畦灌土壤入渗参数估算的线性回归法

合集下载

备耕头水地土壤入渗参数的线性预报模型

备耕头水地土壤入渗参数的线性预报模型

备耕头水地土壤入渗参数的线性预报模型
岳海晶;樊贵盛
【期刊名称】《中国农村水利水电》
【年(卷),期】2016(0)2
【摘要】为了提高备耕头水地的灌溉质量,基于黄土高原区大田备耕头水地土壤入渗试验数据样本,采用线性回归分析的方法,建立了是否考虑备耕头水地灌溉前后地表土壤结构变形条件下的Kostiakov三参数入渗模型参数的线性预报模型。

最终
研究出预测备耕地入渗参数的两种方案,将两种方案各参数预测值的平均误差以及
给定时间下的土壤入渗率的平均误差进行比较,结果表明:两种方案均能进行备耕头水地入渗参数预测,直接预测法的平均误差低于间接推求法,能将平均误差控制在15%以下,在条件允许的情况下优先选用直接预测法较好。

【总页数】6页(P21-26)
【关键词】土壤结构变形;Kostiakov三参数入渗模型;线性预测模型;误差分析;土壤理化参数
【作者】岳海晶;樊贵盛
【作者单位】太原理工大学水利科学与工程学院
【正文语种】中文
【中图分类】S152.72;TV93
【相关文献】
1.备耕头水地土壤水分入渗参数非线性预报模型 [J], 郭华;樊贵盛
2.考虑土壤结构变形的备耕地入渗参数线性预报模型 [J], 岳海晶;樊贵盛
3.考虑土壤结构变形的Kostiakov入渗模型参数非线性预报模型 [J], 郭华;樊贵盛
4.冻融土壤Kostiakov入渗模型参数的非线性预报模型 [J], 郭华;樊贵盛
5.盐碱土壤Philip入渗模型参数的非线性预报模型 [J], 沈婧;樊贵盛
因版权原因,仅展示原文概要,查看原文内容请购买。

农田有效灌溉面积的预测方法及应用

农田有效灌溉面积的预测方法及应用

农田有效灌溉面积的预测方法及应用摘要:以归一化处理后的1986-2010年河南省农田有效灌溉面积的统计数据作为样本数据,分别采用BP神经网络和支持向量机回归两种方法建立了农田有效灌溉面积的预测模型。

预测结果表明,支持向量机的预测方法具有更高的预测精度和更强的泛化能力,预测误差仅为BP神经网络预测误差的11.8%,更适合进行农田有效灌溉面积的预测。

最后采用两种模型分别对河南省“十二五”期间的农田有效灌溉面积进行了预测,指出了其变化趋势。

关键词:农田有效灌溉面积;BP神经网络;支持向量机;预测农田有效灌溉面积指有固定水源、灌溉工程设施配套、土地平整、在一般年景下能够进行正常灌溉的耕地面积,包括机灌面积、电灌面积、自流灌溉面积和喷灌面积[1]。

它是反映农田水利建设和水利化的重要指标,也是我国各地区制定水利发展规划的重要指标之一。

对农田有效灌溉面积进行预测可以为了解未来农村水利基础设施的建设状况提供有价值的参考信息,同时也可为相关部门合理制定行业发展规划提供理论支持。

1 预测方案的确定与预测方法的选择1.1 预测方案的确定农田有效灌溉面积的变化受多方面因素的影响,比如政策、中央财政资金投入、地方财政资金投入、农民收入状况等。

这些因素并不是孤立地对农田有效灌溉面积产生影响,而是耦合在一起以非线性的方式影响农田有效灌溉面积的变化。

农田有效灌溉面积的预测有两大类方案:一种为结构式的预测方法,就是通过一定的方式建立起各主要影响因素与农田有效灌溉面积之间的关系,然后根据未来各影响因素的变化去预测相对应的农田有效灌溉面积;另一种为数据序列预测法,就是将各年度的农田有效灌溉面积数值作为连续的时间序列看待,可以认为农田有效灌溉面积的变化规律已经蕴含在数据序列之中,再采用合适的方法对该序列在未来的取值进行预测。

