国家自然科学基金(40671081)
- 作品数：73 被引量：285H指数：10
- 相关作者：樊贵盛雷国庆李雪转岳海晶郭华更多>>
- 相关机构：太原理工大学山西水利职业技术学院学研究院更多>>
- 发文基金：国家自然科学基金山西省科技攻关计划项目山西省自然科学基金更多>>
- 相关领域：农业科学水利工程更多>>
- 畦灌灌水效果对土壤入渗参数的敏感性研究被引量：2
- 2017年
- 为分析不同土壤入渗能力下的畦灌灌水效果差异,以汾东灌区北长寿试验点的灌水试验为依托,建立灌水技术参数优化模型对灌区的灌水条件进行优化。在优化灌水条件下,选用修正后的Kostiakov入渗模型,以土壤水分入渗参数k、a和f0为自变量,通过正交试验的方法,利用Win SRFR软件对灌水效果指标灌水效率Ea、灌水均匀度Du进行模拟,并对模拟结果进行方差和贡献率分析,结果表明:对于指标E_a和D_u,入渗参数影响显著,其贡献率由大到小均为ρ(k)>ρ(f_0)>ρ(a)。在此基础上,结合灌水效果指标对各入渗参数变异的敏感系数,确定了入渗参数k、a和f0综合变异时灌水效果指标偏离程度的量化形式,为土壤入渗能力空间变异时灌水效果指标精度控制提供依据。
- 雷国庆樊贵盛
- 关键词：畦灌正交试验设计
- 基于支持向量机的冻融土壤入渗参数预测被引量：3
- 2017年
- 以提高冻融条件下农田土壤灌溉水利用率为目的,基于汾河灌区冻融期内土壤入渗试验,运用支持向量机理论,建立了以冻融条件下土壤含水率、质地、容重、地温和灌溉水温为输入变量,Kostiakov入渗模型参数k、α为输出变量的支持向量机回归预测模型。预测模型误差分析表明:入渗系数k与入渗指数α的训练样本相对误差与检验样本相对误差都控制在10%以内,将k与α代入Kostiakov入渗模型得到的90 min累计入渗量I_(90)的相对误差平均值为5.81%。说明冻融土壤条件下,基于支持向量机理论的Kostiakov入渗模型参数的预测是可行的。
- 李昊哲樊贵盛
- 关键词：支持向量机冻融土壤
- 土壤入渗积水时间预测模型研究被引量：2
- 2012年
- 在室内进行了8种均质土壤入渗积水时间的测定试验。采用不同的变量组合形式、利用数理统计原理对土壤入渗积水时间进行预测。结果表明:(1)用土壤干容重、初始含水量、土壤砂粒、黏粒含量、供水强度等常规土壤物理参数预测入渗积水时间是可行的。(2)多元线性预测模型和多元非线性预测模型的预测精度结果基本相同,只是所得的模型参数不同,多元线性预测模型更简单。(3)在同一预测模型下,考虑的因素越多,预测模型的预测精度相对越高。
- 李雪转樊贵盛
- 关键词：土壤水分入渗
- 非充分供水与充分供水入渗模型参数间关系试验被引量：8
- 2010年
- 基于均质土壤的非充分供水与充分供水入渗试验数据,分析了非充分与充分供水入渗过程之间的关系,建立了非充分与充分供水入渗Kostiakov三参数模型参数之间的关系。结果表明:非充分供水积水后入渗过程以充分供水入渗过程为渐近线;非充分与充分供水入渗参数α的比值m随着供水强度的增加而增大、随着黏粒含量的增加而增加、随着砂粒含量的增加而减小、随着土干密度的增加而增加、随着初始含水率的增加而减小,它们之间都较好地符合乘幂函数关系;非充分供水稳定入渗率等于同条件下的充分供水稳定入渗率;非充分供水入渗系数K1等于供水强度与稳定入渗率之差。
- 李雪转樊贵盛
- 关键词：充分供水入渗参数
- 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被引量：16
- 2018年
- 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。
- 李彬楠樊贵盛
- 关键词：土壤水分特征曲线BP神经网络
- 基于灰色理论-支持向量机的Gardner模型参数的预报模型被引量：3
- 2018年
