Bæreevneklassifisering for skogsbilveier-Resultater av pilotforsøket 2018-2021
Research report
Published version
![Thumbnail](/nibio-xmlui/bitstream/handle/11250/3037571/NIBIO_RAPPORT_2022_8_147.pdf.jpg?sequence=5&isAllowed=y)
View/ Open
Date
2022Metadata
Show full item recordCollections
- Divisjon for skog og utmark [521]
- NIBIO RAPPORT [1502]
- Publikasjoner fra CRIStin - NIBIO [4580]
Abstract
Prosjektets mål var å utvikle en prognosemodellfor sesongvis tilgjengelighet av skogsbilveier. Det ersamlet inn feltdata fra 77 veier, totalt 231 unike registreringspunkter som fanger opp variasjoner i målt bæreevne, byggematerial, volum uttransportert og deformasjon/sporutvikling. Disse feltdataene er supplerte med historiske transportdata, ca. 200 000 fraktbrev, for at belyse hvordan været tidligere har påvirket veiers utnyttelse under barmarksesongen. Resultatene gjør det mulig å gi visse tommelfingerregler for egnethet for transport under rådende værforhold. Rapporten dokumenterer prosjektets hovedresultater. Noen slutninger: •Løsmassetyper for eldre veier har stor betydning for når en vei ikke bør benyttes til transport, sett i forhold til tele og nedbørsrike perioder•Både historiske vær- og tele-data, så vel som nye on-line datakilder kan gi bedre prediksjoner av vannstatus for planlegging av drifter og videretransport •Feltobservasjoner av oppbygning, løsmasser, og tilstand på veien vil fortsatt være nødvendigfor en sikker klassifisering av sesongtilgjengelighet •Konvensjonell fallodd gir fremdeles det beste estimat av en veis bæreevne •Måling av bæreevne/E-modul med lettvektsfallodd underestimert bæreevne, og bruken må videreutvikles for å øke nytten i praksisDet var ikke mulig å gi en sikker klassifisering av bæreevne kun på grunnlag av digitale kilder. Digitale kilder må suppleres med feltobservasjoner om f.eks. bærelagets byggemateriale og tykkelse, som dimensjoneringstabeller forutsetter. I fravær av en slik klassifiseringen gir kombinasjonen av digitale kilder og lokalkunnskap om byggemateriale en indikasjon. En framtidig prognosemodell vil forenkle planlegging, men det gjenstår mye arbeid før et slikt verktøy vil være pålitelig. Ramme for prognosemodell presenteres i kapittel 4.4. En demo av en enkel prototyp er testet i undervisningssammenheng ved NMBU.