Artigos

Análise Exploratória dos Dados e Análise Espacial a partir da

Geoestatística em Área Contami-nada Investigada em Alta
Resolução
Exploratory Data Analysis and Geospatial Analysis with Geostatistics after
high-resolution site characterization
Guilherme Navarro Diogo Tavares1; Raphael Martin Salaroli1; Felipe Augusto Nascimento de Jesus2; Marcos Tanaka Riyis3

1 Universidade de São Paulo (USP), São Paulo, SP, Brasil

2 Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, MG, Brasil
3 Senac São Paulo

 [email protected], [email protected], [email protected], [email protected]

Palavras-chave: Resumo
A massa de contaminantes em fase retida e sua distribuição espacial são variáveis relevantes durante a etapa de reme-
Análise Espacial; diação ambiental. A Análise Exploratória dos Dados em conjunto com a Geoestatística, abordada através da Krigagem
Alta Resolução; Ordinária (KO) e Radial Basis Function (RBF) foram comparadas às técnicas tradicionais de tratamento de dados oriundos
Investigação Ambiental; de investigações ambientais por baixa e alta resolução com o objetivo de avaliar a diferença na estimativa de massa de
Área Contaminada; contaminantes, volume de solo impactado e indicar melhorias na estratégia de investigação de áreas contaminadas. Foi
Geoestatística. verificado que os critérios tradicionais de investigação de compostos orgânicos voláteis em fase retida promovem o en-
viesamento dos dados e redução da confiança da estimativa de massa de contaminantes e de solo impactado. A substi-
tuição do método de interpolação tradicional (ABNT NBR 15515-3) pela geoestatística resultou na redução de massa de
Keywords: contaminantes de 62,73 kg para 28,16 kg (KO) e 8,45 kg (RBF), e do volume impactado de 1423,43 m³ para cerca de
525 m³. Recomenda-se a adoção de técnicas como regularização (composite) e a adição de critérios de amostragem
Geospatial Analysis; aleatória (simples ou estratificada) ou sistemáticos em combinação aos tradicionais.
High Resolution Tools;
Site Investigation; Abstract
Contaminated Sites; The contaminant mass in the storage zone and their spatial distribution are relevant variables during the remediation
Geostatistics. stage. Exploratory Data Analysis in conjunction with geostatistics, approached through Ordinary Kriging (KO) and Radial
Basis Function (RBF) were compared to traditional data processing techniques from low- and high-resolution environmen-
Revisão por pares. tal investigations to evaluate the difference in the estimation of contaminant mass, impacted soil volume and indicate
Recebido em: 12/10/2021. improvements in the investigation strategy of contaminated areas. It was verified that the traditional criteria for investi-
Aprovado em: 03/03/2022. gating volatile organic compounds in retained phase promote the bias of the data and reduce the confidence of the esti-
mation of the mass of contaminants and of impacted soil. The replacement of the traditional interpolation method (ABNT
NBR 15515-3) by geostatistics resulted in a reduction in the mass of contaminants from 62.73 kg to 28.16 kg (KO) and
8.45 kg (RBF), and in the impacted volume of 1423.43 m³ to about 525 m³. It is recommended the adoption of techniques
such as composite and the addition of random (simple or stratified) or systematic sampling criteria in combination with
the traditional ones.

DOI: http:/doi.org/10.14295/ras.v35i3.30083

1. INTRODUÇÃO E OBJETIVOS fluxo, por onde a maior parte da massa de contaminantes era
transportada, descrita como a “massa que importa” (SUTHER-
O uso de ferramentas de alta resolução (USEPA, 2013) para in- SAN et al., 2015). Essa abordagem é relevante para controle e
vestigações ambientais é crescente no Estado de São Paulo, mitigação da exposição de receptores à água subterrânea con-
seja pelo encorajamento da adoção dessa estratégia pela Deci- taminada, notadamente fora da área sob avaliação, ou à adoção
são de Diretoria nº 038/2017/C da Companhia Ambiental do de técnicas de medidas de engenharia e de remediação basea-
Estado de São Paulo (CETESB), como pelo Return on Investiga- das no fluxo de massa, a exemplo de barreiras hidráulicas e
tion (ROI) evidenciado por Suthersan et al. (2015). bombeamento e tratamento.

O ROI foi originalmente avaliado ao otimizar sistemas de bom- Entretanto, a massa de contaminantes que apresenta relevân-
beamento e tratamento por meio da identificação de zonas de cia é determinada pela Avaliação de Risco à Saúde Humana

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 1

(ARSH) e/ou Avaliação de Risco Ecológica (ARE), e para esta de- mente tratados e contribuam para modelos conceituais robus-
vem ser privilegiadas medidas de intervenção que priorizem a tos, a estatística clássica será amparada pela geoestatística,
remoção de massa, conforme Decreto Estadual 59.263, que re- uma vez que se trata de variáveis regionalizadas. Às estimativas
gulamenta a Lei Estadual 13.577 (SÃO PAULO, 2013). de massa de contaminantes e distribuição espacial, serão ado-
tados métodos de interpolação consagrados na indústria mine-
A maior parte da massa de contaminantes ocorre retida ou imo- ral para declaração de recursos e reservas: Krigagem Ordinária
bilizada ao solo (LERNER et al. 2003; CHERRY et al., 2009; e Radial Basis Function (RBF).
DYMENT, 2011). Para remoção dessa massa, as técnicas de re-
mediação comumente requerem o contato entre agente reme- Esta estratégia foi adotada em uma área investigada sob o con-
diador e contaminante ou remoção física e posterior disposição. ceito de alta resolução, contaminada por tetracloroeteno (PCE),
tricloroeteno (TCE), cis-1,2-dicloroeteno (DCE) e cloreto de vinila
Em ambas as situações, torna-se necessário identificar com pre- (CV) (Solventes Clorados) e de ambiente geológico caracterizado
cisão a distribuição espacial dos contaminantes, considerando por sedimentos inconsolidados quaternários (Bacia do Rio Ta-
o volume impactado, concentração e características físico-quí- manduateí), terciários (Bacia de São Paulo) e do solo residual
micas do meio tratado (solos ou sedimentos inconsolidados). do embasamento cristalino pré-cambriano (Complexo Embu).

