Mapeamento de valores de Nspt como subsídio ao planejamento de linhas de transmissão na Amazônia oriental
DOI:
https://doi.org/10.24849/j.geot.2016.137.08Palavras-chave:
NSPT, mapeamento preditivo, linha de transmissãoResumo
O conhecimento de propriedades do solo é fundamental para diversos tipos de planejamento espacial, notadamente as infraestruturas lineares, tais como as linhas de transmissão. Isso ganha relevância em um contexto onde informações espaciais são restritas, como é caso da Amazônia Oriental. O objetivo deste trabalho foi realizar a espacialização da propriedade resistência do solo à penetração (NSPT) com base em variáveis geomorfométricas. Modelos foram elaborados por meio de algoritmos de árvores de decisão. O melhor modelo obtido apresentou uma estatística Kappa igual a 0,58 (concordância moderada) e indica que nos terrenos com altitudes em relação ao nível do mar superiores a 21,7 m predominam maiores valores de NSPT. Nos terrenos com altitudes inferiores a 21,7 m e com altura relativa inferior a 7,0 (valor adimensional), predominam os valores inferiores de NSPT. A espacialização das classes de NSPT com este modelo demonstrou as boas possibilidades do uso de técnicas cartográficas para o planejamento de linhas de transmissão.
Downloads
Referências
ABNT NBR 6484 (2001). Solo - Sondagens de Simples Reconhecimentos com SPT - Método de Ensaio. Associação Brasileira de Normas Técnicas, Rio de Janeiro.
Ashcar, R. (1999). Recomendações e Informações Técnicas sobre Fundações de Linhas de Transmissão. VIII Encontro Regional Latino Americano do Cigré, Ciudad del Este.
Azevedo, C.P.B. (2011). Projeto de Fundações de Linhas de Transmissão Baseado em Confiabilidade. Tese. Universidade Federal de Minas Gerais, Belo Horizonte.
Beven, K.J.; Kirkby, M.J. (1979). A Physically Based, Variable Contributing Area Model of Basin Hydrology. Hydrol. Sci. Bull. Vol. 24, pp. 43-69.
Brasil (1974). Folha SA.22 – Belém. Projeto RADAM. Ministério de Minas e Energia.
Chagas, C.S. (2006) Mapeamento digital de solos por correlação ambiental e redes neurais em uma bacia hidrográfica no domínio de mar de morros. Tese. Universidade Federal de Viçosa.
Décourt, L. (1989). The Standard Penetration Test – State of the Art Report. XII International Conference on Soil Mechanics and Foundation Engineering 1989, Rio de Janeiro, Vol. 4.
Folle, D. (2002). O Estudo Geoestatístico de Sondagens SPT para Geração de Mapas Auxiliares em Obras de Engenharia. Dissertação. Universidade Federal do Rio Grande do Sul, Porto Alegre.
Grunwald, S. (2009). Multi-criteria Characterization of Recent Digital Soil Mapping and Modeling Approaches. Geoderma No. 152, pp. 195-207.
Jenny, H. (1941). Factors of Soil Formation: A System of Quantitative Pedology. Dover Publications, New York.
Kotschoubey, B.; Truckenbrodt, W.; Calaf, J.M.C. (2005). Evolução Geológica da Porção Meridional da Província Bauxitífera de Paragominas Durante o Neógeno/Pleistoceno (Noroeste da Bacia do Grajaú, Nordeste do Pará e Extremo Oeste do Maranhão). Revista Brasileira de Geociências, Vol. 35.
Landis, J.R.; Koch, G.G. (1977). The Measurement of Observer Agreement for Categorical Data. Biometrics. Vol. 33, No.1.
Laurent, F.; Poccard-Chapuis, R.; Plassin, S. (2014). Cartographie de la Texture des Sols a Partir du Relief en Amazonie Orientale. Environnement et géomatique: approches comparées France Brésil. Rennes.
Laurent, F.; Rossignol, J.P. (2004). Cartographie des Propriétés des Sols à Partir de l’Indice Topographique et de la Lithologie: Analyse de la Sensibilité à la Densité d’Observations Pédologiques et Modélisation Agro-hydrologique. Étude et Gestion des Sols, Vol. 11.
Lima, R.R.; Tourinho, M.M.; Costa, P.C. (2000). Várzeas flúvio-marinhas da Amazônia Brasileira características e possibilidades agropecuárias. Belém: FCAP, Serviço de Documentação Informação, 342p.
McKenzie, N.J.; Ryan, P.J. (1999). Spatial Prediction of Soil Properties Using Environmental Correlation. Geoderma. Vol. 89, No.2, pp. 67-94.
MME (2015). Boletim Mensal de Monitoramento do Sistema Elétrico Brasileiro de novembro de 2015. Ministério de Minas e Energia, Secretaria de Energia Elétrica, Departamento de Monitoramento do Sistema Elétrico, Brasília.
