Introdução ao Geoprocessamento
GEOPROCESSAMENTO APLICADO AO ESTUDO DE
INDICADORES DE DESENVOLVIMENTO E FLUXOS
MIGRATÓRIOS NO ESTADO DE SÃO PAULO
Frederico Roman Ramos
OBJETIVOS
AVALIAR AS POSSIBILIDADES DE APLICAÇÃO DE MÉTODOS
GEOESTATÍSTICOS EM ANÁLISES DE INDICADORES SÓCIOECONÔMICOS
ESTUDAR AS RELAÇÕES EXISTENTES ENTRE INDICADORES DE
DESENVOLVIMENTO E INDICADORES DE FLUXOS MIGRATÓRIOS
ÍNDICES:
I.D.H.- índice de desenvolvimento humano (ONU)
I.D.H.= longevidade + educação + renda
(0 < IDH < 1)
3
I.C.V.-índice de condição de vida (IPEA)
(0 < ICV < 1)
I.C.V.=longevidade + educação + renda + infância + habitação
5
I.E.M.-índice de eficácia migratória (NEPO)
I.E.M.= imigrantes - emigrantes / imigrantes + emigrantes
(-1 < IEM < +1)
onde:
-1= somente emigração
+1= somente imigração
ENTRADA DE DADOS NO SPRING 3.3b
Base cartográfica IBGE - divisão geopolítica dos municípios do Estado de São
Paulo, esc: 1/500.000
Gera-se um plano de amostras, pontos 3D onde X e Y são a Longitude e Latitude
das sedes dos municípios e Z é o valor do índice estudado.
Através da geoestatística (Krigeagem ordinária), constrói-se uma grade regular
numérica que depois é refinada para uma resolução de 5.000 metros.
VARIOGRAMAS DO I.C.V.
ÍNDICE DE CONDIÇÃO DE VIDA
ICV = 1
ICV = 0
VARIOGRAMAS DO I.D.H.
ÍNDICE DE DESENVOLVIMENTO HUMANO
IDH = 1
IDH = 0
VARIOGRAMAS DO I.E.M.
ÍNDICE DE EFICÁCIA MIGRATÓRIA
IEM = +1
IEM = -1
TRANSFORMAÇÃO MATEMÁTICA
EMIGRANTES
volume bruto de emigrantes por
município
variância = 5.849.879.699
média = 8.511
mínimo = 200
máximo = 1.810.117
A transformação matemática dos
dados é em muitos casos
necessária para que haja a
possibilidade de variografia , ajuste
de modelo matemático e definição
de um interpolador ótimo;
(Log E)
LOG DE EMIGRANTES
logarítimo na base 10 do volume de
emigrantes
variância = 0,226
média = 3,416
mínimo = 2,301
máximo = 6,258
no caso, a aplicação direta do log na
base 10 dos valores brutos de
emigrantes possibilitou um ajuste
significativo na curva de distribuição
das amostras
VARIOGRAMA DO LOG DE EMIGRANTES
LOG DE EMIGRANTES
logEmi = 6,258
Emi = 1.810.117
logEmi = 2,301
Emi = 200
ÁLGEBRA DE MAPAS
ÁNÁLISE DAS DIFERENÇAS ENTRE O I.D.H. E O I.C.V.
 Dados numéricos distribuídos em grades regulares com 5.000 metros de
resolução espacial;
 Dados normalizados numa escala de 0 a 1;
 Valores próximos a zero indicam pouca diferenças e valores mais distantes
do zero apontam diferenças mais significantes
NOVA GRADE = (I.D.H. - I.C.V.)
CRUZAMENTO DE INDICADORES I.E.M. E I.C.V.
 Normalização dos dados de I.C.V. para a escala de -1 a +1 através da função
linear de transferência y = 2x -1;
 Teste da hipótese primária de que um fluxo migratório positivo (mais
imigrantes) estaria relacionado a áreas com melhores indicadores de
desenvolvimento;
 Valores próximos a zero indicam regiões onde esta hipótese se sustenta e
valores próximos a 2 apontam para áreas em contradição a hipótese.
NOVA GRADE = | I.C.V. - I.E.M.|
I.D.H. - I.C.V.
I.D.H.-I.C.V. = -0,09
I.D.H.-I.C.V. = 0,00
(I.D.H. - I.C.V.) FATIADO
Valor máximo = 0,0
Valor mínimo = - 0,09
Diferenças entre (0,0 / -0,03)
Diferenças entre (-0,03 / -0,06)
Diferenças entre (-0,06 / -0,09)
TESTE DA HIPÓTESE
|iem-icv|=0
NÃO CONFIRMA
CONFIRMA
ESPACIALIZE X KRIGEAGEM
Fatiamento de grade do Log (Emi) gerada a partir do operador espacialize e a
partir da técnica de krigeagem
GRADE ESPACIALIZE
Onde os municípios em negro
são municípios sem dados
GRADE KRIGEAGEM
LOG (Emi)
>4
3,5 - 4
3 - 3,5
<3
CONCLUSÕES
Dificuldades de preparação e adequação dos formatos digitais dos dados
fornecidos pelas diversas fontes de informações sócio-econômicas. Neste sentido,
a implementação de uma rede de informações geográficas padronizada (open GIS)
poderia significar um grande avanço na difusão destas técnicas e na simplificação
dos modos de operação.
A opção de usar as sedes de municípios como “label point” dos geo-objetos
demonstrou um resultado coerente com as expectativas, porém discrepâncias
pontuais foram encontradas devido a resolução espacial da grade gerada na
krigeagem. Uma possível solução seria a geração de amostras a um nível mais
próximo que o nível município, como por exemplo a partir de setores censitários.
Comprovação da eficácia do método geoestatístico para interpolação de índices
sócio-econômicos, sobretudo os índicadores de desenvolvimento.
A capacidade de operar planos de informação em formatos numéricos
padronizados simplifica e amplia as possibilidades de manipulação de dados desta
natureza em análise espacial. Este tipo de representação permite o cruzamento e
geração de novas informações através de pura álgebra apenas.