Грунт материковый: Типы грунта и нагрузки | Статьи компании «Рукавичка» — Интернет магазин мебели "МебПилот.ру"

Разное

Содержание

Определение геодезических условий при строительстве

02.04.2015
Строительство

Чтобы начать строительство загородного жилого дома под ключ необходимо выяснить геологическое строение грунтов на строительной площадке, их основные физико-химические характеристики. Это необходимо для того, чтобы определиться впоследствии, какой построить фундамент для такого здания.

Геологические изыскания представляют собой бурение нескольких скважин непосредственно на участке, предусмотренном для строительства, ручным буром для того, чтобы получить общее представление о толщине пластов грунтов, а также уровне грунтовых вод. Если планируемый загородный дом достаточно большой и будет иметь несколько этажей, то бурение стоит выполнять механическим способом; необходимо сделать также несколько шурфов и результаты обработать в специальной лаборатории.

Самым лучшим и надёжным основанием для строительства загородного жилого дома под ключ являются скальные породы (при условии предохранения их от выветривания и выщелачивания) – гранит, кварц, песчаник и др.

При сооружении фундаментов загородных домов на сухих песчаных и гравийных грунтах (независимо от глубины промерзания), глубину заложения фундамента берут минимальной. В этом случае снимают только растительный слой – около 18–26 см.

Если на площадке, предусмотренной для строительства жилого загородного дома, присутствуют слабые грунты (пылеватые суглинки, плывуны, торф и пр.), то следует определить устойчивый так называемый материковый грунт, и только потом сооружать фундамент. При небольшой толщине слабого грунта его следует заменить песком или песчано-гравийным грунтом. Насыпные грунты, кроме тех, которые намыты земленасосом, в качестве оснований использовать нельзя, так как здание будет непрочным.

Для выбора правильной глубины заложения фундамента загородного жилого дома под ключ следует учитывать не только сами характеристики грунтов, но также важно принять во внимание и глубину их промерзания, приметить уровень грунтовых вод и, конечно же, глубину распространения землеройных животных.

Песчаные грунты начинают промерзать примерно около нуля, глинистые – при более низких температурах.

На песчаных и гравийных грунтах самая минимальная глубина для заложения фундамента при любом строительстве допускается примерно на 50 см ниже от уровня планируемой для строительства под ключ жилого дома поверхности площадки. В этом случае достаточно утеплить внутреннюю сторону фундамента по всему периметру здания, а грунты основания на период строительства под ключ следует защитить от поверхностных осадков и промерзания.

Следует также учитывать и пучение грунтов. К пучинистым грунтам относятся пылеватые, глинистые и супеси. В таких случаях фундаменты для домов устраивают с арматурным каркасом и ниже уровня промерзания около 7–10 см.

В зависимости от нагрузки и характера конструкций такие здания могут иметь такие фундаменты, как ленточные, столбчатые, сплошные или свайные. Обычно для малоэтажного строительства загородного жилого дома под ключ применяют специальные лентообразные фундаменты низкого заложения.

(Прочитано: 129 раз(-а), сегодня: 1)

Просадочные грунты и проектирование фундамента — Строительство домов под ключ Иркутск

Мелкая сеть трещин по стенам и цоколю сигнализирует о деформации фундамента. Неравномерная усадка основания дома чаще всего связана с особенностями грунта на участке. Еще на стадии проектирования дома надо сделать почвенный анализ грунта и заказать геодезию участка, чтобы правильно рассчитать и спроектировать фундамент постройки.

Проблемные грунты

Не всегда участок под застройку отличается надежной каменистой почвой. К проблемным грунтам в строительстве относят следующие типы почв:
— суглинок и суспесь – это смесь глины с песком;
— глинистые грунты – несущая способность такой почвы при высокой влажности крайне низкая, необходимо укрепление и качественный дренаж. При высоких нагрузках глинистые почвы сжимаются, поэтому неукрепленный фундамент на глинистой почве дает сильную просадку;
— торфяники и илистые участки – отличаются неравномерным сжатием под действие нагрузки, вследствие чего возможен наклон или поворот основания дома. Это почвы с высокой влажностью и пористостью, часто наблюдается высокое залегание грунтовых вод и высокая пучинистость грунта.

