Você está na página 1de 13

MODELAGEM GEOESTATSTICA APLICADA

AMOSTRA SISTEMTICA DESAGREGADA:


ESTIMAO DE GERAO DE VIAGENS

Samille Santos Rocha


Anabele Lindner
Cira Souza Pitombo

MODELAGEM GEOESTATSTICA APLICADA AMOSTRA SISTEMTICA


DESAGREGADA: ESTIMAO DE GERAO DE VIAGENS
Samille Santos Rocha
Anabele Lindner
Cira Souza Pitombo
Universidade de So Paulo
Escola de Engenharia de So Carlos/Departamento de Engenharia de Transportes
RESUMO
O objetivo do presente trabalho avaliar melhorias nas estimativas de modelagem geoestatstica para gerao de
viagens por transporte coletivo (TCO), na hora pico, a partir da proposta de uma amostra sistemtica
desagregada. Os dados utilizados so oriundos da Pesquisa O/D, realizada na Regio Metropolitana de Salvador
(RMS), em 1995. O mtodo possui duas etapas principais relacionadas aplicao de Krigagem Ordinria (KO):
(1) a partir dos centroides de macrozonas associados aos valores padronizados de produo e atrao de viagens
por TCO; (2) a partir de amostra sistemtica desagregada proposta. Os mapas de Krigagem, para ambas as
variveis e amostragens obedeceram distribuio espacial similar dos valores observados. Alm disso, a
validao dos valores estimados com a KO apresentou bons resultados para as duas amostragens (erro mdio e
varincia de resduos baixos) e melhor correlao para a amostragem sistemtica artificial aqui proposta.
ABSTRACT
The aim of this paper is to evaluate improvements in the geostatistical modeling estimations for trip generation
by transit, proposing a systematic disaggregated sample. The data used is from the Origin-Destination Survey,
carried out in 1995 in the Salvador Metropolitan Area. The method has two main steps related to the application
of Ordinary Kriging (OK): (1) from the centroids of macrozones associated to the standardized values of
production and attraction of trips by transit; (2) from the systematic disaggregated sample proposed. The kriging
maps for both variables and samples had a spatial distribution similar to the observed values. Moreover, the
accuracy of KO application showed good results for the two samples (low average of error and variance of
errors) and better correlation for the systematic sampling here proposed.

1. INTRODUO
A Geoestatstica emergiu a partir da dcada de 1950, quando se observou que a estatstica
bsica no corresponderia s necessidades de anlises de fenmenos espaciais. A
Geoestatstica estuda o comportamento espacial de variveis e permite estimar seu valor em
reas geograficamente amostradas ou no amostradas. A tcnica usada para entendimento e
modelagem da variabilidade espacial de atributos.
Esta tcnica, recentemente utilizada no Planejamento de Transportes, pode auxiliar na
estimao e interpolao da demanda por transportes. A dependncia espacial das
caractersticas relacionadas ao transporte urbano permite supor que a Geoestatstica seja uma
ferramenta conveniente de anlise. Contudo, percebe-se que ainda pouco aplicada na rea de
transportes. Tanto na literatura nacional quanto na literatura internacional, trabalhos
envolvendo anlise de demanda por viagens e Geoestatstica so absolutamente raros.
Uma referncia da Geoestatstica aplicada anlise de demanda por transportes pode ser
encontrada no estudo de Costa et al. (2013). O trabalho estima a escolha modal por meio de
dados desagregados de Pesquisa Origem/Destino realizada na cidade de So Carlos (SP),
atravs de Krigagem Ordinria (KO). Pitombo e Sousa (2009) realizaram um estudo que
utilizou Krigagem Ordinria e uma base de dados de valores agregados de gerao de viagens
na Regio Metropolitana de So Paulo (RMSP). Destacou-se que a produo e atrao de
viagens aumentavam de valor nas regies da periferia para o centro. Pitombo et al. (2010)
utilizaram tcnicas de anlise espacial de dados, a Geoestatstica multivariada (Krigagem com
Deriva Externa) e a Regresso Geograficamente Ponderada, para estimar a produo e atrao

