Para simplificar la complejidad de los modelos basados ​​en datos, se aplicó una técnica de reducción de dimensionalidad mediante un mapa de calor de correlación y un análisis exploratorio de datos (EDA).

Se evaluó la precisión de la predicción del RRC para los tres modelos, considerando y sin considerar el parámetro δ

Se emplearon modelos basados ​​en datos de uso común, como MLR, RF y ANN, para predecir el coeficiente de resistencia a la rodadura (RRC).

este exhibió típicamente una textura superficial más lisa con mínima profundidad y rugosidad.

Los resultados mostraron el parámetro δ más bajo de 0,11 mm y un MPD de 0,89 mm para el pavimento DLPAC_0/5.

La Tabla 4.1 presenta la comparación de los parámetros δ y las lecturas de MPD

ediante técnicas de análisis exploratorio de datos (AED). Finalmente, se investigó la influencia del parámetro δ en la precisión

A continuación, se analizaron las correlaciones

En primer lugar, se analizaron las relaciones entre el parámetro δ, el MPD y el tipo de superficie

iv.Mayor precisión en la predicción y enfoque multimétodo integral: esta investigación analiza el valor añadido de los parámetros δ para mejorar la precisión en la predicción de la resistencia a la rodadura mediante su integración en modelos basados ​​en datos

iii.Modelado numérico para la medición del parámetro δ : desarrollo y validación de modelos numéricos 3D para simular el comportamiento del parámetro δ bajo condiciones de carga estáticas y variables.

ii.Integración de parámetros físicos en modelos basados ​​en datos: aprovechando los datos de la red de pavimentos holandesa, esta investigación establece un enfoque sólido para desarrollar modelos basados ​​en datos que combinan el parámetro δ para predecir la resistencia a la rodadura

i.Sistema de réplica digital basado en vídeo: esta investigación presenta un sistema novedoso y rentable que utiliza tecnología de visión artificial basada en teléfonos inteligentes para crear réplicas digitales de superficies de pavimento

El aspecto innovador de la investigación

El objetivo del estudio es desarrollar una metodología que combine enfoques basados ​​en datos y en la física para mejorar la predicción de la resistencia a la rodadura, considerando las relaciones entre la resistencia a la rodadura, el parámetro δ y las propiedades de textura.

para estimar y predecir científicamente la resistencia a la rodadura con precisión

es desarrollar un marco combinado de enfoques basados ​​en datos y en la física. E

se pueden utilizar avances en técnicas de visión por computadora en combinación con un teléfono inteligente.

Para mitigar estos inconvenientes

Por lo tanto, en este estudio se introduce un nuevo parámetro denominado «parámetro Delta (δ)» como uno de los parámetros físicos, relacionado con la profundidad de penetración del neumático

Los estudios anteriores solo han proporcionado un marco teórico

se ha informado que estos métodos requieren una gran capacidad de cálculo y tiempo

Sin embargo

investigadores actuales han intentado comprender mejor la interacción entre la resistencia a la rodadura y la textura del pavimento mediante técnicas de modelado computacional y numérico

Los modelos de predicción de resistencia a la rodadura comúnmente utilizados se basan únicamente en parámetros de textura como Profundidad Media del Perfil (MPD), Raíz Cuadrada Media (RMS),

Las metodologías van desde experimentos de laboratorio en condiciones controladas hasta modelos de predicción empíricos

Los investigadores [ 1 , [7] , [8] , [9] , [10] ] han analizado extensamente fenómenos como la resistencia al deslizamiento, la resistencia a la rodadura y la generación de ruido

Por lo tanto, el enfoque de esta investigación es la resistencia a la rodadura, que influye directamente en la eficiencia del combustible

las métricas clave de rendimiento como el manejo del vehículo, la eficiencia energética, la seguridad y los niveles de ruido se han convertido en un interés primordial

Una comprensión más profunda de la interacción neumático-pavimento es crucial para avanzar en el diseño de pavimentos

Un nuevo parámetro relacionado con la interacción neumático-pavimento para mejorar las predicciones de la resistencia a la rodadura.

