TerraView 3.2.1

<< Anterior | Início | Próximo >>

O TerraView oferece a ferramenta de regionalização de áreas, para que você agrupe áreas menores (municípios, bairros) em áreas maiores, que além de serem contíguas, tenham também semelhança segundo os atributos associados (homicídios, sequestros). No TerraView você deve utilizar a ferramenta SKATER.

Constitui uma análise de conglomerados que leva em conta a localização espacial dos objetos. “Trata-se de uma situação em que temos um mapa particionado em áreas, cada uma delas com uma posição geográfica determinada, e desejamos que áreas com características semelhantes pertençam ao mesmo conglomerado espacial. Estas características são dadas pelas variáveis medidas”.

Quando visualizamos um padrão espacial é muito útil traduzi-lo em considerações objetivas:o padrão que observamos é aleatório ou apresenta uma agregação definida? Esta distribuição pode ser associada a causas mensuráveis? Existem agrupamentos de áreas com padrões diferenciados dentro da região de estudo?

Este método pode ser aplicado, por exemplo, para a definição das áreas geográficas relativamente homogêneas de incidência de certos tipos de crimes, agregando municípios em grandes conglomerados, os quais sofreriam os efeitos de políticas públicas focalizadas nos problemas regionais. Não obstante as óbvias implicações de natureza prática, a regionalização de crimes constitui-se também em importante ferramenta para a análise dos correlatos sociais e econômicos de distribuição de crimes. A identificação de padrões espaciais de ocorrência de homicídios leva imediatamente a uma reflexão acerca dos fatores causais responsáveis por essa alocação espacial.

A Figura abaixo representa o Estado de Minas Gerais dividido em onze conglomerados espaciais formados em função da homogeneidade de homicídios. A partir da legenda, podemos identificar as taxas médias de homicídios das regiões e o número de municípios que compõem cada conglomerado (entre parênteses).

As regionalizações foram feitas levando em conta critérios de homogeneidade e restrições de contigüidade, através de métodos estatísticos baseados em árvores de regressão e em árvores geradores mínimas.

“O SKATER gera conglomerados espaciais que são subconjuntos disjuntos de uma ou mais áreas tal que cada uma das áreas que compõem determinado conglomerado seja vizinha de, pelo menos, uma outra área pertencente ao mesmo conglomerado”.Duas regiões são consideradas vizinhas se elas compartilham limites geográficos. Alguns bancos de dados podem conter áreas com problemas na identificação de vizinhança, a análise fica então inviável e a seguinte mensagem de erro é disposta na tela: Selecionar um grafo conectado.

O banco de BH.mdb apresenta tal impropriedade (com exceção para as UP´s), conforme pode ser visto pela Figura abaixo, que representa uma área selecionada do tema Batalhões.

Aplicando um zoom na região selecionada, percebe-se que os limites dos polígonos não podem ser identificados, o SKATER então não gera os conglomerados.

Para realizar a análise então, utilizaremos as UP´s, lembrando que uma UP (Unidade de Planejamento) corresponde a um agregamento de áreas utilizado pela prefeitura de Belo Horizonte.

O SKATER possui uma metodologia que permite a utilização de várias características socioeconômicas simultaneamente no processo de regionalização, assemelhando-se ao indicador composto. Esse tipo de indicador é muito utilizado no processo de delimitação de áreas de risco à saúde, e corresponde a uma “medida que associa diferentes variáveis socioeconômicas e de ambiente num indicador sintético para analisar as características de grupos populacionais vivendo em determinadas áreas geográficas”.

Com o tema de UP ativo, do seu banco de dados BH.mdb, você irá construir um mapa de tal modo que as áreas, ou seja, as UP´s, estarão agrupadas segundo as variáveis de valor contido nas colunas: banheiro_p, densidade_p agua_p, esgoto_p, lixo_p e rendamedia_p.

Descrevendo as variáveis :

1 - banheiro: proporção de domicílios com 4 banheiros ou mais, dentre aqueles que possuem banheiro.

2 - densidade: número esperado de pessoas residentes por domicílio

3 - água: proporção de domicílios particulares permanentes com abastecimento de água- rede geral

4 - esgoto: proporção de domicílios particulares permanentes - com banheiro ou sanitário - esgotamento sanitário - rede geral de esgoto ou pluvial

5 - lixo: proporção de domicílios particulares permanentes - destino do lixo - coletado por serviço de limpeza

6 - rendamedia: renda média do responsável pelo domicilio

As variáveis utilizadas serão as padronizadas (banheiro_p...) devido ao impacto que diferentes escalas podem ter na função de dissimilaridade e na soma de quadrados dentro dos conglomerados. Por exemplo, uma variável carrega a mesma informação, seja medida como proporção, seja medida como porcentagem. No entanto, a diferença dos valores dessa variável hipotética entre duas áreas é 100 vezes maior no caso de porcentagem do que no caso de proporção. Assim, sugerimos que todas as variáveis que serão utilizadas para a regionalização possuam uma escala padronizada com média zero e desvio padrão igual a 1, como pode ser verificado ativando o menu popup de cabeçalho de qualquer uma das variáveis descritas acima e escolhendo a opção Estatística. A padronização foi obtida subtraindo a variável original de sua média e dividindo pelo desvio padrão.