Dessa forma, o incremento na quantidade de dados gerados du- 2. DESCRIÇÃO DA ÁREA E DA GEOLOGIA LOCAL
rante investigações ambientais em alta resolução e/ou sob o
conceito de smart characterization, com o uso de técnicas como O estudo foi conduzido em uma área industrial localizada na ci-
Amostragem de Solo de Perfil Completo (ASPC) (ITRC, 2015; dade de São Paulo (Vila Carioca), cuja coordenada geográfica e
RIYIS et al., 2019), Hydraulic Profiling Tool (HPT), Membrane In- endereço não serão disponibilizados pela existência de termo
terface Probe (MIP), Optical Image Profiler (OIP) e Laser-Induced de confidencialidade e sigilo. A área sob avaliação é caracteri-
Fluorescence (LIF) requerem uma nova abordagem de armaze- zada por uma planície aluvial com sedimentos Quaternários
namento e consumo. (UH1 e UH2) associados ao rio Tamanduateí, sedimentos Terci-
ários da Bacia (UH3 a UH6) de São Paulo e solo residual (pré-
O incremento na quantidade de dados gerados poderá gerar os Cambriano) (SR) (Figura 1). Essa associação entre áreas indus-
benefícios esperados se acompanhados de melhorias nas ferra- triais e características geológicas configuram notável complexi-
mentas de interpretação. Este estudo busca preencher a lacuna dade, uma vez que associações de argilas, areias e estruturas
do conhecimento quanto a aplicação de técnicas mais refinadas primárias interferem no transporte e retenção de contaminan-
para interpretação de variáveis regionalizadas (concentração de tes. As unidades hidroestratigráficas (UH) são descritas indivi-
contaminantes em solo) e comparação com estratégias tradici- dualmente na Tabela 6.
onais (ABNT NBR 15515-3).
A área fonte considerada para o atual estudo é restrita, cerca de
Este estudo visa superar as investigações tradicionais direcio- 15x20m (300,00 m²). O nível de água freático é raso, geral-
nadas à água subterrânea ou amostragem de solo restrita à mente inferior a 1,0m e se mantém constante durante as dife-
zona não saturada e complementar as investigações direciona- rentes estações do ano. A fonte primária de contaminação é an-
das à análise espacial no conceito de dados ambientais (Geos- tiga, provavelmente da década de 1970, e se trata de uma an-
patial Analysis for Optimization at Environmental Sites - ITRC, tiga caixa de contenção subterrânea, preenchida com aterro
2016), caracterização do fluxo de massa de contaminantes e constituído por entulhos e material contaminado. A base da
delimitação da massa de contaminantes e, dessa forma, otimi- caixa não permaneceu estanque e atuou como ponto de infiltra-
zar eventuais intervenções por técnicas de remediação ou esca- ção de produto (dense non-aqueous phase liquid – DNAPL) di-
vação e destinação – incrementando, portanto, o ROI. retamente sobre argilas terciárias da Bacia de São Paulo, neste
estudo denominadas UH3.
Para que os dados obtidos em alta resolução sejam adequada-

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 2

 Figura 1 - Mapa de Localização e Modelo Geológico. “A” faz referência ao Aterro, a sigla ‘UH” às diferentes unidades hidroestratigráficas e “SR”
ao solo residual do embasamento cristalino

3. METODOLOGIA foi executada conforme a norma ABNT NBR 16.434:2015, a par-

tir de cravação contínua (Direct Push) de amostradores com li-
3.1 Caracterização da área fonte em alta resolução, coleta de ners (onde exequível), equipados com retentores de amostra. O
amostras e métodos laboratoriais Single Tube revestido por trados ocos helicoidais ou manuais e
o Dual Tube foram adotados como modalidade de Direct Push,
O conceito de caracterização da área fonte em alta resolução conforme descritos por RIYIS (2019), de acordo com a profundi-
compreende o uso de métodos integrados com alta densidade dade alvo e espaço disponível para posicionamento de maqui-
de amostras de solo e de água subterrânea, com interpretações nário.
hidroestratigráficas e mapeamento da permeabilidade em três
dimensões. O produto é um modelo conceitual robusto, que au- Nos testemunhos de sondagens foram utilizados detectores por
xilia a reduzir os custos atrelados à eventual etapa de remedia- fotoionização (Ion Science PhoCheck Tiger, calibrado) para me-
ção (SUTHERSAN et al., 2015). dições de VOC a cada 10 cm, para guiar a coleta de amostras.
Após a abertura do liner, foram descritos os litotipos, com enfo-
A seleção das técnicas aplicáveis se baseou em informações ob- que na granulometria, estruturas deposicionais, de contato e mi-
tidas em estudos ambientais anteriores, que reportaram a ocor- neralógicas.
rência de aterro composto por entulhos e matriz de granulação
fina, acondicionados em antiga estrutura subterrânea de 3,5 As porções de interesse para amostragem, como zonas de con-
metros de profundidade, e na geologia local, onde camadas de tato entre granulações mais grosseiras e finas, zonas de reten-
argilas duras e rijas ocorrem entre 6,5 e 14 metros de profundi- ção, e/ou intervalos com altas concentrações de VOC indicadas
dade (UH3, UH4 e UH5). pelo detector por fotoionização, foram amostradas com auxílio
de seringas descartáveis de 10 ml cortadas na ponta, de forma
Dessa forma, foi descartado o uso ferramentas como MIP e HPT, a transferir a amostra diretamente para um vial com metanol e
que seriam limitados devido à presença de entulho no aterro e para frasco boca larga para a quantificação de teor de umidade.
consistência das argilas. Foi adotada a técnica de Amostragem Após a coleta da amostra, estas foram preservadas em baixa
de Solo de Perfil Completo (ASPC) (ELLIS, 2014; RIYIS et al., temperatura -4±2°C. O método analítico empregado (EPA
2019), constituída principalmente pela alta densidade de amos- 8260B:1996 - SW846 - PURGE AND TRAP SYSTEM) foi condu-
tras de solo em meio vadoso e saturado (principalmente em zo- zido em laboratórios acreditados (NBR ISO/IEC 17.025) para
nas de retenção). execução das análises químicas.

