Indicadores geográficos e modelagem de dados para políticas urbanas e ambientais

Pós-Graduação Lato Sensu
“Especialização na Aplicação dos Instrumentos das
Políticas Urbana e Ambiental nos Contextos Municipais”
Profa. Denise Vogel
INDICADORES GEOGRÁFICOS E MODELAGEM DE DADOS
PROF. Dr. VITOR VIEIRA VASCONCELOS

Apresentação
 Professsor: Vitor Vieira Vasconcelos
 Email: vitor.vasconcelos@ufabc.edu.br, vitor.v.v@gmail.com
 Telefone: 31-99331-1593 (Tim – Whatsapp)
 Skype: amfeadan / Vitor Vieira Vasconcelos (amfeadan@outlook.com)
 Facebook: https://www.facebook.com/vitor.vieiravasconcelos?fref=ts
 Linkedin: http://br.linkedin.com/pub/vitor-vieira-vasconcelos/29/338/574
 Currículo Lattes: http://lattes.cnpq.br/8151243279050980
 Academia: https://ufabc-br.academia.edu/VitorVasconcelos
 Research Gate: https://www.researchgate.net/profile/Vitor_Vasconcelos2
 Scribd: http://pt.scribd.com/amfeadan
 Google scholar: http://scholar.google.com.br/citations?user=k8Y-3xYAAAAJ&hl=pt-BR

Apresentação de vocês
•Nome
•Experiência na área de construção de
indicadores
Incluindo sua distribuição espacial
•Interesses e expectativas em relação à
disciplina

INDICADORES GEOGRÁFICOS E
MODELAGEM DE DADOS
•Carga horária: 15 horas (5 aulas)
•Segundas e quartas feiras
•Horário 18:15 a 21:15

Objetivo geral
• Compreender as principais possibilidades de modelagem de
dados geográficos disponíveis para políticas urbanas e
ambientais
Objetivos específicos
Ao final do curso, espera-se que os estudantes sejam capazes
de:
• Compreender dos principais indicadores urbanos e
ambientais disponíveis
• Compreender das principais possibilidades metodológicas
de integração dos dados espaciais para formação de
indicadores

Competências
1. Noções de resolução e escala espacial e temporal
de dados
2. Análise de padrões espaciais de indicadores sobre
o território
3. Abstração de tendências gerais a partir da
agregação de dados específicos
4. Capacidade de ligar os conteúdos do curso com
aplicações reais no contexto de trabalho do
estudante

Metodologia e Recursos didáticos
• Aulas expositivas
• Exploração conjunta de portais de dados
• Demonstração de manipulação e visualização de dados em
software de geoprocessamento
• Vídeos
• Dinâmicas de grupo
• Estudos de caso
• Materiais didáticos a serem disponibilizados
oApostila
oSlides
oEstudos de caso e artigos de referência

Avaliações
•Atividades individuais
 Realizadas durante cada aula
Atividade avaliativa de fim de curso
Individual ou em dupla

Bibliografia básica
SANTOS, Rozely
Ferreira dos.
Planejamento
Ambiental:
teoria e prática.
Oficina de textos.
2004.
Capítulo

Bibliografia Básica
VEIGA, José Eli. Para
entender o
desenvolvimento
sustentável.
Editora 34, 2015.

SILVA, Ardemirio de
Barros
Análise quantitativa
espacial: conceitos e
fundamentos.
Curitiba: Appris,
2018.

FERREIRA, Marcos
Cesar. Iniciação à
análise geoespacial:
teoria, técnicas e
exemplos para
geoprocessamento.
SciELO-Ed. UNESP,
2016.

Bibliografia
complementar
Maggino, Filomena (Ed.).
Complexity in society:
From indicators
construction to their
synthesis (Vol. 70). Cham,
Switzerland: Springer.
2017.

Aulas e conteúdos
17/5/2023 – Quarta-feira
OBJETIVO DA AULA
Introdução ao curso e conceitos básicos
CONTEÚDO PROGRAMÁTICO
• Dados, indicadores e índices.
• Critérios e estratégias para seleção e construção de indicadores.

