期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
两种土壤传递函数在预测砒砂岩与沙复配土的水力学参数中的应用
被引量：
12
1
作者
王欢元
韩霁昌
+2 位作者
罗林涛
马增辉
张露
《土壤通报》
CAS
CSCD
北大核心
2013年第6期1351-1355,共5页
为选择一种适合于预测砒砂岩与沙复配土水力学参数的土壤传递函数模型,从而为有针对性的对不同比例下砒砂岩与沙复配土采用不同的田间灌溉管理方式提供科学依据。在测定七种比例的砒砂岩与沙复配土的饱和导水率的基础上,分析比较了HYPRE...
为选择一种适合于预测砒砂岩与沙复配土水力学参数的土壤传递函数模型,从而为有针对性的对不同比例下砒砂岩与沙复配土采用不同的田间灌溉管理方式提供科学依据。在测定七种比例的砒砂岩与沙复配土的饱和导水率的基础上,分析比较了HYPRES和Rosetta这两种土壤传递函数模型对复配土土壤饱和导水率的预测能力。结果显示Rosetta模型的适应性更佳,在实际应用中可采用该模型对砒砂岩与沙复配土的土壤水力学参数进行预测。在Rosetta模型的预测下,随着复配土中砒砂岩比例的增加,萎蔫系数变幅不大,田间持水量逐渐增大,饱和含水量基本上呈现逐渐减少的趋势,有效持水量和储水量也逐渐增加。
展开更多
关键词
HYPRES模型
rosetta
模型
土壤传递函数
砒砂岩
复配土
饱和导水率
原文传递
基于土壤理化性质估计土壤水分特征曲线Van Genuchten模型参数
被引量：
8
2
作者
李爽
赵相杰
+5 位作者
谢云
翟俊瑞
刘刚
高晓飞
李晶
高燕
《地理科学》
CSSCI
CSCD
北大核心
2018年第7期1189-1197,共9页
在东北黑土区采集了不同侵蚀强度黑土土样,测定其土壤水分、机械组成、有机质和容重等指标,利用Rosetta模型估计了Van Genuchten模型的参数,并将估算土壤水分与实测土壤水分对比,评价了选择不同土壤理化性质指标的模拟精度,及该方法对...
在东北黑土区采集了不同侵蚀强度黑土土样,测定其土壤水分、机械组成、有机质和容重等指标,利用Rosetta模型估计了Van Genuchten模型的参数,并将估算土壤水分与实测土壤水分对比,评价了选择不同土壤理化性质指标的模拟精度,及该方法对东北黑土的适宜性。结果表明：选择4个或6个土壤性质指标,尺度参数（α）和形状参数（n）的差异较大,采用6指标时,α增大,n减小。修正VG模型参数m与n的关系后,模型拟合精度明显提高,其中6指标的计算结果好于4指标,但拟合值偏大,需进一步较正。Rosetta模型适用于砂粒含量小于46%,粘粒含量大于28%的东北黑土。
展开更多
关键词
土壤水分特征曲线
土壤理化性质
黑土
rosetta
模型
VAN
GENUCHTEN模型
下载PDF
职称材料
青海三江源地区土壤水分常数转换函数的建立与比较
被引量：
7
3
作者
易湘生
李国胜
尹衍雨
《中国生态农业学报》
CAS
CSCD
北大核心
2012年第8期1096-1104,共9页
利用土壤理化性质数据建立转换函数是间接获得土壤水力参数的重要手段之一。基于测定的土壤理化性质和土壤水分常数数据,本文采用回归分析、BP神经网络和基于BP神经网络的Rosetta模型3种方式分别建立了青海三江源地区土壤饱和含水量、...
利用土壤理化性质数据建立转换函数是间接获得土壤水力参数的重要手段之一。基于测定的土壤理化性质和土壤水分常数数据,本文采用回归分析、BP神经网络和基于BP神经网络的Rosetta模型3种方式分别建立了青海三江源地区土壤饱和含水量、毛管持水量和田间持水量的转换函数,并对其预测精度进行了比较。结果表明:(1)回归分析方法总体预测效果比较理想,特别是田间持水量的平均误差(ME)和均方根误差(RMSE)都在3.397%以下,决定系数(R2)高达0.868;(2)BP神经网络方法的预测效果非常理想,各土壤水分常数平均误差和均方根误差都在4.685%以下,并且决定系数均在0.857以上;(3)Rosetta模型的预测效果相对较差,特别是饱和含水量和毛管持水量,平均误差(ME)和均方根误差(RMSE)相对较大,决定系数(R2)相对较小。3种方式中,BP神经网络方法所建立的毛管持水量和饱和含水量转换函数均为最佳,回归方法所建立的田间持水量的转换函数要好于BP神经网络方法和Rosetta模型,Rosetta模型对土壤水分常数的预测效果不如其他两种方式。研究可为青海三江源地区土壤水力特性参数研究以及区域尺度上土壤水分估算提供科学依据。
展开更多
关键词
土壤水分常数
转换函数
回归分析
BP神经网络
Rosseta模型
下载PDF
职称材料
题名
两种土壤传递函数在预测砒砂岩与沙复配土的水力学参数中的应用
被引量：
12
1
作者
王欢元
韩霁昌
罗林涛
马增辉
张露
机构
陕西省地产开发服务总公司
西安理工大学水利水电学院
出处
《土壤通报》
CAS
CSCD
北大核心
2013年第6期1351-1355,共5页
基金
陕西省科技新星计划(2011KJXX60)
陕西省农业攻关计划(2012K01-34)项目资助
文摘
