李昊哲
- 作品数：4 被引量：11H指数：3
- 供职机构：太原理工大学水利科学与工程学院更多>>
- 发文基金：国家自然科学基金山西省科技攻关计划项目更多>>
- 相关领域：农业科学水利工程更多>>
- 基于支持向量机的冻融土壤入渗参数预测被引量：3
- 2017年
- 以提高冻融条件下农田土壤灌溉水利用率为目的,基于汾河灌区冻融期内土壤入渗试验,运用支持向量机理论,建立了以冻融条件下土壤含水率、质地、容重、地温和灌溉水温为输入变量,Kostiakov入渗模型参数k、α为输出变量的支持向量机回归预测模型。预测模型误差分析表明:入渗系数k与入渗指数α的训练样本相对误差与检验样本相对误差都控制在10%以内,将k与α代入Kostiakov入渗模型得到的90 min累计入渗量I_(90)的相对误差平均值为5.81%。说明冻融土壤条件下,基于支持向量机理论的Kostiakov入渗模型参数的预测是可行的。
- 李昊哲樊贵盛
- 关键词：支持向量机冻融土壤
- Kostiakov入渗模型参数的预测精度对比分析研究被引量：4
- 2017年
- 基于黄土高原系列大田入渗试验数据,以土壤体积含水率、干容重、黏粒含量、粉粒含量、有机质含量为输入因子,采用支持向量机和BP神经网络两种算法,对Kostiakov二参数入渗模型参数进行预测,并对两种算法下预测结果的相对误差值进行分析,结果表明:采用支持向量机算法对入渗系数和入渗指数进行预测的结果相对误差最大值和平均值都比BP算法的预测结果要小,相对误差最小值比BP算法的预测结果要大;支持向量机算法比BP算法所得预测结果的稳定性好,精确度高。研究结果丰富了采用土壤传输函数获取入渗参数这一研究方向,同时为获取更高精度的入渗参数在方法的选取上提供一定的理论依据。
- 李昊哲樊贵盛
- 关键词：支持向量机BP神经网络误差分析
- 盐碱土壤Kostiakov入渗模型参数的BP预报模型被引量：2
- 2017年
- 为改良和改善盐碱地提供土壤入渗参数技术支撑,基于在山西省北部盐碱地进行的野外系列入渗试验,获取了累积入渗量与入渗历时的数据样本,并计算回归了kostiakov二参数入渗模型的入渗系数k与入渗指数α,建立了盐碱土壤基本理化参数与入渗参数之间的数据样本,利用BP神经网络的方法,建立了以土壤含水率、容重、质地、有机质、全盐量以及p H为输入变量,kostiakov入渗参数为输出变量的预报模型。结果表明:盐碱地土壤条件下,以土壤基本理化参数为输入变量,kostiakov入渗模型参数为输出变量的BP预报是可行的,入渗系数k的相对平均误差为0.29%、入渗指数α的相对平均误差为1.28%,以及根据两个入渗参数计算得到90 min累积入渗量的相对平均误差为2.37%,对所建立的模型进行检验时,以上三个参数检验误差的平均值均能控制在3%以下,确定所建立的BP预测模型能获得较好的效果。
- 李昊哲樊贵盛
- 关键词：盐碱土壤BP神经网络水分入渗
- 冻融土壤Philip入渗模型参数的BP预报模型被引量：5
- 2017年
- 为提高季节性冻土区冬、春季储水灌溉的灌水质量和效果,在季节性冻土区冻融期间进行了大田冻融土壤的系列入渗试验,获取了自然冻融条件下的大量土壤入渗试验数据,拟合得到了不同冻融条件下的Philip入渗模型参数,建立了入渗模型参数与土壤基本理化参数间的BP神经网络的预报模型,实现了基于土壤体积含水率、黏粒含量、土壤密度、土壤温度以及灌溉用水水温等基本理化参数对Philip入渗模型参数稳渗率A、吸渗率S的预报。所得到的预测值与实测值之间相对误差的平均值控制在7%以内。研究表明,利用冻融土壤条件下土壤常规理化参数对Philip入渗模型参数进行预报是可行的,可为季节性冻融土壤灌溉技术参数的确定提供有力支撑。
- 李昊哲樊贵盛
- 关键词：冻融土壤水分入渗
