APLICAÇÕES DE GEOPROCESSAMENTO

Componentes Aquisição e preparação dos dados e aplicações SR, GPS, Vetorização, Rasterização, Interpolação, etc. Armazenamento e manutenção dos dados Bases cadastrais georreferenciadas Gerenciamento de infraestrutura e serviços urbanos Manipulação e análise dos dados Identificação de prioridades Previsão/avaliação impactos Apresentação dos dados Visualização Disseminação de informações

Sumário Exemplos de Aplicações 1. Bases cartográficas georreferenciadas 2. Gerenciamento de redes e serviços 3. Identificação de prioridades 4. Previsão e avaliação de impactos 5. Visualização 6. Disseminação de informações públicas Experiências do professor

1. BASES CADASTRAIS GEORREFERENCIADAS

1. Bases cadastrais georreferenciadas Reunir, integrar e relacionar, de modo ágil e preciso, um vasto acervo de informações de diversos órgãos municipais Subsidiar: Elaboração das políticas públicas Tomada de decisões Controle e a fiscalização urbanística.

Facilitar a troca de informações entre agentes públicos e privados que atuam no território Aumentar a eficiência do PGU e a qualidade dos serviços prestados à população Reduzir custos e esforços empreendidos de coleta e manipulação de dados Elaborar plantas genéricas de valor para auxiliar na cobrança do IPTU para aumentar a arrecadação municipal

2. GERENCIAMENTO DE REDES E SERVIÇOS

2. Gerenciamento de redes de infraestrutura e serviços urbanos Otimizar custos Agilizar o atendimento aos usuários Reduzir riscos (acidentes, falhas, homicídios, etc.) Transportes públicos Monitoramento de veículos por GPS, garantindo maior pontualidade e segurança aos usuários. Sistema Integrado de Transportes (Geosit) de Uberlândia (MG)

Iluminação pública Banco de dados georreferenciados. Central de atendimento que registra denúncias dos usuários

Segurança pública Câmaras de vídeo em vias públicas captam e transmitem imagens em tempo real para centrais de gerenciamento de trânsito e para as polícias civil, militar e guarda municipal. Brigada Militar em Passo Fundo (RS), monitora 8 pontos na cidade.

3. IDENTIFICAÇÃO DE PRIORIDADES

3. Identificação de prioridades Áreas com maior carência de infra-estrutura Melhores locais para instalação de novos equipamentos e serviços públicos Áreas de risco à ocupação Hotspots com maior concentração de crimes Locais de preservação ou de interesse ambiental Focos de epidemias.

Construção de índices para avaliar a qualidade de vida nas cidades Consultas e análises aos dados da base cartográfica georreferenciada a partir do cruzamento entre esses dados Subsidiar o planejamento dos investimentos públicos na cidade para reduzir as desigualdades sócio-territoriais existentes

http://www.maptube.org/

http://www.londonprofiler.org/

http://www.recife.pe.gov.br/pr/secplanejamento/pnud2006/

4. PREVISÃO E AVALIAÇÃO DE IMPACTOS

4. Previsão e avaliação de impactos Formulação de perguntas do tipo what if O que poderá ocorrer caso os planos urbanísticos propostos sejam ou não implementados? Modelos baseados em autômatos celulares Definição de algumas condições iniciais para simular o que pode acontecer a partir dessas condições.

Monitoramento das mudanças de uso e ocupação do solo urbano Uso do solo em Dublin, Ohio, em 2006 (Klosterman, 2007)

Monitoramento das mudanças de uso e ocupação do solo urbano Uso do solo em Dublin, Ohio, em 2030 (Klosterman, 2007)

Compreensão da dinâmica de crescimento das cidades Modelo de Periferização Urbana (BARROS, 2001) baixa renda (azul), média renda (amarelo) e alta renda (vermelho)

Projeto Virtual London: análise de impacto de novos edifícios

Projeto Virtual London: análise de impacto de poluição atmosférica

Projeto Virtual London: análise de impacto de enchente

5. VISUALIZAÇÃO

Imagem georreferenciada do Google Earth 5. Visualização Facilitar a visualização de informações sobre o espaço urbano Subsidiar a tomada de decisões, definição de diretrizes e avaliação de propostas urbanísticas

Imagem georreferenciada do Google Earth Vista de Rua Google Earth

6. DISSEMINAÇÃO DE INFORMAÇÕES PÚBLICAS

6. Disseminação de informações públicas PPGIS (Public Participation GIS) Comunicar informações públicas através de mapas e modelos Garantir melhor apropriação de planos urbanísticos por pessoas sem conhecimento técnico

Favorecer a autonomia e o engajamento de comunidades no planejamento local Permitir que tomadores de decisões, diversos grupos de interesse específicos e a população em geral possam interagir com planejadores e políticos para discutir e explorar o futuro de sua localidade.

PPGIS para a comunidade de Woodberry Down em Londres, Inglaterra Informações sobre o local (serviços, equipamentos, etc.) e sobre todo o processo de regeneração urbana proposto. Mapas e panoramas (3d) da área-alvo de intervenção urbanística Diversas opções de renovação urbana que podem ser escolhidas pelos usuários e discutidas em um fórum online

Opção A

Opção B

http://www.surveymapper.com/

http://secondlife.com/

7. EXPERIÊNCIAS DO PROFESSOR

Assentamentos Informais

Patrimônio Histórico

Sintaxe Espacial

Habitabilidade Urbana IH = (ID + IP) / 2 ID = (SANEA + OCUPA + TIPO) / 3 IP = (RENDA + EDUCA + LONGE) / 3 O valor do IH varia entre 0 e 1

Morfologia Urbana Registro de imagem Mapa de Referência Carta: Nucleação-Centro Proj.: UTM / SAD-69 Escala: 1/20.000 Responsável: FIDEM Ano: 1987

Pontos de controle selecionados Ponto Descrição X Y P1 Ponte do Pina 291.913,633064 9.106.033,999619 P2 Ponte 12 de Setembro (antiga ponte giratória) 293.494,894753 9.107.770,764696 P3 Ponte do Limoeiro 293.684,892283 9.109.702,044301 P4 Viaduto João Paulo II 291.032,467772 9.107.739,669836 P5 Viaduto João Tude de Melo 289.567,564422 9.111.021,491339 P6 Confluência de dois braços do Rio Capibaribe 287.205,141862 9.112.212,014031 P7 Cruzamento Av. Caxangá com a BR-101 285.994,802819 9.107.862,620753 P8 Cruzamento Av. Abdias de Carvalho com a BR-101 286.002,482485 9.110.951,295531 P9 Lagoa do Araçá 290.195,439563 9.107.135,090268 Transformação polinomial de primeiro grau

2. Realce

Classificação da imagem Definição das classes de uso do solo Treinamento de amostras de cada classe Aplicação de algoritmo Interpretação dos resultados

Imagem Binária Classificada Classe Ocupada (píxeis de interesse) Classe Não-Ocupada (píxeis vazios )

Pina/Encanta Moça Área Formal Brasília Teimosa

Imagem CBERS-2 Sensor CCD 2006 20 metros

Mapa de Habitabilidade Brasília teimosa

Análise da densidade das amostras

VL VH Superfície de densidade da área

VL L M H VH Classificação da densidade da área