Нормативная глубина промерзания грунта сп: СНиП 2.02.04-88 Актуализированная редакция СП 25.13330.2012 Основания и фундаменты на вечномерзлых грунтах / 2 02 04 88 25 13330 2012

Для этого исследования использовались линейные тренды в Matlab (Math-Works) для определения трендов глубины промерзания, первой даты, последней даты и продолжительности промерзания грунта.Линейные тренды также использовались для выявления тенденций в других климатических переменных, включая температуру воздуха, индекс таяния, максимальную высоту снежного покрова, годовые осадки, весенние (март, апрель и май) осадки, летние (июнь, июль и август) осадки и осенние (сентябрь, октябрь, ноябрь) осадки в тех же местах. Предыдущие исследования показали значительные резкие изменения глубины промерзания в середине 1980-х и 1999 гг. На ТП [43, 44]. Недавнее исследование также показало, что в течение периода 1998–2013 гг. Над ТП появилась тенденция к ускоренному потеплению по сравнению с периодом 1980–1997 гг. [39].В этом исследовании 1985 и 2000 годы были выбраны как моменты времени, когда можно было надежно оценить междекадные вариации. Таким образом, вариации были разбиты на три разных временных периода: с 1960 по 2014 год (последние 55 лет), с 1985 по 2014 год (последние 30 лет) и с 2000 по 2014 год (последние 15 лет). Корреляционный анализ, который является широко используемым методом статистической диагностики в современных исследованиях климатического анализа [45], использовался для выявления взаимосвязей между глубиной промерзания, первой датой, последней датой и продолжительностью замерзания почвы с другими климатическими переменными.Чтобы охватить весь период с возможными событиями замораживания, корреляция между датой первого замораживания, последней датой и продолжительностью с другими вынуждающими переменными рассчитывалась для каждого года, начинающегося 1 сентября предыдущего года и заканчивающегося 31 августа текущего года. год. Индекс оттаивания TI представляет собой сумму средних температур воздуха Ti на основе ежемесячных данных при температуре воздуха выше нуля; то есть для

3. Результаты

3.1. Изменения глубины промерзания почвы

Таблица 2 и рисунок 3 показывают тенденции глубины промерзания на TRSR в период 1960–2014 гг. Глубина промерзания показала статистически значимое уменьшение (at) в течение 1960–2014, 1985–2014 и 2000–2014 годов на TRSR. Глубина промерзания почвы уменьшилась на 10 станциях, тогда как на одной станции (Юйшу) она увеличилась лишь незначительно, со средним значением –3,98 см за декаду ^–1 за последние 55 лет. За последние 30 лет тенденция к снижению наблюдалась на 13 станциях, в то время как на одной станции (Руоергай) рост был незначительным со средним значением −8.Декада 93 см ⁻¹ . Этот результат был аналогичен, но немного ниже, чем в нашем предыдущем исследовании, где -10,61 см декада ^-1 было зарегистрировано с помощью модифицированного теста тренда Манна-Кендалла и оценки наклона Сена по данным наблюдений девяти метеорологических станций за последние 35 лет (1980 г. –2014) [4]. Тенденции к снижению также наблюдались на 13 станциях за последние 15 лет со средней скоростью -13,98 см за декаду ^-1 . Было зарегистрировано только два значительных увеличения (at). Они происходили на станции Юшу в период 1960–2014 гг. И в период 2000–2014 гг., Их количество составляло 2.85 и 12,79 см декада ⁻¹ соответственно. Общие тенденции к снижению указывают на то, что в районах с сезонной мерзлотой почва с каждым годом промерзает на все меньшую глубину. Кроме того, в периоды 1985–2014 и 2000–2014 годов в TRSR появилась тенденция к непрерывному ускорению снижения по сравнению с периодом 1960–2014 годов. Чистое изменение составило уменьшение глубины промерзания на 21,89 см в 2014 году по сравнению с 1955 годом и еще большее уменьшение на 26,79 см с 1985 по 2014 год, при уменьшении на 20.97 см зафиксировано за последние 15 лет.

3,2. Изменения в периоде замораживания почвы

Таблица 3 и рисунок 4 показывают тенденции, наблюдаемые в отношении первой даты замораживания, последней даты замораживания и продолжительности замораживания на TRSR в течение периода исследования.Дата первого замораживания испытала значительную задержку за последние 55 лет, когда она была отложена на 10 станциях в среднем на 3,20 дней декады ^–1 . За последние 30 лет эта отложенная тенденция наблюдалась на 13 станциях со средней частотой 5,65 дней за декаду ⁻¹ . За последние 15 лет отложенный тренд имел место на 10 станциях со средней частотой 9,11 дней за декаду ⁻¹ . Было только 2 значительных увеличения даты первого замораживания (at), которые наблюдались на станции Мадуо в 1985–2014 гг. И на станции Чангду в течение 2000–2014 гг., Со скоростью –5.91 и −5,68 дней декады ⁻¹ соответственно. Эти тенденции в датах первого замерзания указывают на то, что на TRSR почва промерзала все позже и позже каждый год, и в течение 2000–2014 годов в регионе появилась тенденция к ускоренному росту, по сравнению с тем, что было в 1985–2014 и 1960–2014 годах. Чистое изменение составило 17,60-дневную задержку даты первого замораживания в 2014 году по сравнению с 1955 годом; задержка на 16,95 дня с 1985 по 2014 год; и 13,67-дневная задержка с 1985 по 2014 год.

Согласно таблице 3, последняя дата фиксации продвинулась на все станции за последние 55 лет, и эта тенденция оказалась значимой на восьми станциях (в) со средней скоростью –3.55-дневная декада ⁻¹ . За последние 30 лет значительно опережающий тренд (at) наблюдался на 13 станциях со средней скоростью -9,42 суток декады ^-1 . За последние 15 лет значительный тренд (at) произошел на 8 станциях со средней скоростью -10,64 дней за декаду ^-1 . Чистое изменение составило 19,53 дня больше даты последнего замораживания в 2014 году по сравнению с 1955 годом и еще больше — 28,26 дня в период с 1985 по 2014 год. В период с 1985 по 2014 год это значение составляло 15.96 дн. Опережающая тенденция даты последнего замораживания была более значительной, чем тенденция задержки даты первого замораживания во всех трех периодах исследования.

Судя по приведенным выше данным, продолжительность замораживания значительно сократилась в периоды 1960–2014, 1985–2014 и 2000–2014 годов. Тенденции в датах продолжительности замораживания варьировались от –16,21 до –2,65 дней, декады ^–1 , со средним значением –7,52 дня, декады ^–1 за последние 55 лет. Тенденция к значительному снижению (at) произошла на 13 станциях со средней скоростью -14.74 дня декады ⁻¹ за последние 30 лет. За последние 15 лет тенденция к значительному снижению (at) произошла на 12 станциях со средней скоростью −16,90 дней за декаду ⁻¹ . Было только одно значительное увеличение продолжительности замораживания (at), которое наблюдалось на станции Чанду в период 2000–2014 гг., Со скоростью 11,39 дней за декаду ^–1 . Эти тенденции к снижению также указывают на то, что в районах с сезонно мерзлой почвой почва остается замороженной в течение меньшего количества дней каждый год, и в TRSR в периоды 1985–2014 и 2000–2014 гг. Появилась тенденция к ускоренному сокращению продолжительности замерзания в периоды 1985–2014 гг. И 2000–2014 гг. По сравнению с период 1960–2014 гг.Чистое изменение составило сокращение продолжительности замораживания на 41,36 дня в 2014 году по сравнению с 1955 годом и еще большее сокращение на 44,22 дня с 1985 по 2014 год, в то время как за последние 15 лет наблюдалось сокращение на 25,35 дня.

4. Обсуждение

4.1. Изменения вынуждающих переменных

Глубина и период замерзания сильно зависят от внешних вынуждающих переменных, таких как температура воздуха [24, 25], снег [27] и растительность [23, 26]. Они также связаны с гидрологией почв и термическими условиями [20, 21, 26].Влажность почвы, которая в значительной степени связана с глубиной и периодом замерзания, не изучалась в такой степени, как другие климатические переменные, такие как температура воздуха и осадки, поскольку данные не являются широко доступными ни для пространственного, ни для временного охвата. В целом изменения количества осадков хорошо соответствуют изменениям влажности почвы. По этой причине изменения количества осадков использовались для характеристики изменений влажности почвы [46]. В этом исследовании, чтобы изучить потенциальные причины наблюдаемых тенденций глубины и периода замерзания с 1960 г., усредненные временные ряды были связаны со средней годовой температурой воздуха, индексом таяния, максимальной высотой снежного покрова и ежегодными, весенними, летними и осенними осадками. .

