三峡库区典型农业小流域土壤饱和导水率特征

作     者：韩唯 陈晓燕 陶婷婷 

作者机构：西南大学水土保持生态修复重庆市重点实验室 西南大学资源环境学院 

出 版 物：《水土保持通报》 (Bulletin of Soil and Water Conservation)

年 卷 期：2024年第05期

页      面：83-91+99页

学科分类：09[农学] 0903[农学-农业资源与环境] 090301[农学-土壤学] 

基　　金：重庆市技术创新与应用发展专项重点项目“中低产坡耕地质量提升及土壤固碳增汇协同生态技术集成与应用”(CSTB2022TIAD-LUX0005) 国家自然科学基金项目“饱和紫色土坡面降雨片流与集中水流侵蚀过程及动力机制”(42177314) 重庆市研究生科研创新项目“野外长坡面侵蚀—沉积泥沙分选时空变化特征研究”(CYS23200) 

主　　题：三峡库区 农业小流域 饱和导水率 土壤传递函数 支持向量机 BP神经网络 

摘      要：[目的]通过简单易测的土壤性质来建立传递函数从而间接获得土壤饱和导水率（Ks）,为三峡库区典型农业小流域土壤水分运移及模拟提供数据支撑。[方法]试验以三峡库区石盘丘小流域为研究对象，通过测定典型土地利用类型（耕地、园地、草地）的饱和导水率及其他土壤基本理化性质，结合相关性和主成分分析，分别运用多元线性回归（MLR）、BP神经网络（BP-ANN）、支持向量机（SVM）法构建研究区表层土壤饱和导水率的传递函数模型。在此基础上，选取4种常见的饱和导水率传递函数模型，验证其在本研究区的适用性。[结果]土壤Ks均值大小表现为：草地园地耕地，且在不同土地利用类型间存在显著差异；土壤饱和导水率与容重、有机质含量、饱和含水量、土壤质地显著相关；与多元线性回归、BP神经网络、支持向量机构建的Ks传递函数模型相比，以往采用的土壤传递函数模型对本研究区土壤饱和导水率的预测效果较差，三种方法建立的传递函数预测精度表现为：SVMBP-ANNMLR,而采用主成分P1和主成分P2作为输入变量的预测精度更佳。[结论]不同土地利用类型下的Ks值具有较强的空间变异性，通过BP神经网络和支持向量机构建的饱和导水率传递函数模型能满足本研究区Ks预测要求，其中支持向量机法的预测精度优于BP神经网络。