2.1 Pavimentos

Os pavimentos rodoviários apresentam grande relevância no que se refere ao desenvolvimento de um país no auxílio da realização de serviços básicos, como o transporte de mercadorias e a locomoção da população. Diante da sua importância, é necessário que as vias se apresentem em um bom estado de conservação para que assim possam oferecer seus serviços de maneira adequada e segura para os usuários (^{LIMA et al., 2022}).

Uma maneira de verificar se os pavimentos estão em um estado aceitável de conservação é calculando o seu índice de condição. Uma dessas avaliações pode ser feita a partir do Paviment Codition Index (PCI), desenvolvido pela United States Army Corps of Engineers (USACE) em 1976. Inicialmente desenvolvido apenas para a avaliação de pavimentos aeroportuários, e posteriormente em 1979 adaptada para uma versão específica para avaliação de pavimentos rodoviários e urbanos.

De acordo com a norma ^{ASTM D6433-2018} - Standard Practice for Roads and Parking Lots Pavement Condition Index Surveys, é necessário selecionar uma amostra de tamanho 225 m² ± 90m². A avaliação consiste em realizar o levantamento de defeitos, além da quantidade e severidade de cada um deles. A Tabela 1 apresenta os tipos de defeitos que devem ser levantados durante a aplicação do método.

Para que se possa calcular o índice de condição do pavimento, é necessário obter os Valores de Dedução (VD) de acordo com o tipo, severidade e extensão do defeito, que representa a influência que o mesmo apresenta sobre a condição do pavimento, variando entre 0 e 100, em que 0 o defeito não impacta na condição do pavimento e 100, o defeito possui máxima interferência prejudicial.

Os valores dos VD são obtidos com o auxílio de ábacos disponíveis na ASTM D6433-2018. Somando-se os VD é possível obter o Valor Total de Dedução (VTD) para os pavimentos analisados com o auxílio da equação 1.

VTD= ∑i=1p∑j=1miaTj,Si,DijxFt,q (1)

Em que:

a(Tj,Si,Dij): função de perda de capacidade para servir ao tráfego, cujas variáveis independentes são o tipo:

Tj: tipos de defeitos;

Si: níveis de severidade;

Dij: densidades de defeitos;

i: contador dos tipos de defeitos;

j: contador dos níveis de severidade;

p: número total de tipos de defeitos;

mi: número do nível de severidade para o enésimo tipo de defeito;

F(t, q): fator de ajuste para reduzir o efeito do excesso de tipos de defeitos. (t) depende do número de funções (a), e (q) é o número de valores numéricos de funções (a) maiores que 5.

De posse do VTD, é necessário corrigi-lo em função da quantidade de defeitos presentes em cada trecho, de acordo com o ábaco 20 da mesma norma. Logo, é possível encontrar o Valor da Dedução Corrigido (VDC) e, portanto, o valor do PCI resultante da Equação 2.

PCI=100-VDC (2)

A partir do valor obtido para o PCI no trecho analisado, o pavimento é classificado de acordo com a Tabela 2, variando o seu valor de 0 (condição péssimo) a 100 (condição excelente).

2.2 Drenagem dos Pavimentos Urbanos

De acordo com Corrêa e Dutra (2018), o sistema de drenagem pode ser entendido como o conjunto de elementos que objetivam garantir a integridade das estradas e os seus arredores, além de promover segurança aos usuários. Tais dispositivos direcionam a água para um local adequado, sendo devidamente planejado durante a construção ou restauração de uma via (REIS, 2016).

Ao se referir ao sistema de drenagem urbana é necessário entender a sua subdivisão em macro drenagem e microdrenagem (^{RESPLANDES et al., 2021}). De acordo com o Departamento de Engenharia Sanitária da Universidade de São Paulo (2015), a macrodrenagem pode ser definida como um cursor que direciona um elevado volume de água, como rios e córregos. Já no caso da microdrenagem, pode ser considerada como a parte do sistema responsável pelo direcionamento de águas pluviais até o sistema macro. Esta é composta por elementos tais como as sarjetas, bocas de lobo, bueiros, poços de visita e galerias.

No caso dos pavimentos urbanos de uma via, é indispensável a existência de um sistema de microdrenagem para o direcionamento das águas pluviais uma vez que é necessário manter tal infraestrutura essencial nas condições ideias de funcionamento (SOUZA, 2012).

No que se refere ao acúmulo de águas, sejam superficiais ou as águas subterrâneas, pode ser um fator prejudicial às rodovias. De acordo com ^{Lima et al. (2022}), o acúmulo de água na pista de rolamento pode prejudicar severamente as condições de aderência da pista, podendo provocar acidentes.

No caso de inundações, também é possível observar prejuízos significativos aos pavimentos e consequentemente, à população. Além da alteração no tráfego com a visível redução na segurança, a água é capaz de infiltrar nas camadas do pavimento diminuindo a sua vida útil. A água que permanece contida nas camadas, além daquela proveniente do lençol freático, podem provocar danos como redução da capacidade de suporte da camada de subleito, além de afundamentos e até a ruptura (REIS, 2016).