A amostragem de solo (aterro, sedimentos inconsolidados e solo A malha de sondagens é apresentada na Figura 2.
residual) para análises de compostos orgânicos voláteis (VOC)

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 3

 Figura 2 - Malha de Sondagens

3.2. Análise Exploratória dos Dados e Análise Espacial por Ge- adsorvida ao solo, os métodos de interpolação por técnica tradi-
oestatística cional (ABNT NBR 15515-3) e com base em geoestatística, atra-
vés da Krigagem Ordinária e Radial Basis Function (RBF), foram
A análise exploratória dos dados (AED) é uma abordagem que implementados por meio do Software Leapfrog Works. O proce-
identifica padrões gerais nos dados coletados (USEPA, 2010), e dimento adotado para interpolação geoestatística foi o estabe-
neste caso foi direcionada à investigação de acordo com a De- lecido por Yamamoto e Landim (2015), cuja técnica foi previa-
cisão de Diretoria nº 038/2017/C da Companhia Ambiental do mente aplicada em estudos similares (CAMBARDELLA et al.,
Estado de São Paulo (CETESB), conforme a unidade hidroestra- 1994; HERRMANN et al., 2009; LEAL et al., 2017).
tigráfica e substância química de interesse.
A Krigagem Ordinária considera observação estatísticas e atra-
A geoestatística é direcionada ao estudo da distribuição espa- vés do variograma expressa a continuidade espacial de deter-
cial de variáveis, geralmente numéricas e que respeitam a pri- minada variável. Pontos próximos aos com valores conhecidos
meira lei da geografia: “coisas mais próximas se parecem mais possuem maior influência durante a interpolação.
que coisas mais distantes” (TOBLER, 1970), úteis às aplicações
𝑛
práticas para avaliação de depósitos minerais (MATHERON,
∗ (𝑋 )
1963). Entretanto, seu uso é crescente para descrição de outras 𝑍𝐾𝑂 𝑜 = ∑ λ𝑖 𝑍(𝑋𝑖 )
variáveis regionalizadas, como na avaliação espacial de conta- 𝑖=1

minações em meio hidrogeológico (HERRMANN et al., 2008;

LEAL et al., 2017). Onde: 𝑍(𝑥𝑜 ) é o valor da variável estimada no ponto 𝑥𝑜 ; λ𝑖 é o
ponderador (peso) a que cada amostra 𝑍(𝑥𝑖 ) é atribuída, e apre-
Para o entendimento da distribuição espacial, cálculo de massa senta condição de restrição onde a soma dos pesos é igual a 1
e volume impactado dos compostos solventes clorados em fase

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 4

A Radial Basis Function (RBF) gera superfícies suaves e estima
valores em todo o domínio avaliado, conforme a seguinte equa- O efeito pepita reconhecido pelo variograma foi apresentado em
ção (STEWART et al. 2014): termos de porcentagem da semivariância total, e conforme cri-
térios originalmente estipulados por Cambardella et al. (1994),
𝐾 pôde-se classificar a dependência espacial como: forte depen-
𝑠(𝑋) = ∑ 𝜔𝑖 𝜑(|𝑥 − 𝑥𝑖 |) + ∑ 𝑐𝑘 𝑞𝑘 (𝑥) dência, se a relação for inferior a 25%; dependência espacial
𝑖=1 𝑘 moderada, se entre 25 e 75%; fraca dependência, se superior a
75%.
Onde:
𝑥𝑖 são as localizações espaciais nas quais a interpolação será Após a modelagem dos variogramas, a validação cruzada foi
construída; adotada para verificar o ajuste dos parâmetros determinados
𝑤𝑖 são os coeficientes RBF (pesos); pelo modelo, ajustados no Software Leapfrog Works. Esta téc-
𝜑𝑘 (𝑥) é a função de base radial. nica foi aplicada com auxílio do Stanford Geostatistical Mode-
ling Software (SGeMS) e consiste em aplicar a Krigagem Ordiná-
Para o uso dos métodos de Krigagem Ordinária e RBF, foi con- ria aos pontos amostrais, excluindo da estimativa o ponto em
duzida a regularização das amostras coletadas (ou compósita, análise (leave one out) (ROSSI et al, 2014).
ou composite), para que estas apresentem o mesmo suporte
amostral no Software Leapfrog Works. Na indústria mineral o Os valores estimados são posteriormente comparados com os
denominado “teor composto” é aplicado por intervalos de traba- valores da base de dados com auxílio de gráfico de dispersão
lho (bancada, intervalo de interesse, zona mineralizada), e neste entre o valor amostral e o valor estimado na validação cruzada.
estudo será adotada de forma a indicar a “concentração com- Desta forma, obtém-se o Coeficiente de Correlação de Pearson
posta” do analito de interesse, cujo intervalo de trabalho é o in- (r) entre os valores estimados e os medidos, o qual pode variar
tervalo médio de amostragem na direção vertical, é expresso de -1 a 1. O sinal indica o tipo de correlação (direta ou inversa)
pela equação abaixo, extraída de KAZUO & LANDIM (2015): e o valor indica a força desta relação, onde um valor 0 indica
ausência de correlação entre os dados e 1 indica correlação per-
feita (FIGUEIREDO; SILVA, 2009).

4. RESULTADOS E DISCUSSÃO

4.1. Análise Exploratória dos Dados

Onde: n é o número de intervalos de trabalho (trechos); ti é o A Tabela 1 contém as estatísticas descritivas dos dados origi-
teor do i-ésimo intervalo de trabalho; ei é a espessura do i-ésimo nais e dos seus logaritmos. A Figura 3 apresenta a distribuição
intervalo de trabalho. de frequência das concentrações obtidas em relação ao valor
de intervenção, em escala logarítmica, para melhor visualiza-
Para os analitos cuja concentração não superou o limite de ção.
quantificação, foram adotados os valores deste limite para aná-
lise estatística, numa abordagem conservadora da concentra- A distribuição de frequência dos contaminantes solventes clora-
ção em questão (USEPA, 2000) – entretanto esta abordagem dos apresenta elevada assimetria positiva (dados originais e re-
não foi adotada durante a etapa de geoestatística, conforme gularizados), e simetria (coeficiente de assimetria próximo a
abordado adiante. zero) após a transformação logarítmica.

