中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
辽西北沙地土壤水分动态及预测

文献类型:学位论文

;
作者葛岩
学位类别博士
答辩日期2008-05-29
授予单位中国科学院沈阳应用生态研究所
授予地点沈阳应用生态研究所
关键词土壤水分 动态变化 BP神经网络预测模型 遗传BP神经网络预测模型 辽西北沙地
其他题名Dynamic and Prediction of Soil Water Content in Liaoning NorthWest Sandy Land
中文摘要水分是沙漠化地区植被恢复和沙地治理的主要制约因素,也是沙漠化地区生态环境的重要影响因子,深入研究辽西北沙地土壤水分动态变化规律,掌握沙地水分动态变化趋势,建立适宜的土壤水分预测模型,对沙地有限水资源的合理调控和高效利用以及沙地生态系统的恢复与重建具有重要意义。 本文以辽西北沙地流动沙丘、固定沙丘和丘间洼地为对象,研究了不同沙地类型的土壤水分的时空动态变化,提出了不同沙地类型的主要治理与利用措施,分析了沙地水分的主要影响因素,建立了辽西北沙地流动沙丘0-60cm的土壤水分BP神经网络预测模型,针对BP网络模型实际应用中存在收敛速度慢、易陷入局部极小值等不足,将遗传算法优化BP网络引进土壤水分预测领域,提高了预测精度。研究结果表明,辽西北沙地土壤水分的年内分布与降雨分布同型,可分为春季失水阶段、夏季补给阶段和秋季弱失水阶段;在深度上,可分为干沙层(一般为0~20cm)、水分变化活跃层(20~60cm)和水分稳定层(60cm以下)。分析结果表明,流动沙丘的含水量高于固定沙丘和丘间洼地,表明随着固沙植被的建立和演变,沙地土壤水分呈现下降趋势,土壤水分不足成了植被生长的主要阻碍。因此,要通过采取配置耗水性弱、耐旱性强的植物群落等治理措施,努力维持沙地生态系统的水分平衡。同时,在分析流动沙丘土壤水分动态变化特征及主要影响因素的基础上,建立了流动沙丘0-60cm土壤水分预测BP模型和遗传BP模型,其绝对误差分别为0.35和0.18,相对误差分别为11.53%和5.65%,两模型用于土壤水分预测是可行的,而且遗传BP模型精度明显高于BP模型。
语种中文
公开日期2010-12-15 ; 2011-04-29
页码120
源URL[http://210.72.129.5/handle/321005/2385]  
专题沈阳应用生态研究所_沈阳应用生态研究所_学位论文
推荐引用方式
GB/T 7714
葛岩. 辽西北沙地土壤水分动态及预测, Dynamic and Prediction of Soil Water Content in Liaoning NorthWest Sandy Land[D]. 沈阳应用生态研究所. 中国科学院沈阳应用生态研究所. 2008.

入库方式: OAI收割

来源:沈阳应用生态研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。