HENRIQUE ALESSANDRO DE ALMEIDA RAMOS

Avaliao da Influncia da Infraestrutura de Transporte nas

Mudanas de Uso e Cobertura da Terra atravs de Modelagem
Dinmica Espacial

V.1

So Paulo
2017
 HENRIQUE ALESSANDRO DE ALMEIDA RAMOS

Avaliao da Influncia da Infraestrutura de Transporte nas

Mudanas de Uso e Cobertura da Terra atravs de Modelagem
Dinmica Espacial

Dissertao apresentada ao Programa de Ps-

Graduao em Engenharia de Transportes da
Escola Politcnica, Universidade de So Paulo,
como parte dos requisitos para obteno do ttulo de
Mestre em Cincias

rea de Concentrao: Engenharia de Transportes

Informaes Espaciais
Orientadora: Prof. Dr. Mariana Abrantes
Giannotti
Co-orientadora: Prof. Dr. Cludia Maria de
Almeida

So Paulo
2017
Dedico este trabalho minha me, que
muito cedo acumulou a funo de pai.
 Agradecimentos

Frequentemente a seo de agradecimentos ltima parte a ser escrita,

felizmente sem a aspirao ao rigor e a frieza necessrios ao restante do texto.
No entanto, no deixa de ser a escrita mais difcil, dada a rede de pessoas
envolvidas para tornar a pesquisa uma realidade, seja direta ou indiretamente,
ao longo do tempo na ps-graduao.

Desta forma, inicialmente agradeo aos meus professores, sobretudo aqueles

que estiveram preocupados em fazer da faculdade um ambiente propcio ao
estudo e reflexo. Fao um agradecimento especial Mariana e Claudia,
orientadora e co-orientadora deste trabalho, e que tornaram tudo isso possvel,
com a sugesto do tema, elucidao do modelo, sugestes de leituras e
inmeras reunies.

Tambm um agradecimento importante deve ser dirigido Universidade de

Guarulhos, que nas pessoas dos Profs. Antonio R. Saad e Anderson T. Ferreira,
forneceu as imagens do municpio de Guarulhos, sem as quais no poderamos
ter realizado os mapas de cobertura e uso do solo.

A Universidade Federal de Minas Gerais (UFMG) que forneceu um curso sobre

o Dinamica-EGO que foi de grande estima para o incio dos trabalhos com a
modelagem, e particularmente ao Prof. Wiliam Leles por ministrar o curso.

Aos professores Rodrigo Nbrega (UFMG) e Karin Marins (USP), cujas

contribuies durante a banca de qualificao foram de especial importncia
para agregar contedo e deixar o trabalho mais robusto.

No menos importante o agradecimento aos funcionrios da faculdade em

geral, que cumprem suas funes administrativas e, fazendo isso com alegria,
tornam o ambiente acadmico mais acolhedor.

Por fim, agradeo aos colegas de sala do mestrado e aos amigos da vida. Sem
estes no h tanto motivo para continuar. Em particular Marina, por traduzir os
textos em ingls e a Malu por revisar o texto na reta final. Escrever este texto
traz uma particular vontade de reencontra-los, para alm dos compromissos do
mestrado.

Sou grato famlia e a Mariana, por incentivarem a entrar no curso do mestrado

e, com certeza mais importante, por convencer e insistir para no sair!

Agradeo, enfim, Universidade de So Paulo por contas das oportunidades

que tive ao longo desta jornada.
 Resumo

A dinmica das paisagens e as consequentes alteraes no uso e

cobertura da terra podem ser analisadas a partir de modelagens espaciais, que
auxiliam na interpretao das variveis responsveis pelas alteraes na
paisagem, bem como viabilizam a criao de cenrios distintos visando ao
conhecimento do impacto produzido pela insero ou supresso de variveis na
simulao de mudanas da paisagem.

Em Guarulhos, a instalao de grandes rodovias conectando o municpio

de So Paulo ao Vale do Paraba e, posteriormente, de um terminal
aeroporturio, em consonncia com diferentes perodos de crescimento
econmico e expanso urbana, impactaram fortemente na formao da
paisagem encontrada neste municpio, principalmente com a instalao dos
grandes ptios industriais e bairros residenciais de mdia e baixa renda.

Com isso, a presente pesquisa buscou avaliar as mudanas no uso e

cobertura da terra a partir de produtos de sensoriamento remoto para identificar
a influncia advinda da instalao dos grandes pontos de conexo do municpio,
por meio de modelagem com autmatos celulares (cellular automata - CA).

Dentre os principais resultados obtidos est a influncia positiva nas

transies para a classe residencial regular exercida pela instalao do
aeroporto no primeiro perodo de anlise (1986 a 1993), e a repelncia a essa
transio nos anos seguintes. Resultados similares foram obtidos na avaliao
da influncia das grandes vias de acesso na implantao dos parques industriais
e galpes logsticos. A modelagem dinmica, por meio do software Dinamica-
EGO, mostrou-se uma ferramenta bastante verstil para avaliao da influncia
das variveis espaciais na dinmica das paisagens urbanas.

Palavras-chave: Guarulhos; Dinamica-EGO; Modelagem Dinmica; Cobertura e Uso

da Terra.
 Abstract

The dynamics of landscapes and the consequent changes in land use and
land cover can be analyzed according to spatial models, which helps the
interpretation of the variables responsible for territorial changes, as well as
enables the creation of distinct scenarios in order to know the impact produced
by the insertion or suppression of variables in the simulation of landscape
changes.

In the municipal area of Guarulhos, the installation of large highways

linking the municipality of So Paulo to the Paraba Valley and an airport terminal
afterwards, in accordance with different periods of economic growth and urban
expansion, had a strong impact on the landscape found in this municipality,
mostly because of the installation of large industrial yards and residential
neighborhoods of medium and low income.

Hence, this research aimed to evaluate the changes in land use and land
cover according to remote sensing products, and it also aimed to try to identify
the influence of the installation of big connection points of the municipality through
modeling with cellular automata (CA).

Among the main results obtained are the positive influence on the
transitions to the regular residential class exercised by the airport installation in
the first period of analysis (1986 to 1993), and the repellency of this transition in
the following years. A similar result was obtained in the evaluation of the influence
of the great access roads in the implantation of industrial parks and logistic sheds.
Thus, the dynamic modeling through the Dynamica-EGO software proved to be
a very versatile tool to evaluate the influence of spatial variables on the dynamics
of urban landscapes.

Keywords: Guarulhos; Dynamica-EGO; Dynamic Modeling; Land Cover and

Land Use.
 Sumrio

1. Introduo ................................................................................................................................ 1
2. Objetivos .................................................................................................................................. 7
2.1 Objetivo Geral ................................................................................................................. 7
2.2 Objetivos Especficos..................................................................................................... 7
3. Fundamentao Terica ....................................................................................................... 8
3.1 Aerofotografias e Imagens Orbitais ............................................................................. 8
3.2 Classificao das imagens.......................................................................................... 10
3.3 Avaliao da Classificao e ndice Kappa.............................................................. 11
3.4 Modelagem Geogrfica ............................................................................................... 13
3.4.1 Autmatos Celulares ................................................................................................ 18
3.4.2 Dinamica-EGO .......................................................................................................... 23
3.5 Sistemas de Transportes e Mudanas na Cobertura do Solo ............................... 27
4. rea de Estudo ..................................................................................................................... 35
4.1 Localizao .................................................................................................................... 35
4.2 Geografia Fsica de Guarulhos .................................................................................. 38
4.3 Aspectos Histricos e Geografia Humana de Guarulhos....................................... 42
4.4 Transportes areos em So Paulo ............................................................................ 47
5. Material e Mtodos............................................................................................................... 56
5.1 Procedimentos Metodolgicos ................................................................................... 56
5.1.1 Registro das Imagens .............................................................................................. 59
5.1.2 Classificao das Imagens ..................................................................................... 60
5.1.3 Organizao e Processamento da Base de Dados ............................................ 63
5.1.4 Processamento dos Dados Planialtimtricos ....................................................... 63
5.1.5 Processamentos dos Dados Vetoriais Temticos ............................................... 64
5.1.6 Converso das Classificaes de Cobertura e Uso da Terra ........................... 64
5.1.7 Etapas de Construo do Modelo no Dinamica-EGO ........................................ 65
6. Resultados............................................................................................................................. 70
6.1 Validao do Mapeamento de 2007 .......................................................................... 70
6.2 Mapeamentos ............................................................................................................... 73
6.3 Matrizes de Transio.................................................................................................. 78
6.4 Pesos de Evidncia ...................................................................................................... 86
 6.4.1 Transio de Loteamento Desocupado para Urbano Regular .......................... 86
6.4.2 Transio de Campo / Capoeira para Urbano Regular ...................................... 92
6.4.3 Transio de Loteamento Desocupado para Urbano Irregular ......................... 98
6.4.4 Transio de Loteamento desocupado para Indstrias/ Galpes .................. 103
6.5 Consideraes sobre os Mapeamentos, Matrizes de Transio e Pesos de
Evidncia ............................................................................................................................ 109
6.6 Resultados da Modelagem ....................................................................................... 120
7. Consideraes Finais ........................................................................................................ 125
8. Referncias Bibliogrficas ................................................................................................ 128
1 Introduo

A partir da revoluo industrial ocorrida na Europa no final do sculo XVIII,

a populao mundial vem se tornando cada vez mais partcipe de profundas
transformaes da paisagem e do estilo de vida como um todo. Uma das
caractersticas mais marcantes deste processo, seno o principal fenmeno, o
deslocamento populacional em direo s cidades em busca dos empregos
gerados atravs das novas relaes de trabalho.

Tais movimentos migratrios, o xodo rural, teve incio na Europa,

concomitantes ao surgimento das primeiras industrias modernas e, medida que
a industrializao atingiu outras partes do mundo, estes movimentos foram
ficando comuns tambm em outros pases e continentes, sendo especialmente
importantes na segunda metade do sculo XIX e ao longo do sculo XX.

De acordo com relatrio da ONU (2014), a proporo da populao

urbana no mundo passou de 29,6% em 1950 para 42,9% em 1990 e 51,6% no
ano de 2015. Na Amrica Latina essa proporo atingiu nveis ainda maiores,
onde se constata que em 1950 a regio possua 40% da populao em reas
urbanas e atingiu quase 80% no incio da dcada de 2010 (ONU, 2012).

Sobre o crescimento das manchas urbanas, foi realizado um estudo por

Tautenbck et al. (2012) com base em imagens orbitais de 1975, 1990, 2000 e
2010 sobre as 27 megacidades existentes no mundo (sendo So Paulo, Rio de
Janeiro, Buenos Aires e Mxico as cidades da Amrica Latina). Como resultado
os autores constataram que a rea urbana nestas localidades vem aumentando
em ritmo mais acelerado que a proporo de populao urbana mundial.

A concentrao espacial de pessoas em reas urbanas segue os

preceitos da economia de aglomerao proposta por Marshall no final do sculo
XIX. Este autor sugere que os agentes produtivos devem estar prximos entre si
e tambm dos agentes consumidores (GALINARI, 2007). Considerando as
novas relaes de trabalho que passaram a existir aps a revoluo industrial,
principalmente no que se refere transformao do agente do campo em
operrio fabril, possvel entender porque as cidades com mais de um milho

1
de habitantes eram apenas duas h dois sculos (Londres e Pequin) e j somam
mais de 450 no sculo XXI, das quais 17 esto localizadas no Brasil.

No caso do Brasil, a migrao da populao rural para as reas urbanas

ocorreu no sculo XX, cujas taxas de crescimento foram particularmente
aceleradas nas dcadas de 1950 e 1970, dcadas em que o parque industrial
brasileiro passou por grandes transformaes. Esse ritmo acelerado de
crescimento da populao urbana comeou a diminuir apenas aps o ano de
1990 (ONU, 2012).

De acordo com dados tabulados por Santos (1993), a proporo da

populao urbana no Brasil era 10,7% em 1920, eleva-se a 36,2% em 1950 e
atinge 65,1% em 1980. Dados do censo demogrfico do Brasil de 2010 (IBGE,
2011) revelam que das mais de duzentas milhes de pessoas contadas naquele
ano, quase 85% viviam em reas urbanas.

A urbanizao acelerada no Brasil tem suas razes nos processos de

industrializao e mecanizao da produo agrcola a partir da dcada e 1950,
que criaram e intensificaram os fluxos de migraes internas, principalmente do
Nordeste, Norte e Centro-Oeste em direo s regies metropolitanas do eixo
sul-sudeste que vinham recebendo a implementao dos grandes parques
industriais no pas, bem como a expressiva reduo da mortalidade em
decorrncia do acesso medicina moderna (SANTOS, 1993).

No caso particular da Regio Metropolitana de So Paulo (RMSP), o

crescimento acelerado foi muito bem documentado ao longo do sculo XX, tanto
por meio de documentos cartogrficos, quanto por aerolevantamentos e
registros cadastrais mantidos por rgos vinculados s prefeituras como pode
ser verificado no estudo conduzido por Meyer et. al. (2008), que resultou no
conjunto de mapas apresentado na Figura 1.1 a seguir.

2
Figura 1.1 Crescimento Urbano na Regio Metropolitana de So Paulo (MEYER et.
al., 2008)

Estes mapas apontam para a elevada velocidade com que as reas urbanas se
fixaram e expandiram horizontalmente, atingindo inclusive as cabeceiras dos
mananciais localizados na zona sul e conturbando reas urbanas de diversos
municpios da regio metropolitana, como pode ser observado.

Sobre o crescimento populacional na RMSP, Marques & Requena (2013)

conduziram um estudo com base em dados censitrios para analisar os
movimentos populacionais entre os anos de 2000 e 2010. Com base nestes
dados os autores constataram que h uma tendncia geral de diminuio nas
taxas de crescimento populacional da RMSP. No entanto, eles tambm
destacaram a existncia de fluxos migratrios dentro dessa regio que
resultaram em reas cujo crescimento foi superior mdia, ao passo que em
outros locais houve uma diminuio significativa da populao. Os autores
destacaram o forte papel que a melhoria e o acesso aos sistemas de transportes
tiveram na localizao das populaes.

possvel acompanhar o crescimento da RMSP por meio da histria de

importantes elementos do sistema de transporte, como a substituio dos
bondes por nibus a partir da dcada de 1920, a inaugurao da via 23 de Maio
na dcada de 1960, das rodovias Presidente Dutra (1951), Ferno Dias (1959)

3
e Ayrton Senna (1982), dos Aeroportos de Congonhas (1936), Guarulhos (1985)
e Viracopos (1960), das estaes do metr das linhas azul e vermelha ao longo
da dcada de 1980 e da linha verde nas dcadas de 1990 e 2000, entre outros
exemplos.

No que se refere a Guarulhos, possvel destacar que at a dcada de

1970, foi considerado uma cidade dormitrio, e desta dcada em diante,
sobretudo a partir de 1980, passou a sofrer um forte crescimento populacional
ensejado pelos preos mais atrativos dos terrenos e domiclios, pelas melhorias
nas condies de transporte e pela crescente frota de automveis disponveis.

Os motivos para este crescimento populacional tambm esto conectados

ao fato do municipio de So Paulo passar por uma desindustrializao entre as
dcadas de 1970 e 1980. Parte do parque industrial paulistano foi transferido
para o municipio de Guarulhos, principalmente s margens das rodovias que do
acesso ao valor do Paraiba.

Com isso o municipio de Guarulhos viu seu parque industrial crescer

rapidamente, e foi graas ampliao da oferta de empregos diretos e indiretos
que passou a exercer atrao no contexto da RMSP, criando fluxos de entrada
populacional para dentro de seus limites municipais. A inaugurao do
Aeroporto Internacional de Guarulhos, em 1985, aumenta significativamente a
oferta de empregos no setor de servios e ajuda a consolidar a nova condio
de polo economico do municpio (SANTOS, 1985).

Compreender tais dinmicas urbanas tem sido o objetivo de diversos

pesquisadores, dentre os quais possvel destacar Lasalvia (2006) e Marques
& Requena (2013).

Para auxiliar na compreenso das dinmicas urbanas, a partir dos anos

1960, a partir da insero das anlises quantitativas nas cincias sociais e o
advento do computador pessoal, foram criados modelos urbanos concebidos
para o estudo e planejamento de determinados aspectos do ambiente urbano,
como os transportes, localizao espacial de atividades comerciais e industriais,
mudanas de uso do solo urbano, entre outros temas.

4
 Avanos considerveis em modelagem urbana e de mudanas da
paisagem em geral comeam a ocorrer na dcada de 1980, com a popularizao
dos sistemas computacionais e o nascimento da computao grfica. Modelos
dinmicos espaciais, ou assim chamados modelos espacialmente explcitos,
surgem a partir de ento, permitindo a representao de fenmenos dotados de
dimenso temporal e espacial (LONGLEY et al. 2011).

O principal objetivo desses modelos tornar possvel a simulao

nmerica de processos do mundo real, sempre que o estado de um ponto na
superfcie muda em funo de suas foras direcionadoras (BURROUGH, 1998).

Alguns pesquisadores estudaram especificamente a relao das

alteraes na cobertura e uso da terra com as modificaes e adensamento das
malhas pertencentes aos sistemas de transportes e terminais logsticos.

No contexto do planejamento urbano, a modelagem invariavelmente

contribui atravs do estudo de prognsticos de diferentes alternativas de uso e
facilidades de acesso, revelando sua importncia no estudo e planejamento
urbano.

Um software de simulao aplicado ao estudo das alteraes da

paisagem que tem sido disseminado na comunidade cientfica o Dinamica-
EGO, que vem sendo desenvolvido desde 1998 pelo Centro de Sensoriamento
Remoto da Universidade Federal de Minas Gerais CSR-UFMG. um modelo
cuja simulao baseia-se nas regras de transio segundo o paradigma de
autmatos celulares, o que significa que a paisagem representada por uma
grade regular com celulas discretas, que podem alterar seus estados (no caso,
classes de uso ou cobertura da terra) segundo regras de transio universais.

A presente pesquisa utilizou o modelo Dinamica-EGO com dados do

municpio de Guarulhos (principalmente as informaes sobre o relevo e o
sistema virio) para modelar as transies de uso e cobertura da terra
observadas no perodo entre 1986 e 2007.

Este municpio uma rea bastante rica para estudos deste tipo, uma vez
que se tornou uma cidade com mais de um milho de habitantes em poucas
dcadas, tornando-se partcipe direta dos processos relacionados urbanizao

5
da RMSP, sendo influenciado e influenciador dos movimentos populacionais em
nvel metropolitano, regional e macrorregional.

H um destaque especial para a inaugurao e posterior ampliao da

Rodovia Presidente Dutra, a inaugurao da rodovia Ayrton Senna, a instalao
do Aeroporto de Guarulhos, alm de outras vias que aumentaram a
permeabilidade entre Guarulhos e os municpios limtrofes.

Alm disso, o municpio de Guarulhos possui uma extensa base documental,

incluindo mapeamentos, fotografias areas, estudos, entre outras bases,
tornando-se assim um local adequado para a realizao de uma pesquisa cujo
intuito a aplicao do modelo Dinamica-EGO no estudo da influncia das vias
de acesso no desenvolvimento do municpio.

O Dinamica-EGO rene funes de transio baseadas em vizinhana

estacionria ou multiescala, retroalimentao espacial, conceitos de fases por
meio de processos estocsticos de simulao em etapas, e parametrizao por
pesos de evidncia das mudanas ocorridas na paisagem, destinada a calcular
mapas de probabilidade de transio entre classes.

O Dinamica-EGO tem sido amplamente utilizado em simulaes de

mudanas na cobertura e uso da terra e padres de desflorestamento,
identificao de zonas de transio, entre outros, fornecendo inclusive subsdios
para o planejamento urbano (ALMEIDA, 2004).

6
2 Objetivos

2.1 Objetivo Geral

Avaliar a influncia da infraestrutura de transportes, em especial do

Aeroporto de Guarulhos e da Rodovia presidente Dutra, nas mudanas
de cobertura e uso da terra no municpio de Guarulhos, por meio de
modelagem dinmica espacial retrospectiva, compreendendo o perodo
de 1986 a 2007.

2.2 Objetivos Especficos

Identificar os processos de mudanas de cobertura e uso da terra por

meio de anlises multi-temporais e mapas temticos.
Avaliar conjuntamente os mapas de uso do solo, as matrizes de transio,
os pesos de evidncia e os mapas de probabilidade de transio para
elucidar as modificaes na cobertura do solo de Guarulhos.
Simular cenrios futuros de cobertura e uso da terra a partir da anlise
dos mapeamentos presente e pretrito, utilizando-se modelagem
dinmica espacial.

7
3 Fundamentao Terica

O presente captulo objetiva realizar uma breve descrio das metodologias

utilizadas no decorrer da pesquisa, tanto para realizar o levantamento
cartogrfico das alteraes de cobertura e uso da terra por meio de imagens
areas e orbitais, como para a execuo do modelo dinmico espacial voltado
quantificao e simulao dessas alteraes.

3.1 Aerofotografias e Imagens Orbitais

As aerofotografias so uma realidade desde o sculo XIX, quando a

primeira fotografia area foi feita a bordo de um balo. Apesar disso, seu uso
como um recurso de levantamento cartogrfico e temtico ocorreu aps o
aprimoramento das tcnicas fotogramtricas durante e aps a Segunda Guerra
Mundial (JENSEN, 2009).

Possuem destaque para a cartografia as fotografias areas verticais que

so obtidas por meio de cmeras transportadas em veculos areos voando a
baixa altitude. Tradicionalmente so aeronaves de pequeno porte que
sobrevoam uma regio, obtendo imagens pancromticas ou multiespectrais para
coleta de informaes, sendo que recentemente tem sido cada vez mais comum
o uso de drones.

Dado o uso de uma cmera fotogrfica, seja analgica ou digital, um

conjunto de especificidades deve ser observado antes da utilizao das
fotografias para mapeamento. Duas caractersticas so marcantes no uso dessa
tecnologia. A primeira que qualquer que seja a lente utilizada na captura da
fotografia, ela resultar em uma distoro que ser gradativamente maior
medida que se afasta do centro focal. A segunda se refere perspectiva
relacionada distncia vertical entre objetos geogrficos, de tal forma que
elementos com maior altitude parecero maiores que objetos de mesmo
tamanho, no caso de estarem localizados em altitudes menores (CRSTA,
1993).

A correo desses elementos , portanto, condio fundamental para usar

tais imagens como base para mapeamento e criao de produtos cartogrficos,
e pode ser realizada por meio da ortorretificao das fotografias, que ocorre em
8
ambiente computacional. O processo consiste em orden-las em funo do
plano de voo, por meio da coordenada do ponto central e orientao, corrigir a
distoro da lente por meio da aplicao de algoritmos de transformao,
baseados na distncia focal e modelo da lente, e correo da perspectiva a partir
de um modelo digital do terreno em funo da altitude de voo em cada foto.

Para isso preciso fornecer os metadados das fotografias, ou seja,

coordenada central, distncia focal e modelo da lente, altitude de voo para cada
cena e juntar a isso um modelo digital do terreno. Em levantamentos modernos,
cuja sada um arquivo digital, tais informaes so gravadas diretamente nos
arquivos de sada, tornando mais fcil a leitura pelos softwares que faro o
processamento.

Contudo, em muitos levantamentos mais antigas tais informaes no

esto disponveis, seja por que no existiam quando foram feitos (caso da
coordenada central de cada foto quando no havia sistemas de posicionamento),
seja porque se perderam por algum motivo. Tais problemas so particularmente
comuns em colees antigas de aerofotografias

Nesses casos, as fotografias podero ainda ser utilizadas em algumas

situaes, como as restituies 3D, por exemplo. Tambm podem ser usadas
para atualizar mapas existentes, j que permitem ao analista verificar a situao
de ocupao dos lotes, a supresso ou no da vegetao em uma gleba, ou se
uma determinada indstria foi construda ou demolida na passagem dos anos.

Alm das fotografias areas, desde a dcada de 1970 esto disponveis

os satlites de observao da terra, de tal forma que a cada ano ampliada a
constelao de sistemas sensores, bem como as resolues espacial,
radiomtrica, temporal e espectral das imagens por eles geradas. Atualmente j
esto disponveis imagens com taxa de retorno de 8 ou 16 dias, resoluo
espacial submtrica, uma grande variedade de bandas espectrais e resoluo
radiomtrica superior a 16 bits para cada banda (JENSEN, 2009).

Segundo Jensen (2009), os sensores transportados pelos satlites

possuem uma caracterstica importante no que trata da perspectiva, j que os
satlites onde so transportados os sensores esto a centenas de quilmetros

9
de altitude (o Ikonos, por exemplo, encontra-se a 681 km acima da terra), o que
causa uma drstica reduo das distores causadas pela perspectiva. Alm
disso, a coleta da imagem do satlite no feita de modo instantneo, mas por
varredura, o que tambm reduz os problemas decorrentes das lentes.

Atualmente, em estudos multitemporais, essas duas tecnologias podem

ser combinadas a partir da integrao de informaes obtidas em perodos
distintos, tornando possvel realizar estes estudos baseados em aerofotografias
da dcada de 1960, ou anteriores, combinadas com imagens orbitais mais
recentes.

3.2 Classificao das imagens

A ao humana sobre o espao materializa-se em um mosaico de

coberturas distintas, criando paisagens de diferentes complexidades, com
aspectos normalmente definidos pelo tipo de atividade desenvolvida tais como
as reas agrcolas, urbanas, florestais, industriais, entre outros.

Com isso, a paisagem uma categoria tradicional de anlise na geografia,

e a elaborao de mapas de cobertura e uso da terra torna-se uma etapa
primordial nestes estudos. Principalmente a partir da segunda metade do sculo
XX, uma tarefa normalmente efetuada com auxlio de aerofotografias ou
imagens orbitais, tratadas em ambiente computacional (JENSEN, 2009).

Segundo o IBGE (2006), o ato de classificar agrupar objetos, elementos

e eventos em conjuntos pr-definidos mais ou menos homogneos, tomando por
base suas propriedades e caractersticas. Tais abstraes tm como objetivo
atender a certos objetivos de pesquisa ou s necessidades do usurio.

Durante a etapa de planejamento do mapeamento de cobertura e uso da

terra, muito importante realizar um esforo para conceber um sistema
adequado de cobertura e uso da terra, seja utilizando a adaptao de um sistema
j existente, caso do sistema proposto por Anderson et al. (1979), programa
CORINE (BTTNER et al., 2002), Monteiro (2008) e IBGE (2006), seja por meio
da criao de um sistema inteiramente novo, baseado nas necessidades do
projeto.

10
 Independente do sistema adotado, importante que as classes sejam
mutuamente exclusivas, isto , qualquer rea classificada deve pertencer a
apenas uma classe e nenhuma outra. importante destacar que esta mxima
se refere a uma escala especfica, pois particularmente til adotar uma
organizao hierarquizada das unidades, de tal forma que, a ttulo ilustrativo,
classes distintas na escala de 1:10.000 pertenam a uma classe menos
detalhada na escala 1:100.000, por exemplo. Assim, em carter exemplificativo,
as classes de mata ciliar e vegetao semidecidual na escala 1:50.000,
correspondero apenas vegetao na escala 1:100.000 (CONGALTON, 1991).

Para os mapeamentos utilizados em modelagem, importante atentar

para a escala do mapeamento, que deve ser condizente com a classe a ser
modelada e com os nveis hierrquicos, que permite a adequada organizao
das classes de interesse e condizem com a estruturao das paisagens
(PRADO; GALO, 2010).

De acordo com Monteiro (2008), as aerofotografias frequentemente se

prestam a classificaes de cobertura do solo em grandes escalas, tais como
1:5.000 ou maior, porm so limitadas quanto possibilidade de automatizao
dos processos. Igualmente, as imagens de alta resoluo se mostraram
adequadas na obteno de mapeamentos na ordem de 1:10.000, para as quais
se utilizam, por exemplo, as imagens obtidas pelo satlite Ikonos-2.

Segundo este autor, pesquisas que buscam obter a dinmica intraurbana

precisam lidar com estes mapeamentos de detalhe, com os quais possvel, por
exemplo, extrair a disposio de classes que tem uma distribuio
frequentemente pequena, como por exemplo as pequenas indstrias e
loteamentos irregulares.

3.3 Avaliao da Classificao e ndice Kappa

Qualquer mapeamento deve ser submetido a uma avaliao que

quantifique a acurcia, preciso e exatido, alm de falhas de comisso e
omisso, fornecendo como resultado um valor que indica o grau de
confiabilidade de um determinado produto.

11
 Diversos coeficientes podem ser utilizados com este objetivo. Antunes &
Lingnau (1997) compararam o coeficiente de concordncia total, o coeficiente de
concordncia Tau e o ndice Kappa relativos a determinados mapas temticos e
concluram que este coeficiente mais adequado para avaliar os mapas de
cobertura e uso da terra, justamente por quantificar os erros de comisso e
omisso para cada classe mapeada.

O ndice Kappa, proposto por Cohen (1960), vem sendo amplamente

utilizado na validao de mapas de cobertura e uso do solo, sendo apresentado
na Equao 3.1 a seguir.

0
= , equao 3.1
1

em que P0 a taxa de aceitao relativa e Pe a taxa hipottica de aceitao.

Estas variveis baseiam-se em uma matriz de confuso construda com base em
pontos amostrais do mapeamento realizado e de pontos obtidos em campo ou a
partir de um mapa de referncia ou imagem de melhor resoluo, como
apresentado na Tabela 3.1 a seguir:

Obtido por realidade de campo

Classe A Classe B Classe C Total
Classe A 20 5 3 28
Obtido por Classe B 3 23 7 33
classificao Classe C 4 21 8 33
Total 27 49 18 94
Tabela 3.1 Matriz de confuso para o clculo do ndice de Kappa

Congalton (1991) enfatiza a importncia de se utilizar dados

independentes para avaliao do mapa, de modo a eliminar as possibilidades de
superestimar a preciso da classificao. Em linhas gerais, o autor sugere que
a fonte dos dados de verdade de campo seja obtida por meios que no incluam
a imagem classificada e tampouco o mapeamento realizado, pois do contrrio
incorrer-se-a na insero de um dado enviesado.