A partir do composite fora conduzida a variografia experimental, Verifica-se elevada variabilidade dos dados, cujo padrão pode
levando em consideração a tolerância adotada e, a partir disto, ser explicado pelo controle da distribuição de contaminantes em
determinação da direção que apresenta maior continuidade es- virtude de estruturas subterrâneas antrópicas presentes no lo-
pacial e variograma melhor estruturado. A visualização em cena cal e controle geológico a partir de camadas com alto potencial
dos eixos variográficos no Leapfrog Works em conjunto com a de transporte adjacentes a camadas onde predomina a reten-
disposição espacial dos dados analíticos auxiliou na determina- ção destes compostos, conforme distribuição apresentada na
ção de maior continuidade dos analitos considerados. Figura 4 em conjunto com a unidade de medida adotada.

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 5

 Tabela 1 – Estatística descritiva dos dados
TETRACLOROETENO

DADOS REGULARIZADOS
VARIÁVEIS ↓ / → DADOS ORIGINAIS DADOS REGULARIZADOS
(LOG)

Média (mg/kg) 1.31 1.52 0.42

Desvio Padrão 7.91 8.6 2.15
Coeficiente de Variação 6.03 5.64 1.73
Variância 62.66 74.07 4.31
Mínimo (mg/kg) 0.005 0.005 -5.30
Primeiro Quartil (mg/kg) 0.234 0.25 -1.39
Mediana (mg/kg) 0.297 0.3 -1.20
Terceiro Quartil (mg/kg) 0.343 0.35 -1.05
Máximo (mg/kg) 84.05 74.45 4.31
Coeficiente de assimetria 7.22 7.79 0.09

CIS-1,2-DICLOROETENO
DADOS REGULARIZADOS
VARIÁVEIS ↓ / → DADOS ORIGINAIS DADOS REGULARIZADOS
(LOG)
Média (mg/kg) 1.12 1.56 0.44
Desvio Padrão 3.71 4.51 1.51
Coeficiente de Variação 3.3 2.88 1.06
Variância 13.82 20.42 3.02
Mínimo (mg/kg) 0.005 0.005 -5.30
Primeiro Quartil (mg/kg) 0.248 0.26 -1.35
Mediana (mg/kg) 0.317 0.31 -1.17
Terceiro Quartil (mg/kg) 0.393 0.39 -0.94
Máximo (mg/kg) 33.43 31.82 3.46
Coeficiente de assimetria 6.59 4.55 -0.01

Visto que a ASPC fora direcionada ao centro de massa de con- Para TCE e CV o limite de quantificação foi superior ao limite de
taminação e subsidiou a etapa de ARSH, foi utilizada a preser- intervenção estabelecido na Decisão de Diretoria CETESB Nº
vação em metanol para as amostras de solo, conforme a norma 256/2016/E, de 22 de novembro de 2016, em amostras peri-
ABNT NBR 16.434:2015. Dessa forma, à medida que foram de- féricas ao centro de massa (Figura 4). Isso prejudica a verifica-
tectadas concentrações mais representativas do centro de ção da extensão espacial das plumas de contaminação. Por
massa, houve elevação do limite de quantificação dos analitos essa razão, esses analitos (TCE e CV) foram excluídos das aná-
em questão, conforme previamente observado em NEVES et al. lises geoespaciais.
(2020).

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 6

 Figura 1 - Distribuição de frequência para os analitos considerados

Figura 2 - Boxplot das concentrações dos analitos considerados por unidade hidroestratigráfica

4.2. Preparação das Amostras e Geoestatística rente ao espaçamento médio entre amostras, prévio a regulari-
zação, é de 0,95. O valor máximo é de 5 metros e mínimo de 0,2
O espaçamento médio vertical entre as amostras coletadas é de metro.
1,12 metro, considerando 07 sondagens com amostragem em
alta resolução e 11 em baixa resolução. O desvio padrão refe- Dessa forma, o valor de 1,12 metro foi adotado para a regulari-
zação. Trechos residuais de comprimento inferior a 1,12 metro

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 7

foram preenchidos gradualmente conforme as amostras adja- espacial é a de 20º/0º para PCE e 150º/0º para DCE, conforme
centes – em detrimento do descarte deste trecho ou da adoção apresentado na Figura 6, Figura 7 e Tabela 2.
dos valores mais próximos.
Os parâmetros analisados apresentaram dependência espacial
De acordo com a Figura 5 a composição de amostras aumentou distintas, conforme propriedades de seus variogramas (Figura 6
a metragem com resultados de 177 para 183 metros. Observa- e Figura 7). Para PCE, o efeito pepita expresso como porcenta-
se que os valores do histograma de concentração dos contami- gem da semivariância total foi de 1,9%, para DCE foi de 0%.
nantes analisados apresentam uma forte assimetria positiva. Dessa forma, ambos os analitos apresentaram forte dependên-
cia espacial (Cambardella et al., 1994), considerando a escala
Desta forma, para permitir que os variogramas sejam ajustados, de investigação por ASPC.
as concentrações foram transformadas com logaritmo natural
e, a partir destes, foram realizadas as análises variográficas. Nesta modelagem, verifica-se a existência de anisotropia mista
Para permitir que os variogramas calculados possuam estrutu- para ambos os analitos, ou seja, comportamentos espaciais di-
ras para posteriormente serem modelados, foi extraído o loga- ferentes para direções diferentes. Desta forma, os eixos maio-
ritmo natural das concentrações. res dos variogramas corresponderam aos azimutes onde houve
maior continuidade espacial, ou seja, maior amplitude, o semi-
A variografia experimental para PCE e DCE considerou azimutes eixo corresponde ao par ortogonal desta direção e a direção ver-
espaçados a cada 20º, com tolerâncias angulares de 10º. Neste tical é o eixo menor.
processo foi determinado que a direção de maior continuidade

