基于机器学习方法的土壤转换函数模型比较

土壤水分状态及运动过程的准确描述与预测需要精确的土壤水力参数,而使用土壤转换函数的方法可以方便省时省力地获得土壤水力参数。对于不同的建模方法,在模型预测精度、运行效率等方面有所差异。【目的】探究不同机器学习方法建立土壤转换函数模型的优劣。【方法】使用UNSODA全球土壤水力性质数据库,对比分析了人工神经网络(ANN)、支持向量机(SVM)、K-最近邻居法(KNN)对于van Genuchten模型参数的预测精度,并使用土壤样本的含水率-负压实测数据,从土壤质地的角度评价了各模型的预测效果。【结果】SVM模型对样本的预测效果最好,ANN次之,KNN模型受边缘效应影响预测效果稍逊。在训练模型时,ANN模型用时最长,KNN模型用时最短。然而,在预测过程中,ANN模型用时最短,KNN模型用时最长。【结论】本研究推荐在小数据集上建立土壤转换函数模型时使用SVM,而在更大型的数据集上要综合考虑计算成本、预测精度等方面合理选取建模方法。

基于土壤转换函数(PTF)预测不同初始孔隙比土的土–水特征曲线

提出了预测van Genuchten(VG)模型参数n的一个土壤转换函数(pedotransfer function, PTF),该函数是一个非线性回归方程,结合VG模型参数?与初始孔隙比e0的回归方程,来预测不同初始孔隙比土的土–水特征曲线(SWCC)。n和?回归方程中的拟合参数(a,b和A,B)只需通过3组常规的SWCC试验数据即可校正。将选取的具有代表性的各个文献中的试验数据均分成两部分:一部分用于校正拟合参数(a,b和A,B),另一部分用于验证基于PTF预测SWCC方法的准确性。结果表明,基于PTF所预测得SWCC与文献中的试验数据具有很好的一致性。PTF只需引入一个预测变量即初始孔隙比e0;它不仅适用于变形土,也适用于非变形土。

土壤水分扩散率单一参数模型的土壤转换函数

采用水平土柱法测定了杨凌地区典型粘壤土的水分扩散率,利用土壤水分扩散率的单对数模型进行了拟合,拟合效果比较好,通过分析模型中的参数A和B,发现单对数模型的参数A和B具有很好的线性关系,利用这一关系,可以将单对数模型简化为单一参数模型。对参数B和土壤物理特性进行相关性分析,结果表明参数B与土壤有机质含量的相关性最强,与土壤粘粒含量和砂粒含量的相关性次之,与土壤容重和粗粉粒含量的相关性最弱。利用参数B与土壤物理特性的相关关系,建立了参数B的土壤转换函数,土壤转换函数简单并且有较强的理论基础,简化了区域土壤水分扩散率测定费时费力的问题。

考虑地形与理化性质的土壤关键水力特性多种模型构建与比较

为获取我国南方典型湿润山区关键土壤水力特性(饱和导水率(K_(s))与田间持水量(F_(c)))的精细空间数据,以南方典型湿润山区屯溪流域为样本采集区,以地形因子和土壤理化性质为输入,采用相关性分析方法建立了3种不同输入模式,采用多元线性和机器学习技术构建了多元线性回归(MLR)、遗传算法-人工神经网络(GA-BP)、支持向量机回归(SVR)和随机森林(RF)4种表层土壤水力特性模型,并将4种模型同传统土壤转换函数(PTFs)进行了对比分析,探究了不同输入模式的优劣。结果表明:K_(s)估算效果由优到差排序为RF、SVR、MLR、GA-BP、PTFs,F_(c)估算效果由优到差排序为SVR、RF、GA-BP、MLR、PTFs;屯溪流域K_(s)和F_(c)的空间变化呈现一致性,整体空间分布与屯溪流域高程变化保持一致,说明湿润山区表层土壤水力特性与高程存在密切的非线性关系;SVR与RF模型更适用于小样本回归问题,GA-BP模型则需要较大的样本容量来充分捕捉特征以达到理想效果。

