Aplicação do método K-Médias para classificação de regiões climáticas de pavimentos asfálticos no Brasil
DOI:
https://doi.org/10.5902/2179460X87741Palavras-chave:
Clima, Pavimentos asfálticos, Regiões climáticas, Brasil, Agrupamento K-MédiasResumo
As condições climáticas impactam significativamente o comportamento e o desempenho dos pavimentos flexíveis. O território brasileiro é conhecido por suas dimensões continentais, o que acarreta enorme variabilidade climática. Com isso, os pavimentos asfálticos nacionais estão sujeitos a diferentes condições climáticas de acordo com cada região em que estão inseridos. Assim, o presente estudo tem como objetivo identificar regiões climáticas com características climáticas homogêneas que afetam o desempenho de pavimentos flexíveis no Brasil, utilizando o método de clusterização K-Médias. A metodologia mostrou-se adequada, dividindo o país em 5 regiões climáticas: a região 1 é caracterizada por altas temperaturas e radiação, e baixa precipitação; a região 2 pela grande amplitude térmica e altas temperaturas; a região 3 por menores amplitudes térmicas, maiores velocidades de vento e alta radiação; a região 4 por temperaturas mais amenas, alta amplitude térmica e precipitação considerável; e a região 5 pelos elevados volumes de precipitação e alta umidade, além de altas temperaturas.
Downloads
Referências
Abdi, H., & Williams, L. J. (2010). Principal component analysis. Wiley Interdisciplinary Reviews: Computational Statistics, 2(4), 433–459. https://doi.org/10.1002/WICS.101
Alvares, C. A., Stape, J. L., Sentelhas, P. C., de Moraes Gonçalves, J. L., & Sparovek, G. (2013). Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, 711–728. https://doi.org/10.1127/0941-2948/2013/0507
Aprilina, K., Sopaheluwakan, A., Susandi, A., Hadi, T. W., Trilaksono, N. J., Lubis, A., Dayantolis, W., Permana, D. S., Nuryanto, D. E., Anggraeni, R., Komalasari, K. E., Fajariana, Y., Yuliyanti, M. S., Haryoko, U., Hidayanto, N., & Linarka, U. A. (2023). The comparison of relationship between climate variables and rice productivity in the clustering area on Java Island, Indonesia. IOP Conference Series: Earth and Environmental Science, 1167(1), 012016. https://doi.org/10.1088/1755-1315/1167/1/012016
Araujo, C. E. S. de. (2020). Statistical classification of homogenous surface temperature regions in Santa Catarina, Brazil. Ciência e Natura, 42, e10–e10. https://doi.org/10.5902/2179460X55311
Balushi, A., Metwally, M., & Al-rashdi, M. H. (2020). Development of Oman Performance Grade Paving Map for Superpave Asphalt Mix Design. The 19th Annual International Conference on Highway, Airports Pavement Engineering, Infrastructures & Asphalt Technology. https://doi.org/doi 10.1515ijpeat-2016-0033
Brondani, C., Faccin, C., Specht, L. P., Nummer, A. V., Pereira, D. da S., Vestena, P. M., & Baroni, M. (2022). Evaluation of Moisture Susceptibility of Asphalt Mixtures: Influence of Aggregates, Visual Analysis, and Mechanical Tests. Journal of Materials in Civil Engineering, 35(2), 04022433. https://doi.org/10.1061/(ASCE)MT.1943-5533.0004603
Brondani, C., Menezes Vestena, P., Faccin, C., Lisboa Schuster, S., Pivoto Specht, L., & da Silva Pereira, D. (2022). Moisture susceptibility of asphalt mixtures: 2S2P1D rheological model approach and new index based on dynamic modulus master curve changes. Construction and Building Materials, 331, 127316. https://doi.org/10.1016/J.CONBUILDMAT.2022.127316
Cunha, M. B., Escalante Zegarra, J. R., & Fernandes Júnior, J. L. (2007). Revisão da seleção do grau de desempenho (PG) de ligantes asfálticos por estados do Brasil.
