把耕地表層土壤3個季節(jié)(2004年3月12日、3月17日、3月22日、3月26日,2004年11月7日、12月13日及2005年3月17日、4月5日)8個時間序列的顆粒百分含量隨時間的變化進行整理,如圖4-1所示,可初步反映出表層土壤粒徑的變化特點。通過百分含量的...[繼續(xù)閱讀]
海量資源,盡在掌握
把耕地表層土壤3個季節(jié)(2004年3月12日、3月17日、3月22日、3月26日,2004年11月7日、12月13日及2005年3月17日、4月5日)8個時間序列的顆粒百分含量隨時間的變化進行整理,如圖4-1所示,可初步反映出表層土壤粒徑的變化特點。通過百分含量的...[繼續(xù)閱讀]
如圖4-2所示,從圍封草地土壤粒徑的分布曲線反映出,各級土壤粒徑均發(fā)生微小的變化。大于0.05mm顆粒的百分含量均呈現(xiàn)上下波動的態(tài)勢,每一百分含量的最大值和最小值之間相差不大,從整體粒徑百分含量變化分析發(fā)現(xiàn),粒徑大于1mm顆粒...[繼續(xù)閱讀]
Matlab6.5軟件提供了以下函數(shù)可以直接實現(xiàn)對各模型的求參過程。一是最優(yōu)化工具箱里的非線性擬合函數(shù)lsqcurvefit;二是概率論和數(shù)理統(tǒng)計工具箱里的非線性回歸函數(shù)nlinfit和nlintool。兩工具箱的函數(shù)各有優(yōu)勢,lsqcurvefit函數(shù)相對更簡潔、...[繼續(xù)閱讀]
由前面知道改進邏輯生長模型形式為用實測數(shù)據(jù)對改進邏輯生長模型(Mlog)進行回歸求參,運行結(jié)果如下:x=108.7221、4.7969、0.2195、resnorm=0.0146。故模型確定為同樣用2003年11月和2004年3月耕地表土的33組顆分實驗數(shù)據(jù)對該模型進行顯著性檢...[繼續(xù)閱讀]
其表達式為仍用耕地表土顆分數(shù)據(jù)對Gompertz模型求參得:x=-2.4518、3.3922、0.8485、-1.3914,resnorm=0.0348;把求得的參數(shù)代入原模型,形式為同理用2003年11月和2004年3月得到的耕地表土33組顆分實驗數(shù)據(jù)對Gompertz模型進行方差分析,分析統(tǒng)計結(jié)果見...[繼續(xù)閱讀]
用顆分數(shù)據(jù)對IFred3P模型求參,運行結(jié)果為:x=0.0004、0.3800、23.5162,resnorm=0.5902;故求得模型的具體表達式為顯著性檢驗結(jié)果統(tǒng)計結(jié)見表4-4。表4-4耕地表土IFred3P模型顯著性檢驗結(jié)果統(tǒng)計表模型殘差平方和相關(guān)系數(shù)平方(R2)最大值最小值平均...[繼續(xù)閱讀]
用耕地表土顆粒大小分布數(shù)據(jù)對IFred4P模型求參。運行結(jié)果為:x=2.5575、-11.9818、-0.0275、1.1061;resnorm=0.0197。故IFred4P模型的具體表達式為顯著性檢驗統(tǒng)計結(jié)果見表4-5。表4-5IFred4P模型顯著性檢驗結(jié)果統(tǒng)計表模型殘差平方和相關(guān)系數(shù)平方(...[繼續(xù)閱讀]
該模型是對上面提到的改進邏輯生長模型(Mlog)的進一步改進。因為改進邏輯生長模型雖然對陰山北部農(nóng)牧交錯帶耕作性土壤表土顆粒分布模擬有足夠的精度,但有一個不足,在粒徑小于1mm一段上,模擬值和實測值間的誤差總是約2.48個百...[繼續(xù)閱讀]
6種參數(shù)模型對耕地表土33個樣本的總體模擬效果可知,模型計算得到的累積質(zhì)量百分含量的殘差平方和及相關(guān)系數(shù)平方的變化趨勢恰好是相反的,即相關(guān)系數(shù)平方越大則殘差平方和越小,模擬效果也越好。內(nèi)蒙古自治區(qū)陰山北部農(nóng)牧交...[繼續(xù)閱讀]
Turcotte[74]基于顆粒數(shù)量與其直徑關(guān)系提出了多孔介質(zhì)材料的粒徑分布公式,即N(δ>di)∝d-Dpi(4-9)式中N——粒徑大于di的顆粒的累積數(shù)量;Dp——粒徑分布分形維數(shù)。由于數(shù)出每一個粒級顆粒的數(shù)量很難,甚至不可能,所以Turcotte提出的多孔...[繼續(xù)閱讀]