ارزیابی مدل های رگرسیونی مختلف پیش بینی دمای عمق لایه های آسفالتی با استفاده از برداشت های میدانی روسازی راه های کشور

در این پژوهش با استفاده از نتایج آزمایش های میدانی در شش سایت روسازی آسفالتی واقع در پنج استان کشور با شرایط آب و هوایی مختلف، دمای عمق لایه های آسفالتی تعیین شده است. در این راستا از چهار مدل رگرسیونی پیش بینی دمای عمق لایه های آسفالتی شامل مدل های گدافا و همکاران، البیاتی و علانی، BELLS و همچنین پارک و همکاران استفاده شده است. برای ارزیابی عملکرد و قابلیت این مدل ها در پیش بینی دمای عمق لایه های آسفالتی از پارامترهای آماری دقت و بایاس بهره گرفته شده است. بررسی نتایج مقایسه مقادیر دمای عمق پیش بینی شده با مقادیر اندازه گیری در حین انجام آزمایش افت و خیزسنج وزنه افتان (FWD) نشان می دهد این مدل ها از دقت و توانایی مناسبی برای پیش بینی دمای عمق لایه های آسفالتی روسازی راه های کشور برخوردار نیستند. از این رو  افزایش دقت و کاهش خطای پیش بینی با پرداخت و کالیبراسیون این مدل ها و ارایه مدل های جدید برای استفاده در تعیین دمای عمق لایه های آسفالتی روسازی راه های کشور ضروری است. در نهایت، مدل البیاتی و علانی با بیشترین دقت و اریب پیش بینی پایین (همبستگی خوب بین مقادیر پیش بینی و اندازه گیری دمای عمق) به عنوان بهترین مدل پیش بینی دمای عمق لایه های آسفالتی از بین مدل های مورد بررسی انتخاب شده است.