Сопротивляемость грунта – это основная характеристика почвы, которая влияет на выбор конструкции фундамента. Сопротивляемость показывает, какие нагрузки может выдержать почва на каждый квадратный метр площади.

Важно, что сопротивляемость изменяется при замерзании, намокании или вибрации грунта. Глины и суглинки в сухом виде показывают высокую прочность к нагрузкам, но при намокании или замерзании такой грунт резко снижает сопротивляемость.

При увлажнении глина становится пластичной, легко вымывается и значительно сжимается. Поэтому глинистые грунты и суглинки называют просадочными. Есть два типа просадки почвы:
— первый тип – уплотнение почвы под нагрузками. В этом случае необходимо усиление всей конструкции фундамента;
— второй тип – плывуны, грунт деформируется под собственным весом. На таких почвах можно устанавливать только буронабивные свайные фундаменты, которые позволяют закрепиться в самом нижнем скальном слое на большой глубине.

Встречаются участки с неоднородными грунтами, которые на один квадратный метр площади показывают неравномерное сжатие, что также вызывает просадку фундамента.

Особенности фундамента на просадочном грунте

Для того, чтобы нейтрализовать просадку почвы, в первую очередь надо устранить переувлажнение грунта. Для этого необходимо устройство качественной дренажной системы на участке и по периметру фундамента.

Просадка первого типа

В основном на глинистых грунтах рекомендуется устанавливать ленточный или свайный фундамент с усилением. Самым надежным для такого грунта считается фундамент монолитная плита, который не деформируется при сжатии почвы, но стоит устройство монолита недешево.

Как альтернатива монолитной плите на глинистых почвах рекомендуется монтаж свайного фундамента с опорой на глубокие материковые почвы.

Методы увеличения сопротивляемости грунта первого типа:
— уплотнение – трамбовка грунта с периодическим намачиванием даст эффект, если слой глины небольшой, до полутора метров;
— подсыпка подушки из песка и гравия – вначале глинистый слой утрамбовывают, а после насыпают песчано-гравийную подушку слоем метр – полтора, которую также тщательно утрамбовывают.

Если подсчитать затраты на подсыпку подушки и установку винтовых свай, то большие затраты на устройство монолитной плиты уже не кажутся такими высокими.

Просадка второго типа

Увеличить сопротивляемость плывуна тоже можно, но стоить такие работы будут дороже:
— по всей площади фундамента необходимо снять просадочный грунт и после этого укладывать подушку из песка и гравия;

— монтаж винтовых буронабивных свай с опорой на устойчивый материковый грунт.

Чтобы снизить затраты на строительство в этом случае лучше остановится на каркасном варианте дома, который не несет высокой нагрузки на сваи и стоит дешевле монолитного каменного или кирпичного здания.

Как усилить фундамент на просадочном грунте

Самый простой, но эффективный метод укрепления фундамента – через скважины залив под подошву бетона или силикатного водонепроницаемого раствора. Этот метод даст результат только в том случае, если просадка на уровне низа фундамента. Если грунтовые воды проходят ниже основания, то нужны более радикальные меры.

Современный метод заполнения пустот полимерными смолами позволяет укрепить почву вокруг и под фундаментом. Такой капиллярный метод с успехом применяется для уплотнения просадочных грунтов и не требует откапывания всего фундамента. Смола заливается через шурфы (16 мм диаметр) и не несет нагрузки на основание.

Положительная связь между смертностью от болезни Альцгеймера и концентрацией металлов в почве материкового Китая

. 2014;42(3):893-900.

дои: 10.3233/JAD-140153.

