Группа грунтов по плотности: 25100-95. . . 25100-82.

Классификационные характеристики песчаных грунтов | Инерт Групп Логистик

Данная разновидность представляет собой массу песчинок — минеральных микрочастиц, большая часть которых имеет размер, который не превышает двух миллиметров. Существующие разновидности песчаных грунтов имеют свой состав, характеристики и свойства, что определяет подход к их использованию в хозяйственной сфере.

Масса, состоящая из микрочастиц, является непластичной. Если попытаться слепить из нее шар без предварительного увлажнения, то он рассыплется. Увлажненная субстанция способна некоторое время сохранять форму, но после высыхания переходит в сыпучее состояние. Частицы по конфигурации напоминают сферу, а пространство между ними заполняется воздухом и влагой.

Мелкофракционные группы являются непучинистыми, поскольку неспособны удерживать жидкость. Основной критерий – несущая способность, которая непосредственно зависит от степени уплотнения и содержания влаги.

Под воздействием механической нагрузки такой слой быстро оседает, что следует учитывать при проведении строительных работ.

Крупность частиц имеет огромное значение, на данный момент выделены следующие разновидности песчаных грунтов по гранулометрическому составу, то есть по процентному содержанию в составе зерен с одинаковыми параметрами:

• Гравелистый – с самыми крупными элементами в пределах 0,25 – 5,0 мм. Обладает высоким показателем несущей способности, плотность составляет 5 – 6 кг/кв.см.
• Крупный. Имеет элементы 0,25 – 2,0 мм, как и гравелистый, практически не реагирует на увлажнение, его несущая способность остается неизменной.
• Средний. Размер микрочастиц составляет 0,1-1,0, при контакте с водой снижается прочность и другие свойства.
• Мелкий (пылеватый). С частицами менее 0,1, по характеристикам напоминает глинистые подвиды почвы. Под воздействием воды значительно снижается прочность.

Рассмотрим, как подразделяются песчаные грунты по другим показателям.

Классификационные характеристики песчаных грунтов

Чтобы оценить строительные качества материала, принято его распределение по следующим критериям:

• По характеру структурных связей – магматический, метаморфический, осадочный, искусственный.
• По прочности – малопрочный, среднепрочный, прочный.
• По коэффициенту пористости — плотный, средний, рыхлый.
• По степени увлажненности – маловлажные, влажные, водонасыщенные.

Классификация песчаных грунтов по зерновому составу (гранулометрическому) приведена выше. Категория с самым мелким зерном быстро впитывает воду и теряет свою прочность, а крупные фракции – сохраняют свои качества.

При оценке характеристик основания для устройства фундамента первоочередное значение имеет показатель плотности сложения. Состояние определяют путем проведения динамического и статического зондирования и сопоставления с табличными данными.

В таблице 1 приведена классификация песчаных грунтов по плотности сложения:

Правильно подобранный качественный строительный материал является основным фактором, который влияет на прочность и долговечность любого сооружения и конструкции. Приобрести инертную продукцию, добытую на лучших карьерах Краснодарского края, предлагает компания «Инерт Групп». Здесь покупатель может получить компетентную консультацию, купить сертифицированный товар по лучшим ценам и заказать быструю доставку на объекты, находящиеся в пределах Краснодарского края.

