Расчет глубины промерзания: Определение глубины сезонного промерзания грунта по разумным ценам в Москве и области

Определение глубины сезонного промерзания грунта по разумным ценам в Москве и области

Для возможности проектирования фундаментной опоры здания необходимо предварительно определить характеристики грунта, в частности, глубину промерзания.

На выбор типа фундамента влияет и пучинистость, то есть грунт, который содержит большое количество воды и способен к расширению и вспучиванию при замерзании, что может привести к сдвигу и разрушению основания строения, появлению трещин на стенах, разрушению всего сооружения.

Определение глубины сезонного промерзания грунта

Заказать

Глубина промерзания грунта для конкретных регионов России

Город	Сезонная глубина промерзания разных типов грунтов (в см.)
	Глинистого и суглинка	Песчаного и супеси	Крупного и гравелистого
Ярославль	143	174	186
Архангельск	156	190	204
Челябинск	173	211	226
Вологда	143	174	186
Тюмень	173	210	226
Псков	97	118	127
Екатеринбург	157	191	204
Казань	143	175	187
Сургут	222	270	290
Пермь	159	193	207
Саратов	119	144	155
Курск	106	129	138
Санкт-Петербург	98	120	128
Москва	110	134	144
Самара	154	188	201
Нижний Новгород	145	176	189
Рязань	136	165	177
Новосибирск	183	223	239
Ростов на Дону	66	80	86
Орел	110	134	144

 

 

Глубина промерзания грунта в Подмосковье

Город	Сезонная глубина промерзания грунта (в см. )
Дубна	150
Талдом	130
Сергиев Посад, Александров	140
Орехово-Зуево	130
Егорьевск	130
Коломна	110
Ступино	120
Серпухово	100
Обнинск	110
Балабаново	110
Можайск	125
Волоколамск	120
Клин, Солнечногорск	120
Звенигород, Истра	110
Наро-Фоминск	125
Чехов	120
Воскресенск	110
Павловский Посад, Пушкино, Ногинск	110
Дмитров	140
Балашиха, Щепково	150
Кубинка, Одинцово, Болицыно	140
Домодедово, Подольск, Люберцы	100
Железнодорожный	110
Мытищи, Лобня	140

 

Как определить реальную глубину сезонного промерзания почвы?

Нормативные и настоящие показатели глубины промерзания грунта всегда отличаются, так как каждый год толщина снежного и ледяного покрова на заданной местности различная.

Чтобы точно определить глубину промерзания почвы, используется мерзлотомер – обсадная трубка с внутренним элементом — шлангом с водой и ограничителями, предупреждающими миграцию льда. На шланге имеется сантиметровая шкала. При выполнении измерений прибор погружается в почву на глубину ниже номинального промерзания. В местах, где с мерзлотомером контактирует мерзлая почва, вода в шланге превращается в лед. Через 10-12 часов шланг вынимается из трубки и по шкале определяется реальный уровень промерзания грунта.

Для расчета уровня промерзания грунта используется следующая формула:

d1 = d0 √M, где d1 – глубина промерзания согласно нормативам, d0 – отдельный параметр для каждого типа грунта, M – сумма абсолютных сезонных среднемесячных температур в данном регионе.

Показатели d0 – для песчаной и супесей – 0,28, глинистой почвы и суглинка – 0,23, крупнозернистого песка – 0,3, крупнообломочного грунта – 0,34. Показатели минусовых температур указаны в метеорологических справочниках либо СНиП, описывающих климатические условия конкретной местности.

Тип грунта определяет фирма, занимающаяся геологическими исследованиями.

Комплекс работ включает

• изучение геологического строения района;
• выезд бригады специалистов на участок для бурения скважин, взятия проб грунта;
• лабораторное исследование образцов для определения слоев земли;
• составление технического отчета с рекомендациями по строительству – выбору материала для стен и типа фундамента.

На стоимость геологических изысканий оказывают влияние количество скважин, погонных метров бурения и взятых образцов.

Компания «GeoCompani» выполняет работы по геодезии любой сложности для клиентов из Москвы и Московской области. Мы гарантируем выгодные цены и сжатые сроки исполнения заказа. Получить консультации специалистов и заказать услуги можно по телефону +7-495-777-65-35 или WhatsApp.

Почему с нами выгодно сотрудничать?

• Рассчитываем глубину сезонного промерзания именно для Вашего участка и грунтов.
• Выпускаем отчет за 10 дней.
• Все образцы сдаются в лабораторию.
• Собственный камеральный отдел.

Читайте также:

1. Статическое зондирование грунтов
2. Прессиометрия
3. Методы экологических исследований для строительства
4. Геология участка – цена и стоимость работ
5. Как проводятся геологические и геодезические изыскания?

Онлайн калькулятор расчета глубины промерзания грунта

Строим дом » Строительный калькулятор » Калькулятор строительных работ » Калькулятор для расчета глубины промерзания грунта

Планируя строительство дома, повышенное внимание следует уделить расчету показателя заглубления фундамента. В свою очередь, этот показатель определяется максимальной глубиной промерзания грунта.

В принципе, эти данные можно взять в управлении архитектуры.

Однако, имея под рукой онлайн калькулятор, можно существенно упростить себе задачу расчета глубины промерзания грунта в определенном регионе.

Чтобы узнать нормативные данные достаточно ввести в окошко программы название города (Россия, Украина и Белоруссия) и получить готовый результат.

Карта глубины промерзания грунта

Внимание! Название города нужно вводить с большой буквы (заглавной), т.к. с маленькой калькулятор не распознает.

Основанием для формирования результата в данном калькуляторе служит методика вычисления глубины промерзания грунта, приведенная в СНиП 2.02.01-83 «Основания зданий и сооружений», а также СНиП 23-01-99 «Строительная климатология».

