Seriam as áreas de pobreza reservas de mercado? Parte 2: experimentação

A partir da estrutura teórica e metodológica definida na parte 1 dessa postagem (ver abaixo) Calibração, delineam-se os experimentos descritos abaixo, que visam dar encaminhemento experimental e tentativo às hipóteses estabelecidas teóricamente. A estrutura dessa descrição, portanto, seguirá a estrutura da parte 1 dessa postagem na forma de uma continuação direta.

4. Implementação do modelo:

Caso em estudo: Canguçu, RS
Cenário de calibragem 1967-2013 (46 iterações): cenário “business as usual”
Crescimento “informado” pela presença da renda: localização da concentração de cada perfil espacialmente (IBGE, 2000; 2010):
Simulação de 3 cenários para testes:
a) Cenário de base: comportamento business as usual ajustado 10 anos
b) Cenário com baixa renda como atrator do crescimento
c) Cenário com baixa renda como resistência ao crescimento

4.1 Cenário de calibragem

O cenário de calibragem visava determinar quais os atributos relevantes para o caso em estudo, além de ajustas a importância de cada parâmetro do modelo para a simulação. O intervalo de tempo foi escolhido devido a disponibilidade de dados comparativos, que permitir a validação do modelo ante a realidade. Nessa forma, o modelo começa a simular o crescimento urbano a partir de 1967 e tenta ser semelhante ao estado da cidade em 2013, medido através de ferramentas específicas que serão mostradas abaixo.

Os atributos de entrada do modelo (inputs) que pareceram ser mais significativos foram: a atração ao crescimento urbano a partir da forma urbana em 1967 e as estradas principais e secundárias; e a resistência a urbanização dos cursos d'água, da declividade e de um padrão aleatório (recurso de modelagem comum que auxilia a, entre outras coisas, quebrar o determinismo do modelo).

Figura 3 - Parâmetros e atributos do Cenário de Calibragem	Figura 4 - atributos de entrada na simulação de calibragem

Os resultados da simulação podem ser avaliados nas figuras 5, 6 e 7 abaixo, onde se vê a geração, ano a ano, do potencial e tipo de células urbanos, centralidade absoluta e resistência ambiental respectivamente

Figura 5 - potencial de urbanização sobreposto às células com fenótipo urbano	Figura 6 – centralidade absoluta
O avanço da urbanização sobre os atributos naturais ocorre com a superação das resistências que opõem. A figura 7 mostra parte do papel ativo que os atributos naturais têm para urbanização (ALBERTI et al., 2003). Em par com esse comportamento há também a atração à urbanização. A lógica por trás dessa relação é a de atribuir um papel ativo aos atributos naturais na urbanização e, nesta simulação, fica claro o peso maior dado à declividade enquanto fator determinante para a urbanização em Canguçu.
	Figura 7 - resistência ambiental
A comparação com os dados da realidade pode ser vista nas imagens 8 e 9, abaixo. Foi utilizada a técnica de comparação direta (crisp comparison) e comparação fuzzy, de onde se pode perceber que, dentro de uma faixa de precisão de 200m (tamanho de cada célula, significando erro de uma célula para qualquer direção), obtém-se até 75,2% de acerto, que pode ser considerado bastante alto. A imagem 8 (a esquerda) mostra a avaliação crisp sem tolerância (a simulação tem que ser exatamente igual a realidade), enquanto a imagem 9 (a esquerda) mostra a avaliação por similaridade fuzzy na qual um acerto idêntico vale 1, um acerto há uma célula de distância vale 0,5, acertos a 2 células valem o,3 e assim por diante.	Figuras 8 e 9 – resultados da avaliação por similaridade entre o cenário de calibragem e a mancha urbana em 2013.

 

4.2 Cenário Base

O Cenário Base visava instituir o cenário de referência para as demais simulações. A partir dos parâmetros, ajustes dos pesos e atributos determinados no cenário de calibragem se acerta a simulação para o período de 2000 a 2010, de modo a ser possível inserir – e comparar os efeitos – das concentrações de renda no município, obtidos a partir dos censos destes anos.
Os dados de renda foram determinados a partir da renda do chefe do domicílio e estratificados em três cortes: de 0 a 3 salários mínimos mensais, de 3 a 6 salários e acima de 6 salários. Estes dados apresentam-se, nas bases dos censos, em setores censitários, unidades geográficas abstratas determinadas a partir da dinâmica de pesquisa dos ressenciadores, carecendo de referências ambientais, sociais ou urbanas para sua determinação. Para relacionar com os demais atributos da simulação, realizou-se o corte dos setores pela Área Efetivamente Urbanizada, determinada a partir da imagem aérea para 2013.

