graziela meneghetti mestranda em sensoriamento remoto ... •casas grandes de dois andares •pelo...
TRANSCRIPT
Graziela Meneghetti
Mestranda em Sensoriamento [email protected]
Introdução
• Mais de 80% da população vive emáreas urbanas (IBGE)
• Crescimento da população e migração do campo para a cidade
• Grande problema para o planejamento das cidades
• O planejamento pode ser entendido como uma forma de intervir racionalmente sobre uma determinada realidade
• Elaborar um conjunto de ações orientadas sobre a estrutura espacial de forma a alcançar um cenário desejável
• Este processo necessita de uma gama de informações para o conhecimento da realidade
• Encontrar tais padrões espaciais tornapossível correlacioná-los com a infra-estruturadisponível em diferentes partes da cidade.
• Isso pode nos ajudar a entender os aspectos de vulnerabilidade da população urbana
• As classes sócio-econômicas e suas características de censo podem ser espacialmente relacionados com indicadores, tais como: serviços públicos e transporte, saúde e saneamento, segurança etc.
• O desenvolvimento de tais perfis podem ajudar a avaliar e priorizar as questões locais
• A associação de algumas informações articuladas em um referencial geográfico permitem a apreensão da diferenciação residencial do espaço urbano, bem como sua distribuição espacial e sua interação com a caracterização social da população urbana
Características do ambiente material residencial
Essas informações podem ser obtidas por dados de sensores remotos orbitais. Avanços tecnológicos trouxeram melhorias na
resolução espacial e temporal
dos dados.
Características da população residente
Essas informações podem ser obtidas por meioda base de dados do IBGE
• Souza (2007) utilizou o software e-Cognition4.0 para realizar a classificação das imagens permitindo definir classes sócio-econômicas em alguns bairros do município de sua área de estudo.
• Realizou o estudo por bairros abrangendo 40% do município de São José dos Campos/SP.
• Dados de alta resolução.
• Ruas largas e pavimentadas
• Alta arborização
• Presença de piscinas
• Grandes construções residenciais
Padrões: Classe alta – Souza (2007)
Fonte: Souza, 2007
• Ruas pavimentadas porém menores
• Média arborização
• Quadras organizadas internamente
Padrões: Classe média – Souza (2007)
Fonte: Souza, 2007
Padrões: Classe baixa – Souza (2007)
• Área densamente ocupada
• Ruas estreitas
• Pode ou não haver pavimentação
• Pouca arborização
• Coexistência de usos (residencial e comercial) indicadas pelostamanhos do telhados
Fonte: Souza, 2007
• Desorganização interna
• Dificuldade de identificação de arruamento
• Falta de planejamento no processo de ocupação
• Grande diversidade de materiais na cobertura das moradias
• Irregularidades de formas e dimensões
• Ausência de vegetação
Padrões: Favelas – Souza (2007)
Fonte: Souza, 2007
• Em outro artigo utilizado, Avelar(2009) utilizou o software ArcGIS e abrangeu uma área do municípiode Lima – Peru.
• Definiu a população em classes A, B, C, D, e E.
• Dados menor resolução espacial
Fonte: Avelar (2009).
• 3.6 membros por família• Renda mensal maior que 2712.00 dólares• Casas grandes de dois andares• Pelo menos 3 quartos e 4 banheiros• Área verde• Garagem para 2 ou mais carros• Presença de piscina• Ruas pavimentadas• Muros ou cercas ao redor das casas
Classe A – Avelar (2009)
• 4.1 membros da família
• Renda mensal entre 754.00 e 2712.00 dólares
• Casas de tamanho médio
• 2 quartos e 2 banheiros
• Área verde
• Garagem para 1 ou 2 carros
• Piscina pequena
• Ruas pavimentadas
• Muros ou cercas
Classe B – Avelar (2009)
• 4.5 membros na família
• Renda mensal entre 745.00 e 325.00 dólares
• Casas de tamanho médio
• Casas com 2 quartos e um banheiro
• Presença ou não de área verde
• Presença ou não de garagem
• Terreno praticamente todo ocupado
• Pavimentação de baixa qualidade
Classe C – Avelar (2009)
• 4.7 membros na família
• Renda mensal de 239.00 dólares
• Casas pequenas e muitas vezesinacabadas
• 2 quartos e 1 banheiro
• Sem área verde, garagem ou piscina
• Ocupação de todo o terreno
• Ruas pavimentadas ou não
Classe D – Avelar (2009)
• 4.6 membros por família
• Renda mensal de 163.00 dólares
• Casa de apenas 1 dormitório e 1 banheiro
• Baixa qualidade de material utilizado
• Não possui jardim, piscina ou garagem
• Ruas não pavimentadas
Classe E – Avelar (2009)
Fonte: Avelar (2009).
Técnicas de interpretação visual demandamtempo e acrescentam subjetividade aoprocesso de extração de informações
Embora apresentem melhores resultados que a classificação automática
Considerações finais
Embora seja importante para o planejamento o cruzamento de informações das imagens de satélite com as informações da população,
esse trabalho pode não ser viável para grandes áreas.
Alto custo computacional e demorado.
Considerações finais
Referências bibliográficas
AVELAR, S.; ZAH, R.; CORRÊA, C.T. Linking socioeconomic classes and land cover data in Lima, Peru:Assessment through the application of remote sensing and GIS. International Journal of Applied Earth Observation and Geoinformation, v.11, n.1, p. 27-37, 2009.
SOUZA, I. M. E. ; ALVES, C. D. ; ALMEIDA, C. M. ; PINHO, C. M. D. . Caracterização Socioeconômica do Espaço Residencial Construído Utilizando Imagens de Alta Resolução Espacial e Análise Orientada a Objeto. Geografia (Londrina), v. 16, p. 119-142, 2007.
SOUZA, I. M. E. ; DURAND, C. ; ALMEIDA, Claudia Maria de ; PINHO, C. M. D. Uso de imagens de alta resolução espacial e análise orientada a objeto para caracterização socioeconômica doespaço residencial construído. In: XIV SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 2009, Natal. XIV SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO - XIV SBSR. São José dos Campos : INPE, 2009. p. 875-882.