При расчете обратите внимание на два фактора:

• если грунт на участке насыпной, то расчетное значение следуем умножить на коэффициент, характеризующий состав почвы (k), приведенный ниже.

Коэффициент, характеризующий состав почвы (k) составляет:

1. крупные, гравелистые пески — 0,3;
2. суглинки и глинистая почва – 0,23;
3. мелкие и пылеватые пески – 0,28;
4. крупнообломочные грунты – 0,34.

Если запрашиваемого города не окажется в таблице значений достаточно воспользоваться простой формулой:

41 331

0

Рекомендуем статьи на похожие темы

Калькулятор расчета ламината онлайн. Программа для подсчета расхода и количества ламината по площади с учетом схемы укладки – прямой и от угла (по…

Калькулятор расчета объема бетона – как рассчитать, сколько необходимо цемента, песка, щебня и воды на 1 м3 или определенный объем бетона с учетом…

Программа-калькулятор расчета бетона и арматуры для фундамента – как рассчитать, сколько бетона нужно на фундамент (кубатура), по периметру, глубине,…

Расчет расхода напольного покрытия: керамическая плитка, линолеум, паркет, паркетная доска, ламинат, ковролин. С помощью калькулятора можно посчитать…

Калькулятор обоев по площади, по периметру, с раппортом, по длине и ширине стен комнаты, с учетом окон и дверей. Как рассчитать количество рулонов…

Оставьте свой комментарий

Новое Советы

Показать все

Популярное Обсуждения

• mc kirill

  (2) Строительство дома из арболита (арболитовых блоков) – технология возведения, от фундамента до крыши

  Строительство дома из арболита (арболитовых блоков) – технология возведения, от фундамента до крыши

  Такая ситуация, мне начали строить дом из арболита, но наделали кучу ошибок по кладке (ниже фото). Сейчас хочу взыскать с этих криворуких строителей компенсацию. По самому материалу претензий нет,

• Ваня таганский

  (1) Утепление входной металлической двери – правильная теплоизоляция своими руками

  Утепление входной металлической двери – правильная теплоизоляция своими руками

  Бюджетный способ утеплить китайскую дверь от дяди Вани. В отличие от обычной пустотелой двери, в китайской хотя бы бумага внутри. Конечно, эти соты из прессованного картона мало помогут в мороз, но

• penoplexman

  (6) Входные двери с терморазрывом – металлические термодвери для частного дома

  Входные двери с терморазрывом – металлические термодвери для частного дома

  Установил термодверь в декабре 2015 года. До этого стояла стальная дверь, утепленная внутри полотна и по периметру. Температура в коридоре была ниже, нежели в комнатах (коридор отапливаемый). После

• admin

  (9) Монтаж водосточной системы своими руками – установка водостоков для крыши

  Монтаж водосточной системы своими руками – установка водостоков для крыши

  Пытались помочь в рамках своей компетенции.Раз уж комплектующие Деке, то разумно будет согласовать эти вопросы с ними.Да, в скором будущем на сайте будет отдельный материал по расчетам водосточной

• Леонид-

  (9) Монтаж водосточной системы своими руками – установка водостоков для крыши

  Монтаж водосточной системы своими руками – установка водостоков для крыши

  У Docke эти странные требования заложены в pdf инструкцию по монтажу водосточной системы. Формулу я вывел сам, это не сложно, задачка в пределах школьного курса геометрии. Дело в том, что я купил их

• admin

  (9) Монтаж водосточной системы своими руками – установка водостоков для крыши

  Монтаж водосточной системы своими руками – установка водостоков для крыши

  Не уверенны, что сможем дать однозначный ответ насчет градусов. Откуда вообще эта формула, на сайте Деке не нашли. Спросили у ребят, которые профильно занимаются монтажом водостоков. Сказали, что

• Леонид-

  (9) Монтаж водосточной системы своими руками – установка водостоков для крыши

  Монтаж водосточной системы своими руками – установка водостоков для крыши

  Интересно, что те же Дёке, несмотря на свои рекомендации, дают фотографии своих монтажных работ по крутым скатам, которые явно им противоречат (фото). Там скаты смотрят в жёлоб, а не поверх него. Моя

• Леонид-

  (9) Монтаж водосточной системы своими руками – установка водостоков для крыши

  Монтаж водосточной системы своими руками – установка водостоков для крыши

  Спасибо за развёрнутый ответ, но он не во всём разъясняет проблему, поэтому уточню вопрос. На прилагаемых рисунках, взятых из рунета, показано то самое поперечное сечение, о котором я говорю, с

• admin

  (4) Установка забора из сетки рабицы своими руками – пошаговая инструкция

  Установка забора из сетки рабицы своими руками – пошаговая инструкция

  В описанном вами случае, нужно использовать квадратный профиль с сечением не менее 100х100 мм. Ввиду того, что планируется посадка вьющихся растений желательно устанавливать одинаковый профиль по

• admin

  (2) Как сделать калитку из сетки рабицы для дачи своими руками

  Как сделать калитку из сетки рабицы для дачи своими руками

  Выбирается индивидуально, но согласно логике, распашная калитка и ворота из рабицы (как и любые другие) должны открываться наружу. Объясняется несколькими причинами. Первая – при экстренной ситуации,

Моделирование замерзания почвы: Оригинальная модель

Моделирование промерзания грунта: Оригинальная модель Модель промерзания почвы описана здесь больше не реализуется в этой первоначальной форме. Он был модифицирован для выполнения замораживания и оттаивания с помощью замораживающих линз.