在第一种方案中,首先需要确定具体影响农田有效灌溉面积变化的因素种类及其影响规律,另外还需要对各因素的未来变化进行预测。

一种沟灌累积入渗量简化计算方法

一种沟灌累积入渗量简化计算方法

一种沟灌累积入渗量简化计算方法嘿,大家知道吗?有一种超厉害的沟灌累积入渗量简化计算方法哦!比如说,你在种地的时候,每次灌溉就像是给土地喂饭一样,你得知道喂了多少合适呀,这可太重要啦!
想象一下,如果没有一个简单的方法来计算,那我们不就像是在黑暗中摸索吗?那多麻烦呀!但现在有了这种简化计算方法,就像是找到了一盏明灯指引我们。

哇塞,你看在农业中,如果能准确快速地算出沟灌累积入渗量,那岂不是能让灌溉工作变得轻松高效好多倍!就好比走路有了明确的方向,不再兜圈子啦!张伯伯就曾经遇到过计算不准确的问题,结果费了好多力气呢。

要是早点有这个方法,他就不用那么苦恼啦。

我觉得呀,这种沟灌累积入渗量简化计算方法真的是农业的一大助力,是我们农民朋友的好帮手呀!大家一定要去试试看哦!。

关于农业投入产出的线性回归模型

关于农业投入产出的线性回归模型

关于农业投入产出的线性回归模型农业投入产出是农业经济学中一个非常重要的问题,它直接关系到农业生产的效率和可持续发展。

为了深入了解农业投入产出的关系,可以使用线性回归模型来分析相关数据,从而预测农业生产的产出。

线性回归模型是一种统计模型,它可以用来描述自变量和因变量之间的线性关系。

在农业投入产出领域,我们可以将农业产出视为因变量,而农业投入则是自变量。

通过线性回归模型,我们可以了解农业投入对农业产出的影响,从而帮助农业生产者制定更有效的生产计划和资源配置。

我们需要收集相关的农业投入和产出数据。

农业投入包括土地、劳动力、肥料、农药等资源的投入,而农业产出可以用农作物产量、养殖业产量等指标来衡量。

这些数据可以通过调查和统计部门、农业生产企业、农户等途径来获取。

接下来,我们可以利用统计软件或编程语言来建立线性回归模型。

假设我们的数据集包括n组数据,每组数据包括农业产出Y和农业投入X。

线性回归模型可以表示为:Y = β0 + β1X + εY表示农业产出,X表示农业投入,β0和β1是回归系数,ε是误差项。

通过拟合得到的回归系数,我们可以了解农业投入对农业产出的影响程度。

如果β1大于0,说明农业投入的增加会促进农业产出的增长;反之,如果β1小于0,说明农业投入的增加会抑制农业产出的增长。

我们还可以通过回归模型的显著性检验和模型拟合度来评估模型的可靠性。

在得到线性回归模型后,我们可以利用模型进行预测。

假设我们要预测未来某一年的农业产出,我们可以将该年的农业投入代入线性回归模型中,从而获得预测值。

这有助于农业生产者和政府部门制定相应的生产计划和政策。

需要注意的是,线性回归模型的建立和应用需要考虑到多种因素的综合影响。

农业生产受到天气、市场需求、技术进步等多种因素的影响,这些因素也需要纳入考虑范围。

线性回归模型也有一定的局限性,不能完全描述复杂的实际情况。

在建立线性回归模型的还需要综合考虑其他统计方法和实地调查等手段,从多个角度来分析农业投入产出的关系。

α-加权模糊线性回归模型在参考作物需水量预测中的应用

α-加权模糊线性回归模型在参考作物需水量预测中的应用

α-加权模糊线性回归模型在参考作物需水量预测中的应用孟丽丽;迟道才;崔屾;李帅莹;于淼
【期刊名称】《沈阳农业大学学报》
【年(卷),期】2008(039)005
【摘要】建立了一种回归系数为对称三角模糊数的α-加权模糊线性回归模型,以辽宁省锦州市为例.把该地区1957~1996年参考作物需水量作为历史样本,运用模型预测1997~2006年的参考作物需水量.与传统线性回归和模糊线性回归预测进行比较,结果表明:该模型能够实现历史数据"重近轻远"的预测效果,进一步提高预测精度,减小预测误差,为制定科学的节水灌溉制度和地区节水灌溉规划提供重要的科学依据.
【总页数】4页(P603-606)
【作者】孟丽丽;迟道才;崔屾;李帅莹;于淼
【作者单位】沈阳农业大学,水利学院,沈阳,110161;沈阳农业大学,水利学院,沈阳,110161;沈阳农业大学,水利学院,沈阳,110161;沈阳农业大学,水利学院,沈
阳,110161;沈阳农业大学,水利学院,沈阳,110161
【正文语种】中文
【中图分类】O159
【相关文献】
1.参考作物蒸发蒸腾量的多元线性回归模型研究 [J], 李彦;陈祖森;张保;王建山
2.基于灰关联分析的多元线性回归模型在城市年需水量预测中的应用 [J], 谢敏萍;
王志良;王得利
3.α-加权和贴近度递变模糊线性回归模型及应用 [J], 刘玉邦;梁川
4.α-加权模糊线性回归模型及其在电力需求预测中的应用 [J], 靳忠伟;叶舟;陈康民;姚章涛;王桂华;李国祥
5.模糊加权线性回归模型及其在S-N曲线回归分析中的应用研究 [J], 黄洪钟;关立文;吴海帆;于兰峰;邓斌
因版权原因,仅展示原文概要,查看原文内容请购买。

