Name: | Description: | Size: | Format: | |
---|---|---|---|---|
8.67 MB | Adobe PDF |
Authors
Abstract(s)
A gestão dos espaços urbanos tem se tornado um desafio cada vez maior para a administração
pública. A evolução das cidades ocasiona um aumento significativo na sua complexidade, em
termos de distribuição geográfica. Com o crescimento da população, muitas regiões enfrentam
problemas no que diz respeito ao planeamento urbano. À medida que as mudanças ocorrem na
dinâmica das grandes metrópoles, garantir a qualidade de vida das pessoas, a sustentabilidade e o
equilíbrio económico dos diversos setores, revela-se uma crescente preocupação. Por outro lado,
com as recentes evoluções da tecnologia, surgiram também oportunidades para colmatar as
necessidades enfrentadas neste contexto. A disseminação dos sensores remotos levou a um
aumento exponencial no volume de dados georreferenciados gerados diariamente. Aliado ao
avanço da capacidade computacional e à modernização dos Sistemas de Informação Geográfica
(SIG), a disponibilidade dos dados georreferenciados impulsionou a adoção de um vasto conjunto
de metodologias, utilizadas para as mais variadas finalidades nos estudos dos espaços urbanos.
Este trabalho foi desenvolvido com o objetivo de explorar o potencial dos dados
colaborativos, nomeadamente os Pontos de Interesse (POIs), para a caracterização das regiões
geográficas. O foco principal do estudo foi a região metropolitana de Lisboa, por ser uma das zonas
mais importantes do país. Foi desenvolvida uma aplicação que realiza a coleta automática dos
POIs na Internet. Os dados coletados foram tratados e organizados para permitir a sua utilização.
Com a ajuda de outros dois conjuntos de dados de validação, foi implementado um método para a
classificação dos espaços, onde foram testadas diferentes técnicas. A área estudada foi dividida em
unidades que representam áreas de tamanho padrão e cada unidade foi classificada quanto ao seu
tipo de uso ou cobertura. Como forma de aprofundar o estudo, foi proposto um método automático
que permite a análise das correlações existentes entre os tipos de uso e cobertura dos espaços e as
mais diversas categorias de empresas, serviços e POIs localizados na região de estudo. Foi ainda
proposto um segundo método, também automático, que permite a análise das correlações entre as
diferentes categorias de POIs.
O estudo realizado é um contributo para a administração pública, considerando que
constitui uma alternativa aos métodos atuais de caracterização do uso e da ocupação dos espaços,
que envolvem um elevado investimento financeiro. Além disso as metodologias propostas para a
análise das correlações podem ser empregadas também no setor privado, como forma de produzir
conhecimento para ajudar a suportar a tomada de decisões no que diz respeito à escolha das
localizações mais adequadas para cada tipo de empresa ou serviço.
Description
Keywords
Espaços urbanos Dados georreferenciados Data mining Machine learning Correlação espacial cruzada