Figura 3 - Espessura dos intervalos antes e após composite

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 8

Tabela 2 – Parâmetros para os variogramas e resultado da validação cruzada

Variável Eixo Azimute (º) Mergulho(º) Pitch(º) Passo (m) Tolerância angular(º) Tolerância distância (m)
Major 20 0
6 10 6
PCE Semimajor 110 0 114
Minor 0 90 1.12 45 1.12
Major 60 0
6 10 6
DCE Semimajor 150 0 17
Minor 0 90 1.12 45 1.12
Semivariância Dados Condicionantes
Variável
Modelo Efeito Pepita Total Range Mínimo Máximo Coeficiente de Correlação
23.97
PCE
12.97
(1ª estrutura)
5.75
Gaussiano 0.05 2.6 4 8 0.82
23.97
PCE
12.97
(2ª estrutura)
5.75
20
DCE
10
(1ª estrutura)
10
Esférico 0 3.21 4 8 0.84
20
DCE
10
(2ª estrutura)
10

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 9

Figura 6 - Variogramas para tetracloroeteno

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 10

 Figura 4 - Variogramas para cis-1,2-dicloroeteno

metade do espaçamento médio entre sondagens com amos-

4.3. Krigagem Ordinária, Radial Basis Function e Validação tras de solo (eixo X e Y) e metade do espaçamento médio ver-
Cruzada tical entre as amostras (Z). Esses dados foram estimados no
campo logarítmico e após as estimativas eles foram trazidos
A interpolação através dos métodos de Krigagem Ordinária e novamente ao campo do suporte amostral ao fazer o exponen-
Radial Basis Function foram conduzidas com os parâmetros cial deles, conforme equação abaixo.
de vizinhança apresentados na Tabela 2. As dimensões do
modelo de bloco em relação ao domínio adotado são apresen- 𝑌 = 𝑒 𝑥 , onde x corresponde ao logaritmo natural dos valores
tadas na Tabela 3. As dimensões dos blocos são referentes à estimados

Tabela 3 – Dimensões do Modelo de Blocos

Direção Dimensões do Bloco (metro) Número de Blocos
X 2.96 23
Y 2.96 23
Z 0.57 53

As estatísticas descritivas dos resultados de Krigagem o RBF em virtude de o comportamento de extrapolação ser di-
Ordinária e Radial Basis Function estão apresentadas na Ta- recionado à média global do domínio. Os valores máximos fo-
bela 4 em escala real. Verificou-se a gradual suavização dos ram reduzidos de 84,05 mg/kg (medido) para 78,34 mg/kg
resultados em termos da estatística descritiva entre as etapas (Krigagem Ordinária) para tetracloroeteno e de 33,43 mg/kg
que consideram unicamente os resultados medidos, os regu- (medido) para 19,23 mg/kg (Krigagem Ordinária) para cis-1,2-
larizados e os estimados via Krigagem Ordinária e RBF. dicloroeteno.

A dispersão absoluta dos dados foi reduzida, conforme decrés- A Figura 8 apresenta no modelo de blocos os resultados a par-
cimo do desvio padrão e coeficiente de variação de ambos os tir da interpolação por Krigagem Ordinária e Radial Basis
analitos considerados. Este decréscimo é incrementado para Function em conjunto com as amostras, consideradas nesta

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 11

interpolação (após composite). estão sendo empregados.

A fim de validar o ajuste do modelo de variograma foi realizado Os variogramas em conjunto com os parâmetros de vizi-
a validação cruzada com auxílio do software SGeMs, cujos de- nhança adotados, foram avaliados pela validação cruzada (Fi-
talhes estão apresentados na Tabela 2. A Figura 9 mostra a gura 9). Foi verificado elevada correlação entre dados medi-
correlação entre os valores estimados com os variogramas dos e estimados, com as retas ajustadas ao gráfico de disper-
modelados com os valores medidos, provenientes das análi- são e valor de ‘r’ próximo a 1, respectivamente 0,81 e 0,85
ses químicas. Notar que os logaritmos naturais destes valores para tetracloroeteno e cis-1,2-dicloroeteno.

Figura 8 - Representação no modelo de blocos da interpolação de tetracloroeteno e cis-1,2-dicloroeteno (em conjunto) por Krigagem
Ordinária (imagem superior) e Radial Basis Function (imagem inferior)

Tabela 4 – Estatística descritiva dos dados estimados

- Tetracloroeteno* Cis-1,2-Dicloroeteno*
Radial Basis Func- Radial Basis Func-
Variáveis ↓ / → Krigagem Ordinária Krigagem Ordinária
tion tion
Média (mg/kg) 0.26 0.081 0.44 0.32
Desvio Padrão 2.66 0.44 0.69 0.44
Coeficiente de Variação 9.88 5.48 1.56 1.36
Variância 7.08 0.19 0.48 0.19
Mínimo (mg/kg) 0.0011 0.0011 0.005 0.0051
Primeiro Quartil (mg/kg) 0.078 0.054 0.27 0.27
Mediana (mg/kg) 0.10 0.054 0.30 0.27
Terceiro Quartil (mg/kg) 0.11 0.065 0.34 0.27
Máximo (mg/kg) 78.34 32.34 19.23 14.17
*Notar que os dados estão em seu suporte amostral e não em forma logarítimica

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 12

 Figura 9 - Gráfico de dispersão entre valores estimados e medidos de tetracloroeteno e cis-1,2-dicloroeteno

4.4. Análise Espacial, Massa de Contaminantes e Redução de mensional e em alta resolução via Amostragem de Solo de Per-
Custo de Remediação fil Completo (ITRC, 2015; RIYIS et al., 2019) (Tabela 5). O tra-
tamento de dados apresenta relevante consequência na ava-
A massa de contaminantes pôde ser avaliada a partir de dife- liação espacial da distribuição de massa e na quantificação
rentes premissas de investigação de fase retida no solo – ini- final de massa, sendo utilizado a metodologia comumente uti-
cialmente por baixa resolução e atendo-se à obrigação legal lizada no GAC, a ABNT NBR 15515-3, e as metodologias Kri-
da Decisão de Diretoria nº 038/2017/C de delimitação tridi- gagem Ordinária e RBF.

