采用基因表达式编程的沟灌入渗模型参数估计方法

• 作者: 刘琨 黄冠华
• 来源期刊: 水利学报
• 学科: 工学
• 关键词: 沟灌 入渗 参数估计 基因表达式编程
• 年，卷（期）: 2017,（11）
• 页码范围: 1293-1302
• 页数: 10页
• 分类号: TV211.1
• 字数: 5696字
• 语种: 中文
• DOI: 10.13243/j.cnki.slxb.20170633

摘要

入渗参数的准确估计是沟灌系统设计优化的关键问题.本文基于基因表达式编程(GEP)算法,通过数值试验获得了沟灌入渗模型参数γ估计GEP算法所需的有效数据集合,进行了参数γ的敏感性分析,确定了模型参数γ估计GEP算法的输入因子及其最优组合,建立了γ与最优组合因子的定量关系,进而提出了γ的估计方法.研究结果表明,γ对积水深度、初始有效含水率和沟深度最敏感;土壤水力特性参数对γ影响较大,模型参数γ估计GEP算法的最优输入因子组合为积水深度、沟深、初始有效含水率、饱和导水率和进气值参数;变积水深度条件下γ的估计值与定积水深度的γ值相近;在变积水深度条件下,与利用HYDRUS-2D模型计算得到的“精确”入渗量相比,应用基于γ估计值的沟灌入渗模型计算的累积入渗量误差小于5％,满足计算精度要求.入渗过程中边界效应对总入渗量的贡献逐渐增大,与细质土壤相比,粗质土壤中边界效应对总入渗量的贡献更大,本研究条件下黏壤土中边界效应最终贡献约为25％,砂土中约为37％.研究表明GEP算法可作为沟灌入渗模型参数γ估计的一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄冠华	中国农业大学水利与土木工程学院	63	1927	24.0	43.0
5	刘琨	中国农业大学水利与土木工程学院	3	4	1.0	1.0