Olá a todos!

Esse incrível tutorial que vocês verão abaixo é uma colaboração, uma importantíssima colaboração, do professor Alex Mota dos Santos da UFG (Universidade Federal de Goiás). Aproveitem!

Este roteiro apresenta breves referências e os passos necessários para se estruturar um mapa dasimétrico de densidade demográfica. Em pesquisas pelo Google®, sem dúvida o maior site de busca da rede, identifiquei que são relativamente restritas as abordagens em cartografia para elaboração de mapas dasimétricos. Inclusive foram identificadas algumas solicitações de tutoriais para auxílio neste processo. Assim, este roteiro foi pensado para suprir a escassez de material e para servir de apoio à disciplina de Geoprocessamento e Sensoriamento Remoto para Engenharia Ambiental, do curso de Engenharia Ambiental, da Universidade Federal de Rondônia, campus da cidade de Ji-Paraná.

CONSIDERAÇÕES TEÓRICAS

O Censo Demográfico é a mais complexa operação estatística realizada por um país e constitui a única fonte de referência para o conhecimento das condições de vida da população em todos os municípios (IBGE, 2010). Os dados do censo são amplamente utilizados e configuram fonte de análises de densidade demográfica.

A espacialização de dados de densidade demográfica dos censos é comumente realizada utilizando-se do método coroplético para manifestação zonal e é recorrente na análise em Engenharia, especialmente ao planejamento urbano. Neste método a representação quantitativa em escala zonal considera que as quantidades estendem por toda a área de representação. Dupin (1826) apud Martinelli (2010) introduziu o método coroplético ao propor seu mapa de alfabetização para França. Este método é indicado para representações relativas, no entanto considera o fenômeno espacializado como homogêneo nos polígonos dos setores censitários, que são considerados como menor unidade territorial, formada por área contínua, integralmente contida em área urbana ou rural (IBGE, 2010). No entanto, ocorre que no mundo real a população não está homogeneamente distribuída já que se observam áreas vazias e áreas industriais (lotes baldios, por exemplo).

Assim, ao propor o mapa dasimétrico buscam-se informações complementares, de forma a revelar a ocorrência dos fenômenos, ou seja, onde a população realmente é encontrada dentro do polígono censitário. As informações complementares podem ser obtidas de diversas formas. Neste caso de análise da densidade demográfica destaca-se o uso de imagens orbitais de sensoriamento remoto para identificação da área construída dentre do perímetro urbano do setor censitário, porque o padrão de cobertura do solo reflete melhor densidade populacional e fornece informações georreferenciadas útil para desagregar os dados do censo. Normalmente, as imagens são obtidas sem custos e possuem visão sinóptica (amplo campo de visada) da paisagem.

No entanto, as imagens orbitais de sensoriamento remoto possuem características específicas, em especial, a resolução espacial, que deve ser analisada para abordagens em ambientes urbanos. A resolução espacial indica o detalhamento dos alvos terrestres na imagem, e portando associado indiretamente com a escala. Em pequenas cidades se faz necessário investir em imagens de alta resolução espacial ou aplicar técnicas de processamento de imagens as imagens de média resolução espacial.

Informações teóricas sobre o método dasimétrico podem ser encontradas em: Bielecka (2005), Gavlak (2010), Morato et al. (2010), Lopes e Santos (2012).

REQUISITOS

Para aplicação do método é necessário dispor de um SIG, no caso o SPRING, MapWindowGIS® e o GvSIG, todos gratuitos e uma imagem de sensoriamento remoto com resolução espacial compatível com análise em áreas urbanas. A opção por estes programas se deve ao fato dos mesmos oferecerem valiosas ferramentas de análise espacial e a utilização dos três ao mesmo tempo instiga a prática de diversos SIG’s, o que é altamente recomendável no nível de graduação, em que os conteúdos são passados de forma mais detalhada, quando comparada com a pós-graduação.

Assim, a imagem a ser utilizada, deve estar registrada e classificada. Após classificá-la, utilizando o método que escolher, converta-a em formato vetorial. No SPRING a conversão resulta em arquivo vetorial com tabela de atributos, que se compõe de área e perímetro. Após conversão da imagem classificada em formato vetorial utilize a ferramenta de análise espacial, tipo select, para destacar da mesma somente a área urbana.

1 – Dados do Censo IBGE

Adquira a Base de informação do Censo Demográfico 2010: Resultados do Universo por setor censitário. No caso universo Rondônia (RO) (Figura 1).

IBGE-> Censo2010 (1)-> Resultados do Universo (2) -> Malha Digital de Setores Censitários (3) -> Características da População e dos Domicílios (4) -> Malha Digital de Setores Censitários e dados tabulares (5).

02

Figura 1. Acesso sítio do IBGE->Censo 2010.

