Análise Espacial Multicritério para Determinação de Zonas de Tráfego utilizando variáveis do Uso do Solo e do Ambiente Construído

(1)

Análise Espacial Multicritério para

Determinação de Zonas de Tráfego utilizando

variáveis do Uso do Solo e do Ambiente

Construído

Laryssa de Andrade Mairinque (UNIFEI)

laryssamairinque@hotmail.com Josiane Palma Lima (UNIFEI)

jplima@unifei.edu.br

A maioria dos modelos utilizados para a definição de zonas de tráfego consideram dados de geração de viagens obtidos através de pesquisas Origem/Destino. Porém, devido a restrições orçamentárias, nem sempre dados de pesquisas dessa natureza estão disponíveis para análises. Por esse motivo, o escopo desse trabalho foi desenvolver um método para definir as zonas de tráfego de um município considerando a falta de dados de pesquisas origem/destino na região estudada. Portanto, o objetivo desse trabalho é avaliar espacialmente características de uma determinada região para definição de zonas de tráfego utilizando a análise espacial multicritério com variáveis do uso do solo e do ambiente construído. O estudo pode ser dividido em três fases distintas: 1) definir os critérios de avaliação; 2) investigar e diagnosticar variáveis de uso do solo e do ambiente construído (tais como, concentração de atividades, densidade populacional, densidade do sistema viário, renda média e acessibilidade) a partir de setores censitários do IBGE; 3) agrupar os setores censitários que possuem desempenhos semelhantes nos critérios de avaliação para a definição de Zonas de Tráfego em um município do Sul do estado de Minas Gerais, Brasil. A partir dos resultados obtidos foi possível verificar a aplicabilidade do modelo desenvolvido, e sua principal contribuição consiste nas etapas desenvolvidas, pois a partir delas foi possível identificar os setores censitários que possuem potencial de atração de viagens semelhantes para posteriormente agrupá-los em zonas de tráfego. Os resultados obtidos servem também como suporte para estudos futuros sobre o planejamento de transportes e geração de viagens na região de aplicação do modelo desenvolvido.

Palavras-chave: Análise Espacial Multicritério, Zonas de Tráfego, Pesquisa origem/destino.

(2)

1

1. Introdução

Diariamente as pessoas precisam se deslocar nas cidades para ter acesso aos bens e serviços necessários à manutenção da vida. Essa demanda associada ao crescimento das cidades e o aumento da população urbana desencadeia uma série de problemas concernentes ao sistema de transportes. Logo é necessário um esforço no planejamento de transportes para reduzir o impacto gerado pela crescente urbanização.

Uma das atividades mais importantes do planejamento de transportes é a estimativa da demanda de viagens, que segundo Pulugurta, Madhu, e Kayitha (2015) torna possível planejar a oferta de infraestrutura e instalações que atendam às necessidades da demanda atual de mobilidade dos viajantes, como também as necessidades futuras.

Porém, para se realizar estudos de planejamento de transportes, como gerações de viagens e demanda/oferta de transportes em uma região é necessário se conhecer as zonas de tráfego, que são segundo Pulugurtha, Duddu e Kotagiri (2013) localizações geográficas das produções e atrações de viagens.

Em sua maioria, os modelos utilizados para a definição de zonas de tráfego consideram dados de geração de viagens obtidos através de pesquisas Origem/Destino. Porém devido a restrições orçamentárias, nem sempre dados de pesquisas dessa natureza estão disponíveis para análises. Desta forma, é necessário que sejam desenvolvidos modelos capazes de realizar essa divisão das Zonas de Tráfego através de variáveis que possam ser obtidas com menor custo e esforço. Logo, o objetivo desse trabalho é desenvolver um método para definir as zonas de tráfego de um município, utilizando a análise espacial multicritério com variáveis do uso do solo e do ambiente construído.