Как указано в Таблице 4, температура воздуха и индексы оттаивания значительно увеличились (на) во всех трех периодах исследования. За последние 55 лет средний тренд температуры воздуха соответствовал декаде повышения на 0,30 ° C ^–1 . Эта тенденция была относительно аналогична предыдущим исследованиям, которые зафиксировали тенденцию к увеличению на 0,32–0,34 ° C за декаду ^–1 по данным наблюдений в период 1960–2010 гг. [33, 35]. Тенденция изменения температуры воздуха в 1985–2014 гг. (Средняя скорость: 0,62 ° C, декада ^–1 ) была даже больше, чем в период 2000–2014 гг. (0.61 ° C декада ⁻¹ ). Эти две тенденции были больше, чем десятилетний период ^–1 0,46 ° C, зарегистрированный в этом регионе с 1980 по 2014 год [4], что означает, что с 1985 года над TRSR возникла тенденция к значительному ускоренному потеплению. также появлялись в течение 2000–2014 гг. (средняя скорость: 3,83 ° C · декада месяца ^-1 ), по сравнению с периодом 1985-2014 гг. (3,60 ° C · декада месяца ^-1 ) и в течение 1960-2014 гг. (1,56 ° C · Месяц декада ⁻¹ ).Изменение максимальной высоты снежного покрова существенно не отличалось между всеми тремя периодами исследования. Положительные тенденции годового количества осадков были обнаружены во все периоды, но только одна четкая тенденция к увеличению наблюдалась за последние 15 лет (62,82 мм декада ^-1 ). Осадки весной, летом и осенью также показали тенденцию к увеличению за три периода исследования. Значительные тенденции к увеличению наблюдались весной в 1960–2014 гг. И в период 2000–2014 гг. Со скоростью 1,64 и 17,43 мм за декаду ^–1 , соответственно.Линейные тренды снега и осадков соответствовали результатам теста модифицированного тренда Манна-Кендалла (MMK) и трендам уклона Сена [4].

4.2. Связь с вынуждающими переменными

Взаимосвязи между вынуждающими переменными с глубиной замораживания, первой датой, последней датой и продолжительностью для трех разных периодов времени на TRSR представлены в таблице 5. Усредненные временные ряды, которые были связаны с вынуждающими переменными показаны на рисунках 5, 6, 7 и 8.

Как показано в Таблице 5 и на Рисунке 5, с 1960 по 2014 год глубина промерзания значительно отрицательно коррелировала с температурой воздуха, индексом таяния, датой первого заморозка и осадками, но не с высотой снежного покрова.Самой сильной взаимосвязью была отрицательная корреляция с температурой воздуха (at), которая указывала на то, что по мере увеличения средней годовой температуры воздуха глубина промерзания уменьшалась. Второй по значимости корреляцией был индекс оттаивания, и эта обратная зависимость показывала, что чем дольше температура воздуха оставалась выше 0 ° C, тем ниже было промерзание грунта. Третья по величине корреляция была связана с датой первого замораживания, и эта обратная зависимость показала, что более позднее замораживание почвы было связано с меньшей глубиной промерзания почвы.Глубина промерзания также показывает обратную зависимость от годовых и весенних осадков, и со временем эта корреляция усиливается. По данным, максимальная глубина промерзания для большинства станций приходилась на весну, за исключением отдельных станций, где максимальная глубина промерзания приходилась на зиму и лето. Что касается мелкослойной почвы, механизм обратной связи по влажности почвы показал, что увеличение влажности почвы приводит к увеличению скорости испарения, что приводит к поглощению энергии из окружающей почвы, вызывая снижение температуры почвы, несмотря на повышение температуры воздуха [46]. ].Но для глубокого слоя почвы увеличение влажности почвы может быть коррелировано с увеличением скорости оттаивания, когда энергия передается в окружающую почву, поскольку эти температуры были выше, чем у мерзлой почвы, вызывая повышение температуры почвы [4]. . Это привело к значительной отрицательной зависимости между глубиной промерзания и влажностью почвы. Из Таблицы 5 очевидно, что не было никакой корреляции между глубиной промерзания и высотой снежного покрова, за исключением последних 15 лет, когда наблюдалась отрицательная корреляция, но это не очевидно.Этот результат сильно отличается от результатов, полученных в России и Северной Америке, где температурный режим мерзлого грунта и изменение глубины промерзания оказались существенно отрицательно коррелированными с высотой снежного покрова [1, 22, 27, 46]. Как известно, в России и Северной Америке устойчивые снежные покровы оказывают значительное влияние на активный слой из-за его теплоизоляционного эффекта, который может уменьшить радиационное охлаждение. Следовательно, снежный покров сохраняет почву в тепле и предотвращает ее промерзание.Судя по данным, максимальная высота снежного покрова на TRSR была очень мелкой по сравнению с Россией и Северной Америкой. Это говорит о том, что снег не оставался на земле в течение длительного периода времени; таким образом, эффект теплоизоляции снега не был бы значительным. Влияние температуры воздуха, индекса таяния и влажности почвы указывает на то, что будущие изменения температуры воздуха и количества осадков могут иметь большое влияние на глубину промерзания. Ожидается, что тенденция к уменьшению глубины промерзания продолжится из-за тенденций к увеличению температуры воздуха и осадков на TRSR.

Согласно Таблице 5 и Рисунку 6, дата первого замораживания положительно коррелировала с температурой воздуха, индексом оттаивания, годовым количеством осадков и осенними осадками. Сильная связь (at) была корреляциями, включающими индекс оттаивания и температуру воздуха, что указывает на то, что, поскольку температура воздуха оставалась выше 0 ° C в течение определенного периода, а средняя годовая температура воздуха увеличивалась, дата первого замораживания была отложена. Дата первого замораживания также показала положительную взаимосвязь с годовыми и осенними осадками, указывая на то, что чем выше влажность почвы, тем позже промерзнет земля.Осенью почва отдает тепло воздуху, в результате чего температура почвы понижается. Влажные почвы имеют более высокую теплоемкость, чем сухие почвы, поскольку теплоемкость воды намного превышает теплоемкость воздуха. Следовательно, влажные почвы замедляют скорость снижения температуры и сохраняют почву в тепле, и первый срок замораживания откладывается.

Дата последнего замораживания отрицательно коррелировала с температурой воздуха, индексом оттаивания и количеством осадков и положительно ассоциировалась с глубиной промерзания (Таблица 5 и Рисунок 7).Неудивительно, что температура воздуха и индекс оттаивания также были сильными внешними факторами воздействия. Третья по величине корреляция была связана с глубиной промерзания, и эта положительная связь указывала на то, что чем тоньше промерзшая почва, тем раньше она оттаивала. Дата последнего замораживания также отрицательно связана с ежегодными, весенними и летними осадками, указывая на то, что чем выше содержание влаги в почве при оттаивании почвы, тем раньше она оттаивала. Одно из возможных объяснений состоит в том, что увеличение влажности почвы могло привести к увеличению скорости оттаивания, высвобождению энергии в окружающую почву в результате того, что эти температуры были выше, чем у мерзлой почвы, что ускорило скорость оттаивания почвы [4]. .Последняя дата замораживания также не имела очевидной связи с высотой снежного покрова. Были некоторые положительные корреляции относительно последних 55 и 30 лет, в то время как слабая отрицательная корреляция наблюдалась в течение последних 15 лет.

В течение 1960–2014 годов температура воздуха, индекс оттаивания, глубина промерзания и годовые осадки явно и существенно влияли на продолжительность замерзания с отрицательной корреляцией между температурой воздуха, индексом оттаивания и годовым количеством осадков и положительной корреляцией по глубине промерзания ( Таблица 5 и Рисунок 8).Кроме того, взаимосвязь между высотой снежного покрова и продолжительностью замерзания за последние 55 лет меньше коррелировала. Ожидается, что тенденция к уменьшению продолжительности замерзания продолжится с повышением температуры воздуха и осадков, а также с уменьшением глубины замерзания на TRSR.