Первоначальная модель промерзания почвы была модифицированной версией модели, разработанной Jumakis (van Rooij, 1987) был включен в CropSyst. Суточный кумулятивный индекс замерзания (CFI) для дня d (C-дней) рассчитывается как: 9-1) – коэффициент уменьшения снега.

0,8	если T avg < 0 (периоды замерзания)
0,5	, если T avg > 0 (периоды оттаивания)

Dsd (см) высота снежного покрова на земле в день d.

CFI является мерой доступной «силы замораживания климата». CFI_d это инициализируется определенным отрицательным значением в начале зимы, чтобы представляют собой отставание между климатическими морозными условиями и началом фактическое промерзание почвы. По мере преобладания температуры замерзания CFI_d становится меньше сначала отрицательный, а затем положительный, что указывает на возможность замерзания почвы.

Чтобы рассчитать глубину промерзания, индекс промерзания, необходимый для промерзания каждого слоев почвы (RFIl) необходимо рассчитать и сравнить с CFI_d. Так как наличие слоя снега на почве снижает скорость проникновения мороза необходимо определить теплопроводность снега. Это делается по следующему уравнению:

k sn = (22,7 · ρ sn — 0,46) · 10 5

куда

k_sn(кал/(см . с . Кл)) – теплопроводность снега.

ρsn (0,1 г/см3) – плотность снега или одна десятая плотности снега. вода.

Термическое сопротивление снега определяется по формуле:

r sn = D s / K sn · SEDF

куда

r_sn ((см . с . Кл)/кал) – термическое сопротивление снега.

Ds (см) высота снежного покрова на земле.

SEDF — уменьшение эффекта снега с коэффициентом глубины, который рассчитывается ежедневно и умножается на термическое сопротивление снега и результирующую значение добавляется к общему сопротивлению всех слоев вместе. Этот Коэффициент уменьшения определяется как:

SEDF = e -SIF · F d

куда

SIF (1/см) — входной параметр коэффициента снегозащиты (раздел 7.6.1).

F_d см – глубина промерзания.

Термическое сопротивление каждого слоя грунта предоставлено:

r _l = ΔZ _l / K _l куда

r_l ((см . с . Кл)/кал) – термическое сопротивление слоя грунта.

Zl (см) – толщина слоя грунта.

Кл (кал/(см . с . Кл)) – теплопроводность слоя грунта.

Для замораживания слоя l тепловое сопротивление необходимо преодолеть все предыдущие слои, прежде чем фронт замерзания достигнет это, где снег обрабатывается как слой со своим собственным снежным тепловым сопротивление. Тогда требуемый индекс замерзания определяется как:

ЗПИ л =

[ л л +

с · CFI 2 · фд

]

куда

RFIl (C-days) – требуемый индекс замерзания для промерзания слоя l.

Lл (кал/см3) – скрытая теплота, выделяющаяся при промерзании слоя л рассчитывается по объемному содержанию воды в слое (WCl) и скрытой теплота плавления (80 кал/см3) как: L _l = 80 · wc _l

Кл (кал/(см3 . С)) – теплоемкость.

CFI (C-days) — кумулятивный индекс замерзания.

fd (дней) — количество морозных дней.

Zl (м) – мощность l-го слоя грунта.

Rtot ((см·с·C)/кал) – общее тепловое сопротивление, определяемое по формуле: R _tot = r _sn + r ₁ + r ₂ · · · [ r _nl / 2 ]

r_sn – термическое сопротивление снежного слоя.

r_1, r_2 … r_nl — сопротивления каждого слоя грунта.

Частный случай требуемого индекса промерзания для промерзания первого слоя грунта рассчитывается по следующему уравнению:

RFI 1 =

л 1 · ΔZ 1 84 400

·

[

р 1 2

+ р п

]

куда

RFI1 (C-дни) — индекс замерзания, необходимый для замерзания слоя 1.

л1 (кал/см3) – скрытая теплота, выделяющаяся при замерзании слоя 1 (см. уравнение 14.4.1).

WC1 – объемная влажность первого слоя почвы.

р_1 ((см . с . Кл)/кал) — термическое сопротивление первого грунта слой.

Определяется необходимый индекс промерзания для всего почвенного профиля (RFIt). как сумма необходимого индекса промерзания для каждого слоя почвы:

ЗПИ т =

нл Σ л=1

ЗПИ л

Значение CFI_d за текущий день сравнивается с RFI накапливается слой за слоем. Глубина промерзания определяется слоем, где кумулятивный RFI становится больше, чем CFI. Точка фронта промерзания в этот слой определяется линейной интерполяцией.

14.4.2 Теплоемкость почвы

Теплоемкость в уравнении 14.4.1 должна учитывать индивидуальное компонентов в почве и, таким образом, может быть рассчитана путем добавления взвешенного тепла способность каждого из различных компонентов почвы к общему теплу вместимость:

C = X _s · C _s + X _w · C _w + X _a · C _a где

Кл (кал/(см3 . Кл)) – объемная теплоемкость.

Xi (-) – объемная доля компонента i.

Ки (кал/(см3·С)) – объемная теплоемкость компонента i.

с – твердая составляющая.

а — воздушная составляющая.

w – водная составляющая.

Значения объемной удельной теплоемкости составляют 0,46, 0,45, 0,0003, 1,0 для твердого минерального материала, льда, воздуха и воды соответственно. Воздух компонент в расчетах не учитывался из-за его малого вклада к полной удельной теплоемкости.

Теплопроводность почвы

Теплопроводность в уравнении 14.4.1 рассчитывается по формуле:

К =	Σ М и · Х и · К и Σ М и · Х и

куда

К (кал/(см·с·Кл)) – коэффициент теплопроводности.

i – компонент в почве.

Xi – объемная доля компонента i.

Ки (кал/(см·с·Кл)) – удельная теплопроводность компонент я.