Сяо-Ли Шен ¹ , Цзянь-Хань Юй ¹ , Дун-Фэн Чжан ² , Цзюнь-Ся Се ¹ , Хун Цзян ¹

Принадлежности

¹ Кафедра физиологии, Ключевая лаборатория патогенеза и профилактики неврологических расстройств провинции Шаньдун и основные государственные дисциплины: физиология, Медицинский колледж Университета Циндао, Циндао, Китай.
² Кафедра статистики, Медицинский колледж Университета Циндао, Циндао, Китай.

PMID: 25024310
DOI: 10.3233/JAD-140153

Сяо-Ли Шен и др. Дж. Альцгеймера Дис. 2014.

. 2014;42(3):893-900.

дои: 10.3233/JAD-140153.

Авторы

Сяо-Ли Шен ¹ , Цзянь-Хань Юй ¹

, Дун-Фэн Чжан ² , Цзюнь-Ся Се ¹ , Хун Цзян ¹

Принадлежности

¹ Кафедра физиологии, Ключевая лаборатория патогенеза и профилактики неврологических расстройств провинции Шаньдун и основные государственные дисциплины: физиология, Медицинский колледж Университета Циндао, Циндао, Китай.
² Кафедра статистики, Медицинский колледж Университета Циндао, Циндао, Китай.

PMID: 25024310
DOI: 10.3233/JAD-140153

Абстрактный

Дисбаланс ионов металлов связан с развитием болезни Альцгеймера (БА). Мы исследовали взаимосвязь между годовой смертностью от БА и концентрацией ионов (железа, цинка, меди и алюминия) в почве материкового Китая. Ежегодные данные о смертности от AD были получены из 26 провинций и 3 муниципальных районов материкового Китая в период между 19 и 19 годами.91 и 2000 г. и предоставлены Национальной базой данных наблюдения за причинами смерти Китая. Концентрация ионов в почве была предоставлена Государственным бюро охраны окружающей среды Китая, которая была опубликована в 1990 г. Результаты показали, что относительный риск смертности в регионах с наиболее высокими концентрациями меди (60-80 мг/кг) достигал 2,634 (95 % ДИ: 2,626-2,642) по сравнению с областями с самыми низкими концентрациями меди. Относительный риск составил 1,292 (95% ДИ: 1,290–1,294) и 1,248 (95% ДИ: 1,245-1,251), когда концентрация железа в почве превышала 3 мг/кг и 4 мг/кг соответственно. Когда концентрация цинка в почве превышала 100 мг/кг и 200 мг/кг, относительный риск составлял 1,870 (95% ДИ: 1,859–1,881) и 2,289 (95% ДИ: 2,276–2,304) соответственно. Однако относительный риск составлял 0,560 (95% ДИ: 0,559–0,561), 0,604 (95% ДИ: 0,603–0,605) и 0,267 (95% ДИ: 0,265–0,268), когда концентрация алюминия в почве превышала 6 мг/кг. , 7 мг/кг и 8 мг/кг соответственно. Это исследование предполагает, что высокие концентрации железа и меди в почве могут быть связаны с высокой годовой смертностью от болезни Альцгеймера в этом регионе Китая, в то время как алюминий не имеет связи со смертностью от болезни Альцгеймера.

Ключевые слова: Болезнь Альцгеймера; ежегодная смертность; металлы; земля.