Кроме того, взаимодействие характеристик растительности и почвы очень сложное. Исследования показали, что растительность оказывает важное влияние на глубину таяния вечной мерзлоты [23, 26]. Как показано на Рисунке 2, растительность в этом районе представляет собой типичный альпийский луг [47, 48], а с 1980 года его количество сократилось [49, 50].Меньшее количество растительности могло повлиять на распределение влажности почвы и косвенно повлиять на глубину промерзания и продолжительность промерзания. Однако изменения растительности в поле метеорологических наблюдений все еще оставались неясными. Необходимы дальнейшие исследования для определения взаимодействия между растительностью и мерзлым грунтом в этом регионе.

5. Заключение

Непрерывная, ускоренная тенденция к снижению глубины промерзания наблюдалась в TRSR в периоды 1985–2014 и 2000–2014 годов по сравнению с периодами 1960–2014 годов.Темпы уменьшения составляли -3,98 см декада ^-1 за последние 55 лет, -8,93 см декада ^-1 за последние 30 лет и -13,98 см декада ^-1 за последние 15 лет. Чистое изменение составило уменьшение глубины промерзания на 21,89 см в 2014 году по сравнению с 1955 годом и еще большее снижение на 26,79 см с 1985 по 2014 год. За последние 15 лет наблюдалось уменьшение на 20,97 см.

Первая дата замораживания была отложена, в то время как последняя дата замораживания значительно увеличилась за последние 55 лет.Опережающие тенденции в отношении последней даты замораживания были более значительными, чем тенденции задержки в отношении первой даты замораживания во всех трех периодах исследования. Продолжительность замораживания также ускорилась в периоды 1960–2014, 1985–2014 и 2000–2014 годов. Скорость уменьшения составила -7,52 дней за декаду ^-1 за последние 55 лет, -14,74 дней за декаду ^-1 за последние 30 лет и -16,90 дней за декаду ^-1 за последние 15 лет. Чистое изменение составило 41,36 дня сокращения продолжительности замораживания в 2014 году по сравнению с 1955 годом и даже больше на 44 дня.С 1985 по 2014 год он снизился на 22 дня, тогда как за последние 15 лет он снизился на 25,35 дня.

На глубину и период промерзания сильно влияли температура воздуха, индекс таяния и влажность почвы (осадки), но не снег. Глубина замораживания, первая дата замораживания, последняя дата замораживания и продолжительность замораживания также влияли друг на друга. Глубина промерзания значительно отрицательно коррелировала с температурой воздуха, индексом оттаивания, датой начала замерзания и количеством осадков. Дата первого заморозка положительно коррелировала с температурой воздуха, индексом оттаивания, годовым и осенним количеством осадков.Температура воздуха, индекс оттаивания, глубина промерзания и годовые осадки оказали явное и значительное влияние на продолжительность замерзания, при этом наблюдались отрицательные корреляции в отношении температуры воздуха, индекса таяния и годового количества осадков, а также положительные корреляции, связанные с глубиной промерзания. Ожидается, что тенденции к уменьшению глубины и продолжительности замерзания продолжатся в результате тенденций к увеличению температуры воздуха и осадков на TRSR.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов.

Благодарности

Эта работа была поддержана Национальным фондом естественных наук Китая (номера 104, 41375077 и 214).

Влияние процессов замерзания-оттаивания почвы на миграцию воды и солей в западной равнине Сонгнен, Китай

Характеристики замерзания-оттаивания почвы в различных ландшафтах

В этом исследовании характеристики FT показали определенные различия между тремя ландшафтами . Земля AS имела самую большую глубину промерзания и самую длительную продолжительность замерзания, за ней следовали пастбища LT, и сельскохозяйственные угодья (рис.3). Эти различия могут быть объяснены различиями в зависимости физических свойств почвы, покрытия поверхности почвы и начального содержания влаги в почве ландшафта ^17,18 . Более плотная структура почвы на землях AS ускорила распространение холода от верхних почв к нижним, чем на землях LT и сельскохозяйственных угодьях во время промерзания. Кроме того, земля AS имела самый низкий снежный покров и не имела остатков, что способствует переносу тепла на границе раздела почва и атмосфера ¹⁹ .Следовательно, температура почвы быстро снижалась вместе с температурой воздуха, что привело к значительному увеличению глубины промерзания и скорости промерзания земли AS . Это соответствовало выводам Iwata et al. (2010) ²⁰ , которые ясно продемонстрировали, что уменьшение образования снежного покрова может вызвать резкое увеличение глубины промерзания, а также Fu et al. (2018) ² , которые сообщили, что уменьшение снежного покрова усилило влияние температуры почвы на фронт промерзания.Кроме того, более высокое значение SWC на пастбищах LT (0,21 см ³ / см ³ ) и AS на земле (0,32 см ³ / см ³ ) замедлит изменения температуры почвы. 21 , потому что при замерзании почвы выделяется больше тепла, или при оттаивании почвы требуется больше тепла. Следовательно, более влажные условия на пастбищах LT и AS откладывают процессы замораживания-оттаивания, как показали другие исследования ¹⁷ .Аналогичные результаты были получены в исследовании Yi et al. (2014) по характеристикам промерзания-оттаивания почв различных ландшафтов в бассейне реки Хэйхэ, Ганьсу, Китай ²² .

Влияние процесса замораживания-оттаивания на влажность почвы (SWC)

В данном исследовании процесс промерзания привел к увеличению содержания воды в почве в различных ландшафтах исследуемой области (рис. 5). Одна из возможных причин этого явления заключалась в том, что градиент температуры почвы приводил к восходящему потоку воды к мерзлым слоям, и в конечном итоге вода накапливалась в мерзлых слоях ^23,24 .Однако во время весеннего таяния вода в верхнем и более глубоких слоях почвы уменьшалась и увеличивалась соответственно (таблица 2). Это было связано с тем, что почвы оттаивали в двух направлениях, вода над мерзлым слоем двигалась вверх и в конечном итоге интенсивно испарялась, тогда как вода под мерзлым слоем просачивалась в более глубокие слои. Эти результаты согласуются с выводами Zhang and Wang (2001) ¹² , Wang et al. (2009) ¹⁴ и Bing et al. (2015) ⁴ .Кроме того, это вызванное замораживанием обогащение почвенной воды в замороженной зоне может способствовать сохранению почвенной влаги за счет уменьшения испарения и просачивания, таким образом поддерживая высокое содержание воды ^1,3,22 , что может быть полезно для земледелия и прорастания растений в следующей весной. Однако в данном исследовании были очевидны различия в профилированном перераспределении воды при замерзании в разных ландшафтах. SWC на участке AS на глубине 0–5 см уменьшился при замерзании и увеличился при оттаивании.Это может быть связано с сильными региональными ветрами, отсутствием растительных остатков на поверхности, отсутствием снежного покрова и частым теплообменом между поверхностью почвы и воздухом зимой в районе исследования. Кроме того, из-за более высокого начального содержания влаги, большей глубины и интенсивности промерзания на участке AS вода в мерзлом слое постоянно пополняла поверхностный слой почвы и даже создавала внутренний сток во время весеннего таяния, несмотря на усиление испарения. Таким образом, это явление увеличило поверхность SWC , что подтвердило выводы Iwata et al.(2010) ²⁰ , Nagare et al. (2012) ²⁵ и Wu et al. (2019) ²¹ . Кроме того, профилированные скорости миграции воды в почве на сельскохозяйственных угодьях, пастбищах LT, и AS существенно различались во время процессов FT . Он был самым высоким на пастбищах LT , а самый низкий — на сельскохозяйственных угодьях. Это связано с тем, что пастбища LT были менее засолены, чем земля AS , а поверхностная почва первого имела самое высокое содержание органического вещества (0–25 см, 2.50%) (Таблица 1), что привело к хорошей структуре почвы, которая способствовала лучшему перемещению почвенной воды по сравнению с землей AS . Следовательно, во время процессов FT на пастбищах LT мигрировало больше воды, чем на суше AS . Однако на сельскохозяйственных угодьях более низкое начальное содержание влаги (0,11 см ³ / см ³ ) и уплотнение почвы, вызванное сельскохозяйственной деятельностью в течение многих лет, препятствовали миграции почвенных вод. Кроме того, FT влияет на физические свойства почвы, такие как структура почвы, растрескивание почвы, тепловые свойства почвы и тепловой поток, которые также были важной причиной, объясняющей разницу в миграции воды в профилях почвы разных ландшафтов.Например, мерзлые почвы делятся льдом на слоистые и сетчатые, что приводит к более высокому коэффициенту водопроницаемости почвы; таким образом, вода может быстро отводиться от трещин при оттаивании грунта ^23,24,26 . Кроме того, уровень грунтовых вод снижался во время замерзания и повышался во время оттаивания, что свидетельствует о взаимном переносе грунтовых вод и грунтовых вод в более глубоких почвах.