滩涂围垦农田土壤饱和导水率的影响因素及转换函数研究

确定苏北沿海滩涂围垦农田耕层土壤饱和导水率的影响因素，构建适合该区的土壤转换函数，是研究该区田间土壤水盐运动和盐渍化防控的重要前提。本文在该区典型地块实测土壤饱和导水率和相关土壤基本理化性质，探讨了该区土壤饱和导水率的剖面分布特点，对影响饱和导水率的土壤基本性质进行了主成分分析，并建立了用于该区饱和导水率间接估算的土壤转换函数。结果表明：滩涂围垦农田土壤饱和导水率随剖面深度增加呈表土层高、亚表层低、底土层又升高的趋势，20～40cm土层饱和导水率最小，介于2．75～6．73cm·d^-1，属低透水强度；土壤容重随剖面深度增加表现出与饱和导水率相反的变化特点。除了容重、孔隙度、质地等物理因素外，土壤肥力、盐分等化学性质也是影响饱和导水率的重要因素；影响滩涂围垦农田土壤饱和导水率的因素可由持水特性、盐碱状况、养分特征和土壤质地4个主成分反映，其累计贡献率达78．17％。在Vereecken转换函数中引入土壤盐分后可提高预测精度，修正函数Vereecken1是最适合滩涂围垦农区土壤、具有最佳预测精度的转换函数。本文构建的土壤转换函数，可通过较易获得的砂粒、黏粒、容重、盐分和有机质对耕层土壤饱和导水率进行较高精度的预测，其结果可为滩涂盐渍化农区田间尺度土壤饱和导水率间接估算以及水盐运动数值模拟提供支持。

半干旱草原型流域土壤入渗过程及转换函数研究

为了进一步探究半干旱草原砂质草甸地土壤入渗过程与影响因素相互作用的关系,以内蒙古锡林河流域为研究区,在厚栗黄土、草甸沼泽土、草原风沙土、石灰性草甸土、淡黑土等5种土壤类型下设置38个土壤入渗试验点以及62个土壤生态调查点,测定了各点位土壤的粒径、容重、有机质、含水率、地下生物量等理化特征。使用Green-Ampt、Philip、Kostiacov、Horton、Mezencev及USDA-NRCS等6种入渗模型模拟入渗过程,结果显示Horton和USDA-NRCS模型模拟效果最好,Adj-R^2分别为0.975和0.911,并利用模拟效果最好的Horton模型计算稳定入渗率,对土壤入渗特性和入渗影响要素进行了主成分和相关性分析并建立土壤转换函数,在此基础上对整个研究区的土壤稳定入渗率进行了1 km×1 km精度的面尺度拓展。研究表明,半干旱草原型流域的土壤入渗主要受到土壤物理属性与外界环境两种要素的影响,使用相关性显著的影响要素建立的土壤转换函数可以较好地模拟半干旱草原型流域的土壤入渗特征值,在小流域尺度上使用土壤转换函数的预测效果相较入渗模型的面尺度拓展更加精细。

利用分形理论解决不同土粒分级标准间土壤质地资料的转换问题

基于分形理论,选取黄土高原南部厢寺川林场地区20个典型样点,每个样点取3个剖面,共60个土样的实测土壤颗粒粒径分布数据,分别应用分形模型、对数正态模型、逻辑生长模型、WEIBULL模型预测土壤颗粒累积百分含量,提出一种预测土壤颗粒粒径分布的分形模型。结果表明,在0.002～0.1mm粒级范围内,分形模型对已知土壤资料的粒级个数和预测粒级的大小等因素并不敏感,具有较高的预测精度和稳定性;与对数正态模型、逻辑生长模型和WEIBULL模型相比,分形模型的总体预测误差最小且未出现大误差数据,可以有效对不同土粒分级标准间土壤质地资料进行转换。