A análise espacial multicritério é indicada nesse estudo pela distribuição e avaliação espacial dos critérios estabelecidos para definição das zonas de tráfego, visto que se trata de um problema que leva em conta variáveis do uso do solo e do ambiente construído. A utilização de um modelo multicritério se justifica segundo Xidonas et al., (2011) por ser o campo da pesquisa internacional que lida com problemas que envolvem vários critérios, e se caracterizam por serem problemas complexos e que precisam de uma metodologia bem definida para auxílio a tomada de decisão.

(3)

2

2.1 Zonas de tráfego em análises agregadas de geração de viagens

Uma das atividades mais importantes do planejamento de transportes é a estimativa da demanda de viagens, visto que, segundo Pulugurta, Madhu e Kayitha (2015) é a partir dela que é possível planejar a oferta de infraestrutura e instalações que atendam às necessidades da demanda atual de mobilidade dos viajantes, como também as necessidades futuras.

De forma complementar, para Shi e Zhu (2019) a geração de viagens é amplamente utilizada para prever a demanda de viagens, e é a primeira etapa do processo convencional de previsão de transporte em quatro etapas, que são: geração de viagens, distribuição de viagens, escolha do modo de transportes e atribuição de rotas.

Para isso, são necessários os modelos de geração de viagens, que para Kabakus e Tortum (2019) são usados para prever o número de viagens que são produzidas por cada zona levando em consideração fatores socioeconômicos, demográficos e domésticos. Segundo Pulugurta, Madhu, e Kayitha (2015) no caso da geração de viagens as técnicas tradicionalmente utilizadas para cálculo são a regressão linear e a classificação cruzada.

Nos estudos sobre a geração de viagens, busca se conhecer os fatores que influenciam a variação da demanda de transportes. Segundo Ewing e Cervero (2010) as características do ambiente construído são as variáveis que mais impactam nessa demanda e podem ser definidos por: densidade, diversidade, desenho urbano, acessibilidade e distância. Já para Wei et al. (2017) estudos recentes sugerem que a associação entre o uso do solo e fatores econômicos influenciam o comportamento e a demanda de viagens.

Desta forma, é de crucial importância que se caracterize os locais de maior geração e atração de viagens no local de estudo, para Shi e Zhu (2019) no processo de previsão da demanda de transportes isso ocorre nas chamadas zonas de tráfego, já que deve ser considerado o número de viagens que tiveram origem e destino em uma zona de análise de tráfego específica. Martínez, Viegas e Silva (2009), afirmam que assim como nas análises espaciais, a modelagem da demanda de transporte deve ser agregada em zonas de tráfego.

2.2 Métodos para divisão de Zonas de Tráfego

Para facilitar a obtenção e posterior análise das informações a respeito do tráfego, a área de estudo deve ser dividida em zonas. Segundo Pulugurtha, Duddu e Kotagiri (2013) Zonas de Tráfego representam localizações geográficas das gerações e atrações de viagens. Para os

(4)

3 autores, as viagens produzidas e atraídas para uma zona de tráfego, no geral, são estimadas em função das características demográficas, socioeconômicas e de uso do solo.

De acordo com os autores Dong et al. (2015) tradicionalmente a divisão da rede em zonas de tráfego utiliza informações geográficas, dados da população, características do uso do solo, características econômicas e sociais.

Wei et al. (2017) afirma que o padrão de uso do solo é representado quantitativamente por medições de densidade, diversidade e acessibilidade. Sendo que a densidade é medida como a taxa bruta da população de residentes em uma determinada unidade geográfica (setores censitários, zonas de tráfego)

A diversidade de uso do solo, segundo Bordoloi et al. (2013) depende da quantidade de empregos e atividades disponíveis em uma região. Por fim, a acessibilidade segundo Wei et al. (2017) reflete a capacidade das pessoas de acessar destinos diferentes, sendo que muitos fatores afetam a acessibilidade, incluindo mobilidade, qualidade e disponibilidade das opções de serviços de transporte e conectividade do sistema de transporte.

Segundo Ortuzar e Willumsen (2011) a divisão das Zonas de Tráfego deve ser compatível com outras divisões administrativas sobretudo com os setores censitários. Outra característica importante sobre as zonas de tráfego que os autores destacam é sobre a homogeneidade que elas devem apresentar sobre a composição populacional e de uso do solo.

