Metodologia de baixo custo para mapeamento geotécnico aplicado à pavimentação
DOI:
https://doi.org/10.14295/transportes.v26i2.1491Palavras-chave:
Geotecnia, Modelagem Neural, Geoprocessamento.Resumo
Este artigo apresenta uma metodologia de baixo custo para previsão e mapeamento dos valores de CBR (California Bearing Ratio) dos solos nas energias de compactação normal (CBR-N) e intermediária (CBR-I), que possa contribuir para o processo da tomada de decisão, quanto ao seu uso para fins de pavimentação. Utilizou-se Geoprocessamento e Redes Neurais Artificiais (RNA) como técnicas de modelagem, bem como variáveis biofísicas e espaciais para explicar o fenômeno modelado. As características pesquisadas (pedologia, geologia, geomorfologia, vegetação, altimetria e posição) se correlacionaram com os valores de CBR dos solos nas duas energias de compactação. Os dados de CBR foram extraídos de projetos e estudos pré-existentes na área escolhida, neste caso, a Região Metropolitana de Fortaleza (RMF). Dessa forma, calibraram-se, validaram-se e testaram-se diversos modelos em RNA até encontrar os dois modelos de melhor ajuste para a geração de estimativas de CBR-N e CBR-I. As características geotécnicas estimadas por esses modelos possibilitaram a elaboração de dois Mapas Geotécnicos Neurais estratificados para previsão dos valores de CBR-N e CBR-I. Os resultados mostram claramente que a técnica de Redes Neurais Artificiais é promissora, tanto para estimar as propriedades mecânicas dos solos quanto para prever sua ocorrência e localização na área estudada.
Downloads
Referências
Almeida, Márcio. S. S.; M. E. S. Marques; T. C. Miranda (2008) Lowland Reclamation in Urban Areas. In: Geotechnical Infra-structure for Mega Cities and New Capitals, XIV COBRAMSEG , Búzios.
Anderson, D.A. e R. Dongre (1995) The SHRP Direct Tension Specification Test – Its Development and Use. Physical Properties of Asphalt Cement Binders. In: J.C. Hardin, Ed. ASTM Special Technical Publication 1241. American Society for Testing and Materials, Philadelphia, PA, p. 51-66.
Beale, M. H.; M. T. Hagan e H. B. Demuth (2010). Neural Network Toolbox™ 7 - User’s Guide.
Bockheim, J. G.; A. N. Gennadiyev; R. D. Hammer e J. P. Tandarich (2005). The Historical development of key concepts in Pedol-ogy. Geoderma, v. 124, n. 1-2, p. 23–36. DOI:10.1016/j.geoderma.2004.03.004
Bui, D.; H. Tien; C. Tien; I. Revhaug; B. Pradhan e D. B. Nguyen (2014) Landslide susceptibility mapping along the national road 32 of Vietnam using GIS-based j48 decision tree classifier and its ensembles. Cartography from pole to pole, pag. 303-317. Editora Springer Berlin Heidelberg. DOI:10.1007/978-3-642-32618-9_22
Câmara, G.; C. B. Medeiros; M. A. Casa Nova; A. Hemerly e G. Magalhães (2004) Anatomia de sistemas de informação geográfica. Escola de Computação, SBC.
Câmara, A. S. (1996). Spatial Simulation Modelling. Spatial Analytical Perspectives on GIS. M. Fisher. London, Taylor & Francis: 213-218.
Caten, A. ten; R. S. D. Dalmolin; F. de A. Pedron e M. de L. Mendonça‑Santos (2011b) Regressões logísticas múltiplas: fatores que influenciam sua aplicação na predição de classes de solos. Revista Brasileira de Ciência do Solo, v.35, p.53‑62. DOI:10.1590/S0100-06832011000100005
Debella-Gilo, M. e B. Etzelmüller (2009) Spatial prediction of soil classes using digital terrain analysis and multinomial logistic regression modeling integrated in GIS: Examples from Vestfold County, Norway, Catena, v. 77, p. 8-18, 2009. DOI:10.1016/j.catena.2008.12.001
DNIT (2006) Manual De Pavimentação, 2006.
Franco, F.A.C.P. (2007) Método de Dimensionamento Mecanístico-Empírico de Pavimentos Asfálticos – SISPAV. 294p. Tese (Doutorado em Engenharia Civil) - Universidade Federal do Rio de Janeiro, Rio de Janeiro.
Fritzen, M. A. (2016) Desenvolvimento e Validação de Função de Transferência para Previsão do Dano por Fadiga em Pavimentos Asfálticos – Rio de Janeiro: UFRJ/COPPE.
Guilherme, A. T. P.; A. J. A. Ribeiro; W. S. Cabral; C. A. U. Silva; S. H. A. Barroso e I. W. Castro (2016) Um Método para Construção de um Banco de Dados com fins de Modelagem Geotécnica para Pavimentação dos Solos da Microrregião de Mossoró-RN. In: XXX Congresso Nacional de Pesquisa em Transporte da ANPET. Rio de Janeiro. Anais, p. 85-96.
Gunaydin O.; A. Gokoglu e M. Fener (2010). Prediction of artificial soil’s unconfined compression strength test using statisti-cal analyses and artificial neural networks. Advances in Engineering Software, v. 41, p. 1115-1123, 2010. DOI:10.1016/j.advengsoft.2010.06.008
Hartemink, A. E. e A. B. McBratney (2008). A soil science renaissance. Geoderma, v. 148, p. 123-129. DOI:10.1016/j.geoderma.2008.10.006
Haykin (2001) Neural Networks, A Comprehensive Foundation. Second Edition, Pearson Education, McMaster University, Ham-ilton, Ontario, Canada.
