季节冻土区黑土耕层土壤冻融过程及水分变化

利用黑龙江省水利科学研究院水利试验研究中心综合实验观测场2011年11月-2012年4月整个冻结融化期的实测野外黑土耕层土壤温度和水分数据, 对中-深季节冻土区黑土耕层土壤冻融过程中冻结和融化特征分阴、阳坡进行了分析, 研究了冻融过程中不同深度土壤水分的变化情况, 并探讨了降水对不同深度耕层土壤含水量变化的影响. 结果表明:黑土耕层土壤冻结融化过程分为5个阶段, 历时164 d, 约5.5个月. 阶段I, 秋末冬初黑土耕层土壤开始步入冻结期; 阶段II, 黑土耕层土壤整日处于冻结状态, 阴坡比同样深度的阳坡土壤温度低; 阶段III为黑土耕层土壤稳定冻结期; 阶段IV, 黑土耕层土壤步入昼融夜冻的日循环交替状态, 冻融循环的土层逐渐向深部发展, 阳坡比阴坡融化得更深、更早, 阴坡比阳坡经历冻融循环次数更多; 阶段V为稳定融化期, 在融化过程不存在冻融交替的现象, 直到整个冻层内的土壤全部消融. 各深度位置阴坡土壤温度的最高值出现时间比阳坡晚约0.5 h. 经过整个冻结融化期后, 阴、阳坡各层土壤含水量均大于冻结前, 阴坡土壤含水量比阳坡整体偏低. 在整个冻结融化期, 阳坡地下1 cm、5 cm、10 cm 及15 cm处含水量最大值出现在地下5 cm; 阴坡的含水量整体趋于平稳且在融化期受降水影响明显.     

基于Matlab的BP-NN时间序列法预测地表水资源量

本文以Matlab神经网络工具箱GUI为依托,用地表水资源时间序列的年径流量资料作为训练样本的基础,生成训练样本输入数据和期望输出数据,建立时间序列神经网络预测模型。模型优点可以模拟多变量而不需要对输入变量作复杂的关系假定,不要求知道输入输出变量之间的关系,只需通过用误差反向传播的(BP)算法训练神经网络,获得输入输出之间的映射关系。最后,以玛纳斯河肯斯瓦特站历年的年径流资料验证时间序列人工神经网络预测模型的可行性与有效性。     

季节冻土区黑土耕层土壤冻融循环期湿度与温度变化研究

在黑龙江省水利科学研究院水利试验研究中心的综合实验观测场, 利用2011年11月-2012年4月一个冬季冻融循环期的实测黑土耕层剖面土壤湿度和温度数据, 对典型中-深季节冻土区黑土耕层土壤湿度与冻结融化期土壤温度变化进行研究. 根据阳坡的黑土耕层土壤浅层1 cm、 5 cm、 10 cm及15 cm四种不同深度, 对冻融循环过程中土壤湿度随冻结融化期土壤温度变化特征进行分析, 研究黑土耕层土壤冻融过程中不同深度土壤水分的变化情况, 了解降水和温度对不同深度土壤湿度变化的影响. 结果表明: 在北京时间08:00、 14:00及20:00, 阳坡15 cm、 10 cm、 5 cm及1 cm深度黑土耕层土壤湿度随冻结融化期土壤温度变化的线性相关可决系数分别为0.9298、 0.9216、 0.5989、 0.7281, 斜率平均标准偏差分别为0.017、 0.019、 0.095、 0.056, 截距平均标准偏差分别为0.17、 0.25、 1.31、 0.83. 阳坡10 cm及15 cm深度的黑土耕层土壤湿度随冻结融化期土壤温度变化呈十分显著的线性相关关系. 阳坡5 cm深度的黑土耕层土壤湿度在冻结融化期与土壤温度变化线性关系稍微显著. 在整个冻结融化期, 因受太阳辐射、 降水及蒸发的强烈影响, 阳坡浅层1 cm深度黑土耕层土壤湿度与土壤温度线性相关性不如10 cm及15 cm深度的关系显著, 但比5 cm深度的关系显著.