Figura 10 - Parâmetros e atributos do Cenário Base	Figura 11 - atributos de entrada na simulação de base

Os atributos de entrada do modelo foram os mesmos que na simulação anterior. A diferença ocorreu nos parâmetros, como o lambda externo, que passou de 3,5 para 2,8 e da alteração de ambos rô, que passaram de 1 para 0,2 (interno) e 0,15 (externo), de modo a limitar a taxa de crescimento anual observada, já que para o período de 2000-2010 foram realizadas 60 iterações, sendo cada uma equivalente a um trimestre.

Figura 12 – áreas de baixa (marrom), média (laranja) e alta (amarelo) renda para o ano de 2000.	Figura 13 – áreas de baixa (marrom), média (laranja) e alta (amarelo) renda para o ano de 2010

Os resultados da simulação podem ser avaliados nas figuras 14 e 15 abaixo, onde se vê a geração, ano a ano, do potencial e tipo de células urbanos, centralidade absoluta e resistência ambiental respectivamente.

Figura 14 - potencial de urbanização sobreposto às células com fenótipo urbano	Figura 15 – centralidade absoluta
Nas imagens 16 e 17, pode-se ver os resultados verificados ante a realidade. Vê-se que houve alguma piora em relação ao cenário de calibragem, mas ainda assim o índice de correspondência de 0,6364 obtido pela avaliação fuzzy com precisão de 200m pode ser considerado adequado para simulações urbanas.
	Figuras 16 e 17 – resultados da avaliação por similaridade entre o cenário de base e a mancha urbana em 2013

4.3 Cenário Atrator

O Cenário atrator se constitui no primeiro cenário experimental. A partir da hipótese da substituição preferencial das áreas de pobreza em processos de expansão urbana, em que se preferiria urbanizar áreas já ocupadas mesmo que pouco infraestruturadas ao invés de expandir sobre as áreas nunca utilizadas, se atribui ao atributo 0 a 3 2000 o peso 0,8 como atrator. Esse atributo é formado pelas áreas em que se concentram mais que 95% de famílias com baixa renda (0 a 3 salários) no ano de 2000, supondo que seriam justamente essas áreas os principais vetores de crescimento. Os demais atributos e parâmetros são mantidos como no cenário base.

Figura 18 – gird celular com as áreas de baixa renda, conforme carregado para o CityCell

Figura 19 - Parâmetros e atributos do Cenário Atrator	Figura 20 - atributos de entrada do Cenário Atrator

Os resultados da simulação podem ser vistos nas imagens 21 e 22, onde nota-se que principalmente a forma da expansão foi alterada em relação a simulação de base.

Figura 21- potencial de urbanização sobreposto às células com fenótipo urbano	Figura 22 – centralidade absoluta
De acordo com os resultados demonstrados nas figuras 23 e 24, percebe-se que o grau de acerto (tanto crisp quanto fuzzy) caiu bastante. O destaque, no entanto, é pra forma apresentada pelo desenvolvimento, que seguiu muito mais as tendências observadas no período.
	Figuras 23 e 24 – resultados da avaliação por similaridade entre o cenário atrator e a mancha urbana em 2013

 

OBSERVAÇÕES E CONCLUSÕES

As hipóteses colocadas:

a) Espaços com centralidade baixa e resistências altas (especialmente as ambientais) são ocupados por famílias pobres [lógica da necessidade, em Abramo (2007)];
b) Quando a cidade expande, esses locais passam a ter maior centralidade relativa e, portanto, acabam valorizados. Os ricos então tendem a mover-se para eles, buscando tanto as vantagens da localização, como baixos custos [POLIDORI, 2004].

A tabela da figura 25 demonstra, de forma sintética, a comparação entre os valores verificaros para a similaridade entre as simulações e as manchas urbanas em 2013.

Figura 25 – comparação entre resultados dos cenários apresentados

Portanto as hipóteses se comprovam parcialmente:

• Padrão visual é mais próximo que o cenário-base;
• Correspondência é menor na avaliação por sobreposição
• Resultados são interessantes metodologicamente por iniciarem experimentos com número grande de iterações (60 em 3 cenários);
• Alta correlação do cenário de calibração, que decresce para os demais;
• Ajuste da simulação para 60 iterações precisa avançar na sua calibragem.

Acredita-se que o estudo não tenha ido conclusivo, ainda mais por não contar, até o momento, com a simulação do cenário de resistência das áreas pobres. No entanot, uma conclusão possível, mesmo que intermediária e exploratória é de que as áreas de pobreza tem efeitos marginais na forma urbana e, dentro das dinâmicas de centralidade e potencial de urbanização, podem ser consideradas como incluídas nos próprios mecanismos geradores de crescimento urbano das simulações por essa medida. Estaria, portanto, comprovada parcialmente a hipótese de que as áreas de pobreza são locais de crescimento lógico da cidade, devendo essa ser testada com outros experimentos para determinar se há outros fatores mais influentes no crescimento urbano (como exploram, inclusive, outras postagens nesse blog).