M_i – отношение среднего градиента температуры каждого минорного компонент и соответствующее количество в среде, через которую проходит наиболее тепло передается.

Значение M_i может быть рассчитано в зависимости от формы и размера частицы и их взаимное расположение. В условиях, когда гранулы имеют эллипсоидальную форму и расположены так далеко друг от друга, что не не влияют друг на друга, можно использовать следующее выражение для расчета этот параметр:

М я а =

1/3 1 + к i к 0 + 1 · G а

M _i = M _{i a} + M _{i b} + M _{i c} куда

Ga – коэффициент деполяризации эллипсоида в направлении ось а.

Ko (кал/(см·с·C)) – удельная теплопроводность сплошная среда в почве (преимущественно вода или лед).

Mia – вклад в коэффициент M_i направления

и .

Когда содержание воздуха в почве составляет от 0,0 до 0,337, значение Ga может быть рассчитано из:

G _a = 0,333 — X _a / 0,427 · (0,333 — 0,35) куда

Xa – объемное содержание воздуха в почве.

Были взяты значения удельной теплопроводности: 20,4, 7,0, 5,2, 1,3. (мкал/(см . с . С)) для кварца, минералов, льда и воды. Значение для Коэффициент Ga также действителен для Gb. Значение для Gc рассчитывается из:

Г _а + Г _б + Г _с = 1 Использование этих уравнений объясняется следующим образом: когда почва состоит только из одного компонента, такого как кварц, теплопроводность будет только кварц; если также присутствует вода, значение теплового проводимость будет между кварцем и водой. Когда проводимость одного вещества намного меньше, чем другие, почти все тепло будет транспортируется веществом с более высокой электропроводностью.

Прогноз промерзания с использованием моделирования с помощью ГИС

Прогноз промерзания с использованием моделирования с помощью ГИС

Стивен П. Фаррингтон, ЧП
Ассоциация прикладных исследований, Inc.
415 Waterman Road, Южный Роялтон, Вермонт 05068
телефон: 802-763-8348
факс: 802-763-8283
электронная почта: [email protected]

Мартин Л. Гилдеа
Ассоциация прикладных исследований, Inc.
415 Уотерман Роуд
Южный Роялтон, Вермонт 05068
телефон: 802-763-8348
факс: 802-763-8283
электронная почта: [email protected]

РЕЗЮМЕ

Была разработана новая методология с использованием численного моделирования, статистической регрессии, пространственной интерполяции и ГИС для прогнозирования максимальной глубины промерзания типичной конструкции дорожного покрытия по всему штату Вермонт с различными уровнями статистической достоверности. Методология, стоящая за историческими картами промерзания, была неизвестна и, по-видимому, не учитывала влияние высоты, ключевого фактора, определяющего температуру воздуха, влияющую на охлаждение поверхности дорожного покрытия. Новые карты, разработанные в ArcView, будут использоваться для проектирования дорожных покрытий для строительства новых дорог, которые должны простираться до определенного процента от максимальной глубины промерзания.

---

ВВЕДЕНИЕ

Образование инея на тротуарах может привести к их повреждению. Многие критерии проектирования дорожной одежды определяют минимальную толщину конструкции дорожной одежды в зависимости от максимальной глубины промерзания. При проектировании новых тротуаров Транспортное агентство Вермонта (VAOT) в прошлом полагалось на карты промерзания по всему штату, разработанные около 30 или более лет назад. Методология и источники данных для карт были неизвестны, и их надежность была сомнительной. Методология была разработана с использованием комбинации численного моделирования, геостатистики и линейной регрессии для создания новых карт на 50% и 90% статистической достоверности.

ЗАМЕРЗАНИЕ В ТРОТУАЛАХ

Образование инея в конструкциях дорожных покрытий вызывает инженерную озабоченность из-за возможности причинения ущерба из-за дифференциальных изменений объема. Эти изменения вызываются при замерзании увеличением влажности, превращением воды в лед и образованием ледяных линз. Соответствующая конструкция дорожного покрытия может предотвратить повреждение от мороза за счет (а) снижения влажности за счет улучшения дренажа (и уменьшения капиллярности), (б) контроля тепловых свойств дорожного покрытия или (в) сочетания контроля влаги и температуры. Во многих процедурах проектирования дорожного покрытия глубина конструкции указывается в процентах от максимальной глубины промерзания. Однако глубина проникновения инея в конструкцию дорожного покрытия в значительной степени определяется конструкцией конструкции. Кроме того, глубина промерзания в конструкции дорожного покрытия будет больше, чем в покрытом снегом профиле, благодаря теплоизоляционным свойствам снега.

Иней образуется в почвах, когда температура матрицы почвы падает ниже точки замерзания основной воды, вызывая замерзание воды, находящейся в порах. Процесс замерзания происходит постепенно и является результатом потери тепла через почву или поверхность тротуара более холодному воздуху над ним. Везде, где есть влага в почве при температуре ниже точки замерзания содержащейся в ней воды, возникает заморозок. Кейн и Чако (1) представляют обзор физических основ образования инея в почвах, а Хольц и Ковач (2) дают отчет об историческом развитии понимания явлений промерзания почвы и их влияния на инженерные сооружения.

Замерзшая почва может состоять из почвы, воздуха, незамерзшей воды и льда. Даже при температурах значительно ниже точки замерзания основной воды в почве может оставаться некоторое количество незамерзшей воды. Количество незамерзшей воды зависит не только от температурной депрессии, но и от удельной поверхности и солености почвы. Чем мельче частицы почвы, тем больше доля незамерзшей воды при данной температуре ниже точки замерзания. Наличие незамерзшей воды имеет большое значение, поскольку дает возможность влаге мигрировать вертикально, способствуя образованию и утолщению ледяных линз. Ледяные линзы представляют собой горизонтальные слои твердого льда, которые образуются под поверхностью земли и отделяют верхний слой почвы от нижнего. Они представляют наибольший потенциал для повреждения из-за величины смещения, которое они вызывают в конструкции дорожного покрытия, и являются явлением, ответственным за морозное пучение.