植物根系对土壤水力参数影响的定量研究综述

植物根系是土壤结构以及土壤水力参数变化的重要影响要素。目前不仅缺乏定量描述“根-孔隙-土壤水力参数”相互作用的研究方法,在更大尺度上根系作用的客观表达也尚不明确,由此导致降雨入渗、径流和蒸发等流域水文过程的精细刻画与模拟预测具有很大的不确定性。基于文献检索,本文对国内外相关研究进行了回顾与梳理,量化了植物根系对土壤水力参数的改变和影响,并提出其与植被、土壤类型的响应方式,总结了植物根系动态性生长下的土壤水力参数定量表述及其预测模型进展。同时分析了在定量研究根-土复合系统中存在的问题及未来研究的发展方向,指出目前根系影响土壤水力参数的研究主要集中在小尺度控制实验方面,忽略了大尺度下土壤空间异质性及外部环境因素的干扰,强调大尺度根系作用和根系参数纳入土壤结构的重要性和实际意义,进一步与水文模型的深度耦合逐渐成为未来研究的热点。

不同利用方式下草地土壤碳积累及汇/源功能转换特征研究

土地利用变化是影响土壤碳储量的主要人为因素，准确掌握不同利用方式下土壤碳积累及汇／源功能转换特征，对预测土壤碳释放量趋势有着很重要的意义。为明确不同利用方式下草地土壤碳储量及碳汇／源功能的动态变化特征，以位于科尔沁沙地东南围封草地与放牧地为研究对象，采用有机碳密度法分析了0～30cm土层有机碳储量及其在5—11月的变化规律。结果表明：围封草地土壤有机碳含量随着土层的加深呈递减的变化，放牧地土壤有机碳含量随着土层的加深不同土层间无显著差异。5-11月围封草地0～30cm土层土壤有机碳密度变化为2．8～4．0kg／m^2，变幅为1．2kg／m^2。5—9月放牧地0～30cm土层土壤有机碳密度变化为3．4～4．7kg／m^2，变幅为1．3kg／m^2。围封草地在5—8月为土壤碳源过程，8-9月为土壤碳汇过程，9—11月为土壤碳源过程。放牧地土壤碳库较稳定，无明显的碳汇／源的变化过程。合理的放牧利用有助于土壤碳的积累，减少碳释放。

石羊河流域平原区土壤入渗特性空间变异的研究

在野外原位入渗试验的基础上,建立了简化Philip入渗模型及其土壤转换函数,借助ARCVIEW软件生成了石羊河流域平原区土壤入渗特性参数的空间分布图,并分析了入渗特性的空间变异特征。研究表明,简化Philip入渗模型是点面转化中比较理想的模型,模型参数α的土壤转换函数可以简便地估算土壤入渗特性,两者的结合是研究大尺度土壤入渗空间变异的一种有效方法。

估计土壤水分特征曲线的间接方法研究进展

土壤水分特征曲线是模拟水分和化学物质在非饱和土壤中运移的关键参数。对于一个较大范围的实际问题,由于其在空间和时间上的强烈变异性,采用直接实验大量测定通常是不可行的。作为一种替代方法,根据土壤基本性质如粒径分布、容重、有机质含量等间接估计水分特征曲线的方法在实践中证明效果是比较理想的。按照其理论基础,这些间接方法可以分为土壤转换函数、物理—经验方法、分形方法等。本文对该领域近二十多年来的研究进展进行了综述,并对间接方法的发展前景作了展望。

土壤饱和导水率空间预测的不确定性分析

当土壤转换函数应用于土壤水力性质估计时,对于预测值的不确定性往往容易被忽视。为了有针对性地提出减少这种不确定性的方法和措施,提高土壤转换函数的实际应用能力,以两种现有的土壤转换函数(Vereecken和HYPRES模型)为例,将其应用于山东省平度市土壤饱和导水率的空间预测,并利用拉丁超立方抽样(LHS)方法对预测结果的不确定性进行了分析。结果表明,饱和导水率空间预测的不确定性主要来源于土壤基本性质的空间插值误差和土壤转换函数自身的预测误差。当Vereecken模型应用于饱和导水率空间预测时,预测结果的不确定性主要由土壤基本性质空间插值误差所决定,土壤转换函数预测误差的影响较小,而HYPRES模型则是受二者的双重影响。