Aulas e conteúdos
22/5/2023 – Segunda-feira
OBJETIVO DA AULA
Indicadores sociodemográficos
• Principais bases de dados espaciais sociodemográficos.
• Principais indicadores socioeconômicos

Aulas e conteúdos
OBJETIVO DA AULA
Indicadores ambientais
• Principais bases de dados espaciais ambientais.
• Principais indicadores ambientais.
• Objetivos de Desenvolvimento Sustentável (ODS).

Aulas e conteúdos
29/5/2023 – Segunda-feira
OBJETIVO DA AULA
Construção e geovisualização de indicadores
• Indicadores formativos: análise multicritério, AHP.
• Indicadores reflexivos: redução de dimensionalidade.
• Espacialização de zonas contíguas homogêneas, interpolação e
kernel.
• Geovisualização de indicadores geográficos: mapas coropléticos
e geovisualização multivariada.

Aulas e conteúdos
OBJETIVO DA AULA
Modelagem estatística-espacial de indicadores
• Noções conceituais de modelos de inferência estatística:
correlação, regressão e modelos dinâmicos.
• Noções conceituais de inferência estatística espacial:
autocorrelação espacial, regressões espaciais locais e globais,
geoestatística, microssimulação.

Conteúdo da aula
•Modelagem conceitual
•Seleção de indicadores
•Escala e resolução de indicadores

Modelos
• Representações simplificadas de um objeto, estrutura, ideia ou sistema.
• Estas representações atendem a algum propósito!!!
• São menores, menos detalhados, menos complexos, ou tudo isso junto…
Yi = β0 + Xi β1

Modelagem Conceitual
Exemplo: Modelagem Queimadas em uma Unidade de Conservação
Ambiente exógeno
Clima
Temperatura
Chuva
Vento
Unidade de Conservação
Plantas
Gramíneas
Arbustos
Árvores
Animais
Terrestres
Aquáticos
Humanos
Brigadistas
Solo
Umidade
Nutrientes

Modelando Relações
Consumo do
recurso
natural
Disponibilidade
do recurso
natural
Retroalimentação
negativa
Retroalimentação
positiva
Aquecimento
global
Derretimento
das calotas
polares

Modelagem Sistêmica
Consumo de
recurso natural
Disponibilidade do
recurso natural
Retroalimentação
negativa
Retroalimentação
positiva
Aquecimento
global
Derretimento das
calotas polares
Situação Inicial
Explosão
Esgotament
o
Tempo
Tempo
Equilíbrio
Situação
Inicial
A
B

Modelando Relações
Efeitos da reintrodução dos lobos no parque Yellowstone
Número
de lobos
Número
de Veados
Crescimento
das Árvores
Número de
Ursos
Número de
Castores
Velocidade
das Águas
Número e tamanho
das trutas
Crescimento
de suculentas
Carcaças
Disponíveis
Número de
aves de rapina
Número de
Coiotes
Número de
raposas
Número aves
canoras
Número de
Roedores
Robbins (2004)

Atividade
Faça uma modelagem conceitual do contexto de
atuação profissional onde você atua, incluindo:
•Os elementos
•Possíveis agrupamentos entre os elementos
•As relações entre os elementos

• Externalidades
(tendências e incertezas)
• Ações
• Métricas
• Relações
Método XLRM
LEMPERT, R. J., S. W. POPPER and S. C. BANKES (2003). Shaping the Next One Hundred Years : New Methods for
Quantitative, Long-term Policy Analysis. Santa Monica, CA, RAND Corporation.
X– Externalities
L– Levers
M– Metrics
R- Relationships

Contexto
• Delimitação da esfera de decisão de
ação:
 Contexto de atuação profissional de cada
um
• Objetivo
 Melhoria na aplicação da sua área de
atuação

Externalidades
• Tendências:
 Conseguimos ver um padrão no passado, que
pode ser projetar para o futuro
• Incertezas:
Não sabemos como irão se comportar no futuro
Atividade
Selecionem 2 principais tendências e 2 principais incertezas
externas que afetam o seu contexto de atuação profissional
O que está fora do raio de decisão e ação dos participantes

Externalidades
• Escrevam as duas tendências mais
relevantes no seu contexto de atuação
profissional
 Caracterizem a tendência qualitativa ou
quantitativamente (ex: crescimento, decrescimento,
e em quanto deve mudar)
• Escrevam as duas incertezas mais relevantes
 Exemplo de caracterização: limites negativos ou
positivos (qualitativo ou quantitativo), possíveis
resultados