- 为探索获取土壤水分特征曲线模型参数新途径,以山西省黄土高原区农耕土壤为试验材料,进行了系列土壤水分特征曲线试验,拟合得到了Gardner模型参数a和b,同时测定了土壤基本理化参数,建立了由Gardner模型参数a、b和土壤基本理化参数组成的数据样本。采用灰色关联理论,分析了土壤各基本理化参数与Gardner模型参数之间的关联度,基于支持向量机理论建立了以关联度较大的土壤容重、黏粒含量、粉粒含量、有机质含量、全盐量为输入因子,以Gardner模型参数a和b为输出因子的预报模型。研究表明:以土壤容重、黏粒含量、粉粒含量、有机质含量、全盐量为输入因子,对Gardner模型参数a与b进行预报是可行的,参数a、b的实测值与预测值之间相对误差的平均值分别为3.96%、4.68%,吻合度高,预测效果好。该研究结果可为获取土壤水分特征曲线模型参数提供技术手段,同时可促进土壤传输函数理论的发展。
- 李浩然樊贵盛
- 关键词：土壤水分特征曲线灰色关联分析支持向量机
- 基于Kostiakov二参数入渗模型参数的BP预测被引量：1
- 2016年
- 基于黄土高原区大田耕作土壤的水分入渗试验,建立了Kostiakov二参数入渗模型参数的BP神经网络预测,实现了以土壤基本理化参数为输入变量,Kostiakov二参数模型参数为输出变量的BP预测方法,并分别对二参数模型中的入渗系数k、入渗指数α以及90min累积入渗量H进行了预测值与实测值的精度比较,结果显示对入渗系数k实现BP预测的平均相对误差为6.082 3%,入渗指数α的平均相对误差为1.045 9%,90min累积入渗量H的平均相对误差为4.973 5%,三者的平均相对误差值均在7%以下,预测精度较高,预测效果较好,表明以土壤基本理化参数为输入变量的BP神经网络预测是可行的。研究结果为获取准确的入渗参数提供技术手段,进而为提高农业灌溉水管理水平和灌水效率提供支撑。
- 舒凯民樊贵盛
- 关键词：耕作土壤入渗参数
- 基于支持向量机的土壤水分入渗参数预测研究被引量：4
- 2015年
- 为解决土壤水分入渗能力的空间变异性问题,以方山、河津、泽州等地土壤入渗试验为背景,选用两参数Kostiakov入渗模型,建立以土壤密度、体积含水量、黏粒和有机质含量等土壤理化参数为输入变量,土壤水分入渗参数为输出变量的土壤传递函数。通过对入渗参数k、α的土壤理化参数影响因子分析,表明土壤理化参数与土壤入渗参数间存在着相关关系。在此基础上,运用支持向量机理论,将入渗参数的非线性回归问题转化为一个二次凸规划问题,建立了土壤入渗参数k、α的预测模型,通过对预测样本的误差分析,表明基于支持向量机土壤水分入渗参数预测模型的预测效果良好,可实现土壤传递函数的有效建立。
- 雷国庆樊贵盛
- 关键词：土壤传递函数土壤入渗参数支持向量机
- 土壤入渗参数的灰色预测模型研究被引量：1
- 2015年
- 为了研究在小样本、贫信息条件下,包括土壤密度、体积含水量、黏粒和有机质含量在内的土壤理化参数与土壤入渗特性之间的关系,以方山县土壤入渗试验为背景,选用两参数Kostiakov入渗模型,通过对入渗参数k、α物理意义的分析,运用灰色关联理论,对土壤理化参数中各参数与土壤入渗参数的关联度大小进行了灰色排序,结果表明对于入渗参数k、α而言,与其关联程度由大到小均为土壤密度>黏粒含量>土壤含水量>有机质含量。并在此基础上建立了入渗参数k、α的GM(0,5)灰色预测模型,通过对预测值与实测值间的误差分析,表明其预测精度可以满足要求,由此所建立的土壤入渗参数灰色预测模型可行。
- 雷国庆樊贵盛
- 关键词：土壤入渗参数灰色关联
- 土壤田间持水量的非线性预报模型研究
- 2015年
- 基于大田耕作土壤理化参数试验以及田间持水量测定试验数据,首先利用单因素法分析了土壤结构、有机质含量和土壤质地与田间持水量的关系;在单因素分析的基础上建立了具有不同输入变量的土壤田间持水量非线性多元模型结构,利用MATLAB程序语言对不同模型结构进行了非线性回归分析,最终选定回归系数均显著且平均误差最小(5.608%)拟合度最高(0.799 3)的模型结构作为田间持水量的最佳非线性预报模型,并进行实例预测验证其可行性,实现了利用土壤常规理化参数对田间持水量的预测。
- 岳海晶樊贵盛
- 关键词：田间持水量模型分析