de Souza, A., Abreu, M. C., de Oliveira-Júnior, J. F., Aristone, F., Fernandes, W. A., Aviv-Sharon, E., & Graf, R. (2022). Climate Regionalization in Mato Grosso do Sul: a Combination of Hierarchical and Non-hierarchical Clustering Analyses Based on Precipitation and Temperature. Brazilian Archives of Biology and Technology, 65, e22210331. https://doi.org/10.1590/1678-4324-2022210331
Delgadillo, R., Arteaga, L., Wahr, C., & Alcafuz, R. (2018). The influence of climate change in Superpave binder selection for Chile. Road Materials and Pavement Design, 21(3), 607–622. https://doi.org/10.1080/14680629.2018.1509803
Delgadillo, R., Segovia, M., Wahr, C., & Thenoux, G. (2017). Superpave zoning for Chile. Revista Ingenieria de Construccion, 32(1), 25–35. https://doi.org/10.4067/s0718-50732017000100003
Doan, Q. Van, Amagasa, T., Pham, T. H., Sato, T., Chen, F., & Kusaka, H. (2023). Structural k-means (S k-means) and clustering uncertainty evaluation framework (CUEF) for mining climate data. Geoscientific Model Development, 16(8), 2215–2233. https://doi.org/10.5194/GMD-16-2215-2023
Dong, Q., Chen, X., Dong, S., & Zhang, J. (2021). Classification of pavement climatic regions through unsupervised and supervised machine learnings. Journal of Infrastructure Preservation and Resilience 2021 2:1, 2(1), 1–15. https://doi.org/10.1186/S43065-021-00020-7
Faccin, C., Schuster, S. L., Orlando Borges de Almeida Junior, P., Menezes Vestena, P., Pivoto Specht, L., Dotto Bueno, L., & Figueiredo Mathias Leite, L. (2021). Mapas de Grau de Desempenho (PG) de ligantes asfálticos para o Brasil. 35o Congresso de Pesquisa e Ensino Em Transportes.
Faccin, C., Specht, L. P., Schuster, S. L., Boeira, F. D., Bueno, L. D., Brondani, C., Pereira, D. da S., & Nascimento, L. A. H. do. (2021). Flow Number parameter as a performance criteria for asphalt mixtures rutting: evaluation to mixes applied in Brazil Southern region. International Journal of Pavement Engineering. https://doi.org/10.1080/10298436.2021.1880580
Finkler, N. R., Bortolin, T. A., Cocconi, J., Mendes, L. A., & Schneider, V. E. (2016). Avaliação espaço-temporal da qualidade da água utilizando técnicas estatísticas multivariadas. Ciência e Natura, 38(2), 577–587. https://doi.org/10.5902/2179460X18168
Gelaro, R., McCarty, W., Suárez, M. J., Todling, R., Molod, A., Takacs, L., Randles, C. A., Darmenov, A., Bosilovich, M. G., Reichle, R., Wargan, K., Coy, L., Cullather, R., Draper, C., Akella, S., Buchard, V., Conaty, A., da Silva, A. M., Gu, W., … Zhao, B. (2017). The Modern-Era Retrospective Analysis for Research and Applications, Version 2 (MERRA-2). Journal of Climate, 30(14), 5419–5454. https://doi.org/10.1175/JCLI-D-16-0758.1
Gopisetti, P., Ceylan, H., Cetin, B., & Kim, S. (2021). Assessment of satellite-based MERRA climate data in AASHTOWare pavement mechanistic-empirical design. Road Materials and Pavement Design. https://doi.org/10.1080/14680629.2021.2009010
Gubler, R., Partl, M. N., Canestrari, F., & Grilli, A. (2005). Influence of water and temperature on mechanical properties of selected asphalt pavements. Materials and Structures 2005 38:5, 38(5), 523–532. https://doi.org/10.1007/BF02479543
Hasan, M. R. M., Hiller, J. E., & You, Z. (2015). Effects of mean annual temperature and mean annual precipitation on the performance of flexible pavement using ME design. Road Materials and Pavement Design, 17(7), 647–658. https://doi.org/10.1080/10298436.201.1019504
Haslett, K. E., Knott, J. F., Stoner, A. M. K., Sias, J. E., Dave, E. V., Jacobs, J. M., Mo, W., & Hayhoe, K. (2021). Climate change impacts on flexible pavement design and rehabilitation practices. Road Materials and Pavement Design, 22(9), 2098–2112. https://doi.org/10.1080/14680629.2021.1880468
Hollander, M., Wolfe, D. A., & Chicken, E. (2015). Nonparametric statistical methods. Nonparametric Statistical Methods, 1–819. https://doi.org/10.1002/9781119196037
Hongyu, K., Lúcia, V., Sandanielo, M., & Jorge De Oliveira Junior, G. (2016). Análise de Componentes Principais: Resumo Teórico, Aplicação e Interpretação. E&S Engineering and Science, 5(1), 83–90. https://doi.org/10.18607/ES201653398
