溶质运移参数确定.doc

溶质运移参数确定
研究进展
近年来大量化肥、农药的使用和工业、生活污水的排放已经严重的威胁到水土资源质量，因此水土资源的高效管理显得十分重要。随着数学和计算机技术的迅速发展，数值求解数学模型已经成为预测水与溶质在土壤中的运移和管理水土资源研究中必不可少的工具[1]。然而在水盐运移模拟计算中，土壤水分运动参数和溶质运移参数的精确确定成为决定水盐运移模拟精度的关键因素。土壤水分运动参数主要包括非饱和导水率、土壤水分扩散率和比水容量，而且三者之间存在一定的函数关系，即，因此只要知道其中的两个参数便可求出第三个[3]。土壤水力参数的确定方法主要有直接法和间接法两大类。直接法是在实验室用土样直接测定，是最传统的一种方法，然而它存在测定需要专门仪器困难和测定参数土样是否能够代表田间情况等问题[4]。间接法主要包括土壤转换函数方法、分形方法、土壤形态学方法、和经验公式法等[5]。此类方法的建立均采用某一特定地区的土壤资料，因此在应用时具有一定的局限性。
在模拟土壤溶质运移的模型中对流-弥散模型应用最为广泛，特别是近年来，计算机和计算数学的发展，采用对流-弥散模型数值模拟已经应用到溶质运移的各个方面。非饱和土壤水动力弥散系数是对流-弥散模型数值计算的关键参数之一，它精度直接影响数值计算精度。目前国内外确定非饱和土壤水动力弥散系数的方法有：公式法[6]、水平土柱吸渗法[6]、最小二乘法[7]、极大似然法[8]、斜率法[9]、等斜率法[10]、瞬时剖面法[11]、边界层理论[12]]等。虽然，在理论上这些方法是相对容易的，然而实际上它是困难的和费时，并且需要专门的仪器。同时它们是在室内进行测定，结果仅能代表一点的土壤水动力弥散系数，将其应用到田间尺度就会产生很大的误差。
同时，土壤水分运动和溶质运移是同时进行的，因此土壤水分参数和溶质运移参数也应同步测定。为此，SimùnekJ等[13提出采用数值反演同时求解土壤水分参数和溶质运移参数。数值反演方法是首先假定土壤水分运动和溶质运移参数用含有未知参数的解析模型来描述，然后设立一个给定初始条件和边界条件等可控制条件下的试验，在试验过程中，同时测定一个或几个可控制变量，如压力，土壤含水率、出流量或溶质浓度等，随后，对土壤水分运动和溶质运移参数中的未知参数给一初始估计，代入Richards方程和对流-弥散方程并用数值方法求解它，重复进行上述数值模拟过程，以观测与预测的变量的误差平方和为目标函数，通过使其最小化来达到优化未知参数的目的[5]。数值反演求解土壤水分运动和溶质运移参数的优点是快速、简便，但它存在的主要问题是解的唯一性和稳定性，针对这一问题国内外学者对做了大量的研究，主要集中在不断改进试验方法来来获可靠解，如多步出流试验、蒸发试验、张力计入渗试验等[14-15]，而在优化算法方面研究较少，主要采用Levenberg-Marquardt算法求解，该算法具有收敛速度快的特点，但是需要给定参数的初始取值且计算结果对参数初始值依赖性大，具有局部收敛的缺点。如何采用一种具有全局优化能力并且不需给定参数初值的优化算法对数值反演求解土壤水分运动参数和溶质运移参数是十分必要的。
遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是具有“生存+检测”的迭代过程的搜索算法。与其他算法相比，遗传算法具有以下特点[9]：因为是从一群初始点而非单一的初始点开始的，所以有效跳出局部极值点；良好的适应性和可规模化，因为使用的是目标函数的评价信息而非传统的目标函数的求导，对目标函数的性态没有要求，搜索效率高，每代处理规模为n的个体，实际上处理了个模式，具有很高的并行性，有较好的全局最优解求解能力。然而遗传算法存在全局搜索能力极强而局部寻优能力较差的缺点即该算法可以用极快的速度搜索到最优解附近但要进一步达到最优解则速度极慢。如何将传统的Levenberg-Marquardt算法与遗传算法相结合，建立一种充分利用遗传算法的全局优化能力和Levenberg-Marquardt算法的局部优化能力混合遗传算法对解决数值反演求解土壤水分运动参数和溶质运移参数解的唯一性和稳定性有很大意义。
[1]刘伟,区自清,应佩峰.土壤大孔隙及其研究方法[J].应用生态学报，2001，12（3）：465-468.
[2]吕殿青，邵明安.非饱和土壤水力参数的模型及确定方法[J].应用生态学报，2004，15（1）：163-166.
[3]邵明安，王全九，黄明斌.土壤物理学[M].北京：高等教育出版社，2006.97-98.
[4]AmorV.M.InesandPeterDroogers.Inversemodelinginestimatingsoilhydraulicfunctions:aGeneticAlgorithmapproach[J].