Калькуляторы

• Главная
• Строим дом
• Калькуляторы

Страница не найдена. Неправильно набран адрес или такой страницы не существует

• Строительство
  • Разметка под фундамент
  • Буронабивной свайный фундамент
  • Столбчатый фундамент из ПВХ труб
  • Столбчатый фундамент из а/ц труб
  • Столбчатый фундамент из дерева
  • Столбчатый фундамент из кирпича
  • Ленточный фундамент из кирпича
  • Стены из кирпича
  • Перевязка швов
  • Кладка кирпича
  • Керамический кирпич
  • Силикатный кирпич
  • Строительные материалы
  • Состав бетона
  • Состав раствора
  • Глубина промерзания грунта
  • Вес дома
  • Проектирование ленточного фундамента
  • Проектирование столбчатого фундамента
  • Армирование ленточного фундамента
  • Расчет МЗЛФ
  • Расчет сопротивления грунта
  • Статьи по строительству дома
• Ремонт
  • Дизайн интерьера
  • Ремонт потолков
  • Ремонт полов
  • Ремонт стен
  • Установка дверей
  • Установка окон
  • Сантехника
  • Электрика
  • Умный дом
• Создай свой интерьер

• Калькуляторы
  • Математический калькулятор
  • Инженерный калькулятор
  • Состав бетона
  • Состав раствора
  • Глубина промерзания грунта
  • Вес дома
  • Проектирование ленточного фундамента
  • Проектирование столбчатого фундамента
  • Армирование ленточного фундамента
  • Расчет МЗЛФ
  • Расчет сопротивления грунта
  • Статьи по строительству дома
• Каталог
  • Black & Decker
    • Шуруповерты
  • Bosch
  • DeWalt
  • Hitachi
  • Makita
    • Гайковерты
    • Дрели
    • Измерительный инструмент
    • Перфораторы
    • Пилы
    • Строительные пылесосы
    • Строительные фены
    • Циркулярные пилы
    • Шлифовальные машины, болгарки
    • Шуруповерты
    • Электролобзики
    • Электрорубанки
  • Metabo
    • Аккумуляторные дрели-шуруповерты
    • Аккумуляторные ударные дрели
    • Аккумуляторный ударный гайковерт
• Форум

Объемная плотность почвы для прилегающих территорий США

• База данных

  |

• Наборы данных

  |

• Объемная плотность почвы для прилегающих территорий США

30 сентября 2010 г.

(Последнее изменение: 27 октября 2010 г.)

Загружено пользователем

Институт природоохранной биологии

Открыть на карте

Открыть на карте

Набор данных использовался в научно рецензируемой публикации

Описание:

Этот набор данных о грунтах состоит из объемной плотности,
минеральная глубина и три слоя песка, глины и камня
дробные фракции. Данные о почвах были получены из Kern (2000),
по методологии Керна (1995) с исправленными несоответствиями
и заполнение пробелов из NRCS (1994).

Данные предоставлены:

Керн, Дж.С.

Дата содержания:

не указан

Ссылка:

Керн, Дж. С. 1995. Географические закономерности влагоудерживающей способности почвы в
прилегающие США. Журнал Общества почвоведов Америки
59:1126-1133.

Крупные работы:

Конклин, Дэвид С. Моделирование смены растительности и круговорота углерода в
Йосемитский национальный парк. Докторская диссертация, Университет штата Орегон (2009 г.)
Доступно по адресу: http://ir.library.oregonstate.edu/jspui/handle/1957/13510

Роджерс, Брендан С. Потенциальное воздействие изменения климата на растительность
распределения, запасы углерода и режимы пожаров в Тихоокеанском регионе США
Северо-Запад. РС. Диссертация, Орегонский государственный университет (2009 г.).

Пространственное разрешение:

800 м

Контактная организация:

Команда MAPSS, Тихоокеанская северо-западная исследовательская станция Лесной службы Министерства сельского хозяйства США в Корваллисе, штат Орегон

Контактное лицо(а):

• Раймонд Драпек

Использование ограничений:

Эта работа находится под лицензией Creative Commons Attribution-NonCommercial 3. 0 License.

Слой:

Тип слоя:

Текущий видимый слой:

Все параметры слоя:

Слои в этом наборе данных основаны на комбинациях следующих опций.
Вы можете выбрать один из этих вариантов, чтобы выбрать определенный слой на странице карты.

