一種獲取Green Ampt模型下滲參數的實驗裝置及方法
【專利摘要】本發明公開了一種獲取Green?Ampt模型下滲參數的實驗裝置，包括降雨量控制裝置、雨滴生成器、可調節框架和坡面土壤含水率監測裝置。本發明還公開了所述實驗裝置的具體操作方法，利用所述實驗裝置在野外實時測量不同地貌、不同雨強和土壤含水率條件下的降雨徑流過程和G-A模型參數提取，迅速獲取無資料地區短歷時暴雨特征和模擬參數。本發明可以克服無資料地區下滲模擬難的缺點，解決其短歷時降雨計算的難題，裝置本身結構合理，易于操作，方法簡單實用，可行性強，算法快捷。
【專利說明】—種獲取Green Ampt模型下滲參數的實驗裝置及方法
【技術領域】
[0001]本發明公開了一種獲取Green Ampt模型下滲參數的實驗裝置及方法，涉及一種在水文學或土壤學科學實驗中自動提取下滲參數的裝置與方法，屬于無資料地區的水文學徑流形成規律與模擬研究【技術領域】。
【背景技術】
[0002]在水文循環中，下滲過程是陸地水文過程的重要環節，它決定了降雨產流機制和分水源問題的精度，特別是地表徑流較小的無資料地區水文模擬中，下滲過程的精度問題極大地影響地表水預測預報的精度。對土壤界面上的下滲過程和地表產流過程來說，土壤的水力特征是他們的決定因素之一，陸地水文研究的主要研究環境也與土壤多孔介質密切相關。可以說，地表徑流形成機理與下滲機制都依賴于對土壤介質特征的理解。這種依賴關系都直接或者間接地體現在許多水文模型系統中，許多的經典水文模型都在土壤科學的基礎上建立。
[0003]Green-Ampt (G-A)模型就是其中一個具有物理機理且依賴土壤水力特征的下滲模型。G-A模型不僅在機理上有明確的物理意義而且在大型水文模型的計算上也有突出的表現。鑒于這些獨特的優勢，G-A模型成為眾多分布式模型地表水產流模塊的首選。與所有概念模型一樣，G-A模型的應用也面臨參數估計的問題。目前，G-A模型的參數往往是經驗法或者理論轉換方法，但是不同參數轉換法存在精度差異。這種差異尚沒有專門的研究和解決方案。也有許多學者進一步拓展了 G-A模型概念，將其發展為適應復雜土壤結構的下滲模型，并提出了一些新的改進方程和理論參數估計。其中最為常見的方式為依賴土壤水力特征函數(也稱土壤傳輸函數)建立不同土壤類別的G-A參數估計法。通過土壤傳輸函數，他們估計出理論上的土壤毛管勢，并通過經驗估計法得出有效的水力傳導度等價于飽和水力傳導度的一半。這些假設在長期的應用中得到認可，同時，也是成為模型應用中一個潛在的誤差源頭。這個誤差在分布式水文模型網格化計算過程逐步放大，影響水文計算的精度和準確度。在無資料地區，野外校驗模型參數的難度更大。為了避免上述問題，許多的學者進行了野外的滲流實驗。他們希望在滿足G-A模型假設條件下測定蓄水狀態下的下滲過程。盡管如此，這種方式并不能適應G-A模型應用的實際情況，比如G-A在降雨徑流產生前的一段時間內地表是處于不完全供水狀態。在應用G-A模型預測地表徑流時，這種差異可能因為了產流比率和分布式模型網格化運算的不同而逐步放大。
【發明內容】
[0004]本發明所要解決的技術問題是:針對現有技術的缺陷，本發明利用野外降雨過程的平衡原理提出一種提取G-A下滲參數的裝置與優化參數方法，可以克服無資料地區下滲模擬的缺點，解決其短歷時降雨計算的難題。本發明所公開的裝置結構合理，易于操作，方法簡單實用，可行性強。
[0005]本發明為解決上述技術問題采用以下技術方案:
[0006]—種獲取Green Ampt模型下滲參數的實驗裝置,包括降雨量控制裝置、雨滴生成器、可調節框架和坡面土壤含水率監測裝置，其中:
[0007]所述降雨量控制裝置由馬氏瓶系統、超聲波感應器、第一直管和第二直管組成，馬氏瓶系統進行模擬降雨強度調節和控制恒定水頭，馬氏瓶系統的水箱底部設置有用以測定瓶內水量變化過程的超聲波感應器，馬氏瓶系統的瓶口貫穿的設置有用以連通大氣的第一直管和用以連接雨滴生成器的第二直管；
[0008]所述雨滴生成器包括底板和外殼，底板和外殼封閉構成上端面凸起的中空矩形，上端面凸起處的中心設置有排氣管和集水管，所述排氣管用以預排雨滴生成器內的空氣，等到中空矩形內的空氣排完后，將排氣管封閉，所述集水管與降雨量控制裝置的第二直管相連接；所述底板上均勻的布設孔，每個孔上還設置有與其直徑相一致的孔塞；
[0009]所述可調節框架包括用以固定雨滴生成器的固定平面，所述固定平面的四個角依次與兩個后側支桿和兩個前側支桿的一端相連，所述兩個后側支桿的另一端與旋轉軸橫梁的兩端固定連接，旋轉軸橫梁的兩端還分別和兩根基座橫梁的一端相連，所述兩個前側支桿的另一端分別可滑動的套接或者固定連接在所述基座橫梁上，所述基座橫梁的兩個自由端、基座橫梁與旋轉軸橫梁的連接處還分別設置四個可調節伸縮樁；
[0010]所述坡面土壤含水率監測裝置的形狀為切面是直角三角形的三棱柱，三棱柱的兩條直角邊分別對應水平和豎直方向，三棱柱的斜邊上設置有實驗坡面，所述實驗坡面與水平面的接口處設置有水槽，所述水槽中設置有水位計，所述實驗坡面的上方設置有Datalog采集器，Datalog采集器的輸入端與土壤水分探針相連接，土壤水分探針插入實驗坡面內；水槽收集地表直接徑流，水位計實時記錄徑流形成的水深并折算成徑流深度，Datalog采集器同時記錄實驗過程的累計模擬雨量、徑流收集徑流深度和被測土塊的土壤水分變化曲線。
[0011]作為本發明的進一步優選方案，所述雨滴生成器的孔內還設置有標準點膠針頭。
[0012]作為本發明的進一步優選方案，所述外殼和底板使用透明塑料或有機玻璃板，且經過密封防水處理。
[0013]作為本發明的進一步優選方案，所述后側支桿為高度可調節的支桿。
[0014]本發明還公開了基于所述獲取Green Ampt模型下滲參數的實驗裝置的實驗方法，具體步驟如下:
[0015]步驟一、建立改進后的適應降雨徑流模擬的Green Ampt模型:
【權利要求】
1.一種獲取Green Ampt模型下滲參數的實驗裝置，其特征在于:包括降雨量控制裝置、雨滴生成器、可調節框架和坡面土壤含水率監測裝置，其中: 所述降雨量控制裝置由馬氏瓶系統、超聲波感應器、第一直管和第二直管組成，馬氏瓶系統進行模擬降雨強度調節和控制恒定水頭，馬氏瓶系統的水箱底部設置有用以測定瓶內水量變化過程的超聲波感應器，馬氏瓶系統的瓶口貫穿的設置有用以連通大氣的第一直管和用以連接雨滴生成器的第二直管； 所述雨滴生成器包括底板和外殼，底板和外殼封閉構成上端面凸起的中空矩形，上端面凸起處的中心設置有排氣管和集水管，所述排氣管用以預排雨滴生成器內的空氣，等到中空矩形內的空氣排完后，將排氣管封閉，所述集水管與降雨量控制裝置的第二直管相連接；所述底板上均勻的布設孔，每個孔上還設置有與其直徑相一致的孔塞； 所述可調節框架包括用以固定雨滴生成器的固定平面，所述固定平面的四個角依次與兩個后側支桿和兩個前側支桿的一端相連，所述兩個后側支桿的另一端與旋轉軸橫梁的兩端固定連接，旋轉軸橫梁的兩端還分別和兩根基座橫梁的一端相連，所述兩個前側支桿的另一端分別可滑動的套接或者固定連接在所述基座橫梁上，所述基座橫梁的兩個自由端、基座橫梁與旋轉軸橫梁的連接處還分別設置四個可調節伸縮樁； 