智能算法反演土壤水分特征曲线参数的应用

王 正，孙兆军，王 旭

(1.宁夏大学土木与水利工程学院，银川 750021；2.宁夏大学新华学院，银川 750021)

0 引 言

近年来，随着人们对环境质量重要性的认识的提高，研究水分和可溶性盐在非饱和土壤中的运移机理已成为众多领域的热点[1]。而可溶性盐则是通过水分在土壤中运移来进入地下水中的，因此，土壤中的水分运动对其有着至关重要的影响。为了更准确地从定量的方面来揭示水分和盐分的运移规律，就需要获取更为精确的输入参数，而土壤水分特征曲线(Water retention characteristics)是其中最为重要的参数之一[2]。

对于刻画土壤水分运动与含水率的土壤水分特征曲线问题，国内外学者先后提出了许多数学模型和计算方法，其中吻合度最好的就是Van Genuchten模型[3](简称VG模型)，而VG方程是一个高度非线性的数学模型，含有众多的未知参数，其表达式如下：

(1)

另外,求解方程(1)中的参数问题，本质就是利用实验实测数据来拟合这些参数的问题。一般情况下，实测数据的样本容量往往较小，故采用如下以回归估计值与实际观测值的偏差平方和最小为原则构造鲁棒性较好的优化正则函数[4]：

(2)

式中：θi为实测土壤含水率；N为实验次数。

从本质上讲，式(2)隶属于非线性问题的范畴，很多方法都可解决该问题。一般地，有直接法和间接法。通过实验数据拟定土壤水分特征曲线，也就是直接法，是一种最快捷的方式。而直接法中又有许多实验室方法和田间方法，例如测定土壤基水势就有负压力法、砂型漏斗法、压力仪法等。……