Академический Документы
Профессиональный Документы
Культура Документы
V.1
So Paulo
2017
HENRIQUE ALESSANDRO DE ALMEIDA RAMOS
So Paulo
2017
Dedico este trabalho minha me, que
muito cedo acumulou a funo de pai.
Agradecimentos
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.
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.
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.
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
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.
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.
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.
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).
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.
6
2 Objetivos
7
3 Fundamentao Terica
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.
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).
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.
0
= , equao 3.1
1
12
a totalidade deles estiver correta, atinge-se o valor mximo e ao mapa atribuda
a confiabilidade de 100%.
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.
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.
14
visualizar as respostas ocorridas em funo da modificiao de variveis e
parametros de entrada de um dado modelo.
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.
+ = ( , ) , Equao 3.2
em que
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.
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.
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.
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)
19
Figura 3.2 Tipos de vizinhana (LIU, 2009)
20
A Figura 3.4, a seguir, apresenta o resultado da aplicao dessa nova regra,
para os mesmos 25 passos de iterao.
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).
22
este ltimo um dos campos de pesquisa promissores da rea (Almeida et.
al.,2007).
3.4.2 Dinamica-EGO
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.
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:
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).
2
= Equao 3.1
. .
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.
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.
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.
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.
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.
31
estes mtodos, possvel incluir a modelagem de cenrios virtuais, que buscam
recriar os processos dinmicos da realidade no ambiente digital.
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.
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.
34
4 rea de Estudo
4.1 Localizao
36
Figura 4.2 Distritos e bairros no municpio de Guarulhos. Elaborao prpria com
base nos dados do Webgeo-Guarulhos.
37
4.2 Geografia Fsica de Guarulhos
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.
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.
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.
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.
42
local, formando tambm a toponmia que define o local at hoje em dia, como o
bairro de Lavras, por exemplo.
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.
43
Fbrica Dental Suprema, que naquele ano declarou ter exportado cadeiras de
dentistas.
44
Figura 4.4 - Rodovia Presidente Dutra por volta de 1960. IBGE, 2017
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.
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).
47
retificado. J em meados da dcada de 1930, torna-se um aeroporto secundrio,
utilizado para avies de pequeno porte e, posteriormente, helicpteros.
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.
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).
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
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.
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.
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.
55
5 Material e Mtodos
5.1 Procedimentos Metodolgicos
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
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
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
Euclidiana
Dados Vias Estruturais
Logradouros Dinamica-EGO
Classificao T0
Vetor para Raster
Classificao T1
5. Calibrao
58
5.1.1 Registro das Imagens
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.
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.
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.
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.
64
e para o ltimo perodo, produziu-se a classificao de 2000 e a classificao
corrigida de 2007.
Matriz de Transio
65
Funo Expander e Patcher
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.
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.
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
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
70
Figura 6.1 Pontos de verdade de campo.
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
72
6.2 Mapeamentos
73
74
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.
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
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)
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)
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.
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
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.
87
Figura 6.16 Grficos dos pesos de evidncia com a varivel de Distncia Indstria
/Galpo.
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.
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.
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.
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
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.
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.
Figura 6.26 Grficos dos pesos de evidncia com a varivel de Distncia s Vias
Macrometropolitanas
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.
Figura 6.27 Grficos dos pesos de evidncia com a variveis de distncia indstria
/ galpo.
Distncia ao aeroporto
1986-1993 1993-2000 2000-2007
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.
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.
Figura 6.32 Grficos dos pesos de evidncia com a varivel da distncia classe Vias
Estruturais.
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.
Figura 6.33 Grficos dos pesos de evidncia com a varivel da distncia classe
Declividade.
Declividade
1986-1993 1993-2000 2000-2007
Figura 6.34 Grficos dos pesos de evidncia com a varivel da distncia classe
Declividade.
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.
Distncia ao Aeroporto
1986-1993 1993-2000 2000-2007
Figura 6.36 Grficos dos pesos de evidncia com a varivel de distncia ao aeroporto.
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.
108
6.5 Consideraes sobre os Mapeamentos, Matrizes de Transio e
Pesos de Evidncia
109
preponderantes para que o municpio absorvesse um grande contingente
populacional.
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.
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.
112
possvel verificar a disposio dessas probabilidades ao redor do aeroporto de
Guarulhos.
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.
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.
114
irregulares. Contudo, nos dois perodos seguintes o aeroporto deixa de exercer
essa atrao para esta classe.
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.
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.
117
ocorreu sobre 23,8% dos loteamentos desocupados. Nos demais perodos o
percentual se estabilizou em torno dos 10%.
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.
119
6.6 Resultados da Modelagem
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.
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.
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
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.
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.
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.
BTTNER, G.; FERANEC, J.; JAFFRAIN, G.; Corine Land Cover Update 2000:
Technical Guide. EEA Technical Report n. 89. EEA, Copenhagen. 2002.
129
Pastures in an Andean Biodiversity Hotspot, Forests, v6, Issue 11, pag 3828-
3846, 2015.
COUCLELIS, H.; From cellular automata to urban models: new principles for
model development and implementation. Environment and Planning B, v.24,
pp. 165174, 1997.
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.
131
LANDIS, J. R.; KOCH, G. G. The measurement of observer agreement for
categoriacal data. Biometrics, v. 33, p. 159-174, 1977.
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.
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.
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
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.
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.
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.
136
Apndice A Memorial para Modelagem
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:
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
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.
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.
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.
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.
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.
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.
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.
.
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.
Calculadora raster
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:
> to >
Figura A.5.8 Edio do arquivo em ASCII.
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
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.
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.
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.
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.
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.
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)))
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:
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.
7.3.1 - Parcial
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.
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:
7.3.2 - Completo
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:
152
Etapa B Construo do modelo
1 Matriz de transio
2 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.
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.
154
Figura B.4 Entradas e sadas para a simulao do mapa de cobertura e uso da terra.
155
Apendice B Script para integrar a consulta por Atributos e Espacial
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.
Script 01
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()
# 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