A seguir, na Tabela 1, são apresentados alguns trabalhos recentes sobre a definição das zonas de tráfego, os métodos e as variáveis utilizadas em cada um deles.

Tabela 1 - Métodos para definição de zonas de tráfego

Autor Local Método Variáveis

(YANG; WANG; CHEN, 2007)

Dalian – China

Diagrama de Voronoi Pesquisa Origem – Destino (MARTÍNEZ; VIEGAS; SILVA, 2009) Lisboa – Portugal Superfície de densidade suavizada. Demanda de viagens geocodificadas

(WANG et al., 2014) Suzhou – China Modelo de programação inteira mista Histórico da demanda de tráfego

(YOU; BUDIĆ; KIM, 2016) Urbana – Illinois Análise de cluster e distância euclidiana Número de famílias

(5)

4 (GHADIRI; RASSAFI;

MIRBAHA, 2019)

Khoy – Iran Formas geométricas regulares

Demanda de viagens a trabalho, estudo, compras, lazer e negócios pessoais.

Logo, é possível perceber que a definição de Zonas de Tráfego leva em consideração diversas características do ambiente estudado, o que torna o problema em questão de alta complexidade. Além de os pesquisadores utilizarem na maioria das vezes variáveis de demanda de viagens advindas de pesquisas origem-destino para realizarem essa divisão do município.

3. Metodologia

Visto que o objetivo desse trabalho é desenvolver um método para definir as zonas de tráfego de um município utilizando a análise espacial multicritério com variáveis do uso do solo e do ambiente construído, de acordo com Kauark, Manhães e Medeiros (2010) a pesquisa pode ser classificada como de natureza aplicada e abordagem quantitativa, visto que o trabalho busca gerar conhecimentos para aplicação prática, voltada à solução de problemas específicos. Como foram analisadas as características do ambiente para delimitação das Zonas de tráfego, a pesquisa pode ser classificada como descritiva, visto que, segundo Gil (2002) uma pesquisa descritiva busca expor as características de determinada população ou fenômeno. Por fim, foi utilizado o método modelagem, uma vez que foi desenvolvido um modelo para definição de Zonas de Tráfego na falta de pesquisas origem-destino. A escolha desse método se justifica, pois de acordo com Bertrand e Fransoo (2002) é a partir da modelagem que são construídos modelos objetivos que expliquem parte do comportamento de situações da vida real.

Após identificados na literatura os fatores mais relevantes para geração de viagens em uma zona de tráfego, foram definidos os seguintes critérios apresentados na Figura 1 para o problema de delimitação de zonas de tráfego.

(6)

5 Figura 1 - Critérios de avaliação

Fonte: Os autores (2020)

O modelo foi aplicado na zona urbana do município de Itajubá-MG que possui um total de 133 setores censitários. Percebe-se pela Tabela 2 que mais de 90% da população do município concentra-se no ambiente urbano, o que fez com que o foco do estudo se voltasse para essa região.

Tabela 2 - Definição dos critérios de avaliação

População Urbana População Rural Total

82.764 7.894 90.658

91,29% 8,71% 100%

Fonte: Adaptado IBGE (2010)

Na Tabela 3 estão apresentados os métodos empregados para a coleta de dados de cada critério, bem como sua descrição e métrica utilizada:

Tabela 3 - Definição dos critérios de avaliação

Critério Descrição Métrica Coleta de dados

Renda populacional

Taxa bruta da renda populacional

Renda média por setor censitário Dados do censo de 2010 (IBGE) Densidade demográfica Taxa bruta da população residente no município

Pessoas por hectare quadrado do setor censitário

Dados do censo de 2010 (IBGE)

Educacional Instituições de ensino existentes no município

Número de instituições de ensino por setor censitário

Localização das instituições de ensino (Google Maps)

(7)

