基于集合土壤转换函数模型的土壤水力参数评价方法

1.本发明涉及土壤计量领域，具体涉及一种基于集合土壤转换函数模型的土壤水力参数评价方法。


背景技术：

2.土壤水分特征曲线描述了土壤基质势与土壤含水量之间的关系，是研究土壤水分运动的重要基础。van genuchten方程(以下简称vg方程)是广泛用来描述土壤水分特征曲线的方程。
3.目前获取vg方程中参数的方法主要有直接测定法和间接法。直接测定法需要从野外采集土壤样本，通过室内实验测定土壤水分特征曲线，直接测定法主要包括张力计法、压力膜仪法、平衡水汽压法和离心机法等。直接测定法的优势是能准确的测定出土壤水分特征曲线，反映出真实的土壤水力性质；缺点在于其对实验设备要求较高，多数仪器测量周期较长，测量过程繁琐，会耗费大量人力、物力，且直接测定法由于其局限性难以应用于大尺度范围内土壤水分的模拟研究。间接法利用容易测量的土壤基本理化性质间接获取土壤水分特征曲线。最常用的方法是通过土壤转换函数(pedotransfer function，ptf)获取土壤水力参数。 ptf建立了土壤的颗粒组成、容重、有机质含量等土壤基本属性的信息与土壤水力参数的关系，利用土壤容易获得的理化性质预测土壤水力参数，此方法可弥补野外采样实验空间代表性不足等问题，是一种高效获得土壤水力参数的方法。
4.目前，许多学者基于不同地区的数据集，并利用不同的算法开发了大量的ptf。然而大多数ptf是基于特定的区域或依赖于特定的数据库构建的。由于土壤具有强烈的空间异质性，导致基于特定区域构建的ptf具有区域适用性。目前绝大多数ptf没有提供其适用范围，在其构建地区之外的预测精度常常是未知的。仅使用单一ptf预测vg方程中的参数，无法全面反映和解释土壤的空间异质性。因此，如何在已构建ptf的基础上，扩大ptf的适用范围并提高预测精度，是目前亟待解决的关键问题。