Encaminham-se portanto as seguintes sugestões para experimentos futuros:

• Calibrar ainda melhor as simulações, visando melhorar os resultados de cada cenário;
• Verificar outras medidas que possam ser utilizadas para verificar a aproximação dos resultados com a realidade;
• Não há experimentos suficientes sobre os fatores Rô interno e externo, assim como não se conhece muito sobre os efeitos de um Lambda externo tão alto (cerce de 2,5): sugere-se estudos piloto para verificar eventuais problemas na modelagem advindos deles;
• Indica-se que a renda não pareça ser origem da valorização do solo, podendo, no entanto, ser resultado da dinâmica de centralidade;
• A renda, portanto, não seria medida corretamente como origem da centralidade, mas seu produto – o ovo e a galinha.

Outros testes exploratórios devem ser realizados, incluindo o da resistência mencionado acima. Imagina-se que outras cidades, talvez de maior porte, possam retratar com maior fidedignidade os fenômenos observados nestes experimentos e petende-se, portanto, continuar explorando temática. Deve ser feita a ressalva de que esses cenários apresentados são talvez os mais óbvios e intuitivos e que talvez exatamente essa sequencia lógica se prove infundada.

A seguir, insinuam-se os parâmetros de entrada da simulação de resisstência, ou repulsão, ao crescimento a partir das áreas de concentração de baixa renda.

26 – atributos e parâmetros de entrada para a simulação de resistência

 

REFERÊNCIAS

ABRAMO, P. A Cidade Com-Fusa: a mão inoxidável do mercado e a produção da estrutura urbana nas grandes metrópoles latino-americanas. Revista Brasileira de Estudos Urbanos e Regionais, v. 9, n. 02, p. 25–53, 2007.

ALBERTI, M.; MARZLUFF, J. M; SHULENBERGER, E.; et al. Integrating Humans into Ecology: Opportunities and Challenges for Studying Urban Ecosystems. BioScience, v. 53, n. 12, p. 1169–1179, 2003. Uberlândia: American Institute of Biological Sciences. Disponível em: <http://dx.doi.org/10.1641/0006-3568(2003)053[1169:IHIEOA]2.0.CO>.

BARROS, J. X. Urban Growth in Latin American Cities Exploring urban dynamics through agent-based simulation, 2004. London: University College London. Disponível em: <http://www.dpi.inpe.br/cursos/environmental_modelling/joana_phd_thesis.pdf>. .

BATTY, M. Cities and Complexity: Understanding Cities With Cellular Automata, Agent-Based Models, and Fractals. Cambridge: MIT Press, 2005.

BATTY, M. Complexity in city systems: understanding, evolution, and design. CASA Working Papers, v. 44, n. 0, p. 0–35, 2007a. London.

BATTY, M. Model Cities. CASA Working Papers, v. 113, p. 0–38, 2007b. London.

BATTY, M.; COUCLELIS, H.; EICHEN, M. Urban systems as cellular automata. Environment and Planning B: Planning and Design, v. 24, n. 2, p. 159–164, 1997. Pion Ltd.

BENENSON, I.; TORRENS, P. M. Geosimulation: Automata-Based Modeling of Urban Phenomena. London: John Wiley & Sons, Ltd, 2004.

BÓGUS, L. M. M.; TASCHNER, S. P. São Paulo: velhas desigualdades, novas configurações espaciais. Revista Brasileira de Estudos Urbanos e Regionais, v. 1, p. 153–174, 1999. Rio de Janeiro. Disponível em: <http://www.anpur.org.br/revista/rbeur/index.php/rbeur/article/view/29/17>. .

BUZAI, G. D. Geografia Global: El paradigma geotecnológico y el espacio interdisciplinario en la interpretación del mundo del siglo XXI. Buenos AIres: Lugar Editorial, 1999.

CÂMARA, G.; MONTEIRO, A. Mapping Social Exclusion/Inclusion in Developing Countries: Social Dynamics of So Paulo in the 1990s. Center for Spatially Integrated Social Science, 2002. Disponível em: <http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.21.6160>. Acesso em: 21/8/2013.

GILBERT, A. Urban Growth, Employment and Housing. In: D. A. Preston (Ed.); Latin American Development: Geographical Perspectives, 1987. Harlow, Essex: Longman.

HARVEY, D. The urban process under capitalism: a framework for analysis. International Journal of Urban and Regional Research, v. 2, n. 1-4, p. 101–131, 1978. Oxford, UK.: Blackwell Publishing Ltd.

KRAFTA, R. Modelling intraurban configurational development. Environment and Planning B: Planning and Design, v. 21, n. 1, p. 67–82, 1994. Pion Ltd.

KRAFTA, R.; NETTO, V.; LIMA, L. Urban form grows critical. Disponível em: <http://cybergeo.revues.org/24787>. Acesso em: 20/11/2012.