Tabela 5 – Incremento nos pontos de observação entre a investigação em baixa resolução para alta resolução
Quantidade de Sonda-
Variáveis↓ / → Quantidade de Amostras
gens
Investigação em Baixa Resolução 5 13
Investigação em Alta Resolução (ASPC) 15* 112*
*Quantitativo desconsidera os dados obtidos na investigação em baixa resolução

Como premissas para o cálculo de massa (Tabela 6) foram Os poucos pontos de observação (n=13) reduzem a chance de
consideradas, por unidade hidroestratigráfica, características se identificar pontos de elevada concentração e distancia os
geotécnicas. Do topo para a base foram identificadas além do pontos para delimitar a contaminação, resultando na superes-
aterro, 05 unidades hidroestratigráficas impactadas – que, timação de massa e volume impactado.
portanto, apresentam comportamentos hidrogeológicos parti-
culares. A investigação da área fonte em alta resolução, independen-
temente do método de interpolação, reduziu as massas quan-
A investigação da área fonte em baixa resolução (que posteri- tificadas e volumes impactados para ambos os analitos consi-
ormente foi complementada pela ASPC) subestimou a massa derados em relação à abordagem tradicional em função do in-
de tetracloroeteno e superestimou a de cis-1,2-dicloroeteno, cremento na quantidade de amostras, sendo 125 no total. A
em função da reduzida quantidade de amostras, sendo 13 elevada densidade amostral viabiliza a delimitação de conta-
amostras no total – em média 2 a 3 por sondagem. A baixa minantes sem extrapolações e reduzem a massa total, além
densidade de amostras reduz a confiança do cálculo de de elevar as chances de se quantificar as maiores concentra-
massa (de forma não quantificável via ABNT NBR 15515-3). ções.

Tabela 2 – Variáveis para cálculo de massa de contaminantes e dados geológicos

Variáveis →
Comport. Classificação USDA Densid. Aparente
/Compartimento Impac- Idade Porosidade Total
Hidráulico (1975) (g/cm³)
tado↓
Aterro Recente Variável Variável 0.298 1.66
UH 1 Quaternário Retenção Franco Argilo Arenosa 0.359 1.46
UH 2 Quaternário Transporte Areia Franca 0.374 1.76
UH 3 Terciário Retenção Argila 0.359 1.52
UH 4 Terciário Baixa Advecção Franco Argilosa 0.363 1.76
UH 5 Terciário Retenção Argila 0.298 1.66

Entre a investigação por baixa resolução e por alta resolução, 15515-3 (Tabela 7). Resultado similar ao obtido por RIYIS et
a massa de contaminantes estimada é reduzida à 37% dos al. (2015) em comparação análoga, onde a massa a partir de
originais 169,91 kg, ambos as estimativas via ABNT NBR ASPC correspondeu a 41% da calculada via metodologias tra-

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 13

dicionais. A principal justificativa é que o cálculo por meio do modelo de
blocos construído, cuja dimensão de cada bloco é
No que tange à forma de interpretação dos dados obtidos em 2,96x2,96x0,57 metros é mais precisa que cálculos feitos
alta resolução, foi comparada a metodologia tradicional (ABNT conforme a ABNT, e com base em reduzidas seções horizon-
NBR 15515-3) à Krigagem Ordinária e RBF. Desse modo, veri- tais e verticais são elaborados blocos de dimensões notavel-
fica-se que a massa total de contaminantes foi reduzida, res- mente superiores para cubagem dos contaminantes. Como
pectivamente, a 44% e 13% do estimado pela norma ABNT em motivação secundária, têm-se a redução nas massas de con-
questão (Tabela 7). Isto ocorre em virtude do uso do vario- taminantes estimadas em virtude do uso de interpoladores
grama ajustado conforme as amostras, e cujo estimador será que consideram as variáveis regionalizadas.
guiado pela média das concentrações da vizinhança – para
cada bloco estimado (Krigagem Ordinária) e para a média glo- A redução no volume estimado de solo contaminado é parâ-
bal (RBF). metro de relevante influência no custo final da etapa de reme-
diação, seja para procedimentos de escavação e disposição,
Em termos de volume de solo contaminado (Tabela 7), a dife- como de tratamento in situ. É esperada, portanto, relevante
rença de cerca de 8% entre os resultados obtidos por Kriga- redução do custo final da etapa de remediação em virtude da
gem Ordinária e RBF apresenta pouca relevância quando com- redução do volume de solo impactado.
parado ao originalmente estimado via norma ABNT com dados
de alta resolução (queda de cerca de 61%).

Tabela 3 – Massa de contaminantes e volume de solo impactado

Estratégia de Investigação Baixa Resolução Alta Resolução (ASPC)

ABNT NBR Radial Basis

Método de Interpolação ABNT NBR 15515-3 Krigagem Ordinária
15515-3 Function

Massa de tetracloroeteno (kg) 1.56 31.21 17.06 6.05

Massa de cis-1,2-dicloroeteno (kg) 168.35 31.52 11.1 2.4
Massa de tetracloroeteno e cis-1,2-diclo-
169.91 62.73 28.16 8.45
roeteno (kg)
Volume de Solo Contaminado (PCE +
22067.68 1423.43 554.34 514.39
DCE) (m³)

