Por Colleen O’Hanlon, líder de conteúdo corporativo
Na cidade de Maceió, no Brasil, décadas de lavra subterrânea de sal-gema deixaram um legado oculto e perigoso: 35 vastas cavidades subterrâneas.
When the ground began to shift and crack, posing a direct threat to the city’s one million inhabitants, the Geological Survey of Brazil (SGB) was called in to urgently assess the risk.
Quando o solo começou a se deslocar e a rachar, representando uma ameaça direta à população de um milhão de habitantes da cidade, o Serviço Geológico do Brasil (SGB) foi acionado para avaliar urgentemente o risco.
Usando o Leapfrog, o SGB desenvolveu um modelo geológico em 3D abrangente que gerou insights importantes sobre a instabilidade da subsuperfície, permitindo que as autoridades tomassem medidas decisivas e evitassem o que viria a se tornar o maior desastre socioambiental urbano em curso no Brasil.
O desafio: uma cidade sobre solo instável
Desde a década de 1970, extensas operações de mineração de sal sob Maceió criaram enormes vazios subterrâneos, alguns com até 150 metros de extensão. Durante anos, essas cavidades representaram um risco conhecido, mas não quantificado. A situação atingiu um ponto crítico em 2018, quando um tremor sísmico desencadeou extensas fissuras na superfície e uma significativa subsidência do solo em vários bairros.
O mapa de subsidência mostra que as áreas mais afetadas pelo rebaixamento do solo estão posicionadas exatamente sobre as cavidades formadas pela lavra de sal. A subsidência registrada nessas áreas é superior a 45•mm por ano.
A estabilidade do solo foi comprometida, ameaçando residências, ruas e infraestruturas essenciais. Um grave problema social se desenrolou à medida que as áreas foram evacuadas. O SGB enfrentou o enorme desafio de compreender a complexa geologia da subsuperfície e o comportamento das minas de sal para determinar a causa da instabilidade e prever os riscos futuros para a cidade.
A solução: visualização da subsuperfície com o Leapfrog
Para enfrentar esse problema, o SGB precisava de uma ferramenta que pudesse integrar diversos conjuntos de dados — incluindo levantamentos cartográficos, geológicos e geofísicos — em um único modelo coerente. Embora as tentativas iniciais com outros softwares tenham se mostrado inadequadas para criar um modelo estratigráfico preciso, os recursos de modelagem implícita do Leapfrog se mostraram a solução ideal.
Este é um modelo geológico em 3D no qual a camada evaporítica (sal) foi destacada. O modelo foi construído utilizando furos de sondagem projetados para fins de mineração de sal.
A equipe de projeto desenvolveu uma metodologia inovadora para criar um modelo em 3D das cavidades das minas de sal-gema. Eles usaram dados históricos de levantamento por sonar, realizando o georreferenciamento das imagens no Leapfrog. Por meio da digitalização de seções transversais de múltiplos ângulos, eles construíram 127 sólidos em 3D detalhados, representando cada uma das minas de sal.
O Leapfrog também foi fundamental na modelagem da geologia mais ampla da área. Seu algoritmo de modelagem implícita permitiu à equipe mapear com precisão as camadas estratificadas da Bacia de Alagoas e identificar estruturas de ruptura preexistentes que intersectavam com as minas de sal. Esse modelo em 3D integrado, que combinava as cavidades de minas com a geologia regional, tornou-se a base do levantamento.
Embora desenvolvido em resposta a uma crise em desdobramento, o modelo também demonstra a função mais ampla que a modelagem geológica em 3D pode desempenhar na mineração responsável: ajudar as empresas a compreender os riscos da subsuperfície, apoiar a tomada de decisão transparente e orientar estratégias mais seguras de descomissionamento e recuperação.
Conteúdo relacionado:
* Da propaganda ao impacto: a perspectiva da Seequent sobre MCP, vibe coding e o futuro da inteligência artificial na geociência
* Rico em dados, mas pobre em insights? É hora de colocar ordem no caos dos seus dados geotécnicos
* A cooperação é essencial para enfrentar os riscos dos deslizamentos de terra
* Como os insights sobre subsuperfícies orientados por IA estão moldando os resultados de infraestrutura
O resultado: decisões baseadas em dados que salvaram vidas
O modelo em 3D forneceu insights sem precedentes sobre o desastre que se desenrolava sob Maceió.
- Compreensão da causa: o modelo visualizou como as instabilidades nos tetos das cavidades estavam fazendo com que elas se recolhessem e se elevassem em direção à superfície. Foram medidos deslocamentos verticais de até 350•metros, com algumas cavidades se expandindo em até 200%.
- Identificação de riscos críticos: a análise revelou que as cavidades estavam rompendo a camada de sal e se conectando umas às outras, aumentando drasticamente o risco de dolinas catastróficas. Um colapso de mina no final de 2023 criou uma cratera de aproximadamente 27,5•milhões de metros cúbicos e liberou sal diretamente na Lagoa Mundaú, devastando o ecossistema do qual milhares de famílias locais dependiam para a pesca e a coleta de mariscos.
- Orientação para evacuação e indenização: as descobertas forneceram as evidências científicas necessárias para isolar as áreas mais vulneráveis. Isso levou à interdição permanente de aproximadamente 14.000 propriedades e ao deslocamento forçado de cerca de 60.000 pessoas. O estudo também constituiu uma base sólida para que a população afetada reivindicasse uma compensação financeira.
- Criação de uma base digital: o modelo agora serve como uma ferramenta essencial para monitorar a estabilidade do solo e pode servir de base para uma futura abordagem de gêmeo digital da área, permitindo uma tomada de decisão mais precisa e dinâmica para proteger a população local.
Utilizando o Leapfrog, o Serviço Geológico do Brasil transformou com sucesso os dados complexos em um modelo em 3D claro e acionável. Isso permitiu que eles compreendessem as causas-raiz da subsidência, mitigassem o impacto do desastre e protegessem a vida de dezenas de milhares de pessoas por meio dos esforços contínuos de recuperação liderados pelo Escritório das Nações Unidas de Serviços para Projetos (UNOPS).
O modelo fornece um exemplo significativo de como os dados integrados da subsuperfície podem dar suporte a melhores decisões, não apenas como resposta, mas também como medida preventiva. Ao tornar visíveis condições ocultas da subsuperfície, a modelagem geológica em 3D pode ajudar a identificar instabilidades com antecedência, orientar estratégias de monitoramento e reduzir a probabilidade de impactos subsequentes antes que eles ocorram.