03

Figura 2. Resultado do Universo.

04

Figura 3. Malha Digital de Setores Censitários.

05

Figura 4. Características da População e dos Domicílios.

06

Figura 5. Malha Digital de Setores Censitários e dados tabulares.

Ainda de acordo com a figura 5 acesse as tabelas em formado xls. para obter os dados quantitativos obtidos pelo IBGE através do Censo. Por fim, escolha o Estado brasileiro que trabalhará, neste caso Estado de Rondônia (RO).

07

Figura 6. Último passo para aquisição da malha digital do censo 2010 (Arquivo Vetorial do IBGE).

TRATAMENTO DIGITAL DE IMAGEN E CONVERSÃO (RASTER->VETOR)

 Após registro da imagem dissolva o arquivo vetorial do IBGE, eliminando os setores censitários, deixando apenas o perímetro. O perímetro é utilizado no recorte da imagem de forma a deixar apenas a área de interesse (Figura 7). Após classificação converta a imagem em arquivo vetorial. Para tal, no SPRING, crie em Arquivo -> Modelo de Dados -> Categoria e crie as Classes Temáticas (legenda já definida na classificação) (Figura 8). Após classificar a imagem e criar as classes siga os passos: Imagem-> Mapeamentos de Classes para Imagem Temática…A partir da figura 9, selecione a Categoria Uso e associe as classes criadas com as classes definidas na classificação. Ao concluir este passo verifique que será criado o Plano de Informação (PI) Uso com o tema final-T. Este tema “final-T” ainda é um raster, para ter um vetor é necessário seguir a figura 10, Matriz-> Vetor. Com este passo o SPRING cria as classes vetoriais associadas a sua classificação. A partir das classes vetoriais selecione, utilizando a ferramenta Select, somente a classe “Urbano” que é de interesse para cálculo dasimétrico.

Vídeo: Como instalar o Spring

08

Figura 7. Recorte do dado raster (imagem) para análise.

09

Figura 8. Passo 1 para conversão da imagem em vetor.

Captura de Tela 2013-03-03 às 09.47.34

Figura 9. Associação das classes criadas (Figura 8) às classes definidas na classificação da imagem.

11

Figura 10. Conversão imagem em “imagem temática”.

A etapa de manipulação vetorial foi executada no MapWindowGIS®. Para isto exporte do SPRING em: Arquivo->Exportar (Figura 11). Selecione em Formato: Shapefile e em Coord. indique Geográficas (graus). O arquivo do tipo Shapefile é de uso corrente por vários SIG’s. A determinação das coordenadas em graus se deve ao fato de que os dados do IBGE estarem neste tipo de coordenadas.

Captura de Tela 2013-03-03 às 09.47.21

Figura 11. Exportação de arquivos vetoriais no SPRING.

O MapWindowGIS® apresenta feição amigável e para inserir dados utilize o ícone  icon  (Figura 12). Veja ESTE vídeo de como abrir arquivos no MapWindow

13

Figura 12. Inserir dados o MapWindowGIS®.

Para seleção da “classe urbano” selecione o ícone icon2 e indique SPRCLASSE-> = Urban. Em seguida vá em Toobox – Export Select (Figura 14).

14

Figura 13. Seleção de classe de interesse.

15

Figura 14. Destaque da classe de interesse.

Atenção! Após realizar a etapa da figura 14, aplique o a função Dissolve, mas observe que alguns programas o “dissolve” não é realizado na totalidade, isso implicará mais adiante na não realização da Intersecção. Fazendo o dissolve no SPRING, MapWindow® e GvSIG, constatei que a função não se realiza de forma satisfatório, pois o GvSIG e MapWindow deixam polígonos separados. Assim, contornei a situação importando o arquivo no SPRING e exportando-o novamente. Após esta ação os outros programas dissolvem a área urbana em um único polígono que será juntando pela Intersecção. Observei também que em áreas urbanas muito grandes o dissolve é realizado normalmente. Sendo assim, concluo, a priori, que os programas têm dificuldades de dissolver pequenas e grandes áreas num mesmo vetor. Portanto, antes de importar o dado no SPRING verifique se o SIG realizou o dissolve de deixou o arquivo em um único polígono.

TRATAMENTO DA TABELA DO IBGE

 Nesta etapa o dado da área urbanizada e que contém moradores já está definida pela classificação de imagem. Assim, é necessário realizar o tratamento dos dados da tabela do IBGE. Identificou-se que da tabela do IBGE nos interessa o campo v002, que contém o número de habitantes por setor censitário (Figura 15). A partir do refinamento selecionou o campo Cod_setor, Nome_do_bairro e v002. O campo ID foi inserido para proporcionar o “Join” com a tabela de atributos do dado vetorial do IBGE. Atenção, pois as tabelas do IBGE (formato xls.) podem conter inconsistências, conforme se pode atestar na figura 15, linha 37. O código do setor de número 110015505000038, só é apresentado para a tabela de atributos do dado vetorial. Portanto, é necessário, para sucesso do “Join” que as tabelas possuam o mesmo número de linhas. Assim, inserimos o referido número na tabela do IBGE (formato xls.). Como não sabíamos o número de habitantes neste setor inserimos o número 0.

