Artificial Neural Networks to Estimate Soil Water Retention from Easily Measurable Data

Pachepsky, Y. A.; Timlin, Dennis; Várallyay, György

doi:10.2136/sssaj1996.03615995006000030007x

Cited by 296 publications

(134 citation statements)

References 8 publications

Supporting

Mentioning

129

Contrasting

Unclassified

Order By: Relevance

“…Pachepsky et al (1996) reported relatively high prediction accuracies, R 2 = 0.738-0.984 (range) and 0.915 (mean), between measured and predicted water contents at 8 selected water potentials. Similarly, Batjes (1996) developed PTFs for water contents at 10 different water potential with the equation accuracies between R 2 = 0.880 and 0.940.…”

Section: Resultsmentioning

confidence: 94%

“…Measuring water retention data is time-consuming, labor-intensive, and thereby expensive. Indirect estimation of water retention curves from basic soil properties such as sand (S), silt (Si) and clay (C) fractions, bulk density (BD), and porosity (P) using pedotransfer functions (PTFs) has received considerable attention (Pachepsky et al 1996, Koekkoek and Booltink 1999, Tomasella et al 2000, Minasny et al 2004.…”

mentioning

confidence: 99%

“…In point estimation, soil water contents are estimated at selected water potentials (Batjes 1996, Pachepsky et al 1996, Minasny et al 1999. The parameterization method estimates the parameters of soil water retention models (Vereecken et al 1992, Wösten et al 1995, Schaap et al 1998, Minasny and McBratney 2002.…”

mentioning

confidence: 99%

See 2 more Smart Citations

Pedotransfer functions for point and parametric estimations of soil water retention curve

Merdun¹

2006

PLANT SOIL ENVIRON

View full text Add to dashboard Cite

A water retention curve is required for the simulation studies of water and solute transport in unsaturated or vadose zone. Unlike the direct measurement of water retention data, pedotransfer functions (PTFs) have attracted the attention of researchers for determining water retention curves from basic soil properties. The objective of this study was to develop and validate point and parametric PTFs for the estimation of water retention curve from basic soil properties such as particle-size distribution, bulk density, and porosity using multiple-linear regression technique and comparing the performances of point and two parametric methods using some evaluation criteria. 140 soil samples were collected from three different databases and divided as 100 and 40 for the derivation and validation of the PTFs. All three methods predicted water contents at selected water potentials and combined water retention curves pretty well, but van Genuchten's model performed the best in prediction. However, the differences among the methods in point and water retention curve predictions were not statistically significant (P > 0.05). Prediction accuracies were evaluated by the coefficient of determination (R 2 ) and the root mean square error (RMSE) between the measured and predicted values. The R 2 and RMSE were 0.962 and 0.036, 0.994 and 0.067, and 0.946 and 0.082 for point and parametric (van Genuchten, and Brooks and Corey) methods, respectively, in predicting combined water retention curve. The three methods can be alternatively used in the estimation of water retention curves, but parametric methods are preferred for yielding continuous water retention functions used in flow and transport modeling.

show abstract

Section: Resultsmentioning

confidence: 94%

mentioning

confidence: 99%

See 1 more Smart Citation

Pedotransfer functions for point and parametric estimations of soil water retention curve

Merdun¹

2006

PLANT SOIL ENVIRON

View full text Add to dashboard Cite

show abstract

“…A neurális hálózatok használata igen alkalmas sok összefüggő bemenő adat és összefüggő kimeneti paraméter esetén, ha az adathalmaz nem teljes, vagy hibás és/vagy, ha a megoldáshoz szükséges szabályok ismeretlenek (SÁRKÖZY, 1998;NEMES et al, 2003;BØRGESEN & SCHAAP, 2005). Pedotranszfer függvények előállítására sokan alkalmazták már ezt a módszert (PACHEPSKY et al, 1996;SCHAAP & LEIJ, 1998;MINASNY et al, 1999;SCHAAP et al, 1999;NEMES et al, 2003;BAKER & ELLISON, 2008).…”

Section: A Talaj Víztartó Képességének a Becslését Legtöbbször Regresunclassified

