Spring Load Restriction (SLR) policies have been widely implemented in many countries to reduce the cost of road repair for freeze-thaw induced damages in cold regions occurring in the spring thawing season. In most SLR policies, accurate predictions of the Freezing Depth (FD) and Thawing Depth (TD) are very critical because both FD and TD directly determine the dates for the SLR initiation and removal. In this study, we propose a new constrained optimization approach to predict FD and TD and evaluate this approach for making SLR decisions with field measurements collected at four sites during two adjacent year cycles. The evaluation results showed that constrained optimization can not only accurately predict FD and TD with a determination coefficient of higher than 0.91 for most sites, but enable FD to meet TD in the thawing season for accurate SLR-decision making, which, however, cannot be achieved using non-constrained optimization widely adopted in the literature. We also discuss the accuracy of using a Thawing Index (TI)/Freezing Index (FI) ratio of 0.3 that still has been used by several agencies in the U.S. to determine the removal date of SLR. Our results indicated that on the true SLR removal dates, a TI/FI ratio is not equal even close to 0.3 for most sites. By comparison, a TI/FI ratio of 0.3 will be less accurate than the FD and TD prediction model for SLR decision-making. The methodology reported in this study is easy to use and implement for road engineers and the insights will help make accurate SLR decisions to prevent roads in cold regions from freeze-thaw induced damages.

弹簧载荷限制（SLR）政策已在许多国家/地区广泛实施，以降低春季解冻季节寒冷地区因冻融引起的破坏的道路维修成本。在大多数SLR策略中，准确预测冻结深度（FD）和解冻深度（TD）非常关键，因为FD和TD都直接确定SLR启动和删除的日期。在这项研究中，我们提出了一种新的约束优化方法来预测FD和TD，并通过在两个相邻年度周期内在四个站点收集的现场测量值评估该方法来制定SLR决策。评估结果表明，约束优化不仅可以准确预测FD和TD，而且大多数站点的确定系数都高于0.91，但可以使FD在解冻季节满足TD的要求，从而做出准确的SLR决策，但是，使用文献中广泛采用的非约束优化无法实现这一目标。我们还将讨论使用解冻指数（TI）/冰冻指数（FI）为0.3的准确性，该比率仍被美国的多家代理商用来确定SLR的删除日期。我们的结果表明，在真正的SLR去除日期上，大多数站点的TI / FI比甚至不接近0.3。相比之下，TI / FI比率为0.3将不如FD和TD预测模型用于SLR决策的准确性。本研究报告的方法对于道路工程师而言易于使用和实施，这些见解将有助于做出准确的SLR决策，以防止寒冷地区的道路冻融引起的破坏。使用文献中广泛采用的非约束优化无法实现。我们还将讨论使用0.3的解冻指数（TI）/冰冻指数（FI）比率的准确性，美国多家代理商仍在使用该比率来确定SLR的删除日期。我们的结果表明，在真正的SLR去除日期上，大多数站点的TI / FI比甚至不接近0.3。相比之下，TI / FI比率为0.3将不如FD和TD预测模型用于SLR决策的准确性。本研究报告的方法对于道路工程师而言易于使用和实施，这些见解将有助于做出准确的SLR决策，以防止寒冷地区的道路冻融引起的破坏。使用文献中广泛采用的非约束优化无法实现。我们还将讨论使用0.3的解冻指数（TI）/冰冻指数（FI）比率的准确性，美国多家代理商仍在使用该比率来确定SLR的删除日期。我们的结果表明，在真正的SLR去除日期上，大多数站点的TI / FI比甚至不接近0.3。相比之下，TI / FI比率为0.3将不如FD和TD预测模型用于SLR决策的准确性。本研究报告的方法对于道路工程师而言易于使用和实施，这些见解将有助于做出准确的SLR决策，以防止寒冷地区的道路冻融引起的破坏。我们还将讨论使用0.3的解冻指数（TI）/冰冻指数（FI）比率的准确性，美国多家代理商仍在使用该比率来确定SLR的删除日期。我们的结果表明，在真正的SLR去除日期上，大多数站点的TI / FI比甚至不接近0.3。相比之下，TI / FI比率为0.3将不如FD和TD预测模型用于SLR决策的准确性。本研究报告的方法对于道路工程师而言易于使用和实施，这些见解将有助于做出准确的SLR决策，以防止寒冷地区的道路冻融引起的破坏。我们还将讨论使用0.3的解冻指数（TI）/冰冻指数（FI）比率的准确性，美国多家代理商仍在使用该比率来确定SLR的删除日期。我们的结果表明，在真正的SLR去除日期上，大多数站点的TI / FI比甚至不接近0.3。相比之下，TI / FI比率为0.3将不如FD和TD预测模型用于SLR决策的准确性。本研究报告的方法对于道路工程师而言易于使用和实施，这些见解将有助于做出准确的SLR决策，以防止寒冷地区的道路冻融引起的破坏。对于大多数站点，TI / FI比率甚至不等于0.3。相比之下，TI / FI比率为0.3将不如FD和TD预测模型用于SLR决策的准确性。本研究报告的方法对于道路工程师而言易于使用和实施，这些见解将有助于做出准确的SLR决策，以防止寒冷地区的道路冻融引起的破坏。对于大多数站点，TI / FI比率甚至不等于0.3。相比之下，TI / FI比率为0.3将不如FD和TD预测模型用于SLR决策的准确性。本研究报告的方法对于道路工程师而言易于使用和实施，这些见解将有助于做出准确的SLR决策，以防止寒冷地区的道路冻融引起的破坏。