基于灰色理论-BP神经网络方法的土壤水分特征曲线预测模型
【出 处】:
【作 者】:
李彬楠
樊贵盛
【摘 要】以黄土高原区土壤为研究对象,通过土壤基本理化参数与土壤水分特征曲线的系列试验,获得了Van-Genuchten模型参数的数据样本.运用灰色理论对土壤基本理化参数进行了灰色关联度分析,建立了以土壤基本理化参数为输入变量,土壤水分特征曲线Van-Genuchten模型参数为输出变量的BP神经网络预测模型.研究结果表明:以土壤黏粒含量、粉粒含量、容重、有机质含量、全盐量为输入变量,运用BP神经网络方法对土壤水分特征曲线Van-Genuchten模型参数进行预测是可行的.所建立的灰色BP神经网络预测模型下,Van-Genuchten模型参数α与参数n的预测值与检验值平均相对误差都小于5%,建模样本和检验样本都具有较高的精确度.研究成果一方面有助于丰富黄土水力参数的理论研究,另一方面为土壤水分特征曲线的获取提供技术支撑.
相关热词搜索: 土壤水分特征曲线 土壤理化参数 Van-Genuchten模型参数 灰色理论 BP神经网络
上一篇: 延河流域地貌发育阶段的定量分析
下一篇: 吉林省地下水功能区划分研究