贝叶斯模型在土壤转换函数中的应用与适应性评价

为了研究大型灌区节水改造后的区域农田生态环境效应中分布式水文模型空间参数的确定问题，通过内蒙古河套灌区解放闸灌域22个土壤水盐监测点110个土壤样本的采样与分析，利用贝叶斯神经网络（BNN）模型建立了河套灌区区域分层土壤特征参数与土壤水分特征曲线模型参数、特征含水率之间的土壤转换函数模型，并与已有的BP神经网络模型进行适应性比较及模型验证。结果表明，BP模型土壤转换函数的训练模拟精度优于BNN，但是在模拟预测方面，BNN模型普遍好于BP模型，而且模型输入因子数量对BP模型的精度影响较大，而BNN模型对于不同输入因子表现出很好的稳健性，BNN模型比传统的人工神经网络模型具有更好的适应性和预测效果，体现了土壤特征参数的空间随机性和结构性特征，而且预测的土壤水分特征曲线与实测和VG拟合结果更为接近，是一种具有广阔应用前景的区域土壤转换函数推求方法。