The pavement analysis and design process, even if it is considered in most pavement performance evaluation tools as deterministic, is actually probabilistic. The probabilistic nature arises from uncertainties that originate from different sources. Even if all the sources contribute to the overall variance, each source impact can differ based on the failure mode and design approach under consideration. Moreover, some of these sources can be mitigated at a reasonable cost while those that are associated with model bias and inherent variability of future traffic and environmental inputs are difficult to quantify. 

This report aims to study and establish the variability associated with pavement inputs. This is achieved through a literature survey that encompasses a large body of literature among others published articles, reports, design guides and specifications. As it will not be economically feasible to model all the design inputs and parameters as random variable, a sensitivity survey is required to identify those inputs with significant influence. It is evident from the literature survey that pavement inputs variability can be described by a variety of distributions with a wide range of coefficient of variation (CV). Variability levels were shown to be dependent to a larger extent on data quality and testing method. Furthermore, factors such as functional class, material type, and design thickness were observed in creating their own variability cluster. 

For future variability characterization, a methodology that improves data quality while keeping the testing cost at a reasonable level should be pursued. In addition, emphasis should be given to factors that define and govern level of variability such as functional class as this would allow the data to be analysed in a manner that facilitate immediate utilization

Beläggningsanalyser och design av vägar bör utföras med probabilistiska metoder, även om de flesta bedömningsverktyg för beläggningsprestanda är deterministiska i dagsläget. Den slumpmässiga naturliga variationen hos materialegenskaperna härstammar från olika källor. Även om alla källor bidrar till den totala variansen, kan påverkan från varje källa skilja sig åt beroende på vilket livslängdskriterium och designmetod som används. En del variationer kan reduceras till en rimlig kostnad medan de som är förknippade med modellfelet och osäkerheten om framtida trafik- och miljöpåverkan är svåra att kvantifiera och karakterisera. 

Denna rapport syftar till att studera och fastställa variabiliteten i indata som är förknippad med asfaltbeläggningar. Rapporten är en litteraturöversikt som omfattar en stor mängd litteratur så som publicerade artiklar, rapporter, designguider och specifikationer. Eftersom det inte kommer att vara ekonomiskt att modellera alla indata som slumpmässiga variabler, krävs en känslighetsundersökning för att identifiera och fastställa de indata som har betydande inflytande. Det framgår av litteraturunder[1]sökningen att variabiliteten hos indata på asfaltbeläggningar kan beskrivas med en mängd olika fördelningar med ett brett spektrum av variationskoefficienter (CV). Variabilitetsnivåerna visade sig i stor utsträckning vara beroende av datakvalitet och testmetoder. Faktorer såsom typ av väg, materialtyp och tjocklek skapar sina egna variabilitetkluster. 

För framtida variabilitetskarakterisering bör en metod som förbättrar datakvaliteten samtidigt som testkostnaden hålls på en rimlig nivå eftersträvas. Dessutom bör tonvikten läggas på de faktorer som definierar och styr variabilitetnivån, såsom vägtyp, eftersom detta gör det möjligt att analysera och karakterisera data på ett sätt som underlättar vidare analyser.