土壌は、そこに含まれる養分と水分によって生命を維持しています。土壌水分のダイナミクスを予測することは、農業または水資源管理にとって非常に重要です。ただし、土壌水分の予測は、初期条件、土壌テクスチャ、植生、大気強制力 (放射、風、温度、降水量など) などのデータセットに基づく大規模で複雑な数値モデルの要件を考えると、困難な作業です。地形など
このデータセットを使用して、長期間にわたる土壌水分の正確な推定値をシミュレートするには、信頼できるモデルとデータセットが必要です。モデルの開発、適用、分析における専門的なスキルも同様に重要です。さらに、ほとんどの一般的な水文モデルは、気候の変化を考慮せずにレトロスペクティブ データセットに基づいて調整されているため、定常的な降雨と流出の関係を想定しています。これは、モデルの実装、設計、および適用により、土壌水分動態の推定に不確実性 (したがってエラー) をもたらす可能性があります。
確率論的隠れマルコフ モデル (HMM) を遺伝的アルゴリズム (GA)、自然選択のプロセスに基づく進化的アルゴリズムと統合することにより、新しいアルゴリズムが提案され、さまざまな気候地域で土壌水分のダイナミクスを確実に予測するための堅牢なフレームワークが提供されます。 .このアルゴリズムは、アプローチの転置可能性をテストするために、米国の 2 つの場所 (アイオワ州とイリノイ州) でテストされています。
HMM は「スマート」 を追加します GA によって導出された最適化された初期パラメーターを介して気象状態を取得するための、より適切にトレーニングされたパラメーターを提供することにより、アプローチにコンポーネントを追加します。 HMM は、モデルが土壌の気象状態を推定するために必要な入力パラメーターを調整します (例:湿っている、乾燥している、比較的乾燥している、または比較的湿っている)。これらの初期条件は、先行する土壌水分値から派生した降水データセットと履歴統計を使用して、GA ベースのアプローチが土壌水分値をより適切に予測するのに役立ちます。この結合により、パラメーター集約的な物理モデルを使用する必要がなくなり、初期パラメーター値を決定する際のユーザーのスキルだけでなく、モデルの構造 (つまり、パラメーター化、初期/底境界条件、支配方程式、転置可能性など) および測定も最小限に抑えられます。 (つまり、土地被覆、土壌情報など) エラー。
結果をテストするために、このアプローチによって導き出された土壌水分予測は、Soil-Water-Atmosphere と呼ばれる物理ベースの反転モデル (IM) (Ines and Mohanty, 2008a) に基づく洗練された地表近くの土壌水分同化スキームからの予測と比較されました。 ●プラント(SWAP)モデル。結果は、SWAP-GA 法と比較して、提案されたアプローチを使用することにより、予測精度が一貫して改善されることを示しています。時間平均 (1994 ～ 2000 年) の地表付近 (0 ～ 10 cm) および地下層 (10 ～ 30、30 ～ 50、および 0 ～ 50 cm) の土壌水分は、複数の場所で予測され、調査地域のさまざまな土の深さで、現場での測定値とよく一致しました。
これは、地表全体の複数の時空間ドメインでの降水などの他のプロキシを使用して、長期的な土壌水分のダイナミクスを予測するための確率モデルの最初の適用です。このパイロット研究の結果は非常に有望であり、特に衛星由来の土壌水分 (AMSR-E、AMSR2、SMOS、SMAP など) および降水量 (TRMM. /GPM) データセット。
毎日の時間ステップでの不確実性にもかかわらず、新しいアプローチは、毎週の時間間隔で比較的信頼性の高いモデル出力を提供し、さまざまな気象条件の下で比較的良好な転置可能性を提供できます。この「賢い」 このアプローチは、フィールドへの適用において簡単な利便性を提供し (物理ベースの水文学モデルの集中的な入力パラメーターを回避します)、初期パラメーター値を決定する際のユーザーのスキルだけでなく、モデルの構造 (つまり、パラメーター化、初期/底境界条件、支配方程式、転移可能性など) および測定 (つまり、土地被覆、土壌情報など) のエラー。
提案された方法論は、気候変動シナリオのみを使用して将来の長期的な土壌水分を予測する魅力的な代替手段を提供できるため、これらの調査結果は重要です (つまり、地球規模の気候モデル - GCM、地域気候モデル - RCM など) と過去の土壌。水分測定（利用可能）。この点で、このアプローチは、将来の効率的な農業/水資源管理の開発/改善に非常に役立つ可能性があります。
これらの調査結果は、Journal of Hydrology に最近掲載された「土壌水分ダイナミクスを予測するためのノンパラメトリック進化的アルゴリズムの開発」というタイトルの記事で説明されています。 この作業は、慶北大学校の Yongchul Shin 氏と Binayak P. Mohanty 氏と Amor V.M.テキサス A&M 大学のイネス。