Normalmente, a matriz representa os dados de referncia na coluna e a

classificao a ser conferida nas linhas. A exatido global obtida com a diviso
da soma de pixels corretamente classificados pelo total de pixels da imagem. Se

12
a totalidade deles estiver correta, atinge-se o valor mximo e ao mapa atribuda
a confiabilidade de 100%.

Para facilitar a compreenso dos resultados obtidos por meio do ndice

Kappa, Landis & Koch (1977) criaram as classes de interpretao dispostas na
Tabela 3.2:

Valores do ndice Kappa Interpretao

<0 Quase inexistente
0-0.19 Pequena
0.20-0.39 Insatisfatria
0.40-0.59 Satisfatria
0.60-0.79 Substancial
0.80-1.00 Quase perfeita
Tabela 3.2 - Classes de interpretao do ndice Kappa (LANDIS; KOCH, 1977).

O mtodo inclui a disperso de pontos aleatrios sobre as classes a serem

avaliadas. Para cada ponto, deve ser levantada a verdade de campo e o valor
obtido por meio da classificao. Congalton (1991) sugere que sejam coletadas
pelo menos 50 amostras para cada classe de cobertura ou uso da terra.

3.4 Modelagem Geogrfica

Dado que o estudo da evoluo da paisagem urbana no municpio de

Guarulhos nas ltimas dcadas ser realizado por meio da modelagem de
mudanas de uso e cobertura da terra, torna-se relevante detalhar os conceitos
e definies no escopo deste tema.

Tradicionalmente os sistemas de informaes geogrficas constituem

tecnologias para armazenar, recuperar e modificar informaes relativas ao
espao, lidando com elas de maneira esttica. Contudo, est maneira de
representar os elementos geogrficas no consegue prover maneiras eficientes
de lidar com fenmenos dinmicos, como os processos fsicos do relevo e do
clima ou a dinmica populacional. Com isso, os modelos tm sido uma sada
para tentar representar estes fenmenos, e com isso transcender o carter
esttico e bidimensional das tradicionais tecnologias de geoprocessamento
(PEDROSA; CAMARA, 2007).

Ao lidar com aspectos do mundo real lida-se com problemas infinitamente

complexos, para os quais no se pode compreender ou modelar em sua

13
totalidade, ou seja, em sua dimenso mais completa. Isso uma caraterstica de
qualquer fenmeno fsico ou social, dada a quantidade de variveis envolvidas,
das diferentes escalas espao-temporais possveis em uma determinada
anlise.

Para Chorley & Hagget (1975), diante deste mundo catico e complexo, a
reao natural do ser humano buscar a simplificao, decompondo-o em
partes menores, por meio de criatividade intelectual e experimentao sensorial.
Esta a base do desenvolvimento da cincia moderna.

Os modelos geogrficos so estruturaes simplificadas da realidade e

apresentam as caractersticas ou relaes importantes e direcionadoras em um
determinado fenmeno. Sua utilidade reside justamente na capacidade de
esmaecer elementos menos importantes e elucidar os aspectos mais
fundamentais de uma forma mais generalizada (CHORLEY; HAGGET, 1975).

bastante comum aparecer associado aos modelos o processo de

simulao que, em termos gerais, se refere conduo de experincias sobre
um dado modelo para estudar seu comportamento a partir de dados obtidos do
mundo real.

Para Chiwft & Medina (2005) importante definir aquilo que um modelo
no . Para eles um modelo no bola de cristal, no sentido de no permitir
qualquer tipo de previso do futuro; o modelo no uma ferramenta estrita para
otimizao, e detacam com isso o papel que os modelos ocupam para conduzir
estudos sobre os fenomenos; e, por fim, os modelos no so capazes de
substituir o pensamento inteligente, o que destaca a necessidade de
compreender os dados de entrada e o comportamento deles nos resultados.

Estes autores descrevem os modelos como uma maneira de analisar

cenrios distintos, baseando-se em uma srie de premissas e em um conjunto
de dados de entrada obtidos na realidade, sendo o ser humano o elemento
mediador entre os aspectos de entrada e as premissas modeladas. Na mesma
linha de raciocnio, Longley et al. (2011) afirmam que os modelos ajudam a
responder perguntas do tipo o que ocorre se, o que permite aos usurios

14
visualizar as respostas ocorridas em funo da modificiao de variveis e
parametros de entrada de um dado modelo.

Nesse sentido, como os modelos permitem uma larga produo de

resultados sobre um determinado cenrio tornam-se uma maneira muito menos
custosa para avaliar uma interveno, e com isso so largamente utilizados em
processos de tomada de deciso (LONGLEY et al., 2011).

Echenique (1968) e Novaes (1981) destacam os seguintes tipos de

modelos:

modelo descritivo, os quais objetivam entender e descrever um dado

sistema;
modelo exploratrio, que se caracteriza em um modelo descritivo com
anlise paramtrica por meio da variao dos estados dos seus elementos
constitutivos;
modelo preditivo, sendo este um modelo exploratrio com a insero da
varivel tempo e gerao de projeo dos dados de entrada;
modelo operacional, que permite a insero de dados externos, capazes de
modificar suas relaes internas;

Christofoletti (1999) divide os modelos em duas categorias principais: a

primeira se refere aos modelos anlogos naturais, os quais tm a finalidade de
elucidar um determinado estudo pela simplificao dos fenmenos, seja por seu
vis histrico, como levantamento de ocorrncias ao longo de uma linha
temporal, seja pelo vis espacial, com base na viso de que o amplo
conhecimento de uma paisagem mais simples poder auxiliar na compreenso
de paisagens complexas.

O segundo tipo de modelo descrito por Christofoletti (1999), se refere aos

modelos anlogos abstratos que se baseiam na ideia de que a compreenso do
problema pode ser realizada por meio da anlise da estrutura do sistema
envolvido. Para isso utilizam-se de desenhos experimentais e modelos
matemticos, dentre os quais se pode citar os modelos determinsticos,
baseados em teorias e noes matemticas precisas, e os modelos
probabilsticos ou estocsticos, cuja caracterstica principal a organizao dos
dados em expresses que envolvem variveis, constantes e parmetros com
componentes aleatrios com flutuaes imprevisveis.

15
 Segundo Couclelis (1997) o avano tecnolgico engendrado no campo
computacional a partir da segunda metade do sculo XX, principalmente com a
proliferao de computadores, possibilitou um rpido desenvolvimento na
cincia de informaes geogrficas, de tal forma que tornou possvel transcender
as clssicas representaes de fenmenos reais em formato esttico, partindo
para a representao dinmica de fenmenos.

Para ele alguns elementos da representao esttica que precisam se

flexibilizados para que possa haver a representao dinmica. Nesse sentido,
podemos destacar os seguintes elementos: o espao, que uma categoria
central nas anlises geogrficas, deve ser considerado como uma entidade
heterognea, que sofre alteraes ao longo do tempo, tanto em suas
propriedades como em suas estruturas. As vizinhanas entre os elementos no
podem ser estacionrias e as regras de transio no so universais. Alm disso,
a variao do tempo como um processo regular ou irregular dever ser
contemplada.

De fato, um modelo pode ser denominado dinmico quando possui uma

dimenso temporal explcita, quando as entradas e as sadas do modelo variam
com o tempo e quando os estados subsequentes dependem das condies dos
estados antecedentes. (WEGENER et al.1986).

Sklar & Costanza (1990) corroboram esta definio ao categorizar como

modelo dinmico todo aquele que descreve mudanas nos padres espaciais,
de um tempo t para um tempo t+m, tal como expresso na Equao 3.2, a seguir:

+ = ( , ) , Equao 3.2

em que

o padro espacial no tempo t,

um vetor ou conjunto de variveis que podem afetar o padro
espacial.

Para estes autores, esta definio deixa implcita a noo da dependncia

entre espao e tempo, resultando que tais aspectos no podem ser considerados
componentes independentes (SKLAR; COSTANZA,1990).

16
 Para Soares-Filho et al. (2007), os elementos bsicos de qualquer modelo
de mudana da paisagem so uma configurao inicial, uma funo de mudana
e a configurao de sada. Segundo eles a configurao inicial do modelo pode
ser um mapa da paisagem, e as funes de mudanas atuam sobre esse mapa
a cada passo de tempo. Os resultados sos os mapas simulados.

Existem modelos dinmicos capazes de lidar com os mais distintos

fenmenos naturais e sociais, nos quais a componente espacial tem sido
utilizada como uma das variveis de entrada. possvel citar os modelos
climticos, de evoluo do relevo, hdricos, disperso de sementes e doenas,
de transportes, entre outros. No mbito deste trabalho sero discutidos os
modelos concebidos para lidar com a evoluo dos padres de cobertura do
solo.

Para Almeida et. al. (2007) os esforos recentes para compreenso dos
fenmenos que atuam sobre as paisagens com o objetivo de transformar tais
conhecimentos em uma representao dinmica delas constituem um dos mais
promissores campos de pesquisa das cincias de informaes geogrficas.

Neste sentido a literatura cientifica tem apresentado um grande nmero

de modelos distintos cujo objetivo modelar e simular as transies ocorridas
entre diferentes classes de cobertura do solo (VERBURG et al., 2006).

Guan et al. (2011) dividiram os modelos utilizados para estudar e simular

as alteraes ocorridas na cobertura e ocupao do solo em trs categorias
principais:

modelos empricos ou estatsticos, tais como os modelos de regresso e a

cadeia de Markov e derivados;
modelos dinmicos, que abarcam os modelos baseados em autmatos
celulares e modelos baseados em agentes;
modelos integrados, a exemplo do modelo "Converso do Uso da Terra e
seus Efeitos" (Conversion of Land Use and its Effects - CLUE).

Segundo estes autores os modelos dinmicos apresentam maior

sensibilidade que modelos empricos ou estatsticos na simulao de mudanas
futuras do uso da terra, os quais apresentaram os melhores resultados.

17
 Um avano considervel nos modelos utilizados para estes estudos, tanto
no refinamento matemtico quanto possibilidade de integrar tais dados com os
elementos espaciais ocorreu na dcada de 1980. Segundo Couclelis (1997) foi
quando os modelos baseados em autmatos celulares puderam ser
efetivamente modelados espacialmente, graas ampliao da capacidade de
processamento dos computadores, e a partir de ento passaram a ser
amplamente utilizados em estudos de dinmica das paisagens, entre elas, a
dinmica de cobertura e uso do solo.

As sub-seo seguinte trata da explanao dos autmatos celulares e dos

modelos baseados nesta teoria.

3.4.1 Autmatos Celulares

Segundo Pedrosa & Camara (2007) os autmatos celulares (cellular

automata - CA) tm origem no trabalho desenvolvido na dcada de 1980 por
John Conway, que apresentou o Jogo da Vida, com o qual pde demostrar que
regras bastante simples aplicadas repetidamente sobre estados aleatrios
produzem resultados que se assemelham ao comportamento de sistemas
orgnicos do mundo real.

Nesse jogo, dado um estado inicial aleatrio, a cada passo de tempo,

algumas clulas iro nascer enquanto outras morrero, sendo que o que
determina o estado da clula no instante seguinte um conjunto de regras, que
so avaliadas em funo da vizinhana. A Figura 3.1, a seguir, apresenta um
jogo da vida no qual h uma vizinhana que ser analisada (item a), dois estados
possveis para cada clula, seja ligada ou desligada (item b), um conjunto com
regras de transio (item c) e o quadro com as clulas geradas para o tempo t e
o resultado da aplicao das regras de transio com a referida vizinha,
apresentado para o tempo t + 1 (item d).

18
 Figura 3.1 Simulao do Jogo da Vida, indicando a vizinhana, os estados, as
regras de transio e a simulao em uma grade aleatria. (CAMARA, 1996)

Segundo Batty et al. (1997), os CA possuem quatro elementos bsicos,

conforme descrito a seguir:

clulas referem-se s as unidades espaciais e podem assumir diferentes

formatos geomtricos, p. ex., quadrado, retangular, hexagonal, e ocupar as
dimenses uni, bi ou tridimensional. As clulas apresentam relaes de
adjacncia entre si;
estados possuem um atributo nico apresentado em cada clula em um
intervalo de tempo especfico;
vizinhana pode assumir diferentes formas (em cruz, em janelas de 3x3,
etc.), e o estado dos vizinhos condicionar a mudana ou permanncia do
estado da clula central.
regras de transio so os elementos que condicionam a alterao do
estado da clula a cada iterao do modelo (iterao esta que representa
um passo de tempo).

Para Almeida et al. (2007) os modelos baseados em CA simulam

processos de mudana ou crescimento de classes baseados na vizilhana
imediata, conforme Figura 3.2 a seguir, no tomando em conta as aes que
ocorrem distncia, sendo que todas as mudanas globais representadas so
frutos de decises lgicas locais.

19
 Figura 3.2 Tipos de vizinhana (LIU, 2009)

Em estudo sobre o funcionamento dos CA, Liu (2009) considerou uma

cidade hipottica sobre uma grade regular, sendo que cada clula poderia
assumir apenas dois estados, urbano ou no urbano, de forma que algumas
poucas regras podem alterar a maneira como o crescimento se daria.

Neste experimento, usando a vizinhana de Moore, a pesquisadora

estabeleceu inicialmente uma regra simples: Se h trs ou mais clulas no
estado urbano, a clula em questo deve passar a este estado e permanecer
como no-urbano se o contrrio for mantido. A Figura 3.3 a seguir apresenta o
resultado desta simulao sobre a cidade inicial (t0) por 25 passos de tempo
(t25). possivel verificar que, no tendo nenhuma condio que indus ou retrai
a expanso, a mancha final mantm o carter arredondado que possua no
incio.

Figura 3.3 Desenvolvimento de um ncleo de classe urbana (LIU, 2009).

Com objetivo de verificar a influncia do relevo sobre essa cidade

hipottica, a autora do estudo carregou como base complementar um mapa
hipsomtrico e acrescentou uma segunda regra, a qual dizia que se a altitude
estiver acima de 300 m, a clula deve permanecer no estado no urbano, ao
passo que se houver uma altitude abaixo de 300 m a transio dever ocorrer.

20
A Figura 3.4, a seguir, apresenta o resultado da aplicao dessa nova regra,
para os mesmos 25 passos de iterao.

Figura 3.4 Desenvolvimento de um ncleo de classe urbana, com a insero da

varivel do relevo (LIU, 2009).

Para finalizar seu estudo, a autora incluiu tambm uma estrada para
simular o efeito das vias de acesso no crescimento das cidades. Neste caso a
via exerce uma influncia positiva, e para simular isso a autora inseriu uma
terceira regra antes de realizar a ultima simulao. Com isso, se uma ou mais
clulas estiverem em contato com a rede viria, a clula no-urbana passa para
o estado urbano. A Figura 3.5 apresenta o resultado deste conjunto de regrar no
perodo de 25 passos.

21
 Figura 3.5 Desenvolvimento de um ncleo de classe urbana, com a insero da
varivel do relevo e de uma estrada (LIU, 2009).

Diante dessa caracterstica dos modelos baseados em CA conseguirem

representar os sistemas mais complexos a partir de regras especificas a cada
caso, e clculos adaptados temtica urbana, faz com que seja uma excelente
ferramenta de apoio compreenso destes fenmenos.

Segundo Almeida et al. (2007), os anos 1990 experimentaram um

significativo melhoramento nos modelos urbanos baseados em autmatos
celulares, com a incorporao de vriaveis espaciais, ambientais,
scioeconmicas e polticas diversas, sendo bem sucedidos na articulao entre
fatores multiescalares.

Ao longo deste perodo surgiram algumas variaes de modelos quanto

ao ajuste dos mecanismos de simulao e dos dados de entrada, de tal forma
que possivel distinguir trs abordagem distintas. A primeira se refere aos
modelos mais tradicionais, nos quais os parametros so computados com base
em equaes probabilsticas aplicadas sobre os dados obtidos por observaes
empiricas. A segunda abordagem trata dos modelos que utilizam equaes
determinsticas sobre resultados preliminares para obter os parametros de
entrada. Por fim, a terceira abordagem utiliza mtodos no paramtricos para
ajuste de padro, tais como as redes neurais e os algoritmos genticos, sendo

22
este ltimo um dos campos de pesquisa promissores da rea (Almeida et.
al.,2007).

A ttulo de exemplificao, Omrani et al. (2012) utilizaram um modelo que

se enquadra nesta terceira abordagem, com autmatos celulares integrados a
redes neurais para simular mudanas de uso da terra. A vantagem das redes
neurais artificiais em relao aos mtodos estatsticos reside no fato de que
estes ltimos tendem a considerar as variveis independentes e igualmente
distribudas, como os modelos de regresso, por exemplo, ao passo que dados
espaciais tendem a apresentar dependncia espacial, algo que tratvel por
mtodos no-paramtricos como as redes neurais. Os pesquisadores utilizaram
mapas do projeto Corine de 1990 e 2000 e aplicaram o mtodo cidade-sede
de Luxemburgo na Europa. Como resultado, obtiveram ndices superiores aos
obtidos por outros pesquisadores na mesma rea com um modelo de regresso
logstica.

Dentro de uma abordagem mais tradicional, o modelo Dinmica-EGO vem

ganhando destaque entre a comunidade cientifica, sendo bastante utilizado no
Brasil e em alguns outros pases. O prximo sub-item discorrer sobre o
emprego deste modelo em estudos sobre as mudanas ocorridas na cobertura
do solo ao longo do tempo.

3.4.2 Dinamica-EGO

Este modelo tem sido largamente usado para modelar desmatamentos

(CHADID et al., 2015; STAN et al., 2015), regeneraes florestais (MALEK et al.,
2015), alteraes no uso do solo urbano (ALMEIDA et al., 2003b; ALMEIDA,
2004; ALMEIDA, et al., 2005; AKIN et al., 2015), dinmicas da cobertura da terra
(SUAREZ; CANDEIAS, 2014), proposio de zoneamento ecolgico-econmico,
entre outros.

Mas et. al. (2014) realizaram um estudo de comparao entre os modelos

IDRISIs CA_MARKOV, CLUE-S/Dyna-CLUE, LCM-Land Change Modeler e
Dinamica-EGO. O estudo buscou comparar como cada modelo estima a
quantidade de mudanas, como estabelece uma relao entre as variveis
explicativas e os graus de mudanas potenciais, como aloca as mudanas e

23
como simula os padres espaciais. Alm disso, tambm envolveu a simulao
de um estudo de caso virtual que permitiu isolar as variveis de interesse para
comparao.

Lima et al. (2013) tambm empreenderam um estudo para comparar o

Dinamica-EGO e o Land Change Modeller, buscando o melhor desempenho na
modelagem do desmatamento da amaznia, utilizando mapeamentos dos anos
de 1997 e 2000 para a calibrao dos modelos. Os resultados apontam que a
performance do Dinamica-Ego foi capaz de responder melhor s alteraes, se
aproximando mais da realidade, sendo considerado por eles como uma
plataforma mais verstil.

As concluses destes dois trabalhos apontam algumas vantagens que o

Dinamica-Ego apresenta em relao aos demais, principalmente no que tange
possibilidade de avaliar a qualidade de cada variavel na gerao dos pesos de
evidncia, permitindo que o usurio edite a entrada do modelo de modo a criar
um conjunto mais coeso. Alm disso, em funo da quantidade de ferramentas
disponiveis, o Dinamica-Ego fornece maior flexibilidade para o usurio
desenvolver o modelo.

Estudando a rea urbana de Sidney na Australia, Liu (2009) buscou

entender como evoluiu, entre 1976 e 1994, a influncia da rede de transportes
no desenvolvimento e crescimento urbano da cidade, identificando eixos de
crescimento e as principais consequncias da implantao de importantes
rodovias.

O Dinamica EGO, utilizado neste trabalho, foi desenvolvido e distribudo

pelo Centro de Sensoriamento Remoto da Universidade Federal de Minas
Gerais, encontrando-se em sua terceira verso. Por se um software de licena
livre pode ser baixado sem nus a partir do stio virtual
http://csr.ufmg.br/dinamica.

Suas variveis de entrada so os mapas da paisagem, iniciando por

mapas de uso e cobertura tomados em dois perodos de tempo (T0 e T1), os
quais sero a base para o clculo das matrizes de transio. Alm das variveis
estticas, o Dinamica-EGO pode incorporar variveis dinmicas na simulao,

24
as quais so recalculadas a cada iterao do modelo, sendo continuamente
atualizadas de modo a influenciar o clculo das probabilidades de transio no
passo de tempo seguinte (SOARES-FILHO et al., 2009). Um esquema bsico
das etapas do processamento no Dinamica-EGO foi realizado por Kawashima
(2015) e apresentada na Figura 3.6, a seguir:

Figura 3.6 Etapas do processamento do Dinamica-EGO, adaptado de

Kawashima (2015)

Este software a compilao de um conjunto de algoritmos (chamados

de functors) que permitem a construo de modelos de simulao baseados em
autmatos celulares, cujas etapas so realizadas a partir de functors para
parametrizao, calibrao e validao dos modelos, o que o torna
especialmente concebido para a reproduo das alteraes das formas da
paisagem, o constitui uma importante ferramenta para anlise e simulao de
paisagens (SOARES-FILHO et al., 2009).

Uma das etapas mais importante a extrao dos pesos de evidncia,

que usado para calcular a probabilidade de transio de uma determinada

25
classe para outra. O algoritmo implementado no software do Dinmica-EGO
baseia-se no teorema de probabilidade condicional de Bayes, que calcula a
possibilidade de um evento ocorrer, dada a ocorrncia de outro evento (Soares
Filho et. Al. 2009).

Assim, os pesos de evidncia so calculados sobre as faixas de distncia

de uma determinada varivel e tem como resultados um mapa de probabilidades
para cada transio possvel e a influncia de cada varivel, indicando se a
varivel atuou positiva ou negativamente na ocorrncia de uma dada transio.

A nica exigncia para utilizao deste mtodo que os pares de

variveis sejam espacialmente independentes. O Dinmica-EGO realiza a
avaliao dessa condio por meio do ndice de Cramer (V) e pela Incerteza da
Informao Conjunta (JIU).

O ndice de Cramer, proposto por Bonham-Carter (1994), apresentado

na Equao 3.1, a seguir:

2
= Equao 3.1
. .

Onde, T so os totais marginais da matriz de tabulao cruzada entre os

mapas A e B, X a estatstica qui-quadrado e M o mnimo de (n-1, m-1_ em
que n igual ao nmero de linhas e m o nmero de colunas da matriz de
tabulao cruzada entre os mapas das variveis avaliadas.

Por sua vez, a Incerteza de Informao Conjunta (JIU), que tambm se

baseia em uma matriz de tabulao cruzada. Foi apresentada por Bonham-
Carter (1994) conforme a equao 3.2, a seguir:

JIU (A, B) = 2 [H(A) + H(B) H(A,B) / H(A) + H(B)] Equao 3.2

Em que JIU(A,B) pode ser usada como medida de associao entre os

mapas A e B.

Os dois ndices tm como resultado um ndice que varia entre 0 e 1, e

indicam a total independncia entre o par de variveis avaliado ( medida que
se aproxima de 0) e a total dependncia entre eles ( medida que se aproxima

26
de 1). Via de regra, os dois ndices so visualizados e uma das variveis dever
ser excluda quando o valor em qualquer um dos ndices maior que 0,5.

Segundo Soares Filho et. Al. (2009), a simulao dos cenrios baseada
em dois algoritmos distintos, implementados nos functores expander e patcher.
O functor expander realiza a expanso das manchas previamente existentes no
mapa de cobertura do solo, de modo que a realizao as transies de uma
classe i para a classe j baseando-se basicamente nas relaes de adjacncias
das clulas, ao passo que o functor patcher realiza a formao das de novas
manchas, de modo que as transies da classe i para a classe j ocorrem apenas
nas vizinhanas de clulas diferentes do estado j.

Como os dois algoritmos adotam mecanismos estocstico de seleo e

alocao das clulas que faro as alteraes, os resultados das simulaes
sero diferentes mesmo que as variveis e parmetros sejam mantidos.

3.5 Sistemas de Transportes e Mudanas na Cobertura do Solo

Os padres de deslocamento em funo da cobertura do solo resultam de

uma grande gama de fatores, dentre os quais se destacam a necessidade do
deslocamento de indivduos para trabalho e lazer, bem como o transporte de
carga por diferentes meios, sejam ferrovirias, rodovirias, hidrovirias ou
aerovirias.

Atualmente, h na literatura cientifica uma percepo bastante difundida

na qual se afirma que os sistemas virios para transporte de pessoas e cargas
em conjunto com a cobertura da terra fazem parte de um sistema dinmico
intimamente integrado, cujas interaes interferem mutuamente em suas
estruturas.

Para Echenique (1975 apud LOPES, 2010) as alteraes na

acessibilidade a um determinado local, de forma a ampliar ou reduzir a
acessibilidade, provoca alteraes na cobertura e uso da terra em um
determinado local na mesma medida em que alteraes na cobertura e uso da
terra induzem a realizao de novas modificaes no sistema virio local ou
regional.

27
 Wegener & Frst (2004) consideram que os transportes estabelecem uma
relao dialtica com as diferentes classes de cobertura e uso da terra. Com
isso, os autores afirmam que o tipo de cobertura e uso do solo existente exerce
presso de demanda sobre uma determinada estrutura de transporte. Para
atender a essa demanda preciso equilibrar a oferta por meio de transporte,
ampliando a rede viria, adotando novos modos de transporte ou inserindo novas
tecnologias nos meios j existentes, ou uma combinao de mais de uma dessas
opes. Nestes casos o resultado a ampliao da oferta.

Segundo estes autores, porm, no momento em que a demanda e a oferta

a uma estrutura de transportes atingem o equilbrio, surgem novas
oportunidades para alocao de empreendimentos comerciais, industriais e/ou
residenciais. Isso se reflete em alteraes na cobertura e uso da terra, que tende
a sofrer expanso e, com isso, amplia-se a demanda por meios de transporte
mais eficientes, tanto de carga como de pessoas, reiniciando um ciclo de
retroalimentao continuo, que tende a continuar ocorrendo medida que ser
o crescimento das cidades. Os autores chamaram esse processo de ciclo do uso
do solo e transportes e sintetizaram o processo na Figura 3.7 a seguir:

Figura 3.7 Ciclo do Uso do Solo e Transporte segundo (WEGENER; FRST,

2004).

Ainda sobre este ciclo, Wegener & Frst (2004) destacaram que as
distribuies existentes das classes de uso e cobertura do solo urbano
(residencial, industrial, comercial, entre outros) estabelecem uma forte
influncia/determinao sobre os locais de habitao, trabalhos, compras, entre
outros, que sero alocados. Basicamente isso quer dizer que mais provvel

28
ocorrer o surgimento de um ncleo residencial ou comercial onde houver a
conexo com o sistema virio ou a ampliao de uma dessas reas j existente,
com a alocao de novos empreendimentos nas proximidades. Segundo estes
autores o mrito do ciclo do uso do solo e transportes o fato de incorporar os
dois elementos mais fundamentais dos processos urbanos, ou seja, a cobertura
do solo e os sistemas de transportes.

Nesta mesma linha de raciocnio, para Villaa (2001) h uma relao

ntima entre as vias regionais de transporte e o crescimento fsico das cidades.
Para ele, o primeiro efeito da implantao de uma via regional a melhoria da
acessibilidade e com isso a valorizao dos terrenos, sendo que frequentemente
o valor atribudo terra em funo da existncia de uma via regional
frequentemente maior que o valor da prpria via.

Em virtude dessa possibilidade de converter a terra rural em terrenos

urbanos se torna bastante comum a especulao das reas adjacentes rea
urbana. E uma vez que essa converso tenha ocorrido, a recente rea urbana,
conectada ao restante da cidade pelos sistemas virios e de transportes, passa
a exercer influncia na transformao da paisagem.

E completando o cenrio, a distribuio espacial das classes de

cobertura e uso do solo em conjunto com a acessibilidade que influenciam nas
decises e comportamentos e atividades dos indivduos, bem como na alocao
de pontos comercial e industrias, o que determina por sua vez as interaes que
sero realizadas por meio dos deslocamentos fsicos.

Em suma, so as necessidades de deslocamento que atuam na

distribuio da infraestrutura de transporte e nas decises de roteamento
individual.

As distncias na cidade so frequentemente medidas em tempo, e variam

conforme os pontos de partida e chegada, o horrio e sentido de deslocamento,
o dia da semana e o modo de transporte utilizado.

Tendo em vista a perspectiva das atividades e a acessibilidade, Pacheco

(2001) diz que

29
 ...a populao e respectivas atividades distribuem-se no territrio disputando
localizaes mais prximas dos recursos e/ou atividades que precisam e/ou
desejam, num quadro geogrfico cujo adensamento , portanto, resultado da
competio pelos usos do solo urbano, competio essa qual parece no
ser alheia a valorizao decorrente das condies de acessibilidade, como
causa-efeito do desenvolvimento.

Com esta perspectiva, para Villaa (2001) a acessibilidade torna-se o

valor de uso mais importante, sendo considerado em todos os aspectos de
compra e venda de lotes, terrenos e imveis, tanto para fins residenciais como
pontos comerciais e industriais.

Com isso, segundo este autor, quando o sistema intraurbano de

transportes representa ampliao da oferta de transporte populao, cria a
possibilidade de ocupao dos pontos mais distantes da cidade, garantindo a
fixao de um excedente de populao. Quando o crescimento das cidades
ocorre em ritmo acelerado, como o exemplo de grande parte dos municpios
na RMSP.