Описание:

Пространственное разрешение:

Кредиты:

Ссылка:

Назначение:

Методы:

Каталожные номера:

Другая информация:

Период времени:

Точность слоя:

Точность атрибута:

XML стандартных метаданных FGDC

Щелкните здесь, чтобы просмотреть полный XML-файл FGDC, созданный в базе данных для этого уровня.

XML исходных метаданных

Щелкните здесь, чтобы просмотреть полный XML-файл, изначально загруженный с этим слоем.

Этот набор данных виден всем

Тип набора данных:

Пакет слоев

Теги:

модель,

объемная плотность,

климат,

земля

Скачано пользователем
26 участников

Добавлено в закладки

1 член

,

2 группы

Включено в

2 общедоступные карты

,

3 частные карты

Включено в

2 общедоступные галереи

О загрузчике

SoilGrids — глобальная информация о почве с координатной сеткой

Система цифрового картографирования почв на основе глобальной компиляции данных профиля почвы и слоев окружающей среды

Мы собираем информацию о пользовательской базе SoilGrids, чтобы улучшать продукты и лучше понимать их использование. Пожалуйста, помогите нам, заполнив этот опрос: https://forms.office.com/r/Hmi1GCG7pn

-художественные методы машинного обучения для картографирования пространственного распределения свойств почвы по всему миру. Модели прогнозирования SoilGrids подобраны с использованием более 230 000 наблюдений за профилем почвы из базы данных WoSIS и ряда ковариатов окружающей среды. Ковариаты были выбраны из совокупности более 400 слоев окружающей среды, полученных из продуктов наблюдения Земли и другой информации об окружающей среде, включая климат, земной покров и морфологию местности. Результатом SoilGrids являются глобальные карты свойств почвы на шести стандартных интервалах глубины (согласно рабочей группе GlobalSoilMap IUSS и ее спецификациям) с пространственным разрешением 250 метров. Неопределенность прогноза количественно определяется нижним и верхним пределами 90% интервал предсказания. Дополнительный слой неопределенности, отображаемый на сайтеoilgrids.org, – это отношение между межквантилевым диапазоном и медианой. Карты SoilGrids общедоступны по лицензии CC-BY 4.0.

Доступны карты следующих свойств почвы: pH, содержание органического углерода в почве, объемная плотность, содержание крупных фрагментов, содержание песка, содержание ила, содержание глины, емкость катионного обмена (CEC), общий азот, а также плотность органического углерода в почве. запас органического углерода в почве.

Для получения дополнительной информации посетите страницу часто задаваемых вопросов SoilGrids .

Основные улучшения

SoilGrids претерпела значительные изменения по сравнению с предыдущим выпуском (2017 г.) как в используемых методологиях, так и в вычислительной инфраструктуре, и в вводе данных. Можно выделить следующие улучшения:

• Более широкий выбор наблюдений за почвой: больше профильных наблюдений, улучшенная оценка качества и улучшенная и последовательная стандартизация различных наборов точечных данных.
• Количественная оценка неопределенности прогнозирования на уровне пикселей с интервалом прогнозирования 90 % с использованием Quantile Random Forest.
• Улучшена процедура калибровки модели и перекрестной проверки, чтобы лучше учитывать неравномерное пространственное распределение точек данных по всему миру.
• Улучшен выбор ковариатов и настройка параметров модели.
• Фракции текстуры моделируются и отображаются не независимо друг от друга, а как композиционные данные с ограничением суммы фракций до 100%.

Доступ к данным

Доступ к последнему выпуску SoilGrids (май 2020 г.) можно получить через следующие сервисы:

• WMS: доступ для визуализации и обзора данных. Инструкции по использованию WMS с широко используемым программным обеспечением ГИС можно найти здесь

.

• WCS: лучший способ получить подмножество карты и использовать SoilGrids в качестве входных данных для других конвейеров моделирования. Здесь приведены примеры доступа к WCS с помощью Python и R.
• WebDAV: загрузите полные глобальные карты в формате VRT.