关于农业投入产出的线性回归模型

关于农业投入产出的线性回归模型

关于农业投入产出的线性回归模型线性回归模型是一种常用的统计分析方法,它通过分析农业投入与产出之间的关系,来预测不同农业投入对农业产出的影响。

本文将从模型的基本原理、模型的建立方法以及模型的应用范围等方面进行阐述。

线性回归模型的基本原理是基于变量之间的线性关系。

它假设农业投入和产出之间存在着线性的关系,即农业产出可以通过一组线性方程来表达。

该模型最简单的形式是一元线性回归,它表示为Y=β0+β1X+ε,其中Y表示农业产出,X表示农业投入,β0和β1分别是截距和斜率,ε表示误差项。

建立线性回归模型的方法有多种,最常用的方法是最小二乘法。

最小二乘法的核心思想是寻找一组参数,使得模型预测值与实际观测值之间的差距最小。

具体而言,就是通过最小化误差平方和来求解参数的最优值。

这样可以得到最佳的拟合直线,用来描述农业投入与产出之间的关系。

线性回归模型的应用范围广泛。

在农业领域,可以利用线性回归模型来研究不同农业投入因素对产量的影响,如土壤肥力、气候条件、水资源利用等。

通过建立回归模型,可以评估各项农业投入对产量的贡献程度,为农业生产提供决策依据。

线性回归模型也可用于分析农产品价格与供需关系、农业经济增长与农业产值之间的关系等,对研究农业发展具有重要意义。

线性回归模型也存在一些限制。

该模型要求农业投入与产出之间的关系是线性的,如果存在非线性的关系,则线性回归模型无法很好地描述。

在建立模型时,需要保证数据的正态性、线性性、独立性和等方差性等前提条件,否则模型的效果可能会受到影响。

线性回归模型本质上是一种揭示现象的统计关系模型,无法直接解释产出背后的机制和原因。

线性回归模型是一种常用的农业投入产出分析方法。

通过建立线性回归模型,可以了解农业投入对产出的影响程度,为农业生产提供参考。

模型的适用范围受到一些限制,因此在实际应用中需要注意其前提条件及模型解释的局限性。

基于和的畦灌入渗参数与糙率系数优化反演模型

基于和的畦灌入渗参数与糙率系数优化反演模型

运动过程的数据包括 一次完整灌水过程中涉及的地表水流推进数据 地表水流消退数据以及地表水流
推进与消退组合数据
利用基于 与
模型构建的参数优化反演模型开展参数估值计算过程中 根据采用的约束
函数形式 确定灌溉过程模拟值与观测值间的许可误差 基于 优化算法的特点 设置优化计算跳转
条件 当仅使用地表水流推进数据时 若模拟的地表水流运动过程与田间观测值间的平均相对误差
于地表水流消退数据估算的参数虽可较好地模拟稳定状态下的水流消退过程 但用来模拟非稳定状态
下水流推进过程的精度却有所下降 不同水流运动过程中存在的水流运动特征差异是引起模拟精度差
别的主要影响因素 为此 只有采用基于地表水流推进与消退组合数据优化估算的参数 才可达到有效
改善畦灌地表水流运动过程模拟精度和获得较佳综合模拟效果的目的 基于 优化估算参数所模
系数进行畦灌地表水流运动过程模拟的效果 结果表明 利用基于地表水流推进数据估算的参数可很好地模拟非
稳定状态下的水流推进过程 但其模拟地表水流消退过程的效果却普遍较差 而采用基于地表水流消退数据估算
的参数虽可较好地模拟稳定状态下的水流消退过程 但用其模拟水流推进过程的精度却有所下降 只有采用基于
地表水流推进与消退组合数据估算的参数 才能获得较佳的综合模拟效果 与人工试算法和离散变量法估算的参
年月 文章编号
水利学报
第 卷第期
基于 和
的畦灌入渗参数与糙率系数优化反演模型
模型应用
章少辉 许迪 李益农 蔡林根
国家节水灌溉工程技术研究中心 北京 中国水利水电科学研究院 水利研究所 北京
摘要 利用作者开发的基于 和
模田间
灌溉实例条件下进行参数优化估值 分析评价依据地表水流推进 消退 数据估算得到的土壤入渗参数和田面糙率