Ações
• Escrevam duas ações que vocês podem
tomar e que implicariam em mudança na
qualidade do serviço prestado pela sua
área de atuação profissional

Métricas
• Selecionem os três indicadores mais
importantes que podem ser medidos para
avaliar a eficácia do seu contexto de atuação
profissional
 Procurem especificar como medir esses
indicadores de forma prática

Relações
Crie setas e balões intermediários relacionando as
externalidades, ações e métricas
Externalidades
Ações
Item H Item I
Métricas
Item E
Item F
Item G
Tendências
Item A
Item B
Incertezas
Item C
Item D

Relações
• Exemplo
Externalidades
Ações
Nova Barragem
Métricas
Quantidade
de água
Assoreamento
Tendências
Desmatamento
Incertezas
Chuva
Erosão
?

BUTLER, J. R. A. et al. Scenario planning to leap-frog the Sustainable Development Goals: an adaptation pathways approach.
Climate Risk Management, v. 12, p. 83-99, 2016.
4. Recursos
humanos
limitados
1. Janápria
qualificada
3. Vida dura 2. Agricultura
resiliente
Mudança climática menos extrema
• Temperatura aumenta 1oC
• Sem mudança na chuva da estação úmida
• Sem mudança no risco de seca
• Pico de chuva em janeiro
• Ventos e tempestades menos extremos
Mudança climática extrema
• Temperatura aumenta 3,5oC
• 3% de declínio na chuva anual
• Declínio da chuva na estação úmida
• Aumento do risco de seca
• Maior intensidade da chuva
• Ventos e tempestades severos
Sem implementação
de políticas de
desenvolvimento humano
• Crescimento populacional
descontrolado com 1,4 milhões
de pessoas no distrito
• Comunidade desempoderada
• Baixo nível educacional
• Baixo acesso a ciência e
tecnologia
Implementação de políticas
de desenvolvimento humano
• Crescimento populacional
controlado com 1 milhão de
pessoas no distrito
• Comunidade empoderada
• Alto nível educacional
• Bom acesso a ciência e
tecnologia
Cenários

Linhas de tempo em cenários
Incerteza Ação
Nome 1
Nome 2
Nome 3
Nome 4
2035
2030
2025
2035
2030
2030
2030
2035
2035
2025
2025
2025
Selecione uma ação (eixo horizontal) e uma incerteza (eixo
vertical), gerando 4 cenários, e descreva como um dos
indicadores irá variar em cada um dos cenários

SANTOS, R. Planejamento ambiental: teoria e prática. São Paulo: Oficina de Texto, 2004.
THOMAZIELLO, S.A. Planejamento ambiental e conservação de florestas urbanas: Mata Ribeirão
Cachoeira, Campinas, SP. Dissertação de Mestrado – UNICAMP, Campinas, 1999.
Parâmetro:
• Informação que é uma
propriedade mensurada
de um fenômeno.
• Pode ser:
 Constante
 Variável
Árvore de Informação
elementos naturais caracterização socioeconômica
Importância do remanescente relevo
forma área (ha) altura (m)
categorias
fatores
parâmetros

Atividade
Faça uma árvore de informação sobre os
principais parâmetros mensurados na
sua área de atuação profissional,
agrupados em fatores e, em seguida, em
categorias.

Definições
Dado Informação
Interpretação

Definições
•Dados, informações, e parâmetros podem
ser:
Qualitativos
oBinários (sim ou não)
oMulticategóricos
Quantitativos
oOrdinais (1º, 2º, …)
oCardinais
- Binários (0 ou 1)
- Discretos
- Contínuos

Atividade
•Identifique quais dados, informações e
parâmetros, no seu contexto de atuação
profissional, seriam:
Qualitativos
oBinários (sim ou não)
oMulticategóricos
Quantitativos
oOrdinais (1º, 2º, …)
oCardinais
- Binários (0 ou 1)
- Discretos
- Contínuos

Apenas um
parâmetro
Mais de um parâmetro
(sem ponderação).
Ex: habitantes/km2
Mais de um parâmetro,
com ponderação
FIDALGO, E. C. C. (2003). Critérios para a análise de métodos e
indicadores ambientais usados na etapa de diagnóstico de
planejamentos ambientais. Tese de Doutorado, UNICAMP: Campinas.
WINOGRAD, M. Marco conceptual para el desarrollo y uso de
indicadores ambientales y de sustentabilidad para la toma de decisions
en Lantinoamerica y el Caribe: position paper. Proyecto CIAT/UNEP.
Cali, 1995.
Informações

