适应田间条件的 Kostiakov–Lewis 沟灌入渗参数实时估算自适应方法

《Irrigation and Drainage》：Adaptive Approaches for Real-Time Estimation of Kostiakov–Lewis Furrow Infiltration Parameters to Field Conditions

　　

摘要

en此链接指向英文部分fr此链接指向法文部分

沟灌中Kostiakov–Lewis入渗参数的实时估计具有挑战性。直接VB（体积平衡）方法采用迭代体积平衡方法，结合直接田间数据和基于回归的曲线拟合，产生了不一致的估计结果。本研究提出了三种自适应方法（蓄水量-VB调整法、基于时间的VB法和前锋模拟法），这些方法考虑了田间不规则性，如裂缝和地面起伏。自适应方法在22条沟（28–64 m）的实时数据和12条沟（235 m）的实验数据上进行了测试。所有方法在水流前锋距离模拟中均取得了良好性能。然而，直接VB方法在不同沟中参数a（入渗随时间衰减的无量纲指数）上表现不一致，变异系数（CV）达到73%，而自适应方法在所有地块中的变异系数均低于36%。在独立验证中，自适应方法也比直接VB方法表现出更好的吻合度，因此尽管不存在统计偏差，自适应方法更为优越。在参数f_o方面，前锋模拟法表现最佳；而在参数k方面，没有单一方法表现更优。模型的交叉验证能够同时识别异常沟和代表性沟，从而支持可靠的实时参数估计。Furrow_Inf工具通过实时输入和统计评估，将这些进展转化为实际应用，生成具有田间代表性的参数，从而有助于改进灌溉用水管理。

摘要

en此链接指向英文部分fr此链接指向法文部分

沟灌中Kostiakov–Lewis入渗参数的实时估计具有挑战性。直接VB（体积平衡）方法采用迭代体积平衡方法，结合直接田间数据和基于回归的曲线拟合，产生了不一致的估计结果。本研究提出了三种自适应方法（基于蓄水量调整的体积平衡法、基于时间的体积平衡法和基于前锋模拟的方法），这些方法考虑了田间不规则性，如裂缝和地面起伏。自适应方法在22条沟（长度28至64 m）的实时数据和12条沟（235 m）的实验数据上进行了测试。所有方法在水流前锋距离模拟中均取得了良好的性能。然而，直接体积平衡方法在不同沟中参数a（入渗随时间衰减的无量纲指数）上表现不一致，变异系数（CV）达到73%，而自适应方法在所有地块中的变异系数均低于36%。在独立验证中，自适应方法也比直接体积平衡方法表现出更好的吻合度，因此尽管不存在统计偏差，自适应方法更为优越。基于前锋模拟的方法在参数f_o方面表现最佳，而在参数k方面，没有任何方法表现更优。模型的交叉验证能够同时识别异常沟和代表性沟，从而保证实时参数估计的可靠性。Furrow_Inf工具通过实时数据输入和统计评估，将这些进展转化为实际应用，生成具有田间代表性的参数，从而有助于改进灌溉用水管理。

利益冲突

作者声明不存在利益冲突。

数据可用性声明

支持本研究结果的数据可向通讯作者合理索取。