由实灌观测资料确定土壤渗吸特征值的渐近法应用实例

由实灌观测资料确定土壤渗吸特征值的渐近法应用实例

由实灌观测资料确 定土壤渗 吸特 征值 的渐近 法应用实例
赵 文 源
( 甘肃省水 利科 学研究 院 , 肃 兰州 甘 700 ) 3 00
摘要 : 利用畦灌 中的观测 资料 , 将不 同位 置不 同下渗历 时的资料 , 用迭代渐近 法求 出代表畦 田的渗 吸特征 值 z 分析 , 中对 空间、 时间均未作 简化处理 。本法采用 简单 的电算程序 , 可适 用于底坡 不规格 的畦田 , 更实用方便 。并可检 验 z
的可信度 , 而求 出灌水的质量指标。经典型灌 区多组试验 , 进 效果 良好 。 关键 词: 实灌; 土壤 渗吸 ; 征值 ; 特 渐近 法; 应用
中 图分 类 号 :2 53 ¥7. 1 渐 近 法 简 要 说 明 文献标识码 : B 数 据 再 回归 求 解 , 出 : 得 z = 1t M ・ 这 是第一次 的近似值 。 () 3
L B・ = t a () 1
精 度要 求 , 重复上述计算 , 达到 满意精度 即为解答。设式 ( ) 4 为解答 , 将式 ( ) 4 代人畦流到达 各等分 点的时间来计算 , 求出 tt : 、 ……t的全畦平均 下渗值 即 Z ,应分别 为观 测 的 Z 、 i ^
… …
Z3K3 N =  ̄ t

的在理论 上更有依 据 的方 法( 或称为迭代 逼近法 ) 简要说 明
如下 : ,
() 4
般计算至此 , 一K 、 , 2
, 可作 为解答 。 或确定某个
( )将 观测 到 的畦流输水 时间 ( 1 畦首进 水开 始计 时 ) 与推进 距离 厶 的数据 回归分 析 , 出: 求
m n 畦首水深降为零时为 8 i。 i; 5 m n 由每 1 f 个观测点处 0 r一 l
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

作为 的估计值带入公式 重新计算得
到一系列的 及 值 根据式 进行第 次线性回归计算 结果见表 按照
和占
的控制精度判断 经过 次回归即达到迭代精度要求 于是 得到
入渗公式系数和指
数即
比较与分析 为了与其它算法相比较 利用该畦田的试验资料分别按 法
法和
法 进行计算 结果见表 由此可以看出 由线性回归法计算得到的入渗参数 计算结果与由
所以其测量结果往往代表性不强 国内外学者对估算土壤入渗参数进行了大量研究 提出了多种计算
方法

针对沟灌提出了估算土壤入渗参数的两点法 需要观测的数据少 计算简单 但
计算结果精度往往不够
提出的土壤入渗参数计算方法 以下简称 法 适用于任何入渗
模型 使用较为广泛 但计算工作量偏大 此外 两点法 法采用一个固定的地表储水形状系数 建议
关键词 入渗参数 畦灌 地表水深 线性回归法
中图分类号
文献标识码
土壤入渗特性是影响地面灌溉过程的重要因素 是地面灌溉设计的重要依据 土壤入渗参数是土
壤入渗性能的定量表示 因此其估算方法是地面灌溉研究的重要内容之一 早在 年
就提出
了利用筒测仪来测量土壤入渗参数 由于筒测仪的测量面积较小 而入渗性能的空间变异性很大
其中 为水流推进过程函数中的指数 即
式中 为水流推进过程函数中的系数 入渗参数计算 计算公式推导 用 代表 的观测值 则由式 有
式中 表示入渗水量的观测值 其它符号意义同前 地下入渗水量的观测值 可由入畦水量和地表储水量计算得到
储水量表达式 得到入渗水量的观测值
根据水量平衡方程式
地表
对式 两边取对数 并进行变量代换 得
畦田两侧从畦首起每隔 布置 个标杆 并在畦田中心线上沿畦长方向每隔 布置 个水位传感
器 共 个 用水表和秒表分别灌水流量 水流推进时间 用奥得赛电容式水位传感器