INMET. (2021). INMET. https://bdmep.inmet.gov.br
J. F. Hair, BLACK, Rolph E. Anderson, & Ronald L. Tatham. (2005). Análise Multivariada de Dados. Bookman.
Júnior, J. L. O. L., Babadopulos, L. F. A. L., & Soares, J. B. (2019). Moisture-induced damage resistance, stiffness and fatigue life of asphalt mixtures with different aggregate-binder adhesion properties. In Construction and Building Materials (Vol. 216, pp. 166–175). Elsevier Ltd. https://doi.org/10.1016/j.conbuildmat.2019.04.241
Júnior, P. O. B. de A., Schuster, S. L., Faccin, C., Vestena, P. M., Ilha, P. S., Pires, G. M., Müller, E. I., Pereira, D. da S., & Specht, L. P. (2023). Rheological, permanent deformation and fatigue analysis for calibration of the recovery process of bitumens in the rotary evaporator. Road Materials and Pavement Design, 1–26. https://doi.org/10.1080/14680629.2023.2224434
Kakar, M. R., Hamzah, M. O., & Valentin, J. (2015). A review on moisture damages of hot and warm mix asphalt and related investigations. In Journal of Cleaner Production (Vol. 99, pp. 39–58). Elsevier Ltd. https://doi.org/10.1016/j.jclepro.2015.03.028
Kim, Y. R. (2009). Modeling of asphalt concrete.
Kruskal, W. H., & Wallis, W. A. (1952). Use of Ranks in One-Criterion Variance Analysis. Journal of the American Statistical Association, 47(260), 583. https://doi.org/10.2307/2280779
Lee, J. S., Kim, J. H., Kwon, O. S., & Lee, B. D. (2018). Asphalt binder performance grading of North Korea for Superpave asphalt mix-design. International Journal of Pavement Research and Technology, 11(6), 647–654. https://doi.org/10.1016/j.ijprt.2018.06.004
Leite, L. F. M.; Tonial, I. A. (1994). Qualidade dos cimentos asfálticos brasileiros segundo as especificações SHRP. 12o Encontro Do Asfalto Do Instituto Brasileiro de Petróleo.
Li, Y., & Wu, H. (2012). A Clustering Method Based on K-Means Algorithm. Physics Procedia, 25, 1104–1109. https://doi.org/10.1016/J.PHPRO.2012.03.206
Lüdecke, D., Ben-Shachar, M. S., Patil, I., & Makowski, D. (2020). Extracting, Computing and Exploring the Parameters of Statistical Models using R. Journal of Open Source Software, 5(53), 2445. https://doi.org/10.21105/JOSS.02445
MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. Https://Doi.Org/, 281–297.
Moreno-Navarro, F., Rubio-Gámez, M. C., Miró, R., & Pérez-Jiménez, F. (2015). The influence of temperature on the fatigue behaviour of bituminous materials for pavement rehabilitation. Road Materials and Pavement Design, 16, 300–313. https://doi.org/10.1080/14680629.2015.1029676
Mundt, A. K. F. (2020). factoextra: Extract and Visualize the Results of Multivariate Data Analyses.