技术实现要素：

5.本发明的目的在于克服现有技术的不足，提出一种基于集合土壤转换函数模型的土壤水力参数评价方法。所述方法基于ncss全球土壤基本属性数据库，利用遗传算法结合 bootstrap重采样法构建耦合多个单一ptf的集合ptf模型，旨在减小ptf的区域适用性对计算结果造成的影响，扩大ptf的使用范围，之后利用ncss数据库的一个独立子集对集合 ptf模型进行验证，从而高效、准确地获取vg方程中的参数。
6.一种基于集合土壤转换函数模型的土壤水力参数评价方法，包括如下步骤：
7.步骤一：确定需要的预测因子和多个压力水头，从全球土壤基本属性数据库ncss中提取对应压力水头下的实测土壤含水量数据和预测因子，所述预测因子包括砂土、粉砂、粘土的百分含量、土壤容重、和土壤有机质含量；
8.步骤二：将步骤一选取的土壤样品中压力水头与相对应的土壤含水量观测值组成
数据对，使用bootstrap重采样方法抽取数据，对上述数据对分为两部分，一部分作为训练子集用于训练，一部分作为验证子集用于验证；所述训练子集和验证子集中均包括预测因子和对应压力水头下的实测土壤含水量数据；
9.选取4个现有的基于vg方程构建的单一ptf模型，即rawls ptf模型、wostenptf模型、weynantsptf模型、和rosetta3ptf模型；
10.将步骤一提取的预测因子输入到各单一ptf模型中分别计算vg方程中的参数；vg方程如下：
[0011][0012]
所述参数包括土壤残余含水量θr，土壤饱和含水量θs，与土壤进气值倒数相关的参数α和与土壤孔隙分布相关的形状参数n；
[0013]
步骤三：对单一ptf的每个所述参数都赋予一个权重，并利用下面的公式计算集合ptf 模型中涉及的每个参数的值:
[0014][0015]
式中，为vg集合模型中某个参数的值，nm是ptf的个数，βi为该参数的权重，δi为对应单一ptf中该参数的值；通过公式(2)的计算，即可获得带有权重的集合ptf模型。
[0016]
步骤四：对集合ptf模型进行验证
[0017]
对步骤三获得的集合ptf模型利用步骤二获得的验证子集进行验证；将验证子集中的预测因子代入集合ptf模型来获取验证子集中每个土壤样品的水力参数，进而获得对应的土壤水分特征曲线，再将相应样品中的压力水头代入到vg方程中计算得到相应的土壤含水量，最后将计算得到的土壤含水量与对应压力水头下实测土壤含水量进行对比验证。
[0018]
进一步的，所述单一ptf的各参数的权重通过遗传算法求解最小二乘法使目标函数最小来确定权重，目标函数如下：
[0019][0020]
其中，nd为ncss数据库中土壤样品含有的实测土壤含水量个数；θi(hi)为实测土壤含水量，θi′
(hi)为预测的土壤含水量，p为每个ptf所求土壤水力参数的权重。
[0021]
与现有技术相比，本发明的技术方案所带来的有益效果是：
[0022]
本发明所述的基于集合土壤转换函数模型的土壤水力参数评价方法基于ncss全球土壤基本属性数据库，利用遗传算法结合bootstrap重采样法构建耦合多个单一ptf的集合ptf 模型，旨在减小ptf的区域适用性对计算结果造成的影响，克服使用单一ptf模型导致预测的土壤水力参数存在系统偏差、不确定性低估、预测能力高估等问题，扩大ptf的使用范围，之后利用ncss数据库的一个独立子集对集合ptf模型进行验证，从而高效、准确地获取vg方程中的参数。
附图说明
[0023]
图1为本发明所述的基于集合土壤转换函数模型的土壤水力参数评价方法的流程
图。
具体实施方式
[0024]
为使本发明实施例的目的、技术方案、有益效果及显著进步更加清楚，下面，结合本发明实例中所提供的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所有描述的这些实施例仅是本发明的部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0025]
本发明基于ncss全球土壤基本属性数据库，利用遗传算法结合bootstrap重采样法构建集合ptf模型，之后利用ncss数据库的一个独立子集对集合ptf模型进行验证，采用多个评价标准评估了集合ptf模型和常用单一ptf应用于ncss数据库的表现。具体的，基于集合土壤转换函数模型的土壤水力参数评价方法包括如图1所示的如下步骤：
[0026]
步骤一：根据实际需要确定需要的预测因子和压力水头，从全球土壤基本属性数据库 ncss中提取对应压力水头下的实测土壤含水量数据和预测因子；
[0027]
ncss涵盖了来自全球的土壤基本属性实测数据，本实施例中可用数据包括63565个具有多个土壤剖面的土壤样品，共计397212个土壤层，但符合评估ptf要求的数据有限。经筛选，本发明选择了在-0.06、-0.1、-0.33、-1、-2和-15bar压力水头处至少有一个实测的土壤含水量数据，且具有土壤质地、容重、有机碳含量等信息的土壤样本。此外，去除了一些可能由于数据输入错误造成的异常值。根据上述数据筛选标准，共有49855个土壤样品 (共118599个土壤持水数据)可供进一步分析。所选数据中包括43613个土壤样品来自美国，6242个土壤样品来自其它地区的记录。
[0028]
其中，从ncss数据库中提取出ptf预测vg方程中的参数所需的预测因子包括砂土、粉砂、粘土的百分含量、土壤容重、土壤有机质含量；
[0029]
步骤二：将步骤一选取的土壤样品中压力水头与相对应的土壤含水量观测值组成数据对，使用bootstrap重采样方法抽取数据，设置从总数据集中取出100个子集，对上述数据对分为两部分，一部分作为训练子集用于训练，一部分作为验证子集用于验证；所述训练子集和验证子集中均包括预测因子和对应压力水头下的实测土壤含水量数据；
[0030]
选取4个常用的现有的基于vg方程构建的单一ptf模型，即rawls ptf模型、wostenptf模型、weynantsptf模型、和rosetta3ptf模型；
[0031]
其中rosetta3ptf模型为利用神经网络构建的ptf模型。
[0032]
其中rawls ptf模型、wostenptf模型、weynantsptf模型是基于回归分析构建的，其公式如下：
[0033]
rawls模型：
[0034]
θs＝1-bd/2.65
[0035]