Цитируется

Связь между микроэлементами и снижением когнитивных функций: предварительное 5-летнее последующее исследование когорты пожилых людей.
Херардо Б., Кабрал Пинту М., Ногейра Х., Пинту П., Алмейда А., Пинту Э., Мариньо-Рейс П., Диниз Л., Морейра П.И., Симоэш М.Р., Фрейтас С. Херардо Б. и др. Общественное здравоохранение Int J Environ Res. 20 августа 2020 г .; 17 (17): 6051. дои: 10.3390/ijerph27176051. Общественное здравоохранение Int J Environ Res. 2020. PMID: 32825289 Бесплатная статья ЧВК.
Использование меди в сельском хозяйстве и ее связь с болезнью Альцгеймера.
Коэльо Ф.К., Сквитти Р., Вентрилья М., Черкьяро Г., Дахер Д.П., Роча Д.Г., Ронджолетти М.К.А., Мунен А.К. Коэльо ФК и др. Биомолекулы. 2020 12 июня; 10 (6): 897. doi: 10.3390/biom10060897. Биомолекулы. 2020. PMID: 32545484 Бесплатная статья ЧВК. Обзор.
Бремя электронных отходов для общественного здравоохранения в Африке.
Orisakwe OE, Frazzoli C, Ilo CE, Oritsemuelebi B. Orisakwe OE, et al. J Загрязнение здоровья. 4 июня 2019 г.; 9 (22): 190610. дои: 10.5696/2156-9614-9.22.190610. Электронная коллекция 2019 июнь. J Загрязнение здоровья. 2019. PMID: 31259086 Бесплатная статья ЧВК. Обзор.
Предотвращение болезни Альцгеймера: важная причинная роль приема двухвалентной меди.
Брюэр Г.Дж. Брюэр Г.Дж. Exp Biol Med (Мейвуд). 2019 февраль; 244(2):114-119. дои: 10.1177/1535370219827907. Epub 2019 6 февраля. Exp Biol Med (Мейвуд). 2019. PMID: 30727765 Бесплатная статья ЧВК. Обзор.
Более высокие средние значения коэффициента диффузии гиппокампа у бессимптомных сварщиков.
Lee EY, Flynn MR, Du G, Lewis MM, Kong L, Yanosky JD, Mailman RB, Huang X. Ли Э.Ю. и др. Токсикол науч. 2019 1 апреля; 168 (2): 486-496. doi: 10.1093/toxsci/kfz011. Токсикол науч. 2019. PMID: 30629252 Бесплатная статья ЧВК.

Просмотреть все статьи «Цитируется по»

Типы публикаций

термины MeSH

вещества

Разработка ежедневного продукта влажности почвы за период 2002–2011 гг.