Captura de Tela 2013-03-03 às 09.47.01

Figura 16. Tabela formado xls. do IBGE.

INSERÇÃO DO NÚMERO DE HABITANTES NA TABELA DE ATRIBUTOS DO ARQUIVO VETORIAL DO IBGE (FUNÇÃO JOIN)

 Após tratamento das tabelas do IBGE realize o “Join”, ou seja, insira os dados da tabela apresentado na figura 15 aos atributos dos dados vetoriais, setores censitários do IBGE (Figura 16). A seguir, na figura 16, é apresentado os polígonos dos setores censitários do IBGE. Para o “Join” utilizou-se o GvSIG, em que os passos são apresentados a seguir. 1 –> Insira o arquivo vetorial com os setores censitários, 2 -> insira a tabela IBGE no formato dbf. no GvSIG, e 3 -> realize a união de tabelas. Para dados vetoriais do IBGE de pequenos municípios você pode inserir os dados manualmente. O “Join” serve para inserção de dados de forma automática e minimiza tempo. Esta etapa é realizada também pelo MapWindow®, no entanto, por algum motivo quando se concluir a inserção os dados são anulados.

Captura de Tela 2013-03-03 às 09.46.38

Figura 16. Setores censitários do IBGE formato shapefiles.

4 -> em união de tabela selecione a tabela de origem (dado dbf), neste caso Teste.dbf e 5-> campo a usar para a união deve ser o campo em comum, neste caso ID e 6 -> Final (Figura 17).

Captura de Tela 2013-03-03 às 09.51.16

Figura 17. União de tabelas no GvSIG.

INSERÇÃO DA ÁREA NO ARQUIVO VETORIAL DO IBGE

A maioria dos SIG’s possuem ferramentas de cálculo de área, no entanto, como já referido, o SPRING calcula automaticamente a área (SPRAREA) e o perímetro (SPPERIMETRO). Para tal, basta importar os arquivos vetoriais para o Banco de Dados SPRING e em seguida Exporte. No MapWindow® crie um campo na tabela de atributos dos setores censitários e siga a figura 18, 1-> Toobox, 2 -> Calculate Polygon Areas, 3-> indique o vetor, 4-> indique o campo AREA criado para receber os valores das áreas, 5-> unidade do vetor e 6-> unidade de medida (neste caso km2).

Captura de Tela 2013-03-03 às 09.52.49

Figura 18. Calculo de área no MapWindow®.

CALCULE A DENSIDADE SEGUNDO IBGE

Para o cálculo da densidade demográfica siga os passos abaixo (Figura 19): Em Edit Add Field em Name indique Densidade, Type: Double, com o tamanho e precisão.

20

Figura 19. Preparação para cálculo da densidade demográfica.

A seguir utilize Tools -> Field Calculator e indique a expressão Densidade = v002/Area_NEW, em que v002 é o número de habitantes e Area_NEW é a área dos vetores do setor censitário (Figura 20) e por fim calculate.

21

Figura 20. Cálculo da densidade demográfica.

Para manipulação do tipo de método de representação cartográfica selecione no menu principal Categories ícone icon3  e em seguida o ícone icon4 . Selecione o método em Classification type, Number of categories, Classification Field e Color scheme (Figura 21).

22

Figura 21. Representação cartográfica do cálculo de densidade demográfica.

Acionando o comando control p você salva o projeto e é redirecionado para o Layout, área de estruturação do mapa temático. Nesta área você terá todos os recursos para estruturação do mapa final (Figura 22). Nesta fase você pode escolher o tipo de orientação (rosa-dos-ventos), escala, legenda, inseri fonte, título, e todos os demais elementos externos do mapa.

23

Figura 22. Estruturação de mapa temático da Densidade demográfica em Ouro Preto do Oeste, Rondônia.

CÁLCULO DE DASIMETRIA UTILIZANDO A IMAGEM CLASSIFICAÇÃO (INTERSECT)

Nesta etapa você deve resgatar o seu dado vetorial obtido pela classificação (recordando, somente área urbana) e com este dado realizar o a interseção com os polígonos do IBGE. Após realizar a interseção calcule novamente a área de cada polígono levando em conta a área urbana. Após calcular a nova área repita o passo da figura 20. Fazendo isto você terá um novo mapa de densidade demográfica, mas só que agora com os dados das novas áreas urbanas. Siga os passos na figura 23, 1-> Intersection, 2 e 3-> insira os arquivos que serão alvo da intersecção e 4-> mande executar a ação em Ok.