量程
记录距畦首
和 处的地表水深 采样时间间
隔设定为 直至灌水结束
本文采用 年 月 日进行的冬小麦第 水灌溉试验资料进行算法验证
水流推进过程及地表水深分布 观测到的水流推进过程见图 用幂函数拟合得到水流推进过程
方法无需涉及难以定值的地表储水形状系数 且计算简便 实例计算结果表明 地表水深沿畦长分布曲
线呈现显著的指数函数规律 与
法等相比 线性回归法的计算工作量较小 计算精度较高
参考文献
王文焰 波涌灌溉试验研究与应用 西安 西北工业大学出版社
费良军 王文焰 由波涌畦灌资料推求土壤入渗参数和减渗率系数 水利学报
对第
次和第 次线性回归得到的入渗参数

如果式 的 个条
件同时满足 则停止迭代 得到最终参数为
精度计算 入渗参数的计算精度用残差平方和 来评价 越小表示计算精度越高 为
式中 为由试验测得的水流推进到第 点时的单宽入渗水量
点时的单宽入渗水量
为观测点个数
为利用入渗参数计算得到的第
试验验证
试验区概况及试验方法 试验于 年在中国科学院南皮生态农业试验站进行 试验区位于河
法 这两种改进算法减少了一定的计算工作量
对于土壤入渗参数估算方法 计算精度和计算工作量是两个需要重点研究的问题 随着水位传感
器精度的提高和广泛应用 畦田地表水深的观测变得更加精确与方便 可以使得计算过程避开难以定值
的地表储水形状系数 从而提高入渗参数计算结果的精度 本文依据水位传感器观测的地表水深资料
缴锡云 王文焰 雷志栋 等 估பைடு நூலகம்土壤入渗参数的改进
法 水利学报
张新民 王根绪 胡想全 等 用畦灌试验资料推求土壤入渗参数的非线性回归法
水利学报
责任编辑 吕斌秀
理论分析
水量平衡原理 在畦灌地表水流推进过程中 对应于推进距离 地表水面线与入渗水量分布曲 线如图 所示 根据水量平衡原理有
式中 为入畦的单宽流量
为灌水历时
为水流推进至 处时 单位畦宽上的地表储水

为对应的单位畦宽上的入渗水量
地表储水量 大量实测资料表明 地表水深
图 畦灌地表水面线与入渗水量分布示意
模型


模型
模型
模型等 在我国的灌溉研究中
模型应用较为广泛
本文采用
入渗模型
式中 为某点处单位畦田面积上的累积入渗量 以水深表示
无量纲 为该点处的入渗历时
为灌水历时
根据 和
的推导 在假定入渗规律符合
关系符合幂函数的前提下 单位畦田宽度上的入渗水量为
为入渗系数
为入渗指数
为水流前锋推进至该点的时间
模型 水流推进距离与灌水历时之间
入渗系数 入渗指数 相关系数 假设检验
? 第一次回归
值 ?
法 法
前三者 线性回 法 的均值 归法
第二次回归
?
结论
对于土壤入渗参数估算方法 计算精度和计算工作量是两个需要重点研究的问题 本文根据水位
传感器精度逐渐提高 使用更加便捷的现实情况 在假定地表水深沿畦长分布曲线符合指数函数的情况
下 提出了利用灌溉水流推进过程及地表水深等试验资料进行土壤入渗参数估算的线性回归方法 该
地表水深沿畦长的分布 以及该分布随时间的变化 将畦灌地表水深与离畦首的距离之间的关系按指数函数进行
非线性最小二乘拟合 并根据水量平衡原理提出了估算土壤入渗参数的线性回归法 避开了难以定值的地表储水
形状系数 实例计算表明 地表水深与离畦首的距离之间呈现较好的指数函数关系 线性回归法估算土壤入渗参
数的计算工作量较小 计算精度较高
将地表水深与离畦首的距离之间的关系按指数函数最小二乘拟合 通过积分来求地表储水量 进而依据
水量平衡原理提出了畦灌土壤入渗参数估算的线性回归法 降低了计算工作量 提高了计算精度
收稿日期
基金项目 国家自然科学基金资助项目
河海大学科技创新基金资助项目
作者简介 王维汉
男 河南南阳人 博士生 从事节水灌溉理论与技术研究
分别为线性回归的截距和斜率 对 和 进行线性回归 便可得到入渗参数的第 次回归值 记为

