基于群智能优化算法的土壤水动力参数反演

摘要：

土壤水动力参数是模拟田间土壤物质传输过程的基本参数,准确确定土壤水动力参数对实现农田生境精准调控具有重要意义.基于一维垂直入渗试验数据,采用代数方法和数值方法,构造3个不同的目标函数,并分析鲸鱼优化算法和灰狼优化算法反演Brooks-Corey-Mualem模型参数的适用性.结果表明:通过选择合适的目标函数,两种群智能优化算法均可用于反演土壤水动力参数.在代数方法中,鲸鱼优化算法在目标函数2下(由累积入渗量、入渗时间、含水率构成的相对误差)固定参数θr、θs优化得到的土壤水动力参数误差最小,反演参数得到的累积入渗量、入渗率、含水率的相对误差都在9.74％以下,决定系数都在0.904 0以上,反演时间为70 s;在数值方法中,灰狼优化算法在目标函数3下(由累积入渗量、湿润锋深度、含水率构成的相对误差)固定参数θr、θs优化得到的参数误差最小,反演参数得到的累积入渗量、入渗率、含水率的相对误差都在2.53％以下,决定系数都在0.991 7以上,反演时间为115 s.因此,代数方法所用时间短、精度相对较低,数值方法所用时间较长、精度相对较高,在反演土壤水动力参数时,可根据误差精度需求,选择合适的优化方法.

关键词：土壤水动力参数、参数反演、智能优化算法、Brooks-Corey-Mualem模型

所属期刊栏目：54

分类号：S152.7(土壤学)

资助基金：国家自然科学基金;国家自然科学基金;兵团重大科技项目;陕西省创新能力支撑计划项目

在线出版日期：2023-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：324-334