Alm disso, os meios de transporte agem de modo a polarizar as

atividades urbanas organizadas territorialmente. A ligao das populaes e
atividades entre os pontos intraurbanos e interurbanos articulada por meio de
terminais (estaes, portos e aeroportos) e vias de acesso, as quais criam a
tendncia para que as classes de uso urbano se organizem no entorno dos
terminais e das vias (VILLAA, 2001).

Todo este conjunto de elementos, que incluem a influncia das grandes

vias de transporte regionais, os terminais de acesso a estes sistemas e os
sistemas de transporte intraurbanos podem ser observados no desenvolvimento
da paisagem paulista, como ser visto a seguir.

Para o caso do estado de So Paulo, Monbeig (1998) descreveu uma forte

correlao entre a disposio e desenvolvimento das cidades em funo das
vias de transportes na direo oeste, inicialmente seguindo o traado dos
principais rios e, posteriormente, a linha frrea, particularmente nos pontos de
entroncamentos ao redor das estaes ferrovirias, sendo que esse processo
passa a ser mais intenso no incio do sculo XX.

30
 O autor destaca que aps a abertura de uma dada estao de trem no
oeste paulista, aquilo que era apenas um povoado disperso tornou-se
rapidamente uma cidade em franco desenvolvimento, sendo uma condio
recorrente no cenrio paulista.

Tendo nascido e se formado na Frana, pas de cidades cujo crescimento

ocorre em ritmo muito menos acelerado, Monbeig conseguiu elucidar uma
caracterstica das cidades paulista a partir de uma perspectiva pessoal. Ele
destacou fortemente em seu trabalho a velocidade com que o surgimento e
crescimento das cidades ocorreram no estado. Nas palavras de Monbeig (1998):

Tudo se passa como se este pas (o Brasil) conhecesse em setenta e cinco

anos, um sculo no mximo, o que se levou milnios para fazer na Europa.

De acordo com Santos (1993), a urbanizao brasileira teve como

caracterstica a rpida transformao do espao e foi pautada pela interao com
as redes logsticas, notadamente os entroncamentos e as estaes ferrovirias,
as margens rodovirias e os terminais hidro e aeroporturios.

A relao entre as caractersticas da cobertura e uso da terra e os

transportes ou a maneira como um influencia o outro, tem sido tema de estudos
de inmeros pesquisadores, com abordagens diferentes, seja do ponto de vista
da evoluo dos tipos de uso e cobertura do solo tendo o sistema de transporte
como varivel de entrada (ALMEIDA, 2004; KAWASHIMA, 2015), do ponto de
visto da modelagem dos sistemas de transportes (LOPES, 2010) ou o caso
especfico da interao entre os dois temas (ALJOUFIE et al., 2013).

Um estudo realizado pelo Departamento de Transportes de Londres

(TASM, 2014) destacou trs caractersticas dessa relao: A) as interaes entre
as atividades e os tipos de uso geram demanda por transporte; B) a quantidade
dessas interaes influencia diretamente a disponibilidade de transporte; C) com
isso, conhecer estas conexes so importantes para a definio das polticas de
transporte.

H atualmente uma tendncia em propor diferentes mtodos para o

estudo da relao de influncia entre transportes e cobertura do solo. Dentre

31
estes mtodos, possvel incluir a modelagem de cenrios virtuais, que buscam
recriar os processos dinmicos da realidade no ambiente digital.

A principal justificativa desta linha de pesquisa que um modelo

desenvolvido para uma determinada localidade pode auxiliar na identificao dos
eixos de transies, bem como a identificao dos componentes espaciais que
afetam ou afetaram as transies na cobertura e uso do solo, tais como a
implantao de uma nova via de trfego ou um aeroporto, por exemplo.

Um dos exemplos o de Aljoufie et al. (2013), que estudaram as

transformaes urbanas ocorridas em Jeddah, Arbia Saudita. A cidade est
localizada na plancie entre as montanhas Hijaz e o Mar Vermelho, de tal forma
que o espalhamento horizontal da cidade se deu no sentido noroeste-sudeste,
sendo fortemente influenciada pelos condicionantes deste relevo.

Para estudar essas transformaes urbanas, estes autores aplicaram o

Metronamica LUTI, um modelo integrado que baseado em autmatos
celulares e relacionado aos transportes, consistindo de quatro mdulos.

Os resultados obtidos por Aljoufie et al. (2013) corroboraram que a

acessibilidade um forte indutor das alteraes na cobertura e uso da terra, e
este fato foi corretamente simulado no experimento. Segundo eles, os modelos
integrados do uma resposta melhor que modelos isolados para a anlise das
transformaes na cobertura e uso da terra, porm tm uma calibrao muito
mais complexa, o que pode inviabilizar seu uso em alguns casos. O uso de
autmatos celulares permitiu a eles trabalhar com uma paisagem diversa, com
12 diferentes classes de uso e cobertura e regras complexas de transio.

Outra aplicao importante para os modelos baseados em autmatos

celulares a insero de uma varivel no existente com o objetivo de avaliar
seus impactos em um determinado ambiente. O trabalho de Basse (2013) um
tpico exemplo deste estudo.

A autora estudou os impactos da implantao ou no de um trem de alta

velocidade entre as cidades de Cane, Nice, Mnaco e Ventimiglia, utilizando o
modelo Moland, que tambm se baseia em autmatos celulares e alimentado
por dados temporais de uso da terra.

32
 Assim, aps a validao do modelo, a autora criou trs cenrios com
horizonte no ano de 2040: um sem a linha de trem, e os outros dois considerando
as estaes no centro das cidades e na rea periurbana.

Para Basse (2013) a maior dificuldade de trabalhar com este modelo foi
reunir os dados em sua complexidade, mas apresentou bons resultados sobre a
relao entre uso da terra e transportes. De fato, quando instaladas fora da rea
urbana, as estaes foram responsveis por provocar um espraiamento
generalizado de rea urbana sobre outros tipos de uso, ao passo que quando
localizadas no centro, a estao provocou uma intensificao das atividades no
entorno delas. Sem a construo da linha de trem de alta velocidade, a
modelagem indicou um crescimento no entorno das reas j consolidadas,
seguindo as conformaes do relevo.

Lasalvia (2006) analisou, entre outros, como os meios de transporte

influenciaram na trajetria do municpio de Guarulhos, dada sua estreita relao
com o municpio de So Paulo. A autora destacou trs perodos cujo
desenvolvimento foi marcado pela existncia do acesso ao municpio de
Guarulhos: a estrada Nova Conceio a partir de 1600 e a estrada geral por volta
de 1730; a inaugurao da linha ferroviria no ano de 1915; e a rodovia
Presidente Dutra, inaugurada em 1951, alm das conexes por vias secundrias
de menor porte. A mesma autora destaca a forte influncia relacionada ao
aeroporto, que embora no seja um meio de transporte que polarize o entorno
por conta do acesso s vias areas, o faz pela quantidade elevada de empregos
diretos e indiretos que ele capaz de gerar.

importante mencionar que, apesar de no trabalhar com modelos

matemticos, o trabalho realizado por Lasalvia (2006) de grande interesse para
esta pesquisa por analisar a histria do municpio de Guarulhos e suas relaes
com o Aeroporto Internacional de Guarulhos.

preciso distinguir a influncia dos aeroportos no desenvolvimento das

manchas urbanas em funo das peculiaridades que a ele so imputadas. Para
eles, h duas caractersticas que condicionam sua relao com a paisagem do
entorno.

33
 A primeira delas o fato de que terminais aeroporturios possuem
limitaes quanto verticalizao do entorno, o que reduz o tamanho dos
prdios que se permite construir ou impede completamente a construo deles.
Alm disso, tambm afetam na disposio das reas residenciais e industriais
conforme o nvel de rudo das aeronaves. Essas condies, no caso do Brasil,
se refletem na criao de zonas especiais de ocupao nos planos diretores.

Em segundo lugar, est o fato de que os grandes aeroportos so

estruturas complexas que demandam um grande efetivo de trabalhadores fixos,
alm de servios terceirizados. Acaba gerando um polo econmico para o
desenvolvimento de empreendimento de atividades correlatas, tais como
shoppings, hotis, locadoras de veculos, restaurantes, entre outros exemplos,
cujas atividades so voltadas para o atendimento e entretenimento dos
passageiros.

Desta forma, os empregos diretos e indiretos ligados atividade

aeroporturia so fatores cruciais para a gerao de um polo de
desenvolvimento econmico (SILVA, 1991).

Nesta feita, apesar dos terminais aeroporturios no exercerem uma

influncia tal qual os terminais ferrovirios e, pelo contrrio, estabelecer em leis
municipais os critrios de ocupao de seu entorno, acaba exercendo influncia
por meio da quantidade de empregos que gera, pressionando os rgos
responsveis pelas vias de acesso intraurbano para que sejam realizadas as
modificaes necessrias para o atendimento da demanda crescente.

34
 4 rea de Estudo
4.1 Localizao

O municpio de Guarulhos situa-se entre as coordenadas 23,27 e 23,5 de

latitude sul, e 46,35 e 46,57 de longitude oeste. Est localizado no setor leste do
estado de So Paulo, conforme ilustra a Figura 4.1. O Trpico de Capricrnio
atravessa o municpio ao sul do aeroporto.

Figura 4.1 Localizao e principais vias do municpio de Guarulhos.

Elaborao prpria com base nos dados do Webgeo-Guarulhos.

O municpio ocupa o setor nordeste da Regio Metropolitana de So

Paulo RMSP, a 25 km do centro do municpio de So Paulo, e tal como os
demais municpios, est completamente inserido na Sub-Bacia do Alto Tiet,
sendo limitado ao norte pelos divisores de gua das Serras da Pirucaia e
Itaberaba e, ao sul, pelo Rio Tiet.
35
 Como pode ser visualizado na Figura 4.1, os principais acessos ao
municpio so as rodovias Presidente Dutra (BR-116) e Ayrton Senna (SP-070),
que possuem orientao SO-NE, irradiadas a partir de So Paulo e a rodovia
Ferno Dias (BR-381), com orientao N-S, na direo de Minas Gerais. O
Rodoanel Mario Covas (SP-021) se estende at a rodovia Regis Bittencourt (BR-
116) e se configura como a principal conexo. Tambm merece nota a estrada
Juvenal Ponciano de Camargo (SP-036) que tem carter secundrio, e fornece
acesso para os municpios localizados alm da Serra da Mantiqueira,
conectando Guarulhos a Nazar Paulista e rodovia Dom Pedro I (SP-065).

Alm destes acessos rodovirios, existe uma forte permeabilidade dos

limites conurbados de Guarulhos com os municpios vizinhos, como pode ser
observado nos detalhes 1 e 2 da Figura 4.1, onde so apresentadas algumas
pontes que conectam os dois municpios cruzando a vrzea do rio Tiet ou as
grandes vias, no sentido sul e oeste respectivamente. Alm disso, tambm so
importantes os limites ao sudeste com Itaquaquecetuba, e a oeste com Aruj.
Na direo norte, Guarulhos limita-se com Mairipor, Nazar Paulista e Santa
Isabel, porm sem a mesma permeabilidade, dada a existncia da Serra da
Mantiqueira.

Com isso, do ponto de vista do deslocamento de carga no estado de So

Paulo (e pode-se dizer, da regio Sudeste), o municpio pode ser visto como um
importante n na malha logstica em funo da disponibilidade de acesso a essas
grandes rodovias em conjunto com a existncia de grandes reas para alocar
galpes e indstrias, conforme ser visto mais adiante.

Guarulhos tem um total de 318 km e abriga uma populao de 1,3 milho

de pessoas, as quais vivem exclusivamente em reas de categoria urbana,
segundo o censo de 2010 (IBGE, 2011). Administrativamente, o municpio tem
dois distritos e 47 bairros, apresentados na Figura 4.2.

36
 Figura 4.2 Distritos e bairros no municpio de Guarulhos. Elaborao prpria com
base nos dados do Webgeo-Guarulhos.

No contexto da RMSP, Guarulhos se destaca como o segundo municpio

mais importante, tanto no que se refere populao como ao PIB e oferta de
empregos em geral. O presente captulo busca agregar e consolidar as
informaes ambientais e socioeconmicas referentes ao municpio, com o
objetivo de auxiliar no processo da modelagem.

37
 4.2 Geografia Fsica de Guarulhos

Do ponto de vista geolgico, a rea de estudo assenta-se sobre a Provncia

Mantiqueira que, de acordo com Almeida (1977), possui direo NE-SW, com
paralelismo ao litoral brasileiro, caracterizando-a pelos macios medianos e
faixas de dobramento ou faixas mveis, com zonas de falhas com orientao
mais ou menos paralela a esta direo geral.

No caso de Guarulhos, chama a ateno o territrio seccionado de lado a

lado pela falha do rio Japari, com orientao NE-SW, compartimentando o
municpio em duas reas de clara diferenciao, doravante chamadas de setor
norte e setor sul, como pode ser observado no Quadro A da Figura 4.3.

Segundo Oliveira et al. (2009), no setor norte localizam-se as rochas do

embasamento cristalino denominado de Domnio So Roque, com presena de
rochas do tipo gneas e metamrficas, destacando-se os granitoides, migmatitos,
xistos e quartzitos.

O setor norte possui altitudes mdias entre 850 m e 1200 m, com ponto
culminante no Pico do Gil (1.438 m), na Serra de Itaberaba. A, o relevo mais
movimentado, com existncia de vales assimtricos e rampas com inclinaes
superiores a 45, o que ocasionalmente pode acarretar movimentos de massa
com acmulo de depsitos coluvionares. O mapa geomoforlgico elaborado por
Ross (2006) e apresentado no Quadro A da Figura 4.3 denomina esta rea de
Planalto Atlntico. Oliveira et al. (2009), em trabalho mais detalhado
compartimentaram o setor em montanhas, morros, morrotes e escarpas.

Por outro lado, ao sul da falha do rio Japari, esto as rochas do

embasamento cristalino do Domnio Embu, tambm composto por rochas de
origem gneas e magmticas. Contudo, tais rochas cristalinas afloram apenas
localmente a sudeste do municpio, onde possvel constatar uma unidade
paragnissica. Quase que a totalidade do setor sul est coberta por pacotes
sedimentares oriundos dos perodos Tercirio e Quaternrio.

38
 A origem destes pacotes sedimentares tercirios, segundo Oliveira et al.
(2009), est diretamente relacionada aos sistemas de leques e plancies aluviais
com sedimentos oriundos das reas montante da falha do rio Japari. A altitude
mxima dos sedimentos de 840 m, que atinge o nvel de base da superfcie
So Paulo, a qual acumulou sedimentos at o limite superior do Tercirio,
quando ento se iniciou um novo ciclo erosivo, responsvel pela formao dos
sistemas de colinas nestes pacotes.

Alm destes, ainda preciso destacar as reas cobertas com sedimentos

quaternrios, constitudos pelos depsitos aluvionares e coluvionares, como
resultado dos processos atuais de eroso e deposio de sedimentos.

Desta feita, o setor sul apresenta relevo menos movimentado, com

declividades mais suaves que as encontradas no setor norte, variando entre 0
e 10, interrompidas apenas localmente pela existncia de colinas mais
inclinadas. Segundo Ross (2006), a se localiza o planalto de So Paulo e as
plancies fluviais do Tiet. Neste trecho as altitudes variam entre 670m e 850m.

O Quadro B da Figura 4.3 apresenta as altimetrias no municpio de

Guarulhos, ultrapassando os 1.400 metros de altitude nas serras de Piracaia e
Itaberaba, at altitudes menores que 700 metros, nas reas de vrzea do Tiet
(ao sul) e do Paraba do Sul (a leste). O perfil longitudinal denota a existncia de
dois patamares principais, um entre 850 e 1.400 metros de altitude e outro abaixo
dos 800 metros.

A posio do municpio nas imediaes do Trpico de Capricrnio

caracteriza-o como uma rea de transio entre dois importantes sistemas
climticos do Brasil. De um lado, o sistema controlado especialmente pelas
massas de ar frio oriundas do crculo polar, e de outro, pelas massas de ar
provenientes da Zona de Convergncia Intertropical (NIMER, 1989). Alm disso,
a rea tambm recebe umidade do oceano, empurrada pelos ventos alsios,
mesmo ele deixando boa parte de sua umidade nas encostas da Serra do Mar.

Segundo Oliveira et al. (2009), no mbito local, a topografia de Guarulhos

acarreta temperaturas sensivelmente mais frias que as encontradas nos
municpios vizinhos, e este aspecto o resultado direto das elevadas altitudes

39
da Serra da Mantiqueira ao norte, como pode ser verificado no Quadro C da
Figura 4.3, em que se verifica que as temperaturas tendem a diminuir na direo
nordeste e crescer medida que se aproxima das reas mais centrais, nas
pores baixas do municpio.

De acordo com Oliveira et al. (2009), os solos em Guarulhos so constitudos

predominantemente de associaes de Latossolos Amarelos e Vermelho-
Amarelos no setor ao norte da falha do rio Jaguari e, ao sul, de associaes de
Argissolos Vermelho-Amarelos e Gleissolos. Outras classes, como os
Plintossolos e Neossolo, tm ocorrncia mais restrita na paisagem.

Na mesma figura, possvel verificar a disposio das isoietas, que

indicam a influncia das serras na distribuio das chuvas, na medida em que
as maiores precipitaes ocorrem na base e rampa da serra, diminuindo
significativamente nos setores mais elevados.

Em Guarulhos, a precipitao mdia anual fica em torno de 1.400 mm,

podendo haver variaes para mais ou para menos em funo de fenmenos
espordicos, como o el Nio, por exemplo. Como em toda a regio sudeste, a
concentrao de chuvas ocorre nos meses entre dezembro e maro, quando
ocorre quase 60% do total anual de precipitao, ao passo que entre junho e
agosto os meses so mais secos, com precipitaes mensais em torno de 40
mm.

A temperatura mdia no municpio varia entre 15,1C em julho e 26,2C

em janeiro, podendo alcanar valores superiores a 30C em determinados
momentos do dia no vero. Os meses mais frios so junho, julho e agosto,
quando a temperatura mdia fica abaixo de 16, podendo chegar a 10C, e os
meses mais quentes so dezembro, janeiro e fevereiro. Vale destacar que no
interior das reas urbanas, em funo da associao entre concreto, asfalto,
ausncia de vegetao e obstculos circulao do vento, a temperatura pode
variar em diversos graus em relao ao esperado, para mais ou para menos.

40
 41

Figura 4.3 - Mapas da Geografia Fsica de Guarulhos. Quadro A Geomorfologia e Geologia; Quadro B Climatologia; Quadro C- Climatologia; Quadro D Remanescentes Florestais e Unidades de Conservao;
 A vegetao original de Guarulhos era composta pela Mata Atlntica em
diversos tipos de associao, tendo sido largamente suprimida ao longo dos
primeiros sculos da colonizao como forma de ampliar o acesso s lavras de
ouro no sculo XVI, e para comportar rebanhos de gado e cultivo de caf no
sculo seguinte. Boa parte da mata hoje existente secundria, em crescimento
desde a segunda metade do sculo XIX, quando se iniciou a recuperao da
mata como forma de manter o suprimento de gua capital. Vale destacar que
o nome Cantareira tem origem nos cntaros, peas de cermica utilizadas para
transportar e armazenar gua no perodo pr-moderno.

O Quadro D da Figura 4.3 apresenta a distribuio dos remanescentes

florestais no municpio de Guarulhos, localizados principalmente nas vertentes
mais inclinadas em todo o setor norte. H um mosaico de Unidades de
Conservao, cujos limites esto sobrepostos e cujas funes se
complementam, caso das reas de Proteo Ambiental do Sistema Cantareira
e Bacia do Paraba do Sul que so limtrofes ou sobrepostas aos Parques
Estaduais de Itaberaba, de Itapetininga e da Cantareira.

4.3 Aspectos Histricos e Geografia Humana de Guarulhos

No que se refere ocupao do municpio de Guarulhos, tal como se

conhece hoje, Lasalvia (2006) identificou trs fases distintas. Segundo ela, a
primeira fase ocorre no contexto de formao do Ptio do Colgio, hoje no centro
de So Paulo. Para assegurar a existncia deste ncleo habitacional, os jesutas
criaram uma srie de aldeamentos que formavam um grande arco ao redor deste
ncleo fundamental, cujo objetivo era fornecer proteo contra os ataques de
indgenas e salteadores. neste contexto que so criados os ncleos
fundamentais de Guarulhos, So Miguel, Itaquaquecetuba, Pinheiros,
Itapecerica, Embu, Carapicuba e Barueri.

No decorrer de um sculo, o aldeamento de Guarulhos obteve destaque

em termos de crescimento, passando de aldeamento a povoado em 1675 e logo
depois a parquia. Segundo Romo e Noronha (apud Lasalvia, 2006), o motivo
para esse acelerado crescimento foi a descoberta de ouro nas proximidades do
aldeamento na dcada de 1590, provocando um afluxo constante de pessoas ao

42
local, formando tambm a toponmia que define o local at hoje em dia, como o
bairro de Lavras, por exemplo.

No obstante, as lavras de ouros duraram pouco e no fim do sculo XVII

estavam totalmente esgotadas, sendo substitudas por atividades agrcolas e
comerciais sem grande expresso. Porm, essa fase de crescimento acelerado
foi fundamental para o estabelecimento de uma rede de estradas que criou a
comunicao entre o planalto paulista, o interior, o litoral e, posteriormente, at
ao Rio de Janeiro por meio da construo da estrada Geral por volta de 1730,
cujo traado o da atual estrada de Bom Sucesso.

preciso mencionar que a conexo com So Paulo era realizada por meio
da estrada de Nossa Senhora da Conceio de Guarulhos, que ligava o
aldeamento em questo com o aldeamento da Penha, cujo acesso era realizado
por meio da Ponte Grande que atravessava o rio Tiet. Este ponto est
localizado no setor sudoeste do municpio e constitui, segundo Lasalvia (2006),
o primeiro vetor de crescimento urbano de Guarulhos, o que seria alterado
apenas no ano de 1915 com a inaugurao da ferrovia, fato que marca o incio
do segundo ciclo de desenvolvimento do municpio. Nesse ano so inauguradas
as estaes Vila Galvo e Vila Augusta, sendo que nos anos seguintes so
inauguradas as estaes de Copova (1922), Torres do Tibagi (1931) e estao
Cumbica (1945) que atendia a base area da aeronutica, tambm inaugurada
nesse ano.

De acordo com Langenbuch (1971) a linha ferroviria que chegou a

Guarulhos foi a extenso do ramal ferrovirio do Sistema Cantareira que buscava
alcanar o bairro de Guapira onde se encontrava um hospital com asilo para
invlidos e leprosos. O autor destaca que a inaugurao da ferrovia
contempornea ao perodo de industrializao de So Paulo e por isso, embora
tenha sido criada por motivos hospitalares, foi tambm responsvel pelo
transporte de passageiros e cargas, o que favoreceu o processo de
suburbanizao, com expanso de moradias populares e indstrias de pequena
ordem. Ranali (1944 apud Lasalvia 2006) destaca a existncia de 61 unidades
fabris em Guarulhos no ano de 1944, incluindo-se ai estabelecimentos do ramo
txtil, cermico, de couro, vincola e metalrgico, inclusive com a presena da

43
Fbrica Dental Suprema, que naquele ano declarou ter exportado cadeiras de
dentistas.

As estaes foram fundamentais para a consolidao urbana do

municpio e pela expanso de uma rede de servios anlogos existncia dos
fluxos pendulares de pessoas. No entanto tais elementos foram limitados pelo
fato de a ferrovia estar localizada nos terrenos mais baixos da vrzea do rio Tiet,
ao passo que o centro histrico da cidade se localizava em setores mais
elevados. O trajeto entre um e outro era vencido por meio de charretes, animais
e a p, mas medida que o fluxo de pessoas passou a aumentar
significativamente, sobretudo a partir da 4 dcada do sculo XX, a oferta
comeou a ficar limitada.

Com o aparecimento dos veculos automotores no cenrio brasileiro em

comunho com a versatilidade que eles fornecem, as rodovias comearam a ser
construdas em detrimento das vias frreas, sendo a inaugurao da Rodovia
Presidente Dutra (1951) o marco para o incio do terceiro ciclo de
desenvolvimento do municpio de Guarulhos.

importante mencionar que a construo de grandes estradas se inicia a

partir de 1920 com o ento presidente Washington Luiz, que dizia que governar
abrir estradas. Com isso so abertas as primeiras grandes estradas para
Minas Gerais, Mato Grosso, Rio de Janeiro que, a despeito de importantes
limitaes tcnicas, como a total ausncia de pavimentao em longos trechos
das vias, passam a exercer a funo de induo do crescimento e
desenvolvimento urbano. O processo se intensifica nas dcadas seguintes. A
Figura 4.4 apresenta a Rodovia presidente Dutra na dcada de 1960, com duas
faixas em cada sentido.

44
 Figura 4.4 - Rodovia Presidente Dutra por volta de 1960. IBGE, 2017

Concomitante a isso, o municpio de So Paulo passa a se industrializar

cada vez mais e a populao constantemente atrada para dentro dos seus
limites e suas cidades satlites. surpreendente o crescimento populacional na
RMSP entre 1950 e 1970, que passa de 2.696.031 de pessoas para 8.172.542
de pessoas, um pouco mais de 300% em duas dcadas (MEYER et. al., 2004).

Grande parte dessa populao ocupa a cidade de So Paulo, que tem

como resultado a elevao do preo das terras em conjunto com a proliferao
de problemas ligados mobilidade interna, o que resulta na desindustrializao
do municpio. As indstrias buscam ento municpios vizinhos, com preos de
terra mais acessveis para implantao de grandes galpes e facilidade de
acesso s rodovias para escoamento da produo.

A inaugurao da Rodovia Presidente Dutra em 1951 e sua posterior

duplicao no ano de 1967, resultam na atrao de grandes indstrias para o
municpio de Guarulhos a partir da dcada de 1970, cuja ocupao se deu
essencialmente s margens da rodovia, constituindo um importante eixo
industrial para atender s demandas da metrpole. Entre os exemplos de
indstrias que passaram a ocupar tal eixo esto a Phillips, Ollivetti, Asea eltrica,
Pfizer, Toddy, Borton, entre outras.

nesse momento que o municpio de Guarulhos passa a ter uma

importante alterao na formao da sua paisagem urbana. Segundo Lasalvia
(2006), o crescimento urbano que at ento estava concentrado no setor

45
sudoeste do municpio, passa a ocorrer de maneira mais dispersa e
desordenada. neste momento que surgem os loteamentos prximos rodovia
e s indstrias que naquele momento passaram a exercer uma fora de atrao
de mo de obra. O municpio deixa de ser caracterizado apenas como uma
cidade dormitrio para polarizar a atrao de populao.

importante mencionar que a ocupao desses setores mais afastados

a partir da dcada de 1980 foi possvel graas popularizao do carro como
meio de transporte individual, expanso das vias de acesso ocorridas na
dcada anterior e ampliao das redes de transportes coletivos, tanto em
termos de linhas de nibus, como das estaes de metr nas zonas Norte e
Leste da cidade de So Paulo. A Figura 4.5 a seguir destaca os movimentos
populacionais em funo dos trs vetores de crescimento.

46
Figura 4.5 Os trs primeiros vetores de crescimento no municpio de Guarulhos. O
primeiro e o segundo convergindo na direo do centro histrico do municpio e o
terceiro fomentando a ocupao dispersa a partir da dcada de 1970 (LASALVIA, 2006).

4.4 Transportes areos em So Paulo

Na histria dos transportes areos em So Paulo, o aeroporto de Marte

foi o primeiro terminal aeroporturio de So Paulo, tendo suas atividades
iniciadas em 1929. Porm, durante a revoluo de 1932, o local foi atingido por
bombas, alm de ser palco constante de enchentes oriundas do tiet no

47
retificado. J em meados da dcada de 1930, torna-se um aeroporto secundrio,
utilizado para avies de pequeno porte e, posteriormente, helicpteros.

O destaque fica com o Aeroporto de Congonhas, sendo ele um marco que

separa a aviao realizada de maneira praticamente amadora no incio da
aviao em So Paulo para o incio do transporte areo organizado no Brasil.
Com isso, os pousos e decolagens deixam de ocorrer nas inmeras pistas que
havia em diversas fazendas da cidade para se concentrar na pista de
Congonhas, escolhida por se localizar em uma colina com declive, o que permitia
a rpida secagem da pista aps as chuvas, e por estar em uma cota altimtrica
elevada (790 m), o que facilitava sua identificao em um perodo onde a
navegao era visual, e alm de estar distante da malha urbana da cidade de
So Paulo.

O Aeroporto de Congonhas, localizado na Zona Sul do municpio de So

Paulo, foi inaugurado em 1936, passando posteriormente por uma reforma e
ampliao, sendo reinaugurado em 1949. Com o rpido crescimento da cidade,
o Aeroporto de Congonhas saturou-se brevemente, j em meados da dcada de
1960, tanto em funo do crescimento na demanda por lugares que atendessem
a mais passageiros e pistas que comportassem maiores aeronaves, como
porque a malha urbana cercou completamente a pista do aeroporto, como pode
ser visto na Figura 4.6 a seguir, o que impedia a possibilidade de ampliaes
significativas.

48
Figura 4.6 A imagem superior esquerda destaca a pista do Aeroporto de Congonhas
em meados de 1930, prximo data de sua inaugurao, ainda sem grandes terminais
de passageiros e cargas. A imagem superior direita mostra a pista de Congonhas na
dcada de 1950, logo aps as obras de modernizao e construo do terminal de
passageiros. possvel observar no canto superior da imagem a urbanizao, que j
se aproxima da pista. Por fim, na imagem inferior apresentado o atual estado do
aeroporto, no qual se destaca a maneira como a cidade cresceu ao seu redor. Fonte
das trs imagens: IBGE, 2017.