Omar, H. A., Yusoff, N. I. M., Mubaraki, M., & Ceylan, H. (2020). Effects of moisture damage on asphalt mixtures. In Journal of Traffic and Transportation Engineering (English Edition) (Vol. 7, Issue 5, pp. 600–628). Chang’an University. https://doi.org/10.1016/j.jtte.2020.07.001
Qiao, Y., Santos, J., Stoner, A. M. K., & Flinstch, G. (2020). Climate change impacts on asphalt road pavement construction and maintenance: An economic life cycle assessment of adaptation measures in the State of Virginia, United States. Journal of Industrial Ecology, 24(2), 342–355. https://doi.org/10.1111/JIEC.12936
R Core Team. (2021). R: The R Project for Statistical Computing. https://www.r-project.org/
Ramadhan, R. H., & Al-Abdul Wahhab, H. I. (1997). Temperature variation of flexible and rigid pavements in Eastern Saudi Arabia. Building and Environment, 32(4), 367–373. https://doi.org/10.1016/S0360-1323(96)00072-8
Rencher, A. C. (2002). Methods of Multivariate Analysis. Methods of Multivariate Analysis. https://doi.org/10.1002/0471271357
Rokitowski, P., Bzówka, J., & Grygierek, M. (2021). Influence of high moisture content on road pavement structure: A Polish case study. Case Studies in Construction Materials, 15, e00594. https://doi.org/10.1016/J.CSCM.2021.E00594
Saevarsdottir, T., & Erlingsson, S. (2013). Effect of moisture content on pavement behaviour in a heavy vehicle simulator test. Road Materials and Pavement Design, 14(SUPPL.1), 274–286. https://doi.org/10.1080/14680629.2013.774762
Schwartz, C. W., Elkins, G. E., Li, R., Visintine, B. A. B., Forman, G. R. R., & Groeger, J. L. (2015). FHWA-HRT-15-019- Evaluation of Long-Term Pavement Performance (LTPP) Climatic Data for Use in Mechanistic-Empirical Pavement Design Guide (MEPDG) Calibration and Other Pavement Analysis.
Seidel, E. J., De Jesus, F., Júnior, M., Ansuj, A. P., Rosane, M., & Noal, C. (2008). Comparação Entre o Método Ward e o Método k-médias no Agrupamento de Produtores de Leite. Ciência e Natura, 30(1), 07–15. https://doi.org/10.5902/2179460X9737
Shapiro, S. S., & Wilk, M. B. (1965). An Analysis of Variance Test for Normality (Complete Samples). Biometrika, 52(3/4), 591. https://doi.org/10.2307/2333709
Titus-Glover, L. (2021). Reassessment of climate zones for high-level pavement analysis using machine learning algorithms and NASA MERRA-2 data. Advanced Engineering Informatics, 50, 101435. https://doi.org/10.1016/J.AEI.2021.101435
Tripathi, S., Tripathi, S., Bhardwaj, A., & E, P. (2018). Approaches to Clustering in Customer Segmentation. International Journal of Engineering & Technology, 7(3.12), 802–807. https://doi.org/10.14419/ijet.v7i3.12.16505
Wang, C., Zhou, X., Gao, G., Wang, C., Zhou, X., & Gao, G. (2019). Study on Climate Impacts on Asphalt Pavement in Tibet, China. Journal of Geoscience and Environment Protection, 7(10), 49–59. https://doi.org/10.4236/GEP.2019.710004
Wang, W., Wang, L., Xiong, H., & Luo, R. (2019). A review and perspective for research on moisture damage in asphalt pavement induced by dynamic pore water pressure. In Construction and Building Materials (Vol. 204, pp. 631–642). Elsevier Ltd. https://doi.org/10.1016/j.conbuildmat.2019.01.167
Wistuba, M. P., & Walther, A. (2013). Consideration of climate change in the mechanistic pavement design. Road Materials and Pavement Design, 14(SUPPL.1), 227–241. https://doi.org/10.1080/14680629.2013.774759
Wu, J. (2012). Cluster Analysis and K-means Clustering: An Introduction. 1–16. https://doi.org/10.1007/978-3-642-29807-3_1
Yang, X., You, Z., Hiller, J., & Watkins, D. (2018). Pavement performance zone based on mechanistic-empirical design and temperature indices. Transportmetrica A: Transport Science , 15(1), 91–113. https://doi.org/10.1080/23249935.2018.1457734
Yang, Y., Qian, B., Xu, Q., & Yang, Y. (2020). Climate Regionalization of Asphalt Pavement Based on the K-Means Clustering Algorithm. Advances in Civil Engineering, 2020. https://doi.org/10.1155/2020/6917243
Zhao, K., Ma, X., Zhang, H., & Dong, Z. (2022). Performance zoning method of asphalt pavement in cold regions based on climate Indexes: A case study of Inner Mongolia, China. Construction and Building Materials, 361, 129650. https://doi.org/10.1016/J.CONBUILDMAT.2022.129650
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Ciência e Natura
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.
Diretrizes Éticas para Publicação de Revistas
A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.
A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.
Em particular,
Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.
Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.
Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.
