Um método para localização e estimação das características geotécnicas dos solos da região metropolitana de Fortaleza-CE para fins de pavimentação

• Main Author: Ribeiro, Antonio Júnior Alves
• Other Authors: Barroso, Suelly Helena de Araújo
• Language: Portuguese
• Published: 2013
• Subjects: Transportes; Redes neurais; Pavimentos; Geoprocessamento
• Online Access: http://www.repositorio.ufc.br/handle/riufc/5461

RIBEIRO, A. J. A. Um método para localização e estimação das características geotécnicas dos solos da região metropolitana de Fortaleza-CE para fins de pavimentação. 2013. 141 f. Dissertação (Mestrado em Engenharia de Transportes) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2013. === Submitted by Marlene Sousa ([e-mail]) on 2013-07-03T14:53:11Z No. of bitstreams: 1 2013_dis_ajaribeiro.pdf: 8762920 bytes, checksum: d78cd5d4edb95b8f4550254a083cce41 (MD5) === Approved for entry into archive by Marlene Sousa([e-mail]) on 2013-07-24T17:52:45Z (GMT) No. of bitstreams: 1 2013_dis_ajaribeiro.pdf: 8762920 bytes, checksum: d78cd5d4edb95b8f4550254a083cce41 (MD5) === Made available in DSpace on 2013-07-24T17:52:45Z (GMT). No. of bitstreams: 1 2013_dis_ajaribeiro.pdf: 8762920 bytes, checksum: d78cd5d4edb95b8f4550254a083cce41 (MD5) Previous issue date: 2013 === This research focuses on the development of a method, aimed to predicting and positioning the geotechnical characteristics of soils that may contribute to the process of decision making of its use for paving purposes. Were used Geoprocessing and Artificial Neural Networks (ANN) modeling techniques, as well as spatial and biophysical variables of the phenomena modeled. The characteristics studied (pedology, geology, geomorphology, vegetation, altimetry and position) were correlated with the estimated geotechnical variables (TRB Classification and CBR) for soils from the metropolitan region of Fortaleza, Ceará (RMF). Three models of ANNs were developed calibrated, validated and tested. Two of these models were dedicated to generating estimates of CBR in the normal (CBR-N) and intermediate (CBR-I) compaction modes. The third model was developed to generate estimates of the geotechnical characteristics of the soils from the RMF Classification TRB. The geotechnical characteristics estimated by these models enabled the preparation of Neural Geotechnical Maps, stratified for values of CBR-N, CBR-I and TRB Classification. The maps produced and all the survey information was made available on a Web Geographic Information System (Webmapping), thus allowing its use in road projects and future academic studies, both to download the maps and to generate estimates for RMF. In addition, provided to the Webmapping a geotechnical receiver points, to allow recalibration of future models in an attempt to improve the quality of the estimates that currently is more than 90% accuracy rate. === Esta investigação propõe o desenvolvimento de um método para a localização e predição das características geotécnicas dos solos que possa contribuir para o processo da tomada de decisão, quanto à sua utilização, para fins de pavimentação. Utilizou-se Geoprocessamento e Redes Neurais Artificiais (RNAs) como técnicas de modelagem, bem como variáveis biofísicas e espaciais como explicativas dos fenômenos modelados. As características pesquisadas (pedologia, geologia, geomorfologia, vegetação, altimetria e posição) se correlacionaram com as variáveis geotécnicas estimadas (classificação TRB - Transportation Research Board e CBR - California Bearing Ratio) para solos provenientes da Região Metropolitana de Fortaleza (RMF). Assim, desenvolveu-se três modelos de RNAs que foram calibrados, validados e testados. Dois desses modelos foram dedicados à geração de estimativas de CBR nas energias de compactação normal (CBR-N) e intermediária (CBR-I). O terceiro modelo foi elaborado para geração de estimativas da classificação TRB dos solos da RMF. As características geotécnicas estimadas por estes modelos possibilitaram a elaboração dos chamados Mapas Geotécnicos Neurais, estratificados para previsão dos valores de CBR-N, CBR-I e Classificação TRB. Adicionalmente, os mapas produzidos e todas as informações da pesquisa foram disponibilizados em um Sistema de Informações Geográficas Web (SIG-Web), de forma a possibilitar seu uso em projetos viários e estudos acadêmicos futuros, tanto para download dos mapas gerados, quanto para geração de estimativas para uma área específica da RMF. Além disso, disponibilizou-se ao SIG-Web um realimentador de pontos geotécnicos para permitir uma recalibração futura dos modelos na tentativa de melhorar a qualidade das estimativas geradas que atualmente é superior a 90% de taxa de acerto.