论文部分内容阅读
本研究以科尔沁沙地典型坨-甸相间地区为研究区,野外布设239个采样点,测定了其含水率、干容重、有机质、饱和导水率等理化特性。整理分析各理化特性数据,得出以下结论：1.对流动沙丘、半固定沙丘、固定沙丘、沙丘区杨树林、沙丘区耕地、低覆盖度草甸、高覆盖度草甸、草甸区耕地、撂荒地九种地貌类型下的表层土壤进行了采样,分析了不同地貌类型下表层土壤理化参数差异。2.选取Campbell、Cosby、Wosten、Saxton四种土壤传递函数,对该地区表土饱和导水率进行了预测。结果显示这几种土壤传递函数预测值与实测值偏差较大,相关系数均小于0.3,精度难以满足本地区应用。3.采用主成分分析与非线性回归分析相结合的方法,建立预测本地区表土饱和导水率的土壤传递函数,土壤传递函数中仅使用了有机质和土壤粒度参数,并且土壤饱和导水率的预测值与实测值相关系数为0.661,该传递函数可应用于科尔沁沙地表层土壤饱和导水率的预测。4.应用BP神经网络技术用于预测表层土壤饱和导水率,选取土壤容重、有机质含量、饱和含水率、平均粒径、粒径标准偏差五种土壤特性参数作为输入变量,并对所建立的PTFS函数进行验证,数据显示用于建立和检验模型的数据的预测值与实测值相关系数均大于0.7,相关性良好,说明BP神经网络模型所选用的参数合理。5.综合分析评价两函数模型的有效性,适用性和精度后发现,BP神经网络技术所建立的土壤传递函数(PTFs)优于传统回归方法,但两种模型建立土壤传递函数(PTFs)的预测效果都比较理想,均可应用于科尔沁试验区。