毛竹林水土保持耕作體系下土壤侵蝕預測模型研究.pdf

1、土壤侵蝕是在水力、風力、凍融、重力等營力作用下，土壤、母質(zhì)及其它地面組成物質(zhì)被破壞、剝蝕、轉(zhuǎn)運和沉積的全部過程。水土流失是全球性的環(huán)境和災害問題，并且已經(jīng)對人類的生存與發(fā)展構(gòu)成了威脅。中國是世界上水土流失最嚴重的國家之一，我國東南紅壤丘陵區(qū)，由于長期的不合理的開發(fā)利用，土壤侵蝕退化嚴重，水土流失面積達800000k㎡，其中，嚴重侵蝕地占165000h㎡。東南紅壤丘陵區(qū)是我國僅次于黃土高原的嚴重水土流失區(qū)，其中土壤侵蝕已成為引起土壤退化的

2、重要原因。 土壤侵蝕模型是研究土壤侵蝕學科的前沿領(lǐng)域和土壤侵蝕過程定量研究的有效手段。土壤侵蝕模型按建模的方法可分為經(jīng)驗模型和物理模型等，其中經(jīng)驗模型是根據(jù)已掌握的先驗資料，采用統(tǒng)計分析的方法擬合、預測小流域土壤侵蝕量與降雨侵蝕力指標、植被覆蓋率、土壤有機質(zhì)含量、土壤枯粒含量、坡度、坡長之間的關(guān)系。土壤侵蝕過程中影響因子較多、過程錯綜復雜，以過程為基礎(chǔ)的土壤侵蝕模型可操作性差，有些指標在大面積應(yīng)用時難以獲取。為了進一步提高經(jīng)驗模

3、型擬合和預測的精度，克服經(jīng)驗模型固有的地域性強，外延精度差等不足，本文提出三種非線性土壤侵蝕建模方法，為土壤侵蝕建模提供了新的思路。 利用福建省天寶巖保護區(qū)內(nèi)毛竹林內(nèi)所得的實測數(shù)據(jù)，以立地條件、林分密度、竹齡結(jié)構(gòu)、經(jīng)營措施一致的毛竹林不同坡度、不同墾復方式、不同施肥方式、不同清理方式、不同施肥處理、不同的筍收獲方式為預報因子，建立了基于核函數(shù)主元分析的非線性嶺回歸毛竹林土壤侵蝕擬合和預測模型，取得了較好的模擬精度，因子用常規(guī)方法

4、即可獲得，因而可以用來預測不同耕作體系下毛竹林土壤侵蝕總量，為進一步研究毛竹林耕作體系的革新與新耕作方法的實施提供了參考依據(jù)。 基于單變量高維指數(shù)非線性GWS（n，1）模型及其參數(shù)搜索、辨識原理，以復相關(guān)系數(shù)最大為判別準則、將多變量分為主變量和輔助變量，進而構(gòu)建出多變量高維指數(shù)非線GWS（n，m）模型，GWS（n，1）及GWS（n，m）模型具有非周期、非線性、非正態(tài)振蕩遞減行為特征。各自變量的彈性系數(shù)呈振蕩遞減趨勢并漸近與零，這

5、是本文模型與常規(guī)模型的最重要區(qū)別。經(jīng)過計算機編程，模型參數(shù)搜索、辨識較為簡便易行。利用閩東南地區(qū)土壤侵蝕數(shù)據(jù)建立擴展模型，利用該模型對閩東南地區(qū)紅壤小流域坡地土壤侵蝕進行預測相關(guān)系數(shù)達到0．986，精度明顯高于USLE模型，并將該模型應(yīng)用于水土保持耕作體系下毛竹林土壤侵蝕預報，精度達到0．968，為極顯著水平。以總體離差平方和最小為判別準則，其中最優(yōu)化算法是采用實數(shù)編碼的自適應(yīng)遺傳算法，搜索出模型參數(shù)，模型的參數(shù)選取最大程度的避免了人為

6、因素，不同與人工神經(jīng)網(wǎng)絡(luò)模型中繁瑣而緩慢的“黑箱式尋優(yōu)”，數(shù)據(jù)關(guān)系更加的透明化，在樣本數(shù)量較多的情況下也具有很強的適應(yīng)性，以復相關(guān)系數(shù)最大為判別準則、將多變量分為主變量和輔助變量，模型的精度也滿足在實際工程中的應(yīng)用，具有很強的指導意義。 建立多元回歸預測模型，并且要取得相當?shù)谋平皖A報精度，其前提是：影響因子與預報因子之間確切存在模型所假定方法的相關(guān)關(guān)系，可以是線性的或非線性的，這樣才能根據(jù)樣本的情況估計其中的參數(shù)，由于各個預測

7、因子之間的相關(guān)關(guān)系并不是一致的線性或非線性，存在各種相關(guān)形式，因此采用一致線性或非線性形式建立的回歸模型不能真實的反映回歸關(guān)系，影響預報和逼近的精度，為了協(xié)調(diào)考慮這些不均衡的相關(guān)關(guān)系，引入加權(quán)的思想，使影響重要的關(guān)系在回歸方程中所占的權(quán)重較大，從而對模型精度的改善起到一定的作用。投影尋蹤結(jié)合約束優(yōu)化遺傳算法對雷竹園和茶園土壤侵蝕模數(shù)進行擬合和預測，取得了較為理想的效果，相關(guān)系數(shù)達到0．99用精度較高，原文獻中采用線性回歸和線性逐步回歸的