POLIDORI, M. C. Crescimento urbano e ambiente: um estudo exploratório sobre as transformações eo futuro da cidade, 2004. Porto Alegre: Universidade Federal do Rio Grande do Sul - Instituto de Biociências - Programa de Pós Graduação em Ecologia: Tese de Doutorado.

PORTUGALI, J. Notions concerning the nature of world urbanization. Progress in Planning, v. 46, n. 3, p. 145–162, 1996. Disponível em: <http://www.ingentaconnect.com/content/els/03059006/1996/00000046/00000003/art88867>. Acesso em: 18/6/2013.

PORTUGALI, J. Self-organizing cities. Futures, v. 29, n. 4–5, p. 353–380, 1997.

SARAIVA, M. V. P. Simulação de crescimento urbano em espaços celulares com uma medida de acessibilidade: método e estudo de caso em cidades do sul do Rio Grande do Sul, 2013. Pelotas: Universidade Federal de Pelotas.

TORALLES, C. P. Cidade e crescimento periférico: modelagem e simulação da formação de periferias urbanas com autômatos celulares, 2013. Pelotas: Universidade Federal de Pelotas. Disponível em: <http://prograu.ufpel.edu.br/uploads/biblioteca/cidade_e_crescimento_periferico_dissertacao_cptoralles_mar2013ufpel.pdf>. .

TORRENS, P. M. How cellular models of urban systems work (1. Theory). CASA Working Papers, v. 28, p. 0–68, 2000. London.

UN-HABITAT. The Challenge of Slums: Global Report on Human Settlements. London: United Nations Human Settlements Programme, 2003.

WALKER, R. A. Two Sources of Uneven Development Under Advanced Capitalism: Spatial Differentiation and Capital Mobility. Review of Radical Political Economics, v. 10, n. 3, p. 28–38, 1978.

Seriam as áreas de pobreza reservas de mercado? Parte 1 Teoria

Os esforços de modelagem urbana podem ser orientados para a comprovação de uma tese ou exploração de cenários sobre os quais se pergunta "Mas e se tal cidade funcionasse da maneira X?". As chamadas questões "what if" são em verdade a exploração de hipóteses sobre as quais se tem algum questionamento teórico - como no caso da comprovação de uma tese ou adaptação de metáforas para explicar determinados fenômenos - ou algum interesse empírico, mas que não pode ser simplesmente observado diretamente dos fenômenos, seja por limitações de escala - ocorrências muito espalhadas, ou área de muito grande - quanto por limitações temporais, como no caso das simulações de períodos de décadas ou mesmo centenas de anos.

Os modelos então nos permitem acessar o conhecimento sobre a realidade através de poderosas inferências na forma de aproximações tentativas do real na forma de simulação de comportamentos conhecidos que podem então ser testados ante a comportamentos hipotéticos ou avaliados segundo indicadores. A estrutura desse raciocínio pode ser demonstrada no diagrama da figura 1, onde deve-se notar, antes de mais nada, a natureza cíclica da atividade. A partir de uma questão de pesquisa inicial, se montam as hipóteses que devem ser traduzidas para uma estrutura do modelo. Essa estrutura, que deve reproduzir aspectos do fenômeno em estudo de forma abstrata e simplificada, de modo a permitir a compreensão de comportamentos específicos, seja de forma analítica ou, mais contemporaneamente, de forma sistêmica.

Figura 1 - Fluxo contínuo de formulação de modelos. Fonte Grimm et all (2005).

A partir da estrutura se implementa um modelo, procedendo-se a uma série de calibrações e ajustes até que esteja dentro dos parâmetros esperados. A partir de então se podem iniciar os testes com verificação da resposta a atributos determinados (presença de pavimentação, efeito de leis ou políticas públicas, etc.), como os vistos em diversos posts desse blog.
Essa análise pode ser sistematizada e seus resultados comunicados, de forma a trocar experiências e conclusões, mesmo que parciais, sobre os problemas estudados, de forma a permitir que, a partir do diálogo com outros pesquisadores, agentes, membros da comunidade e outros, se possa reformular as questões iniciais, detalhando-as, refutando-as em nome de outras ou as expandindo e complementando.
A simulação aqui apresentada foi realizada no software CityCell (SARAIVA et al., 2013), que se constitui em um ambiente celular de simulação de crescimento urbano a partir de interações de vizinhança. o framework do CityCell simula dinâmicas das cidades contemporâneas a partir de forte apoio nas teorias da complexidade (BATTY, 2005), em especial do afastamento dos estados de equilíbrio (BATTY, 2007a) e da emergência de padrões de ordem auto-organizados (PORTUGALI, 1996, 1997) e toma forma através da geosimulação (BUZAI, 1999; BENENSON; TORRENS, 2004; BATTY, 2007b) com os modelos dinâmicos de autômatos celulares (BATTY et al., 1997; TORRENS, 2000). O caso particular do CityCell utiliza das construções teóricas e metodológicas da centralidade (KRAFTA, 1997) e potencial de urbanização (POLIDORI, 2004) para, então, simular o crescimento das cidades a partir da interação entre forma construída, processos sociais e ambiente natural.