θr＝-0.0182482+0.00087269(sand)+0.00513488(clay)+0.02939286(θs)-0.00015395(clay)2‑ꢀ
0.0010827(sand)(θs)-0.00018233(clay)2(θs)2+0.00030703(clay)2(θs)-0.0.0023584(clay)(θs)2[0036]
α＝1/exp[5.3396738+0.1845038(clay)-2.48394546(θs)-0.00213853(clay)
2-0.04356349(sand)(θs)
‑ꢀ
0.61745089(clay)(θs)+0.00143598(sand)2(θs)
2-0.00855375
(clay)2(θs)2‑ꢀ
0.00001282(sand)2(clay)+0.00895359(clay)2(θs)
‑ꢀ
0.00072472(sand)2(θs)+0.0000054(clay)2(sand)+0.5002806(clay)(θs)2]
[0037]
n＝1+exp[-0.7842831+0.0177544(sand)-1.062498(θs)-0.00005304(sand)2
‑ꢀ
0.00273493(clay)2+1.11134946(θs)
2-0.03088295(sand)(θs)+0.00026587(sand)2(θs)2‑ꢀ
0.00610522(clay)2(θs)
2-0.00000235(sand)2(clay)+0.00798746(clay)2(θs)
‑ꢀ
0.00610522(clay)2(θs)2[0038]
wosten模型：
[0039]
θs＝0.7919+0.001691(clay)-0.29619(bd)
‑ꢀ
0.000001491(silt)2+0.0000821(som)2+0.02427/(clay)+0.01113/(silt)+0.01472ln(silt)
‑ꢀ
0.0000733(som)(clay)-0.000619(bd)(clay)-0.001183(bd)(som)-0.0001664(topsoil)(silt)
[0040]
θr＝0
[0041]
α＝exp[-14.96+0.03135(clay)+0.0351(silt)+0.646(som)+15.29(bd)-0.192(topsoil)-4.671(bd)2‑ꢀ
0.000781(clay)
2-0.00687(som)2+0.0449/(som)+0.0663ln(silt)+0.1482ln(som)
‑ꢀ
0.4546(bd)(silt)-0.4582(bd)(som)+0.00673(topsoil)(clay)]
[0042]
n＝1.0+exp[-25.23-0.02195(clay)+0.0074(silt)-0.1940(som)+45.5(bd)
‑ꢀ
7.24(bd)2+0.0003658(clay)2+0.002885(som)
2-12.81/(bd)-0.1524/(silt)-0.01958/(som)
‑ꢀ
0.2876ln(silt)-0.0709ln(som)-44.6ln(bd)
‑ꢀ
0.02264(bd)(clay)+0.0896(bd)(som)+0.00718(topsoil)(clay)
[0043]
weynants模型：
[0044]
θs＝0.06355+0.0013(clay)-0.1631(bd)
[0045]
θr＝0
[0046]
α＝exp[-4.3003-0.0097(clay)+0.0138(sand)-0.0097(clay)+0.0138(sand)-0.00992(soc)]
[0047]
n＝1.0+exp[-1.0846-0.0236(clay)-0.0085(sand)+0.0001(sand)2]
[0048]
将步骤一提取的预测因子输入到各所述单一ptf模型中分别计算式1的vg方程中的4 个参数；
[0049]
下式为vg方程的表示形式：
[0050][0051]
式中θ为土壤含水量(cm3/cm3)，涉及4个参数分别为：θr、θs分别为土壤残余含水量 (cm3/cm3)和土壤饱和含水量，α是与土壤进气值倒数相关的参数，n是形状参数，与土壤孔隙分布有关。
[0052]
步骤三：计算每个单一ptf模型所求参数的权重
[0053]
对各单一ptf的每个所述参数都赋予一个权重，并利用下面的公式计算集合ptf模型中每个参数的值：
[0054][0055]
式中，为vg集合模型中某个参数的值，nm是ptf的个数，βi为该参数的权重，δi为
值为0.819，大于所有单一ptf的r2值，这都反映了集合ptf模型的模拟结果更为准确。此外，训练集和验证集的rmse、me、r2值差异均不大，这表明构建的集合ptf模型相对稳定。该集合ptf模型基于全球土壤数据库进行训练和验证，采用遗传算法与bootstrap重采样法相结合进行构建，比单一ptf具有更高的精确度和更广泛的适用范围。
[0072]
本发明的土壤水力参数评价方法较为简单，表2为所选ptf需要的预测因子，在实验室对目标土壤样品进行简单的处理后，通过基础实验和简单计算即可获得目标土壤样品的基本属性，将这些基本属性输入集合ptf模型即可快速、准确地获取vg方程中的参数。
[0073]
表2：本发明中用到的4个ptf及其预测因子
[0074][0075]
本发明中利用的集合ptf模型估计的土壤含水量与观测土壤含水量的对比验证显示出较好的结果。与目前地球系统模型中广泛使用的单一ptf相比，集合ptf模型可以提供更准确的土壤含水量估计，这有利于为全球气候模型、水文和生态模型、作物生长模型、陆地表面模型、天气预报模型、空气质量模型提供更准确的预测结果并减少预测的不确定性。此外，利用效果较好的集合ptf模型，可以为土壤基本属性数据缺乏的地区提供土壤水力参数，以便在这些地区开展土壤水的相关研究。
[0076]
以上实施例仅用以说明本发明的技术方案，而非是对其的限制，尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换，而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，本领域技术人员根据本说明书内容所做出的非本质改进和调整或者替换，均属本发明所要求保护的范围。