в континентальной части Китая

Аль-Шрафани Д., Рико-Рамирез М.А., Хан Д., Брей М. 2014. Сравнительная оценка оценки влажности почвы по модели поверхности земли спутниковое дистанционное зондирование на основе водного баланса водосбора. Встреченные приложения, 1: 521–534
Google Scholar
Аль-Яари А., Вигнерон Дж. П., Дюшарн А., Керр Й., де Росне П., де Жё Р., Говинд А., Аль Битар А., Альбергель С., Муньос-Сабатер Дж., Ришом П., Миалон А. 2014 г. Глобальный масштабная оценка двух наборов спутниковых пассивных микроволновых данных о влажности почвы (SMOS и AMSR-E) по отношению к оценкам системы усвоения наземных данных. Удаленный датчик окружающей среды, 1: 181–195
Google Scholar
Bao Q, Liu Y, Shi J, Wu G. 2010. Сравнение наборов данных о влажности почвы по Тибетскому нагорью и применение к моделированию наступления летнего муссона в Азии. Adv Atmos Sci, 1: 303–314
Google Scholar
Бельяарс А.К.М., Витербо П., Миллер М.Дж., Беттс А.К. 1996. Аномальные осадки над США в июле 1993 г.: чувствительность к параметризации земной поверхности и аномалиям влажности почвы. Понедельник, Rev, 1: 362–383
Google Scholar
Chen Y Y, Yang K, Tang W J, Qin J, Zhao L. 2012. Параметризация воздействия органического углерода почвы на пористость почвы и тепловые параметры пастбищ Восточного Тибета. Sci China Earth Sci, 1: 1001–1011
Google Scholar
Chen Y, Yang K, Qin J, Zhao L, Tang W, Han M. 2013. Оценка результатов поиска AMSR-E и моделирования GLDAS в сравнении с наблюдениями сети влажности почвы на центральном Тибетском плато. J Geophys Res-Atmos, 1: 4466–4475
Google Scholar
Чу Н., Хуанг С. Л., Ли С., Ду П. Дж. 2015. Одновременная оценка поверхностной влажности почвы и свойств почвы с помощью двойного ансамблевого сглаживателя Калмана. Наука о Земле Китая, 1: 2327–2339
Google Scholar
Денмид О. Т., Шоу Р. Х. 1962. Доступность почвенной воды для растений в зависимости от влажности почвы и метеорологических условий. Агрон Дж., 1: 385–39.0
Google Scholar
Дирмейер П.А., Гао С., Чжао М., Го З., Оки Т., Ханасаки Н. 2006. GSWP-2: Мультимодельный анализ и последствия для нашего восприятия поверхности земли. Bull Amer Meteorol Soc, 1: 1381–1398
Google Scholar
Добсон М., Улаби Ф., Халликайнен М., Эль-Райес М. 1985. Диэлектрические свойства влажной почвы в микроволновом диапазоне. Часть II: Модели диэлектрического смешения. IEEE Trans Geosci Remote Sens, 1: 35–46
Google Scholar
Друш М. 2007. Инициализация моделей численного прогнозирования погоды с использованием спутниковой информации о поверхностной влажности почвы: эксперименты по усвоению данных с помощью Интегрированной системы прогнозирования ЕЦСПП и набора данных о влажности почвы TMI. J Geophys Res, 112: D03102
Google Scholar
Дуан К.Ю., Гупта В.К., Сорушян С. 1993. Перемешанный комплексный эволюционный подход для эффективной и действенной глобальной минимизации. J Optim Theor Appl, 1: 501–521
Google Scholar
Fujii H, Koike T, Imaoka K. 2009. Усовершенствование алгоритма AMSR-E для оценки влажности почвы путем введения набора данных о частичном растительном покрове, полученного из данных MODIS. J Remote Sens Soc Jpn, 1: 282–292
Google Scholar
Гуо З., Дирмейер П.А., Ху З.З., Гао Х., Чжао М. 2006. Оценка второго глобального проекта по влажности почвы. Моделирование влажности почвы: 2. Чувствительность к внешнему метеорологическому воздействию. Дж Геофиз Рез, D22S03
Han X, Hendricks Franssen HJ, Li X, Zhang Y, Montzka C, Vereecken H. 2013. Совместное усвоение температуры поверхности и радиояркостной температуры L-диапазона при усвоении наземных данных. Зона Вадозе J, 12, doi: https://doi.org/10.2136/vzj2012.0072
