A key physical property used in the description of a soil-water regime is a soil water retention curve, which shows the relationship between the water content and the water potential of the soil. Pedotransfer functions are based on the supposed dependence of the soil water content on the available soil characteristics, e.g., on the relative content of the particle size in the soil and the dry bulk density of the soil. This dependence could be extracted from the available data by various regression methods. In this paper, artificial neural networks (ANNs) and support vector machines (SVMs) were used to estimate a drying branch of a water retention curve. The paper compares the mentioned methods by estimating the water retention curves on regional scale for the Záhorská lowland in the Slovak Republic, where relatively small data set was available. The performance of the models was evaluated and compared. These computations did not fully confirm the superiority of SVMs over ANNs as is often proclaimed in the literature, because the results obtained show that in this study the ANN model performs somewhat better and is easier to handle in determining pedotransfer functions than the SVM models. Nevertheless, the results from both data-driven models are quite close, and the results show that they provide a significantly more precise outcome than a traditional multi-linear regression does., Autori sa v príspevku venujú určovaniu pedotransferových funkcií (PTF), ktoré umožňujú stanoviť body vlhkostných retenčných kriviek pôdy z ľahšie merateľných pôdnych vlastností a sú dôležitým prvkom modelovania vodného režimu pôdy. Ešte v minulej dekáde sa objavili snahy využívať na ich určenie umelé neurónové siete (UNS). Multi-layer perceptron (MLP) čiže viacvrstvový perceptrón je najčastejšie používaný model doprednej umelej neurónovej siete s kontrolovaným typom učenia. Vstupné signály prechádzajú sieťou typu MLP iba dopredným smerom, teda postupne od vrstvy k vrstve. MLP používa tri a viac vrstiev neurónov rozdelených na vstupnú, skrytú a výstupnú vrstvu s nelineárnou aktivačnou funkciou a vie rozpoznať alebo modelovať informácie, ktoré nie sú lineárne oddeliteľné alebo závislé. Novší vývoj v oblasti učiacich algoritmov poskytuje ďalšie možnosti, z ktorých sa v tomto príspevku venujeme tzv. mechanizmom podporných vektorov (Support Vector Machines - SVM). SVM využíva pri svojom kalibrovaní na riešený problém princíp tzv. štrukturálnej minimalizácie namiesto iba minimalizácie chyby - (Vapnik, 1995). Pri trénovaní siete MLP je jediným cieľom minimalizovať celkovú chybu. Pri SVM sa simultánne minimalizuje chyba aj zložitosť modelu. Použitie tohto princípu vedie zvyčajne k vyššej schopnosti generalizácie, t.j. umožneniu presnejších predpovedí pre dáta, ktoré neboli použité pri trénovaní SVM. Vhodnosť štandardnej umelej neurónovej siete, SVM a viacnásobnej lineárnej regresie sa v článku vyhodnocuje na základe údajov získaných z pôdnych vzoriek odobratých v lokalite Záhorskej nížiny. Pôvodné údaje a ich aplikáciu pri vyhodnocovaní vodného režimu pôd uvádza Skalová (2001, 2007), odkiaľ boli prevzaté vstupné dáta a to percentuálny obsah zrnitostných kategórií (I až IV podľa Kopeckého), redukovaná objemová hmotnosť (ρd) a vlhkosti pre vlkostné potenciály hw= -2.5, -56, -209, -558, -976, -3060, -15300 cm, ktoré boli stanovené laboratórne pre potreby určenia a testovania regresných závislostí. Vzhľadom na to, že pri odvodzovaní regionálnych PTF je častým prípadom nedostatok dát pre odvodenie dátovo riadených modelov, autori navrhli riešiť úlohu pomocou ansámblu MLP resp. SVM. Ansámbel dátovo riadených modelov bol vytvorený variabilným rozdelením údajov na trénovacie a validačné (validačnými údajmi sa testuje presnosť modelu vo fáze jeho tvorby, ešte sa používajú konečné testovacie dáta, ktoré neboli pri tvorbe modelu použité). Výsledky ukázali lepšie regresné schopnosti oboch dátovo riadených modelov (SVM aj MLP) voči multilineárnej regresii a o niečo lepšie výsledky boli získané z viacvrstvového perceptrónu než zo SVM., and Keďže v niektorých iných prácach mal zvyčajne vyššiu výpočtovú presnosť model založený na SVM než na UNS, autori odporúčajú pre budúci výskum preveriť vhodnosť kombinácie SVM a MLP modelov v dátovo riadenom skupinovom modeli.
Wetlands are sensitive ecosystems with groundwater table close to the soil surface and they are characteristics with specific biotops, corresponding to the continuous and high soil water content. The National Natural Reserve (NNR) Kláštorské lúky is one of those types of ecosystems in the catchment of Turiec River, Central Slovakia. Social changes in Slovakia led to the management changes of this reserve, and its consequence is replacement of original plants by invasive ones, particularly by weeds. Another unfavourable phenomenon is continuous decrease of groundwater table level, probably as a part of global changes. This work is focusing on evaluation of possible influence of changes in canopy properties due to wetland management on evapotranspiration and its structure, on soil water content changes and on changes of groundwater table level at this area. and Mokrade sú citlivé ekosystémy charakteristické výskytom hladiny podzemnej vody v blízkosti terénu alebo aj na jeho povrchu. Významným mokradným systémom je aj národná prírodná rezervácia (NPR) Kláštorské lúky, ležiaca v povodí rieky Turiec. Zmena vo vlastníckych vzťahoch spôsobila aj zmenu obhospodarovania mokrade a vzácne travinno-bylinné porasty sú postupne nahrádzané spoločenstvami inváznymi, najmä tŕstím. Ďalším nepriaznivým javom, ku ktorému došlo v poslednom období v NPR, je pokles hladiny podzemnej vody (HPV). Táto práca je zameraná na zistenie možného vplyvu manažmentu na evapotranspiráciu a jej štruktúru, na zmeny chodov HPV a na zmeny obsahu vody vo vrchnej vrstve pôdy, spôsobené nahradením pôvodného porastu trávy inváznym porastom - tŕstím.
Results of lysimetric measurements of soil water flow between saturated and unsaturated zone of soil are presented and analyzed. Lysimeters with four different simulated groundwater table below soil surface (50, 100, 150 and 200 cm), five agricultural canopies and four different soil monoliths in, were used and observed during subsequent vegetation periods. From results of measurements it was found, that plant ontogenesis phase together with depth of groundwater table are dominant, followed by soil properties. and Práca obsahuje analýzu výsledkov meraní prítoku vody do koreňovej oblasti pôdy v lyzimetroch s konštantnou polohou hladiny podzemnej vody počas vegetačného obdobia piatich poľnohospodárskych plodín. Hladiny podzemných vôd v lyzimetroch sme udržiavali v štyroch hĺbkach pod povrchom pôdy (50, 100, 150 a 200 cm). Lyzimetre obsahovali monolity štyroch druhov pôd. Z výsledkov meraní vyplýva, že popri dominantnom vplyve hĺbky hladiny podzemnej vody v lyzimetroch na intenzitu prítoku vody z podzemných vôd do koreňovej oblasti pôdy má významnú úlohu ontogenézy rastlín nasledované vplyvom druhu porastu a vlastnosťami pôdy.