土壤传递函数模型的研究进展.pdfVIP

第30卷第l期 干旱地区农业研究 v01．30No．1 2012年1月 Res隐rchin山eA—dAm嬲 Jan．2012 AgriclIltu髓l 土壤传递函数模型的研究进展 王改改，张玉龙 (沈阳农业大学土地与环境学院，辽宁沈阳110866) 摘 要：研究评述了线性回归、非线性回归、神经网络等方法构建土壤传递函数模型的优缺点，介绍了传递函 数模型及其应用不确定性分析中常用的B00ts恤panalysis、改进的Montec盯lo、最小二乘法等方法，探讨了输入数据、 模型结构和参数对传递函数及其应用不确定性的影响，并指出今后可借鉴分析法里的格林函数法和耦合去耦等方 法开展土壤传递函数及其预测不确定性的研究，明确传递函数模型不确定性的主要来源，提高模型的应用效率。 关键词：土壤传递函数模型；统计模型；物理经验模型；输入数据；不确定性 中图分类号：S153文献标识码：A 文章编号：1000．760l(2012)Ol—0099．05 土壤水力特性是非饱和土壤的水分运动、溶质 计模型、物理经验模型和分形机理模型¨o_12|。本 运移等研究的重要基础，水力参数更是分布式水文 文主要讨论统计模型和物理经验模型。 模型、区域尺度农田水分管理研究中所需的关键参 1．1 P1下s统计模型 数，如何快速获取土壤水力特性是目前该研究的焦 P1’F．s统计模型是目前最为普遍的研究模型，主 点和热点，具有莺要的研究价值。小尺度上，土壤水 要包括点估算模型和参数估算模型。点估算模型根 力特性可以直接测定；而在大尺度上由于空间变异 据土壤理化性质可精确预测特定压力下的含水量， 的存在，直接测定费时费力，并不可行，多采用间接 但建立完整的水分特征曲线则需要多点估算模型， 推求方法获取。土壤传递函数模型(Soil pedotmsfer在具体应用中，比较麻烦；参数估算模型采用土壤理 functions，PIFs)是根据土壤理化性质快速获得土壤化性质预测水力参数，预测结果可以直接用于模拟 水力特性的简便方法…，也是预测土壤水力特性研 程序中，应用比较广泛，如Vereecken模型¨3-14|，见 究的重要方法，受到广泛重视。可将其分为分类传 式(2)。(5)。目前，点和参数盯Fs建立的方法主要 cominuous 递函数和连续传递函数模型(Class册d 有：线性回归拟合方法【l5|、非线性回归(ENR)¨5J、人 PrrFs)L2j，但实际应用中多采用连续传递函数模型。 工神经网络(ANN)【I6|、数据分类分组方法 近年来，随着计算机和地理信息等技术的发展，PTFs (GMDH)[‘7l、MARS【18|、分类回归树方法[19一圳和其 的构建方法已由最早的线性回归拓展到非线性回 他新方法。其中线性回归拟合方法【l纠简单方便，是 归、人工神经网络等；模型的输入数据在实测的土壤 最常用的方法，但水力参数本身是拟合系数，与土壤 理化性质基础上增加了样品形态、采样点地形等信 理化属性问不存在物理意义。非线性回归和ANN 息；预测的水力参数也广泛用于土壤水分模拟和农田 弥补了回归方法的不足，其中ANN不需要先验假 水肥管理等水资源领域b-9J。因此，开展土壤传递函设，相对于其他方法具有较强的优越性，它可以通过 数模型的研究对于区域水分模拟、水资源调控、灌溉 迭代算法最大程度提取数据层的有效信息，构建理 决策制定等水资源管理有重要的理论与现实意义。