6 Saúde Serviços de saúde no

município

Número de hospitais por setor censitário

Localização dos serviços de saúde (Google Maps) Industrial Industrias no

município

Número de industrias por setor censitário

Localização das industrias (Google Maps) Comercial Comércio no município Número de lojas e supermercados por setor censitário

Localização das lojas e supermercados (Google Maps)

Lazer Áreas de lazer no município

Número de áreas de lazer por setor censitário

Localização das áreas de lazer (Google Maps)

Acesso ao transporte público Considera o acesso ao transporte público no munícipio Número de pontos de ônibus por setor censitário

Localização dos pontos de ônibus (Pesquisa de campo) Densidade viária Densidade de ruas urbanas existentes no município

Ruas por quilômetro quadrado do setor censitário

Dados calculados pelo SIG Acessibilidade Considera a facilidade de deslocamento no município Informações de ruas e pontos de ônibus por setor censitário

Dados calculados pelo SIG Instalações geradoras de viagens Instalações que geram viagens no município Número de instalações que geram viagens por setor censitário

Dados calculados pelo SIG

Para as Instalações geradoras de viagens foi realizada a contagem de cada um dos subcritérios, e realizada sua soma por setor censitário, e feita a normalização através de uma função fuzzy linear crescente, utilizando como valores de referência o maior e o menor valor obtido no desempenho do indicador. Segundo Calijuri, Melo e Lorentz (2002) o conjunto fuzzy é uma generalização do conjunto ordinário, variando de 0 a 1. Os autores ainda afirmam que a lógica fuzzy ajuda a diminuir a subjetividade do problema.

Para se avaliar o critério acessibilidade, foi necessário contabilizar os pontos de ônibus por setor censitário para em seguida realizar a sua normalização através da função fuzzy linear crescente, e obter o desempenho do subcritério acesso ao transporte público. Para o subcritério de densidade viária foram contabilizadas as poli linhas, as quais representam as ruas do município,

(8)

7 por setor censitário e feita a divisão por hectare. Esse subcritério foi normalizado utilizando a mesma função do anterior e eles foram somados, resultando no desempenho do critério acessibilidade.

Utilizando os dados de renda média por setor censitário do IBGE (2010) foi possível chegar ao desempenho do critério Renda Populacional, que também foi normalizado utilizando a função fuzzy linear crescente. Por fim, para o critério densidade, inicialmente foi feito o cálculo de habitantes por hectare em cada setor censitário e depois a normalização utilizando a mesma função dos critérios anteriores de forma a deixar todos os critérios do nível superior na mesma unidade, para então realizar o cálculo do desempenho final de cada setor censitário através da soma de todos os critérios.

Após obter o valor do desempenho final de cada setor censitário foi necessário agrupar aqueles que possuíram desempenho semelhante para então formar as zonas de tráfego. Esse agrupamento foi feito através de uma reclassificação dos valores do desempenho final em 4 categorias utilizando o método Jenks (JENKS, 1967), também chamado de intervalos naturais. Este método procura estabelecer a melhor organização dos valores em diferentes classes, buscando minimizar a variância dentro das classes estabelecidas, e maximizar a variância entre as classes.

Como forma de delimitar zonas o mais compactas possíveis, além do agrupamento proposto pela reclassificação foi feita uma análise visual para que os setores fossem agrupados por desempenho semelhante, mas também evitassem zonas de formato muito alongados e irregulares.

Logo, a proposta de zoneamento desde estudo teve como premissa o agrupamento dos setores censitários sem que fossem realizadas divisões neles, para que em análises futuras as informações já existentes nos setores censitários possam ser aproveitadas nas zonas de tráfego.