Влияние процесса промерзания-оттаивания на засоленность и щелочность почвы

Согласно данным, полученным в результате этого исследования, профилированные распределения засоленности почвы характеризовались накоплением почвенной соли по направлению к мерзлому слою с почвенной водой во время промерзания.Следовательно, содержание соли, очевидно, увеличивалось по всему замерзшему слою, что экспериментально подтвердило выводы Stahli and Stadler (1997) ²⁷ и Wang et al. (2009) ¹⁴ . Возможное объяснение этих результатов заключалось в том, что почвенная соль вместе с водой в более глубоком незамерзшем слое и грунтовые воды перемещались вверх к мерзлому слою из-за температурного градиента между мерзлым и незамерзшим слоем. Фактически, миграция почвенных солей, вызванная замерзанием, была чрезвычайно сложной и не могла быть объяснена исключительно температурным градиентом.Напротив, эта динамика представляет собой комплексный результат многих факторов, таких как землепользование, начальная влажность почвы, засоление почвы, температура почвы, уровень грунтовых вод. Кроме того, наши результаты также показали, что коэффициент засоления в верхнем профиле почвы был значительно выше, чем в более глубоком профиле почвы во время промерзания. Такое поведение может быть связано с наличием жидкой воды в слое инея и градиентом температуры, заставляющим жидкую воду уносить соль вверх. Некоторые исследователи заметили, что жидкая вода может существовать в виде мембранной воды, при этом ее толщина постепенно становится тоньше от глубоких слоев почвы к верхним слоям почвы, тем самым заставляя соль перемещаться вверх вместе с водой ²⁸ .

Кроме того, наше исследование показало, что слой засоления перемещался вверх и расширялся, а на поверхности почвы наблюдались значительные накопления соли на пастбищах LT и AS во время весеннего таяния. Это, по-видимому, экспериментально объясняет явление взрывного увеличения солей верхнего слоя почвы, которое напоминает «извержение» во время весеннего таяния ^12,14 . Результаты соответствуют Han et al. (2010) ²⁹ , которые отметили, что засоление поверхности почвы быстро увеличивалось весной из-за сильного испарения, большего количества циклов FT и более длительных периодов замерзания.Это связано с тем, что количество испарений в пять раз превышает количество осадков на западной равнине Сонгнен; таким образом, это интенсивное испарение почвы вызывает перераспределение накопленной соли в мерзлотном слое и переносит большое количество соли вверх на поверхность. Что еще более важно, эти результаты показали, что процессы FT были в основном ответственны за очевидное засоление почвы в нашем исследовании, что согласуется с анализом Bing et al. (2015) ⁴ , которые определили, что процессы FT являются основной движущей силой движения почвенной воды и солей и ответственны за засоление почвы весной в холодных и засушливых регионах.Однако эти результаты немного противоречили выводам Ванга. (1993) ⁸ , которые отметили, что весеннее «извержение» почвенной соли контролировалось «критической глубиной грунтовых вод», а не действиями FT , что противоречило местным практическим условиям использования грунтовых вод в качестве грунтовых вод. единственный источник воды, влияющий на засоление почв на исследуемой территории. Обмен воды блокировался мерзлотными слоями между поверхностью почвы и подземными водами; следовательно, засоление почвы весной не было связано с грунтовыми водами ^5,12 .Однако их результаты немного противоречили результатам, полученным в нашем исследовании, которые предполагали, что двунаправленное оттаивание также могло вызвать накопление соли под промерзающим слоем в среднем профиле почвы. Это было связано с тем, что талая вода, несущая соль, просачивалась в более глубокие слои почвы в грунтовые воды, а это означало, что профилированные распределения соли имели связь с грунтовыми водами. Более того, результаты нашего исследования также показали, что ландшафты влияли на засоление поверхности почвы и опреснение подповерхностной почвы с тенденцией: AS земля> LT пастбища> сельхозугодья.Это несоответствие можно интерпретировать по четырем аспектам. Во-первых, исходное содержание соли в почве на землях AS было в 19,3 раза выше, чем на пастбищах LT , что, следовательно, приводило к более высокому коэффициенту накопления почвенной соли, как указано Wan et al. (2019) ⁶ , которые наблюдали, что кристаллизация соли увеличивает миграцию соли во время процесса замораживания, и что миграция соли положительно коррелирует с содержанием соли. Во-вторых, пастбища LT имели большую площадь покрытия, а большее количество подстилки уменьшало количество испарения с земли и предотвращало накопление соли на поверхности.В-третьих, улучшенная структура почвы пастбища LT с его более крупной корневой системой и более высоким содержанием органических веществ способствовала увеличению инфильтрации и способствованию нисходящему перемещению соли из верхних слоев почвы ³⁰ . Наконец, почва земли AS начала таять раньше всего из-за ее самой низкой точки замерзания, вызванной самым высоким содержанием соли на соответствующих глубинах, что ускорило потребление почвенной воды за счет испарения. Кроме того, коэффициент засоления сельскохозяйственных угодий был слабее, чем у земель AS и пастбищ LT , что объяснялось более низким исходным содержанием соли (64.73 мг / кг), начальное содержание воды (0,11 см ³ / см ³ ), меньшая глубина и интенсивность промерзания сельскохозяйственных угодий ^21,25 .

Почва SAR и ESP рекомендованы в качестве чувствительных индикаторов подщелачивания почвы для оценки подщелачивания почвы на пастбищах Сонгнен ³¹ . В этом исследовании циклы FT вызывали увеличение значений SAR и ESP в верхних слоях почвы для всех трех ландшафтов (рис.8 и таблица 5), из чего следует, что процессы FT не только способствовали засолению почвы, но и ее ощелачиванию. Как показано в Таблице 6, засоление почвы в слое мерзлого грунта показывает значительную положительную корреляцию с подщелачиванием почвы, что было аналогично результатам, полученным Yu et al. (2018) ³¹ . Это явление может быть в основном связано с тем, что соли, мигрирующие в сторону мерзлого слоя, имели преобладание NaHCO ₃ и Na ₂ CO ₃ ¹³ .Wang et al. (2009) ¹⁴ также сообщили, что почва FT была одной из наиболее важных причин засоления и ощелачивания почв на западе равнины Сонгнен, и дополнительно доказали, что влияние грунтовых вод нельзя игнорировать. Подземные воды в районе исследования представлены слабоминерализованными водами типа NaHCO ₃ , где содержание Na ⁺ , CO ₃ ^{2-4 и HCO ₃ — может достигать 853,55 мг / л. соленость достигает 1.21 г / л, а SAR может достигать 88,65. Соответственно, миграция подземных вод вверх из-за промерзания почвы вызвала как засоление, так и ощелачивание почвы, что ускорило деградацию почвы 13 . Напротив, в некоторых исследованиях сообщалось, что циклы FT не оказали значительного воздействия на почву CEC или обменный Ca 2+ и Mg 2+ , но значительно снизили обменный K + 32 , что указывает на то, что FT циклов, возможно, могут снизить ощелачивание почвы, что отличалось от наших результатов.Причина этой разницы не ясна, так как она является совокупным результатом различных факторов, таких как типы почвы, типы растительности, микробная активность, уровень земли и т. Д. Условия эксперимента в этом исследовании отличались от условий Хинмана (1970) 32 , в которых почвы подвергались фумигации и стерилизации без замены грунтовых вод и растительности. Кроме того, влияние почвы FT на подщелачивание почвы варьировалось в зависимости от типа почвы и глубины почвы. В этом исследовании вызванное FT подщелачивание почвы на землях AS было более выраженным, чем на сельскохозяйственных угодьях и пастбищах LT (Таблица 4).Это может быть комплексным следствием землепользования, уровней грунтовых вод, топографии, почвенно-антропогенной деятельности и так далее.}

Гипотетический механизм влияния замораживания-оттаивания на засоленность и щелочность почвы

Процесс FT вызвал изменения в профилированном распределении воды и соли в почве ¹² , но внутренний механизм все еще оставался на стадии исследования. Во время замерзания градиенты потенциального напора между замороженными и незамерзшими зонами, создаваемые градиентом температуры, создавали определенную движущую силу за восходящим потоком воды к верхним зонам ^3,25 .Соль, использующая воду в качестве носителя, также поднималась к верхнему слою и, наконец, обогащалась в замороженном слое, что, таким образом, увеличивало соленость. Обогащенные соли в мерзлом слое были вызваны интенсивным испарением с поверхности, чтобы продвинуться к поверхности почвы, а затем накапливаться, что характеризовалось как «извержения» весной. Таким образом, интенсивность замерзания зимой и интенсивность поверхностного испарения весной определили степень засоления-щелочности поверхности почвы.