5. CONCLUSÃO A análise via boxplot das concentrações medidas em relação

às unidades hidroestratigráficas definidas no modelo geoló-
A análise exploratória dos dados com auxílio de ferramentas gico indicaram que as maiores médias de PCE, DCE e CV ocor-
gráficas (boxplot e histogramas e visualização em cena no sof- rem no Aterro e UH3 – unidade onde predomina a retenção de
tware Leapfrog) facilitou a observação da continuidade espa- contaminantes. Destaca-se a baixa variabilidade dos resulta-
cial dos contaminantes, sua distribuição entre camadas de re- dos oriundos da única camada de elevado fluxo advectivo
tenção/fluxo e distribuição das concentrações em relação a (UH2), independentemente do analito considerado.
valores de referência (de intervenção ou concentrações máxi-
mas aceitáveis). Quanto à geoestatística, os variogramas puderam ser adequa-
damente ajustados no Software Leapfrog com estabeleci-
A estatística descritiva indicou que para tetracloroeteno e cis- mento da continuidade espacial para cada analito conside-
1,2-dicloroeteno a maior parte dos valores é inferior ao valor rado. A validação cruzada da Krigagem Ordinária apresentou
de intervenção e são referentes ao limite de quantificação, valores elevados de correlação entre pontos analisados e sua
ainda que a estratégia de investigação tenha sido enviesada estimativa – superiores a 0,80.
de forma direcionada às porções mais impactadas, segundo
critérios estabelecidos em ABNT NBR 16.434:2015. Os variogramas referentes à direção vertical, com maior den-
sidade de amostras, apresentaram estruturas mais bem defi-
Em relação a tricloroeteno e cloreto de vinila, a estatística des- nidas que na direção horizontal. Para que as estruturas sejam
critiva indicou que a estratégia direcionada ao centro de mais bem reconhecidas na direção horizontal (independente
massa pelo uso de preservação em metanol, que viabiliza a do azimute), a estratégia de amostragem não poderá ser es-
quantificação de concentrações elevadas, se mostrou insatis- tritamente enviesada, conforme estipulado em ABNT NBR
fatória pois reportou limites de quantificação superiores aos 16.434:2015, mas deverá ter componente aleatória (simples
valores de intervenção para estes analitos na maior parte das ou estratificada) ou sistemática conforme descrito em KAZUO
amostras. Desta forma, houve ganho de informação no que & LANDIM (2015), além de adequado espaçamento entre as
tange à Avaliação de Risco à Saúde Humana e perda de infor- sondagens para entendimento do fenômeno.
mação referente à estimativa de massa e volume de solo im-
pactado por estes analitos. Entre a investigação de solo em baixa resolução e alta resol-
ção (ASPC) houve redução da massa estimada de tetracloroe-

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 14

teno e cis-1,2-dicloroeteno para cerca de 37% do valor inicial A Análise Exploratória dos Dados e ferramentas geoestatísti-
via ABNT NBR 15515-3. cas se demonstraram efetivas na melhoria do Modelo Concei-
tual gerado a partir de uma investigação por estratégia de alta
A estimativa de massa de contaminantes a partir dos resulta- resolução. Foram incrementados aspectos quanto à estima-
dos obtidos por alta resolução com metodologia tradicional tiva de massa, volume impactado e distribuição espacial dos
(ABNT NBR 15515-3) foi de 62.73 kg. A adoção de métodos contaminantes avaliados, com relevante alteração na estraté-
geoestatísticos reduziu a massa estimada para 40% deste va- gia de uma eventual etapa de remediação – que deverá atuar
lor no caso de Krigagem Ordinária (28.16 kg) e 13,47% deste em volume impactado significativamente menor.
valor (8.45 kg) para Radial Basis Function.
6. AGRADECIMENTOS
Portanto, ao considerar a investigação de solo por baixa reso-
lução, que atende aos requisitos legais mínimos de delimita- Os autores agradecem à KOPF Ambiental pelo apoio fornecido
ção da contaminação nesta matriz, em relação a investigação para elaboração dessa pesquisa.
por alta resolução aliada à geoestatística, houve redução de
massa dos contaminantes considerados para cerca de 16% Os autores agredecem à Seequent por fornecer licença de es-
do originalmente estimado para Krigagem Ordinária e 5% con- tudante para o software Leapfrog Works com a extensão Con-
siderando Radial Basis Function. taminants, que tornou este trabalho possível.

Outra variável relevante para a etapa de remediação – nota- A análise de saída/código/dados para este artigo/relatório foi
damente das técnicas que necessitam do contato entre gerada usando o Leapfrog Software. Copyright © Seequent Li-
agente redutor/oxidante ou da remoção física do contami- mited. Leapfrog e todos os outros nomes de produtos ou ser-
nante (escavação) – é o volume de solo impactado. Ainda que viços da Seequent Limited são marcas registradas ou marcas
haja um direcionamento pela ARSH do volume cuja ação é ne- comerciais da Seequent Limited.
cessária, pôde-se verificar redução de cerca de 22 mil m³ im-
pactados conforme delimitação em baixa resolução para REFERÊNCIAS
1400 m³ após a investigação em alta resolução. Após refino
da análise espacial e cubagem via Krigagem Ordinária e RBF, CAMBARDELLA CA, MOORMAN TB, NOVAK JM, PARKIN TB,
houve redução para cerca de 500 m³ (2% do originalmente KARLEN DL, TURCO RF, KONOPKA AE . Field‐scale variability
estimado). of soil properties in central Iowa soils. Soil science society of
America journal, v. 58, n. 5, p. 1501-1511, 1994.
Para descrição de variáveis regionalizadas no gerenciamento https://doi.org/10.2136/sssaj1994.03615995005800050
de áreas contaminadas a geoestatística deve ser priorizada. 033x
Para fenômenos retratados em alta resolução e que apresen-
tam variogramas estruturados – ou seja, que não apresentam CETESB – Companhia Ambiental do Estado de São Paulo. De-
efeito pepita puro – a Krigagem pode ser utilizada. Para variá- cisão de Diretoria 038/2017/C. São Paulo. Disponível em:
veis que não apresentam variograma estruturado ou cuja dis- https://cetesb.sp.gov.br/wp-content/uploads/2014/12/DD-
ponibilidade de dados é reduzida, a função RBF pode ser ado- 038-2017-C.pdf. Acesso em: 10 dez. 2021.
tada, uma vez que se trata de um estimador global.
CHERRY, J. PARKER. B. DNAPL Contamination on Groundwa-
A manutenção da estratégia atualmente adotada pelo mer- ter. In: CONGRESSO INTERNACIONAL DO MEIO AMBIENTE
cado de áreas contaminadas de coleta de amostras de solo SUBTERRÂNEO (CIMAS), 1., 2009. [Anais...]. São Paulo-SP. Se-
para posterior análise química de compostos orgânicos volá- tembro. 2009.
teis – que basicamente corresponde ao enviesamento das co-
letas e do agrupamento de sondagens em regiões de inte- DYMENT, Stephen. Using high resolution site characterization
resse para identificação de contaminação – prejudicam o en- to improve remedy design and implementation. In: Federal Re-
tendimento espacial do fenômeno e a estimativa de massa mediation Technologies Rountable Meeting. 2011.
confiável, conforme corroborado pela variografia dos dados.
HERRMANN JC, BERNARDI JVE, BASTOS WR, LACERDA LD. Dis-
Para que a estratégia de amostragem atenda adequadamente persão Espacial X Amostragem Pontual: A Geoestatística como
ao objetivo de quantificação de massa de contaminantes em Ferramenta de Análise do Mercúrio em Solos de Rondônia,
fase retida (ABNT NBR 15515-3 e DD nº 38/2017C) de com- Amazônia Ocidental. Geochimica Brasiliensis, v. 23, n. 1,
postos orgânicos voláteis e subsídio à Avaliação de Risco à 2009.
Saúde Humana (RAGS, 1989 e DD nº 38/2017C), aos aspec-
tos de enviesamento estabelecidos em ABNT NBR FIGUEIREDO FILHO, Dalson Britto; SILVA JÚNIOR, José Alexan-
16.434:2015 deverão ser acrescidos critérios de amostragem dre. Desvendando os Mistérios do Coeficiente de Correlação
aleatória (simples ou estratificada) ou sistemáticos, além de de Pearson (r). Revista Política Hoje, v. 18, n. 1, p. 115-146,
técnicas de regularização (composite). 2009.