Ela visou responder a pergunta "A moradia de baixa renda é reserva de mercado?" a partir da percepção de que, nos movimentos de "sístole e diástole" (KRAFTA et al., 2011) de que é composto o crescimento urbano ocorre, em um primeiro momento, a expansão da área urbanizada a partir de loteamentos em grande parte de baixa renda. Com o passar dos anos e o crescimento de outros setores da cidade, inclusive mais externos que os setores ocupados pelos pobres, os locais ocupados pelos pobres são "recontextualizados" (BARROS, 2004) na forma de ocupações de classe alta ou média. Durante o tempo entre esses dois momentos, as áreas pobres serviriam como reserva de mercado, consistindo em potencial de urbanização com baixo custo de conversão que pode ser convertida quando for conveniente.

Figura 2 - Cidade de Canguçu e título da apresentação relatada

Essa formulação parte da Teoria do Desenvolvimento Desigual (HARVEY, 1978; WALKER, 1978) e da observação de características específicas da América Latina (GILBERT, 1987; BÓGUS; TASCHNER, 1999; ABRAMO, 2007) e das cidades do sul do Rio Grande do Sul (TORALLES, 2013) que pontuam a substituição dos tecidos urbanos produzidos por populações pobres por formas de urbanização de classe média ou alta.

Para verificar essas afirmações, constituíram-se os passos do modelo de Grimm (2007), a começar pela formulação da pergunta de pesquisa:

1. Pergunta de pesquisa:

"As áreas de pobreza funcionam como reserva de mercado para populações mais ricas?"

Considerando o contexto regional:
· cidades pequenas do RS
· processos de expansão urbana
· século XX ao XXI (data inicial 1967)
· influência de atributos naturais e urbanos (sem institucionais)

2. Hipóteses teóricas:

1. espaços com centralidade baixa e resistências altas (especialmente as ambientais) são ocupados por famílias pobres [lógica da necessidade, em Abramo (2007)];
2. quando a cidade expande, esses locais passam a ter maior centralidade relativa e, portanto, acabam valorizados. Os ricos então tendem a mover-se para eles, buscando tanto as vantagens da localização, como baixos custos (POLIDORI, 2004).

3.Estrutura do modelo:

Base metodológica (condiciona a implementação): CityCell – urban growth simulator (SARAIVA et al., 2013)  Crescimento urbano simulado a partir do potencial de urbanização:

1. Calcula a centralidade de cada célula a partir de carregamentos [urb + amb + inst] que geram tensões entre todas as células;
2. Compara cada célula com seu entorno: a com maior “contraste” com a vizinhança (para menos), é a que tem maior potencial de crescer;
3. Subtrai esse potencial das resistências [urb + amb + inst] da célula, em caso positivo, gera carregamento urbano na célula;
4. Compara o carregamento existente com as resistências naturais da célula, se o primeiro prevalecer, altera o chamado “cell type”, ou fenótipo da celular, para urbano.

Serão apresentados, em na parte 2 dessa postagem, os experimentos de investigação das questões colocadas, a partir da implementação do modelo, elaboração de cenários experimentais e análise dos resultados.

REFERÊNCIAS

ABRAMO, P. A Cidade Com-Fusa: a mão inoxidável do mercado e a produção da estrutura urbana nas grandes metrópoles latino-americanas. Revista Brasileira de Estudos Urbanos e Regionais, v. 9, n. 02, p. 25–53, 2007.

ALBERTI, M.; MARZLUFF, J. M; SHULENBERGER, E.; et al. Integrating Humans into Ecology: Opportunities and Challenges for Studying Urban Ecosystems. BioScience, v. 53, n. 12, p. 1169–1179, 2003. Uberlândia: American Institute of Biological Sciences. Disponível em: <http://dx.doi.org/10.1641/0006-3568(2003)053[1169:IHIEOA]2.0.CO>.

BARROS, J. X. Urban Growth in Latin American Cities Exploring urban dynamics through agent-based simulation, 2004. London: University College London. Disponível em: <http://www.dpi.inpe.br/cursos/environmental_modelling/joana_phd_thesis.pdf>. .

BATTY, M. Cities and Complexity: Understanding Cities With Cellular Automata, Agent-Based Models, and Fractals. Cambridge: MIT Press, 2005.

BATTY, M. Complexity in city systems: understanding, evolution, and design. CASA Working Papers, v. 44, n. 0, p. 0–35, 2007a. London.

BATTY, M. Model Cities. CASA Working Papers, v. 113, p. 0–38, 2007b. London.

