Estimativa dos parâmetros da resistência do solo ao cisalhamento através de pedotransferência
Abstract
O crescimento da população mundial requer uma maior demanda de alimentos e
uma das técnicas para suprir essa demanda é a irrigação. Uma das melhores
alternativas para o armazenamento da água para utilizar na irrigação são as
barragens de terra. A determinação precisa da coesão e do ângulo de atrito interno
do solo é um critério essencial e de grande preocupação no processo de elaboração
de projetos de barragens de terra, porém sua determinação é de alto custo e
também um processo demorado. O objetivo deste trabalho é avaliar um modelo que
permita uma estimativa da resistência do solo ao cisalhamento utilizando duas
técnicas diferentes (análise multivariada e redes neurais artificiais) para a obtenção
dos parâmetros de resistência (coesão e ângulo de atrito interno) em função da
composição textural, densidade do solo, limites de Atterberg (plasticidade, liquidez e
índice de plasticidade) e do grau de umidade do solo. Foram pesquisados na
literatura diferentes banco de dados contendo as variáveis dependentes e
independentes necessárias para realizar o estudo. Foram totalizados 6 conjunto de
dados. Foram geradas FPTs por meio de regressão linear múltipla (RLM), método
Stepwise, e redes neurais artificiais (RNA) com cada conjunto de dados. Por meio de
RLM foram estimados coesão e ângulo de atrito separadamente, já pelas RNAs
foram estimados de forma conjunta e de forma separada esses dois parâmetros
mantendo a arquitetura (uma camada oculta) e variando a topologia das redes (10,
20, 30, 40, 50 e 70 neurônios na camada escondida). Após foi calculado o índice de
desempenho (Id) e posterior classificação de cada FPT. Os resultados
demonstraram a ineficiência nas RLMs para estimativa dos parâmetros e a
superioridade das RNAs na predição da coesão e ângulo de atrito. A estimativa dos
parâmetros conjuntamente mostra diferença nos resultados do que quando
estimados de forma separada. Assim, a estimativa dos parâmetros cisalhantes do
solo pelas RNAs, podem ser eficazes, para determinado conjunto de dados, nesse
caso pertencentes às RNAs 3, 5 e 6.