Более того, было достаточно доказательств того, что миграция почвенной соли была связана с землепользованием и растительностью. Коллоидные частицы почвы были рассредоточены наиболее широко на суше AS из-за самого высокого содержания Na ⁺ , а наиболее диспергированные мелкие частицы глины перемещались вниз через недра, чтобы действовать как плотный водный барьер. Кроме того, плохая структура почвы на участке AS непосредственно замедляла скорость миграции почвенной воды и солей в незамерзшем слое и восходящую миграцию грунтовых вод к мерзлому слою.Относительно превосходная структура почвы на пастбищах LT способствовала удалению воды и солей из почвы. Кроме того, различные типы растительности по-разному улучшили физические, химические и биологические свойства почвы ^31,33 , и эти дифференциальные реакции могут способствовать ответу на действия FT . Покрытие растительностью и размер их корневой сети влияли на суммарное испарение и просачивание воды в почву, что, следовательно, в дальнейшем влияло на восходящую миграцию воды и солей во время FT .Было обнаружено, что растительность кукурузы оказывает большее влияние, чем травянистая растительность, на восстановление засоленных натриевых почв в исследуемой области, и обе они обладают лучшими физическими свойствами почвы по сравнению с землей без растительности AS ²⁸ . Таким образом, процессы FT , связанные с различными ландшафтами и растительным покровом, контролировали перемещение воды и солей в почве зимой и весной, которые в основном были ответственны за колебания засоленности и щелочности почвы в исследуемой области.

Глубина промерзания

% PDF-1.7 % 1 0 obj > / Metadata 2 0 R / Outlines 6 0 R / Pages 3 0 R / StructTreeRoot 7 0 R / Type / Catalog / Viewer Preferences >>> эндобдж 5 0 obj > / Шрифт >>> / Поля [11 0 R] >> эндобдж 2 0 obj > поток application / pdf

Прототип алгоритма SMOS для обнаружения осеннего промерзания почвы

Основные моменты

•

Мы представляем алгоритм для определения осеннего промерзания почвы в масштабе полушария.

•

В качестве входных данных для алгоритма используются яркостные температуры SMOS уровня 3.

•

Ежедневная информация о состоянии почвы предоставляется в масштабируемой сетке Земли равной площади.

•

Замерзание почвы имеет важное значение для мониторинга газообмена в атмосфере.

•

Полученные оценки состояния почвы сравнивались с наблюдениями на месте .

Abstract

Представлен прототип алгоритма для обнаружения осеннего промерзания почвы в масштабе полушария с использованием космических пассивных микроволновых наблюдений в L-диапазоне. Методология основана на ранее проведенных эмпирических и теоретических исследованиях эмиссионных свойств в L-диапазоне промерзающих и оттаивающих грунтов. Мы расширяем метод, первоначально разработанный для определения состояния замерзания и таяния почвы (F / T), от наблюдений с башни L-диапазона до спутникового масштаба, применяя наблюдения миссии Европейского космического агентства по влажности почвы и солености океана (SMOS).Разработанный алгоритм основан на первоначальном установлении пространственно переменных порогов для яркостных температур L-диапазона, представляющих мерзлое и талое состояние почвы, и сравнении их с текущими значениями различных показателей промерзания почвы, рассчитанными на основе наблюдаемой яркостной температуры при различных поляризациях и углах падения. . Экспоненциальная зависимость между показателями промерзания и глубиной промерзания почвы основана на большом количестве ручных наблюдений за замерзанием почвы по всей Финляндии.Дополнительный фильтр обработки, основанный на наблюдаемой физической температуре и информации о снежном покрове, используется для отметки очевидных ошибок обнаружения F / T. Расчетные F / T-состояния почвы, представленные в этом исследовании, ограничены периодом осеннего промерзания, так как тающий снег весной эффективно предотвращает получение информации с поверхности почвы с использованием микроволн для больших территорий в северных широтах. Оценка F / T производится как ежедневная информация и предоставляется в масштабируемой сетке Земли (EASE) с равной площадью.F / T-состояние почвы подразделяется на три дискретных уровня: «замороженный», «частично замороженный» и «оттаявший» и сопровождается матрицей данных о качестве, оценивающей надежность данных для каждого сезона заморозков отдельно. Сравнение с данными in situ было проведено в 10 различных точках Финляндии, Северной Америки и Сибири. Эти результаты сравнения показывают, что начало осеннего промерзания почвы можно оценить по данным наблюдений SMOS в пределах от 1 до 14 дней, в зависимости от применяемого показателя промерзания и данных in situ , используемых для сравнения.Хотя первоначальные результаты обнадеживают, более комплексная оценка оценок F / T почвы на основе SMOS по-прежнему требует дальнейшего сравнения с другими эталонными участками, особенно с участками с измерениями, доступными для всех местных репрезентативных типов почвенного покрова, а также других спутниковых замеров почвы. продукты.

Ключевые слова

Микроволновая радиометрия

Замерзание / оттепель почвы

SMOS

Рекомендуемые статьиЦитирующие статьи (0)

© 2016 Авторы.Опубликовано Elsevier Inc.

Рекомендуемые статьи

Цитирующие статьи

Реакция глубины сезонного промерзания почвы на изменение климата в Китае

Исследовательская статья 05 мая 2017

Исследовательская статья | 05 мая 2017

• ¹ Ключевая лаборатория экологических систем Западного Китая (Министерство образования), Колледж наук о Земле и окружающей среде, Ланьчжоу Университет, Ланьчжоу, 730000, Китай
• ² Географический факультет Техасского университета A&M, Колледж-Стейшн, Техас 77843-3147, США
• ³ Институт арктических и альпийских исследований, Университет Колорадо, Боулдер, Боулдер, Колорадо 80309, США
• ⁴ Северо-Западный институт экологии и ресурсов, китайский Академия наук, Ланьчжоу 730000, Китай

• ¹ Ключевая лаборатория экологических систем Западного Китая (Министерство образования), Колледж наук о Земле и окружающей среде, Ланьчжоу Университет, Ланьчжоу, 730000, Китай
• ² Географический факультет Техасского университета A&M, Колледж-Стейшн, Техас 77843-3147, США
• ³ Институт арктических и альпийских исследований, Университет Колорадо, Боулдер, Боулдер, Колорадо 80309, США
• ⁴ Северо-Западный институт экологии и ресурсов, китайский Академия наук, Ланьчжоу 730000, Китай

Переписка : Тинцзюнь Чжан (tjzhang @ lzu.edu.cn)

Реакция сезонной глубины промерзания почвы на изменение климата оказывает влияние на поверхностный энергетический и водный баланс, экосистемы, углеродный цикл и обмен питательных веществ в почве. Несмотря на свою важность, реакция глубины промерзания почвы на изменение климата в значительной степени неизвестна.В этом исследовании используется решение Стефана и наблюдения с 845 метеорологических станций для изучения реакции изменений глубины промерзания почвы на изменение климата в Китае. Наблюдения включают суточные температуры воздуха, суточные температуры почвы на различных глубинах, среднемесячные температуры воздуха с привязкой к сетке и нормализованный разностный индекс растительности. Результаты показывают, что глубина промерзания почвы значительно уменьшилась со скоростью -0,18 ± 0,03 см / млн ^-1 , что привело к чистому уменьшению на 8.05 ± 1,5 см за 1967–2012 гг. По Китаю. В региональном масштабе глубина промерзания почвы варьировала от 0,0 до 0,4 см / млн ^–1 в большей части Китая в 1950–2009 гг. Изучая возможные климатические и экологические факторы, влияющие на изменчивость глубины промерзания почвы, мы обнаруживаем, что средняя годовая температура воздуха и температура поверхности земли, индекс таяния воздуха, индекс таяния поверхности земли и рост растительности отрицательно связаны с глубиной промерзания почвы. Изменения высоты снежного покрова не коррелируют с глубиной промерзания почвы.Показатели промерзания воздуха и поверхности земли положительно коррелируют с глубиной промерзания почвы. Сравнивая эти потенциальные движущие факторы глубины промерзания почвы, мы обнаруживаем, что индекс промерзания и рост растительности сильнее коррелируют с глубиной промерзания почвы, в то время как высота снежного покрова не имеет значения. Мы делаем вывод, что повышение температуры воздуха является причиной уменьшения глубины сезонного промерзания. Эти результаты важны для понимания динамики замерзания-оттаивания почвы и воздействия глубины промерзания почвы на экосистему и гидрологический процесс.