Формирование ледяной линзы

Тепло и влага мигрируют в почве в ответ на градиенты температуры и всасывания, соответственно, при этом поток обоих происходит из теплой почвы в холодную. Когда почва замерзает из-за потери тепла в атмосферу, тепло и влага мигрируют к поверхности. Восходящая миграция воды происходит из-за уменьшения парциального давления воды по отношению к матрице порового флюида, которое происходит на фронте замерзания, когда жидкая вода превращается в лед. Эта потеря воды из-за замерзания аналогична сушке, которая вызывает градиент всасывания. Миграция влаги дополнительно усиливается порядком замерзания поровой воды. Незамерзшая вода остается тонким слоем вокруг отдельных почвенных частиц, а уже замерзшая вода занимает наиболее удаленные от поверхности почвенных зерен участки порового пространства. Таким образом, капиллярный потенциал усиливается эффективным уменьшением пористости, происходящим по мере замерзания порового пространства, а также увеличением поверхностного натяжения воды при пониженных температурах.

Со временем в поровом пространстве может образоваться достаточное количество льда, чтобы создать барьер для миграции влаги. Это когда образуются ледяные линзы, потому что мигрирующая вода попадает в ловушку на фронте замерзания, который образует конечную точку ее миграции вверх в «более сухую» почву. Образование ледяных линз, как правило, начинается там, где пористость уже низкая, например, в слоях ила или глины. Ледяные линзы могут вырастать до нескольких сантиметров в толщину, что приводит непосредственно к смещению дорожного покрытия.

Подходы к прогнозированию заморозков

Простейшие подходы к прогнозированию промерзания используют индексы градусо-дней замерзания. У этого подхода есть физическая основа, поскольку температура воздуха значительно влияет на тепловые граничные условия на поверхности дорожного покрытия и, следовательно, на градиент, на который реагируют потоки тепла и влаги. Однако температура воздуха у поверхности не является единственным фактором, влияющим на охлаждение дорожного покрытия. Другие переменные включают: (а) теплопроводность материалов покрытия дорожного покрытия; (б) теплопроводность подстилающего слоя, на которую большое влияние оказывает влажность; (c) теплоемкость воздуха, контролируемая температурой и влажностью; (г) скорость ветра; и (e) солнечное излучение, которое может генерировать тепло на поверхности тротуара, даже когда воздух охлаждает его.

Усложнение задачи прогнозирования заморозков связано с влиянием влаги. Промерзание конструкции дорожной одежды является результатом двойной миграции тепла и влаги. Следовательно, скорость промерзания почвы будет влиять на глубину и воздействие промерзания более глубоко, чем на окончательный температурный профиль почвы. Например, при быстром замерзании влага может мигрировать недостаточно быстро, чтобы питать ледяную линзу, тогда как при более медленном замерзании она может мигрировать. Несмотря на то, что температуры, вероятно, будут более экстремальными во время быстрого замерзания, ущерб от мороза из-за впитывания влаги может быть больше во время медленного замерзания. И наоборот, периодическая оттепель на поверхности земли может привести к тому, что высвобожденная вода будет стекать на более холодную глубину, где она снова замерзнет, ​​что приведет к образованию ледяной линзы из-за ограничения порового пространства. Кроме того, роль почвенной влаги усиливается ее значительным влиянием на теплопроводность земляного полотна.

Факторы, динамически влияющие на содержание влаги в почве в конструкции дорожного покрытия, включают: (a) исходное состояние влажности; (б) граничные условия влажности; в) осаждение и инфильтрация; (d) геометрия поперечного сечения покрытия и дренажные характеристики; и (e) градации материала.

Из-за роли динамически изменяющейся влажности почвы в промерзании одни лишь индексы градусо-дней промерзания редко обеспечивают надежный прогноз промерзания конструкций дорожного покрытия. Более полезной может оказаться корреляция с индексом степени промерзания для конкретного места, основанная на местных климатических и влажностных условиях. Самые сложные методы прогнозирования промерзания включают знания о влажности почвы различной степени сложности. Некоторые также включают модели повреждений, которые предсказывают морозное пучение и оттаивание. Для прогнозирования промерзания можно использовать различную степень сложности. Надлежащая степень сложности любого прогноза промерзания зависит от предполагаемого использования полученного прогноза, наличия и надежности соответствующих входных данных и чувствительности полученного прогноза по отношению к неопределенности входных данных.

ОБЗОР МЕТОДОЛОГИИ ПРОГНОЗИРОВАНИЯ

В методе, используемом для прогнозирования максимальной глубины промерзания по всему штату, использовались численно смоделированные механические прогнозы промерзания на основе фактических климатологических данных за 40-летний период (с 1950 по 1990 год) на типичном дорожном покрытии на каждой из 6 станций метеорологических наблюдений, разбросанных по всему штату. Полученные 240 прогнозов годовой морозной активности затем регрессировали против фактического годового индекса степени замерзания (AFDI) на этих 6 станциях. Затем было использовано уравнение регрессии, чтобы связать глубину промерзания, характерную для смоделированного дорожного покрытия и динамики погоды в регионе, с AFDI при уровне надежности 50%. Точно так же это упражнение было повторено для 9Уровень надежности 0 % с использованием регрессии одностороннего 90 % верхнего доверительного предела глубины проникновения на односторонний верхний 90 % доверительный предел AFDI для всех смоделированных станций.