De fato, no incio da dcada de 1970, o aeroporto operava perto da

capacidade mxima na poca, com fluxo de 5,3 milhes de passageiros ao ano.
Alm disso, as aeronaves haviam crescido rapidamente, passando de modelos
como SAAB 90 Scadia e Lockheed L-188, criados em 1946 e 1957, com
comprimentos de 28 m e 32 m, respectivamente, para os modernos DC-10 e
Boeing 747 com 52 m e 60 m de comprimento, respectivamente. Tais aeronaves
exigiam pistas superiores a 3.000 m de comprimento, quando a pista de
Congonhas atingia 1.939 m. E alm da questo das aeronaves que vinham
aumentando, tambm aumentava a demanda por voos e novos destinos tendiam
a continuar em crescimento.

49
 Tanto a questo da saturao dos voos existentes, como a chegada de
novas aeronaves no cenrio da aviao sinalizaram a necessidade de um novo
aeroporto. Aps estudos que envolveram mais de 23 propostas diferentes e
envolveram diversas cidades no entorno de So Paulo, optou-se em 1977 pela
construo do complexo aeroporturio no bairro de Cumbica em Guarulhos. Os
principais motivos dessa escolha foram a existncia da base area da
aeronutica, baixa densidade populacional no entorno (tendo sido realizada a
desapropriao de uma rea habitada) e a proximidade com So Paulo, j
servida por algumas vias de acesso (rodovias Presidente Dutra e Trabalhadores
e av. Monteiro Lobato).

Cabe destacar para o fato de o aeroporto ter sido construdo de forma

modular, de modo que cada um dos 4 mdulos seria capaz de atender a uma
demanda de 7,5 milhes de passageiros ao ano. Com previso de crescimento
de demanda da ordem de 10% ao ano, sendo que o ltimo mdulo seria
concludo em 2000, quando ento atenderia a 30 milhes de passageiros ao ano.

Com isso, o Aeroporto Internacional de So Paulo foi inaugurado em

1985, e junto com ele como forma de suprir o aumento no trfego de automveis
entre o aeroporto e a cidade de So Paulo, a rodovia dos Trabalhadores foi
ampliada em 1982 e rebatizada, na dcada de 1990, para rodovia Ayrton Senna.

Juntamente com a instalao desses novos elementos e alocao dos

novos parques industriais, o municpio experimentou um crescimento
populacional intenso a partir da dcada de 1970. Este crescimento populacional
pode ser observado entre os anos de 1940 e 2016 nos grficos a seguir.

A populao Guarulhense, que em 1940 era de 13.439 pessoas, chegou

a 532.724 em apenas 40 anos. Nas dcadas seguintes, embora a taxa de
crescimento decenal tenha diminudo, a populao continuou a ampliar-se
rapidamente, chegando a mais de 1 milho de habitantes em 2000 e a quase 1,5
milho em 2016. Tais nmeros fazem de Guarulhos a 13 cidade mais populosa
do Brasil e a 53 do continente americano, conforme a Figura 4.7.

50
 Crescimento em
relao ao ano
Ano Populao Taxas de crescimento populacional
base do perodo
anterior 200% 185%
1940 13.439 - 164%
1950 35.523 164% 160%
126%
1960 101.273 185%
120% 133%
1970 235.865 133%
1980 532.724 126%
80%
1991 786.740 48%
36%
2000 1.072.717 36% 40%
48% 14%
2010 1.221.979 14% 9%

2016 1.337.087 9% 0%
Fonte: Prefeitura de Guarulhos (1990); 1950 1960 1970 1980 1991 2000 2010 2016
IBGE (2011); estimado pelo IBGE (2017)

Crescimento Populacional
1.600.000

1.400.000

1.200.000

1.000.000

800.000

600.000

400.000

200.000

0
1940 1950 1960 1970 1980 1991 2000 2010 2016

Figura 4.7 Crescimento populacional

O Quadro A da Figura 4.8 apresenta a densidade demogrfica no

municpio de Guarulhos. Nesta figura possvel verificar que as maiores
densidades demogrficas esto concentradas nos bairros centrais, de origem
mais antiga e a sudeste do Aeroporto de Guarulhos, nos bairros Pimentas e
Presidente Dutra. De modo geral, a maior parte da populao ocupa as reas
mais baixas do municpio. As pirmides demogrficas para 2000 e 2010 de
Guarulhos mostram que a evoluo populacional do municpio tem seguido a
tendncia do Brasil, que a diminuio da base da pirmide, o que significa o
envelhecimento relativo da populao.

51
 O Quadro B da Figura 4.8, por sua vez apresenta o rendimento mdio por
domiclio no muncipio de Guarulhos. Como pode ser observado, os maiores
rendimentos, com rendimentos superiores aos R$ 4.000 esto localizados
unicamente nos bairros centrais, principalmente nos bairros Vila Galvo, Torres
Tibagy, Maia, Macedo e Paraventil, alm da vila militar ao sul do aeroporto. As
piores situaes esto nos setores a sudeste, oscilando entre R$ 937 e R$ 1.500
e menos de R$ 937.

Considerando tais rendimentos, um dado importante que aparece no Atlas

de Desenvolvimento Humano (PNUD, 2013) que em 2010 o municpio tinha
1,95% dos habitantes classificados como extremamente pobres, ao passo que
6,5% deles eram pobres. Tais porcentagens representam uma pequena melhoria
em relao ao perodo anterior, ao passo que o ndice de Gini, que mede a
desigualdade social, se manteve estvel no perodo. Estes valores podem ser
observados na Tabela 4.1 a seguir:

1991 2000 2010

Renda per capita (em R$) 635,29 694,75 829,91
% de extremamente pobres 1,69 2,58 1,95
% de pobres 8,75 10,78 6,50
ndice de Gini 0,48 0,52 0,51
Tabela 4.1 Renda, pobreza e desigualdade em Guarulhos. IBGE, 2010.

52
 53

Figura 4.8 - Mapas da Geografia Humana de Guarulhos. Quadro A Densidade Demogrfica; Quadro B Renda mdia por domiclio; Quadro C IPVS; Quadro D Distribuio dos servios em Guarulhos;
O Quadro C do mapa 4.8 apresenta o ndice Paulista de Vulnerabilidade Social
(IPVS) para o municpio de Guarulhos. O IPVS calculado pelo SEADE para
cada setor censitrio e leva em considerao informaes relacionadas
escolaridade, rendimentos, saneamento bsico, integrando tais variveis em
dois fatores, sendo o fator 1 relacionado aos dados socioeconmicos e o fator 2
aos dados que envolvem o ciclo de vida das famlias. Mais detalhes podem ser
obtidos na metodologia da anlise disponvel em Seade (2010). Em termos
gerais, reflete a vulnerabilidade das famlias localizadas em um determinado
setor, conforme sintetizado na Tabela 4.2, a seguir.

Tabela 4.2 Tabela de interpretao do ndice Paulista de Vulnerabilidade Social

No caso de Guarulhos marcante que os setores com a melhor

classificao orbitam as reas relacionadas aos bairros de origem do municpio,
na poro sudoeste do municpio, onde a maior parte dos setores censitrios
correspondem ao grupo 2, com vulnerabilidade muito baixa, sendo
ocasionalmente interrompidos por setores em situao melhor (grupo 1 -
baixssima vulnerabilidade) ou pior (grupo 3 - vulnerabilidade baixa). A situao
decai visivelmente nas pores norte e leste do municpio, justamente nos locais
que foram ocupados no perodo de rpido crescimento populacional a partir da

54
dcada de 1980. Ali a maior parte dos setores censitrios est classificada no
grupo 3 - vulnerabilidade baixa e 5 - vulnerabilidade alta, sendo frequentemente
alternados com setores no grupo 4 - vulnerabilidade mdia e 6 - vulnerabilidade
muito alta. Alm disso, como pode ser observado, os domiclios subnormais
esto concentrados nas reas de maior vulnerabilidade.

Por fim, o Quadro D da figura 4.8 apresenta um mapa obtido pelo

algoritmo Kernel sobre os pontos com a localizao de equipamentos de servios
diversos, como sade, educao, cultura, segurana e esportes. Esta figura
reflete fortemente as variveis observadas anteriormente e apresentam a maior
concentrao destes servios na regio central do municpio, o que faz com que
esta rea demande grandes quantidades de mo de obra.

No que se refere ao Produto Interno Bruto do municpio, Guarulhos

destaca-se como a 2 cidade mais importante da RMSP, atrs apenas da cidade
de So Paulo, sendo ainda o 4 PIB do estado e o 13 do pas. A composio do
PIB apresentada na Tabela 4.3, a seguir, em que se pode observar a
predominncia do setor de servios que compe 63% do PIB municipal, seguido
por 26% correspondentes ao PIB oriundo da indstria.

Valor Adicionado (R$)

PIB per
Unidade Administrao PIB Total (R$)
Agropecuria Indstria Servios Capita (R$)
Pblica
37.614 11.201.740 27.218.427 4.488.096 42.945.877
Guarulhos 39.162,96
0,09% 26% 63% 10% 100%

So Paulo 39.801 66.843.382 410.722.122 37.866.470 515.471.775

(Cidade) 0,01% 12,97% 79,68% 7,35% 100,00% 52.796,78
Tabela 4.3 PIB e Valor Adicionado em Guarulhos. IBGE, 2010.

55
5 Material e Mtodos
5.1 Procedimentos Metodolgicos

O primeiro conjunto de etapas foi conduzido com objetivo de compor um

banco de dados, contendo informaes relevantes que pudessem ser obtidas
junto aos rgos oficiais, s universidades, aos institutos, entre outros. Os
arquivos obtidos foram sempre avaliados quanto sua qualidade e topologia
(existncia de fendas e sobreposio entre os polgonos, linhas abertas, entre
outros), e ento sendo posteriormente inseridos no banco de dados.

De modo geral, estes referidos dados esto sintetizados no organograma

da Figura 5.1, apresentada a seguir. Foram inseridos no banco os dados
processados da planialtimetria em escala de 1:50.000 do IBGE (1980), o quais
foram em seguida interpolados e transformados em mapas de declividade e
altimetria. Da mesma forma, as imagens areas que foram obtidas no decorrer
da pesquisa foram registradas e/ou georreferenciadas para serem adicionadas
ao banco. Por fim, os dados oriundos da prefeitura e outros rgos oficiais foram
diretamente includos no banco de dados.

Declividade
Planialtimetria
(1:50.000) Altimetria

Dados da Prefeitura
Banco de
Imagens
Registro e
Dados
Georreferenciamento
Ortofotos: 1961, 1986,
1993, 2000, 2008
Satlite Ikonos: 2007 Classificao de
Cobertura e Uso da
Terra: C1986, C1993,
Censos: 1991, 2000, 2010 C2000, C2007
PIB e Valor Adicionado
Planos Diretores

Figura 5.1 Construo do banco de dados

A Tabela 5.1 a seguir, apresenta um compilado dos elementos principais

que compem o banco de dados criado nas primeiras etapas do projeto.

56
 Forma Fornecido por /
Dado Ano Projetado? Metadado
to Origem
Aerofotografia 1961 No No Raster LASERE/USP
Aerofotografia 1986 No No Raster UNG
Aerofotografia 1993 No No Raster UNG
Aerofotografia 2000 No No Raster UNG
Ikonos 2007 Sim No Raster UNG
Ortofoto 2008 Sim No Raster UNG
Limites Municipais 2015 Sim Sim Vetor IBGE (2013)
Logradouros 2008 Sim Sim Vetor CEM
Setor Censitrio e Censo 2010 Sim Sim Vetor IBGE (2011)
Planialtimetria - Sim Sim Vetor IBGE (1980)
PIB/ Valor Adicionado 2016 No Sim Tabela IBGE
Planos Diretores - No Sim Texto Pref. Guarulhos
Bases Geoambientais 2008 No Sim Textos UNG
Bairros de Guarulhos 2008 Sim Sim Vetor Pref. Guarulhos (2008)
Equipamentos de Sade 2008 Sim Sim Vetor Pref. Guarulhos (2008)
Equipamentos de Esportes 2008 Sim Sim Vetor Pref. Guarulhos (2008)
Equipamentos de Cultura 2008 Sim Sim Vetor Pref. Guarulhos (2008)
Equipamentos de Segurana 2008 Sim Sim Vetor Pref. Guarulhos (2008)
Unidades de Conservao 2012 Sim Sim Vetor MMA (2012)
Precipitao e Temperatura 2016 Sim Sim Vetor INMET (2017)
Geomorfologia 2006 Sim Sim Vetor Ross (2006)
Tabela 5.1 Descrio dos principais dados inseridos para composio do banco de
dados utilizado no projeto

Para Almeida (2004) a escolha dos perodos modelados seria ideal se

acompanhasse a configurao de circunstncias mais ou menos homogneas
que so geradoras de modificaes na paisagem, como o efeito de determinadas
polticas pblicas, cenrios macroeconmicos favorveis, ou mesmo a
implantao de grandes obras estruturais.

A despeito disso, so frequentes os casos em que a seleo dos perodos

a serem modelados ocorre em funo do material disponvel para a anlise,
normalmente relacionado inexistncia de mapeamentos pretritos de cobertura
e uso da terra na escala pretendida ou indisponibilidade de imagens com
resoluo espacial adequada.

Felizmente no caso de Guarulhos os levantamentos aerofotogramtricos

existentes obedecem a uma periodicidade aproximadamente decenal, havendo
imagens areas para os anos de 1961, 1972, 1985, 1993, 2000 e 2008. Isso
tornou possvel selecionar os perodos posteriores implantao do aeroporto
na cidade, de 1985 em diante, revelando as modificaes na paisagem aps este
marco histrico.

57
 Os principais processamentos realizados para agregar os elementos ao
banco de dados sero descritos em pormenor a seguir, nas Sees 5.1.1
Registro das Imagens, 5.1.2 Classificao das Imagens e 5.2.3
Processamento da Planialtimetria.

Uma segunda etapa para o tratamento dos dados foi necessria para
preparar as variveis que seriam utilizadas na etapa de modelagem com o
software Dinamica-EGO e envolveu o processamento de algumas das bases
preparadas na primeira etapa. A Figura 5.2 a seguir apresenta os passos
realizados para a composio da base para modelagem, bem como os passos
realizados dentro do software Dinamica-EGO.

Altimetria

Declividade

Aeroporto

Banco de Distncia Macrometrpole

Cubo de Mapas

Euclidiana
Dados Vias Estruturais

Logradouros Dinamica-EGO

Classificao T0
Vetor para Raster
Classificao T1

1. Matriz de Transio 2. Pesos de Evidncia 3. Simulao 4. Validao

5. Calibrao

Figura 5.2 Fluxo metodolgico de preparao das bases para a modelagem e da

modelagem em cada perodo analisado. T0 e T1 se referem aos mapas de cobertura e
uso da terra inicial e final

Os processamentos realizados para a composio do banco de dados

esto descritos nas sees 5.1.4 Processamento dos Dados Planialtimtricos,
5.1.5 Processamento dos Dados Vetoriais, 5.1.6 Converso das
Classificaes de Cobertura e Uso da Terra e 5.1.7 Etapas de construo do
modelo no Dinmica-EGO.

58
 5.1.1 Registro das Imagens

Durante a etapa de avaliao das imagens, observou-se uma

discrepncia da imagem IkONOS-2 em relao s bases cartogrficas vetoriais
e cartas topogrficas do IBGE, resultando em 75 m de deslocamento na direo
sudoeste, sendo mais visvel no setor sul, no limite com o rio Tiet.

A correo foi realizada com um procedimento de registro da imagem, a

partir da sua sobreposio carta topogrfica, utilizando pontos notveis,
facilmente identificados nas duas camadas. Foram usados cinco pontos de
registro e a imagem foi adequadamente reposicionada, conforme pode ser
observado na Figura 5.3.

Figura 5.3 esquerda, apresenta-se a impreciso em relao ao limite do municpio

(linha em vermelho) no eixo do rio Tiet. direita, a imagem Ikonos-2 registrada, na
qual o problema foi corrigido.

Uma vez corrigido o erro atestou-se, a compatibilidade entre as ortofotos

de 2008 e a imagem Ikonos de 2007, e a partir da ambas foram utilizadas como
referncia para realizar o georreferenciamento das aerofotografias dos anos
precedentes.

As imagens areas de 1986, 1993 e 2000 so colees analgicas, para

as quais no foram preservados os metadados necessrios correta
ortorretificao. Sendo assim, para elaborar mapas de cobertura e uso da terra
destes perodos, elas foram georreferenciadas uma a uma, buscando-se a
mxima acurcia visual, sempre priorizando a alocao dos pontos em texturas

59
e padres com desenhos lineares. O menor nmero de pontos necessrio para
georreferenciar uma foram 4 pontos, sendo 16 a quantidade mxima. Cada
imagem foi exportada no formato Geotiff, e as mesmas foram agregadas para se
compor um mosaico para cada ano.

Como este procedimento no fornece uma imagem ortorretificada, as

imagens foram usadas como uma referncia na identificao das alteraes
ocorridas na paisagem, como ser visto na seo a seguir.

5.1.2 Classificao das Imagens

De incio percebeu-se que no seria possvel aplicar a classificao de

imagem baseada em objeto como havia sido proposto na fase de
desenvolvimento do projeto deste trabalho. A tcnica mencionada funciona bem
quando so usadas imagens de satlite com bandas distintas, o que auxilia tanto
na etapa de segmentao quanto na de classificao. Contudo, a imagem
Ikonos-2 obtida sofreu a fuso das bandas, o que suprimiu o contedo de cada
uma das bandas separadamente, e consequentemente no houve condies
para se realizar a segmentao e extrao das informaes da imagem como
pretendido. Os resultados iniciais com a segmentao da imagem Ikonos-2 j
mostraram que a classificao baseada em objeto seria uma tcnica invivel
para este caso.

Com isso, todas as classificaes foram conduzidas manualmente por

meio do mtodo de anlise visual da imagem, segmentao e identificao
manual das classes.

Como mencionado na seo anterior, desde o incio houve a preocupao

de com relao a disparidades observadas entre produtos de anos distintos,
principalmente por conta da qualidade geomtrica das imagens de 2000, 1993 e
1986. O procedimento adotado em definitivo para sanar este problema est
descrito a seguir:

1- Uma vez que a imagem Ikonos-2 era a referncia geomtrica, ela foi
utilizada para a primeira classificao. A partir de um polgono com os limites
municipais, procedeu-se ao recorte das classes e posterior identificao.

60
 2- Aps a classificao de 2007, copiou-se o resultado e o mesmo foi
renomeado para a classificao de 2000. Estes novos polgonos foram
sobrepostos s imagens do ano de 2000, e as reas em que houve transio
foram destacadas. Para se desenhar o recorte dessas reas sem acarretar
imperfeies existentes na imagem no ortorretificada, foi utilizada a geometria
da imagem de 2007. Por exemplo, uma rea urbana, que aparecia como lote
desocupado na imagem de 2000, teve seus limites identificados, e o recorte
seguiu a geometria existente na imagem de 2007. Este procedimento foi repetido
para os demais anos, inicialmente para 1993, e em seguida, para 1986.

Assim, a imagem de 2007 pode ser considerada a referncia espacial, ao

passo que as demais so a referencial temporal.

De modo geral, a escala de visualizao para a identificao das classes

foi fixada entre 1:2.000 e 1:8.000, de modo a manter coerncia em relao
pretenso do resultado final: um mapeamento compatvel com a escala
1:10.000.

A principal vantagem da rotina descrita que as distores ocasionadas

pelo registro de imagens foram drasticamente reduzidas e, como resultado, tem-
se um conjunto de vetores multi-temporais, de modo que entre um ano e outro
s diferem as classes que sofreram transio.

A Figura 5.4 apresenta a chave de interpretao utilizada, destacando a

aparncia das classes visualizadas em solo, o padro e a textura na imagem
area e a descrio que se utilizou para proceder identificao. Para mapear
as classes de cobertura e uso, foram consideradas as formas, texturas, cores,
localizao e adjacncias. A chave apresentada foi adaptada a partir da proposta
de Monteiro (2008) para mapeamentos de detalhe em escala de 1:10.000.

necessrio ainda mencionar que as fotografias de superfcie

disponveis no mdulo Google Street View do GoogleEarth (GOOGLE, 2016)
foram largamente utilizadas no decorrer do processo de classificao, a fim de
sanar dvidas que surgiram no decorrer do mapeamento. Alm disso, a distino
entre reas regulares e irregulares leva em conta apenas a avaliao visual, j
que no estavam disponveis as informaes cadastrais para todos os perodos.

61
 62

Figura 5.4 -Chave de interpretao usada no mapeamento de cobertura e uso da terra de Guarulhos.
 Para avaliar a qualidade do mapeamento de 2007, foram gerados 50
pontos aleatrios para cada classe de cobertura e uso da terra (exceto aeroporto,
rodovias e espelhos dgua, que apresentam limites claramente definidos). Na
sequncia, em cada um dos pontos, foi feita uma verificao com coleta de
informaes em gabinete, por meio da imagem ortorretificada com maior detalhe
de 2008, ou em campo, que, somadas, formaram as informaes de verdade de
campo. O cruzamento entre as classes assim coletadas e as obtidas diretamente
da classificao foi realizada por meio do ndice Kappa.

Como era de se esperar, o procedimento foi aplicado apenas ao

mapeamento de 2007, em funo da disponibilidade de dados e da possibilidade
de se verificar em campo as dvidas que surgiram quanto a algumas classes.

5.1.3 Organizao e Processamento da Base de Dados

Segundo consta no manual do Dinamica-EGO, o software processa

unicamente imagens em formato matricial (raster) com Sistemas de
Coordenadas Geodsicas ou UTM e Datum WGS84, Crrego Alegre ou SAD69.

Como Guarulhos situa-se integralmente dentro do Fuso 23, variando entre

as longitudes 46,35 e 46,57 a oeste, o primeiro passo foi converter todas as
bases para o sistema UTM e Datum WGS84. O segundo passo foi a converso
dos dados vetoriais em matrizes (raster). Todos os procedimentos para preparar
os dados que seriam utilizados no modelo so minuciosamente apresentados no
Apndice A.

5.1.4 Processamento dos Dados Planialtimtricos

Foi utilizada a planialtimetria das cartas de 1:50.000 do IBGE (1980),

disponvel nas cartas Guarulhos (SF23-Y-C-III-4), Itaquaquecetuba (SF23-Y-D-
I-3) e So Paulo (SF23-Y-C-VI-2). Tais dados esto disponibilizados em formato
vetorial e foram processados por um interpolador com objetivo de gerar um
modelo digital do terreno (MDT) com pixels de 25m, sendo esta a base de
altimetria necessria.

63
 Em seguida, foi aplicado nesta base um algoritmo para gerar as
declividades do municpio, fornecidas em porcentagem de inclinao e
mantendo-se os pixels com 25m.

5.1.5 Processamentos dos Dados Vetoriais Temticos

Para se utilizar os vetores temticos como variveis no Dinamica-EGO

tambm foi necessrio convert-los em dados matriciais, utilizando valores
discretos ou contnuos conforme o caso.

Neste estudo foram usados dados oriundos do sistema virio de

Guarulhos e seus entornos, o prprio aeroporto, as reas urbanas e industriais
e as pontes sobre o rio Tiet, que do acesso ao setor sul do municpio.

Para converter tais dados em formato raster, foi calculada a distncia

euclidiana, no qual cada pixel assume como valor a distncia em linha reta at a
feio em questo mais prxima. Em seguida, foi gerado um cubo de mapas com
todos estes mapas, de modo a integrar todas as bases temticas em um nico
arquivo. A sequncia desses passos est descrita minuciosamente na Seo 5.2
do Apndice A.

5.1.6 Converso das Classificaes de Cobertura e Uso da Terra

Os vetores com os mapeamentos de cobertura e uso da terra foram

convertidos em formato raster com pixels de 25m e 13 classes, como descritas
a seguir: 0-Nulo, 1-Urbano Regular, 2-Urbano Irregular, 3-Urbano rural, 4-
Loteamento Desocupado, 5-Indstria/ Galpo, 6-Mata, 7-Campo/ Capoeira, 8-
Agricultura, 9-Corpo dgua, 10-Rodovias, 11-Minerao e 12-Aeroporto. Como
o resultado precisa ser um quadro completo, a classe 0 se refere aos pixels fora
do municpio de Guarulhos.

Para evitar a existncia de transies esprias entre as classes, aps a

converso para raster, as bases foram submetidas a um procedimento de
tabulao cruzada, para cada perodo de anlise, conforme detalhado na Seo
7.2 do Apndice A. Assim, ao final desse processamento, para o perodo de 1986
a 1993, obteve-se a classificao de 1986 e a classificao corrigida de 1993;
no perodo seguinte, a classificao de 1993 e a classificao corrigida de 2000,

64
e para o ltimo perodo, produziu-se a classificao de 2000 e a classificao
corrigida de 2007.

5.1.7 Etapas de Construo do Modelo no Dinamica-EGO

Matriz de Transio

Uma vez que os mapas de cobertura e uso da terra estejam corrigidos,

preciso obter as variveis de entrada do modelo Dinamica-EGO. O primeiro
passo calcular a matriz de transio que ir determinar a taxa de alterao
lquida da paisagem, ou seja, qual a porcentagem de alterao para cada classe.

De forma geral, a matriz de transio descreve um sistema que muda em

intervalos ou passos regulares, sendo que estes passos de tempo so definidos
pelo usurio, seja em dias, semanas, meses ou anos, de acordo com a temtica
estudada. A taxa de transio tanto pode ser fixa como flutuante, ao ser utilizada
como retroalimentao do modelo.

Com isso, foram geradas as matrizes de transio para os trs intervalos

ou perodos de simulao analisados, a saber: 1985-1993, 1993-2000 e 2000-
2007.

Clculo dos Pesos de Evidncia

No Dinamica-EGO, o mtodo de pesos de evidncia, baseado no teorema

de Bayes, trata da probabilidade condicional, ou seja, a probabilidade de um
dado evento ocorrer, dado que uma evidncia (que independente) j ocorreu.

utilizado para produzir os mapas com a probabilidade de transio, ou

seja, mapas que representam as reas mais favorveis para ocorrer as
transies de cobertura e uso da terra, sendo as classes de cobertura e uso da
terra tambm chamadas de estado. Enquanto as matrizes de transio
quantificam o quanto houve de alterao em cada iterao, os pesos de
evidncia indicam os locais onde ela provavelmente ocorrer.

O clculo consiste de um mtodo bayesiano e representa a influncia de

cada faixa de valores das variveis estticas e dinmicas na transio de um
estado i para outro estado j.

65
Funo Expander e Patcher

No intuito de expandir as manchas de cobertura e uso da terra do mapa,

bem como gerar novas manchas, o Dinamica-EGO conta com as funes de
alocao de transio denominadas expander (expansor de manchas) e patcher
(formador de manchas), que atuam para que isso ocorra de modo especfico.

Nos dois casos, conforme descrito em Soares-Filho et al. (2007), um

mecanismo nucleador de manchas ir operar sobre o mapa de probabilidades
de transio, tendo como parmetro de entrada o ndice de isometria
(adimensional), a varincia e o tamanho mdio das manchas, estes dois ltimos
fornecidos em hectares (ha).

Para cada uma das transies existentes em dado perodo de anlise, foi
elaborado um mapa que destacou as reas em que houve tais mudanas, como
pode ser visto na Figura 5.5 a seguir, referente transio de Loteamentos para
Urbano Regular. O mapa criado a partir da tabulao cruzada que indica todas
as transies e permanncias de classes possveis.

Figura 5.5 Mapa para a transio de Loteamentos desocupado para Urbano

Regular.

66
 Foram destacadas apenas as informaes de interesse e que esto
marcadas com as cores preto e vermelho. Em preto, esto marcados todos os
pixels que pertencem classe Urbano Regular por qualquer origem, ou seja,
todos aqueles que estavam classificados assim em 1986 e permaneceram assim
em 1993, alm de todos aqueles que transitaram para essa classe por qualquer
origem, exceto a partir dos Loteamentos. Em preto, esto os pixels da transio
especfica de Loteamento para Urbano Regular.

Com isso, foi possvel estimar os parmetros de patcher e expander. Alm

disso, tambm foram calculados os parmetros de rea mdia, varincia e ndice
de isometria de cada transio, que iro responder, respectivamente, pela
dimenso das alteraes, disposio das manchas geradas em relao
vizinhana e grau de compacidade das manchas. Os mtodos para clculo dos
parmetros iniciais de patcher e expander, bem como as demais variveis, esto
descritos na Seo 7.2 do Apndice A.

Simulao e Calibrao do Modelo

Neste ponto da modelagem, conforme destacado no organograma da

Figura 5.2, chega-se a um ciclo que passa de uma simulao para a avaliao
dos resultados, e ento, retorna-se simulao, alterando-se pouco a pouco os
parmetros utilizados, pois estes tendem a convergir aps sucessivas etapas
iterativas de ajuste.

Assim, tendo as variveis de entradas (mapas de cobertura e uso da terra

T0 e T1), o cubo de mapas, a matriz de transio, os pesos de evidncia e os
parmetros para os algoritmos de alocao de transio patcher e expander, foi
montado o modelo de simulao conforme apresentado na Seo 7.3 do
Apndice A.

De um modo geral, a variao dos parmetros segue um padro emprico

de tentativa e erro, que leva em conta a maneira como as manchas foram
formadas e a rea que elas se desenvolveram. A manipulao dos parmetros
pode seguir as seguintes indicaes:

67
 A soma do patcher e do expander igual a 1, assim possvel aumentar
um ou outro de acordo com a necessidade de se formar novas manchas ou de
se expandir as j existentes. A rea mdia indica o tamanho das manchas que
sero ampliadas ou formadas, e este parmetro deve ser alterado para mais ou
para menos de acordo com a necessidade de se ampliar ou diminuir as manchas
formadas. A varincia diz respeito variabilidade do tamanho das manchas, e
quanto maior esse parmetro, maior a tendncia de se produzirem novas
manchas na paisagem. Por fim, o ndice de isometria, que varia entre 0 e 2, deve
ser diminudo quando se deseja obter uma mancha mais disforme, ou ento,
aumentado quando se deseja gerar manchas mais compactas (i.e., mais
prximas a formas geomtricas estveis, como crculo, quadrado, retngulo).
Por default, s manchas urbanas atribui-se um valor de isometria de 1,5 e s
demais, de 1.