Прогноз прорастания промерзания с использованием моделирования с помощью GIS

Стивен П. Фаррингтон, P.E.
Applied Research Associates, Inc.
415 Waterman Road, Саут-Ройялтон, Вермонт 05068
телефон: 802-763-8348
факс: 802-763-8283
электронная почта: sfarrington @ ned.ara.com

Мартин Л. Гильдеа
Applied Research Associates, Inc.
415 Waterman Road
Саут-Роялтон, Вермонт 05068
телефон: 802-763-8348
факс: 802-763-8283
электронная почта: [email protected]

РЕФЕРАТ

Новая методология была разработана с использованием численного моделирования, статистической регрессии, пространственной интерполяции и ГИС для прогнозирования максимальной глубины промерзания в типичной конструкции дорожного покрытия в штате Вермонт с различными уровнями статистической надежности.Методология составления исторических карт промерзания была неизвестна и, похоже, не учитывала влияние высоты, ключевого фактора, определяющего температуру воздуха, влияющую на охлаждение поверхности дорожного покрытия. Новые карты, разработанные в ArcView, будут использоваться для проектирования тротуаров для строительства новых дорог, которые должны простираться до определенного процента от максимальной глубины промерзания.

ВВЕДЕНИЕ

Образование инея на тротуарах может вызвать повреждение покрытия.Многие критерии проектирования дорожного покрытия определяют минимальную глубину конструкции дорожного покрытия как функцию максимальной глубины промерзания. В прошлом при проектировании новых дорожных покрытий Агентство транспорта штата Вермонт (VAOT) полагалось на карты промерзания в масштабе штата, разработанные около 30 или более лет назад. Методология и источники данных для карт были неизвестны, а их надежность была неопределенной. Методология была разработана с использованием комбинации численного моделирования, геостатистики и линейной регрессии для создания новых карт со статистической надежностью 50% и 90%.

ЗАМОРАЖИВАНИЕ ТРОПОВ

Образование наледи в конструкциях дорожного покрытия представляет собой проблему с инженерной точки зрения, поскольку может вызвать повреждение из-за дифференциальных изменений объема. Эти изменения вызваны во время замерзания увеличением содержания влаги, превращением воды в лед и образованием ледяных линз. Соответствующая конструкция покрытия может предотвратить повреждение от замерзания путем (а) уменьшения влажности за счет улучшенного дренажа (и уменьшения капиллярности), (б) контроля тепловых свойств дорожного покрытия или (в) сочетания контроля влажности и температуры.Многие процедуры проектирования дорожного покрытия определяют глубину конструкции в процентах от максимальной глубины промерзания. Однако глубина, на которую иней проникает в конструкцию дорожного покрытия, в значительной степени контролируется конструкцией конструкции. Кроме того, глубина промерзания в конструкции дорожного покрытия будет больше, чем в профиле, покрытом снегом, из-за теплоизоляционных свойств снега.

Мороз образуется в почвах, когда температура матрицы почвы опускается ниже точки замерзания объемной воды, в результате чего вода, присутствующая в поровых пространствах, замерзает.Процесс замерзания происходит постепенно и является результатом потери тепла через почву или поверхность тротуара в более прохладный воздух наверху. Везде, где есть влага в почве при температуре ниже точки замерзания содержащейся воды, возникает заморозок. Кейн и Чако (1) представляют обзор физических основ образования наледи в почвах, в то время как Хольц и Ковач (2) описывают исторические достижения в понимании явлений промерзания почвы и их воздействия на инженерные сооружения.

Замерзшая почва может состоять из почвы, воздуха, незамерзшей воды и льда. Даже при температурах значительно ниже точки замерзания объемной воды некоторое количество незамерзшей воды может оставаться в почве. Количество незамерзшей воды зависит не только от перепада температуры, но и от удельной поверхности и солесодержания почвы. Чем мельче частицы почвы, тем больше доля незамерзшей воды при заданной температуре ниже нуля. Наличие незамерзшей воды имеет большое значение, поскольку она дает возможность влаге перемещаться вертикально, что способствует образованию и утолщению ледяных линз.Ледяные линзы — это горизонтальные слои твердого льда, которые образуются под поверхностью земли, отделяя верхний слой почвы от нижнего. Они представляют наибольшую опасность повреждения из-за величины смещений, которые они вызывают в конструкции дорожного покрытия, и являются явлением, ответственным за морозное пучение.

Образование ледяной линзы

Тепло и влага мигрируют в почве в ответ на градиенты температуры и всасывания, соответственно, при этом оба потока переносятся из теплой почвы в холодную.Когда почва замерзает из-за потери тепла в атмосферу, тепло и влага мигрируют к поверхности. Подъем воды вверх происходит из-за снижения парциального давления воды по отношению к матрице поровой жидкости, 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 за счет того, в каком порядке замерзает поровая вода. Незамерзшая вода остается тонким слоем вокруг отдельных частиц почвы, в то время как уже замерзшая вода занимает области порового пространства, наиболее удаленные от поверхности зерен почвы.Таким образом, капиллярный потенциал усиливается за счет эффективного уменьшения пористости, которое происходит по мере замерзания в поровом пространстве, а также за счет увеличения поверхностного натяжения воды при пониженных температурах.

Со временем в поровом пространстве может образоваться достаточно льда, чтобы создать барьер для миграции влаги. Это происходит, когда образуются линзы льда, потому что мигрирующая вода оказывается захваченной на фронте замерзания, что является конечной точкой ее восходящей миграции в «более сухую» почву. Образование ледяных линз обычно начинается там, где пористость уже низкая, например, в слоях ила или глины.Ледяные линзы могут вырасти до нескольких сантиметров в толщину, что напрямую приводит к смещению тротуара.

Подходы к прогнозированию заморозков

В простейших подходах к прогнозированию промерзания используются дневные индексы степени промерзания. У этого подхода есть физическая основа, поскольку температура воздуха существенно влияет на тепловые граничные условия на поверхности дорожного покрытия и, следовательно, на градиент, на который реагируют потоки тепла и влаги.Однако температура воздуха на поверхности — не единственная переменная, регулирующая охлаждение дорожного покрытия. Другие переменные включают: (а) теплопроводность материалов покрытия дорожного покрытия; (б) теплопроводность основания дорожного покрытия, на которую сильно влияет влажность; (c) теплоемкость воздуха, контролируемая температурой и влажностью; (d) скорость ветра; и (e) солнечное излучение, которое может выделять тепло на поверхности тротуара, даже когда воздух охлаждает его.

Проблема прогнозирования заморозков усложняется из-за влияния влажности.Замерзание конструкции дорожного покрытия является результатом двойной миграции тепла и влаги. Следовательно, скорость промерзания почвы будет влиять на глубину и влияние промерзания сильнее, чем окончательный температурный профиль почвы. Например, во время быстрого замораживания влага может перемещаться недостаточно быстро, чтобы подпитывать образование ледяной линзы, тогда как во время более медленного замораживания она может. Несмотря на то, что температуры, вероятно, будут более экстремальными во время быстрого замораживания, повреждение от замерзания из-за впитывания влаги может быть больше во время медленного замораживания.И наоборот, периодическое оттаивание на поверхности земли может привести к стеканию выпущенной воды на более холодную глубину, где она снова замерзнет, ​​вызывая образование ледяной линзы за счет ограничения порового пространства. Кроме того, роль влажности почвы усиливается из-за ее значительного влияния на теплопроводность земляного полотна.

Факторы, динамически влияющие на влажность почвы в конструкции дорожного покрытия, включают: (a) начальное состояние влажности; (б) граничные условия влажности; (c) осаждение и инфильтрация; (d) геометрия поперечного сечения дорожного покрытия и характеристики дренажа; и (e) градации материалов.

