Project IAAPE
Pedestrian Accessibility and Attractiveness
Indicators:
Tool for Urban Walkability Assessment and
Management
Working Paper
No. WP-8
Localização dos inquéritos de rua para
Arroios e Gulbenkian
Hugo Sousa
June 2015
1. Introdução e objectivos
O objetivo deste exercício foi o de encontrar localizações ótimas para a realização de inquéritos de rua
nas áreas de Arroios e da Gulbenkian onde foram anteriormente feitos estudos de Street Auditing
relacionados com pontuações de Walkability, de forma a validar esse mesmo estudo. Para esse efeito a
abordagem considerada foi a de análise dos resultados dessa audição em ambiente “SIG”. Tendo em conta
que foram medidos sete grupos de dimensões durante essas audições (os 7 C’s) com diferentes aspetos a que
foram dados diferentes pontuações, decidiu-se que seria recomendável que as localizações a encontrar
tivessem uma boa variedade de pontuações para diferentes “C’s”.
2. Abordagem e Metodologia
O material de base que foi usado foram os resultados do Street Auditing em formato folha de cálculo
Excel e as shapes da rede pedonal para cada uma das áreas em questão. Os resultados do Street Auditing vinham
já diferenciados em termos de pontuações (0 a 100) para cada uma das dimensões associadas a um código do
segmento de rua medido. As shapes continham os códigos de cada segmento de rua já na sua tabela de
atributos. Desta maneria bastou fazer uma junção de ambas as tabelas através desse códigos de forma a
obtermos uma shape da rede pedonal com pontuações para as dimensões da Walkability associadas a cada
segmento.
O processo de escolha das localizações para os inquéritos foi feito de maneira semelhante para ambas as
áreas de estudo, apesar da diferença de pontuações e geometria entre elas. Por uma questão de conveniência e
facilidade de leitura foram criadas tipologias com intervalos diferentes para cada uma das dimensões, apesar
de todas elas existirem na mesma tabela de atributos. Isto permite mais facilmente alternar de visualização
entre elas e manter os intervalos de cada tipologia. Ao mesmo tempo foram criadas três shapes de pontos
denominadas HI(gh), ME(dium) e LO(w). Esta distinção ia de encontro ao objetivo de ter localizações com
pontuações diferentes para diferentes dimensões e foi decidido que seria mais eficaz uma divisão por três
classes: pontuações altas, médias e baixas (figura 1).
Figura 1. Lista de shapes usadas e tabela de atributos resultante da união com folha de cálculo.
De seguida foi necessário decidir qual a tipologia (mais concretamente, quais os intervalos de
pontuações) a usar para cada dimensão. De notar que apesar do intervalo de pontuações para todas as
dimensões ser fixo entre 0 e 100, a distribuição destas pontuações varia bastante entre dimensões, havendo
algumas em que o valor mais elevado por exemplo não passa dos 70, outras em que a quantidade de
segmentos com pontuação 0 é superior a 50% da rede ou outras em que a distribuição de valores é feita
também ela por classes podendo essa dimensão ter apenas segmentos com pontuações de 0, 50 e 100, isto
apenas para dar alguns exemplos da diversidade de casos possíveis. Como anteriormente foi decidida uma
divisão de pontuações por três classes a abordagem inicial passou por dividir as pontuações em três intervalos
usando quebras naturais de valores de forma a ter uma distribuição mais normalizada. Apesar de esta divisão
resultar bem para dimensões com pontuações intervaladas ou com uma distribuição mais normalizada, notouse que não era a melhor forma de representação para dimensões com uma distribuição de pontuações mais
heterogénea, pois agregava demasiado valores muito próximos e para casos com muitos segmentos de
pontuação “baixa” ou “média”, o intervalo de valores com pontuação “alta” tinha o seu limite inferior algo
reduzido. Por isto passou-se a usar seis intervalos de valores (por ser múltiplo de 3) na mesma com quebras
naturais e desta forma a tendência dos intervalos para limites muito baixos foi de certa maneira dissipado.
Ainda se tentou o uso de nove intervalos mas concluiu-se que as diferenças eram mínimas em relação ao caso
anterior. Esta divisão em seis intervalos foi agregada de novo em três (apenas para simplificação), através da
junção dos limites superior e inferior de cada classe contínua (agregação dois a dois, das duas classes mais
baixas, das duas classes mais altas e das duas intermédias) de forma a manter o método por quebras naturais.
Com estas três classes para cada dimensão e dando cores distintas a cada uma torna-se visualmente mais fácil
identificar os segmentos de pontuação “alta”, “média” e “baixa” (figura 2).