He J, Yang K, Tang W, Lu H, Qin J, Chen Y, Li X. 2020. Первый набор данных метеорологического воздействия с высоким разрешением для изучения наземных процессов над Китаем. Научные данные, 7: 25
Google Scholar
Джексон Т.Дж., Шмугге Т.Дж., Ван Дж.Р. 1982. Пассивное микроволновое определение влажности почвы под пологом растительности. Водоресурс Рес, 1: 1137–1142
Google Scholar
Джексон Т. Дж., Шмугге Т. Дж. 1991. Влияние растительности на микроволновое излучение почв. Удаленный датчик окружающей среды, 1: 203–212
Google Scholar
Jia B H, Xie Z H, Tian X J, Shi C X. 2009 г.. Схема усвоения почвенной влаги на основе ансамблевого фильтра Калмана с использованием микроволновой яркостной температуры. Sci China Ser D-Earth Sci, 1: 1835–1848
Google Scholar
Ноулз К.В., Савойя М.Х., Армстронг Р.Л., Бродзик М.Дж. 2011. AMSR-E/Aqua ежедневные глобальные яркостные температуры с координатной сеткой на четверть градуса. Боулдер: Национальный центр данных по снегу и льду
Google Scholar
Костер Р.Д., Дирмейер П.А., Го З., Бонан Г., Чан Э., Кокс П., Гордон С.Т., Канаэ С., Ковальчик Э., Лоуренс Д., Лю П., Лу Ч., Малышев С., МакЭвэни Б., Митчелл К., Моко Д., Oki T, Oleson K, Pitman A, Sud YC, Taylor CM, Verseghy D, Vasic R, Xue Y, Yamada T. 2004. Области сильной связи между влажностью почвы и осадками. Наука, 1: 1138–1140
Google Scholar
Костер Р. Д., Маханама С. П. П., Ливне Б., Леттенмайер Д. П., Райхле Р. Х. 2010. Навыки прогнозирования речного стока на основе крупномасштабных оценок влажности почвы и снега. Нат Геоски, 1: 613–616
Google Scholar
Li B, Toll D, Zhan X, Cosgrove B. 2012. Улучшение оценочных полей влажности почвы путем ассимиляции извлечений влажности почвы AMSR-E с ансамблевым фильтром Калмана и ограничением сохранения массы. Hydrol Earth Syst Sci, 1: 105–119
Google Scholar
Li X, Huang C, Che T, Jin R, Wang S, Wang J, Gao F, Zhang S, Qiu C, Wang C. 2007. Разработка китайской системы усвоения земельных данных: ее прогресс и перспективы. Prog Nat Sci, 1: 881–89.2
Google Scholar
Liu J G, Xie Z H. 2013. Улучшение моделирования влажности почвы в Китае с использованием подхода ансамбля множественных метеорологических воздействий. Hydrol Earth Syst Sci, 1: 3355–3369
Google Scholar
Liu Y Y, Parinussa R M, Dorigo W A et al. 2011. Разработка улучшенного набора данных о влажности почвы путем смешивания пассивных и активных микроволновых спутниковых данных. Hydrol Earth Syst Sci, 1: 425–436
Google Scholar
Лавленд Т. Р., Рид Б. С., Браун Дж. Ф., Олен Д. О., Чжу З., Ян Л., Мерчант Дж. В. 2000. Разработка глобальной базы данных характеристик земного покрова и IGBP DISCover на основе данных AVHRR с расстояния 1 км. Int J Remote Sens, 1: 1303–1330
Google Scholar
Лу Х., Койке Т., Фуджи Х., Охта Т., Тамагава К. 2009 г. Разработка основанного на физических данных алгоритма определения влажности почвы для бортовых пассивных микроволновых радиометров и его применение к AMSR-E. J Remote Sens Soc Jpn, 1: 253–262
Google Scholar
Лу Х. , Ян К., Койке Т., Чжао Л., Цинь Дж. 2015. Усовершенствование компонента модели переноса излучения системы усвоения данных о суше и его проверка на различных характеристиках земли. Дистанционный датчик, 1: 6358–6379
Google Scholar
Luo Q, Yang K, Chen Y, Zhou X. 2020. Разработка метода оценки содержания органического углерода в почве в альпийском регионе с использованием данных о влажности почвы. Научная наука о Земле Китая, 1: 591–601
Google Scholar