BATTY, M.; COUCLELIS, H.; EICHEN, M. Urban systems as cellular automata. Environment and Planning B: Planning and Design, v. 24, n. 2, p. 159–164, 1997. Pion Ltd.

BENENSON, I.; TORRENS, P. M. Geosimulation: Automata-Based Modeling of Urban Phenomena. London: John Wiley & Sons, Ltd, 2004.

BÓGUS, L. M. M.; TASCHNER, S. P. São Paulo: velhas desigualdades, novas configurações espaciais. Revista Brasileira de Estudos Urbanos e Regionais, v. 1, p. 153–174, 1999. Rio de Janeiro. Disponível em: <http://www.anpur.org.br/revista/rbeur/index.php/rbeur/article/view/29/17>. .

BUZAI, G. D. Geografia Global: El paradigma geotecnológico y el espacio interdisciplinario en la interpretación del mundo del siglo XXI. Buenos AIres: Lugar Editorial, 1999.

CÂMARA, G.; MONTEIRO, A. Mapping Social Exclusion/Inclusion in Developing Countries: Social Dynamics of So Paulo in the 1990s. Center for Spatially Integrated Social Science, 2002. Disponível em: <http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.21.6160>. Acesso em: 21/8/2013.

GILBERT, A. Urban Growth, Employment and Housing. In: D. A. Preston (Ed.); Latin American Development: Geographical Perspectives, 1987. Harlow, Essex: Longman.

HARVEY, D. The urban process under capitalism: a framework for analysis. International Journal of Urban and Regional Research, v. 2, n. 1-4, p. 101–131, 1978. Oxford, UK.: Blackwell Publishing Ltd.

KRAFTA, R. Modelling intraurban configurational development. Environment and Planning B: Planning and Design, v. 21, n. 1, p. 67–82, 1994. Pion Ltd.

KRAFTA, R.; NETTO, V.; LIMA, L. Urban form grows critical. Disponível em: <http://cybergeo.revues.org/24787>. Acesso em: 20/11/2012.

POLIDORI, M. C. Crescimento urbano e ambiente: um estudo exploratório sobre as transformações eo futuro da cidade, 2004. Porto Alegre: Universidade Federal do Rio Grande do Sul - Instituto de Biociências - Programa de Pós Graduação em Ecologia: Tese de Doutorado.

PORTUGALI, J. Notions concerning the nature of world urbanization. Progress in Planning, v. 46, n. 3, p. 145–162, 1996. Disponível em: <http://www.ingentaconnect.com/content/els/03059006/1996/00000046/00000003/art88867>. Acesso em: 18/6/2013.

PORTUGALI, J. Self-organizing cities. Futures, v. 29, n. 4–5, p. 353–380, 1997.

SARAIVA, M. V. P. Simulação de crescimento urbano em espaços celulares com uma medida de acessibilidade: método e estudo de caso em cidades do sul do Rio Grande do Sul, 2013. Pelotas: Universidade Federal de Pelotas.

TORALLES, C. P. Cidade e crescimento periférico: modelagem e simulação da formação de periferias urbanas com autômatos celulares, 2013. Pelotas: Universidade Federal de Pelotas. Disponível em: <http://prograu.ufpel.edu.br/uploads/biblioteca/cidade_e_crescimento_periferico_dissertacao_cptoralles_mar2013ufpel.pdf>. .

TORRENS, P. M. How cellular models of urban systems work (1. Theory). CASA Working Papers, v. 28, p. 0–68, 2000. London.

UN-HABITAT. The Challenge of Slums: Global Report on Human Settlements. London: United Nations Human Settlements Programme, 2003.

WALKER, R. A. Two Sources of Uneven Development Under Advanced Capitalism: Spatial Differentiation and Capital Mobility. Review of Radical Political Economics, v. 10, n. 3, p. 28–38, 1978.

Eixos Canguçu

ANÁLISES ESPACIAIS
"As descrições da sintaxe especial, e as medidas derivadas delas, provaram ser úteis no estudo das relações entre espaço e sociedade (Hillier e Hanson, 1984), particularmente o impacto da configuração espacial nos padrões de movimento de pedestres e veículos (Hillier et al, 1992; Hillier, 1996; Figueiredo e Amorim, 2004). Certamente muitos projetistas de hoje utilizam o conhecimento e expertise da comunidade da sintaxe espacial (Hillier, 1999) como ferramenta de tomada de decisão em projetos."
Através da ferramenta Mindwalk - Space Syntax Software e seus atributos, analisamos as diferenças geradas na estrutura da cidade de Canguçu e, assim as possíveis melhorias ou modificações em sua malha viária e em seus serviços e demandas.

Na apresentação abaixo constam os gráficos destas análises.

De acordo com Lucas Figueiredo, desenvolvedor do Mindwalk:

Global Integracion (Integração Global): "Integração é uma medida de excentricidade, acessibilidade ou centralidade (o que não quer dizer centralidade geométrica). Ela mede a acessibilidade topológica de uma linha a partir de todo o sistema. Em outras palavras, linhas integradas são facilmente acessíveis enquanto linhas segregadas são pouco acessíveis."