Talajok víztartó képességét becslő módszerek

Tóth

2010

Agrokémia És Talajtan

View full text Add to dashboard Cite

A talaj vízháztartásától függ a természetes vegetáció és a termesztett növények víz-ellátása. Szerepet játszik a talaj levegő-és hőháztartásának, a biológiai aktivitás mérté-kének és a tápanyagforgalomnak a kialakításában is. Befolyásolja a talaj szerkezeti és technológiai tulajdonságait, meghatározza a talajművelés idejét, módját, valamint hat a talaj pufferképességére (VÁRALLYAY, 2004; 2005a,b).A talaj vízháztartását meghatározó tulajdonságok egyike a talaj víztartó képessége, mely lehetővé teszi, hogy a talajba szivárgó víz akár hosszabb ideig is raktározódjon a talajban. A talaj víztartó képességének mérése költséges, munka-és időigényes. Ugyanakkor lehetőség van arra, hogy egyszerűbben mérhető talajtulajdonságok alapján becsléssel határozzuk meg. A talajtani kutatások során kapott becslő függvényeket pedotranszfer függvényeknek (ptf) hívják a szakirodalomban. A meghatározást az angol "pedotransfer function"-ból vették át, mely a LAMP és KNEIB (1981) által használt "pedofunction" és a BOUMA és VAN LANENtől (1987) származó "transfer function" fogalmakból alakult ki. A pedotranszfer függvény definícióját BOUMA (1989) fogalmazta meg először, miszerint a függvény segítségével a rendelkezésre álló információkból olyan adatokat lehet előállítani, amelyek elsődleges mért forrásból nem hozzáférhetőek. A ptf-ek többségét a talaj vízgazdálkodási tulajdonságainak becslésére dolgozták ki, de léteznek a talaj egyéb fizikai és kémiai jellemzőit számító módszerek is. RAWLS (1983) például a talajok térfogattömegére dolgozott ki becslő módszert; a talajok szerves folyadék visszatartó képességét MAKÓ (2002) pedotranszfer függvénnyel becsülte; UNO és munkatársai (2005) távérzékelt információkból becsülték a talajok szervesanyagtartalmát; BELL és VAN KEULEN (1995, cit: MINASNY, 2007) a talajok kationkicserélő képességének becslésére dolgoztak ki módszert. A hiányzó adatokat egyre gyakrabban helyettesítik becsült értékkel a talajtani kutatásban. A mezőgazdasági és a környezeti modellezéshez szükséges hiányzó adatok pótlására azok pedotranszfer függvényekkel történő becslése megoldást jelenthet. Ugyanakkor mindig szem előtt kell tartani, hogy a becsült értékek hibája ismereten, így azok csak közelítő jellegűek és felülvizsgálatuk elmaradhatatlan feladat.A becslő módszerek alkalmazása nem új keletű, annak ellenére, hogy a ptf fogalma csak 1989 óta létezik. Már korábban is igény volt rá, hogy a nehezen mérhető talajtulajdonságokat egyéb, könnyebben meghatározható adatokból számítsák. VÁRALLYAY és munkatársai (1979) az 1970-es évekkel bezárólag, MINASNY (2007) pedig napjainkig tekinti át a becslő módszerek kidolgozásának történetét, felsorolva a főbb eredménye-ket. Az ő munkájukat is felhasználva tekintem át az első talajfizikai ptf-ek megalkotásá-tól napjainkig terjedő időszak becslő módszereit.

show abstract

“…ARYA & PARIS, 1981), on neural networks (e.g. PACHEPSKY et al, 1995;SCHAAP et al, 1998;MINASNY & MCBRATNEY, 2002), or on classification and regression trees (CART) (PACHEPSKY et al, 2006).…”

Section: Introduction Of the Hungarian Detailed Soil Hydrophysical Damentioning

confidence: 99%

Introduction of the Hungarian Detailed Soil Hydrophysical Database (MARTHA) and its use to test external pedotransfer functions

Makó

Tóth

Hernádi

et al. 2010

Agrokémia És Talajtan

View full text Add to dashboard Cite

The Hungarian Detailed Soil Hydrophysical Database, called MARTHA ver2.0 has been developed to collect information on measured soil hydraulic and physical characteristics in Hungary. Recently this is the largest detailed national hydrophysical database, containing controlled information from a total of 15,005 soil horizons. Two commonly used pedotransfer functions were tested to evaluate the accuracy of the predictions on the MARTHA data set, representative for Hungarian soils. In general, the application of both examined pedotransfer functions (Rajkai, 1988; Wösten et al., 1999) was not very successful, because these PTFs are representative for other soil groups. The classification tree method was used to evaluate the effect of soil structure on the goodness of estimations. It was found that using the soil structure data the inaccuracies of soil water retention predictions are more explainable and the structure may serve as a grouping variable for the development of class PTFs.

show abstract

Artificial Neural Networks to Estimate Soil Water Retention from Easily Measurable Data

Cited by 296 publications

References 8 publications

Pedotransfer functions for point and parametric estimations of soil water retention curve

Pedotransfer functions for point and parametric estimations of soil water retention curve

Talajok víztartó képességét becslő módszerek

Introduction of the Hungarian Detailed Soil Hydrophysical Database (MARTHA) and its use to test external pedotransfer functions

Contact Info

Product

Resources

About