Validao do Modelo

A primeira simulao foi validada utilizando-se uma abordagem de

decaimento exponencial disponibilizada no Dinamica-EGO, conforme
apresentada na Seo 7.7 do Apndice A, a qual ir comparar dois mapas-
diferena, resultantes, por um lado, da subtrao entre os mapas reais em T 1 e
T0, e por outro lado, entre o mapa simulado em T 1 e o mapa real em T0. Esta
funo utiliza um mtodo de similaridade fuzzy, que considera a incerteza da
localizao de uma categoria dentro da vizinhana de uma clula e calcula a
similaridade para um conjunto de janelas com diferentes resolues, a saber 3x3,
5x5, 7x7, 9x9 e 11x11 pixels.

importante destacar que, alm da validao por meio de um mtodo

matemtico, importante avaliar o resultado visualmente. Isso porque o mtodo
de validao por mltiplas resolues no considera a morfologia da paisagem,
mas to somente a frequncia de distribuio de clulas corretamente simuladas
dentro do alcance das distintas janelas de vizinhana.

comum, muitas vezes, que uma mancha surja em uma rea prxima
mancha real em T1 e ainda com rea e aparncia similar, porm, por estar alm
dos limites da mxima janela de vizinhana, no influenciar positivamente no

68
resultado da validao. A avaliao visual, contudo, indicar que o surgimento
da mancha nesta rea permite, por exemplo, manter a mesma anlise quanto
aos vetores de crescimento elaborado para o mapa real, alm de indicar que as
variveis utilizadas foram o bastante para a produo de um resultado coerente.

69
6 Resultados

6.1 Validao do Mapeamento de 2007

Foram gerados 50 pontos aleatrios para cada classe e em seguida foi

realizado um procedimento de interseco entre estes pontos e o mapa
classificado, tendo como resultado as classes do mapa classificado. Em seguida
seguiu-se a interpretao sobre as ortofotografias de 2008, com resoluo
submtrica, tendo como resultado a obteno de classes baseadas em uma
imagem mais precisa.

Alm disso, no incio da pesquisa, foi realizado um trabalho de campo

preliminar, que teve como objetivo obter fotografias em nvel do solo para ajudar
no processo de classificao. Embora tenham sido coletados poucos pontos
(13), e em perodo posterior classificao, eles foram incorporados ao conjunto
total.

Os pontos utilizados para a formao do ndice Kappa esto apresentados

na Figura 6.1 a seguir.

70
 Figura 6.1 Pontos de verdade de campo.

Com a tabela contendo os valores de verdade de campo e os valores

obtidos do mapa foi gerada a matriz de confuso, que apresentada na Tabela
6.1, a seguir.

71
 Verificao com pontos de campo e ortofotografias de altssima resoluo espacial
# 1 2 3 4 5 6 7 8 9 10 11 12
1 50 0 0 0 0 0 0 0 0 0 0 0
2 0 50 0 0 0 0 0 0 0 0 0 0
3 1 0 43 0 0 4 2 0 0 0 0 0
4 7 1 0 38 4 0 0 0 0 0 0 0
Classificao manual

5 0 0 0 0 52 0 0 0 0 0 0 0
6 0 0 0 0 0 50 0 0 0 0 0 0
7 0 1 0 0 1 2 46 0 0 0 0 0
8 1 0 0 0 0 1 2 45 1 0 0 0
9 0 0 0 0 0 0 1 2 47 0 0 0
10 1 0 0 0 0 0 0 0 0 49 0 0
11 0 0 0 0 0 0 1 0 0 0 49 0
12 0 0 0 0 0 0 0 0 0 0 0 50
Classes: 1 - Urbano Regular; 2 - Urbano Irregular; 3 - Urbano Rural ; 4 - Loteamento Desocupado; 5 -
Industria/ Galpao; 6 - Mata; 7 - Campo / Capoeira; 8 - Agricultura; 9 - Corpo D'gua; 10 - Rodovias; 11 -
Minerao; 12 - Aeroporto;
Tabela 6.1 Matriz de confuso

A partir desses valores foi possvel calcular o ndice Kappa par ao

mapeamento em questo. O ndice calculado apresentado na tabela
6.2, a seguir.

Correlao observada: 94,52%

Quantidade de erros: 8,34%
ndice Kappa: 94,02%

Tabela 6.2 ndice Kappa observado

O clculo do ndice Kappa resultou em acurcia de 94%, o que indica alta

qualidade do mapeamento, de acordo com Landis e Koch (1977). importante
destacar que o resultado elevado esperado para mapeamentos realizados
manualmente, principalmente pela constante interao entre o especialista e as
imagens utilizadas na classificao.

E conforme detalhado anteriormente, no foi possvel a verificao da

qualidade dos mapeamentos dos anos anteriores por meio do ndice Kappa,
porque no h imagens ortorretificadas com melhor resoluo espacial para o
perodo e tampouco informaes de campo.

72
 6.2 Mapeamentos

A Tabela 6.3, a seguir, apresenta as reas e proporo de cada classe de

cobertura e uso nos anos de 1986,1993, 2000 e 2007 referentes ao municpio de
Guarulhos. Conforme elucidado anteriormente, foram utilizadas 12 classes
sendo importante o exerccio de comparao em cada ano para se verificar as
alteraes relativas de cobertura e uso da terra.

Cd Classe 1986 1993 2000 2007

1 Urbano Regular 42,96 13,5% 58,29 18,3% 67,69 21,2% 70,82 22,2%
2 Urbano Irregular 0,39 0,1% 1,57 0,5% 1,95 0,6% 1,97 0,6%
3 Urbano Rural 1,96 0,6% 3,61 1,1% 3,80 1,2% 3,80 1,2%
4 Loteamento Desocupado 40,63 12,8% 29,59 9,3% 19,13 6,0% 14,78 4,6%
5 Indstria / Galpo 5,53 1,7% 17,78 5,6% 20,13 6,3% 22,33 7,0%
6 Mata 127,17 39,9% 125,84 39,5% 125,37 39,4% 125,10 39,3%
7 Campo / Capoeira 80,2 25,2% 60,11 18,9% 58,98 18,5% 58,04 18,2%
8 Agricultura 3,68 1,2% 5,05 1,6% 4,79 1,5% 4,70 1,5%
9 Corpo d'gua 2,02 0,6% 2,10 0,7% 2,10 0,7% 2,10 0,7%
10 Rodovias 2,27 0,7% 2,27 0,7% 2,27 0,7% 2,27 0,7%
11 Minerao 2,11 0,7% 2,70 0,8% 2,70 0,8% 3,01 0,9%
12 Aeroporto 9,70 3,0% 9,70 3,0% 9,70 3,0% 9,70 3,0%
Total 318,6 100% 318,6 100% 318,6 100% 318,6 100%
Tabela 6.3 reas e respectivas propores dos mapas de cobertura e uso da terra
para os anos de 1986, 1993, 2000 e 2007 do municpio de Guarulhos.

Os mapas de cobertura e uso da terra para os anos 1986, 1993, 2000 e

2007 so apresentados nas Figuras 6.2, 6.3, 6.4 e 6.5 a seguir, onde possvel
verificar o mosaico de classes na paisagem. No quadro de legendas direita de
cada mapa, tambm esto apresentadas as transies das classes de Urbano
Regular, Urbano Irregular e Indstria /Galpo, mostrando em preto as reas
existentes no mapa anterior, e em vermelho, as reas que passaram a compor
tais classes no ano em questo.

73
 74

Figura 6.2 Mapa de cobertura e uso da terra de Guarulhos em 1986

 75

Figura 6.3 Mapa de cobertura e uso da terra de Guarulhos em 1993

 76

Figura 6.4 Mapa de cobertura e uso da terra de Guarulhos em 2000

 77

Figura 6.5 Mapa de cobertura e uso da terra de Guarulhos em 2007

 6.3 Matrizes de Transio

As matrizes de transio de passo simples foram obtidas por meio do

Dinamica-EGO, como resultado do cruzamento entre os mapas matriciais de
cobertura e uso da terra para o tempo inicial (T 0) e tempo final (T1) de cada
perodo analisado, e quantificam as transies totais ocorridas em cada um dos
perodos.

6.3.1 Matriz de Transio para o Perodo entre 1986 e 1993

Na Tabela 6.4 esto apresentadas as porcentagens de mudanas

relativas a este perodo no qual foram computadas um total de 23 transies.

Urbano Urbano Urbano Loteamento Indstria Campo / Corpo

De / Para Agricultura Minerao
Regular Irregular Rural Desocupado / Galpo Capoeira d'gua
Urbano
Regular - - - - 0,45% - - - -
Loteamento
Desocupado 27,54% 2,27% 3,68% - 23,84% - - - -
Indstria /
Galpo - - - 6,83% - 0,16% - - -
Mata - - - 0,48% 0,02% 0,38% 0,05% - -
Campo /
Capoeira 5,17% 0,29% 0,19% 14,56% 3,43% - 1,74% 0,10% 0,74%
Agricultura 0,82% 0,74% - - - 0,93% - - -
Tabela 6.4 - Matriz de transio de passo simples para o perodo entre 1986 e 1993.

Como pode ser observado na Tabela 6.4, as maiores contribuies para

a formao das reas ocupadas por novas classes vieram dos loteamentos
desocupados em 1986, sendo mais evidentes nas transies para a classe
Urbano Regular e Indstria/ Galpo, que no perodo corresponderam a 27,54%
e 23,84%, respectivamente.

Parte das reas ocupadas por agricultura em 1986 deram lugar a reas
de uso Urbano Regular (0,82%), Urbano Irregular (0,74%) e Campo / Capoeira
(0,93%). Tambm no caso da reduo das matas do municpio, que diminuiu
pouco menos que 2 km no perodo entre 1986 e 1993, possvel verificar que
as maiores presses foram oriundas da abertura de novos campos / capoeiras e
dos novos loteamentos.

78
 Tambm foram gerados os mapas de transies de classe para
quantificar os parmetros iniciais da modelagem. Os mapas que visualmente
apresentaram as transies mais significativas foram os de Loteamento
Desocupado para Urbano Regular, Loteamento Desocupado para Industrial, e
Campo/Capoeira para Urbano Regular. Estes trs mapas esto apresentados
nas Figuras 6.6, 6.7 e 6.8.

Figura 6.6 Mapa de transio de classe, de Loteamento Desocupado para Urbano

Regular. (Em vermelho esto as reas classificadas como Urbano Regular em 1986, e
em azul esto as reas de Loteamento Desocupado que transitaram para Urbano
Regular em 1993)

79
Figura 6.7 Mapa de transio de classe, de Loteamento Desocupado para Indstria.
(Em vermelho esto as reas classificadas como Indstria/ Galpo em 1986, e em azul
esto as reas de Loteamento Desocupado que transitaram para Indstria/ Galpo em
1993)

Figura 6.8 Mapa de transio de classe, de Campo/ Capoeira para Urbano Regular.
(Em vermelho esto as reas classificadas como Urbano Regular em 1986, e em azul
esto as reas de Campo/ Capoeira que transitaram para Urbano Regular em 1993)

80
 6.3.2 Matriz de Transio para o Perodo entre 1993 e 2000

Na Tabela 6.5, esto apresentadas as porcentagens de mudanas

relativas a este perodo, no qual foi computado um total de 21 transies.

Urbano Urbano Urbano Loteamento Indstria / Campo /

De / Para Agricultura
Regular Irregular Rural Desocupado Galpo Capoeira

Urbano Regular - - - - 0,01% - -

Loteamento
28,61% 0,24% 0,12% - 7,21% 0,09% -
Desocupado
Indstria / Galpo 0,33% 0,21% - - - - -
Mata 0,10% - 0,09% 0,03% - 0,16% -
Campo / Capoeira 1,26% 0,45% 0,07% 0,35% 0,48% - 0,06%
Agricultura 0,06% - - 0,96% - 4,74% -
Tabela 6.5- Matriz de transio de passo simples para o perodo entre 1993 e 2000.

Como pode ser observado nesta tabela, as maiores contribuies para a

formao das reas ocupadas por novas classes vieram dos loteamentos
desocupados em 1993, sendo mais evidentes nas transies para as classes
Urbano Regular e Indstria/ Galpo, que no perodo corresponderam a 28,6% e
7,21%, respectivamente.

Da mesma forma que ocorreu no perodo anterior, entre 1985 e 1993, a

Tabela 6.4 aponta para a converso de reas industriais para as classes Urbano
Regular e Urbano Irregular, com taxas de 0,33% e 0,21% respectivamente.

A maior parte das reas de agricultura que sofreram alterao a partir de

1993 foram convertidas em Campo / Capoeira (4,74%). No caso da reduo das
matas do municpio neste perodo, verifica-se que as maiores presses foram
oriundas da abertura de reas de Campo / Capoeira, dos novos loteamentos e
da formao de novas reas ocupadas pela classe Urbano Rural.

Alm disso, tambm foram criados os mapas de transio de classes para

quantificar os parmetros iniciais da modelagem. Visualmente, os mapas com as
transies mais significativas foram de Loteamento Desocupado para Urbano
Regular, Loteamento Desocupado para Indstria / Galpo, e Campo / Capoeira
para Urbano Regular. Estes trs mapas esto apresentados nas Figuras 6.9,
6.10 e 6.11.

81
Figura 6.9 Mapa de transio de classe, de Loteamento Desocupado para Urbano
Regular. (Em vermelho esto as reas classificadas como Urbano Regular em 1993, e
em azul esto as reas de Loteamento Desocupado que transitaram para Urbano
Regular em 2000)

Figura 6.10 Mapa de transio de classe, de Loteamento Desocupado para Indstria.

(Em vermelho esto as reas classificadas como Industria/ Galpo em 1993, e em azul
esto as reas de Loteamento Desocupado que transitaram para Indstria/ Galpo em
2000)

82
Figura 6.11 Mapa de transio de classe, de Campo/ Capoeira para Urbano Regular.
(Em vermelho esto as reas classificadas como Urbano Regular em 1993, e em azul
esto as reas de Campo/ Capoeira que transitaram para Urbano Regular em 2000)

6.3.3 Matriz de Transio para o Perodo entre 2000 e 2007

Na Tabela 6.6, esto apresentadas as porcentagens de mudanas

relativas a este perodo, no qual foi computado um total de 19 transies.

Urbano Urbano Urbano Loteamento Indstria Campo /

De / Para Agricultura Minerao
Regular Irregular Rural Desocupado / Galpo Capoeira

Urbano Irregular 0,27% - - 1,65% - - - -

Loteamento -
12% 0,07% - - 11,26% - -
Desocupado
Indstria / Galpo 0,46% 0,38% - - - 0,02% - -

Mata 0,03% - - - 0,01% 0,18% - -

Campo / Capoeira 1,04% 0,08% - - 0,31% - 0,06% 0,52%

Agricultura 1,71% - - - 0,42% 0,66% - -

Tabela 6.6 - Matriz de transio de passo simples para o perodo entre 2000 e 2007.

Como pode ser observado nesta tabela, as maiores contribuies para a

formao das reas ocupadas por novas classes vieram dos loteamentos
desocupados em 2000, sendo mais evidentes nas transies para as classes

83
Urbano Regular e Indstria/ Galpo, que no perodo corresponderam a 12% e
11,26%, respectivamente.
Da mesma forma que no perodo anterior, a Tabela 6.5 aponta para a
converso de reas de Indstria / Galpo para as classes Urbano Regular e
Urbano Irregular, com taxas de 0,46% e 0,38%, respectivamente.
A maior parte das reas de agricultura que sofreram alterao a partir de
1993 foram convertidas em Urbano Regular (1,71%). No caso da reduo das
matas do municpio neste perodo, verifica-se que as maiores presses foram
oriundas da abertura de reas de Campo / Capoeira, dos novos loteamentos e
da formao de novas reas ocupadas pela classe Urbano Rural.

Alm disso, tambm foram criados os mapas para verificao das transies, a
fim de se quantificar os parmetros iniciais da modelagem. Visualmente, os
mapas com as transies mais significativas foram de Loteamento Desocupado
para Urbano Regular, Loteamento Desocupado para Indstria / Galpo, e
Campo / Capoeira para Urbano Regular. Estes trs mapas esto apresentados
nas Figuras 6.12, 6.13 e 6.14.

Figura 6.12 Mapa de transio de classe, de Loteamento Desocupado para Urbano

Regular. (Em vermelho esto as reas classificadas em Urbano Regular em 2000, e em
azul esto as reas de Loteamento Desocupado que transitaram para Urbano Regular
em 2007)

84
Figura 6.13 Mapa de transio de classe, de Loteamento Desocupado para Indstria.
(Em vermelho esto as reas classificadas como Industria/ Galpo em 2000, e em azul
esto as reas de Loteamento Desocupado que transitaram para Indstria/ Galpo em
2007)

Figura 6.14 Mapa de transio de classe, de Campo/ Capoeira para Urbano Regular.
(Em vermelho esto as reas classificadas em Urbano Regular em 2000, e em azul
esto as reas de Campo/ Capoeira que transitaram para Urbano Regular em 2007)

85
 6.4 Pesos de Evidncia

Os pesos de evidncia quantificam a influncia exercida por um

determinado elemento da paisagem, em funo de sua proximidade, na
probabilidade da transio de um estado da clula para outro. Com isso os pesos
de evidncia permitem avaliar como cada varivel atuou na dinmica da
paisagem entre dois passos de tempo.

De forma geral, a interpretao dos pesos positivos de evidncia se

baseia no fato que os valores positivos se referem a uma associao positiva
entre a varivel e a transio analisada, enquanto os valores inferiores a zero
indicam uma associao negativa entre elas. Com isso, possvel inferir de que
forma a distncia de dada varivel afeta na alterao do estado de uma
determinada clula.

Nas subsees a seguir, sero avaliados os resultados dos pesos de

evidncia para cada perodo, considerando-se as transies mais relevantes
para a compreenso da dinmica da paisagem no municpio de Guarulhos.

6.4.1 Transio de Loteamento Desocupado para Urbano Regular

Na transio de Loteamento Desocupado para Residencial Urbano, a

distncia aos logradouros exerce influncia positiva at aproximadamente 50 m
de distncia, nos trs perodos analisados.

Por sua vez, a distncia s vias estruturais exerce uma influncia diferente
em cada perodo. Entre 1986 e 1993, a influncia desta varivel pouco
relevante at 1.600 m de distncia, quando passa a oferecer influncia negativa.
No perodo seguinte, de 1993 a 2000, possvel verificar uma pequena influncia
positiva at 250 m, passando a afetar negativamente as transies at 1.300 m
de distncia. A partir desse ponto, a influncia passa a ser crescentemente
positiva. No perodo final, entre 2000 e 2007, as transies se restringem a uma
faixa menor ao redor destas vias estruturais, de modo que a influncia negativa
apenas at 100 m, quando ento passa a apresentar valor de peso de evidncia
essencialmente positivo at 500 m. Para alm de 750 m de distncia, j no h
transies desse tipo.

86
 Em relao s vias macrometropolitanas, o perodo entre 1986 e 1993
mostrou que a proximidade com estas vias resultou em uma influncia
fortemente negativa nos primeiros 100 m, de modo a diminuir tal influncia aos
poucos at os 750 m de distncia. A partir da e at a transio mais distante, a
influncia da varivel tipicamente positiva. Essa caracterstica se repete nos
dois perodos seguintes, mantendo a distncia de 750 m como a transio entre
a influncia negativa para a positiva para esta transio, como pode ser
verificado na Figura 6.15 a seguir
Distncia s vias macrometropolitanas
1986-1993 1993-2000 2000-2007

Figura 6.15 Grficos dos pesos de evidncia com a variveis de distncia s Vias
Macrometropolitanas.

A ocupao dos terrenos em funo da declividade oferece um quadro

sobre a ocupao do municpio de Guarulhos. Havendo maior diversidade de
terrenos livres disponveis neste perodo, a baixa declividade, com inclinao do
terreno de at 8%, ofereceu uma influncia positiva, ao passo que nos perodos
seguintes, quando se inicia com mais velocidade a ocupao de terrenos mais
inclinados, a influncia positiva passa a ocorrer nas declividades mais elevadas,
acima de 7% nos dois perodos finais.

A distncia s indstrias tambm fornece um quadro interessante para ser

analisado em conjunto. Nos trs perodos, h uma forte influncia negativa
presena de indstria entre 300 e 500 m, a partir de onde passa a exercer uma
influncia positiva com crescimento constante, conforme pode ser observado na
Figura 6.16 abaixo.

Distncia s indstrias/ galpes

1986-1993 1993-2000 2000-2007

87
Figura 6.16 Grficos dos pesos de evidncia com a varivel de Distncia Indstria
/Galpo.

Por fim, a distncia ao Aeroporto de Guarulhos tambm fornece um

quadro interessante para anlise em conjunto. No perodo entre 1986 e 1993, a
proximidade com o aeroporto fornece influncia positiva at 2.500 m, quando
ento passa a exercer uma influncia negativa crescente. Nos dois perodos
seguintes, entre 1993 e 2000 e entre 2000 e 2007, a proximidade ao aeroporto
exerceu uma influncia negativa para o crescimento das reas urbanas
regulares. Essas caractersticas podem ser observadas na Figura 6.17 a seguir.

Distncia ao Aeroporto
1986-1993 1993-2000 2000-2007

Figura 6.17 Grficos dos pesos positivos de evidncia com a varivel de Distncia ao
Aeroporto.

A seguir, so apresentados os mapas de probabilidade para esta

transio nos trs perodos analisados, nas Figuras 6.18, 6.19 e 6.20.

88
Figura 6.18 Mapa de probabilidade de transio de Loteamento Desocupado para
Urbano Regular no perodo entre 1986 e 1993.

89
Figura 6.19 Mapa de probabilidade de transio de Loteamento Desocupado para
Urbano Regular no perodo entre 1993 e 2000.

90
Figura 6.20 Mapa de probabilidade de transio de Loteamento Desocupado para
Urbano Regular no perodo entre 2000 e 2007.

91
 A sequncia de mapas com as probabilidades da transio Loteamento
Desocupado para Urbano Regular mostra claramente uma movimentao das
reas mais suscetveis transio em cada perodo.
No perodo entre 1986 e 1993, os loteamentos mais visados para
ocupao estavam localizados no entorno do Aeroporto de Guarulhos, em reas
a leste, nordeste e norte do mesmo, ao passo que as reas menos visadas
correspondem aos terrenos localizados ao longo das rodovias, principalmente
entre a Ferno Dias e Ayrton Senna. Destaca-se tambm a coeso da ocupao
das transies deste perodo, marcada por manchas grandes e concentradas.
No perodo seguinte, que se estende entre 1993 e 2000, as reas com
maior probabilidade migram para locais mais afastados, ao longo de todo o setor
norte do municpio de Guarulhos, ao mesmo tempo em que se dispersam pelo
territrio, ocupando, cada uma, espaos mais reduzidos.
A tendncia dessa movimentao e disperso se mantm no ltimo perodo
analisado, quando as reas com maiores probabilidades de transio se
concentram quase que totalmente ao norte dos bairros centrais do municpio de
Guarulhos.

6.4.2 Transio de Campo / Capoeira para Urbano Regular

Da mesma forma que ocorreu na transio de Loteamento Desocupado

para Urbano Regular, tambm aqui a distncia aos logradouros exerceu
influncia positiva at aproximadamente 50 m de distncia nos trs perodos
analisados.

Por sua vez, a distncia s vias estruturais exerce uma influncia diferente
em cada perodo. Entre 1986 e 1993, a influncia que esta varivel exerce
negativa at 200 m de distncia, a partir de onde passa a exercer uma influncia
positiva crescente, chegando at 2.000 m de distncia, quando ento para de
induzir esta transio. No perodo seguinte, de 1993 a 2000, a situao se
inverte, e possvel verificar uma pequena influncia positiva at 1.060 m,
passando a partir de ento a atuar negativamente at 1.700 m de distncia. No
perodo final, entre 2000 e 2007, as transies se restringem a uma faixa maior
ao redor destas vias estruturais, de modo que a influncia praticamente nula

92
at 530 m, quando ento passa a apresentar valores de peso, na mdia, mais
positivos.

Em relao s vias macrometropolitanas, no perodo entre 1986 e 1993,

a proximidade a estas vias no resultou em influncias particularmente negativas
ou positivas, situando-se prximo de zero ao longo de todas as faixas de
distncias analisadas. Nos dois perodos seguintes, os valores oscilam
fortemente entre positivo e negativo, indicando a baixa influncia dessa varivel
na transio em questo.

A ocupao dos terrenos em funo da declividade oferece um quadro

sobre a ocupao do municpio de Guarulhos. importante observar que no
perodo entre 1986 e 1993 houve a maior expanso, em termos absolutos, da
classe Urbano Regular sobre Campo / Capoeira. Nesse perodo, houve a
ocupao de terrenos em reas de baixa a alta declividade, entre 5% e 25%, a
partir de onde a declividade passa a repelir esse tipo de transio. Nos anos
seguintes, contudo, h uma tendncia de ocupao dos terrenos com
declividades mais elevadas, de modo que h uma influncia positiva crescente
medida que a declividade aumenta.

possvel reparar ainda que a proximidade s indstrias um repelente

para a efetivao da transio da classe Campo / Capoeira para Urbano Regular,
passando a exercer influncia positiva medida que se afasta das mesmas,
aproximadamente por volta de 2.000 m no perodo de 1986 a 1993, decaindo
para 750 m no perodo de 1993 a 2000, e 250 m no terceiro perodo.
interessante reparar que h uma tendncia de aproximao s indstrias ao
longo do perodo analisado, conforme Figura 6.21 a seguir.

Distncia Indstria / Galpo

1986-1993 1993-2000 2000-2007

Figura 6.21 Grficos dos pesos de evidncia com a varivel de Distncia Indstria /
Galpo.

93
 Por fim, a distncia ao Aeroporto de Guarulhos fornece um panorama
interessante nesta transio. Embora exista uma forte variao entre os valores
positivos e negativos em funo da distncia ao aeroporto nos trs perodos,
estar prximo ao terminal aeroporturio atua como um repelente ocupao
urbana regular de terrenos ocupados por campos e capoeiras, tal como pode ser
observado na Figura 6.22 a seguir. importante destacar que essa caracterstica
repelente reflete uma condio esperada, j que o plano diretor do municpio
restringe a ocupao ao redor do aeroporto, em funo da possibilidade de
quedas, choques com edificaes e rudo.

Distncia ao Aeroporto
1986-1993 1993-2000 2000-2007

Figura 6.22 Grficos dos pesos de evidncia com a variveis de distncia ao

aeroporto.

A seguir, so apresentados os mapas de probabilidade para esta

transio nos trs perodos analisados, nas Figuras 6.23, 6.24 e 6.25.

94
Figura 6.23 Mapa de probabilidade de transio de Campo/Capoeira para Urbano
Regular no perodo entre 1986 e 1993.

95
Figura 6.24 Mapa de probabilidade de transio de Campo/Capoeira para Urbano
Regular no perodo entre 1993 e 2000.

96
Figura 6.25 Mapa de probabilidade de transio de Campo/Capoeira para Urbano
Regular no perodo entre 2000 e 2007.

De modo geral, as reas da transio de Campo / Capoeira para Urbano

Regular tm as manchas de probabilidade espalhadas nos extremos das reas
urbanas do municpio ou entremeadas a elas. As reas com maior probabilidade
de acolher a transio no perodo entre 1986 e 1993 esto localizadas nos
setores a noroeste e sudoeste do centro histrico de Guarulhos.

No perodo seguinte, entre 1993 e 2000, essas reas com maior

probabilidade ficam aglomeradas ao longo de todo o setor norte do municpio de
Guarulhos. Como resultado da ocupao de reas de maior declividade neste
perodo, possvel verificar que algumas reas com probabilidade mais reduzida
se dispersam em direo a locais mais afastados e com maior declividade, no
setor nordeste de Guarulhos.

97
 Por fim, o perodo compreendido entre 2000 e 2007 continua com as
maiores probabilidades nas reas mais afastadas, porm com menor
abrangncia, ao mesmo tempo em que surgem manchas de alta probabilidade
para esta transio a leste do Aeroporto de Guarulhos e ao norte da rodovia
Ayrton Senna.

6.4.3 Transio de Loteamento Desocupado para Urbano Irregular

A transio de Loteamento Desocupado para Urbano Irregular h

influncia positiva das reas de baixa declividade nos perodos entre 1986 e
1993 e entre 2000 e 2007. A exceo para esta classe o perodo entre 1993 e
2000, no qual as baixas declividades repelem a formao dos aglomerados
irregulares at 10%, a partir de onde existe uma influncia positiva at 30% de
declividade.

De forma geral, as proximidades das reas livres s margens das vias

estruturais apresentam repulso nos trs perodos analisados, sendo
particularmente mais forte entre 1993 e 2000, quando os valores de pesos de
evidncia situam-se de torno de -2 at a distncia de 1.500 m, quando ento
essas reas passam a ter uma influncia positiva. Da mesma forma, as vias
macrometropolitanas exercem uma influncia repelente nos assentamentos
irregulares, pelo menos at 1.000 m de distncia, conforme pode ser observado
na Figura 6.26 abaixo.

