基于灰色理论-支持向量机的Gardner模型参数的预报模型

李浩然，樊贵盛(太原理工大学水利科学与工程学院， 太原 030024)

0 引 言

土壤水分特征曲线是表示土壤水势与水分含量之间关系的曲线，是研究土壤水分保持和运动所用到的基本特性曲线[1]，对于推求土壤比水容重、田间持水率、凋萎系数等水力学参数具有重要意义，因此准确获取土壤水分特征曲线模型参数是精确推求上述水力学参数的关键。而传统的实验方法(负压计法、压力膜仪法、砂形漏斗法等)均存在耗时费力，应用范围受限制等问题。土壤传输函数的发展为土壤水分特征曲线的获取提供了机遇，备受众多学者关注。王欢元[2]等通过不同的土壤传输函数对土壤水力学参数进行了预测，并且精度较高；朱安宁[3]等通过多元逐步回归分析的方法建立了VG模型的土壤传输函数模型，并且拟合效果较好；韩勇鸿等[4]利用土壤传输函数，建立了关于田间持水率的神经网络预报模型。

在众多的土壤传输函数方法当中，支持向量机对于处理小样本、非线性、高维数等问题表现出较好的运算能力，能有效避免在预测中出现“过拟合”和“欠学习”，是一种基于核展开，将样本空间通过非线性映射，映射到高维空间解决样本空间的非线性分类与回归问题的机器学习方法，具有较高的预测精度，广泛运用于预测方面的研究。郑立华[5]等利用近红外光谱与支持向量机对有机质含量的支持向量机预报模型；吕烨[6]等运用支持向量机对微咸水灌溉土壤的EC与pH值的变化规律进行了预测研究，预测效果较好；……