Local Integracion (Integração Local):

"A integração de uma determinada linha i também pode ser calculada para um subconjunto de k’ linhas que têm profundidade a partir dela maior ou igual a um dado “raio” r. Note que os valores de k’ e Dk’ podem variar para cada linha no sistema. O raio três é amplamente utilizado para medir essa “integração local”. No entanto, diferentes raios podem ser utilizados, permitindo o estudo da acessibilidade em diferentes escalas. Neste sentido, a integração global também é chamada de “integração raio n” ou “integração raio infinito”. Na simulação de Canguçu foi utilizado um raio valor 3.

Fast Choice (Escolha Rápida): É o número de vezes n que uma linha i é usada no conjunto de todos os menores caminhos a partir de todas as linhas para todas as outras linhas do sistema. Uma vez que podem existir vários menores caminhos entre o mesmo par de linhas, esse procedimento pode ser laborioso. O Mindwalk implementa uma aproximação que é calculada durante a integração global usando um único menor caminho para cada par de linhas. Dividindo n pelo número de menores caminhos k2, essa medida é expressa como a probabilidade de uma linha estar presente no conjunto de menores caminhos.

Depth (Profundidade):

É a distância topológica entre uma linha i a partir de uma determinada linha j através do menor caminho entre elas. Cada linha nesse caminho conta como um “passo topológico” da seguinte maneira:

(a) Uma linha diretamente conectada à linha determinada tem profundidade um. 

(b) A partir daí, cada linha extra presente no menor caminho entre as duas incrementa a profundidade em um. A profundidade pode ser calculada a partir de qualquer linha do sistema, “profundidade para (ou a partir de)”. Mas normalmente refere-se à profundidade a partir da linha mais integrada do sistema, simplesmente “profundidade”.

Length (Comprimento):
É simplesmente o comprimento da linha normalizado entre zero e um.

Control (Controle): 

Essa medida representa o quanto uma linha i “controla” o acesso a partir e para as linhas j diretamente conectadas a ela.

Após a utilização desta ferramenta e, juntamente com visitas de campo realizadas com o grupo da disciplina de Oficina de Modelagem Urbana, o que se pode verificar é que Canguçu é uma cidade com um alto índice de concentração, de acordo com suas atividade de comércio e serviços, em sua maioria interligadas no centro da cidade e também com grande potencial de expansão, uma vez que existem ali grandes vazios urbanos.
Outras constatações ficam a cargo que a cidade ser "cortada" pela BR faz com que esta tenda a pemanecer dividida, embora se veja por parte do poder público e também da comunidade em geral que existam apostas nestas áreas.
É preciso também atentar que a topografia - não analisada pelo software, somente pelas visitas in loco, não parece ser uma restrição. Mesmo a cidade tendo uma topografia irregular, as pessoas que ali vivem tomam partido desta.
A proximidade do meio rural e a zona urbana, podem tornar Canguçu uma cidade diferenciada, fazendo com que se experimente em poucos minutos a tranquilidade do meio rural, com a praticidade de se estar próximo à cidade (zona urbana).

Para uma visualização dinâmica acesse: http://prezi.com/do5rwkke-nm5/eixos-cangucu/

Crescimento, morfologia e relevo urbano de Ganguçu /RS

O estudo a seguir teve como objetivo simular, através do uso de autômatos celulares (software CityCell), diferentes cenários de crescimento urbano, afim de determinar o grau de influência do relevo na forma da cidade. Considerando os locais de alta declividade como menos adequados ou até mesmo inadequados ao uso urbano do solo, também foi objetivo testar a influência que a imposição de restrições e proibições institucionais de uso teria sobre essa mesma forma.

Situada no Planalto Rebaixado de Canguçu (ou Planalto Sul-Riograndense), a cidade de Canguçu, como se pode observar através das figuras 01 e 02, apresenta um relevo movimentado com predominância de declividades entre 0 e 10%, mas com presença de declividades maiores (que chegam ao extremo de 50%) nas áreas periféricas a zona urbana (figura 03).

Os cenários simulados foram os seguintes:

Cenário 1: crescimento das cidades entre os anos de 1967 e 2013 considerando quatro faixas de variação de relevo (0 a 10%; 10,1 a 15%; 15,1 a 25% e acima de 25,1%) como resistências ambientais crescentes a urbanização (figura 04);

Cenário 2: crescimento da cidade entre os anos de 1967 e 2013 sem considerar o relevo como elemento de resistência a urbanização (figura 05);

Cenário 3: crescimento da cidade entre os anos de 1967 e 2013 considerando como resistência a urbanização as mesmas faixas de variação de relevo implementadas no cenário 1. Somadas a essas, restrição institucional de construção nas declividades de 10,1% a 15%, restrição maior ainda nas declividades de 15,1% a 25% e proibição de construção nas áreas de declividades maiores que 25% (figura 06);

Da análise das diferentes simulações, pode-se inferir que:

(i)  Entre os cenários 1 e 2 há uma variação de similaridade de aproximadamente 8% entre os crescimentos simulados e atual conformação da mancha urbana, com maior índice de acerto para o cenário 1 (com input das declividades). Considerando o pequeno espectro temporal utilizado esse é um valor significativo (figura 07).