Distncia s Vias Macrometropolitanas

1986-1993 1993-2000 2000-2007

Figura 6.26 Grficos dos pesos de evidncia com a varivel de Distncia s Vias
Macrometropolitanas

importante destacar o papel da indstria como uma varivel

influenciadora da transio de Loteamento Desocupado para a classe Urbano
Irregular. De forma geral, os terrenos nas proximidades das indstrias tendem a
atrair esse tipo de ocupao, de forma que ela induz formao de ncleos

98
irregulares, particularmente no perodo entre 2000 e 2007, quando a nica
influncia positiva. No perodo entre 1986 e 1993 e entre 1993 e 2000, a
influncia sofre uma variao em funo da distncia indstria, conforme pode
ser atestado no grfico abaixo.

Distncia Indstria / Galpo

1986-1993 1993-2000 2000-2007

Figura 6.27 Grficos dos pesos de evidncia com a variveis de distncia indstria
/ galpo.

No que se refere varivel da distncia ao aeroporto interessante

constatar que no perodo entre 1986 e 1993, que compreende os primeiros anos
aps a inaugurao dele, a influncia exercida por ele foi positiva at os 1.200
m de distncia, porm, nos perodos seguintes, que compreendem os anos entre
1993 e 2007, a influncia do aeroporto foi repelente para esse tipo de transio
at quase 2.000 m de distncia. A Figura 6.28 abaixo apresenta claramente
estes termos.

Distncia ao aeroporto
1986-1993 1993-2000 2000-2007

Figura 6.28 Grficos dos pesos de evidncia com a variveis de distncia ao

aeroporto.

A seguir so apresentados os mapas de probabilidade para esta transio

nos trs perodos analisados, nas Figuras 6.29, 6.30 e 6.31.

99
Figura 6.29 Mapa de probabilidade de transio de Campo/Capoeira para Urbano
Irregular no perodo entre 1986 e 1993.

100
Figura 6.30 Mapa de probabilidade de transio de Campo/Capoeira para Urbano
Irregular no perodo entre 1993 e 2000.

101
Figura 6.31 Mapa de probabilidade de transio de Campo/Capoeira para Urbano
Irregular no perodo entre 2000 e 2007.

Tal como na transio Loteamento desocupado para Urbano regular, a

transio de Campo/ Capoeira para Urbano regular sofreu uma forte
movimentao nas reas mais suscetveis transio em cada perodo.

No perodo entre 1986 e 1993 os loteamentos mais visados para ocupao

estavam localizados a oeste do municpio, na proximidade da rodovia Ferno
Dias, alm de reas com mdia probabilidade ao longo da rodovia Presidente
Dutra.

No perodo seguinte, que se estende entre 1993 e 2000, as reas com

maior probabilidade transio migram para locais ao sul da rodovia presidente
Dutra, sendo mais comum a transio entremeadas s indstrias, ao mesmo
tempo que se dispersam pelo territrio, ocupando espaos mais reduzidos.

102
 No perodo seguinte essa movimentao ganha mais importncia e quase
todas as manchas com a maior probabilidade de transio se encontram entre
as rodovias Presidente Dutra e Ayrton Senna, com outras pequenas manchas
surgindo tanto a oeste como a leste do aeroporto.

6.4.4 Transio de Loteamento desocupado para Indstrias/ Galpes

Uma das modificaes mais importantes ocorridas na paisagem do

municpio ao longo das dcadas analisadas, foi transio dos loteamentos
desocupados para reas industriais e galpes. Isso porque essa transformao
foi um eixo catalisador para a expanso da rede urbana como um todo, dada a
quantidade de pessoas, servios e infraestrutura que um amplo ptio industrial
e terminais logsticos demandam.

No que se refere s distncias com os logradouros h uma influncia

positiva at os 50 m de distncia no perodo entre 1986 e 1993, ao passo que
nos dois perodos seguintes, a proximidade com os logradores repele a transio
at os 85 m de distncia, a partir de onde ela comea a favorecer a expanso
desta classe de uso e cobertura da terra.

Por sua vez, a distncia para as vias estruturais exerce uma

essencialmente positiva nesta transio, de modo que influencia positivamente
nos trs perodos entre 400 m e at 750 m de distncia, conforme pode ser
observado na Figura 6.32 a seguir.

Distncia s vias estruturais

1986-1993 1993-2000 2000-2007

Figura 6.32 Grficos dos pesos de evidncia com a varivel da distncia classe Vias
Estruturais.

No que se refere s vias macrometropolitanas a relao com a transio

dos loteamentos desocupados para industrias e galpes se torna especialmente
clara. De uma forma geral, os trs perodos apontam para uma influncia positiva
da transio nas reas que esto prximas a estas vias variando em distncia

103
entre 1.080 e 1.400 m nos trs perodos. Para alm destas distncias a varivel
passa a repelir a transio para indstria / galpo, conforme pode ser observado
na Figura 6.33, a seguir.

Distncia s vias macrometropolitanas

1986-1993 1993-2000 2000-2007

Figura 6.33 Grficos dos pesos de evidncia com a varivel da distncia classe
Declividade.

A ocupao dos loteamentos desocupados por indstrias e galpes

fortemente favorecida por baixas declividades, como pode ser constatado na
Figura 6.34, onde possvel verificar que s h uma influncia positiva at os
10% de declividade, sendo que para alm disso h uma constante repelncia do
terreno para este tipo de transio.

Declividade
1986-1993 1993-2000 2000-2007

Figura 6.34 Grficos dos pesos de evidncia com a varivel da distncia classe
Declividade.

De maneira geral, esse tipo de transio recebe influncia positiva

medida que se afasta das reas ocupadas por elementos da classe urbano
regular, iniciando em torno dos 200 m de distncia e crescendo a influncia
medida que se afasta, como pode ser observado na Figura 6.35.

104
 Distncia ao Urbano Regular
1986-1993 1993-2000 2000-2007

Figura 6.35 Grficos dos pesos de evidncia com a varivel da distncia classe
Urbano Regular.

Por fim, a distncia ao Aeroporto de Guarulhos fornece um panorama

interessante nesta transio. Embora exista uma forte variao entre os valores
positivos e negativos em funo da distncia com o aeroporto, nos trs perodos
estar prximo ao terminal aeroporturio resulta em um atrativo para a ocupao
por industrias e galpes como pode ser observado na Figura 6.36 a seguir.

Distncia ao Aeroporto
1986-1993 1993-2000 2000-2007

Figura 6.36 Grficos dos pesos de evidncia com a varivel de distncia ao aeroporto.

A seguir so apresentados os mapas de probabilidade para esta transio

nos trs perodos analisados, nas Figuras 6.37, 6.38 e 6.39.

105
Figura 6.37 Mapa de probabilidade de transio de Loteamento desocupado para
Indstria/ Galpo no perodo entre 1986 e 1993.

106
Figura 6.38 Mapa de probabilidade de transio de Loteamento desocupado para
Indstria/ Galpo no perodo entre 1993 e 2000.

107
Figura 6.39 Mapa de probabilidade de transio Loteamento desocupado para
Indstria/ Galpo no perodo entre 2000 e 2007.

possvel verificar que no perodo entre 1986 e 1993 as probabilidades de

transio de Loteamento desocupado para Industria/Galpo ficaram fortemente
vinculados proximidade com as rodovias, tendo se concentrado principalmente
no entorno da Rodovia Presidente Dutra. Nos dois perodos seguintes as reas
com probabilidade de sofrer essa transio ficaram mais restritas e mantiveram
uma tendncia de concentrar-se ao redor da rodovia. Alm disso, a probabilidade
de transio ao redor do aeroporto ganha mais fora e se consolida tanto a oeste
como ao sul do terminal.

108
 6.5 Consideraes sobre os Mapeamentos, Matrizes de Transio e
Pesos de Evidncia

A leitura visual dos mapas de cobertura e uso da terra e a anlise dos

percentuais de rea para cada classe nos anos investigados apresentados na
Tabela 6.3 e Figuras 6.2, 6.3, 6.4 e 6.5, em conjunto com as matrizes de
transio e pesos de evidncia, obtidos como parte do processamento
necessrio para as simulaes no Dinamica-EGO, foram interpretadas luz de
pesquisas j realizadas em Guarulhos, dentre as quais destaca-se a pesquisa
conduzida por Lasalvia (2006). Este exerccio permitiu, em primeiro lugar, que
fossem destacados os principais eixos de crescimento urbano e, em um segundo
momento, a identificao dos elementos que provocaram maior ou menor
influncia nas transies observadas.

O mapa de cobertura e uso da terra de 1986 indica onde as populaes

que se dirigiram a Guarulhos at este ano se fixaram. Por sua vez, a comparao
com os anos seguintes indica o eixo de crescimento das reas ocupadas pelos
novos contingentes populacionais. A quantificao dessas classes aponta o
rpido crescimento de reas destinadas a residncias entre 1986 e 2000,
passando de 42,4 km em 1986, para 58,3 km em 1993 e 67,7 km em 2000,
tendo um crescimento menos expressivo no ano de 2007, quando atingiu a rea
de 70,82 km. As taxas de crescimento destas classes so de 37,5% entre 1986
e 1993, 16,1% entre 1993 e 2000 e 4,6% entre 2000 e 20007.

De modo geral, as matrizes de transio apontam que os Loteamentos

desocupados perfazem a principal origem das reas urbanas regulares que
surgiram em todo o perodo, sendo mais expressivos entre 1986 e 1993 e entre
1993 e 2000. De fato, no primeiro perodo esse tipo de transio representou
27,5% das transies ocorridas sobre os Loteamentos desocupados no primeiro
perodo e 28,6% no perodo seguinte, caindo para 12% entre 2000 e 2007.

Esse forte crescimento foi impulsionado pela conjuntura de Guarulhos na

segunda metade do sculo XX. De modo geral, conforme Lasalvia (2006), a
posio geogrfica de Guarulhos no eixo Rio-So Paulo, limtrofe capital
paulistana e a oferta de um conjunto razovel de terrenos planos disponveis
com preo baixo em relao aos praticados em So Paulo, foram elementos

109
preponderantes para que o municpio absorvesse um grande contingente
populacional.

Buscando compreender o que vinha motivando as pessoas a buscarem

Guarulhos como alternativa de residncia, foi realizada uma pesquisa no final da
dcada de 1969 com 600 moradores recentes dos municpios, cujas perguntas
estruturadas orbitavam sobre as razes que levaram tais pessoas para l. O
resultado apontou que 47% dos moradores estavam interessados nos valores
mais baixos dos alugueis, imveis e terrenos, enquanto que o emprego do chefe
de famlia era apontado como motivo para 28% dos entrevistados Wilheim
(1969).

A Figura 6.40 apresenta as reas ocupadas por reas urbanas regulares

nos perodos analisados.

Figura 6.40 Crescimento das Classe Urbano regular e Urbano irregular no municpio
de Guarulhos

Como pode ser observado na Figura 6.40, no perodo entre 1986 e 1993
houve um movimento populacional que circunscreveu trs reas mais

110
significativas. A primeira delas, ao norte dos bairros centrais, resultou na
ocupao dos bairros Cabuu e Morros, alm do crescimento da rea urbana
nos bairros de Bela Vista e Vilrio. A segunda grande rea de expanso deste
perodo est localizada ao norte e oeste do aeroporto de Guarulhos, inaugurado
em 1985, de modo que a ocupao se expandiu nos bairros de Bananal, So
Joo e Bom Sucesso. Alm destes, neste perodo surgiram novos ncleos de
ocupao no bairro de Fortaleza, e Presidente Dutra. Por fim, uma terceira rea
de expanso urbana do municpio ocorreu no setor sudeste, quase totalmente
circunscrita no bairro Itaim.

O perodo seguinte, entre 1993 e 2000, tem como consequncia o

crescimento das reas supracitadas, principalmente nos bairros Bananal, So
Joo e Pimentas. Houve tambn o surgimento de um importante ncleo
populacional no bairro Invernada, que aparece como uma extenso da mancha
no bairro Bananal ao norte do aeroporto, alm de um ncleo esparso no bairro
Mato das Cobras.

O terceiro perodo, entre 2000 e 2007, tem um ritmo de crescimento

menos acelerado, tendo como elemento central a ampliao de reas urbanas
pr-existentes, sendo o mais relevante no bairro de Bom Sucesso, localizado no
setor a oeste do aeroporto.

A anlise dos pesos de evidncia para o perodo, considerando as

transies de Loteamento Irregular para Urbano Regular e de Campo/Capoeira
para Urbano Regular permitem identificar a influncia das variveis espaciais na
alocao das novas reas urbanas.

As baixas declividades (at 8%) chamam ateno por exercer influncia

positiva no primeiro perodo, entre 1986 e 1993, quando os terrenos planos
estavam amplamente disponveis para ocupao. Nos anos seguintes,
possvel verificar uma ampliao das declividades que exercem peso positivo na
alocao de novas reas, podendo chegar aos 15% de declividade.

As indstrias apresentam uma relao positiva para as novas reas

residenciais entre 1986 e 1993 at os 2.600 m, ao passo que nos perodos
seguintes essa relao fortemente negativa at os 1.000 m de distncia,

111
quando ento passa a ser positiva. Essa mudana da relao da indstria com
os novos assentamentos pode ter uma influncia direta com a melhoria dos
transportes como um todo ao longo das dcadas de 1990 e 2000.

A anlise dos pesos de evidncia em funo das vias estruturais, que

englobam as principais vias para deslocamento no municpio, corroboram essa
idia. Tambm ali houve uma mudana na influncia das vias na alocao de
novas reas residenciais. Entre 1986 e 1993 a influncia desta varivel pouco
relevante at os 1.600 m, quando passa a ser essencialmente negativa. Porm,
nos perodos seguintes, comea a haver uma transio, de forma que entre 1993
e 2000 a influncia positiva at os 100 m de distncia para ser crescentemente
negativa at os 1.300 m, enquanto no perodo seguinte a influncia das vias
estruturais negativa apenas at os 100 m de distncia, sendo a partir da
crescentemente positiva.

Um dos aspectos importantes para ser destacado do crescimento de

Guarulhos o aumento da populao. Para ter uma ideia do que representou
este contingente populacional, preciso verificar que o plano urbanstico para o
perodo previa um total de 355.274 habitantes no final da dcada de 1980.
Porm, ao final desta dcada a populao j estava em mais de 500 mil
habitantes e em ritmo de crescimento.

De modo geral, as transies de campo/capoeira para urbano regular

foram negativamente influenciados pela proximidade com o aeroporto nos trs
perodos analisados, ao passo que no caso as transies ocorridas sobre os
loteamentos desocupados apresentaram uma influncia positiva do aeroporto no
perodo entre 1986 e 1993 e entre 2000 e 2007. Tais diferenas provavelmente
refletem a disposio das classes de origem em relao ao referido
equipamento, que a uma disposio direta com o aeroporto.

A forte oferta de empregos diretos e indiretos pelo aeroporto, bem como

o valor reduzido dos imveis nas reas mais prximas ao parque aeroporturia,
tem uma influncia positiva na atrao dos contingentes que se dirigiram ao
municpio de Guarulhos. O mapa de probabilidades de transio para o primeiro
perodo apresentado na Figura 6.23 refora fortemente essa afirmao. Ali

112
possvel verificar a disposio dessas probabilidades ao redor do aeroporto de
Guarulhos.

Esse crescimento envolveu habitaes tipicamente horizontalizadas,

frequentemente geminadas e sem quintais ou jardins significativos. Tais
elementos espalharam-se rapidamente na paisagem urbana, sem que o
municpio conseguisse atender as novas demandas por servios bsicos, como
saneamento, energia eltrica e asfalto, para as quais a ausncia foi mais
marcante nos bairros afastados da regio central de Guarulhos. Isso acabou
gerando tambm a proliferao de favelas.

Um dos fatores de disperso e fixao das camadas mais pobres da

sociedade est associada oferta de trabalho temporrio e a existncia de
moradias, por uma vez que o vnculo empregatcio cessa, o trabalhador tende a
permanecer no local, ainda que em moradias precrias, dada a baixa mobilidade
em funo das condies financeiras (REIS, 2006).

Lasalvia (2006) entende que este processo tenha ocorrido em Guarulhos,

principalmente em funo das indstrias, que atraram ao longo da dcada de
1970 um contingente de mo de obra pouco qualificada, mas medida que a
indstria se especializava, passava a ofertar empregos para profissionais mais
qualificados, trazendo novos contingentes, que se somaram aos primeiros
assentamentos.

Um dos principais problemas deste crescimento foi a incapacidade da

prefeitura para fiscalizar adequadamente as construes que vinham sendo
erguidas. Com isso o municpio de Guarulhos viu os loteamentos irregulares
crescerem rapidamente, e j na dcada de 1980 o municpio ocupava a primeira
posio dentre os municpios da RMSP em nmero absoluto de favelas.

Os mapeamentos realizados para o presente estudo s puderam

mensurar as favelas com as caractersticas de cobertura apontadas na figura
5.4, ou seja, ficaram de fora loteamentos cuja irregularidade se constata pela
inexistncia da certido do imvel, inexistncia do saneamento adequado ou
pelos calamentos inadequados. Ainda assim, possvel acompanhar o rpido
crescimento delas no perodo analisado por meio destes mapas.

113
 Dentre as reas classificadas como Urbano irregular, o perodo de maior
expanso ocorreu entre 1986 e 1993, quando a classe saltou de 0,39 km no
primeiro ano para 1,57 km em 1993, com o surgimento de manchas nas
proximidades das industrias ao sul e ao norte do aeroporto. Em 2000 atinge a
marca de 1,95 km com o crescimento das reas preexistentes. E por fim, se
mantm praticamente estvel em 2007, quando chega marca de 1,97 km.

De acordo com as matrizes de transio, as favelas que surgiram na

paisagem de Guarulhos entre 1986 e 1993 fixaram-se principalmente os
Loteamentos desocupados, como resultado de um menor controle dessas reas.
Nos perodos seguintes, entre 1993 e 2000 e entre 2000 e 2007, a ocupao de
favelas se deu principalmente sobre as classes campo/capoeira e
industrias/galpo, respectivamente.

A anlise dos pesos de evidncia mostra que esta classe sofreu uma
influncia positiva nos terrenos de baixa declividade (at 10%) nos dois primeiros
perodos, ao passo que no perodo final, entre 2000 e 2007, a influncia positiva
exercida at os terrenos mais ngremes, cerca de 30% de declividade.

importante destacar que uma das caractersticas desse tipo de

ocupao a condio dos terrenos, frequentemente associada a reas de risco,
seja por sua suscetibilidade a enchentes, quando localizados em reas de baixa
declividade, seja por sua suscetibilidade a escorregamentos, quando localizados
em reas com maior declividade.

um problema que tem reflexos atuais no municpio. Segundo um boletim

da prefeitura de Guarulhos (GUARULHOS, 2016), existem ainda 45 reas de
risco no municpio, o que afeta milhares de pessoas, principalmente nos perodos
de chuva.

importante notar que o aeroporto exerce um papel positivo nas

transies de urbano irregular apenas no primeiro perodo, que compreende os
primeiros anos aps a sua inaugurao. Lasalvia (2006) sustenta que o
aeroporto concentra uma grande demanda de mo de obra em servios o que
tende a atrair mo de obra, o que acaba tendo reflexos tambm nas residncias

114
irregulares. Contudo, nos dois perodos seguintes o aeroporto deixa de exercer
essa atrao para esta classe.

No que se refere economia do municpio, de acordo com dados

apresentados por Lasalvia (2006), a evoluo do cenrio econmico de
Guarulhos a partir da dcada de 1980 evidencia seu perfil industrial, destacando-
se o fato de apresentar um ritmo de crescimento ao longo de todo o perodo
analisado.

Mesmo no caso da queda no nmero de empregos ocorrida no Brasil no

final da dcada de 1980 e ao longo da dcada de 1990, como resultado de crises
econmicas internas e da abertura dos portos para importao de produtos
estrangeiros, o municpio de Guarulhos apresentou uma taxa de reduo menor
no nmero de empregos (21%) em relao taxa mdia para a Regio
Metropolitana de So Paulo (30%), conforme estudo realizado por Figueiredo
Ferraz (2003).

No mesmo estudo h a meno sobre o setor de servios em Guarulhos,

que cresceu mais rapidamente que o setor industrial ao longo das dcadas de
1980 e 1990. Segundo Figueiredo Ferraz (2003) o nmero de estabelecimentos
no setor de servios passou de 387 em 1980 para 5.001 em 1999, ao passo que
dentre os estabelecimentos comerciais o crescimento tambm foi elevado,
passando de 102 em 1980, para 1.097 em 1998. preciso destacar ponto o
elevado crescimento das empresas relacionadas ao turismo no perodo, com
crescimento de 500% entre a dcada de 1980 e 1990.

Tambm preciso destaque para o surgimento de atividades comerciais

em atividades correlatas ao aeroporto, como as escolas de aviao,
armazenamento, carga, descarga e logstica, servios de fornecimento de
refeies, limpeza despacho e aduaneiros, e os servios de transporte e
remessa de bens. Os restaurantes que atendem aos trabalhadores de todas
essas empresas e os fornecedores de itens diversos como papelaria e
mercados, completam o quadro de elementos que justificam esse crescimento
acelerado do setor de servios.

115
 Por sua vez, o ritmo de crescimento das industrias foi menos elevado,
passando de 23 em 1980 para 141 em 1999. Isso fez com que o setor industrial
tivesse uma menor participao na composio do valor adicionado do
municpio. No entanto, isso no diminui a importncia do setor industrial em
Guarulhos, que a despeito das crises econmicas e das dificuldades da indstria
brasileira em funo da abertura econmica na dcada de 1990, continuou
crescendo, como pode ser observado nos mapas de cobertura e uso da terra
apresentados.

Neste sentido, um dado importante sobre a relao das industrias com o

aeroporto aps sua inaugurao foi apresentada por Kobashi (apud Lasalvia,
2006), e se refere tipologia dos empreendimentos industriais existentes em
Guarulhos, que puderam de alguma forma se utilizar das rotas reas para
realizar importaes de Mquinas e Material Eltrico, Reatores e Caldeiras,
Produtos Farmacuticos e Instrumentos ticos, bem como a exportao dos
mesmos itens e Produtos Qumicos Orgnicos.

A concluso a que chegou o estudo apresentado, que o aeroporto

reforou a ampliao de alguns segmentos j existentes, bem como favoreceu o
surgimento de novos segmentos, principalmente em funo do crescimento de
industrias que geram produtos com alto valor agregado.

Em relao s reas ocupadas por industrias ou galpes, possvel

verificar que a quase a totalidade do crescimento desta classe ocorre no primeiro
perodo, entre 1986 e 1993, quando passa 4,82 km para 17,78 km, um
crescimento de 269%. Esse rpido crescimento resultado da
desindustrializao de So Paulo, ocorrida ao longo da dcada de 1980, e
consoante chegada das grandes industrias em Guarulhos, conforme apontou
Lasalvia (2006).

Nos dois perodos posteriores a taxa de crescimento decai rapidamente e

se estabiliza em valores prximos aos 10% tanto no perodo entre 1993 e 2000,
como entre 2000 e 2007.

Tais movimentos localizam-se, de modo geral, no entorno da rodovia

Presidente Dutra, como pode ser observado na figura 6.7 a seguir. Os bairros

116
mais afetados na fase de maior crescimento foram Itapegica, no sudoeste de
Guarulhos, Taboo e Cumbica oeste e sul do aeroporto de Guarulhos,
respectivamente, e Bom Sucesso, Sadokim, gua Chata e Araclia no extremo
leste do municpio. Os dois perodos posteriores foram responsveis pelo
crescimento das reas previamente ocupadas por industrias no municpio. Essas
transies podem ser visualizadas na Figura 6.41, a seguir.

Figura 6.41 Crescimento da indstria/ Galpo no municpio de Guarulhos

Vale destacar que tais crescimentos se desenvolveram principalmente

sobre reas previamente ocupadas por campos ou capoeiras, sendo esta a
classe que mais rapidamente diminuiu, passando de 38,4 km em 1986 para 29,6
km em 1993, 19,13 km em 2000 e 14,8 em 2007.

A anlise das matrizes de transio para os trs perodos permite verificar

que em geral as transies ocorrem sobre os loteamentos desocupados, tendo
sido mais representativo no perodo entre 1986 e 1993, quando a transio

117
ocorreu sobre 23,8% dos loteamentos desocupados. Nos demais perodos o
percentual se estabilizou em torno dos 10%.

preciso destacar que a origem em outras classes para a classe de

industrias e galpes foi significativa apenas no primeiro perodo, quando 14,5%
das reas classificadas como campo e capoeira em 1986 passaram a
indstria/galpo em 1993.

Alm disso, a Tabela 6.4 permite verificar dois aspectos sobre a

industrializao do municpio. Um deles o fato que houve um pequeno
crescimento industrial dentro da malha residencial do municpio, acarretando
0,45% das mudanas ocorridas no perodo, com a transio de urbano regular
para indstria/galpo. Outro aspecto relevante, que a despeito da crescente
industrializao no perodo analisado, parte das reas ocupadas com indstrias/
galpes em 1986 foram desativadas, dando lugar a loteamentos desocupados
(6,83%).

No que se refere observncia dos pesos de evidncia para esta

transio preciso levantar algumas questes importantes.

Normalmente a topografia um fator determinante para alocao das

industrias, e isso se refletiu muito bem no clculo dos pesos de evidncia. Nos
trs perodos analisados foi possvel verificar a forte dependncia da declividade
para alocao das industrias, conforme pode ser visto na Figura 6.34, no qual se
nota uma influncia positiva de declividades at os 4,5%, 7% e 8% no primeiro,
segundo e terceiro perodo respectivamente.

A distncia s reas urbanas tambm se torna um fator determinanteem

funo dos planos diretores que determinam a distncia s manchas ocupadas
por residncias. Nos trs perodos verificou-se uma influncia negativa at os
280 metros, a partir de onde passa a haver uma influncia crescentemente
positiva, na medida em que se afasta, conforme a figura 6.35.

Por outro lado, o ponto preferencial para a ocupao por industrias e

galpes a proximidade com vias de acesso ao municpio. Tambm neste
aspecto o clculo dos pesos de evidncia se mostrou particularmente acurado,
revelando uma influncia positiva em funo da proximidade com as vias

118
estruturais, que do mobilidade dentro do municpio de Guarulhos e acesso aos
municpios limtrofes, e tambm com as vias estruturais e macrometropolitanas,
que do acesso ao eixo Rio-So Paulo, tal como pode ser observado nas Figuras
6.32 e 6.33, respectivamente.

As reas com produo agrcola no municpio so relativamente

pequenas, sendo que o IBGE classificou todas as reas do municpio como
reas urbanas, o que indica que no existe nenhum setor censitrio com
quantidade suficiente de domiclios em situao rural. Em termos de rea, a
produo agrcola ocupava 3,68 km em 1986, cresceu para 5 km em 1993 e
decresceu continuamente nos anos seguintes, passando a 4,8 km em 2000 e
4,7 km em 2007.

No processo de mapeamento, as reas vegetadas foram classificadas

como mata. Todo o municpio de Guarulhos est inserido no bioma da Mata
Atlntica e sofreu pequenas supresses ao longo dos anos observados,
mantendo-se praticamente estvel ao longo de 20 anos.
Essa situao s foi possvel em funo da alta declividade onde esto
localizadas as matas e da extenso das reas protegidas do Parque Estadual da
Cantareira e do Parque Estadual de Itaberaba, que juntos agregam quase a
totalidade do setor norte de Guarulhos.
importante destacar que boa parte desta vegetao secundria, que
se desenvolveu aps o sculo XIX em funo das necessidades de
abastecimento da cidade de Guarulhos.

119
 6.6 Resultados da Modelagem

A etapa de validao implementada no Dinmica-EGO utiliza um

algoritmo para gerar ndices de similaridade baseados em uma janela de anlise
de pixels com tamanhos variados entre 5x5 e 11x11. Tais mtodos para
avaliao das simulaes foram aplicados nos mapas simulados de 1993, 2000
e 2007.

Os resultados das validaes realizadas para os trs perodos so

apresentados nas Tabelas 6.7, 6.8 e 6.9, ao passo que as comparaes entre
os mapas reais e os mapas simulados so apresentadas nas figuras 6.42, 6.43
e 6.44.

Tamanho da Similaridades Similaridades

Janela Mnimas Mximas
1 0,367 0,370
3 0,382 0,400
5 0,393 0,418
7 0,404 0,434
9 0,415 0,448
11 0,426 0,461
Tabela 6.7 Decaimento exponencial da simulao para o ano de 1993.

Tamanho da Similaridades Similaridades

Janela Mnimas Mximas
1 0,392 0,392
3 0,418 0,443
5 0,439 0,471
7 0,456 0,493
9 0,471 0,511
11 0,484 0,526
Tabela 6.8 Decaimento exponencial da simulao para o ano de 2000.

120
 Similaridades Similaridades
Tamanho da
Mnimas Mximas
Janela
1 0,284 0,285
3 0,301 0,321
5 0,316 0,340
7 0,329 0,354
9 0,342 0,366
11 0,354 0,376
Tabela 6.9 Decaimento exponencial da simulao para o ano de 2007.

De modo geral, os mapas simulados apresentaram bons resultados tanto

pela validao de similaridade exponencial, bem como na comparao com o
mapeamento realizado.

No caso do mapa simulado para o ano de 1993, na Figura 6.42, possvel

verificar que existem duas reas nas quais as manchas tiveram um resultado
menos adequado na simulao. Na quadrcula A6 h um ncleo habitacional
isolado no ano de 1986 que sofreu expanso e se dissolveu mancha urbana
principal no ano de 1993. No mapa simulado para 1993, contudo, possvel
verificar que este ncleo urbano permaneceu isolado. Por outro lado, na
quadricula F6 houve uma concentrao muito grande da classe industrial
margeando a rodovia. Tambm nessa rea ficaram as novas manchas de
loteamentos desocupados.

