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
2
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
土壤水分特征曲线Van-Genuchten模型参数的土壤传输函数比选
被引量:
3
1
作者
李彬楠
樊贵盛
《中国农村水利水电》
北大核心
2018年第5期33-36,共4页
基于黄土高原区多种土壤的水分特征曲线试验数据样本,建立了以土壤黏粒、土壤粉粒、干密度、有机质和盐分含量为输入变量,Van-Genuchten模型参数α与n为输出变量的非线性预报模型和灰色BP神经网络预报模型,在对两种模型误差参数α与n分...
基于黄土高原区多种土壤的水分特征曲线试验数据样本,建立了以土壤黏粒、土壤粉粒、干密度、有机质和盐分含量为输入变量,Van-Genuchten模型参数α与n为输出变量的非线性预报模型和灰色BP神经网络预报模型,在对两种模型误差参数α与n分别进行误差分析比较的基础上,对两种模型的预测结果进行了整体误差分析。结果表明:无论是参数α还是参数n,非线性模型的平均相对误差低于10%,综合精度平均相对误差为15.73%;灰色BP神经网络模型的预测精度的平均相对误差低于4%,综合精度平均相对误差为10.01%,灰色BP神经网络模型的预测精度都要比非线性模型的预测精度高,但灰色BP神经网络模型易出现过度拟合的情况。综合而言,两种模型均能实现Van-Genuchten模型参数α与n的预测,可根据具体情况选用其中一种以达到更好的预测效果。
展开更多
关键词
土壤水分特征曲线参数
Van-Genuchten模型
非线性
传输
函数
灰色-BP神经网络
比选
下载PDF
职称材料
土壤水分特征曲线模型参数的非线性传输函数研究
被引量:
2
2
作者
李彬楠
樊贵盛
《节水灌溉》
北大核心
2017年第12期8-12,共5页
以黄土高原区土壤为研究对象,通过土壤水分特征曲线与土壤基本理化参数系列试验,获得了Van-Genuchten模型参数的实测数据样本,建立了土壤基本理化参数与Van-Genuchten模型参数之间一一对应的关系,创建了以土壤黏粒含量、粉粒含量、容重...
以黄土高原区土壤为研究对象,通过土壤水分特征曲线与土壤基本理化参数系列试验,获得了Van-Genuchten模型参数的实测数据样本,建立了土壤基本理化参数与Van-Genuchten模型参数之间一一对应的关系,创建了以土壤黏粒含量、粉粒含量、容重、有机质含量、全盐量为输入变量,Van-Genuchten模型参数为输出变量的非线性传输函数预报模型。研究表明: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,对Van-Genuchten模型参数进行非线性预报是可行的;所建立的非线性预报模型精度较高,预测样本下Van-Genuchten模型参数α的实测值与预测值的相对误差的平均值为9.66%,参数n的实测值与预测值的相对误差的平均值为6.83%,检验样本参数α的实测值与预测值的相对误差的平均值为7.34%,参数n的实测值与预测值的相对误差的平均值为5.45%。研究成果为黄土地区提供一种便捷获取土壤水分特征曲线的途径。
展开更多
关键词
黄土
土壤水分特征曲线
土壤基本理化参数
Van—Genuchten模型
非线性
土壤
传输
函数
下载PDF
职称材料
题名
土壤水分特征曲线Van-Genuchten模型参数的土壤传输函数比选
被引量:
3
1
作者
李彬楠
樊贵盛
机构
太原理工大学水利科学与工程学院
出处
《中国农村水利水电》
北大核心
2018年第5期33-36,共4页
基金
国家自然科学基金资助项目"区域尺度上土壤入渗参数多元非线性传输函数研究"(40671081)
文摘
基于黄土高原区多种土壤的水分特征曲线试验数据样本,建立了以土壤黏粒、土壤粉粒、干密度、有机质和盐分含量为输入变量,Van-Genuchten模型参数α与n为输出变量的非线性预报模型和灰色BP神经网络预报模型,在对两种模型误差参数α与n分别进行误差分析比较的基础上,对两种模型的预测结果进行了整体误差分析。结果表明:无论是参数α还是参数n,非线性模型的平均相对误差低于10%,综合精度平均相对误差为15.73%;灰色BP神经网络模型的预测精度的平均相对误差低于4%,综合精度平均相对误差为10.01%,灰色BP神经网络模型的预测精度都要比非线性模型的预测精度高,但灰色BP神经网络模型易出现过度拟合的情况。综合而言,两种模型均能实现Van-Genuchten模型参数α与n的预测,可根据具体情况选用其中一种以达到更好的预测效果。
关键词
土壤水分特征曲线参数
Van-Genuchten模型
非线性
传输
函数
灰色-BP神经网络
比选
Keywords
soil water characteristic curve parameter
Van -Genuchten model
nonlinear transfer function
grey -BP neural networks
comparison and selection of collaterals
分类号
TV93 [水利工程—水利水电工程]
S152 [农业科学—土壤学]
下载PDF
职称材料
题名
土壤水分特征曲线模型参数的非线性传输函数研究
被引量:
2
2
作者
李彬楠
樊贵盛
机构
太原理工大学水利科学与工程学院
出处
《节水灌溉》
北大核心
2017年第12期8-12,共5页
基金
国家自然科学基金资助项目(40671081)
山西省农田节水技术开发服务推广站项目
文摘
以黄土高原区土壤为研究对象,通过土壤水分特征曲线与土壤基本理化参数系列试验,获得了Van-Genuchten模型参数的实测数据样本,建立了土壤基本理化参数与Van-Genuchten模型参数之间一一对应的关系,创建了以土壤黏粒含量、粉粒含量、容重、有机质含量、全盐量为输入变量,Van-Genuchten模型参数为输出变量的非线性传输函数预报模型。研究表明: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,对Van-Genuchten模型参数进行非线性预报是可行的;所建立的非线性预报模型精度较高,预测样本下Van-Genuchten模型参数α的实测值与预测值的相对误差的平均值为9.66%,参数n的实测值与预测值的相对误差的平均值为6.83%,检验样本参数α的实测值与预测值的相对误差的平均值为7.34%,参数n的实测值与预测值的相对误差的平均值为5.45%。研究成果为黄土地区提供一种便捷获取土壤水分特征曲线的途径。
关键词
黄土
土壤水分特征曲线
土壤基本理化参数
Van—Genuchten模型
非线性
土壤
传输
函数
Keywords
Loess
soil water characteristic curve
soil basic physical and chemical parameters
Van Genuchten model
nonlinear soil transfer function
分类号
S27 [农业科学—农业水土工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
土壤水分特征曲线Van-Genuchten模型参数的土壤传输函数比选
李彬楠
樊贵盛
《中国农村水利水电》
北大核心
2018
3
下载PDF
职称材料
2
土壤水分特征曲线模型参数的非线性传输函数研究
李彬楠
樊贵盛
《节水灌溉》
北大核心
2017
2
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