3.1 Caracterização dos Trechos

Os trechos avaliados se apresentavam distribuídos pelo bairro de Tambaú, da cidade de João Pessoa - PB. Foram escolhidas vias que possuíssem concomitantemente a pavimentação do tipo flexível e sistema de drenagem superficial. A localização dos trechos é apresentada na Figura 1.

Figura 1 Localização da Área e Trechos de Estudo 

As informações detalhadas acerca das localizações de cada trecho se encontram na Tabela 3. Com o intuito de manter a proporcionalidade das amostras, todas possuíam a mesma extensão de 80 metros.

3.2 Análise Estatística

Pode-se averiguar a existência da relação, assim como a intensidade, existente entre duas variáveis a partir da análise de sua correlação. Para isso, foi utilizado o coeficiente de Correlação de Pearson (r) apresentado pela equação 3 (^{MERGH, 2019}; ^{OLIVEIRA et al., 2022}).

r=∑i=ln(Xi-X-)(Yi-Y-)∑i=ln(Xi-X-)²∑i=ln(Yi-Y-)² (3)

Em que:

n: número de pares de observações;

Xi: observação i da variável X;

Yi: observação i da variável Y;

X-: média dos valores de X;

Y-: média dos valores de Y.

De acordo com ^{Francisco & Dantas Neto (2021}), é possível adotar intervalos para auxiliar na interpretação dos resultados de r, como apresentados na tabela 4.

Para a análise em questão, o valor do PCI, devido a sua metodologia de cálculo apresentar maior precisão da real quantificação do estado de condição do elemento avaliado (pavimento), será considerado com variável independente (X). As variáveis dependentes serão, portanto, as bocas de lobo (Y₁) e as sarjetas (Y₂).

Para auxiliar na análise estatística, foi realizado o teste estatístico de hipótese para averiguar a diferença entre as médias obtidas. Neste caso, serão determinadas as seguintes hipóteses:

H0: μ1-μ2=0 (4)

HA: μ1-μ2≠0 (5)

Em que:

H0: Hipótese nula;

HA: Hipótese alternativa;

μ _{1 e} μ _2: Médias das populações 1 e 2, respectivamente (Sendo a população relacionadas aos pavimentos e a população 2 cada um dos elementos de drenagem por vez).

Nesse estudo, o caso considerado foi o de dados não emparelhados, com os desvios-padrão das populações conhecidos, resultando em duas comparações de médias. O procedimento consiste em fazer teste da média das diferenças das populações, adotando-se a ordem de 0,5 baseado no estudo de ^{Medeiros et al. (2017)}. Logo, a análise verifica a seguinte hipótese:

H0: μd=0,5 (6)

HA: μd>0,5 (7)

Em que:

μd: Diferença das médias entre as populações

4.1 Condição dos Pavimentos

O levantamento dos defeitos encontrados nos pavimentos se encontra na Tabela 5. Os defeitos de trinca em bloco, elevação e recalque, corrugação, fissura por reflexão de junta, desnível pavimento/acostamento, cruzamento ferroviário, escorregamento de massa, fissura devido a escorregamento e inchamento não foram encontrados durante o levantamento, e devido a isso, não há quantificação dos defeitos supracitados na Tabela 5.

A partir da avaliação do levantamento de defeitos dos trechos foi possível destacar que o defeito com maior registro foi o desgaste, apresentando-se em quase que todas locais avaliados, com exceção do Trecho 13.

Grande quantidade das trincas apresentadas pode ter sido ocasionada em função da reflexão das trincas da base de paralelepípedos. É importante destacar que não foi possível adquirir a informação com a Prefeitura sobre quais pavimentos flexíveis avaliados possuíam ou não esse tipo de base em paralelos. A observação desse fator só era possível quando a base se encontrava exposta devido a algum defeito no pavimento.

De acordo com o ^{Bernucci et al. (2008}), essas trincas também podem ser ocasionadas por demais como a ação da repetitivas das cargas do tráfego, a ação climática (gradientes térmicos), o possível envelhecimento do ligante e perda de flexibilidade, compactação ineficiente do revestimento, deficiência no teor de ligante asfáltico, subdimensionamento, recalques diferenciais entre outros.

Após a ponderação da área afetada como determinada pela ASTM D6433/2018, foi possível calcular a condição dos pavimentos a partir do PCI. Os valores do índice para cada trecho, bem como a respectiva classificação, se encontram naTabela 6.

4.2 Condição dos Elementos de Drenagem

Foram observadas a existência e as condições dos elementos de drenagem (bocas de logo e sarjetas), nos trechos avaliados. As informações acerca dos elementos se encontram na Tabela 7. A ausência de ambos os elementos foi encontrada nos trechos 15 e 17. Nota-se a presença concomitante dos elementos na maior parte dos trechos avaliados, com exceção do trecho 4, que não apresentava bocas de lobo na sua extensão, porém contava com a presença de sarjeta.

