奧地利土壤轉(zhuǎn)換函數(shù)的構(gòu)建研究.pdf

1、土壤水動力學(xué)特性是土壤水分、溶質(zhì)運移模擬研究中的重要參數(shù)，而土壤轉(zhuǎn)換函數(shù)(PTFs)的構(gòu)建及評價是土壤水動力學(xué)研究中的重要內(nèi)容之一。本文主要針對奧地利土壤觀測，結(jié)合采用多指標(biāo)綜合評價與BVTO(Bias/VanrianceTrade-Off)方法，對文獻中PTFs、Soilpar原有模型以及Rosetta、改進Soilpar等改進模型進行模擬評價，比較得出預(yù)測效果最好的PTFs，并運用多元線性回歸方法構(gòu)建及評價適合奧地利土壤的PTFs，

2、主要結(jié)論如下:
　　(1)對于文獻中PTFs模擬預(yù)測，分別從R2、RMSE、Slope來看，很難得出預(yù)測效果最好的模型。因此，將三種指標(biāo)綜合起來，并結(jié)合BVTO圖對模型進行評價，得出RB為預(yù)測θ-100效果最好的模型;θ-300預(yù)測效果最好的模型為GL和RB;VDB和TB是預(yù)測θ-15000效果最好的模型。
　　相似地，對于Soilpar模擬預(yù)測，將三種指標(biāo)綜合起來，并結(jié)合BVTO圖對模型進行評價，得出預(yù)測θ-60效果最好的

3、方法是BSST; BSSS和BSST是預(yù)測θ-100效果較好的模型;預(yù)測θ-300效果最好的模型是Brakensiek，BSSS對于預(yù)測θ-300也具有較好的預(yù)測效果;BSSS亦是預(yù)測θ-15000效果最好的模型。
　　(2)對改進模型進行模擬評價，得出Rosetta對于預(yù)測θ-60具有較好的效果;預(yù)測θ-100效果最好的模型為ABSSS，Rosetta對于預(yù)測θ-100也具有較好的效果;ABrakensiek則為預(yù)測θ-300效

4、果最好的模型;對于θ-15000，預(yù)測效果最好的是ABrakensiek和ABSST。
　　通過比較改進Soilpar與原Soilpar模擬預(yù)測結(jié)果，在預(yù)測θ-300時原SoilparHuston預(yù)測效果比改進的AHuston要好。另外，ABSSS和BSSS在預(yù)測θ-15000時預(yù)測效果均較好。其他改進的Soilpar模型均比原Soilpar模型模擬預(yù)測效果好。
　　原有及改進模型中Rosetta和ABSSS分別是預(yù)測θ-6

5、0和θ-100效果最好的模型;預(yù)測θ-300效果最好的模型是ABrakensiek、Brakensiek和RB;ABSST和ABrakensiek是預(yù)測θ-15000效果最好的模型。
　　(3)綜合來看，多元線性回歸方法構(gòu)建本研究區(qū)的PTFs較原有PTFs或軟件模型改進了θ-60、θ-100和θ-15000對應(yīng)土壤含水量，盡管沒有大幅度改進，但是，與原有及改進模型中最好模型相比較，多元線性回歸構(gòu)建的模型方程中θ-100和θ-150

6、00自變量個數(shù)相對減少。而對于θ-300，構(gòu)建PTFs預(yù)測效果較原有PTFs及改進PTFs(如ABrakensiek、Brakensiek和RB)稍遜。另外，雖然不同模型在不同基質(zhì)勢下模擬表現(xiàn)性能不一，但總體來看，NPTFs、Rosetta、BSST、BSSS、ABSSS、ABSST和ABrakensiek對于大部分基質(zhì)勢下土壤含水量模擬預(yù)測效果較好。
　　通過土壤轉(zhuǎn)換函數(shù)來估算不同基質(zhì)勢下的土壤含水量，其結(jié)果對于研究土壤水分的滯