积分模型:

Philip模型+Kostiakov模型

import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize as opplt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号# 需要拟合的函数
def f_1(t, A, B, C):return  (A/(B+1))*t**(B+1)+C# 需要拟合的数据组
x_group = [0, 1.8, 5.8, 10.1, 17.6, 27.7, 56.1, 92.5, 150.2, 193.2, 264.2,356.4]y_group = [0, 0.05, 0.12, 0.16, 0.53, 0.88, 1.87, 2.61, 3.97, 4.47, 5.59,6.95]# 得到返回的A,B值
A, B, C = op.curve_fit(f_1, x_group, y_group)[0]
popt,pcov=op.curve_fit(f_1, x_group, y_group)
# 数据点与原先的进行画图比较
plt.scatter(x_group, y_group, marker='o',label='真实值')
x = np.arange(0, 400, 20)
y = (A/(B+1))*x**(B+1)+C
plt.plot(x, y,color='red',label='拟合曲线')
plt.legend() # 显示labelplt.show()
import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize as opplt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号# 需要拟合的函数
def f_1(t, A, B, S):return  S*t**(0.5) + A * t + B# 需要拟合的数据组
x_group = [0, 1.8, 5.8, 10.1, 17.6, 27.7, 56.1, 92.5, 150.2, 193.2, 264.2,356.4]y_group = [0, 0.05, 0.12, 0.16, 0.53, 0.88, 1.87, 2.61, 3.97, 4.47, 5.59,6.95]# 得到返回的A,B值
A, B, S = op.curve_fit(f_1, x_group, y_group)[0]
popt,pcov=op.curve_fit(f_1, x_group, y_group)
# 数据点与原先的进行画图比较
plt.scatter(x_group, y_group, marker='o',label='真实值')
x = np.arange(0, 400, 20)
y = S*x**(0.5) + A * x + B
plt.plot(x, y,color='red',label='拟合曲线')
plt.legend() # 显示labelplt.show()

经典模型:

Philip模型+Kostiakov模型

import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize as opplt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号# 需要拟合的函数
def f_1(t, A,B):return  (A)*t**(B)# 需要拟合的数据组
#x_group = [0, 1.8, 5.8, 10.1, 17.6, 27.7, 56.1, 92.5, 150.2, 193.2, 264.2,356.4]
x_group =[0.9,3.8,7.95,13.85,22.65,41.9,74.3,121.35,171.7,228.7,310.3]#y_group = [0, 0.05, 0.12, 0.16, 0.53, 0.88, 1.87, 2.61, 3.97, 4.47, 5.59,6.95]
y_group =[0.05,0.07,0.04,0.37,0.35,0.99,0.74,1.36,0.5,1.12,1.36]# 得到返回的A,B值
A, B = op.curve_fit(f_1, x_group, y_group)[0]
popt,pcov=op.curve_fit(f_1, x_group, y_group)
# 数据点与原先的进行画图比较
plt.scatter(x_group, y_group, marker='o',label='真实值')
x = np.arange(0, 400, 20)
y = (A)*x**(B)
plt.plot(x, y,color='red',label='拟合曲线')
plt.legend() # 显示labelplt.show()
import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize as opplt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号# 需要拟合的函数
def f_1(t, A,S):return  0.5*S*t**(-0.5)+A# 需要拟合的数据组
#x_group = [0, 1.8, 5.8, 10.1, 17.6, 27.7, 56.1, 92.5, 150.2, 193.2, 264.2,356.4]
x_group =[0.9,3.8,7.95,13.85,22.65,41.9,74.3,121.35,171.7,228.7,310.3]#y_group = [0, 0.05, 0.12, 0.16, 0.53, 0.88, 1.87, 2.61, 3.97, 4.47, 5.59,6.95]
y_group =[0.05,0.07,0.04,0.37,0.35,0.99,0.74,1.36,0.5,1.12,1.36]# 得到返回的A,B值
A, S = op.curve_fit(f_1, x_group, y_group)[0]
popt,pcov=op.curve_fit(f_1, x_group, y_group)
# 数据点与原先的进行画图比较
plt.scatter(x_group, y_group, marker='o',label='真实值')
x = np.arange(0, 400, 20)
y = 0.5*S*x**(-0.5)+A
plt.plot(x, y,color='red',label='拟合曲线')
plt.legend() # 显示labelplt.show()

土壤入渗试验曲线拟合相关推荐

  1. matlab模拟土壤水分入渗,基于HYDRUS-3D的涌泉根灌土壤入渗数值模拟

    [1]费良军,曹俊,聂卫波. 涌泉根灌土壤湿润体特性试验[J]. 排灌机械工程学报,2011,29(3):260-265.Fei Liangjun,Cao Jun,Nie Weibo. Charact ...