АНАЛИЗ КЛИМАТИЧЕСКИХ ТЕНДЕНЦИЙ

Чтобы обеспечить стабильные метеорологические данные для прогнозирования промерзания на двух желаемых уровнях статистической надежности, сначала была оценена стабильность климата Вермонта за последние несколько десятилетий. Метеорологические данные с шести предварительно выбранных станций наблюдения за погодой, разбросанных по всему штату, были проанализированы на предмет временных трендов годовых градусо-дней с морозом. Для этих данных была проведена линейная регрессия методом наименьших квадратов, связывающая годовой индекс степени промерзания (AFDI) с годом возникновения. Средний R-квадрат шести регрессий, связывающих AFDI на каждой станции с годом возникновения, составил 0,019., что указывает на то, что менее 2% изменчивости AFDI за рассматриваемый период коррелируют с годом возникновения. Таким образом, можно заключить, что местный климат был достаточно стабильным, чтобы прогнозы промерзания могли быть надежно основаны на имеющихся климатических данных за 40 лет.

ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ

Усовершенствованная интегрированная климатическая модель (EICM), версия 2.6, использовалась для моделирования промерзания типичного дорожного покрытия в реальных метеорологических условиях в течение сорока лет на шести метеорологических станциях, используемых для анализа климатических тенденций. Спецификация дорожного покрытия была предоставлена ​​VAOT.

Числовое описание модели

Модель

EICM, разработанная совместно Иллинойсским университетом в Урбане-Шампейне и Техасским институтом транспорта Техасского университета A&M, является одной из самых сложных моделей для прогнозирования промерзания дорожных покрытий. EICM представляет собой двумерную программу потоков тепла и влаги для анализа грунтовых систем дорожного покрытия в сочетании с климатическими условиями. Модель сочетает в себе три отдельные модели воздействия климата на дорожное покрытие: а) модель «Климат-материалы-конструкции» (CMS), разработанная в Университете штата Иллинойс; (b) Модель инфильтрации и дренажа (ID), разработанная в Техасском университете A&M; и c) модель осадки при морозе и оттепели, разработанная в Научно-исследовательской и инженерной лаборатории холодных регионов армии США (CRREL). EICM принимает в качестве входных данных фактические метеорологические данные и имеет множество опций для задания влажности и температуры или их потока на нижней границе и на границе между основанием и земляным полотном. В нем рассматривается боковой и вертикальный дренаж основания, который представляет собой двумерную задачу, при определении количества воды, попадающей в основание путем инфильтрации через поверхность дорожного покрытия и основание. Версия 2.6 EICM также улучшает модельные расчеты влажности почвы, вводя соотношение Фредлунда-Синга в качестве выбираемой пользователем альтернативы функциям Гарднера.

Валидация модели

Полевые данные проекта Long Term Pavement Performance (LTPP), полученные на испытательном участке в Нью-Хейвене, штат Вермонт, использовались для проверки результатов EICM. До 1994 г. этот участок был оснащен метеостанцией, а также датчиками температуры и электропроводности. Расположение приборов описано Ali и Tayabji (3). Данные из раздела были доступны на компакт-диске, распространяемом Федеральным управлением автомобильных дорог за 19 лет. с 94 по 1997 год.

Модель была запущена с учетом конструкции дорожного покрытия, указанной VAOT для картирования, и с использованием в качестве других входных данных данных метеостанции New Haven Junction с компакт-диска LTPP DataPave. В этом месте использовалась фактическая глубина грунтовых вод около шести футов, полученная от DataPave. РИСУНОК 1 иллюстрирует соответствие между предсказаниями модели и фактическими полевыми данными. Фактическая глубина промерзания интерпретировалась по данным LTPP как глубина, на которой температура почвы в профиле изменилась от менее -2,2°С до более чем -1,1°С. Эта точка перехода находится ниже 0°С из-за солености и была выбрана на основе интерпретации изменений профилей удельного сопротивления после наступления минусовой погоды. Максимальная глубина сезонного промерзания, предсказанная EICM, согласуется с максимальной глубиной, полученной по профилям температуры и удельного сопротивления, в пределах 3 см.

РИСУНОК 1. График, показывающий сравнение численно смоделированной глубины промерзания с глубиной промерзания, рассчитанной по полевым данным LTPP на участке 50-002, перекресток Нью-Хейвен, штат Вермонт.

Анализ чувствительности

EICM также был оценен на чувствительность к изменению нескольких климатических параметров. Анализ чувствительности проводился путем многократного моделирования поведения одного и того же покрытия при одновременном изменении нескольких климатических параметров и тепловых свойств покрытия. Анализ показал, что максимальное сезонное промерзание, предсказанное EICM, было относительно нечувствительным к колебаниям глубины до уровня грунтовых вод, проценту солнечного света, скорости ветра и поглощающей способности поверхности дорожного покрытия. Таким образом, потенциальные неточности в предполагаемых и/или оценочных значениях этих параметров не окажут значительного влияния на результаты исследования. Результаты этого анализа подробно обсуждаются в заключительном отчете проекта (4).

Входы модели

EICM требует спецификации климатических данных, структурной геометрии дорожного покрытия и свойств материала дорожного покрытия, включая пористость, плотность в сухом состоянии, теплопроводность, насыщенную проницаемость и информацию о градации, а также коэффициент поглощения солнечного излучения для поверхностного слоя.