Из-за роли динамически изменяющейся влажности почвы в промерзании одни только дневные индексы степени промерзания редко обеспечивают надежный прогноз промерзания конструкций дорожного покрытия. Корреляция для конкретного места с индексом степени промерзания, основанная на местных климатических и влажностных условиях, может оказаться более полезной. Самые сложные методы прогнозирования промерзания включают данные о влажности почвы с различной степенью сложности. Некоторые также включают модели повреждений, которые предсказывают морозное пучение и оттаивание.Для прогнозирования промерзания можно использовать различные степени сложности. Соответствующая степень сложности любого прогноза промерзания зависит от предполагаемого использования результирующего прогноза, доступности и надежности соответствующих входных данных, а также чувствительности результирующего прогноза по отношению к неопределенности входных данных.

ОБЗОР МЕТОДОЛОГИИ ПРОГНОЗИРОВАНИЯ

Метод, используемый для прогнозирования максимальной глубины промерзания в масштабе штата, основывался на численных моделях механистических прогнозов промерзания на основе фактических климатологических данных за 40-летний период (с 1950 по 1990 год) на типичном покрытии на каждой из 6 станций метеорологических наблюдений, разбросанных по всему штату.Полученные в результате 240 прогнозов годовой активности заморозков были затем регрессированы против фактического годового индекса степени заморозков (AFDI) на этих 6 станциях. Затем уравнение регрессии использовалось для соотнесения глубины промерзания, характерной для моделируемого покрытия и погодной динамики региона, с AFDI на 50% уровне надежности. Аналогичным образом, это упражнение было повторено для уровня надежности 90% с использованием регрессии одностороннего 90% верхнего доверительного предела глубины проникновения на одностороннем верхнем 90% доверительном интервале AFDI для всех смоделированных станций.

АНАЛИЗ КЛИМАТИЧЕСКИХ ТЕНДЕНЦИЙ

Чтобы обеспечить стабильные метеорологические данные для прогнозирования промерзания на двух желаемых уровнях статистической надежности, сначала была проведена оценка стабильности климата Вермонта за последние несколько десятилетий. Метеорологические данные с шести заранее выбранных станций наблюдения за погодой, разбросанных по всему штату, были проанализированы на предмет временных тенденций в годовых градусо-днях заморозков. 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 исследуемый период коррелировано с годом возникновения. Таким образом, можно сделать вывод, что местный климат был достаточно стабильным, чтобы прогнозы промерзания могли быть надежно основаны на имеющихся климатических данных за 40 лет.

ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ

Расширенная интегрированная климатическая модель (EICM), версия 2.6, использовался для моделирования промерзания типичного покрытия в реальных метеорологических условиях в течение сорока лет на шести метеорологических станциях, используемых для анализа климатических тенденций. Технические характеристики дорожного покрытия были предоставлены VAOT.

Цифровое описание модели

EICM, разработанная совместно Иллинойским университетом в Урбана-Шампейн и Техасским транспортным институтом Техасского университета A&M, является одной из самых сложных моделей, доступных для прогнозирования промерзания дорожного покрытия.EICM — это двумерная программа сопряженных потоков тепла и влаги для анализа почвенных систем дорожного покрытия в зависимости от климатических условий. Модель объединяет три отдельные модели воздействия климата на дорожное покрытие: (а) Модель климатических материалов и структур (CMS), разработанная в Университете Иллинойса; (b) Модель инфильтрации и дренажа (ID), разработанная в Техасском университете A&M; и (c) Модель урегулирования морозного пучки и оттепели, разработанная в Лаборатории исследования холодных регионов армии США (CRREL).EICM принимает фактические метеорологические данные в качестве входных данных и имеет множество опций для определения влажности и температуры или их потока на нижней границе и на границе между основанием и земляным полотном. Он учитывает боковой и вертикальный дренаж основания, который представляет собой двумерную проблему, при определении количества воды, которая попадает в основание за счет инфильтрации через поверхность дорожного покрытия и основание. Версия 2.6 EICM также улучшает расчеты влажности почвы в модели, вводя соотношение Фредлунда-Синга в качестве альтернативы, выбираемой пользователем для функций Гарднера.

Проверка модели

Полевые данные проекта «Долгосрочные эксплуатационные характеристики дорожного покрытия» (LTPP), полученные на испытательном участке в Нью-Хейвене, штат Вермонт, были использованы для проверки результатов EICM. До 1994 года эта секция была оборудована метеостанцией, а также датчиками температуры и электропроводности. Схема расположения приборов описана Али и Тайабджи (3). Данные из раздела были доступны на CD-ROM, распространенном Федеральным управлением шоссейных дорог за период с 1994 по 1997 год.

Модель была запущена с учетом структуры 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 была использована фактическая глубина грунтовых вод около шести футов, полученная от DataPave. РИСУНОК 1 иллюстрирует соответствие между прогнозами модели и фактическими данными месторождения. Фактическая глубина промерзания была интерпретирована по данным LTPP как глубина, на которой температура почвы в профиле изменилась с уровня ниже -2.2C до более чем -1,1C. Эта точка перехода находится ниже 0C из-за солености и была выбрана на основе интерпретации изменений профилей удельного сопротивления после наступления отрицательной погоды. Максимальная сезонная глубина промерзания, прогнозируемая EICM, находится в пределах 3 см от максимальной глубины, полученной из профилей температуры и удельного сопротивления.

РИСУНОК 1. График, показывающий сравнение рассчитанной численно модели глубины проникновения промерзания с глубиной промерзания, полученной из полевых данных LTPP на участке 50-002, Нью-Хейвен-Джанкшн, 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, прогнозируемое EICM, было относительно нечувствительным к изменениям глубины грунтовых вод, процентному содержанию солнечного света, скорости ветра и поглощающей способности поверхности дорожного покрытия.Таким образом, возможные неточности в предполагаемых и / или оценочных значениях этих параметров не окажут существенного влияния на результат 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 градациях, 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 сияния, суточное 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 некоторым климатическим параметрам не были доступны для этого продукта, поэтому для всех расчетов модели предполагалась постоянная скорость ветра 10 миль в час и постоянная процентная доля 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 послужили основой для оценки входных данных о солнечном свете и скорости ветра, используемых для остальных станций. Глубина до грунтовых вод была принята постоянной на уровне 10 футов на всей территории штата. Хотя, согласно анализу чувствительности, выполненному с помощью EICM, более мелкий уровень грунтовых вод привел бы к немного более консервативным прогнозам (то есть к более глубокому промерзанию), изменение даже из-за уменьшения глубины зеркала грунтовых вод вдвое относительно несущественно (1,6%). .

Характеристики дорожного покрытия

Модель дорожного покрытия, по данным VAOT, состояла из 20 штук.3 см (8 дюймов) асфальтобетона, 61,0 см (24 дюйма) слоя щебня A-1-a и 40,6 см (16 дюймов) основания основания песка A-3, для которого была доступна градационная кривая. Под дорожным покрытием предполагалось, что ил A-4 имеет глубину 610 см (20 футов) (т. Е. Соответствует граничному условию температуры на глубине грунта). Типовые значения тепловых, гидравлических и других свойств материала использовались для материалов дорожного покрытия, вводимых в EICM. Эти значения показаны в ТАБЛИЦЕ 1.

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

Все прогоны модели оценивают периоды, начинающиеся 1 августа, чтобы дать достаточно времени для влияния динамических входных данных, чтобы полностью исключить первоначальные предположения о профилях влажности и температуры до наступления морозных приземных метеорологических условий. Прогоны были завершены 30 июля. Программа была написана на C ++ для извлечения максимальной сезонной суточной глубины промерзания из каждого года выпуска (с августа по июль) в тепловом выходе EICM (.thm) файлы.

СТАТИСТИЧЕСКАЯ КОРРЕЛЯЦИЯ

AFDI, соответствующие 40 сезонам данных, смоделированным численно 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 смоделированной сезонной максимальной глубины промерзания на AFDI. Подбор методом наименьших квадратов показан на РИСУНКЕ 2 вместе с верхним пределом одностороннего предсказания 90%.

РИСУНОК 2. График корреляции между смоделированной глубиной проникновения 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 Цельсия:

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

где D — глубина промерзания в сантиметрах.Значение R-квадрата для этой корреляции показывает, что 86% изменчивости глубины промерзания предсказывается изменчивостью AFDI на сезонной основе.