de viagens urbanas por modo e motivo de viagem, na RMSP. J Rocha (2014) estimou
gerao de viagens por transporte coletivo na hora pico, atravs de Krigagem Ordinria e
Krigagem com Deriva Externa, com dados da Regio Metropolitana de Salvador.
Teixeira (2003) aplicou a Krigagem Ordinria para relacionar aspectos socioeconmicos
gerao de viagens. O autor apresentou uma metodologia para definir o zoneamento por reas
homogneas relacionadas ao planejamento de transportes, considerando aspectos econmicos
e de viagens da populao atravs dos setores censitrios (IBGE). Como referncia
internacional, Miura (2009) descreve a abordagem da Krigagem Universal na estimao de
tempos de viagem num espao imaginrio. Foi verificado que a Krigagem pode auxiliar na
estimao de tempos de viagem entre dois pontos arbitrados, podendo auxiliar tambm na
determinao de congestionamentos.
O objetivo do presente trabalho avaliar melhorias nas estimativas de modelagem
Geoestatstica para gerao de viagens por transporte coletivo, a partir de uma proposta de
desagregao dos dados associados a Macrozonas de trfego da Regio Metropolitana de
Salvador.
2. GEOESTATSTICA
A reviso deste trabalho est focada em descrever e conceituar a ferramenta utilizada para
estimar gerao de viagens. Desta maneira, so analisados nos prximos itens trs processos
fundamentais da Geoestatstica: o entendimento das variveis regionalizadas, a modelagem
dos variogramas experimentais e a Krigagem.
2.1 Variveis Regionalizadas
As Variveis Regionalizadas (VR) representam um conjunto de dados distribudos
espacialmente de forma homognea dentro de certa distncia e direo. As VR apresentam
dois aspectos contraditrios: um aspecto aleatrio e outro estrutural. O carter aleatrio
corresponde variao inesperada dos pontos no espao e o estrutural mostra as correlaes
existentes entre os diversos pontos onde ocorre o fenmeno (Sousa e Muge, 1990).
2.2 Variograma
O variograma representa a variao de um fenmeno regionalizado no espao por meio de
uma descrio matemtica da relao entre a varincia de pares de observaes e a distncia
(h) que as separa (Cmara et al., 2002). Os parmetros importantes do variograma so o efeito
pepita, patamar e a amplitude, apontados na Figura 1.

Figura 1: Representao geral de um variograma e de seus componentes


O efeito pepita (0) ou Co representa a alta variabilidade da varivel em distncias pequenas
(Soares, 2006). O patamar mede o quanto da varincia explicada pelo modelo. O valor do

patamar inclui o efeito pepita. A partir do patamar, considera-se que no existe mais
dependncia espacial entre as amostras, porque a varincia da diferena entre pares de
amostras torna-se aproximadamente constante (Camargo et al., 2004). O alcance, ou
amplitude, a distncia dentro da qual os dados so espacialmente correlacionados e
corresponde distncia horizontal associada ao patamar (Camargo et al., 2004).
A construo do variograma experimental um ponto fundamental na modelagem
geoestatstica, pois sintetiza a informao relativa estrutura espacial do fenmeno,
influenciando fortemente os resultados da Krigagem. O variograma deve ser ajustado de
acordo com modelos tericos, que podem ser do tipo esfrico, gaussiano, exponencial, dentre
outros. Dos modelos com patamar, um dos mais utilizados na Geoestatstica o modelo
esfrico, podendo ser comparado com a distribuio normal na estatstica clssica (Landim,
2010). Este modelo apresenta comportamento linear junto origem e ocorre em funo de
dois parmetros: o patamar e a amplitude.
2.3 Krigagem
A utilizao da Krigagem possibilita a inferncia de um valor mdio do atributo e sua posio
espacial, a partir de uma quantidade n de amostras vizinhas e do variograma ajustado
(Felgueiras, 1999).
Um dos tipos de Krigagem mais utilizado a Krigagem Ordinria (KO). A KO utilizada
quando se admite as mdias dos atributos constantes e desconhecidas. A estimativa em um
ponto no amostrado resulta da combinao linear dos valores encontrados na vizinhana
prxima (Yamamoto e Landim, 2013).
2.4 Amostragens geoestatsticas
Uma amostra um conjunto de valores do fenmeno espacial que deve garantir uma boa
representao da realidade. Cabe Geoestatstica e suas tcnicas mensurar o grau de
incertezas advindas das estimativas baseadas em amostras. So apresentados trs tipos de
amostragens na Figura 2: amostragem aleatria simples, estratificada e sistemtica.

(c)
(b)
(a)
Figura 2: Amostragens aleatrias: (a) amostragem simples; (b) amostragem estratificada; (c)
amostragem sistemtica. Fonte: Yamamoto e Landim (2013).
Na Geoestatstica, a amostragem aleatria simples pode ser obtida atravs de um sorteio, onde
a componente aleatria so as coordenadas geogrficas selecionadas ao acaso e todos os
elementos tm a mesma probabilidade de ocorrncia (Yamamoto e Landim, 2013). Na
amostragem aleatria estratificada, divide-se a populao em subgrupos e coletam-se as
amostras aleatoriamente dentro de cada estrato (Barbetta, 2005).

Na amostragem aleatria sistemtica, os intervalos so regulares e definidos antecipadamente.


Segundo Yamamoto e Landim (2013), na Geoestatstica, a amostragem sistemtica a melhor
dentre as trs, porque recobre toda a rea de estudo, evitando rea com vazios ou com
agrupamento de amostras.
Neste trabalho, gerou-se uma amostragem sistemtica artificial, no intuito de melhorar as
estimativas geoestatsticas. Os resultados obtidos atravs das coordenadas dos centroides das
macrozonas da RMS foram comparados aos resultados obtidos atravs da amostra gerada
artificialmente.
3. MTODO
O presente trabalho descreve a estimao de gerao de viagens por Transporte Coletivo
(TCO) em coordenadas cujos valores da varivel de interesses so conhecidos, atravs da
tcnica de interpolao espacial - Krigagem Ordinria (KO). O trabalho utilizou amostras de
pontos (dados da Pesquisa Origem/Destino da RMS de 1995). Alm dos dados originais da
Pesquisa O/D, proposta uma amostra sistemtica artificial para gerao de dados
desagregados. Resultados provenientes de modelagem geoestatstica aplicada s duas
amostras so apresentados. A Figura 3 esquematiza o mtodo proposto.
Amostragem sistemtica artificial

Produo de viagens por TCO


Atrao de viagens por TCO

Dados desagregados
Variveis

Variveis

Dados agregados

Produo de viagens por TCO


Atrao de viagens por TCO

Figura 3: Etapas do processo metodolgico aplicado ao estudo


3.1 Dados
3.1.1 Dados agregados
A rea de estudo, a Regio Metropolitana de Salvador (RMS) composta por 13 municpios
compondo uma rea de 4.375 km de extenso. A RMS possui uma populao de cerca de
3.600.000 habitantes, e deste total, cerca de 2.700.000 residem na capital (IBGE, 2010).
Salvador a terceira capital mais populosa do pas, e sua regio metropolitana a stima em
populao (Ribeiro, 2012).
O banco de dados aqui utilizado referente Pesquisa Origem-Destino (OD) de 1995 e
compreende o municpio de Salvador, alm de 10 municpios. A grande maioria dos
deslocamentos da RMS neste perodo concentrava-se em Salvador e o nibus era o principal
modo de transporte motorizado utilizado. Por isso a importncia de analisar a gerao de
viagens pelo modo de transporte coletivo por nibus (TCO) em Salvador (SETPS, 1995).
A unidade de rea da pesquisa OD foi Macrozona de trfego (MZ). Estas macrozonas (63 no
total) foram classificadas em sub-regies e em quatro grandes regies: rea Urbana
Consolidada (AUC), Orla, Miolo e Subrbio (Figura 4). O Subrbio Ferrovirio e o Miolo de
Salvador so as reas mais populosas de Salvador e com menor renda. Portanto, existe uma
provvel tendncia que a maior parte das viagens nestas reas seja realizada por transporte
coletivo. Em 1995, segundo a Pesquisa OD, a regio com populao economicamente mais
rica em Salvador era a Orla, seguida da AUC.

Figura 4: Sub-regies e macrozonas da RMS. Fonte: STEPS, 1995.


Para a anlise geoestatstica, as coordenadas geogrficas dos centrides das macrozonas
foram associadas s variveis de produo de viagens por TCO e atrao de viagens por TCO.
Foram utilizados valores padronizados das duas variveis em questo obtidos pela Equao 1.
x
z=
(1)

em que z: valor padronizado da varivel; x: valor absoluto da varivel (produo/atrao de


viagens por TCO); : mdia e : desvio padro.
3.1.2 Dados desagregados
A fim de desagregar o banco de dados, adotou-se a utilizao da amostragem sistemtica
artificial, em que foram seguidos os seguintes passos: (1) Determinao da malha; (2)
Gerao de centroides por cada clula que compe a malha; (3) Determinao de valores das
variveis padronizadas Produo e Atrao de viagens por TCO associados s coordenadas
dos centroides das clulas.
Aps alguns testes, a determinao da malha se deu pela gerao de clulas de 2000 x 2000
m. Em seguida, foram gerados centroides para cada clula obtida. As clulas quadradas
obtidas e os seus centroides associados esto ilustrados na Figura 5.

MZ 1
km

Figura 5: Malha gerada para amostragem sistemtica artificial


Notou-se que cada clula era composta por diferentes macrozonas. Tornou-se necessrio,
ento, mensurar a ocupao, em porcentagem, das macrozonas em cada clula. A clula 2 (ou
quadrcula 2), por exemplo, composta pela MZ 1, MZ 6, MZ 7, MZ 8 e MZ 11, conforme
ilustrado na Figura 5. A MZ 7, por exemplo, ocupa 32,8% da clula 2. A fim de determinar o
valor das variveis de gerao de viagens para cada quadrcula, a partir dos valores
conhecidos das macrozonas, atribuiu-se um peso para cada MZ ocupada nas quadrculas. O
exemplo da MZ 7 na quadrcula 2, teve um peso de 0,328, a MZ 11 teve um peso de 0,335, e
assim por diante (vide Tabela 1). Multiplicou-se o peso de cada MZ pelo seu respectivo valor
de gerao de viagem. O somatrio dessas multiplicaes resultou no valor da quadrcula e foi
associado respectiva coordenada geogrfica do centride.
Tabela 1: Exemplo de ponderao da rea e determinao da varivel para amostragem
sistemtica artificial (clula ou quadrcula 2)
rea da
quadrcula
(km)

2,975

ID (MZ),
Equivalente a 1
clula da malha

rea ocupada pela


MZ em cada clula
(km)

Peso (%)

Produo de
viagens por
MZ

Valor da
varivel aps
compatibilizao

0,424

0,142

0,18

0,03

0,366

0,123

0,18

0,02

0,974

0,328

0,15

0,05

0,191

0,064

0,22

0,01

11

0,997

0,335

0,20

0,07

Mdia
ponderada por
clula

0,18

3.2 Etapas para modelagem geoestatstica


3.2.1 Anlise estrutural e modelagem de variogramas
A primeira etapa da modelagem geostatstica tratou primeiramente do entendimento do
comportamento das variveis, bem como visualizao de possveis padres espaciais.
Verificou-se a existncia de anisotropia ou isotropia e a direo com maior variabilidade dos
dados (direo principal), bem como seu ngulo ortogonal. Na anlise estrutural (modelagem

da estrutura espacial da varivel regionalizada) foram descritos os atributos que determinam a


funo do variograma: efeito pepita, alcance ou amplitude, patamar (sill) e o modelo terico
de ajuste do variograma. O resultado final desta etapa se deu pela construo de variogramas
experimentais e ajuste de variogramas tericos.
3.2.2 Verificao do modelo
Esta etapa trata da verificao do modelo por meio da validao cruzada (teste do ponto
fictcio ou cross validation). A validao cruzada compreende a mensurao dos erros. A
validao cruzada considera os valores observados e estimados, possibilitando o
conhecimento da qualidade do modelo do variograma (Pitombo e Sousa, 2009; Soares, 2006).
3.2.3 Interpolao Geoestatstica
Conhecendo-se a qualidade dos parmetros e do modelo de variograma adotado, a ltima
etapa refere-se interpolao espacial atravs da Krigagem. Foram escolhidos parmetros
como as coordenadas, o nmero de blocos, espaamento entre blocos, discretizao, nmero
de amostras, tipo de busca das amostras e ngulos do elipside.
3.3 Softwares
Os procedimentos de modelagem geoestatstica foram realizados no GeoMs (Geostatistical
Modelling Software), desenvolvido pelo Instituto Superior Tcnico/Universidade Tcnica de
Lisboa. Os mapas finais foram editados atravs do Arcgis 9.3.
4. RESULTADOS E DISCUSSES
4.1.1 Anlise estrutural e modelagem de variogramas
A partir da anlise do mapa de pontos visualizados no GeoMS, verificou-se a direo que
apresenta maior variabilidade dos dados para a varivel regionalizada de produo de viagens
por TCO. Percebeu-se, por meio da distribuio espacial dos dados, as reas que apresentam
maiores valores da varivel regionalizada, sendo estas localizadas na regio do Subrbio
Ferrovirio de Salvador. Esta rea composta pelos bairros mais populosos e com renda mais
baixa da cidade. J a tendncia contrria observada na regio central.
Comparando os resultados da anlise das variveis de produo de viagens da amostra
agregada com a desagregada, percebeu-se que a distribuio espacial das variveis continuou
similar aos pontos analisados por centroides das macrozonas, apresentando, porm, uma
quantidade maior de dados e diminuio da distncia entre estes.
Aps visualizao espacial e realizao de alguns testes, optou-se por modelar os variogramas
experimentais para a direo 50 NE e o seu respectivo angulo ortogonal 320 SE para os
dados de produo de viagens por TCO por centroides das macrozonas. Este ngulo
representou melhor a continuidade espacial das amostras.
A varivel de atrao de viagens por TCO possui comportamento isotrpico, e mesmo
adaptada malha regular de 2000 por 2000 m, no demonstrou nenhuma continuidade ou
variao aparente dos dados em alguma direo. O variograma foi modelado com o ngulo
mximo de abertura, (180 - omnidirecional).
Os dados desagregados no possuem uma direo principal de variabilidade. As variveis
foram tambm modeladas com o ngulo mximo de abertura (variograma omnidirecional).
Verificou-se que a amostragem artificial gerou uma melhora significativa no ajustamento dos

variogramas experimentais, em relao amostragem pelos centroides das macrozonas devido


maior quantidade de pontos localizados na rea de estudo.
Os parmetros de azimute , tolerncia angular (R), lag distance (h), cut distance foram
utilizados para a modelagem dos variogramas experimentais das duas variveis analisadas. No
total, foram gerados trs variogramas para a amostragem original e dois variogramas para a
amostragem obtida pela malha regular (amostra sistemtica).
Na etapa de modelagem dos variogramas, foram determinados os seguintes parmetros: efeito
pepita, alcance ou amplitude, patamar e o modelo terico de ajuste do variograma,
apresentados na Tabela 2. Os variogramas ajustados esto ilustrados na Figura 6.
Tabela 2: Parmetros utilizados na modelagem dos variogramas

Amostra
desagregada

Amostra
agregada

Variveis e direes
Produo de viagens
(50)
Produo de viagens
(-40)
Atrao de viagens
(omnidirecional)
Produo de viagens
(omnidirecional)
Atrao de viagens
(omnidirecional)

Efeito
Pepita (C0)

(C1)

Alcance

Patamar
(C0-C1)

Modelo
Terico

0,263

0,69

12.882,68

0,95

Esfrico

0,263

0,69

9.832,59

0,95

Esfrico

0,488

0,49

7.400,27

0,98

Esfrico

0,182

0,668

10.845,03

0,85

Esfrico

0,068

0,139

11.336,76

0,207

Esfrico

Amostra agregada (a)


Produo de viagens (50; 0)
Atrao de viagens (0; 0)

Amostra desagregada (b)


Produo de viagens (0; 0)
Atrao de viagens (0; 0)

Figura 6: Modelagem dos semivariogramas

Observa-se claramente a melhoria na estruturao espacial da varivel regionalizada Atrao


de viagens por TCO, atravs da proposta da amostragem sistemtica artificial. O variograma
correspondente Atrao de viagens para a amostra original no apresenta nenhuma estrutura
espacial (efeito pepita puro - Figura 5 (a)). Enquanto que o variograma correspondente
varivel Atrao de viagens por TCO para amostra desagregada apresenta uma estrutura que
se assemelha ao modelo esfrico (Figura 5 ( b)), com valor de efeito pepita reduzido (0,068).
4.1.2 Verificao do modelo
A anlise dos resultados da validao cruzada para as duas variveis, em ambas as amostras
de pontos, apresentou, no geral, bons resultados (Tabela 3). A mdia de erros e a varincia dos
resduos apresentaram valores prximos de zero.
No entanto, o coeficiente de correlao entre valores observados e estimados das variveis
para as amostras agregadas apresentou baixos valores, devido ao modelo terico do
variograma ter baixa varincia espacial e apresentar alto efeito pepita. Considerando a
amostra desagregada, o coeficiente de correlao apresentou significativo aumento tanto para
produo de viagens, quanto para atrao de viagens por TCO. Os demais resultados so
satisfatrios, com mdia de erros e varincia de resduos prximos a zero.
Tabela 3: Dados obtidos pela validao cruzada da estimao das variveis
Varivel
Produo de viagens por TCO
Atrao de viagens por TCO
Produo de viagens por TCO
Atrao de viagens por TCO

Coeficiente de correlao
0,20
0,40
0,84
0,77

Mdia dos erros


0,0005
-0,0030
-0,0041
-0,0208

Varincia dos erros


0,476
0,747
0,386
0,409

Alguns autores defendem que a validao cruzada pode ser utilizada como mtodo para a
escolha do melhor modelo a ser adotado na estimao. Esta tcnica retira o valor de todos os
dados amostrados e obtm as estimativas feitas pela Krigagem, atravs dos parmetros
estabelecidos pelo ajuste do modelo terico do variograma. Desta maneira, haver para cada
ponto de mesma coordenada o valor conhecido e o valor estimado. A partir destes resultados
so calculados outros atributos estatsticos, como a mdia e varincia dos erros, alm do
coeficiente de correlao de pearson
4.1.3 Interpolao espacial
Os mapas de interpolao, obtidos atravs da Krigagem Ordinria, para o caso da amostra
agregada e amostra sistemtica artificial so mostrados na Figura 7 (a,b). A mesma figura
ainda apresenta mapas temticos de valores observados das variveis produo e atrao de
viagens por TCO para facilitar comparao visual de valores obtidos atravs da interpolao e
valores reais (Figura 7c).
Fazendo-se apenas uma anlise visual entre as interpolaes (Figura 7- a,b) e os valores
observados por rea (Figura 7 c), observa-se que, para produo de viagens por TCO, a
interpolao proveniente da amostra desagregada assemelha-se mais aos dados observados,
enquanto que para Atrao de viagens por TCO, a interpolao proveniente da amostra
agregada aproximasse melhor dos valores observados.

Amostra agregada (interpolao) a


Produo de viagens

Atrao de viagens

Amostra desagregada (interpolao) b


Produo de viagens

Atrao de viagens

Valores observados por rea c


Produo de viagens

Atrao de viagens

Figura 6: Interpolao espacial para as variveis Produo e Atrao de viagens por TCO: (a)
amostra agregada; (b) amostra desagregada; (c) valores observados por rea.

5. CONCLUSES E RESSALVAS SOBRE PROCEDIMENTO METODOLGICO


A proposta deste trabalho alcanou resultados satisfatrios para a aplicao da Geoestatstica
na anlise de demanda por transportes. Contudo, algumas dificuldades foram encontradas,
sobretudo, na modelagem dos variogramas, principalmente para a atrao de viagens por
TCO. Verificou-se que a alta agregao de dados amostrais prejudica a modelagem dos
variogramas, devido ao alto espaamento entre amostras, alm da quantidade reduzida de
observaes. Diante destas dificuldades e das vrias tentativas de modelao dos variogramas
em diferentes direes, foi proposta a desagregao dos dados analisados.
Na obteno de dados para a amostra sistemtica artificial, atentou-se para algumas
consideraes:
A desagregao de dados desconsidera mudanas abruptas nos valores de variveis
socioeconmicas e de viagens, que em geral, no apresentam continuidade espacial
equivalente a amostras de solos ou de gua, por exemplo, comumente utilizadas em
modelagem geoestatstica;
Adotou-se a premissa da continuidade espacial dos valores das variveis atravs da
utilizao da tcnica de gerao de amostras desagregadas. No entanto, sabe-se que as
amostras agregadas possuem descontinuidades mais evidentes;
Os dados devem ser preferencialmente gerados atravs de tcnicas de simulao e no
necessariamente, mdia ponderada de valores das macrozonas.
A metodologia empregada neste estudo uma tentativa inicial de melhorar modelagem
Geoestatstica a partir de dados muito agregados, sabendo que muitas vezes, apenas estes
esto disponibilizados. Portanto, o mtodo proposto para desagregao amostral tem o intuito
de suavizar os efeitos da falta de continuidade espacial das variveis em estudo, evidenciada
no caso das amostras agregadas por macrozonas de trfego.
A tcnica aqui estudada demonstra potencial de estimao de demanda por viagens, alm de
obteno de dados de viagens em vrias coordenadas. A Tabela 4 compara os aspectos
favorveis da utilizao da amostra original com a amostra sistemtica artificial.
Tabela 4: Quadro comparativo entre pontos favorveis da utilizao das amostras.
Atributos
Confiabilidade
Similaridade visual de mapas interpolados e observados
Nmero de amostras
Estruturao espacial das variveis
Poder preditivo
Qualidade da validao cruzada
Agregao
Distncia entre amostras

Amostra original
x
x

Amostra gerada
x
x
x
x
x
x

A amostra original pode ser considerada como mais confivel por se tratar de dados
pesquisados, obtidos em campo. A amostra sistemtica artificial produzida a partir da
original, podendo acumular erros o processo.
Com a utilizao da amostra sistemtica artificial, o nmero de amostras aumentou,
desagregou-se a amostra original e, consequentemente, diminuiu-se a distncia entre
amostras, facilitando no processo de estimao geoestatstica.

Outro aspecto favorvel da desagregao dos dados foi verificado pelo aprimoramento da
estrutura espacial das variveis regionalizadas. Considerando os resultados de validao
cruzada, observou-se significativa melhora das estimativas e interpolaes por Krigagem
Ordinria com a amostragem sistemtica artificial.
Tal mtodo pode ser testado em vrias cidades, sobretudo considerando a ausncia de
pesquisas domiciliares (amostras desagregadas) na maior parte das regies brasileiras.
AGRADECIMENTOS
O presente trabalho foi realizado com apoio do CNPq e do Instituto de Transporte e Logstica (ITL) da CNT.
REFERNCIAS BIBLIOGRFICAS
Barbetta, P. A. (2005) Estatstica Aplicada s Cincias Sociais. 5 ed. Florianpolis: UFSC, 340 p.
Cmara, G.; Carvalho, M.S.; Cruz, O.G.; Correia, V. (2002) Anlise Espacial de reas. Anlise Espacial de
Dados Geogrficos, Fuks, S.D.; Carvalho, M.S.; Cmara, G.; Druck, S.; Carvalho, M.S.; Cmara, G.;
Monteiro, A.V.N (eds.). Diviso de Processamento de Imagens Instituto Nacional de Pesquisas
Espaciais, So Jos dos Campos.
Camargo, E.; Camargo, C. G.; Druck, S.; Cmara, G. (2004) Anlise Espacial de Superfcies. Anlise Espacial
de Dados Geogrficos. Druck, S.; Carvalho, M.S.; Cmara, G.; Monteiro, A.M.V. (eds.).. Braslia,
EMBRAPA, 2004. p.46-82.
Costa, A. S. G.; Pitombo, C. S.; Salgueiro, A. R. (2013) Proposta de um Mtodo para Estimao de Escolha
Modal atravs da Geoestatstica. Anais do XXVII Congresso de Pesquisa e Ensino em Transportes,
ANPET, Belm.
Felgueiras, C. A. (1999) Modelagem Ambiental com Tratamento de Incertezas em Sistemas de Informao
Geogrfica: O Paradigma Geoestatstico por Indicao. Tese (Doutorado). So Jos dos Campos: INPE.
IBGE
(2010)
Censo
Demogrfico
Brasileiro
2010.
Disponvel
em:
< http://downloads.ibge.gov.br/downloads_top.php>. Acesso em 04 de Novembro 2013.
Landim, P.M.B. (2010) Introduo anlise estatstica de dados geolgicos multivariados. DGA, IGCE,
UNESP/Rio
Claro,
Texto
Didtico
15,
229
p.
Disponvel
em:
<
http://www.rc.unesp.br/igce/aplicada/DIDATICOS/LANDIM/MULTIVAR.pdf > Acesso em 12 de
Setembro de 2014.
Miura, H. (2009) A Study of Travel Time Prediction using Universal Kriging. Sociedad de Estadstica e
Investigacin Operativa, p. 257-270.
Pitombo, C. S.; Sousa A. J.; Birkin, M. (2010) Comparing Different Spatial Data Analysis to Forecast Trip
Generation. 12th World Conference on Transport Research Society, WCTR, p. 25
Pitombo, C. S.; Sousa, A. J. (2009) Aplicao de Conceitos Geoestatsticos para Anlise de Gerao de Viagens
Urbanas. Em: Congresso de Pesquisa e Ensino em Transportes. Anais do XXIII Congresso de Pesquisa e
Ensino em Transportes, ANPET, Vitria.
Ribeiro, L. C. (2012) Os Estados e as Regies Metropolitanas constitutivas do Observatrio das Metrpoles no
Censo 2010. Instituto Nacional de Cincia e Tecnologia CNPq/FAPERJ/CAPES. Observatrio das
Metrpoles: Rio de Janeiro.
Rocha, S. S. (2014) Anlise de Gerao de Viagens Urbanas por Transporte Coletivo atravs de Tcnicas de
Geoestatstica. Dissertao (Mestrado). Universidade Federal da Bahia. Mestrado em Engenharia
Ambiental Urbana, Salvador.
SETPS (1995) Pesquisa Domiciliar Origem/Destino. Salvador.
Soares, A. (2006) Geoestatstica para as Cincias da Terra e do Ambiente. 2 ed. Lisboa: IST Press, 214p.
Sousa, A. J.; Muge, F. (1990) Elementos de Geoestatstica. Lisboa: Laboratrio de Mineralogia e Planejamento
Mineiro.
Teixeira, G. L. (2003) Uso de Dados Censitrios para Identificao de Zonas Homogneas para Planejamento de
Transportes Utilizando Estatstica Espacial. 156 f. Dissertao (Mestrado). Universidade de Braslia.
Faculdade de Tecnologia. Departamento de Engenharia Civil e Ambiental, Braslia.
Yamamoto, J. K.; Landim, P. M, B. (2013) Geoestatstica: Conceitos e Aplicaes. So Paulo: Oficina de
Textos. 215p.

Você também pode gostar