Por sua vez, a simulao para o ano de 2000, na Figura 6.43, apresentou
resultados melhores de modo geral, inclusive atestado em coeficientes mais
elevados na anlise por decaimento exponencial. De fato, as manchas
visualmente mais inadequadas esto concentradas na quadricula B5, ao redor
da mancha de reas urbanas regulares, e nas quadrculas C6 e E6, onde o
crescimento das reas industriais foi superior ao esperado.

A simulao do ano de 2007, na Figura 6.44, responde por modificaes

relativamente pequenas na paisagem, o que gerou mapas visualmente muito
coerentes, resultando em diferenas mais marcantes ao sul do aeroporto, no
quadrante E6.

121
 122

Figura 6.42 - Comparao entre o mapeamento realizado para 1993 e a simulao para o ano de 1993
 123

Figura 6.43 - Comparao entre o mapeamento realizado para 2000 e a simulao para o ano de 2000
 124

Figura 6.44 - Comparao entre o mapeamento realizado para 2007 e a simulao para o ano de 2007
7 Consideraes Finais

A pesquisa permitiu investigar as relaes entre as vias de acesso ao

municpio de Guarulhos e o desenvolvimento e crescimento urbano,
principalmente no que se refere s manchas residenciais e industriais existentes
no municpio.

No desenvolvimento da pesquisa, foi possvel a utilizao de imagens

orbitais de alta resoluo para gerar um mapa de referncia, no nosso caso o
mapa de cobertura e uso da terra de 2007 e, com isso usar ele como base para
traar os mapas dos demais anos, onde s estavam disponveis as imagens
areas sem metadados. Permitindo a integrao de fotografias antigas com
bases mais modernas oriundas de satlite ou fotografias ortorretificadas.

Isso abre a possibilidade de ampliar o estudo para a dcada de 1950, uma

vez que no decorrer do estudo, foram inventariadas as imagens para os anos de
1952, 1961 e 1972, disponveis por meio de solicitao formal.

O uso de imagens de alta resoluo possibilitou a identificao de 12

classes de cobertura e uso da terra, o que permitiu destacar classes de grande
importncia em estudos urbanos, mas que possuem abrangncia reduzida, tais
como pequenas indstrias e galpes entremeados mancha de unidades
habitacionais, bem como as manchas ocupadas por favelas. Alm disso, a
escala dos mapas, fixadas em 1:10.000, permitiu que trabalhssemos com um
grid de detalhe (pixel de 25m).

importante destacar que a realizao manual dos mapeamentos

resultou em um ndice de Kappa elevado e em um mapa multitemporal, no qual
os polgonos se sobrepem mutuamente. Isso resultou em menor esforo para
corrigir os mapas matriciais por tabulao cruzada.

A seleo das variveis explicativas buscou um conjunto de dados

disponvel para todos os perodos analisados. Embora isso tenha excludo
muitos dados importantes que poderiam ter sido utilizados para o ltimo perodo,
entre 2000 e 2007, tambm permitiu avaliar a influncia das variveis na

125
dinmica da paisagem ao longo do tempo, bem como as flutuaes das
probabilidades nos referidos mapas.

De modo geral, foi possvel verificar que mesmo com um nmero limitado
de variveis, restritas aos aspectos geomorfolgicos da paisagem, disposio
das vias de locomoo internas e vias de acesso ao municpio de Guarulhos e
distncia das manchas urbanas e industriais, foi possvel extrair um conjunto
bastante aderente s informaes disponveis para o municpio de Guarulhos.

Neste aspecto destaca-se particularmente a influncia que as vias

estruturais e macrometropolitanas tiveram na dinmica das reas ocupadas por
industrias e galpes, resultando que tais elementos foram mais importantes que
o prprio aeroporto. Na mesma linha de raciocnio, a anlise conjunta dos mapas
de cobertura e uso da terra, matrizes de transio, mapas de probabilidade e
pesos de evidencia, mostraram que o aeroporto exerceu uma influncia positiva
nos primeiros anos aps sua inaugurao, e afastou a transio de urbano
regular nos quinze anos seguintes.

No que se refere s simulaes, pudemos constatar que o modelo

conseguiu acompanhar os principais eixos de crescimento urbano e industrial,
fato que pode ser melhor constatado no primeiro perodo, quando as alteraes
foram mais significativas.

No que se refere s simulaes, pudemos constatar que de um modo

geral os modelos conseguiram acompanhar os principais eixos de crescimento
do municpio, tendo um resultado particularmente eficaz na alocao das novas
reas ocupadas por industrias e galpes. preciso reforar que foi uma das
classes cujos resultados no clculo dos pesos de evidncia que mais se
adequaram ao que espervamos em funo das leituras de pesquisas realizadas
no local. Da mesma forma, embora seja possvel estimar os principais vetores
de crescimento das manchas de urbano regular, essa classe teve um
descolamento razovel em relao ao mapa real, e isso pode ser um resultado
direto da impossibilidade de modelar o preo dos imveis e terreno em
Guarulhos nos referidos anos.

126
 Quanto aos erros, parte dos problemas da alocao de reas que tiveram
crescimento elevado em reas distintas do mapa, como por exemplo a classe de
urbano regular e o loteamento desocupado entre os anos de 1986 e 1993, tem
a ver com o processo estocstico de alocao das transies sobre as manchas
de probabilidade e devido aleatoriedade possvel obter mapas mais acurados
ainda que rodando o modelo sem alterao dos parmetros.

Perodo de tempo com menores quantidades globais de transies, se

mostraram mais difceis de serem modelados. Em especial o perodo entre 2000
e 2007, cuja validao por decaimento exponencial mostrou um desempenho
menos eficaz que o encontrado nos demais anos. Parte disso ocorre devido
interseo das pequenas transies com um grupo de variveis diverso, o que
gerou mapas de probabilidade de transio muito distintas em relao ao
esperado. A despeito desta considerao, visualmente possvel verificar que a
disperso das manchas na paisagem no seguiu nenhuma direo incomum,
limitando-se onde era o esperado.

A manipulao de dados bsicos do municpio de Guarulhos junto com os

mapas obtidos por meio de classificao manual permitiu identificar as transies
ocorridas no municpio e a influncia de cada elemento geogrfico em cada uma
das transies, permitindo obter respostas aos mecanismos dinmicos da
cidade.

A obteno de dados mais acurados sobre o municpio, pode ampliar as

possibilidades de obter melhores resultados, como por exemplo, plantas que
indiquem os valores dos imveis ou terrenos, ou a integrao de simulaes com
variveis econmicas, podem gerar simulaes com melhores resultados.

127
8 Referncias Bibliogrficas

AKIN, A.; SUNAR, F.; BERBEROGLU, S.; Urban change analysis and future
growth of Istanbul. Environmental Monitoring and Assessment, 2015.

ALJOUFIE, M.; ZUIDGEEST, M.; BRUSSEL, M.; VLIET, J.; MAARSEVEEN, M.;
A Cellular Automata-Based Land Use and Transport Interaction Model
Applied to Jeddah, Saudi Arabia. Landscape and Urban Planning, n 112, pag
89-99, 2013.

ALMEIDA, C.M.; Modelagem da dinmica espacial como uma ferramenta

auxiliar ao planejamento: simulao de mudanas de uso da terra em reas
urbanas para as cidades de Bauru e Piracicaba-SP. 351p. Tese (Doutorado)
- Instituto Nacional de Pesquisas Espaciais, INPE, So Jos dos Campos, SP.
2004.

ALMEIDA, C. M; MONTEIRO, M. V.; CMARA, G.; 2003. Modelos de Dinmica

Urbana: Conceitos, Derivao de Relaes, Calibrao, Exemplos. In
Mdulo 6 do Curso Modelagem Ambiental e Modelos Dinmicos de Uso e
Cobertura do Solo oferecido durante XI Simpsio Brasileiro de Sensoriamento
Remoto, 2003a. Disponvel em http://www.dpi.inpe.br/cursos/
tutoriais/modelagem/Cap3_Modelos_ Urbanos_Versao_Nova.pdf.

ALMEIDA, C. M.; BATTY, M.; CMARA, G.; CERQUEIRA, G. C.; MONTEIRO,

A. M. V.; SOARES-FILHO, B. S.; PENNACHIN, C. L.; Stochastic cellular
automata modelling of urban land use dynamics: empirical development
and estimation. Computers, Environment and Urban Systems, vol. 27, p.481-
509, 2003b.

ALMEIDA, C. M; MONTEIRO, M. V.; CMARA, G.; SOARES-FILHO, B. S.;

CERQUEIRA, G. C.; PENNACHIN, C. L.; BATTY, M.; GIS and remote sensing
as tools for the simulation of urban land-use change. International Journal of
Remote Sensing, vol. 26, n4, fev, p. 759-774, 2005.

ALMEIDA, C. M.; CAMARA, G.; MONTEIRO, . M. V.; SOARES-FILHO, B. S. S.;

CERQUEIRA, G. C.; Modelos Celulares de Dinmicas Espao-Temporais:
Aplicaes em Estudos Urbansticos. In: MEIRELLES, M. S. P.; CMARA, G.;
128
ALMEIDA, C. M. (Ed.). Geomtica: modelos e aplicaes ambientais. 2007.
1 ed. Braslia: EMBRAPA, 2007, v. 1, p. 445-496.

ALMEIDA, F. F. M.; O Crton do So Francisco. Revista Brasileira de

Geocincias, 7:349-364, 1977.

ANDERSON, J.R; HARDY, E.E.; ROACH, J. T.; WITMER, R.E. Sistema de

classificao de uso da terra e do revestimento do solo para utilizao com
dados de sensores remotos. Traduo de Harold Strang. Rio de Janeiro: IBGE,
78p, 1979.

ANTUNES, A. F. B.; LINGNAU, C. Uso dos ndices de Acurcia para

Avaliao de Mapas temticos obtidos por meios de classificao digital.
In: III Congresso e Feira para Usurio de geoprocessamento, Curitiba, III
Congresso e Feira para Usurio de geoprocessamento, Curitiba: Sagres, 1997.

BASSE, R.M.; A constrained cellular automata model to simulate the

potential effects of high-speed train stations on land-use dynamics in trans-
border, Journal of Transport Geography, 32, p. 23-37, 2013.

BATTY, M.; COUCLELIS, H.; EICHEN, M.; Urban Systems As Cellular

Automata, Environmental and Planning B, v.24, p. 159-164, 1997.

BONHAM-CARTER, G. Geographic information systems for geoscientists:

modelling with GIS. New York: Pergamon,1994. 414p.

BURROUGH, P.A.; Principles Of Geographical Information Systems For

Land Resources Assessment. Oxford: Claredon Press, 194p, 1998.

BTTNER, G.; FERANEC, J.; JAFFRAIN, G.; Corine Land Cover Update 2000:
Technical Guide. EEA Technical Report n. 89. EEA, Copenhagen. 2002.

CMARA, G.; DAVIS, C.; MONTEIRO, A.M.V.; Introduo Cincia da

Geoinformao. INPE: So Jos dos Campos, 2003. Disponvel em
http://www.dpi.inpe.br/gilberto/livro/introd/

CHADID, M.A.; DVALOS, L.M.; MOLINA, J.; ARMENTERAS, D.; A Bayesian

Spatial Model Highlights Distinct Dynamics in Deforestation from Coca and

129
Pastures in an Andean Biodiversity Hotspot, Forests, v6, Issue 11, pag 3828-
3846, 2015.

CHORLEY, R.; J., HAGGETT, P.; Modelos Fsicos e de Informao em

Geografia. So Paulo: Edusp, 1975.

CHRISTOFOLETTI, A. Modelagem de Sistemas Ambientais. So Paulo:

Edgar Blcher, 1999.

CHWIF, L; MEDINA, A. C. Modelagem e simulao de eventos discretos:

teoria e aplicaes. 1. Ed. So Paulo: Bravarte, 2006. v. 1, 255p

COHEN, J.; A coefficient of agreement for nominal scales. Educational and

Psychological Measurement 20, 37-46, 1960.

CONGALTON, R. G.; A Review of assessing the accuracy of classifications

of remotely sensed data. Remote Sensing Environment, v. 37, p. 35-46, 1991.

COUCLELIS, H.; From cellular automata to urban models: new principles for
model development and implementation. Environment and Planning B, v.24,
pp. 165174, 1997.

CRSTA, A. P. Processamento digital de imagens de sensoriamento

remoto. Campinas: Unicamp, 1993.

ECHENIQUE, M.; Models: A discussion. Cambridge: University of Cambridge

Dept. of Architecture, 1968.

FIGUEIREDO FERRAZ. Estudo de Impacto Ambiental - EIA-RIMA Para o

Aeroporto Internacional de So Paulo / Guarulhos. So Paulo, 2003

GALINARI, R. Economias de Aglomerao no Brasil: Evidncias a Partir da

Concentrao Industrial Paulista. CEPEPLAR, UFMG, 2007.

GOOGLE; Guarulhos - Google Maps. 2016. Consultado em Maio de 2016, em

https://goo.gl/maps/5BvcSo3xipH2.

130
GUAN, D., LI, H., INOHAE, T., SU, W.; NAGAIE, T.; HOKAO, K.. Modelling
urban land use change by the integration of cellular automaton and Markov
model. Ecological Modelling, v. 222, n. 20-22, p. 3761- 3772, 2011.

GUARULHOS, Portal de Geoprocessamento, 2008, disponvel em

http://webgeo.guarulhos.sp.gov.br/index2.php

GUARULHOS, Prefeitura reduz quantidade de reas de risco na cidade, Boletim

da Prefeitura, publicado em Setembro, 2016, disponvel em
http://www.guarulhos.sp.gov.br/municipal-de-defesa-civil/conteudo/prefeitura-
reduz-quantidade -de-%C3%A1reas-de-risco-na-cidade

IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATSTICA. 2006.

Manual Tcnico de Uso da Terra. 2 ed. Rio de Janeiro, n. 7, 2006.

_________ Cartas Topogrficas. Rio de Janeiro, 1980.

_________ Censo Demogrfico 1990. Rio de Janeiro, 1991.

_________ Censo Demogrfico 2000. Rio de Janeiro, 2001.

_________ Censo Demogrfico 2010. Rio de Janeiro, 2011.

_________ Malhas Digitais do Brasil em formato SHAPE. Rio de Janeiro,

2013.

JENSEN, J. R. Sensoriamento Remoto do Ambiente: uma perspectiva em

Recursos Terrestres. Traduao de J. C. N. Epiphanio. So Jos dos Campos,
SP: Parnteses, 2009. 598 p. (Prentice Hall Series in Geographic Information
Sciennce) Traduo de: Remote Sensing of the environment: na earth resource
perspective.

KAWASHIMA, R. S. Proposta De Modelagem Da Dinmica Da Paisagem A

Partir De Imagens De Satlite E Dados De Infraestrutura De Transportes E
Da Atividade Porturia De Santos, 192p. Dissertao (Mestrado). Escola
Politcnica Departamento de Transportes - USP, So Paulo, 2015.

131
LANDIS, J. R.; KOCH, G. G. The measurement of observer agreement for
categoriacal data. Biometrics, v. 33, p. 159-174, 1977.

LASALVIA, L. A Cidade de Guarulhos e o Aeroporto. Dissertao (Mestrado),

Faculdade de Arquitetura e Urbanismo USP, So Paulo, 2006.

LANGENBUCH, J. R. A Estruturao da Grande So Paulo.Rio de Janeiro:

IBGE, 1971.

LIMA T.C.; GUILLEN-LIMA C.M.; OLIVEIRA M.S.; SOARES-FILHO

B.S. DINAMICA EGO e Land Change Modeler para simulao de
desmatamento na Amaznia brasileira: anlise comparativa. In: Anais do
XVI Simpsio Brasileiro de Sensoriamento Remoto, Foz do Iguau: INPE, p.
6379-6386. 2013.

LIU, Y. Modelling urban development with geographical information

systems and cellular automata. Boca Raton: Taylor & Francis, 2009. 188 p.

LONGLEY, P.A.; GOODCHILD, M.F.; MAGUIRE, D.J.; RHIND, D.W.; Sistemas

e Cincia da Informao Geogrfica, So Paulo: Editora Bookman, 2011, 560
p.

LOPES, S. B. Uma Ferramenta para Planejamento da Mobilidade

Sustentvel com Base em Modelo de Uso do Solo e Transportes. Tese
(Doutorado), Escola de Engenharia de So Carlos, So Carlos, 200p, 2010.

MALEK, Z.; BOERBOOM, L.; GLADE, T. Future Forest Cover Change

Scenarios with Implications for Landslide Risk: An Example from Buzau
Subcarpathians, Romania. Environmental Management. 2015.

MARQUES, E.; REQUENA, C.; O Centro Voltou a Crescer? Trajetrias

Demogrficas e Heterogeneidade na So Paulo dos Anos 2000, So Paulo:
Novos Estudos, n95, Maro, 2013.

MAS, J.F.; KOLB, M.; HOUET, T.; PARGELOW, M.; OLMEDO, M.T.C.; Una
Comparacin de Programas de Modelacin de Cambios de Cobertura / Uso
do Solo, Anais do Simposio Brasileiro de Sensoriamento Remoto, Curitiba, pag.
5801-5808, 2014.

132
MEYER, R. M. P.; GROSTEIN, M. D.; BIDERMAN, C. So Paulo Metrpole.
So Paulo. Edusp, 2004.

MMA MINISTRIO DO MEIO AMBIENTE. Malha de Unidades de

Conservao no Brasil, 2012.

MONBEIG, P. Pioneiros e Fazendeiros de So Paulo. Editora Hucitec, So

Paulo, 392p., 1998.

MONTEIRO C.L.S. Proposta de Classificao do Uso e Cobertura da Terra

e Sua Representao Cartogrfica na Escala 1:10.000. 128p. Dissertao
(Mestrado). Escola Engenharia Civil - UFSC, Santa Catarina, 2008.

NIMER, E.; Climatologia do Brasil. Instituto Brasileiro de Geografia e

Estatstica, Rio de Janeiro, RJ;, 1989. 421p.

NOVAES, A. G.; Modelos em Planejamento Urbano, Regional e de

Transportes. So Paulo: Editora Edgard Blcher, 1981. 290p.

OLIVEIRA, A. M. S.; ANDRADE, M.R.M.; SATO, S.E.; QUEIROZ, W.; Bases

Geoambientais para um Sistema de Informaes Ambientais do Municpio
de Guarulhos. Guarulhos: Laboratrio de Geoprocessamento da Universidade
Guarulhos, 2009. 178 p.

OMRANI, H.; CHARIF, O.; GERBER, P.; BDIS, K.; BASSE, R.M.; Simulation
of Land-Use Change Using Cellular Automata and Artificial Neural Network.
CEPS/INSTEAD, Italy. 2012.

ONU Organizao das Naes Unidas. Estado de Las Ciudades de America

Latina Y el Caribe Rumbo a una nueva transicin urbana. ONU-Habitat,
Mexico. 2012.

ONU Organizao das Naes Unidas. World Urbanization Prospects The

2014 Revision. United Nations, New York, 2014.

PACHECO, E.; Alterao das Acessibilidades e Dinmicas Territoriais na

Regio Norte: expectativas, intervenes e resultantes. Tese (Doutorado).
Faculdade de Letras da Universidade do Porto, Porto, Portugal, 2001.

133
PEDROSA, B.M.; CMARA, G.; Modelagem Dinmica e Sistemas de
Informaes Geogrficas in MEIRELLES, M.S.P., CAMARA,G., ALMEIDA,
C.M. Geomatica Modelos e Aplicaes Ambientais, Embrapa: Brasilia, 2007

PRADO, F.A.; GALO, M.L.B.T.; Desenvolvimento De Um Sistema Hierrquico

De Classificao Com Aplicao Baseada Em Abordagem Fuzzy. Boletim de
Cincias Geodsicas, Seo de Artigos, Curitiba, V16, n2, p. 309-331, 2010.

REIS, N. G.; Notas sobre urbanizao dispersa e novas formas de tecido

urbano. So Paulo: Via das Artes, 1 edio, 2006.

ROMO, J.G.; NORONHA, A.V.; Edio histrica comemorativa do I

Centenrio de Emancipao Poltica de Guarulhos (1880-1980).
Homenagem da Prefeitura Municipal de Guarulhos e da Academia
Guarulhense de Letras, 1980. So Paulo, 2000, Apud LASALVIA, L. A Cidade
de Guarulhos e o Aeroporto. Dissertao (Mestrado), Faculdade de Arquitetura
e Urbanismo USP, So Paulo, 2006.

ROSS, J. L. S.; Mapa Geomorfolgico do Estado de So Paulo. Escala

1:500.000. So Paulo: FFLCH/USP-IPT-FAPESP, 2006.

SANTOS, M. A.; Urbanizao Brasileira. Editora Edusp, So Paulo, 174p.,

1993.

SANTOS, R. R. Aeroportos: Do Campo de Aviao rea Terminal. 1985.

SEADE Fundao Sistema Estadual de Anlise de Dados FUNDAO

SEADE, ndice Paulista de Vulnerabilidade Social, 2010.

SILVA, B. A. Aeroportos e Desenvolvimento. INCAER, Rio de Janeiro,1991.

SKLAR, F.H.; COSTANZA, R.; The development of dynamic spatial models

for landscape ecology: a review and prognosis. In: TURNER, G.M.,
GARDNER, R.H. (Eds.), Quantitative Methods in Landscape Ecology: The
Analyses and Interpretation of Landscape Heterogeneity. New York:
Springer,1990. p. 239-288.

134
SOARES-FILHO, B. S.; CERQUEIRA, G. C.; PENNACHIN, C. L. DINAMICA- A
stochastic cellular automata model designed to simulate the landscape
dynamics in an Amazonian colonization frontier. Ecological Modelling, v.154, p.
217- 235. 2002.

SOARES-FILHO, B.S.; RODRIGUES, H.O.; COSTA, W.L.; Traduo de LIMA,

L.S.; Modelagem Dinmica Ambiental com Dinmica EGO. Centro de
Sensoriamento Remoto. Universidade Federal de Minas Geral, Belo Horizonte,
MG. 2009.

SOUZA, C.D.R.; DAGOSTO, M.A.; Modelo de quatro etapas aplicado ao

planejamento de transporte de carga, Journal of Transport Literature, V.7, n.2,
p207-234, 2013

STAN, K.; SANCHEZ-AZOFEIFA, A.; ESPRITO-SANTO, M.; Portillo-Quintero

C, Simulating Deforestation in Minas Gerais, Brazil, under Changing Government
Policies and Socioeconomic Conditions.PLOS ONE. 2015.

SUAREZ, A. F.; CANDEIAS, A. L. B.; Modelagem Dinmica Para O Uso

Cobertura Do Solo Na Mata Atlntica No Municpio De Maragogipe, BA.
RBC. Revista Brasileira de Cartografia (Online), v. 66, p. 953-981, 2014.

TASM Transport Appraisal and Strategic Modelling. Land Use/ Transpor

Interaction Models. Supplementary Guidance, London, UK. 2014. Disponvel
em https://www.gov.uk/government/uploads/system/uploads/attachment_data/
file/427140/webtag-tag-supplementary-luti-models.pdf.

TAUTENBCK, H.; ESCH, T.; FELBIER, A.; WIESNER, M.; ROTH, A.; DECH,
S.; Monitoring Urbanization in Mega Cities from Space. Remote Sensing of
Environment, n 117, p. 162-176, 2012.

VERBURG, P.H., OVERMARS, K.P., HUIGEN, M.G.A., de GROOT, W.T.,

VELDKAMP, A. Analysis of the effects of land use change on protected areas in
the Philippines. Applied Geography, v.26, p.153173, 2006.

VILLAA, F., Espao Intra-Urbano no Brasil. So Paulo, Studio Nobel, 2001.

135
WEGENER, M.; FRST, F.; Land-Use Transport Interation: State or Art.
Publicao 46 (Berichte aus dem Institute fr Raumplanung 46). Institute fr
Raumplanung, Universitt Dortmund, Dortmund. 1999.

WEGENER, M.; GNAD, F.; VANNAHME, M.; The Time Scale of Urban
Change. In Advances in Urban Systems Modelling, edited by Bruce Hutchinson
and Michael Batty. Amsterdam: North Holland, 145-97, 1986.

XIMENES, A. C.; ALMEIDA, C. M.; AMARAL, S.; ESCADA, M. I. S.; AGUIAR,

A. P. D. Modelagem Dinmica do Desmatamento na Amaznia. Boletim de
Cincias Geodsicas, v. 14, p. 370-391, 2008.

136
Apndice A Memorial para Modelagem

O presente apndice registra toda a sequncia de passos realizados para a modelagem

de cobertura e uso da terra em Guarulhos por meio do Dinamica-EGO, desde a converso dos
dados at a construo final do modelo. O objetivo disponibilizar todos os procedimentos
adotados ao longo da pesquisa realizada.

Os softwares utilizados foram o Arcgis 10.1, com licena proprietria, e Ilwis 3.8 e
Dinmica-EGO 3.0, com licena livre. E importante mencionar que o Arcgis 10.1 foi utilizado por
mera familiaridade do autor, podendo ser facilmente substitudo por outros programas, como
por exemplo o Quantum Gis.

A sequncia de passos foi dividida entre a Etapa A, com a preparao da base, e Etapa
B, que diz respeito a construo dos modelos em si, conforme apresentado a seguir:

Etapa A Tratamento da base de dados

1 Converso do sistema de coordenadas da base original para o sistema do projeto

2 Consolidao das bases
2.1 Verificao topolgica dos shapes
2.2 Correo geomtrica e registro das imagens
3 Elaborao dos mapas de cobertura e uso da terra
4 ndice Kappa
5 Extrao de bases em Raster
5.1 Converso dos mapas shape para raster
5.2 Criao dos mapas de distncia
6 Criao de um cubo de mapas
7 Tabulao cruzada
7.1 Processamento das bases
7.2 Anlise do Resultado
7.3 Atribuio de classes para corrigir os valores
7.2 Gerao da base para realizar as estimativas de patcher, expander, rea mdia e
varincia.

Etapa B Construo do modelo

1 Matriz de transio
2 Pesos de evidncia
3 Modelo de transio com formao e expanso das manchas
4 Validao por decaimento exponencial
5 Projeo de cobertura e uso da terra

137
Etapa A Preparao das Bases

1 Converso do sistema de coordenadas da base original para o sistema do projeto

Uma vez que so realizados inmeros procedimentos em que se mensuram as reas e

distncias preciso que as bases elas estejam em um sistema de coordenadas planas. Com isso,
independente da origem dos dados ou do seu formato, as bases para o estudo foram convertidas
para o sistema de coordenadas UTM com datum em WGS84.

O procedimento foi realizado no Arcgis 10.3 com as ferramentas Project (para vetores)
e Project Raster (para rasteres), ambos disponveis em Data Management > Projections and
Transformations.

2 Consolidao das bases

2.1 Validao dos arquivos em formato shape

Aps a converso dos dados, os shapes foram submetidos a uma anlise da geometria
por meio da ferramenta Check Geometry, disponvel em Data Management > Features. A
ferramenta verifica problemas de superposio de pontos em um polgono e os shapes que
apresentaram problemas foram corrigidos manualmente.

Alm disso, as bases foram submetidas a uma anlise multicamadas, buscando adequar
os limites externos, o traado das vias que porventura apresentassem desvio e dos rios, obtendo
assim maior coerncia espacial entre as camadas. Este procedimento foi realizado manualmente
com as ferramentas apropriadas para edio.

2.2 Ortorretificao, Georreferenciamento e Registro

A imagem Ikonos apresentava um deslocamento de aproximadamente 75 metros, como
pode ser observado na Figura A.2.1, a seguir. Para corrigir este problema foi realizado o registro
da imagem, tomando por base as ortofotografias de Guarulhos de 2008 e bases cartogrficas de
detalhe. Com efeito, uma vez corrigida, a imagem Ikonos serviu de referncia para o registro das
aerofotografias de 1986, 1993 e 2000.

Figura A.2.1 - Correo geomtrica da imagem Ikonos

3 Elaborao dos mapas de cobertura e uso da terra

138
 O mapa de cobertura e uso da terra para o ano de 2007 foi realizado por meio de
sobreposio com a imagem Ikonos-2, sendo que os cortes dos polgonos foram feitos
manualmente por meio da ferramenta Cut disponvel no menu Editor. Aps o recorte dos
polgonos, as classes foram atribudas manualmente.

As demais classificaes foram feitas a partir dessa primeira, na ordem cronolgica

inversa, ou seja, 2000, 1993 e 1986, recortando-se e mudando-se as classes dos polgonos que
sofreram transio em relao ao perodo anterior. importante mencionar que com este
procedimento, obteve-se uma base de cobertura e uso da terra multitemporal, na medida em
que no se sobrepem classes distintas sem que tenha ocorrido uma transio.

4 ndice Kappa

Os pontos aleatrios foram gerados por meio do Arcgis 10.1 com a ferramenta Create
Random Points disponvel em Data Management Tools > Feature Class. A cada classe foram
atribuitos 50 pontos. Com o shape pronto, foram criadas trs novas colunas, com formato tipo
long: ID, Valor_Mapa, Valor_Ref. Na coluna ID foi inserida uma sequncia de nmeros em ordem
crescente, de tal forma a no ter nenhum valor repetido. As demais colunas foram mantidas
com valor nulo, a serem usadas nas etapas seguintes.

O valor do mapa de cobertura e uso da terra de 2007 foi obtido automaticamente por
meio da ferramenta Intersect, disponvel em Analysis Tools > Overlay. Foi realizada uma
interseco com o mapa de cobertura e uso da terra de 2007 e os resultado da operao foram
transportados para o shape dos pontos aleatrios do pronto, no atribuito Valor_Mapa. O
passo final na preparao desta base, foi indicar a classe de cobertura e uso da terra, tomando
como base as ortografias de 2008, com maior resoluo espacial, colocando tais valores na
coluna do atributo Valor_Ref.