Для получения 50% достоверной максимальной глубины промерзания на основе регрессии D на AFDI было использовано уравнение регрессии, потому что фактическая глубина промерзания в любой данный год имеет 50% шанс быть меньше, чем предсказывается этим уравнением. Следовательно:

D50 = 62.2 + 0.1024 AFDI (2)

Для разработки 90% надежной корреляции между AFDI и глубиной промерзания использовался верхний предел одностороннего прогноза 90%, поскольку по определению фактическая глубина проникновения промерзания в любой данный сезон с вероятностью 90% будет ниже предсказанной этот предел. Это то же самое, что и верхний предел 80% интервала двустороннего прогнозирования (например, 80% вероятность оказаться между верхней и нижней границами 80% интервала прогнозирования и 10% вероятность оказаться ниже нижней границы интервала. ).

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

ArcView GIS использовался для преобразования сетки средних значений AFDI в масштабе штата с разрешением 1000 м в D50 и D90 с использованием уравнений (2) и (3). Эти результирующие слои сетки D50 и D90 затем были использованы при составлении карт сезонной максимальной глубины промерзания на двух уровнях надежности.

ДНЕВНЫЕ КАРТЫ СТЕПЕНИ ЗАМЕРЗАНИЯ

Сетка средних значений AFDI по всему штату с разрешением 100 м была построена 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 интервалов на каждой станции. Из более чем 350 метеорологических станций наблюдения в штате только эти 17 соответствовали критерию наличия минимального 49-летнего набора данных, который был завершен не менее чем на 73% (т. Е. Только станции с периодом действия 36 лет или более из возможных 49 -летний период были включены). Карты индекса замораживания были получены с помощью многомерной линейной регрессии AFDI против X, Y и Z (например,g., восток, север и высота) координаты станции с пространственно интерполированными остатками, вычтенными из регрессионного прогноза.

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 имеющихся в настоящее время данных (т. Е. Факторы, отличные от X, Y и Z). Эти факторы могут включать орографические эффекты (впадины и «холодные пятна» из-за топографии), расстояние до крупных водоемов и детали температурных станций.Обнаруженная конкретная линейная зависимость была:

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

, где X, Y и Z — координаты плоскости штата Вермонт в метрах (проекция NAD83), а AFDI имеет единицы градусо-дней Цельсия. Остатки 17 станций были затем пространственно интерполированы по сетке штата на 1000 м с использованием обратного взвешивания расстояний. При обратном взвешивании расстояния влияние любой известной точки на интерполированное значение неизвестной точки пропорционально обратной величине расстояния между ними.Затем сетка интерполированных остатков была вычтена из сетки многомерной линейной регрессии для получения AFDI, который был суммой (а) регрессионной модели и (б) обратной взвешенной по расстоянию интерполяции остатков. Таким образом соблюдаются (точно интерполируются) данные 17 известных станций.

КАРТЫ ПРОНИКНОВЕНИЯ МОРОЗА

Уравнения (2) и (3) использовались для преобразования среднего покрытия AFDI в максимальную глубину промерзания при 50% и 90% надежности.Хотя 90% -ный уровень надежности чаще всего требуется для проектирования дорожного покрытия, карта с 50-процентной надежностью была создана для сравнения с исходными картами промерзания (ок. 1960). Все карты представлены в стандартных единицах измерения США для сравнения с исторической картой, которая была доступна только в этих единицах. Карта для уровня надежности 50% показана на РИСУНКЕ 3, с соответствующей ранее существовавшей картой, появившейся на РИСУНКЕ 4, и вычисленной разницей между старым и новым, появившейся на РИСУНКЕ 5.Как показывают рисунки, гораздо более подробная пространственная детализация доступна на более новых картах, которые позволяют прогнозировать глубину на 38 см (15 дюймов) и глубину на 64 см (25 дюймов) по сравнению с предыдущими картами. Карта максимального промерзания при уровне надежности 90% представлена ​​на РИСУНКЕ 6.

РИСУНОК 3. Расчетная максимальная глубина проникновения замерзания в масштабе штата в дюймах при 50% надежности.

РИСУНОК 4. Существующая ранее карта максимальной глубины проникновения мороза в масштабе штата в дюймах при 50% надежности.

РИСУНОК 5. Разница между новой и ранее существовавшей картой максимальной глубины проникновения мороза по всему штату в дюймах при 50% надежности.

РИСУНОК 6. Расчетная максимальная глубина проникновения замерзания в масштабе штата в дюймах при надежности 90%.

ВЫВОДЫ

На основании проведенного анализа можно сделать вывод, что максимальная сезонная глубина промерзания может быть надежно оценена с помощью отношения к AFDI, если зависимость для конкретного покрытия рассчитывается с использованием метеорологических данных, которые учитывают динамику погоды для конкретного региона.Регрессия максимальной сезонной глубины промерзания (полученная из динамического моделирования потока температуры и влаги в конструкции дорожного покрытия с использованием фактических климатических данных) на AFDI показала сильную положительную корреляцию и была полезна для подгонки линейного уравнения к среднему и 90% верхнему прогнозам. предел максимальной глубины промерзания.

За последние несколько десятилетий в штате Вермонт не произошло никаких статистически значимых изменений климата.На шести метеорологических станциях, оцененных по всему штату, с уровнем достоверности 95% не было выявлено тенденции, и менее 2% изменчивости AFDI коррелировали с годом возникновения. Таким образом, AFDI является стабильной метрикой для использования при прогнозировании глубины промерзания. Однако отсутствуют полевые данные для проверки уравнений, связывающих сезонную максимальную глубину промерзания с AFDI в смоделированном покрытии. Это признается ограничением описываемой работы.

Изучение составленных в масштабе штата карт AFDI и годовой максимальной глубины промерзания показывает, что в этих двух показателях присутствует значительная пространственная изменчивость.Большая часть этой изменчивости происходит из-за влияния высоты. Таким образом, долины рек, через которые проходят многие из основных транспортных коридоров штата, демонстрируют менее сильную глубину промерзания, чем прилегающая территория. Выявление этой изменчивости может быть полезным открытием с точки зрения избежания затрат на транспортировку неместного основного материала для укладки на ненужную глубину при новом строительстве. Точно так же знание этой изменчивости может теперь также привести к проектированию более глубоких структур дорожного покрытия, чем ранее предполагалось, необходимыми на больших высотах.

БЛАГОДАРНОСТИ

Эта работа финансировалась в рамках программы государственного планирования и исследований Федерального управления шоссейных дорог и Отдела технического планирования Транспортного агентства штата Вермонт, Майком Пологруто, менеджером проекта.

ССЫЛКИ

1. Кейн, Д. и Э. Ф. Чако-младший «Влияние мерзлого грунта на инфильтрацию и сток», в «Гидрология и гидравлика холодных регионов», W.L. Райан и Р.Д. Криссман, ред., ASCE. Нью-Йорк, 1990 год.
2. Хольц, Р. Д. и В. Д. Ковач. Введение в геотехническую инженерию. Prentice-Hall, Inc., Englewood Cliffs, 1981.
3. Али, Х.А. и С. Тайабджи. Определение промерзания участков ЛТЭС, итоговый отчет. Публикация FHWA-RD-99-088. FHWA, Министерство транспорта США, 1999.
4. Фаррингтон, С.П., М.Л. Гильдеа, Д. Догерти, Д. Риццо. Прогноз и картографирование промерзания.Заключительный отчет по контракту № 984024. Транспортное агентство штата Вермонт, 2001 г.

% PDF-1.4 % 2883 0 объект > эндобдж xref 2883 81 0000000016 00000 н. 0000003555 00000 н. 0000003718 00000 н. 0000004817 00000 н. 0000004882 00000 н. 0000005035 00000 н. 0000005188 00000 п. 0000005341 00000 п. 0000005495 ​​00000 н. 0000005649 00000 н. 0000005900 00000 н. 0000006540 ​​00000 н. 0000007162 00000 н. 0000007351 00000 п. 0000007464 00000 н. 0000007579 00000 п. 0000011529 00000 п. 0000015525 00000 п. 0000019182 00000 п. 0000022749 00000 п. 0000026568 00000 н. 0000027066 00000 п. 0000027523 00000 п. 0000027990 00000 н. 0000028255 00000 п. 0000028507 00000 п. 0000028934 00000 п. 0000032499 00000 н. 0000033117 00000 п. 0000033146 00000 п. 0000033175 00000 п. 0000033584 00000 п. 0000033842 00000 п. 0000033871 00000 п. 0000034423 00000 п. 0000034822 00000 п. 0000034967 00000 п. 0000035109 00000 п. 0000035244 00000 п. 0000035552 00000 п. 0000039123 00000 п. 0000040184 00000 п. 0000042770 00000 п. 0000042946 00000 п.