Mapeamento geotécnico no município de Joinville/SC: aplicação de ferramentas geoestatísticas em um banco de dados e sondagens SPT

Abstract

O estudo desenvolvido nesta dissertação apresenta o resultado da aplicação de ferramentas geoestatísticas para análise da variabilidade espacial e estimativas de dados geotécnicos oriundos de sondagens de simples reconhecimento com Standard Penetration Test (SPT), a partir de um banco de dados georreferenciados e estruturados em um software SIG (Sistemas de Informações Geográficas) de 700 sondagens localizadas na Bacia Hidrográfica do Rio Cachoeira e seu entorno, zona urbana de Joinville/SC, com área de aproximadamente 83 km². As atividades desenvolvidas possibilitaram a confecção de mapas de estimativas das profundidades do nível d?água e do impenetrável à percussão e também da resistência NSPT dos solos ao longo de sua profundidade. Tais estimativas foram associadas à quantificação e espacialização de seus erros, possibilitadas através da execução de interpolações geoestatísticas pelo método da krigagem ordinária. As informações obtidas foram correlacionadas ao mapa geotécnico da área, elaborado neste estudo através da metodologia Davison Dias (1995), que resultou na definição de 9 unidades geotécnicas na área: Asq (Solo Aluvial substrato sedimentos quaternários), Cgl (Cambissolo substrato granulito), Cgn (Cambissolo substrato gnaisse), GHsq (Solo Glei substrato sedimentos quaternários), PVgl (Podzólico Vermelho-Amarelo substrato granulito), PVgn (Podzólico Vermelho-Amarelo substrato gnaisse), Rgl (Solo Litólico substrato granulito), Rgn (Solo Litólico substrato gnaisse) e SMsq (Solos de Mangue substrato sedimentos quaternários). A associação entre as estimativas obtidas com a geoestatística e os mapeamentos geológico, pedológico e geotécnico da área permitiu a elaboração dos perfis estratigráficos das unidades geotécnicas mapeadas. De maneira geral as estimativas se mostraram válidas, pois estão associadas também com seus erros de interpolação, sendo estes menores nas regiões com maior densidade de sondagens e mais significativos nas regiões com poucos dados amostrais.

Abstract : The study developed in this dissertation presents the results of the application of geostatistical tools to analyze the spatial variability and estimates of geotechnical data from surveys of simple recognition with Standard Penetration Test (SPT), from a database georeferenced and structured in a GIS (Geographic Information System) software of 700 SPT boreholes located in the Cachoeira River watershed and its surroundings, urban area of Joinville/SC, with an area of approximately 83 km². The developed activities allowed the preparation of maps of estimates of the depths of the groundwater level and the SPT impenetrable layer depth and also the NSPT resistance of the soils along its depth. These estimates were associated to the quantification and spatialization of their errors, made possible through the execution of geostatistical interpolations using the ordinary kriging method. The information obtained was correlated to the geotechnical map of the area, elaborated in this study through Davison Dias methodology (1995), which resulted in the definition of 9 geotechnical units in the area: Asq (Alluvial Soil substrate quaternary sediments), Cgl (Cambisol substrate granulite), Cgn (Cambisol substrate gneiss), GHsq (Gleysol substrate quaternary sediments), PVgl (Red-Yellow Podzolic substrate granulite), PVgn (Red-Yellow Podzolic substrate gneiss), Rgl (Litho-granular substrate granulite), Rgn (Litho-granular substrate gneiss) and SMsq (Mangrove Soils substrate quaternary sediments). The association between the estimates obtained with the geostatistics and the geological, pedological and geotechnical mapping of the area allowed the elaboration of the stratigraphic profiles of the geotechnical units mapped. In general, the estimates proved to be valid, since they are also associated with their interpolation errors, which are lower in the regions with higher sampling densities and more significant in regions with few sample data.