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.