Abstract Frozen soil thermal conductivity (λeff) is a critical thermo-physical property that is required for environmental, earth science, geotechnical and geo-environmental applications and associated numerical modeling. Measurement of λeff in frozen soils is difficult and prone to errors, especially near the freezing/thawing point of soil water (e.g., −4 to 0 °C). Available steady-state or transient methods to measure λeff based on the soil temperature response to applied heat often result in melting of soil ice, violating the conduction-only assumptions of these methods and result in biased λeff measurements. Therefore, the choice of λeff models is often influence by their ease of implementation. A great number of such models have been developed during the last few decades since the latest comprehensive review of frozen soil thermal conductivity models in the early 1980s. There is a need to revisit this topic by comparing the models and evaluating their performance to provide information to the novice and expert alike, in order to guide them on their advantages, limitations and applications. A total of 39 models were categorized as: 1) linear and non-linear regression models (8 models); 2) physical models (6 models); 3) mixing models (6 models); 4) normalized models (17 models); and 5) models of other types based on their characteristics (2 models). These models were assessed with a large compiled dataset consisting of 331 λeff measurements taken at temperatures

中文翻译：

---

39种冻土热导率模型的回顾与评价

摘要 冻土热导率 (λeff) 是环境、地球科学、岩土工程和地球环境应用以及相关数值模拟所需的关键热物理特性。在冻土中测量 λeff 很困难并且容易出错，尤其是在土壤水的冻结/解冻点附近（例如，-4 到 0 °C）。可用的稳态或瞬态方法根据土壤温度对施加的热量的响应来测量 λeff，通常会导致土壤冰融化，违反这些方法的仅传导假设，并导致 λeff 测量有偏差。因此，λeff 模型的选择通常受其实施难易程度的影响。自从 1980 年代初对冻土热导率模型进行最新的综合审查以来，在过去的几十年中已经开发了大量这样的模型。有必要通过比较模型和评估它们的性能来重新审视这个主题，以向新手和专家提供信息，以指导他们了解它们的优势、局限性和应用。共有39个模型被归类为：1）线性和非线性回归模型（8个模型）；2）实物模型（6个模型）；3）混合模型（6个模型）；4）归一化模型（17个模型）；和 5) 其他类型的基于其特性的模型（2 个模型）。这些模型是用一个大型编译数据集进行评估的，该数据集包含在温度下进行的 331 个 λeff 测量 有必要通过比较模型和评估它们的性能来重新审视这个主题，以向新手和专家提供信息，以指导他们了解它们的优势、局限性和应用。共有39个模型被归类为：1）线性和非线性回归模型（8个模型）；2）实物模型（6个模型）；3）混合模型（6个模型）；4）归一化模型（17个模型）；和 5) 其他类型的基于其特性的模型（2 个模型）。这些模型是通过一个大型编译数据集进行评估的，该数据集包含在温度下进行的 331 个 λeff 测量值 有必要通过比较模型和评估它们的性能来重新审视这个主题，以向新手和专家提供信息，以指导他们了解它们的优势、局限性和应用。共有39个模型被归类为：1）线性和非线性回归模型（8个模型）；2）实物模型（6个模型）；3）混合模型（6个模型）；4）归一化模型（17个模型）；和 5) 其他类型的基于其特性的模型（2 个模型）。这些模型是通过一个大型编译数据集进行评估的，该数据集包含在温度下进行的 331 个 λeff 测量值 1）线性和非线性回归模型（8个模型）；2）实物模型（6个模型）；3）混合模型（6个模型）；4）归一化模型（17个模型）；和 5) 其他类型的基于其特性的模型（2 个模型）。这些模型是用一个大型编译数据集进行评估的，该数据集包含在温度下进行的 331 个 λeff 测量 1）线性和非线性回归模型（8个模型）；2）实物模型（6个模型）；3）混合模型（6个模型）；4）归一化模型（17个模型）；和 5) 其他类型的基于其特性的模型（2 个模型）。这些模型是通过一个大型编译数据集进行评估的，该数据集包含在温度下进行的 331 个 λeff 测量值