  2. 土壤水力参数 matlab,一种由土壤剖面含水率估算土壤水力参数的方法

    1研究背景在非饱和带中,负压和水力传导度均是土壤含水率的非线性函数,vanGenuchten建立的土壤负压和水力传导度与土壤含水率的关系式在土壤水分模拟中得到广泛应用,为表达方便,称vanGenuch ...

  3. SBB:南土所梁玉婷、孙波等跨气候带土壤移置揭示了气候变暖及施肥对土壤固氮微生物递增的环境过滤作用...

    跨气候带土壤移置揭示了气候变暖及施肥对土壤固氮微生物递增的环境过滤作用 Increasing environmental filtering of diazotrophic communities w ...

  4. Microbiome:南农张瑞福团队揭示放牧引起草原微生物组变化驱动土壤有机碳的转化和生产力的提升...

    放牧引起的微生物组变化驱动草甸草原土壤有机碳的转化和生产力的提高 Grazing-induced microbiome alterations drive soil organic carbon tu ...

  5. Horticulture Research:植物界的“投之以桃,报之以李”的合作共赢典范

    恭喜九舍基金委员会委员长--文涛博士于2020年10月01日,正值中国"双节相会之国庆节+中秋节"之际,在中科院分区TOP1期刊Horticulture Research 再次发表 ...

  6. 地址总线是单向还是双向_大余双向钢塑土工格栅%/*的作用泰安恒大工程材料-老友网...

    泰安恒大工程材料有限公司位于驰名中外的泰山脚下,是一家专业从事土工合成材料及新型建材生产研发的高科技民营企业.本公司主要生产经营玻纤格栅.涤纶格栅.塑料格栅.钢塑格栅.土工布.复合土工膜等工程材料,产 ...

  7. Microbiome:不同放牧强度影响草甸草原土壤生产力的微生物学机制

    放牧引起的微生物组变化驱动草甸草原土壤有机碳的转化和生产力的提高 Grazing-induced microbiome alterations drive soil organic carbon tu ...

  8. 降雨对下垫面水分分配格局及地貌影响研究解决方案

    自然界有其自身的雨水循环模式.雨水降落到地表主要是通过三种形式回到水循环之中,分别是蒸发.下渗和地表径流,其中蒸发和下渗占90%,地表径流占10%.随着现代城市的建设,城市的密度在不断提高,城市硬质铺 ...

  9. 经济地理学复习要点总结(完整)

    经济地理学 经济地理学是研究经济活动区位.空间组织及其与地理环境的相互关系的学科. 区位是人类活动(人类行为)所占有的场所. 区位条件是区位(场所)所特有的属性或资质 区位因子(区位因素)指影响区位主 ...

最新文章

  1. selenium之frame操作
  2. Leetcode:114. Flatten Binary Tree to Linked List
  3. 腾讯云上午突发故障 称运营商光缆中断所致
  4. 关于DCF(判别相关滤波器)的闭式解详细推导
  5. 关于java自动生成一个tostring-json,解决hibernate框架,每次全属性输出,的数据动态且限制对象的属性书写到前端,使用模板!
  6. 如何统一集体的所有人的yum环境(以阿里云为例)
  7. 使用nagios监控oracle
  8. C语言:四则计算器(支持小数,括号和次方幂 组合输入计算)
  9. VMWare虚拟机三种网络形式
  10. 电子商务概论_走进经管优质线上课堂(二)之电子商务概论
  11. 200多家厂商的OT设备受14个漏洞影响
  12. matlab绘制庞加莱截面_如何用mathematica或Matlab画弹性摆的庞加莱截面
  13. weak_ptr概述,weak_ptr常用操作、尺寸
  14. android 通知栏进度_Android改造下载图片进度通知
  15. sed的选项与命令简要
  16. R语言入门——rep函数
  17. Vue之v-on之修饰符prevent(007)
  18. Verilog语言菜鸟教程知识关键点记录
  19. 汽车高级驾驶辅助系统ADAS功能盘点
  20. 采用预训练模型来训练新的模型

热门文章

  1. 使用selenium将网页保存网页截图,长截图,html文件,mhtml文件
  2. 关于input[type=number]的输入框禁止输入.、e、+、-的解决方案
  3. 【优秀的素材收藏管理工具】Inboard for Mac 1.1
  4. 资源整理 | 36个惊人的Python开源项目,都在这了
  5. 生产管理ERP解决方案
  6. uniapp使用Ucharts数据格式化为百千万-解决文字过长压着的问题
  7. k8s数据持久化PVPVC模板
  8. python如何设计爬虫界面软件_Python+PyQt5设计B站视频数据爬虫小程序
  9. handlebar,js简单使用
  10. 小程序抽奖转盘走马灯