Contribuições da geoanálise e do aprendizado de máquinas na avaliação sistêmica do Vale da Felicidade (RS)

• Autor(a) principal: Silva, Alline Gomes Lamenha e
• Data de Publicação: 2022
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/256564
• topic: Planejamento urbano; Sistemas complexos; Município de pequeno porte; Inteligência artificial; Complex urban systems; Geotechnology; Artificial intelligence; Data mining; Urban sustainability

As cidades são sistemas nos quais está presente a interação entre diversos aspectos, tais como a dinâmica social e territorial, a economia e a infraestrutura. Uma vez que tais elementos se influenciam mutuamente, existem limitações em tentar gerenciar a vida urbana observando apenas um de seus subsistemas, sendo tal abordagem eficaz apenas pontualmente. Nesse sentido, é fundamental que o estudo do ambiente urbano esteja vinculado a uma visão que, de forma conceitual ou aplicada, considere sua caracterização enquanto um sistema de complexidade organizada e possibilite sua gestão com a flexibilidade necessária, tanto para sua adaptação, como para a redução de suas vulnerabilidades. Novas tecnologias computacionais, envolvendo uma enorme quantidade de dados, bem como uma capacidade de processamento sem precedentes, assumem um papel inovador no entendimento desses problemas, como um ferramental de grande valia no sentido de revelar padrões anteriormente não identificáveis por meio da análise tradicional. Nessa direção, buscou-se, então, aplicar tais tecnologias de baixo custo para avaliar sistemas urbanos complexos, no contexto de municípios de pequeno porte. À luz de teorias clássicas sobre sustentabilidade, o objetivo da presente pesquisa foi propor uma estrutura-piloto para a avaliação de subsistemas urbanos, em pequenas e médias municipalidades brasileiras. A região do Vale do Caí (RS) foi selecionada como área de estudo. Como metodologia, fez-se uso de técnicas associadas à geoestatística, inteligência artificial e mineração de dados, com base em informações disponíveis para todo o território nacional, o que possibilitou avaliar: a ocupação do território, em termos de densidades populacionais e da rede das cidades que compõem a área de estudo; a ocupação socioespacial, identificando padrões espaciais de inclusão e exclusão social; a paisagem regional, em termos do índice de vegetação, do índice de área construída, da capacidade de sequestro de carbono pela vegetação e da evolução do campo térmico; a paisagem intraurbana, em termos do uso e ocupação do solo e das métricas da paisagem; e a relação multiescalar das variáveis estudadas. Tais estudos compuseram uma estrutura-piloto, cujo roteiro metodológico é passível de reprodução para qualquer das municipalidades brasileiras. A qualificação e quantificação das relações entre os subsistemas urbanos estudados foi consolidada em um estudo integrador, que possibilitou o aprofundamento da compreensão sobre o sistema alimentar urbano na área de estudo. Por fim, o aplicativo web “SIG Vale da Felicidade” foi desenvolvido, constituindo um importante subproduto dos estudos elaborados para o Vale da Felicidade e possibilitando o acesso a todas as camadas de informação georreferenciada produzidas. As técnicas utilizadas mostraram-se úteis no sentido de considerar, de forma prática, a complexidade organizada das temáticas que envolvem a cidade. Em termos de resultados, o trabalho pretende contribuir com um roteiro metodológico para o tratamento do tema, como também no aprofundamento de estudos sobre a natureza complexa dos estudos urbanos. Entende-se que tais estudos representam uma contribuição, tanto na tomada de decisão orientada por dados, quanto no direcionamento do sistema à sustentabilidade e na condução das comunidades à uma redução de sua vulnerabilidade.