Figura 2. Tipologia das pontuações de uma das dimensões, dividida em três classes (baixa, média e alta a
vermelho, amarelo e verde, respetivamente).
O passo seguinte passou por marcar os pontos HI, ME e LO na rede (diferenciando a dimensão
correspondente através duma coluna na tabela de atributos) através de um método puramente visual aliado ao
conhecimento do movimento pedonal na zona. Tendo a rede representada para tentou-se encontrar
segmentos que não só tivessem bom fluxo de peões (de forma a garantir que seria possível a realização de um
número mínimo de inquéritos no local) mas também que fossem segmentos com uma boa variedade de
pontuações para diferentes dimensões. Este exercício passou por uma marcação exagerada de pontos ao
início, sendo o único critério que fossem ruas com valores razoáveis de fluxo e em que ambos os lados da rua
tivessem valores semelhantes ou pelo menos dentro da mesma classe, com a colocação de pontos HI, ME e
LO por toda a rede. Com estes pontos demarcados para todas as dimensões passou-se a um trabalho de
limpeza em que usando uma shape de pontos nova (a que neste caso foi dado o nome genérico de “pontos”)
marcava-se todos os segmentos que pudessem ser possíveis locais de inquérito, não incluindo segmentos com
apenas um ou dois pontos isolados por não serem representativos. Nesta fase também se pode demarcar
novos pontos mesmo em segmentos em que os lados da rua são díspares em termos de pontuação, desde que
o seu fluxo ou geometria o permitam, tornando-se importante o conhecimento específico da zona (figura 3).
Figura 3. Marcação de pontos HI, ME e LO na rede diferenciados por dimensões. Este aspeto é obtido
após a limpeza dos pares e pontos isolados. Cada um dos segmentos restantes com esta concentração de
pontos pode ser um possível local de realização de inquéritos.
Por fim criou-se uma folha de cálculo Excel em que foram introduzidos os códigos de identificação dos
pontos acima descritos (de concentração de pontuações) e foram associados para cada um quais as dimensões
e respetivo intervalo de pontuações existentes. Esta folha de cálculo foi posteriormente usada na
determinação dos locais para a realização dos inquéritos (figura 4).
Figura 4. Tabela exemplo que relaciona cada ponto (segmento) com as dimensões e pontuações
(Gulbenkian). Na coluna da direita vem uma contagem das dimensões existentes. Na determinação dos locais
de inquérito foi dada preferência a segmentos com uma boa representação de dimensões.
Os fatores determinantes para a seleção dos locais são que cada dimensão deve (sempre que for
possível) estar representada nas classes de pontuação “alta” (H), “média” (M) e “baixa” (L) em três segmentos
diferentes pelo menos uma vez. Este passo foi feito em diversas interações de modo a garantir uma boa
distribuição das dimensões pelos locais disponíveis, ao mesmo tempo que se tentava reduzir o número de
locais necessários para a realização de inquéritos e uniformizar o número de inquéritos a fazer em cada local
(figura 5).
Figura 5. Distribuição das classes de pontuação de cada dimensão pelos pontos de inquérito
(Gulbenkian). De notar que os pontos selecionados tiveram os seus Id alterados de números para letras e que
cada classe de cada dimensão só surge uma vez na lista.
3. Resultados
Ficou decidido que seriam realizados conjuntos de dez inquéritos com três dimensões distintas cada.
Assim, cada “secção” na tabela anterior representa um conjunto desses dez inquéritos a realizar (ou seja, no
ponto K seriam realizados trinta inquéritos), e foi necessário distribuir as restantes dimensões por cada ponto.
Esta distribuição teve o cuidado de tentar não repetir combinações com as mesmas dimensões e de fazer com
que cada dimensão surgisse um número semelhante de vezes, apesar de difícil devido à distribuição espacial e
natureza de algumas dessas dimensões. Posteriormente, na análise aos inquéritos, pode-se vir a confirmar qual
a classe de pontuação a que pertencem as restantes dimensões (figura 6a e 6b).
Figura 6a. Distribuição das dimensões pelos conjuntos de inquéritos de cada ponto (Gulbenkian).
Figura 6b. Distribuição das dimensões pelos conjuntos de inquéritos de cada ponto (Arroios).
Figura 7. Localização dos locais de inquéritos para a zona da Gulbenkian.
Figura 8. Localização dos locais de inquéritos para a zona de Arroios.
4. Revisão do método desenvolvido
A revisão metodológica terá lugar após análise dos resultados dos inquéritos