Increased pavement deterioration induced by flooding: A case study of 2013 Colorado floods using stochastic Monte Carlo simulations in discrete-time Markov chains (DTMC)

Abstract

Els gestors de xarxes viàries pateixen dificultats a l'hora de pronosticar l'impacte de les inundacions en el deteriorament de paviments i, per tant, les operacions de manteniment, assignació pressupostària o estratègies posteriors a inundacions encara no tenen una clara integració en els sistemes de gestió de paviments. Les inundacions han impactat severament la xarxa de carreteres de EUA durant les últimes dècades, i es preveu que aquesta tendència continuï augmentant en la major part dels EUA causa de el canvi climàtic. No obstant això, s'han identificat pocs models que avaluïn l'impacte a curt termini de les inundacions, la majoria d'ells molt difícils d'implementar a nivell de xarxa i no s'ha definit una tendència clara de deteriorament posterior a les inundacions. En la present tesi, es va investigar i va discutir un enfocament metodològic integral amb base estadística que determina el deteriorament de les seccions d'asfalt inundades, per al cas d’estudi de les inundacions de Colorado de 2013. Els resultats mostren com la condició de la carretera abans de la inundació influeix en deteriorament dels paviments. Una anàlisi de risc, aplicant simulacions estocàstiques de Monte Carlo i anàlisis deterministes, permet quantificar la pèrdua de condició per a paviments inundats, utilitzant el IRI com a mesura de deteriorament.

Los gestores de redes viarias sufren dificultades a la hora de pronosticar el impacto de las inundaciones en el deterioro del pavimento y, por lo tanto, las operaciones de mantenimiento, asignación presupuestaria o estrategias posteriores a inundaciones aún carecen de integración en los sistemas de gestión de pavimentos. Los eventos de inundaciones han impactado severamente la red de carreteras de EEUU durante las últimas décadas, y se prevé que esta tendencia siga aumentando en la mayor parte de EEUU debido al cambio climático. Sin embargo, se han identificado pocos modelos que evalúen el impacto a corto plazo de las inundaciones, la mayoría de ellos muy difíciles de implementar a nivel de red y no se ha definido una tendencia clara de deterioro posterior a las inundaciones. En la presente tesis, se investigó y discutió un enfoque metodológico integral con base estadística que determina el deterioro de las secciones asfálticas inundadas, para el estudio de caso de las inundaciones de Colorado de 2013. Los resultados muestran cómo la condición de la carretera antes de la inundación influye en deterioro de los pavimentos. Un análisis de riesgo, aplicando simulaciones estocásticas de Monte Carlo y análisis determinísticos, permite cuantificar la pérdida de condición para pavimentos inundados, utilizando el IRI como medida de deterioro.

Road asset managers endeavor to forecast the impact of floods in pavement deterioration, and therefore establishing maintenance operations, budget allocation, or post-flood strategies have yet to be defined in Pavement Management Systems (PMS). Flood events have severely impacted the roadway US network during the last decades, and this trend is forecasted to keep rising due to climate change in most parts of the United States. However, few models assessing the short-term impact of floods were identified, most of them very difficult to implement for network analysis, and no post-flood deterioration trend defined. A comprehensive statistically-based methodology approach determining the conceptual evolution of flooded asphalt sections for the case study from the 2013 Colorado floods is researched and discussed. The results show how the pre-flood road condition influences the loss of pavement condition due to the flood. A risk-based approach, using stochastic Monte Carlo simulations and deterministic analyses, is used to quantify the expected loss of pavement condition, using the IRI as a proxy for road deterioration (RD).