Los valores más bajos de la métrica de error para pendientes superiores a 20° se lograron con la combinación B5-S5. Esta novedosa combinación

para ángulos de pendiente inferiores a 20°, esta combinación logró un MBE bajo y positivo

En general, como era de esperar, el rendimiento de los modelos de corrección de pendiente depende significativamente del ángulo de la pendiente. La combinación de modelos B3-S1 mostró un rendimiento relativamente equilibrado

mientras que el modelo B2 muestra una marcada tendencia a sobreestimar los valores medidos

Los modelos B1, B3, B4 y B5 producen predicciones que, en general, se encuentran dentro de un margen de error de ±35%

reconociendo la importancia crítica de evitar la subestimación

se prestó especial atención a la naturaleza "conservadora" de las predicciones

El MBE proporciona información sobre la tendencia de un modelo a sobreestimar

La evaluación cuantitativa emplea tres métricas de error estadístico para evaluar la precisión del modelo: el Error Medio Sesgado (MBE), el Error Porcentual Absoluto Medio (MAPE) y el Error Cuadrático Medio (RMSE)

identificar posibles vías para su perfeccionamiento, con el fin de representar mejor los mecanismos físicos que impulsan la propagación del fuego ladera arriba.

En este contexto, el objetivo principal de este trabajo es examinar hasta qué punto los modelos investigados capturan adecuadamente los efectos de la pendiente y

incluyendo modelos relativamente recientes y probando nuevas combinaciones de modelos

El presente estudio amplía estos esfuerzos mediante una evaluación

lo que posibilita una evaluación específica

la experimentación en laboratorio ofrece un mayor control

Sin embargo,

no replican directamente las condiciones en eventos reales

Todos los estudios mencionados anteriormente se basan en experimentos de laboratorio que

Weise y Biging

Vaccaro y Battipaglia

Menos estudios han abordado los efectos de la pendiente

Kolaitis et al.

White et al.

Marino et al.

McAlpine y Xanthopoulos

Varios estudios previos han realizado evaluaciones similares utilizando datos de laboratorio

se suele tener en cuenta mediante modelos complementarios

El efecto de la pendiente del terreno,

Los modelos de predicción de ROS empíricos y semiempíricos suelen adoptar la forma de expresiones matemáticas simples

se ha propuesto un amplio espectro de enfoques de modelado, buscando equilibrar la fidelidad física y química con la eficiencia computacional

para guiar la planificación de evacuaciones y el despliegue de recursos de extinción

se requieren estimaciones precisas de la evolución espacio-temporal

su tasa de propagación (ROS)

Los incendios forestales son un fenómeno sumamente complejo que plantea graves riesgos tanto para el entorno urbano como para el natural. Un objetivo central de la investigación sobre incendios forestales es el desarrollo de modelos prácticos para la predicción de

Evaluación comparativa de modelos de velocidad de propagación de incendios forestales: Influencia de la pendiente del terreno

La cobertura de fragmentos de roca tuvo un efecto significativo en la tasa de pérdida de suelo

La cobertura de fragmentos de roca redujo significativamente la concentración de sedimentos

En general, la profundidad de escorrentía disminuyó significativamente con el aumento de la cobertura de fragmentos de roca

3. Resultados

y desarrollar un modelo acoplado para calcular b que incorpore los efectos de la pendiente.

Por lo tanto, este estudio tiene como objetivo investigar sistemáticamente los efectos interactivos de la pendiente y la cobertura de fragmentos de roca sobre la erosión del suelo mediante una serie de experimentos de lluvia simulada. Los objetivos son revelar cómo varía la efectividad de los fragmentos de roca

el efecto exacto de la pendiente sobre b aún no está claro

Sin embargo, los procesos de erosión reales son mucho más complejos

En modelos ampliamente utilizados como la Ecuación Universal Revisada de Pérdida de Suelo (RUSLE), la cobertura superficial y los factores topográficos se calculan generalmente por separado

Sin embargo, estas estimaciones se derivaron principalmente de experimentos realizados en pendientes aisladas, sin evaluar sistemáticamente el efecto de la pendiente sobre el valor de b .

la tasa de pérdida de suelo disminuye exponencialmente con el aumento de la cobertura de fragmentos de roca, una relación que se expresa comúnmente como C = a·exp(−b·R c ) .

Las investigaciones existentes sobre los efectos de los fragmentos de roca en la erosión del suelo se han centrado principalmente en sus características físicas, como el tamaño, el contenido y la cobertura superficial

han atraído un considerable interés de investigación

ntre los diversos tipos de cobertura, la cobertura de fragmentos de roca

Numerosos estudios han demostrado que la cobertura vegetal es un método eficaz para controlar la erosión

La erosión de laderas es uno de los principales procesos que causan la degradación del suelo en las regiones montañosas. Impulsada por el cambio climático y las actividades antropogénicas, representa una amenaza constante para la seguridad alimentaria mundial y la estabilidad de los ecosistemas

lo que exige medidas efectivas de control de la erosión

Control de la erosión dependiente de la pendiente mediante fragmentos de roca: experimentos y mejoras del modelo.