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 15

ITRC (Interstate Technology & Regulatory Council). Integrated dá providências correlatas. São Paulo. 2013. Legislação Esta-
DNAPL Site Characterization and Tools Selection (ISC-1). Wa- dual.
shington, DC: Interstate Technology & Regulatory Council,
DNAPL Site Characterization Team, 2015. STEWART, M., DE LACEY, J., HODKIEWICZ, P. F., & LANE, R..
http://www.itrcweb.org/DNAPL-ISC_tools-selection. Acesso Grade estimation from radial basis functions–how does it com-
em: 07 mar. 2021. pare with conventional geostatistical estimation. In: NINTH IN-
TERNATIONAL MINING GEOLOGY CONFERENCE, Adelaide,
ITRC (INTERSTATE TECHNOLOGY & REGULATORY COUNCIL). Australia. 2014. p. 139.
Integrated DNAPL Site Characterization and Tools Selection
(ISC‐1). 2015. Disponível em: SEEQUENT. Validating geological models against drill hole
https://www.itrcweb.org/DNAPL-ISC_tools-selection/Con- data. Disponível em: https://www.seequent.com/validating-
tent/3%20Distribution%20of%20DNAPLS.htm. Acesso em: geological-models-against-drill-hole-data/. Acesso em: 24 Dez.
09 Mar. 2021. 2020.

ITRC. Interstate Technology & Regulatory Council. Geospatial TOBLER, Waldo R. A computer movie simulating urban growth
Analysis For Optimization At Environmental Sites, 2016. Dis- in the Detroit region. Economic geography, v. 46, n. sup1, p.
ponível em: http://gro-1.itrcweb.org/. Acesso em: 5 set. 2020. 234-240, 1970. https://doi.org/10.2307/143141

LEAL PR, MOSCHINI-CARLOS V, LÓPEZ-DOVAL JC, CINTRA JP, USDA (US. Science; Education Administration). Soil taxonomy:
YAMAMOTO JK, BITENCOURT MD, SANTOS RF, ABREU GC, a basic system of soil classification for making and interpre-
POMPÊO MLM. Impact of copper sulfate application at an ur- ting soil surveys. US Department of Agriculture, 1975.
ban Brazilian reservoir: A geostatistical and ecotoxicological
approach. Sci Total Environ, 2017. USEPA (US Environmental Protection Agency). Exposure Fac-
http://dx.doi.org/10.1016/j.scitotenv.2017.07.095 tors Handbook. EPA/ 600/8-89/043, Office of Health and En-
vironmental Assessment, Washington, DC, USA, 1989.
LERNER, D. N. et al. An illustrated handbook of DNAPL trans-
port and fate in the subsurface. 2003. USEPA (US Environmental Protection Agency). Superfund Pro-
gram Implementation Manual Fiscal Year 2019. Washington,
MATHERON, Georges. Principles of geostatistics. Economic ge- DC, USA, 2018. Disponível em: https://sems-
ology, v. 58, n. 8, p. 1246-1266, 1963. pub.epa.gov/work/HQ/100001805.pdf. Acesso em: 16 mar.
https://doi.org/10.2113/gsecongeo.58.8.1246 2021.

RIYIS, Marcos Tanaka; ARAKAKI, Edson; RIYIS, Mauro Tanaka; USEPA QA/G-4HW. Guidance for the data quality objectives
GIACHETI, Heraldo Luiz. A importância da amostragem de solo process for hazardous waste sites, 2000. (EPA/600/R-
de perfil completo (ASPC) para a investigação de alta resolu- 00/007, January 2000) Internet Available.
ção em áreas contaminadas. Águas Subterrâneas, v. 33, n. 4,
2019. https://doi.org/10.14295/ras.v33i4.29735 USEPA. Environmental Protection Agency. Causal analysis/di-
agnosis decision information system (CADDIS), 2010. Disponí-
ROSSI, Mario E.; CLAYTON V. Deutsch. Mineral resource esti- vel em: http://www.epa.gov/caddis. Acesso em: 5 set. 2020.
mation. Springer Science & Business Media, 2014.
USEPA. Method 5035 Closed-system Purge-and-trap and Ex-
SÃO PAULO. Decreto Nº 59.263, de 05 de Junho de 2013. Re- traction for Volatile Organics in Soil and Waste Samples.
gulamenta a Lei nº 13.577, de 08 de julho de 2009, que dis-
põe sobre as diretrizes e procedimentos para a proteção da YAMAMOTO, Jorge Kazuo; LANDIM, Paulo M. Barbosa. Geoes-
qualidade do solo e gerenciamento de áreas contaminadas, e tatística: conceitos e aplicações. Oficina de textos, 2015.

TAVARES, G. N. D. et al. Águas Subterrâneas, v. 35, n. 3, e-30083, 2021. 16