Atividade
Identifique, na sua área de atuação
profissional, os principais indicadores:
• Simples
• Agregados
• Ponderados (índices)

Critérios para seleção de indicadores
•Função (para quê?)
•Disponibilidade e custo
•Diversificação e capacidade de integração de
temas
Exemplo:
o Ambientais
o Sociais

Qualidade dos indicadores
•Confiabilidade dos dados
•Relações com os problemas
•Utilidade para os usuários
WINOGRAD, M. FERNANDÉZ, N., FRANCO, R. M. Marco conceptual para el desarrollo
y uso de indicadores ambientales y de sustentabilidad para la toma de decisions en
Lantinoamerica y el Caribe: position paper. Proyecto CIAT/UNEP. Cali, 1995.

Confiabilidade dos dados
•Fonte da informação (credibilidade)
•Forma de coleta e elaboração do dado
(documentação): clareza e objetividade dos
procedimentos
•Validade científica (Precisão e exatidão da
informação)
•Atualização da informação em intervalos regulares
OECD (Organization for Economic Co-Operation and Development). Environmental Indicators. Paris, 1994.
OECD (Organization for Economic Co-Operation and Development). Towards sustainable development:
environmental indicators. Paris, 1998

Incerteza de Indicadores
•Erros de mensuração
•Incerteza do modelo
Coeficiente de Explicação (R2)
Variação de dados agregados (desvio-padrão)
•Quão confiável é uma informação?
Fontes acadêmicas: revisão por pares
Revisão pela comunidade local
Triangulação: checar diferentes fontes de informação
 Exemplo: entrevista, dados oficiais, sensoriamento remoto, trabalho de campo
•Metadados para informar a incerteza
• Quantitativamente
• Qualitativamente

Definições relacionadas à credibilidade
• Acurácia: similaridade entre a medida
representada e o valor real.
• Precisão: refinamento do valor apresentado (ex:
dígitos depois da vírgula).
• Atualidade: grau em que os dados
correspondem à realidade atual
• Consistência: grau em que os diversos dados
não contradizem um ao outro.
• Propagação de incerteza: dados incertos, se
submetidos a análises estatísticas, geram
produtos incertos.

Relações com os problemas
•Capacidade de retratar problemas da área de estudo
•Tipo de relação (determinística, aleatórias, probabilísticas)
•Escala geográfica (extensão e resolução)
•Sensibilidade a mudanças na escala de tempo (linear,
cíclica ou sazonal)
•Valores de referência (o que é considerado alto, ou baixo)
•Conectividade com outros indicadores
•Não redundância (não ter vários indicadores expressando a
mesma informação)
•Integração: sintetizar informações de outros indicadores

Utilidade para os usuários
•Capacidade de atender os objetivos de planejamento
•Tradução: distinção entre condições aceitáveis e
inaceitáveis
•Natureza preventiva: sinalizar degradação antes de sérios
danos
•Disponibilidade e acessibilidade
•Custo
•Facilidade em informar e atrair atenção
•Conformidade temporal (tempo entre a coleta o que se
quer analisar)

Atividade
Analise a qualidade dos indicadores
utilizados no seu contexto de atuação
profissional, em termos de:
• confiabilidade
• relações com os problemas
• utilidade para os usuários

Escalas e
resolução
ONU - ECOSYSTEM ASSESSMENT (MA). Ecosystem and human well-being: a
framework for assessment. Washington DC: Island Press, 2005.
Quantidade
(valor)
Distância ou tempo
extensão ou duração
resolução
granulosidade
observação

Escalas Geográficas Espaço-Temporais
Minutos Dias Anos Séculos Milhões
de anos
Bilhões
de anos
Tempo (log)
Espaço
(log)
1km
10km
100km
1.000km
10.000km
Global
Erosão
Previsão
do Tempo
Eras
Glaciais
El
Niño
Tempestades
Especiação
Placas
Tectônicas
Formação
do solo
Migração
de Espécies