De acordo com a tabela 7, os trechos 1, 2, 7 e 8 apresentavam mais de uma boca de lobo para serem avaliadas. Neste caso, apenas uma marcação foi feita na coluna de qualificação dos elementos, já que todas as bocas de lobo de um mesmo trecho apresentavam a mesma condição, como por exemplo os trechos 2 e 8, que possuíam duas bocas de lobo cada, e ambas as peças se apresentaram em estado regular.

Foi possível verificar que a maioria das bocas de lobo dos trechos, somando um total de 57,9%, se enquadravam na categoria de bom estado de conservação.

Em relação a condição das sarjetas, apenas o trecho 1 apresentou as condições Péssimas. Logo, mesmo que o trecho tenha apresentado 3 bocas de lobo, a condição da sarjeta possivelmente impede o direcionamento da água para as mesmas, o que interfere no funcionamento do sistema. Já os demais trechos apresentavam as sarjetas em condições regulares (52,6%) ou boas (31,6%).

4.3 Correlação entre a Condição dos Pavimentos e Elementos de Drenagem

A tabela 8 apresenta a comparação entre os índices encontrados para a condição de cada elemento avaliado. Para permitir a comparação entre os dados, adaptado de ^{Silva, Diniz e Melo (2020}), os valores de PCI foram divididos por 25 (vinte e cinco) e convertidos para a mesma escala da condição das sarjetas e bocas de lobo, ou seja, valores entre 0 e 4.

A partir da tabela 5, observa-se que em 5 trechos (9, 10, 11, 12 e 14) a condição de todos os elementos avaliados foi máxima, sendo “excelente” para os pavimentos e “bom” para as bocas de lobo e sarjetas. No entanto, mesmo que a melhor avaliação de pavimentos também tenha sido alcançada nos trechos 7, 8 e 13, a condição dos elementos de drenagem não atingiram a mesma classificação, variando entre “regular” e “péssimo”.

É preciso destacar a situação apresentada pelos trechos 15 e 17, que, mesmo com nenhum dos elementos de drenagem avaliados na pesquisa presente nas vias, o pavimento se apresentou em condições aceitáveis para os usuários, com a segunda melhor classificação na escala previamente apresentada na Tabela 2. Esse resultado entra em conflito com o senso em que se sugere que para um bom funcionamento das vias é necessário o direcionamento adequado da água presente na superfície dos pavimentos.

A tabela 9 apresenta os valores de média, desvio padrão e variância dos resultados encontrados para cada elemento avaliado. O desvio padrão foi considerado do tipo amostral (n-1).

É possível observar que para os três elementos avaliados (Tabela 9), o desvio padrão se apresentou elevado, indicando elevada dispersão entre os valores coletados em campo.

Também foi feita a comparação entre os elementos a partir da diferença entre as médias dos resultados de cada avaliação para verificar a hipótese nula previamente determinada apresentada na Tabela 10.

É possível verificar na Tabela 10 a rejeição da hipótese nula em ambas as análises realizadas, já que a diferença entre os elementos avaliados se apresentou acima de 0,5. Logo, os valores encontrados não podem ser considerados aceitáveis para a correlação entre os elementos.

Ainda com o intuito de avaliar o nível de correlação, foi realizada a análise separadamente para cada elemento de drenagem combinadas com índice de condição de pavimentos, ou seja, foi verificada a correlação entre a condição dos pavimentos e das bocas de lobo e, em seguida, a correlação entre os pavimentos e das sarjetas. Os resultados encontrados se apresentam na Tabela 11.

A partir da Tabela 11 é possível verificar que ambas as correlações se apresentaram dentro do intervalo de 0,1 ≤ r ≤ 0,5, sendo assim consideradas como fracas e positivas. No entanto, é necessário destacar que a comparação com a interpretação de ^{Francisco e Dantas Neto (2021}) é considerada arbitrária, já que os valores não levam em consideração o contexto do estudo.

Embora os resultados não apresentem comportamiento claro de uma equação de 3º grau, na tentativa de melhorar o valor de r², foi realizada uma regressão polinomial de grau 3 para ambas as análises. A partir da Figura 2 é possível observar a dispersão entre a condição dos pavimentos relacionado à condição das bocas de lobo (Figura 2-A) e sarjetas (Figura 2-B), respectivamente.

Figura 2 Regressão Polinomial: A) Pavimentos x Bocas de lobo, B) Pavimentos x Sarjetas 

A partir da análise dos resultados é possível verificar que para a primeira verificação (Figura 2-A) a dispersão dos dados se apresenta com acurácia baixa, em que a tentativa de ajuste polinomial da curva não se mostrou adequado, apresentando o valor de r²<0,1, considerado baixo. Já no segundo caso (Figura 2-B), os resultados apresentaram melhor acurácia quando comparados com a primeira análise. No caso do ajuste da curva, o resultado apresentou comportamento medianamente satisfatório, alcançando um r²=0,4.