4. Resultados

A primeira etapa consiste na avaliação de cada um dos critérios distribuídos por setor censitário no município de Itajubá-MG. Inicialmente foi feito o estudo do desempenho dos subcritérios da diversidade do uso do solo, conforme apresentado na Figura 2:

(9)

8 Figura 2 - Instituições geradoras de viagens

Após realizada a soma dos subcritérios e sua normalização, foi possível chegar ao desempenho do critério diversidade do uso do solo. O resultado é apresentado na Figura 3:

Figura 3 - Desempenho do critério Instituições geradoras de viagens

Passando para o critério acessibilidade, foi necessário estabelecer a localização dos pontos de ônibus e das ruas de Itajubá conforme apresentado na Figura 4:

(10)

9 Figura 4 - Localização das Ruas e Pontos de ônibus

A partir da contagem dos pontos de ônibus, e cálculo da taxa bruta das ruas existentes em cada setor censitário, foi realizada a normalização do desempenho de cada um dos subcritérios para chegar no desempenho do critério acessibilidade como apresentado na Figura 5, e a renda média da população em cada setor censitário é apresentada na figura 6:

Figura 5 - Desempenho do critério Acessibilidade

(11)

10 Fig. 6 Desempenho do critério Renda Populacional

Por fim, o resultado do critério Densidade Demográfica foi obtido após o cálculo de habitantes por hectare e normalização através da função fuzzy linear crescente. O desempenho desse critério é apresentado na Figura 7:

Figura 7 - Desempenho do critério Densidade Populacional

(12)

11 De posse do desempenho dos setores censitários em cada critério estabelecido, foi possível chegar ao desempenho final através da soma dos valores normalizados, conforme apresentado na Figura 8:

Figura 8 - Desempenho Final

Para que os setores censitários pudessem ser agrupados em Zonas de Tráfego, foi feita a reclassificação do mapa em cinco classes conforme apresentado na tabela 4:

Tabela 4 - Reclassificação

Valor Inicial Categoria

0,103043 – 0,308139 1 0,308139 – 0,670764 2 0,670764 – 1,05599 3 1,05599 – 1,83268 4

Após a reclassificação, o mapa de desempenho dos setores censitários é apresentado na figura 9:

(13)

12 Figura 9 - Reclassificação

Após realizada a reclassificação dos setores censitários e análise visual para obter a delimitação das Zonas de Tráfego foi possível chegar na organização final da região urbana de Itajubá em Zonas de Tráfego como mostrado na Figura 10. Foi obtido um total de 48 zonas.

Figura 10 - Zonas de Tráfego

(14)

13

5. Conclusão

O presente trabalho conseguiu atingir seu objetivo de desenvolver um método de definição de zonas de tráfego considerando a falta de dados de pesquisa origem/destino. Visto que a partir dos resultados obtidos foi possível verificar a aplicabilidade do modelo desenvolvido através da definição de Zonas de Tráfego para o munícipio de Itajubá-MG. Para isso foi realizada a análise espacial multicritério utilizando variáveis do uso do solo e do ambiente construído. A principal contribuição deste trabalho consiste nas etapas de trabalho desenvolvidas, visto que a partir delas é possível identificar os setores censitários que possuem potencial de atração de viagens semelhantes para posteriormente agrupá-los em zonas de tráfego.

Vale ressaltar também a contribuição prática do trabalho ao dividir a zona urbana do município de Itajubá-MG em zonas de tráfego servindo como suporte para estudos futuros sobre o planejamento de transportes na região.

Apesar dos resultados positivos alcançados ao longo deste estudo, o método desenvolvido para definição de zonas de tráfego apresenta limitações quanto ao formato das zonas de tráfego. Isso se deve ao fato de que mesmo após a identificação dos setores censitários que possuem potencial de atração de viagens semelhantes é necessário realizar uma análise visual para que eles possam ser agrupados de maneira que as zonas sejam o mais compactas possível. Porém, ainda assim as zonas continuam sofrendo interferência do desenho dos setores censitários em seu formato, devido à premissa de realizar o agrupamento dos setores censitários para manter as informações contidas neles para análises futuras.

Devido aos resultados alcançados ao longo desse trabalho, para trabalhos futuros, sugere-se avaliar outras variáveis que podem compor a estrutura hierárquica do problema, bem como utilizar outras unidades territoriais de análise para a delimitação do município em Zonas de tráfego.