O clculo do ndice Kappa foi realizado por meio de um script (Kappa Statistics)
disponibilidade pela ESRI em seu site de compartilhamento, que pode ser acessado no endereo
http://codesharing.arcgis.com. Neste script, aps indicar o caminho do shape com os atributos
obtidos no mapa a ser avaliado, preciso indicar a primeira e a segunda observao, que nesta
pesquisa se referem aos atributos Valor_Mapa e Valor_Ref, respectivamente. Os campos so
apresentados na Figura A.4.1, a seguir. O resultado apresentado na forma de uma tabela com
os parmetros de avaliao.

139
 Figura A.4.1 Janela do script Kappa Statistics.

5 Extrao de bases em formato raster

Todos os processamentos do Dinmica-EGO so realizados sobre rasteres e com isso

necessrio que todas as bases estejam neste formato. preciso que todos eles tenham a mesma
quantidade de linhas e colunas, resoluo e coordenadas. A seguir so apresentados os passos
para gerar, em raster, os mapas de cobertura e uso da terra, os mapas de distncia e os mtodos
usados para corrigir o nmero de linhas e colunas quando necessrio.

5.1 Variveis categricas

Um aspecto importante que o Dinamica-EGO trabalha apenas com valores numricos

em mapas categricos. Com isso, preciso criar no shape um novo atributo para atribuir um
nmero a cada classe.

O procedimento simples: Clicar com o boto direito no shape e depois em Open Atribute
Table. No cone Table Options ( ) clicar em Add Field e escolher o formato
short. Ento basta atribuir os valores correspondentes. No existe nenhum critrio, basta que
sejam anotados, pois a partir de ento com esses nmeros que sero referidas as classes. A
Figura A.5.1 indica as classes e valores usados na presente pesquisa.

Figura A.5.1 Valores inteiros atribudos s classes dos mapas de cobertura e uso do
solo.

Alm disso, importante que o arquivo shape possua um retngulo envolvente, que
corresponder aos limites de todas as camadas dos arquivos subsequentes. No caso do presente
estudo, ele foi gerado usando a ferramenta para criao de retngulo da guia Editor e, em

140
seguida, integrado ao conjunto de polgonos de cobertura e uso da terra. Outras ferramentas
podem ser usadas para esse fim.

A converso de shape para raster foi realizada por meio do Arcgis 10.1 com a ferramenta
Polygon to Raster disponvel em Conversion Tools > To Raster. Os parmetros adotados esto
apresentados na Figura A.5.2, a seguir.

Figura A.5.2 - Janela da ferramenta Polygon to Raster.

A partir dessa primeira converso foi gerada uma mscara por meio da ferramenta
Raster Calculator, disponvel em Spatial Analyst Tools > Map Algebra, na qual foi inserida a
equao que consta na Figura A.5.3, a seguir.

Figura A.5.3 - Janela da ferramenta Raster Calculator.

O resultado uma mscara com a mesma quantidade de linhas e colunas e iniciada no

mesmo ponto que a cobertura e uso da terra de 1986, porm com todos os valores de pixel igual
a 1. A primeira vantagem de mscara poder parametrizar os limites dos mapas de sada. Alm
disso, importante se ter a mscara para corrigir pequenas inconsistncias geomtricas ou
posicionais, muito comuns ao se usarem diferentes plataformas em etapas de manipulao,
como ser descrito mais adiante.

141
 Com isso, ao se abrir novamente a ferramenta Polygon to Raster para os trs anos
seguintes, clica-se em Environments e depois em Processing Extent, e escolhe-se na guia Extent
a camada da mscara, conforme a Figura XX, a seguir. Como resultado, o ArcGIS produz a sada
conforme estas coordenadas, mesmo que algum tipo de problema ocorra.
.

Figura A.5.4 - Janela da ferramenta Environment Settings.

5.2 Variveis contnuas

Os mapas de distncia foram criados a partir das bases vetoriais previamente

preparadas, nas quais foram exportadas apenas as feies de interesse, ou seja, as vias
macrometropolitanas, vias estruturais, logradouros, aeroporto e acessos em arquivos distintos.
Cada um deles foi submetido ferramenta Euclidean Distance do Arcgis 10.1, disponvel em
Spatial Analyst Tools > Distance, em que os parmetros principais foram preenchidos como
indicado na Figura A.5.5, a seguir e, em seguida, clica-se em Environments e depois em
Processing Extent, e escolhe-se na guia Extent a camada da mscara. Como resultado o
Arcgis gera a sada nestas coordenadas, ainda que algum tipo de problema ocorra.

Figura A.5.5 - Janela da ferramenta Euclidean Distance.

5.3 Verificao das bases em formato raster e alternativas para soluo.

142
 A cada base criada, verifica-se a quantidade de linhas e colunas, resoluo espacial e
coordenadas do raster. Para isso basta clicar com o boto direito na camada, abrir a opo de
propriedades, apontar a guia source, e verificar as linhas Columns and Rows, Cell Size (x, y),
Extent e Spatial Reference, conforme a Figura A.5.6, abaixo.

Figura A.5.6 - Janela Propriedades dos Raster.

Eventualmente pode acontecer de haver uma linha ou coluna a mais ou a menos ou

ainda, pixels com tamanho incorreto, e mesmo uma coordenada incorreta por conta de
arredondamento na sada do arquivo. Quando isso acontecer possvel corrigir o problema
usando a calculadora raster ou a manipulao do arquivo ASCII.

Calculadora raster

normalmente mais usado para correo do nmero de linhas ou colunas e

adequao do tamanho do pixel. Basta realizar a multiplicao entre a base a ser corrigida e a
mscara gerada na primeira etapa, alm de ajustar em Environments os parmetros de sada,
conforme segue a equao apresentada na figura A.5.7, a seguir. O resultado deve conter o
tamanho da mscara.

Figura A.5.7 - Janela da ferramenta Raster Calculator.

Manipulao do arquivo ASCII

143
 Quando o problema se relaciona ao par de coordenadas, a melhor opo resolver
utilizando a manipulao em ASCII. Assim, basta seguir a seguinte sequncia de passos:

Converter o arquivo em ASCII por meio da ferramenta Raster to ASCII disponvel em

Conversion Tools > From Raster.
Abrir o arquivo ASCII em um editor de texto, preferencialmente o Notepad ++, e verificar se
o problema pode ter sido causado por uma simples questo de arredondamento.
Alterar as linhas de coordenadas iniciais, conforme discriminado na Figura A.5.8 a seguir.

> to >
Figura A.5.8 Edio do arquivo em ASCII.

Converter o arquivo em Geotiff por meio da ferramenta ASCII to Raster disponvel em

Conversion Tools > To Raster.

6 Criao do cubo de mapas

Para facilitar a manipulao das variveis de entrada no Dinamica-EGO recomendado

utilizar o cubo de mapas, que nada mais que um conjunto de bases empilhadas em um
mesmo arquivo.

O Dinamica-EGO oferece uma ferramenta para criar um cubo de mapas: o functor Create
Cube Map. Assim, montou-se um modelo de acordo com o apresentado na figura a seguir. Os
mapas de distncias foram carregados por meio do functor Load Map, ao passo que os mapas
categricos foram ser carregados com o functor Load Categorical Map. Cada um deles entrou
em um functor Number and Name Map, onde foram inseridos os nomes que constaro no mapa
de sada e a ordem deles, a partir de 0.

O mapa de sada se d pela insero do functor Save Map e deve ser preferencialmente
no formato ERS, pois ele salva cada uma das camadas com o nome inserido no functor Number
and Name Map. A Figura A.6.1 apresenta um pedao do fluxo montado no software.

144
Figura A.6.1 Fluxo de dados no Dinamica-EGO, entre os mapas de entrada e o cubo de mapas
na sada.

7 Tabulao cruzada

A tabulao cruzada serve a dois propsitos distintos. O primeiro deles a eliminao

de transies esprias. Tais transies so especialmente comuns quando os mapas T0 e T1 tm
origem em processamentos automticos ou semiautomticos, mas tambm podem acontecer
nos mapeamentos realizados manualmente, ainda que em menor grau. Essas transies
esprias referem-se quelas que, de fato, no ocorrem na realidade, como o caso das
transies Urbano > Mata e Aeroporto > Mata em Guarulhos. importante mencionar que a
no correo deste problema incorrer na formao e expanso de manchas desconectadas
com o ambiente real.

O segundo propsito se refere conformao de uma base, que auxiliar o pesquisador

a estimar os parmetros de patcher, expander, rea mdia e varincia de tamanho de manchas
(tanto originadas por expanso quanto por difuso) para cada transio, que serviro para
alimentar o modelo. O procedimento desta etapa detalhada item a item, a seguir.

7.1 Processamento das bases

Primeiramente preciso importar os dados dos anos T0 e T1 no Ilwis. Utilizar a guia

Operation Tree, e escolher dentro de Import/Export a ferramenta Import via GDAL, conforme a
Figura A.7.1 abaixo.

145
 Figura A.7.1 Janelas de importao e exportao de mapas no Ilwis.

Para gerar a tabulao cruzada necessrio abrir a ferramenta Cross, disponvel dentro
de Raster Operations na guia Operation-Tree, conforme figura abaixo. Nela tambm possvel
observar que o preenchimento deve ter o mapa inicial em 1st Map, e final em 2nd Map, um
nome de tabela deve ser informado (neste caso, CrossTab_Table_1993-2000) e clica-se na opo
para gerar o mapa, e informando-se o nome dele (neste caso, CrossTab_Map_1993-2000). Em
seguida clica-se em Show, conforme Figura A.7.2.

Figura A.7.2 Janela de tabulao cruzada no Ilwis.

O tratamento do resultado foi realizado no Excel e no ArcGis. Para isso preciso exportar
a tabela e o mapa corretamente. Assim, novamente na caixa Import/Export e clicar duas vezes
em Export. Seleciona-se na lista de bases o mapa a ser exportado, escolhe-se o formato Arc/Info
ASCII .ASC e clica-se no boto com as reticncias para se escolher a pasta de destino. Repete-se
o procedimento com a tabela, escolhendo-se neste caso o formato DBF, conforme Figura A.7.3.

146
 Figura A.7.3 Janela de exportao de dados no Ilwis.

7.2 Anlise do resultado

Abre-se o mapa no ArcGIS. possvel verificar que a quantidade de classes foi

aumentada. No exemplo abaixo, as 13 classes de origem passaram a 35 classes. Isso ocorre
porque gerada uma classe nova para cada transio, assim temos as 13 classes em situao de
permanncia (reas em que no houve transies), mais 22 transies possveis. A prxima
etapa dever elencar quais transies ocorreram de fato e quais so esprias. Para isso,
preciso abrir o DBF no Excel, que dever conter um arquivo com o aspecto da Figura abaixo.

147
 Na coluna A (CrossTab_...) est a classe
gerada por tabulao cruzada; na coluna B
(C1993_5m), est a classe atribuda ao ano
de 1993; na coluna C (C1200_5m), est a
classe atribuda ao ano de 2000; na coluna D
(NPIX), est o nmero de pixels nesta
condio, e na coluna E (AREA), a rea
referente a eles. Assim, as linhas que tm o
mesmo valor nas colunas B e C indicam que
no houve transio; as linhas com valores
diferentes indicam que houve transio. A
correo da base est em manter o valor da
coluna C apenas quando este estiver correto.

Como o formato ASCII do mapa no

permite texto como valor de pixel (por
exemplo, o texto 0 * 0 da clula A2), o Idrisi
atribui o valor inteiro 1 para a primeira
transio, 2 para a segunda, e assim por
diante. O primeiro passo , portanto,
adicionar uma nova coluna ID e preencher
com esses nmeros nesta ordem. Assim,
possvel relacionar as 35 classes da tabela
com as 35 classes no mapa.

Em seguida, preciso criar a coluna CLASSE e

avaliar a possibilidade da transio existir
efetivamente. Quando os valores so iguais
nas colunas B e C, basta copiar o valor para a
coluna CLASSE; quando eles so diferentes,
preciso ponderar se a transio pertinente.
No caso apresentado, o nico erro ocorreu
na linha 36, em que um pequeno nmero de
pixels apresentou a transio de Loteamento
Desocupado para Mata. Isso ocorreu durante
a converso do polgono para raster e se
configura em um erro. Na reclassificao,
ser mantido o valor 4, isto , permanncia
da classe Loteamento Desocupado.

148
 7.3 Atribuio de classes para corrigir os valores

Com os valores corretos atribudos a cada uma das 35 classes, foi utilizada a ferramenta
Reclassify do Arcgis, disponvel na guia Reclass dentro de Spatial Analyst Tools. Ali basta
selecionar o mapa CrossTab, clicar em unique para se ter pares de valores e preencher conforme
marcado na tabela, sendo que a coluna Old Values faz referncia ao ID do Excel, e na coluna New
Values, devero ser inseridos os valores corretos para cada classe. Clica-se em Environments >
Processing Extent e seleciona-se a camada da mscara, depois clica-se em Output Coordinates e
seleciona-se a camada da mscara (pode ocorrer que o arquivo ASCII no tenha a referncia de
coordenadas). Salva-se o arquivo como TIF, inserindo-se uma informao para marcar que esta
classificao foi corrigida, como C2000_corrigida.tif, por exemplo.

7.2 Matriz de transio por classe - MTC

A prxima etapa gerar os parmetros que sero utilizados no modelo de formao e

expanso de manchas do Dinamica-EGO. Para isso, realizada uma anlise sobre as matrizes de
transio por classe, geradas para cada uma das transies.

Em primeiro lugar, foi realizada novamente a tabulao cruzada com o mapa original de
T0 e o mapa corrigido de T1, e ento ambos foram exportados. Novamente, foi adicionada uma
coluna de ID no Excel, e as linhas foram numeradas com 1, 2, ..., n, conforme a ordem. Novas
colunas foram criadas, contendo os valores das transies possveis, como 1>5, 4>1, 4>2, 4>3,
5>4 e assim por diante.

Em cada transio, foi realizada a seguinte sequncia de operaes para reclassificao

dos valores:

se a transio em si, atribui-se o valor 3.

se o valor da classe no mapa T0 igual ao valor de origem da transio analisada, atribui-
se o valor 2;
se o valor da classe no mapa T1 igual ao valor de destino da transio analisada, atribui-
se o valor 1;
todas as demais recebem o valor 0.

A Figura A.7.4 a seguir mostra um trecho da tabela como exemplo.

Figura A.7.4 Tabela com as transies de classe.

149
 A Equao A.7.1 foi utilizada no Excel para automatizar a reclassificao da tabela da
Figura A.7.4:

=SE(E($B2=ESQUERDA(J$1;1)*1;$D2=DIREITA(J$1;1)*1);3;SE
($B2=ESQUERDA(J$1;1)*1;2;SE($D2=DIREITA(J$1;1)*1;1;0)))

Equao A.7.1 Exemplo de equao a ser utilizada no Excel.

Com isso, seguiram-se os passos com a ferramenta Reclassify para se gerar um novo
raster para cada transio, como o apresentado abaixo. A matriz de transio para a classe 4>1
(coluna J) indica a transio de Loteamento Desocupado para a classe Urbano Regular. O
resultado apresentado na Figura A.7.5 a seguir:

Figura A.7.5 Mapa de transio de classe.

As classes de interesse so as de nmero 1 e 3, e de fato, sendo que as demais poderiam

ser unificadas para destacar apenas as classes 1 e 3. A interpretao a seguinte: as manchas v
representam a totalidade das classes de reas urbanas regulares existentes em T0 ao passo que
as manchas azuis representam as transies de interesse, ou seja, os locais que eram
Loteamento Desocupado no T0 e passaram a Urbano Regular em T1. Alm disso, as manchas
azuis que esto em contato com as vermelhas se formaram por expanso, o que no modelo
corresponder ao valor do algoritmo de alocao de transio expander, ao passo que as
manchas azuis isoladas surgiram por formao de mancha (ou difuso), que no modelo
corresponder ao patcher. Assim, preciso estimar para cada transio a porcentagem que deve
ser atribuda a cada parmetro, ou seja, quanto dessa transio especificamente foi formada
por expanso das manchas e quanto foi formado por formao de novas manchas.

150
 importante destacar que h duas formas de se resolver isso, e ambas sero apenas um ponto
de partida, ou seja, independentemente do mtodo adotado, importante se ter em mente que
posteriormente os parmetros sero alterados no processo de validao. As duas so
detalhadas na seo a seguir.

7.3 Extrao dos parmetros

7.3.1 - Parcial

Os valores para patcher e expander so estimados visualmente, ou seja, os mapas so

gerados conforme a Figura A.7.5, para cada uma das transies. No mapa acima, poder-se-a
estimar 35% para a funo expander e 65% para a funo patcher.

Aps avaliarem-se todas as transies e atriburem-se esses coeficientes, preciso

estimar os valores de rea mdia, varincia e ndice de isometria. Para os dois primeiros, recorre-
se aos seguintes passos:

Exportar o mapa Crosstab gerado na Etapa 7.1 para o formato shape por meio da
ferramenta Raster to Polygon, disponvel em Conversion Tools > From Raster. Desmarcar
a opo para simplificar os polgonos.
No shape gerado, abrir a tabela correspondente e criar uma coluna por meio de Add
Field, com nome: Area_ha e type: Double.
Clicar com o boto direito > Calculate Geometry > Area > Hectares.
Clicar com o boto direito na coluna > Summarize. Na caixa 1, selecionar o nome do
atributo de classe. Depois, na guia 2, localizar o atributo de rea, clicar no sinal + e
escolher Average e Variance. Ento, selecionar um local para receber a tabela e clicar
OK, conforme a Figura A.7.6.

Figura A.7.6 Janela de seleo da funo Summarize.

Por fim, a isometria define o formato das manchas. Normalmente, para classes urbanas,
atribudo o valor 1,5. Quanto mais esse valor se aproxima de 2, mais o aspecto da mancha se
torna geometricamente estvel, isto , compacto.

151
 Bastar ento preencher uma tabela como a apresentada a seguir e reserva-la para a
etapa de modelagem:

Expander Patcher rea Mdia Varincia ndice de Isometria

0.35 0.65 560 234 1.5
Tabela A.7.1 Parmetros para a modelagem

7.3.2 - Completo

No modo melhorado, os valores de patcher e expander so calculados diretamente na

base, com valores exatos. Alm disso, o clculo de rea mdia, varincia, ambos fornecidos em
hectares (ha), e ndice de isometria so estimados para as reas que sofreram formao ou
expanso das manchas.

Para isso, todos os mapas MTC devem ser convertidos em shape, conforme descrito na
Seo 7.3.1 do Apndice A, e a ele deve ser criada uma coluna de atributos chamada Touch_2,
com valor short. Uma consulta espacial deve ser conduzida para separar os polgonos da classe
3 que tocam os polgonos com da classe 2. E devero ser marcados com o valor 1. Para auxiliar
nesta etapa, foi criado um script para ArcGIS que automatiza esta parte do procedimento, e est
disponibilizado no Apndice B.

No shape gerado, abre-se a tabela correspondente e cria-se uma coluna por meio de
Add Field, com nome: Area_ha e type: Double.Os procedimentos so os seguintes:

Clicar com o boto direito > Calculate Geometry > Area > Hectares.
Calcular a rea para os polgonos que tocam os polgonos da classe 2 e os que no tocam, e
calcular as porcentagens para se obterem, respectivamente, os valores de expander e
patcher.
Clicar com o boto direito no Shape e depois em Properties. Em Definition Query, criar a
seguinte query: "Touch_2" = 1.
Clicar com o boto direito na coluna > Summarize. Na guia 1, selecionar o nome do atributo
de classe. Depois, na guia 2, localizar o atributo de rea, clicar no sinal + e escolher Average
e Variance para o parmetro expander.
Repetir o procedimento para a query "Touch_2" = 0 e preencher os dados para o parmetro
patcher.

Por fim, o ndice de isometria se refere ao formato das manchas. Normalmente, para
classes urbanas, atribudo o valor 1,5. Quanto mais esse valor se aproxima de 2, mais o aspecto
da mancha se torna geometricamente estvel, isto , compacto.

Bastar ento preencher uma tabela como a apresentada a seguir e reserva-la para a
etapa de modelagem:

Transio Expander Patcher Expander Patcher

4>1 0.278 0.722 rea Mdia Varincia Isometria rea Mdia Varincia Isometria
234 243 1.5 430 590 1.5
Tabela A.7.2 Parmetros para a modelagem

152
Etapa B Construo do modelo

A construo do modelo para o projeto seguiu as indicaes da documentao oficial, e

so apresentadas nas sees a seguir as figuras com os modelos gerados.

1 Matriz de transio

Figura B.1 Entradas e sadas para a gerao das matrizes de transio.

2 Pesos de evidncia

O arquivo pesos de evidncia contm quatro passos integrados. No primeiro deles,

gerado o esqueleto com as faixas de distncia para cada um dos mapas. No passo seguinte, este
esqueleto preenchido com os pesos de evidncia para cada faixa da varivel em cada transio.
O passo trs prepara a anlise de correlao entre as variveis e, por fim, no passo quatro,
gerado o mapa de probabilidade de transio para cada uma das transies.

Figura B.2 Entradas e sadas para a gerao dos pesos de evidncia.

A anlise dos resultados deve passar pela verificao do contedo da tabela no passo
trs, apresentada na Figura xx a seguir. Nela possvel observar a classe de origem, a classe de
destino e o resultado da comparao de correlao entre a primeira e a segunda varivel. Uma
vez que o mtodo de pesos de evidncia tem como premissa o fato de as variveis serem

153
independentes, quando houver a correlao em um par de coordenadas, preciso excluir uma
delas (preferencialmente, a mais fracamente associada com a transio) ou integr-las, gerando
uma nova varivel. O resultado mostra a possibilidade de correlao por meio de cinco ndices
distintos, a saber: Chi-Quadrado, Crammer, Contigncia, Joint Entropry e Joint Uncertanly.

Figura B.3 ndices para avaliao de correlao entre as variveis.

No presente estudo, foi considerado o ndice Joint Information Uncertainty, descrito em

Bonham-Carter (1994). Assim, para cada par de variveis analisado, foi verificado se o ndice
apresentava valor superior a 0,5 de associao ou dependncia espacial. Quando isso acontecia,
uma das variveis era excluda, objetivando-se deixar apenas variveis espacialmente
independentes.

Alm disso, o mapa de probabilidades deve ser usado para verificar se as variveis
utilizadas conseguiram delimitar corretamente as reas com maiores probabilidades de
transio para cada uma das classes. Isso pode ser feito ao adicionar o mapa de probabilidades,
as novas reas de uma determinada transio (classe 4 do mapa mtc) e os mapas de distncia
calculados do cubo de mapas, como apresentado na Figura XX a seguir. O objetivo desta fase
tentar encontrar quais so as variveis que determinam mais uma determinada transio.
Sugere-se que na primeira vez em que se rodar o modelo, sejam usadas todas as variveis
disponveis, e depois, no momento de reviso, esta anlise de sobreposio seja realizada, para
melhorar os resultados obtidos.

3 Modelo de transio com formao e expanso das manchas

154
 Figura B.4 Entradas e sadas para a simulao do mapa de cobertura e uso da terra.

4 Validao por decaimento exponencial

Figura B.5 Entradas e sadas para a validao do mapa simulado.

155
Apendice B Script para integrar a consulta por Atributos e Espacial

O presente script realiza o seguinte conjunto de passos: Ao fornecer o caminho onde

foram guardados os arquivos em raster com as classes 0, 1, 2 e 3 em formato tiff, em que as
classes de interesse so 1 e 3, conforme descrito na Seo 7.2 do apndice A, o script converter
o raster em shape e realizar a consulta para saber quais so os polgonos da classe 3 que tocam
a classe 1. Como resultado ser criado, para cada arquivo raster na pasta de origem, um arquivo
shape com a denominao NomeDoArquivo_Grid3.shp, o qual ter a indicado na coluna touch_1
o resultado da anlise, marcando 1 para os polgonos que tocam e 0 quando no tocam.
Alm disso, tambm deixar uma tabela em DBF com estes resultados e o clculo da rea
correspondente. O shape servir para o clculo dos parmetros de rea mdia e varincia em
duas etapas, conforme descrito na Seo 7.3, ao passo que a proporo entre os polgonos que
tocam a classe 1 e os que no a tocam, fornecer os parmetros de expander e patcher,
respectivamente.

Para adicionar o script no Arcgis como ferramenta do Arctoolbox, preciso copiar o

texto indicado no script 1 em um editor de texto e salvar com o nome EstimatePatcherExpander.
Posteriormente, preciso localizar o arquivo na pasta correspondente e alterar a extenso do
arquivo para py, ou seja, EstimatePatcherExpander.py. Este o formato do Python, linguagem
usada para compor o script.

A partir da, basta clicar com o boto direito em um espao livre do Arctoolbox em Add
ToolBox. Ento, clica-se no cone New ToolBox e cria-se uma nova ToolBox na pasta de interesse
com o nome de preferncia. Feito isso, basta selecion-la para adicion-la em Arctoolbox.

No passo seguinte, preciso clicar com o boto direito na Toolbox criada, e depois em
Add > Script. Na janela que aberta, copia-se EstimatePatcherExpander em Name e Label, e
clica-se em Avanar.

Em Script File, localiza-se a pasta onde o arquivo python foi salvo, seleciona-se o
mesmo e clica-se em Avanar. Na guia de parmetros, digita-se Caminho de Origem na
primeira linha, e seleciona-se Folder na coluna seguinte. Na linha debaixo, digita-se Caminho
de Destino e seleciona-se novamente Folder na coluna seguinte, conforme Figura B.1 abaixo.

156
 Figura B.6 Janela para insero das propriedades do script.

Feito isso basta clicar em Finish. A ferramenta criada, e para us-la basta clicar duas
vezes sobre ela, que deve abrir como na figura abaixo. Para usar, preciso indicar no primeiro
campo a localizao das figuras mtc, em formato tif, criadas na Seo 7.2 do Apndice A, e no
segundo campo a pasta de destino dos resultados pretendidos.

Figura B.7 Ferramenta pronta para uso.

Script 01

# Desenvolvido por Henrique Ramos em 04/2017

# Realiza, em lote, a converso para shape de um arquivo raster, e a consulta por atributo e espacial entre as classes
1e3
# com proposito de estimar os parametro patcher e expander do software dinmica-EGO
# by: Maza

import arcpy, os

#Le o local de origem e gera as linhas de endereo para cada arquivo tif
path = arcpy.GetParameterAsText(0)
writeLog=open(path+"\FileListLog.txt","w")

157
for fileName in os.listdir(path):
fullPath = os.path.join(path, fileName)
if os.path.isfile(fullPath):
basename, extension = os.path.splitext(fullPath)
if extension == ".tif":
writeLog.write(fullPath+"\n")
print fileName + "\n"
print "Done"
writeLog.close()

#Le o arquivo o caminho para exportar os arquivos e le o arquivo txt

exportPath =arcpy.GetParameterAsText(1)
TIFread=open(path+"\FileListLog.txt","r")
for line in TIFread:
line=line.rstrip('\n')
if os.path.isfile(line):
basename, extension = os.path.splitext(line)
newName=basename.split('\\')[-1]
if extension.lower() == ".tif":

# Gera as variveis locais

RasterFile = line
SHPfromRST = exportPath+"\\"+newName+".shp"
Grid1_Path = exportPath+"\\"+newName+"_Grid1.shp"
Grid3_Path = exportPath+"\\"+newName+"_Grid3.shp"
lyr = newName+"_lyr"
lyr1 = newName+"_lyr1"
lyr3 = newName+"_lyr3"
tbl_path = path+"\\"+newName+".dbf"
print "Basename:" +newName

# Exporta o arquivo para shape, cria dois novos arquivos com base na seleo por atributos e cria o atributo
touch_1
arcpy.RasterToPolygon_conversion(RasterFile, SHPfromRST, "NO_SIMPLIFY", "Value")
arcpy.MakeFeatureLayer_management(SHPfromRST, lyr)
arcpy.SelectLayerByAttribute_management(lyr, "NEW_SELECTION", "\"GRIDCODE\" = 1")
arcpy.CopyFeatures_management(lyr, Grid1_Path, "", "0", "0", "0")
arcpy.SelectLayerByAttribute_management(lyr, "NEW_SELECTION", "\"GRIDCODE\" = 3")
arcpy.CopyFeatures_management(lyr, Grid3_Path, "", "0", "0", "0")
arcpy.AddField_management(Grid3_Path, "Touch_1", "LONG", "", "", "", "", "NULLABLE", "NON_REQUIRED", "")

#Seleo por localizao e atribuio de verdadeiro e falso para a seleo nos polgonos de classe 3
arcpy.MakeFeatureLayer_management(Grid1_Path, lyr1)
arcpy.MakeFeatureLayer_management(Grid3_Path, lyr3)
arcpy.SelectLayerByLocation_management(lyr3, "BOUNDARY_TOUCHES", lyr1, "", "NEW_SELECTION")
arcpy.CalculateField_management(lyr3, "Touch_1", "1", "VB", "")

#Deleta os arquivos desnecessrios, calcula as reas dos polgonos de classe 3 e gera uma tabela em DBF com
os resultados
Delete_succeeded = "false"
arcpy.Delete_management(SHPfromRST, "") #exclui o arquivo principal oriundo do raster
arcpy.Delete_management(Grid1_Path, "") #exclui o arquivo com gridcode = 1
arcpy.AddField_management(Grid3_Path, "Area_ha", "DOUBLE", "", "", "", "", "NULLABLE", "NON_REQUIRED",
"")
arcpy.CalculateField_management(Grid3_Path,"Area_ha","!shape.area@hectares!","PYTHON_9.3","#")
arcpy.CopyRows_management(Grid3_Path, tbl_path, "")
print line + "Export Done"
TIFread.close()
item=path+"\FileListLog.txt"
os.remove(item)

158