迭代 用第 次回归结果 代替 重复步骤 的计算过程 可得到入渗参数的第 次回
归值 记为 和 如此进行 次迭代直至符合迭代精度 便可得到入渗参数的回归值
误差控制 误差控制式为
式中 和 分别为参数 和 的计算允许误差 其它符号意义同前
推进距离 ?
灌水历时 ?
畦首水深 ? 拟合系数 ?
拟合指数
相关系数
假设检验 值
注 为在 水平下显著 为在 水平下显著 为在
水平下显著
图 田面水流推进过程曲线
图 地表水深沿畦长的分布曲线
计算结果 取初值 为 对表 中的数据按照式 计算 得到一系列的 及 值 根据式
进行线性回归计算 结果见表 将第 次回归值
北省沧州市南约
地处北纬
东经
该地区多年平均降水量
平均日照时间
水面蒸发
地下水埋深
耕地土壤为轻质壤土 种植作物为冬小麦 灌前测定
试验地土层 内的土壤含水量
土壤干容重
试验畦田的宽 长为
纵向平均坡度为
入畦单宽流量为
灌溉水源
来自机井抽取的浅层地下水 灌溉试验逐畦进行 为了方便观测地表水流的推进过程和地表水深 在
值为
来计算地表储水量 但该系数并不稳定而是随着水流推进在不断变化 计算误差有时
较大
提出了估算土壤入渗参数的一点法 它只适用于
入渗模型 从而使其应用受到一
定的限制
提出的土壤入渗参数估算方法 计算精度较高 但与 法一样仍然存在计算工作
量较大的问题 国内学者也提出了许多估算土壤入渗参数的计算方法 王文焰 提出了利用 个畦田
式中的 计算式如下
于是 根据灌溉水流推进过程中的流量 地表水深沿畦长的分布等资料 可以计算得到对应不同时
刻的若干个 值 依据式 利用线性回归方法便可得到入渗系数 和入渗指数
计算步骤 具体计算步骤如下
线性回归 对灌水过程中的不同观测时刻
依据式 计算
在与之
间任取初始值 将其及观测量代入到变量 的计算式 中得一系列 视等式 右边的 和
函数关系式如下 相关系数为
经检验相关关系显著
式中 为灌水历时
为水流推进距离
分别摘取水流推进到离畦首
时地表水深沿畦长的分布数据 见图
对于各条地表水深分布曲线按式 所示的指数函数形式拟合 结果见表 表水深沿畦长分布曲线呈现显著的指数函数规律
表 不同推进距离时地表水深分布曲线拟合结果
由拟合结果可以看出 地

法和
法得到的计算结果比较接近 由残差平方和 的大小来看 线性回归法的估算精
度最高 法的精度最低 法的精度不高是因为它采用了难以定值的地表储水形状系数所致
采用 法要进行模式搜索计算
法和
法也要进行非线性计算 而本文提出的线性回归
方法只进行线性回归计算 因此计算简单 计算工作量较小
表 入渗参数计算结果
表 不同算法的入渗参数计算结果对比
与离畦首的距离 之间的关系为一先缓后陡的下凹曲线 因此可以采用指数函数的形式拟合地表水
深的分布曲线 即
式中 为地表水深 上离畦首的距离
于是 水流推进至
为畦首处的地表水深 时地表储水量可表示为
为拟合系数
为拟合指数 为沿畦长方向
式中 为单位畦宽度上的地表储水量
为水流推进距离 其它符号意义同前
入渗水量 入渗水量的计算涉及到具体的入渗模型 常用的有
的水流推进消退过程来估算土壤入渗参数的方法 费良军 提出了利用畦灌水流的地表水深资料及水
流推进过程来估算土壤入渗参数的方法 这两种方法都需要至少观测 个畦田的灌水资料才能估算土
壤入渗参数 试验工作量较大 缴锡云 对 法的计算方法进行了改进 以下简称
相关文档
最新文档