Johari A.; A. A. Javadi e G. Habibagahi (2011) Modelling the mechanical behaviour of unsaturated soils using a genetic algo-rithm-based neural network. Computers and Geotechnics, v 38, p. 2-13, 2011. DOI: 10.1016/j.compgeo.2010.08.011
Juang, C. H.; P. C. Lu e C. J. Chen (2002), Predicting Geotechnical Parameters of Sands from CPT Measurements Using Neural Networks. Computer-Aided Civil and Infrastructure Engineering, v. 17, p. 31–42. DOI: 10.1111/1467-8667.00250
Kempen B.; D. J. Brus; G. B. M. Heuvelink e J. J. Stoorvogel (2009) Updating the 1:50,000 Dutch soil map using legacy soil data: A multinomial logistic regression approach. Geoderma, Amsterdam, v 151, p. 311-326, 2009. DOI: 10.1016/j.geoderma.2009.04.023
Lagacherie, P. e A. B. McBratney (2007) Spatial soil information systems and spatial soil inference systems: Perspectives for digi-tal soil mapping. Digital soil mapping: An introductory perspective. Amsterdam, Elsevier, p.3-22.
McBratney, A. B.; S. M. L. Mendonca e B. Minasny (2003) On digital soil mapping. Geoderma, Amsterdam, v. 117, n. 1-2, p. 3-52, 2003. DOI: 10.1016/S0016-7061(03)00223-4
McCulloch, W. S. e W. H. Pitts (1943) ‘A Logical Calculus of the Ideas Immanent in Nervous Activity’, Bulletin of Mathematical Biophysics 7, 115–133. Reprinted in McCulloch 1964, pp. 16–39.
Oh, T. C. e B. Pradhan (2011) Application of a neuro-fuzzy model to landslide-susceptibility mapping for shallow landslides in a tropical hilly area. Computers & Geosciences, v. 37, n.9, pag. 1264 - 1276, 2011. DOI: 10.1016/j.cageo.2010.10.012
Ribeiro, A. J. A.; C. A. U. da Silva e S. H. A Barroso (2015). Neural Estimation of Localization and Classification of Soils for Use in Low-Traffic-Volume Roads. Transportation Research Record, v. 2473, p. 98-106, 2015. DOI: 10.3141/2473-12
Ribeiro, A. J. A.; C. A. U. da Silva e S. H. A. Barroso (2016) Metodologia Para Criação De Um Banco De Dados Georeferenciado a Partir de Dados Geotécnicos Obtidos Em -As Built- e Projetos Rodoviários. REEC - Revista Eletrônica de Engenharia Civil, v. 12, p. 1-13, 2016. DOI: 10.5216/reec.v12i2.39413
Ribeiro, A. J. A.; M.E. R. Rosa e G. A. Reis (2016) Comparação entre Diferentes Bases Altimétricas para Delimitação de Bacias e Extração de Drenagens. Revista Eletrônica de Gestão e Tecnologias Ambientais, v. 4, p. 193, 2016. DOI: 10.9771/gesta.v4i2.14992
Rosenblatt, F. (1958) The perceptron: A probabilistic model for information storage and organization in the brain. Psycholog-ical Review. v. 6, p. 386–408.
Scull, P.; J. Franklin; O. A. Chadwick e D. McArthur (2003), Predictive soil mapping a review. Progress in Physical Geography, v. 27, p. 171-197, 2003.
Souza, M. L. (1979) Método de projeto de pavimentos flexíveis. 2. ed. Rio de Janeiro: DNER, 1979.
Taskiran, T. (2010) Prediction of California bearing ratio (CBR) of fine grained soils by AI methods. Advances in Engineering Software n. 41, p. 886–892. DOI: 10.1016/j.advengsoft.2010.01.003
Yildirim, B. e O. Gunaydin (2011) Estimation of California bearing ratio by using soft computing systems. Expert Systems with Applications v. 38, p. 6381–6391. DOI: 10.1016/j.eswa.2010.12.054
Zeghal, M. e W. Khogali (2005) Predicting the resilient modulus of unbound granular materials by neural networks. National Research Council Canada (NRCC-47704). BCRA 2005, Trondheim, Norway, June 27-29, 2005, pp. 1-9.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Ao submeter um manuscrito para publicação neste periódico, todos os seus autores concordam, antecipada e irrestritamente, com os seguintes termos:
- Os autores mantém os direitos autorais e concedem à Revista TRANSPORTES o direito de primeira publicação do manuscrito, sem nenhum ônus financeiro, e abrem mão de qualquer outra remuneração pela sua publicação pela ANPET.
- Ao ser submetido à Revista TRANSPORTES, o manuscrito fica automaticamente licenciado sob a Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e da publicação inicial neste periódico.
- Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada neste periódico (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento da publicação inicial nesta revista, desde que tal contrato não implique num endosso do conteúdo do manuscrito ou do novo veículo pela ANPET.
- Os autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) depois de concluído o processo editorial. Como a Revista TRANSPORTES é de acesso livre, os autores são estimulados a usar links para o site da Revista TRANSPORTES nesses casos.
- Os autores garantem ter obtido a devida autorização dos seus empregadores para a transferência dos direitos nos termos deste acordo, caso esses empregadores possuam algum direito autoral sobre o manuscrito. Além disso, os autores assumem toda e qualquer responsabilidade sobre possíveis infrações ao direito autoral desses empregadores, isentando a ANPET e a Revista TRANSPORTES de toda e qualquer responsabilidade neste sentido.
- Os autores assumem toda responsabilidade sobre o conteúdo do trabalho, incluindo as devidas e necessárias autorizações para divulgação de dados coletados e resultados obtidos, isentando a ANPET e a Revista TRANSPORTES de toda e qualquer responsabilidade neste sentido.