为选择一种适合于预测砒砂岩与沙复配土水力学参数的土壤传递函数模型,从而为有针对性的对不同比例下砒砂岩与沙复配土采用不同的田间灌溉管理方式提供科学依据。在测定七种比例的砒砂岩与沙复配土的饱和导水率的基础上,分析比较了HYPRES和Rosetta这两种土壤传递函数模型对复配土土壤饱和导水率的预测能力。结果显示Rosetta模型的适应性更佳,在实际应用中可采用该模型对砒砂岩与沙复配土的土壤水力学参数进行预测。在Rosetta模型的预测下,随着复配土中砒砂岩比例的增加,萎蔫系数变幅不大,田间持水量逐渐增大,饱和含水量基本上呈现逐渐减少的趋势,有效持水量和储水量也逐渐增加。
关键词
HYPRES模型
rosetta
模型
土壤传递函数
砒砂岩
复配土
饱和导水率
Keywords
HYPRES
model
rosetta
model
Pedo-Transfer
functions
Soft
rock
Compound
soil
Saturated
hydraulic
conductivity
分类号
S152.7 [农业科学—土壤学]
原文传递
题名
基于土壤理化性质估计土壤水分特征曲线Van Genuchten模型参数
被引量：
8
2
作者
李爽
赵相杰
谢云
翟俊瑞
刘刚
高晓飞
李晶
高燕
机构
北京师范大学地理科学学部
水利部松辽水利委员会
出处
《地理科学》
CSSCI
CSCD
北大核心
2018年第7期1189-1197,共9页
基金
国家自然科学基金(41371271)
水利部公益性行业科研专项经费项目(201501012)资助~~
文摘
在东北黑土区采集了不同侵蚀强度黑土土样,测定其土壤水分、机械组成、有机质和容重等指标,利用Rosetta模型估计了Van Genuchten模型的参数,并将估算土壤水分与实测土壤水分对比,评价了选择不同土壤理化性质指标的模拟精度,及该方法对东北黑土的适宜性。结果表明：选择4个或6个土壤性质指标,尺度参数（α）和形状参数（n）的差异较大,采用6指标时,α增大,n减小。修正VG模型参数m与n的关系后,模型拟合精度明显提高,其中6指标的计算结果好于4指标,但拟合值偏大,需进一步较正。Rosetta模型适用于砂粒含量小于46%,粘粒含量大于28%的东北黑土。
关键词
土壤水分特征曲线
土壤理化性质
黑土
rosetta
模型
VAN
GENUCHTEN模型
Keywords
soil
water
retention
curve
soil
physical
and
chemical
properties
black
soil
rosetta
model
Van
Genuchten
model
分类号
S152.7 [农业科学—土壤学]
下载PDF
职称材料
题名
青海三江源地区土壤水分常数转换函数的建立与比较
被引量：
7
3
作者
易湘生
李国胜
尹衍雨
机构
中国科学院地理科学与资源研究所
中国科学院研究生院
北京师范大学地理学与遥感科学学院
北京师范大学区域地理研究实验室
出处
《中国生态农业学报》
CAS
CSCD
北大核心
2012年第8期1096-1104,共9页
基金
国家科技支撑计划项目(2009BAC61B01)资助
文摘
利用土壤理化性质数据建立转换函数是间接获得土壤水力参数的重要手段之一。基于测定的土壤理化性质和土壤水分常数数据,本文采用回归分析、BP神经网络和基于BP神经网络的Rosetta模型3种方式分别建立了青海三江源地区土壤饱和含水量、毛管持水量和田间持水量的转换函数,并对其预测精度进行了比较。结果表明:(1)回归分析方法总体预测效果比较理想,特别是田间持水量的平均误差(ME)和均方根误差(RMSE)都在3.397%以下,决定系数(R2)高达0.868;(2)BP神经网络方法的预测效果非常理想,各土壤水分常数平均误差和均方根误差都在4.685%以下,并且决定系数均在0.857以上;(3)Rosetta模型的预测效果相对较差,特别是饱和含水量和毛管持水量,平均误差(ME)和均方根误差(RMSE)相对较大,决定系数(R2)相对较小。3种方式中,BP神经网络方法所建立的毛管持水量和饱和含水量转换函数均为最佳,回归方法所建立的田间持水量的转换函数要好于BP神经网络方法和Rosetta模型,Rosetta模型对土壤水分常数的预测效果不如其他两种方式。研究可为青海三江源地区土壤水力特性参数研究以及区域尺度上土壤水分估算提供科学依据。
关键词
土壤水分常数
转换函数
回归分析
BP神经网络
Rosseta模型
Keywords
Soil
moisture
constant,
Pedotransfer
function,
Regression
analysis,
BP
neural
network,
rosetta
model
分类号
S152.74 [农业科学—土壤学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
两种土壤传递函数在预测砒砂岩与沙复配土的水力学参数中的应用
王欢元
韩霁昌
罗林涛
马增辉
张露
《土壤通报》
CAS
CSCD
北大核心
2013
12
原文传递
2
基于土壤理化性质估计土壤水分特征曲线Van Genuchten模型参数
李爽
赵相杰
谢云
翟俊瑞
刘刚
高晓飞
李晶
高燕
《地理科学》
CSSCI
CSCD
北大核心
2018
8
下载PDF
职称材料
3
青海三江源地区土壤水分常数转换函数的建立与比较
易湘生
李国胜
尹衍雨
《中国生态农业学报》
CAS
CSCD
北大核心
2012
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