• Fenômeno a ser estudado
 Ocupação urbana município ou região metropolitana
 Imigração nacional ou internacional
• Disponibilidade de dados
 Dados demográficos: setores censitários ou municipais
 Recursos + Tempo para levantamento de dados
• Escala de Intervenção
 Plano Diretor município ou região metropolitana
 Plano de Manejo unidade de conservação + entorno
Escolha da Escala e Unidade Espacial

Atividade
Analise os indicadores utilizados no seu
contexto de atuação profissional,
especificando:
• extensão (espaço) e duração (tempo)
• resolução espacial e temporal
• granulosidade espacial e temporal

Relações entre Escalas
Escala
de
Estudo
Escalas
mais
amplas
TURNER, M.G.; GARGNER, R.H.; O'Neill, R. V. l. Landscape Ecology in Theory and Practice: Pattern and Process. New York: Springer, 2015
Componentes
Condições e
Restrições
Mapas e Dados
Estatísticos
Mecanismos
Explicativos
Macro-clima
Fragmentos
de Vegetação
Relações
entre as
Espécies
Exemplo

Propriedades Escalares dos Sistemas
•Fractais: padrões que se mantém ao longo
diferentes escalas
•Propriedades emergentes:
Padrões, processos e funções que aparecem em
um certo nível, e não nos elementos que o
constituem
TURNER, M.G.; GARGNER, R.H.; O'Neill, R. V. l. Landscape Ecology in Theory and Practice: Pattern and
Process. New York: Springer, 2015

Fractais
https://mathworld.wolfram.com/Fractal.html

Segregação espacial
Região Metropolitana do
Rio de Janeiro
https://www.modelarametropole.com.br/wp-content/uploads/2017/03/06-economia_-renda.jpg

Segregação
espacial
Brasil
https://aredeurbana.com/2020/02/13/mapa-do-produto-interno-bruto-per-capita-dos-municipios-brasileiros-2017/

Propriedades Escalares dos Sistemas
Área da ilha em km2 (logarítmico)
Espécies de pássaros
nas ilhas Salomão
(dados de Diamond e
May, 1976 e
Williamson, 1981)
Propriedade Emergente
Número
de
espécies
TURNER, M.G.; GARGNER, R.H.;
O'Neill, R. V. l. Landscape Ecology
in Theory and Practice: Pattern
and Process. New York: Springer,
2015
Diamond., J. M., and E. Mayr. 1976. Species–area relations for birds of the Solomon archipelago. Proceedings of the National
Academy of Sciences, USA 73:262–266
Williamson, M. 1981. Island Populations. Oxford University Press, Oxford, UK

Park, N. W., Kim, Y., & Kwak, G. H. (2019). An overview of theoretical and practical issues in spatial downscaling
of coarse resolution satellite-derived products. Korean Journal of Remote Sensing, 35(4), 589-607.
Alta resolução Baixa resolução
Upscaling
(agregação)
Downscaling
(desagregação)

Utilizando dados de diferentes escalas
•Upscalling:
Pegar dados de uma escala de detalhe e agregar para
utilizar em um estudo de escala mais ampla
Esconde as desigualdades locais
•Downscalling:
Pegar um dado em uma escala generalizada e modelar
sua diferenciação para uma escala mais detalhada
Aumenta nível de incerteza:
oIncerteza original + incerteza do modelo de downscaling

Análise Interescalar
•Dados independentes de escala
Densidade/km2, Biomassa
•Dados dependentes de escala
Interação entre elementos não permite simples soma
Fluxos de energia, conectividade de fragmentos
•Dados não escalares
Relações culturais, espécies endêmicas

Atividade
Que relações interescalares ocorrem
entre os elementos e indicadores que
fazem parte do seu contexto de atuação
profissional?

Obrigado!
Vitor Vieira Vasconcelos
vitor.vasconcelos@ufabc.edu.br

Indicadores geográficos e modelagem de dados para políticas urbanas e ambientais

Recommended

Recommended

More Related Content

Similar to Indicadores geográficos e modelagem de dados para políticas urbanas e ambientais

Similar to Indicadores geográficos e modelagem de dados para políticas urbanas e ambientais (20)

More from Vitor Vieira Vasconcelos

More from Vitor Vieira Vasconcelos (20)

Recently uploaded

Recently uploaded (20)

Indicadores geográficos e modelagem de dados para políticas urbanas e ambientais