Avaliação dos modelos Lasso e Ridge para previsão do potencial de expansão do solo

Por que o solo sob os edifícios importa

Muitos edifícios e estradas podem parecer sólidos, mas o solo sob eles pode crescer e encolher discretamente à medida que ganha ou perde umidade. Esse movimento oculto pode rachar paredes, inclinar fundações e danificar tubulações, gerando bilhões em reparos no mundo todo. O artigo resumido aqui explora como ferramentas modernas de dados podem ajudar engenheiros a prever quando e onde o solo provavelmente vai inchar, para que casas, rodovias e outras estruturas possam ser projetadas para permanecer seguras e estáveis.

Solos que “respiram” água

Nem todos os solos se comportam da mesma forma quando ficam úmidos. Solos finos, ricos em argila, podem absorver água e expandir como uma esponja, depois contrair ao secar. Esse ciclo repetitivo é especialmente severo em regiões áridas e semiáridas, onde oscilações fortes de úmido-seco são comuns. Tradicionalmente, engenheiros confiam em testes laboratoriais demorados para medir propriedades como o teor de argila, a densidade do solo e sua plasticidade quando misturado com água. Esses testes revelam se um solo tende a levantar e rachar, mas são caros para realizar em todos os locais e projetos.

Transformando medições do solo em previsões inteligentes

Para reduzir a necessidade de testes laboratoriais constantes, os pesquisadores reuniram quatro conjuntos consideráveis de dados do solo extraídos de estudos anteriores na Ásia, África e Europa. Juntos, esses conjuntos continham 273 amostras de solo e 16 descritores diferentes para cada amostra, incluindo conteúdo de argila e silte, níveis de umidade, densidade e medidas padrão de consistência. Para cada amostra, a equipe também dispunha de um “potencial de inchaço” medido, indicando quanto o solo se expandiu em um teste controlado. Eles limparam e normalizaram cuidadosamente os dados, removeram informações redundantes e dividiram as amostras em grupos de treinamento e teste para que qualquer método de previsão fosse avaliado com base em dados que não havia visto antes.

Métodos antigos versus novos para ler o solo

O núcleo do estudo é uma comparação direta entre uma ferramenta estatística conhecida e duas abordagens mais modernas. A ferramenta tradicional, chamada regressão linear múltipla, estima o potencial de inchaço como uma combinação linear de todas as medições do solo. Os métodos mais recentes, conhecidos como regressão Lasso e Ridge, ainda usam uma combinação ponderada das mesmas medidas, mas acrescentam uma espécie de “pena” que desencoraja o modelo de depender demais de uma única entrada ou de usar muitas ao mesmo tempo. Na prática, isso significa que o Lasso pode automaticamente zerar propriedades menos importantes, destacando o punhado de características do solo que realmente impulsionam o inchaço, enquanto o Ridge mantém todas as características, porém suaviza sua influência quando estão fortemente inter-relacionadas.

O que os modelos aprenderam sobre solos expansivos

Nos quatro conjuntos de dados, os modelos regularizados — Lasso e Ridge — consistentemente produziram previsões mais confiáveis do que o método tradicional. Nos conjuntos de dados com melhor comportamento, o Lasso em particular acompanhou de perto o potencial de inchaço medido, com erros médios pequenos e uma alta fração da variação natural explicada. Ambos os métodos modernos lidaram melhor com propriedades do solo ruidosas e sobrepostas do que a abordagem linear antiga, que frequentemente superestimava ou subestimava o inchaço, especialmente em valores mais altos. A análise também confirmou que certos traços, como limite líquido, plasticidade e teor de argila, são os principais sinais de risco de inchaço, enquanto fatores associados a solos mais densos e menos porosos tendem a reduzir esse risco.

Dos dados a fundações mais seguras

Para quem não é especialista, a mensagem principal é que testes de solo existentes agora podem ser combinados com modelos orientados por dados para sinalizar rapidamente áreas onde o solo provavelmente vai elevar e rachar estruturas. Ao usar regressões Lasso e Ridge, engenheiros podem focar em um conjunto menor de propriedades do solo realmente importantes e obter estimativas mais precisas do inchaço sem realizar todos os testes possíveis em cada local. Isso permite que fundações, pavimentos e obras em regiões propensas a inchaço sejam projetados com salvaguardas apropriadas desde o início, reduzindo a chance de danos caros ao longo da vida útil de uma estrutura.

Citação: Bility, M.T., Vora, T., Lakhani, P.N. et al. Assessment of Lasso and Ridge models for soil swelling potential prediction. Sci Rep 16, 11922 (2026). https://doi.org/10.1038/s41598-026-39917-2

Palavras-chave: solo expansivo, inchaço do solo, aprendizado de máquina, regressão Lasso, engenharia geotécnica