Para construir este mapa regionalizado, como podemos chamá-lo, você irá utilizar a ferramenta de estatística espacial SKATER a partir da opção Análise, no menu principal do TerraView. Veja como é a janela da opção Árvore Geradora Mínima (SKATER):

1. No campo Método de Agregação, você deve escolher o critério para definir o número de regiões (grupos) maiores a serem formados. A opção Grupos permite que você defina um número fixo e a opção População permite que você defina a população mínima de cada grupo. No último caso, você deverá informar onde se encontram os dados de população no campo Seleção de Dados de População. Selecione Grupos e entre com valor 10.

2. No campo Seleção de Tema, você deve escolher sobre qual tema você deseja realizar o agrupamento. Selecione UP.

3. No campo Resultados, você deve definir a tabela e o nome da coluna onde será armazenado a qual grupo cada região pertence. A opção padrão é ska, mas você pode alterá-la.

4. No campo Seleção de Atributos você irá escolher as informações que serão utilizadas para calcular a similaridade entre as áreas, como por exemplo o número de homicídios por área, a renda média por área, etc. Na lista Atributos do Tema você tem disponível todos os atributos possíveis (numéricos) e na lista Atributos Selecionados, aqueles que você escolheu para realizar a agregação, escolha UP.rendamedia_p, UP.banheiro_p, UP.água_p, UP.densidade_p, UP.esgoto_p, UP.lixo_p.

5. Execute o procedimento para gerar as regiões maiores.

Você irá perceber que uma nova coluna ska foi gerada na sua tabela de UP, contendo o grupo ao qual cada área pertence. Um gráfico de queda de desvios também é gerado automaticamente como mostrado abaixo. Para visualizar estas áreas no seu mapa de departamentos ativo, você precisará construir um mapa temático de Valor Único utilizando esta nova coluna gerada.

Através da análise da diminuição do desvio interno o método permite analisar o melhor número de conglomerados a serem formados, à medida que esses vão sendo gerados. Existe uma diminuição rápida no início, quando o número é pequeno. A partir de um certo ponto, essa diminuição é pequena, significando que a geração de mais conglomerados não aumenta substancialmente a homogeneidade interna de cada um.

Visualizando os resultados

A Figuras abaixo representa os procedimentos para gerar a visualização gráfica do mapa de UP agrupado em função das colunas: banheiro_p , densidade_p, água_p, esgoto_p, lixo_p e rendamedia_p. . Os procedimentos serão os seguintes:

1. Ative o menu popup do tema UP ativo;

2. Escolha a opção Editar Legenda;

3. O tipo de agrupamento a ser usado, neste caso, será por Valor Único;

4. Escolha a coluna UP.ska da tabela UP;

5. Use todos os atributos como entrada;

6. Execute o procedimento

Utilizando dados de população

Faça agora uma regionalização utilizando as mesmas variáveis, porém, selecionando como método de agregação uma população mínima de 100.000 habitantes para cada grupo.

Clique novamente em Análise > Árvore Geradora Mínima (Skater) e:

1. No campo Método de Agregação, selecione população e entre com o valor 100000;

2. Você deverá informar onde se encontram os dados de população no campo Seleção de Dados de População. Na opção Coluna escolha “POP_2000”;

3. Em Nome da Coluna escreva skapop;

4. Na seleção de atributos selecione: banheiro_p, densidade_p, água_p, esgoto_p, lixo_p e rendamedia_p

Visualize agora o resultado, executando os procedimentos para gerar a visualização gráfica do mapa de UP agrupado em função das colunas: banheiro_p , densidade_p, água_p, esgoto_p, lixo_p e rendamedia_p.

Exportando os resultados

Se você quiser visualizar esta figura já na forma de impressão, você pode salvar sua tela de visualização a partir do seguinte caminho: Arquivo > Salvar tela de visualização > Arquivo. Deste modo, você irá salvar uma Figura no formato .bmp que, posteriormente, poderá ser inserida em outros programas, como no caso deste tutorial pela Figura abaixo:

Os valores da legenda desta Figura representam os aglomerados formados pelo método e, entre parênteses, o número de áreas que fazem parte de cada um dos aglomerados.

<< Anterior | Início | Próximo >>