所述坡面土壤含水率監測裝置的形狀為切面是直角三角形的三棱柱，三棱柱的兩條直角邊分別對應水平和豎直方向，三棱柱的斜邊上設置有實驗坡面，所述實驗坡面與水平面的接口處設置有水槽，所述水槽中設置有水位計，所述實驗坡面的上方設置有Datalog采集器，Datalog采集器的輸入端與土壤水分探針相連接，土壤水分探針插入實驗坡面內；水槽收集地表直接徑流，水位計實時記錄徑流形成的水深并折算成徑流深度，Datalog采集器同時記錄實驗過程的累計模擬雨量、徑流收集徑流深度和被測土塊的土壤水分變化曲線。
2.如權利要求1所述的一種獲取GreenAmpt模型下滲參數的實驗裝置，其特征在于:所述雨滴生成器的孔內還設置有標準點膠針頭。
3.如權利要求1所述的一種獲取GreenAmpt模型下滲參數的實驗裝置，其特征在于:所述外殼和底板使用透明塑料或有機玻璃板，且經過密封防水處理。
4.如權利要求1所述的一種獲取GreenAmpt模型下滲參數的實驗裝置，其特征在于:所述后側支桿為高度可調節的支桿。
5.一種基于權利要求1所述獲取Green Ampt模型下滲參數的實驗裝置的實驗方法，其特征在于，具體步驟如下: 步驟一、建立改進后的適應降雨徑流模擬的Green Ampt模型:
其中，Ke表示有效的水力傳導讀，t表示實驗時記錄的時間序列，tp表示地表蓄水起始時刻，ts表示未達到表層蓄水前的時間變量，I為與t對應的實時累積入滲量，S表示濕潤鋒處的毛管勢，03表示飽和含水率，取值為O至1，Qi表示土壤初始含水率，取值為O到0S，Ip表示地表開始蓄水時累計下滲水量，P表示降雨強度； 步驟二、啟動實驗裝置后，記錄時間序列t ;由降雨量控制裝置對降壓強度P進行控制；根據Datalog采集器所記錄的土壤水分記錄數據計算含水率變化參數Gs-Gi ;通過記錄的累積模擬降雨量和坡面下水槽中記錄的徑流量計算得出地表開始蓄水時累計下滲水量Ip ;根據坡面土壤含水率監測裝置中土壤類型的不同確定有效的水力傳導讀數Ke和濕潤鋒處的毛管勢S ； 步驟三、采用Levenberg-Marquardt優化算法,將實測含水率和累計入滲量納入優化算法中實時的自率定序列，選定化簡參數Ke和Ms，其中，Ms = SX (θ3-θ J，得出最優化目標函數，表達式如下:
步驟四、根據雅可比行列式參數:
計算出最優化的Green Ampt模型下滲參數Ke和Ms。
6.一種如權利要求5所述的基于獲取Green Ampt模型下滲參數的實驗裝置的實驗方法，其特征在于，步驟三中，所述Levenberg-Marquardt優化算法進行優化計算的方法為:
式中，Yi表示觀測數據序列，i為序列的變量編號，m為實驗序列的個數；f(Xi, β)表示優化函數及參數集合，即Newton迭代求解的Green Ampt模型中的累計下滲量,Xi的取值與每一個時刻Xt對應，β為函數中參變量集合，X表示參數集合，J表示Jacobian矩陣，F表示優化函數，即誤差平方累積函數，t表示計算時刻，λ表示迭代速率控制參數，取值為O至無窮大； 當λ小于設定的閾值時，步長等于牛頓法的步長；當λ大于設定的閾值時，步長等于梯度下降法的步長，通過對于目標函數的自率定Jacobian矩陣的選擇，決定目標方程優化的方式。
【文檔編號】G01N15/08GK104198352SQ201410396252
【公開日】2014年12月10日 申請日期:2014年8月12日 優先權日:2014年8月12日
【發明者】向龍, 余鐘波, 陳力, 楊濤, 陳星 , 張其成, 黃冬菁, 朱永澍, 龍珂良 申請人:河海大學