Климатические данные

Для климатических данных EICM требует максимальную и минимальную температуру воздуха, скорость ветра, процент солнечного света, дневное количество осадков, широту станции и глубину до грунтовых вод. Климатические данные были получены из информационного продукта Национального центра климатических данных (NCDC) «Совместные ежедневные сводки». Данные по нескольким климатическим параметрам для конкретного местоположения не были доступны в этом продукте, поэтому для всех расчетов модели предполагалась постоянная скорость ветра 10 миль в час и постоянный процент солнечного света 60% в день, за исключением проверки модели с использованием теста New Haven Junction. раздел, где эти данные были доступны из проекта LTPP. Данные LTPP также легли в основу оценки входных данных о солнечном свете и скорости ветра, используемых для остальных станций. Глубина грунтовых вод предполагалась постоянной на уровне 10 футов по всему штату. Хотя, согласно анализу чувствительности, проведенному с помощью EICM, более мелкий уровень грунтовых вод привел бы к несколько более консервативным прогнозам (т. е. более глубокому промерзанию), изменение, вызванное даже уменьшением вдвое глубины уровня грунтовых вод, относительно незначительно (1,6%). .

Спецификация дорожного покрытия

Модель дорожного покрытия, как указано VAOT, состояла из 20,3 см (8 дюймов) асфальтобетона, 61,0 см (24 дюйма) из щебеночного основания A-1-a и 40,6 см (16 дюймов) подстилающего слоя. песка А-3, для которого была доступна кривая градации. Предполагается, что под тротуаром находится ил A-4 на глубине 610 см (20 футов) (т. Е. До граничного условия температуры глубокого грунта). Типичные значения тепловых, гидравлических и других свойств материала использовались для ввода материалов дорожного покрытия в EICM. Эти значения показаны в ТАБЛИЦЕ 1.

ТАБЛИЦА 1. Свойства дорожного покрытия, используемые в качестве входных данных для EICM.

	Слой
	Поверхность	Базовый курс	Подбаза	Основание
Обозначение материала по AASHTO	АКК	А-1-а	А-3	А-4
Толщина (см)	20,3	61,0	40,6	487,7
Теплопроводность (джоули/час-см-C)	41,8	25,1	20,9	16,7
Теплоемкость (Дж/кг-C)	919	877	836	836
Удельный вес (кг/л)	2,37	2. 11	1,84	1,76
Пористость	н/д	0,25	0,30	0,40
Насыщенная проницаемость (см/мин)	н/д	50,8	н/д	0,003
D60, мм	н/д	20	н/д	н/д
Процент прохождения через сито #200	н/д	н/д	7	70
Индекс пластичности, %	н/д	н/д	0,1	5,0

Во всех прогонах модели оценивались периоды, начинающиеся 1 августа, чтобы дать достаточное время для влияния динамических входных данных, чтобы полностью исключить первоначальные предположения о профилях влажности и температуры до наступления приземных метеорологических условий, вызывающих заморозки. Прогоны были завершены 30 июля. На C++ была написана программа для извлечения максимальной сезонной дневной глубины промерзания из выходных данных каждого года (с августа по июль) в файлах тепловых выходных данных EICM (. thm).

СТАТИСТИЧЕСКАЯ КОРРЕЛЯЦИЯ

AFDI, соответствующие 40 численно смоделированным данным о сезонах на каждой станции, также были рассчитаны на основе ежедневных наблюдений. Как и при численном моделировании, сезон для расчета AFDI был определен с 1 августа по 30 июля. Эти значения AFDI использовались для выполнения линейной регрессии моделируемой сезонной максимальной глубины промерзания по AFDI. Подгонка методом наименьших квадратов показана на РИСУНКЕ 2 вместе с верхним пределом одностороннего предсказания 90%.

РИСУНОК 2. График корреляции между смоделированной глубиной промерзания (D) и годовым индексом степени промерзания (AFDI), рассчитанным на основе фактических метеорологических данных на шести станциях, с линейной регрессией и односторонним верхним пределом прогноза 90%.

Уравнение, связывающее промерзание с AFDI, в градусо-днях по Цельсию:

D = 62,2 + 0,1024 AFDI (1)

, где D – глубина промерзания в сантиметрах. Значение R-квадрата для этой корреляции указывает на то, что 86% изменчивости глубины промерзания прогнозируется изменчивостью AFDI на сезонной основе.

Чтобы получить 50-процентную надежную максимальную глубину промерзания из регрессии D на AFDI, было использовано уравнение регрессии, поскольку фактическая глубина промерзания в любой данный год имеет 50-процентную вероятность быть меньше, чем прогнозируется по этому уравнению. Следовательно:

D50 = 62,2 + 0,1024 AFDI (2)

Для разработки 90% надежной корреляции между AFDI и глубиной промерзания был использован верхний 90% предел одностороннего прогнозирования, поскольку по определению фактическая глубина промерзания в любой данный сезон будет иметь 90%-ный предел промерзания.0% вероятность быть ниже прогнозируемого этим пределом. Это то же самое, что и верхний предел 80-процентного интервала двустороннего прогнозирования (например, 80-процентная вероятность оказаться между верхней и нижней границами 80-процентного интервала предсказания и 10-процентная вероятность оказаться ниже нижней границы интервала). ).

D90 = 71,4 + 0,1024 AFDI (3)

ГИС

ArcView использовалась для преобразования сетки среднего значения AFDI по штату с разрешением 1000 м в D50 и D90 с использованием уравнений (2) и (3). Эти полученные D50 и D9Затем слои сетки 0 использовались для создания карт сезонной максимальной глубины промерзания на двух уровнях надежности.