Montzka C, Moradkhani H, Weihermüller L, Franssen HJH, Canty M, Vereecken H. 2011. Оценка гидравлических параметров с помощью дистанционных наблюдений за влажностью верхнего слоя почвы с фильтром твердых частиц. Дж. Гидрол, 1: 410–421
Google Scholar
Морадхани Х., Сорушян С., Гупта Х.В., Хаузер П.Р. 2005. Двойная оценка параметров состояния гидрологических моделей с использованием ансамблевого фильтра Калмана. Adv Water Resour, 1: 135–147
Google Scholar
Нджоку Э., Чан С. 2006. Влияние растительности и шероховатости поверхности на наземные наблюдения AMSR-E. Удаленный датчик окружающей среды, 1: 190–199
Google Scholar
Ньоку Э. Г., Энтехаби Д. 1996. Пассивное микроволновое дистанционное зондирование влажности почвы. Дж. Гидрол, 1: 101–129
Google Scholar
Ове М., де Же Р., Холмс Т. 2008. Мультисенсорная историческая климатология глобальной влажности поверхности земли, полученная с помощью спутников. J Geophys Res, 113: F01002
Google Scholar
Пан М., Саху А.К., Вуд Э.Ф. 2014. Улучшение извлечения влаги из почвы с помощью физически обоснованной модели переноса излучения. Удаленный датчик окружающей среды, 1: 130–140
Google Scholar
Цинь Дж. , Лян С., Ян К., Кайхоцу И., Лю Р., Койке Т. 2009. Одновременная оценка как влажности почвы, так и параметров модели с использованием метода фильтрации частиц путем усвоения микроволнового сигнала. Дж. Геофиз Рез, 114: D15103
Google Scholar
Sawada Y, Koike T. 2014. Одновременная оценка как гидрологических, так и экологических параметров в экогидрологической модели путем усвоения микроволнового сигнала. Дж. Геофиз Рес-Атмос, 1: 8839–8857
Google Scholar
Селлерс П. Дж., Рэндалл Д. А., Коллатц Г. Дж., Берри Дж. А., Филд С. Б., Дазлич Д. А., Чжан С., Коллело Г. Д., Боунуа Л. 1996. Пересмотренная параметризация земной поверхности (SiB ₂) для атмосферных ГКМ. Часть I: Формулировка модели. Дж Клим, 1: 676–705
Google Scholar
Шангуан В., Дай Ю., Лю Б., Чжу А., Дуань К., Ву Л., Цзи Д., Е. А. , Юань Х., Чжан К., Чен Д., Чен М., Чу Дж., Доу И., Го Дж., Ли H, Li J, Liang L, Liang X, Liu H, Liu S, Miao C, Zhang Y. 2013. Китайский набор данных о свойствах почвы для моделирования поверхности земли. J Adv Model Earth Syst, 1: 212–224
Google Scholar
Ши Дж., Цзян Л., Чжан Л., Чен К.С., Вигнерон Дж.П., Чанзи А., Джексон Т.Дж. 2006. Физически обоснованная оценка влажности почвы с открытой поверхностью с помощью пассивных радиометров. IEEE Trans Geosci Remote Sens, 1: 3145–3153
Google Scholar
Ши Дж. К., Ду И, Ду Дж. И., Цзян Л. М., Чай Л. Н., Мао К. Б., Сюй П., Ни В. Дж., Сюн К., Лю К., Лю К. З., Го П., Цуй К., Ли И. К., Чен Дж., Ван A Q, Luo H J, Wang Y H. 2012. Успехи в микроволновом дистанционном зондировании параметров земной поверхности. Наука о Земле Китая, 1: 1052–1078
Google Scholar
Su Z, Wen J, Dente L et al. 2011. Обсерватория Тибетского нагорья для измерения влажности почвы и температуры почвы в масштабе плато (Тибет-Обс) для количественной оценки неопределенностей в спутниковых продуктах грубого разрешения и модельных продуктах. Hydrol Earth Syst Sci, 1: 2303–2316
Google Scholar
Su Z, de Rosnay P, Wen J, Wang L, Zeng Y. 2013. Оценка результатов анализа влажности почвы ЕЦСПП с использованием наблюдений на Тибетском плато. J Geophys Res-Atmos, 1: 5304–5318
Google Scholar
Tian X J, Xie Z H. 2008. Структура усвоения данных о влажности почвы на поверхности земли с учетом неоднородности модели в масштабе подсетки и оттаивания и замерзания почвенной воды. Sci China Ser D-Earth Sci, 1: 992–1000
Google Scholar
