多数据源土壤传递函数模型在水分模拟中的不确定性

摘要：

基于前馈神经网络的传递函数模型,采用4种不同的数据源预测土壤水分特征曲线,并借助误差统计指标、Hydrus-1D水动力学模型对传递函数模型的预测性能及其应用不确定性进行了分析.结果表明,预测土壤水吸力1 000、10 000、15 000 cm对应含水率θ1000、θ10000、θ15000时,相对于仅有颗粒组成变量的传递函数模型,增加容重和θ60(水吸力60 cm对应的含水率)传递函数模型的平均绝对误差降低了42.86％、23.87％、26.15％；增加θ60和θ15 000模型预测θ100、θ10000、θ15000的平均绝对误差比仅包含θ60模型降低了8.67％、16.96％、15.95％.将模型预测的van Genuchten参数应用于土壤水分模拟,增加θ60模型的平均绝对误差比以颗粒组成为输入变量模型的相应值降低了11.11％；相对于增加θ60的传递函数,额外再增加θ15000并未降低模型应用过程中的不确定性.

关键词：土壤传递函数、数据源、不确定性、土壤水分特征曲线

所属期刊栏目：43

分类号：S152.3(土壤学)

资助基金：国家重点基础研究发展计划973计划资助项目2011CB100502

在线出版日期：2013-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：45-50