КАРТЫ СТЕПЕНИ ЗАМЕРЗАНИЯ НА ДЕНЬ

Сетка средних значений AFDI по штату с разрешением 100 м была создана с использованием данных 17 метеорологических станций наблюдения по всему штату. Эти данные были обработаны для расчета среднего AFDI и односторонних 50% и 90% верхних доверительных пределов на каждой станции. Из более чем 350 станций метеорологических наблюдений в штате только эти 17 соответствовали критерию наличия как минимум 49годовая запись данных, которая была завершена не менее чем на 73% (т. е. были включены только станции, имеющие 36-летний или более период из возможных 49-летних периодов). Карты индекса замораживания были получены с помощью многомерной линейной регрессии AFDI по координатам станций X, Y и Z (например, восток, север и высота) с пространственно интерполированными остатками, вычтенными из прогноза регрессии.

Регрессия AFDI по X, Y и Z привела к значению R-квадрата, равному 90%, с остатками, составляющими около 10% изменчивости AFDI. Остатки являются результатом условий, не включенных в анализ и недоступных в доступных в настоящее время данных (т. е. факторов, отличных от X, Y и Z). Эти факторы могут включать орографические эффекты (впадины и «холодные точки» из-за топографии), расстояние до крупных водоемов и детали температурных станций. Найдена конкретная линейная зависимость:

AFDI = -426,1 + 0,0017785 X + 0,0013451 Y + 0,6585278 Z (4)

, где X, Y и Z — плоскостные координаты штата Вермонт в метрах (проекция NAD83), а AFDI имеет единицы измерения в градусо-днях по Цельсию. Затем остаточные значения 17 станций были пространственно интерполированы по сетке размером 1000 м по всему штату с использованием обратного взвешивания по расстоянию. При обратном взвешивании расстояния влияние любой известной точки на интерполированное значение неизвестной точки пропорционально обратному расстоянию между ними. Затем сетка интерполированных невязок была вычтена из сетки многомерной линейной регрессии, чтобы получить AFDI, который представлял собой сумму (а) регрессионной модели и (б) обратной взвешенной по расстоянию интерполяции невязок. Таким образом, данные на 17 известных станциях учитываются (точно интерполируются).

КАРТЫ ПРОМЕРЗАНИЯ

Уравнения (2) и (3) использовались для преобразования среднего охвата AFDI в максимальную глубину промерзания при надежности 50% и 90%. Хотя уровень надежности 90% обычно требуется для проектирования дорожного покрытия, карта с надежностью 50% была составлена ​​для сравнения с исходными картами промерзания (ок. 1960 г.). Все карты представлены в обычных единицах измерения США для сравнения с исторической картой, которая была доступна только в этих единицах. Карта для уровня надежности 50% показана на РИСУНКЕ 3, при этом соответствующая ранее существовавшая карта показана на РИСУНКЕ 4, а расчетная разница между старой и новой показана на РИСУНОК 5. Как показано на рисунках, требуется гораздо большая пространственная детализация. доступны на более новых картах, которые дают прогнозы на 38 см (15 дюймов) глубже и на 64 см (25 дюймов) меньше, чем на предыдущих картах. Карта максимального промерзания на уровне 9Уровень надежности 0% показан на РИСУНОК 6.

РИСУНОК 3. Прогнозируемая максимальная глубина промерзания по всему штату в дюймах при 50% надежности.

---

РИСУНОК 4. Существовавшая ранее карта максимальной глубины промерзания по всему штату в дюймах при 50% достоверности.

---

РИСУНОК 5. Разница между новой и существующей картой максимальной глубины промерзания по всему штату в дюймах при 50% достоверности.

---

РИСУНОК 6. Прогнозируемая максимальная глубина промерзания по всему штату в дюймах при достоверности 90%.

ВЫВОДЫ

На основании проведенного анализа можно сделать вывод, что сезонная максимальная глубина промерзания может быть надежно оценена по отношению к AFDI, если зависимость для конкретного дорожного покрытия выводится с использованием метеорологических данных, учитывающих динамику погоды в конкретном регионе. Регрессия максимальной сезонной глубины промерзания (полученная из динамического моделирования температуры и потока влаги в конструкции дорожной одежды с использованием фактических климатических данных) по AFDI показала сильную положительную корреляцию и была полезна для подгонки линейного уравнения к медиане и 90% верхний прогнозный предел максимальной глубины промерзания.

За последние несколько десятилетий в штате Вермонт не произошло статистически значимого изменения климата. На шести метеорологических станциях, оцененных по всему штату, не было различимо никакой тенденции на уровне достоверности 95%, и менее 2% изменчивости AFDI коррелируют с годом возникновения. Таким образом, AFDI является стабильной метрикой для прогнозирования глубины промерзания. Тем не менее, отсутствовали полевые данные для проверки уравнений, связывающих максимальную глубину промерзания в сезон с AFDI в смоделированном дорожном покрытии. Это признано ограничением описанной работы.

Изучение составленных карт AFDI и годовой максимальной глубины промерзания по всему штату показывает, что в этих двух показателях присутствует значительная пространственная изменчивость. Большая часть этой изменчивости связана с влиянием высоты. Таким образом, долины рек, через которые проходят многие основные транспортные коридоры штата, имеют меньшую глубину промерзания, чем окружающая территория. Выяснение этой изменчивости может быть полезным открытием с точки зрения избежания затрат на транспортировку неместного материала базового слоя для укладки на ненужную глубину в новом строительстве. Точно так же знание этой изменчивости может теперь также привести к проектированию более глубоких конструкций дорожного покрытия, чем считалось ранее необходимым на больших высотах.

БЛАГОДАРНОСТИ

Эта работа финансировалась через Государственную программу планирования и исследований Федеральным управлением автомобильных дорог и Отделом технического планирования Транспортного агентства штата Вермонт, Майком Пологруто, руководителем проекта.

ССЫЛКИ

1. Кейн, Д.Л. и Э. Ф. Чако-младший. «Влияние мерзлого грунта на инфильтрацию и сток», в книге «Гидрология и гидравлика холодных регионов», W.