Tian X, Xie Z, Dai A, Shi C, Jia B, Chen F, Yang K. 2009. Двухпроходная система вариационного усвоения данных для оценки профилей влажности почвы по радиояркостной температуре AMSR-E. Дж. Геофиз Рез, 51: D16102
Google Scholar
ван дер Вельде Р., Салама М.С., Пелларин Т., Офвоно М., Ма И., Су З. 2014. Долговременное картографирование влажности почвы на Тибетском плато с использованием специального микроволнового датчика/датчика изображения. Hydrol Earth Syst Sci, 1: 1323–1337
Google Scholar
Вругт Дж. А., Дикс С. Г. Х., Гупта Х. В., Бутен В., Верстратен Дж. М. 2005. Улучшенная обработка неопределенностей в гидрологическом моделировании: сочетание сильных сторон глобальной оптимизации и усвоения данных. Вод Ресурс, 41: W01017
Google Scholar
Ван Дж. Р., Чоудхури Б. Дж. 1981. Дистанционное определение содержания влаги в почве над голым полем на частоте 1,4 ГГц. Дж. Геофиз Рез, 86: 5277
Google Scholar
Сюй Т.Р., Лю С. М., Сюй З.В., Лян С.Л., Сюй Л. 2015. Двухпроходная схема усвоения данных для оценки поверхностных потоков с температурой поверхности земли FY3A-VIRR. Sci China Earth Sci, 1: 211–230
Google Scholar
Ян К., Койке Т., Кайхоцу И., Цинь Дж. 2009. Валидация двухпроходной микроволновой системы усвоения наземных данных для оценки поверхностной влажности почвы в полузасушливых регионах. Дж. Гидрометеорол, 1: 780–793
Google Scholar
Yang K, Qin J, Zhao L, Chen Y, Tang W, Han M, Lazhu M, Chen Z, Lv N, Ding B, Wu H, Lin C. 2013. Многомасштабная влажность почвы и замораживание-оттаивание сеть мониторинга на третьем полюсе. Булл Амер Метеорол Сок, 1:1907–1916
Google Scholar
Yang K, Watanabe T, Koike T, Li X, Fujii H, Tamagawa K, Ma Y, Ishikawa H. 2007. Система автоматической калибровки, разработанная для включения данных AMSR-E в модель поверхности земли для оценки влажности почвы. и баланс поверхностной энергии. J Meteorol Soc Jpn, 1: 229–242
Google Scholar
Yuan H, Dai Y, Xiao Z, Ji D, Shangguan W. 2011. Повторная обработка продуктов индекса площади листьев MODIS для моделирования поверхности земли и климата. Окружающая среда удаленных датчиков, 1: 1171–1187
Google Scholar
Цзэн Дж., Ли З., Чен К., Би Х., Цю Дж., Цзоу П. 2015. Оценка результатов дистанционного зондирования и повторного анализа влажности почвы на Тибетском плато с использованием наблюдений на месте . Удаленный датчик окружающей среды, 1: 91–110
Google Scholar
Zhang R, Zuo Z. 2011. Влияние весенней влажности почвы на поверхностный энергетический баланс и летнюю муссонную циркуляцию над Восточной Азией и осадки в Восточном Китае. Джей Клим, 1: 3309–3322
Google Scholar
Zhang X J, Tang Q, Pan M, Tang Y. 2014. Набор данных о долгосрочных гидрологических потоках и состояниях поверхности суши для Китая. Дж. Гидрометеорол, 1: 2067–2084
Google Scholar
Чжао Л., Ян З. Л., Хоар Т. Дж. 2016. Оценка глобальной влажности почвы путем ассимиляции яркостных температур AMSR-E в связанной системе CLM4-RTM-DART. Дж. Гидрометеорол, 1: 2431–2454
Google Scholar
Zheng D, van der Velde R, Su Z, Wang X, Wen J, Booij M J, Hoekstra A Y, Chen Y. 2015. Дополнения к модели физики Ноя для применения к области истока реки Хуанхэ. Часть I: Почвенный водный поток. Дж. Гидрометеорол, 1: 2659–2676
Google Scholar
Чжэн Д., Ван Х., Ван дер Вельде Р., Ферраццоли П., Вен Дж., Ван З., Шванк М., Коллиандер А., Биндлиш Р., Су З. 2018b. Влияние шероховатости поверхности, непрозрачности растительности и диэлектрической проницаемости почвы на микроволновое излучение L-диапазона и восстановление влажности почвы в среде третьего полюса.