6. Agradecimentos

Os autores agradecem ao CNPq, à FAPEMIG e à CAPES pelo apoio financeiro concedido aos projetos que subsidiaram o desenvolvimento deste trabalho.

REFERÊNCIAS

BERTRAND, J. Will M.; FRANSOO, Jan C. Operations management research methodologies using quantitative modeling. International Journal of Operations & Production Management, 2002.

(15)

14

BORDOLOI, R. et al. Quantification of Land Use Diversity in The Context of Mixed Land Use. Procedia -

Social and Behavioral Sciences, v. 104, p. 563–572, 2013.

CALIJURI, M. L; MELO, A. L. O; LORENTZ, J. F. Identificação de Áreas para Implantação de Aterros Sanitários com Uso de Análise Estratégica de Decisão. Informática Pública v. 4, n. 2, p. 231–250, 2002.

DONG, H. et al. Traffic zone division based on big data from mobile phone base stations. Transportation

Research Part C: Emerging Technologies, v. 58, p. 278–291, 2015.

EWING, R.; CERVERO, R. Travel and the built environment. Journal of the American Planning Association, v. 76, n. 3, p. 265–294, 2010.

GHADIRI, M.; RASSAFI, A. A.; MIRBAHA, B. The effects of traffic zoning with regular geometric shapes on the precision of trip production models. Journal of Transport Geography, v. 78, n. May, p. 150–159, 2019.

GIL, A. C. Como elaborar projetos de pesquisa, 2002

IBGE. Instituto Brasileiro de Geografia e Estatística. Censos Demográficos. [acesso em 19 mai 2020]; Disponível em: http://www.ibge.gov.br.

KABAKUŞ, N.; TORTUM, A. Comparative analysis of trip generation models according to household characteristics for developed, developing and non-developed provinces in Turkey. Sadhana - Academy

Proceedings in Engineering Sciences, v. 44, n. 5, 2019.

KAUARK, F. da S.; MANHÃES, F. C.; MEDEIROS, C. H. Metodologia da Pesquisa: Um guia prático.

Jenks, GF. (1967), The Data Model Concept in Statistical Mapping, International Yearbook of Cartography, 7, pp. 186-190.

MARTÍNEZ, L. M.; VIEGAS, J. M.; SILVA, E. A. A traffic analysis zone definition: A new methodology and algorithm. Transportation, v. 36, n. 5, p. 581–599, 2009.

ORTÚZAR, J. D., E WILLUMSEN, L. G. Modelling Transport - 4th ed. New York: Wiley&Sons, 2011.

PULUGURTA, S.; MADHU, E.; KAYITHA, R. Fuzzy logic-based travel demand model to simulate public transport policies. Journal of Urban Planning and Development, v. 141, n. 4, p. 1–11, 2015.

(16)

15

based on land use characteristics. Accident Analysis and Prevention, v. 50, p. 678–687, 2013.

SHI, F.; ZHU, L. Analysis of trip generation rates in residential commuting based on mobile phone signaling data. Journal of Transport and Land Use, v. 12, n. 1, p. 201–202, 2019.

WANG, L. et al. A mixed integer programming formulation and solution for traffic analysis zone delineation considering zone amount decision. Information Sciences, v. 280, p. 322–337, 2014.

WEI, H. et al. Integrating Land Use and Socioeconomic Factors into Scenario-Based Travel Demand and Carbon Emission Impact Study. Urban Rail Transit, v. 3, n. 1, p. 3–14, 2017.

XIDONAS, P. et al. IPSSIS: An integrated multicriteria decision support system for equity portfolio construction and selection. European Journal of Operational Research, v. 210, n. 2, p. 398–409, 2011.

YANG, Z.; WANG, L.; CHEN, G. Method of Traffic Analysis Zone Partition for Traffic Impact Assessment.

Journal of Highway and Transportation Research and Development (English Edition), v. 2, n. 2, p. 80–83,

2007.

YOU, J.; BUDIĆ, Z. N.; KIM, T. J. A GIS ‐ Based Traffic Analysis Zone Design : Technique. v. 1060, n. July, 2016.