Graziela Meneghetti Mestranda em Sensoriamento Remoto ... •Casas grandes de dois andares •Pelo...
Transcript of Graziela Meneghetti Mestranda em Sensoriamento Remoto ... •Casas grandes de dois andares •Pelo...
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.