基于BP神经网络方法的黄土水分特征曲线预测模型比选

• 全文链接

关键词：

来源：

中国农村水利水电

全文链接：

//agri.nais.net.cn/topic/downloadFile/960a173c-38e8-46df-9613-88c01528722b

来源地址：

https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CAPJ&dbname=CAPJLAST&filename=ZNSD2022061301G&v=MDcxNDk3cWRaZVpwRnlIbFZMdktJVnc9UHlQWWFyRzRITlBNcVk1R1pPcDRZdzlNem1SbjZqNTdUM2ZscVdNMENMTDdS

资源所属：

农业水土资源监测专题

类型：

学术文献

语种：

中文

原文发布日期：

2022-06-14

摘要：

 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，以山西省五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，以土壤基本指标粘粒含量、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。