Captura de Tela 2013-03-03 às 09.55.30

Figura 23. Aplicação de dasimetria utilizando área urbana.

Após realizar a intersecção refaça o passo da figura 21 e compare os resultados, verá que pela dasimetria os valores de densidade aumentarão, já que as áreas consideradas urbanas tiveram área reduzida.

Bom trabalho. Dúvidas alex@unir.br e alex.unir@yahoo.com.br. 

REFERÊNCIAS

MORATO, R. G.; KAWAKUBO, F. S.; MACHADO, R. P. P. Mapa dasimétrico de Densidade Demográfica da Área Urbana do Município de Alfenas (MG).

SAMPAIO, T. V. M. Diretrizes e procedimentos metodológicos para a Cartografia de Síntese com Atributos Quantitativos via Álgebra de Mapas e Análise Multicritério. Boletim de Geografia n. 01, 2009.

LOPES, J.M.A. SANTOS, A.M. Metodologia para Estruturação de Mapa Dasimétrico: Análise de densidade demográfica do Censo de 2010 para cidade de Ji-Paraná (RO). Encontro Internacional de Geografia. XXX Congresso de Geografia da UNIR. Porto Velho, 2012.

MARQUES, T.S.; SILVA, F.B.; DELGADO C. A ocupação edificada: delimitação de áreas de densidade homogénea. Departamento de Geografia, FLUP / CEGOT <http://repositorio-aberto.up.pt/handle/10216/19849

SILVA, F.B. 2009. Modelação cartográfica e ordenamento do território: um ensaio metodológico de cartografia dasimétrica aplicado à região oeste e Vale do Tejo. Dissertação de Mestrado. Faculdade de Letras da Universidade do Porto http://repositorio-aberto.up.pt/handle/10216/18045

GAVLAK, A. A. Aplicação de um método multivariado para geração de superfícies de distribuição populacional. 2010. Disponível em: <http://mtc-m19.sid.inpe.br/col/sid.inpe.br/mtc-m19/2010/10.07.14.51/doc/andre_gavlak_resumo.pdf>. Acesso em: 12 set. 2012.

MARTINELLI, M. Um breve apanhado sobre a breve história da Cartografia Temática. In: 3o Simpósio Iberoamericano de História da Cartografia. São Paulo. Anais…São Paulo: USP, 2010. Artigos, p. 1-27. Disponível em: < http://3siahc.files.wordpress.com/2010/04/cartografia-tematica-martinelli.pdf>. Acesso em: 15 set. 2012.

BIELECKA, E. A Dasymetric Population Density Map of Poland. Institute of Geodesy and Cartography. Warsaw, Poland, 2005.

BIBLIOGRAFIA COMPLEMENTAR

AMARAL, S.; GAVLAK, A. A.; ESCADA, M. I. S.; MONTEIRO, A. M. V. Using remote sensing and census tract data to improve representation of population spatial distribution: case studies in the Brazilian Amazon. Population and Environment, v. 34, n. 4, p. 142–170, 2012. doi: .

GAVLAK, A. A. Padrões de mudança de cobertura da terra e dinâmica populacional no Distrito Florestal Sustentável da BR-163: população, espaço e ambiente. 2011. 177 p. (sid.inpe.br/mtc-m19/2011/08.02.16.24-TDI). Dissertação (Mestrado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2011. Disponível em: . Acesso em: 04 mar. 2013.

Ajude-nos a compartilhar conhecimento e fique por dentro das últimas notícias curtindo nossa página no Facebook CLICANDO AQUI ou seguindo-nos no Twitter CLICANDO AQUI. Obrigado!

Abraços!


André Gavlak · Março 4, 2013 às 2:55 pm

Muito bom o artigo, parabéns!
Recomendo também as seguintes referências:

AMARAL, S.; GAVLAK, A. A.; ESCADA, M. I. S.; MONTEIRO, A. M. V. Using remote sensing and census tract data to improve representation of population spatial distribution: case studies in the Brazilian Amazon. Population and Environment, v. 34, n. 4, p. 142–170, 2012. doi: .

GAVLAK, A. A. Padrões de mudança de cobertura da terra e dinâmica populacional no Distrito Florestal Sustentável da BR-163: população, espaço e ambiente. 2011. 177 p. (sid.inpe.br/mtc-m19/2011/08.02.16.24-TDI). Dissertação (Mestrado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2011. Disponível em: . Acesso em: 04 mar. 2013.

    Murilo Cardoso · Março 4, 2013 às 4:22 pm

    Obrigado, André. Vou adicionar as referências aos seus artigos como bibliografia complementar. Abraço!

Deixe uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *