Júlio César Chaves
Resumo
Este trabalho apresenta uma metodologia de análise de dados georreferenciados referentes a situação socioeconômica da população. A metodologia é baseada na utilização do algoritmo de agrupamento de dados fuzzy c-means (FCM), e o mapeamento dos grupos em uma base cartográfica. O principal resultado do algoritmo
FCM é o cálculo, para cada registro, de um valor de pertinência fuzzy associado a cada grupo. A visualização do resultado é feita no sistema Google Maps, juntamente com um conjunto de softwares open source, ou seja, sem custo de licenciamento. A metodologia de mapeamento e visualização, permite estabelecer um marco para o monitoramento de impactos socioeconômicos, e nesse sentido, é mostrado um estudo de caso aplicado às cidades de Niterói e São Gonçalo, com vistas ao maior projeto individual da história da Petrobras, o COMPERJ (Complexo Petroquímico do Rio de Janeiro). A contribuição deste trabalho reside em oferecer metodologia para visualização de dados multivariados e georreferenciados, com ferramentas de fácil acesso , à luz de uma análise exploratória espacial. Os resultados mostraram uma metodologia capaz de embasar decisões que maximizem impactos positivos e minimizem os negativos, em termos práticos, geograficamente são vistas regiões que claramente são carentes de acesso a serviços públicos básicos, além de correlações com indicadores de escolaridade e renda.
Abstract
This work presents a methodology of georeferenced data analysis related to the socioeconomic characteristic of the population. The methodology is based on the use of the fuzzy c-means (FCM) data clustering algorithm, and the mapping of clusters on a cartographic base. The main result of the FCM algorithm is the calculus, for each record, of a membership value associated to each cluster. The visualization of the results is made using the Google Maps system, together with a set of open source softwares, ie, without license costs. The methodology for mapping and visualization, establishes a framework in monitoring socioeconomic impacts, and on that way, it is shown a case study applied to the cities of Niterói and São Gonçalo, with regard to the biggest individual project in the history of the Petrobras (main Brazil oil company), the COMPERJ (Petrochemical Complex of Rio de Janeiro). The contribution of this work lies in offer a methodology to visualization of multivariate and georeferenced data, with tools of easy access , to the light of an exploratory spatial data analysis. The results showed a methodology capable to base decisions in order to maximize the positive impacts, and minimize the negatives, in practical terms, geographically there are regions that explicitly have deficient access to basic public services, like water and garbage collection, so there are correlations with income and schooling indicators.