MME/EPE (2014). Plano Decenal de Expansão de Energia 2023. Ministério de Minas e Energia, Empresa de Pesquisa Energética, Brasília.
Muñoz, V.A.; Valeriano, M.M.; Weill, M.A.M. (2011). Estudo das Relações Solo-relevo pela Análise Geomorfométrica de Dados SRTM e TOPODATA e a Técnica de Recuperação de Conhecimento a Partir de Mapas. Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, INPE. Curitiba, PR, Brasil.
Odebrecht, E. (2003). Medidas de Energia no Ensaio SPT. Tese. Universidade Federal do Rio Grande do Sul. Escola de Engenharia de Porto Alegre.
Quinlan, R. (1993). C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers, San Mateo, CA.
Rennó, C.D. (2009). Redução dos efeitos do desmatamento sobre modelo digital de elevação SRTM usando imagem TM/LANDSAT. XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, pp. 7095-7102.
Ribeiro, A.J.A.; Silva, C.A.U.; Barroso, S.H.A. (2012). Proposition of a Geotechnical Mapping Based on Artificial Neural Networks for the Town of Caucaia, Ceará, Brazil for Paving Purposes. International Journal of Engineering & Technology, Vol. 12, No. 05.
Riley, S.J.; DeGloria, S.D.; Elliot, R. (1999). A Terrain Ruggedness Index That Quantifies Topographic Heterogeneity. Intermountain Journal of Sciences, Vol. 5, No.1-4.
Ruiz, L.F.C.; Ten Caten, A.; Dalmolin, R.S.D. (2011). ADtoSIG Software de Conversão. Universidade Federal de Santa Maria, Vol.1.
Sampaio Jr., J.L.C.; Silva Junior, D.L.S.; Araujo, M.P.C. (2010). Estudo da Compressibilidade de Uma Argila Mole da Região Metropolitana de Belém, por Meio de Ensaio de Adensamento. COBRAMSEG 2010.
Sandroni, S.S. (2006). Sobre a Prática Brasileira de Projeto Geotécnico de Aterros Rodoviários em Terrenos com Solos Muito Moles. COBRAMSEG 2006.
Silva, D.F. (2008). Mapeamento Geoestatístico dos Parâmetros NSPT e Torque Máximo de Solos em Parte da Bacia do Ribeirão Cambezinho em Londrina/PR. Dissertação. Universidade Estadual de Londrina, Londrina.
Sombroek, W.G., (1966). Amazon Soils: a Reconnaissance of the Soils of the Brazilian Amazon Region, Wageningen, NL, 292p.
Sturaro, J.R.; Landim, P.M.B.; Malagutti Filho, W.; Dourado, J.C. (2012). Analysis of Soil Compactness of the Urban Area of Bauru / São Paulo State Using Standard Penetration Tests and Seismic Refraction. São Paulo, UNESP, Geociências, Vol. 31, No. 3, pp. 331-338.
Sumfleth, K; Duttmann, R. (2008). Prediction of Soil Property Distribution in Paddy Soil Landscapes Using Terrain Data and Satellite Information as Indicators. Ecological Indicators, Vol. 8, pp. 485-501.
Ten Caten, A.; Dalmolin, R.S.D.; Ruiz, L.F.C.; Mendonça-Santos, M.L. (2012). Digital Soil Mapping: Strategy for Data Pre-processing. Revista Brasileira de Ciência do Solo, 36, pp.1083-1091.
Torgo, L.F.R.A. (1999). Inductive Learning of Tree-based Regression Models. Tese. Faculdade de Ciências da Universidade do Porto.
Valeriano, M.M.; Rosseti, D.F. (2008). TOPODATA: Seleção de Coeficientes Geoestatísticos para o Refinamento Unificado de Dados SRTM. São José dos Campos, INPE.
Valeriano, M.M. (2005). Modelo Digital de Variáveis Morfométricas com Dados SRTM para o Território Nacional: O Projeto TOPODATA. XII Simpósio Brasileiro de Sensoriamento Remoto – INPE. Goiânia, Brasil.
Valeriano, M.M. (2008). TOPODATA: Guia de utilização de dados geomorfométricos locais. São José dos Campos: INPE.
Vidal-Torrado, P.; Lepsh, I.G.; Castro, S.S. (2005). Conceito e Aplicações das Relações Pedologia Geomorfologia em Regiões Tropicais Úmidas. Tópicos em Ciências do Solo, nº. 4, pp. 145-192.
Witten, I. H.; Frank, E. (1999). Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. Morgan Kaufmann.
Wu, X.; Kumar, V.; Quinlan, J.R.; Ghosh, J.; Yang, Q.; Motoda, H.; McLachlan, G.J.; Ng, A.; Liu, B.; Yu, P.S.; Zhou, Z.; Steinbach, M.; Hand, D.J.; Steinberg, D. (2008). Top 10 Algorithms In Data Mining. Knowledge and Information Systems, Vol. 14, pp. 1-37.