(ii)   A variação de crescimento e forma da cidade entre os cenários 2 e 3 (não mensurada) é maior ainda, demonstrando a tendência de ocupação de áreas, que por suas declividades, não são indicadas ao uso urbano na mesma intensidade que as áreas mais planas, e que, por conseguinte, deveriam sofrer restrições de caráter institucional (figura 08).

(iii)     A imposição de restrições institucionais ao uso do solo direcionou o crescimento da cidade para áreas mais planas.

O experimento, mais do que demonstrar o que se sabe: a correlação entre forma do relevo e morfologia urbana, serve como um indicador de que apenas as restrições ambientais não são suficientes para coibir a ocupação de áreas impróprias ao uso urbano do solo, quer seja pelos riscos inerentes a própia ocupação, como também pelo maior custo de execução das infraestruturas urbanas necessárias. Sendo assim, há necessidade de regramentos institucionais que incorporem as diferentes declividades do terreno como um dos fatores de conformação do potencial construtivo. 

Figura 01 - Imagem de satélite da área urbana de Canguçu

sobreposta a Modelo Numérico de Terreno.

Figura 02 - Vista tridimensional do relevo urbano de Canguçu. 

Exagero vertical de 2,5 vezes

Figura 03 - Declividades da zona urbana de Canguçu. 

Figura 04 - Simulação do crescimento urbano de Canguçu

 entre  os anos de 1967 e 2013 com input do relevo.

Figura 05 - Simulação do crescimento urbano de Canguçu

 entre  os anos de 1967 e 2013 sem considerar o relevo.

Figura 06 - Simulação do crescimento urbano de Canguçu

 entre  os anos de 1967 e 2013, com input do relevo e com restrição 

institucional de ocupação de áreas com declividades superiores a 15%

Figuras 07 (esquerda) - diferenças nas áreas de crescimento entre os cenários 01 e 02

Figura 08 (direita) - diferenças nas áreas de crescimento entre os cenários 02 e 03

Sintaxe Espacial e Configuração Urbana em Canguçu

Nesta análise foram aplicados a teoria da sintaxe espacial e estudos configuracionais intraurbanos na cidade de Canguçu, no Rio Grande do Sul. A análise foi desenvolvida através dos softwares Mindwalk e Morphometrics.

Na evolução do crescimento da área urbana de Canguçu fica evidente que a partir de um eixo central a cidade foi sendo estruturada. 

Figura 01. Evolução da área urbana da cidade de Canguçu.

A seguir, nas figuras 02, 03, 04 e 05, com a aplicação da teoria da sintaxe espacial, os seguintes aspectos foram analisados: o nível de profundidade e integração do tecido urbano e a acessibilidade, utilizando o software Mindwalk.

Figura 02. Níveis de profundidade das linhas axiais que compõem o tecido urbano.

É relevante observar que tanto nos níveis de integração global ou local, foi pouca a variação da integração, aspecto que evidencia a “rigidez” do tecido urbano.

Figura 03. Nível de integração global do tecido urbano.

  Figura 04. Nível de integração global do tecido urbano.

Figura 05. Acessibilidade.

A seguir, nas figuras 06 e 07, com a aplicação dos estudos configuracionais intraurbanos, os seguintes aspectos foram analisados: a centralidade Krafta e a acessibilidade, utilizando o software Morphometrics. Nos carregamentos, não foram consideradas impedâncias. Na figura 08, algumas conclusões.

 Figura 06. Três modelos de centralidade Krafta: com raio máximo, com raio 3 e com carregamentos.

  Figura 07. Três modelos de Acessibilidade: com raio máximo, com raio 3 e com carregamentos.

Análise das medidas de acessibilidade e centralidade Krafta na cidade de Canguçu / RS

Segunda etapa: análise de centralidade Krafta

Trabalho desenvolvido através do software Morphometrics. Dividido em 2 etapas de análises para a cidade de Canguçu / RS, a primeira feita através da medida de acessibilidade, enquanto que a segunda através da medida de centralidade Krafta.

No segundo exercício considera-se 4 situações diferentes, com base na medida de centralidade Krafta, demonstradas nas imagens a seguir: Figura 01, cidade de Canguçu com valores de impedância iguais para todos os eixos; Figura 02, Canguçu com valores de impedância iguais, inclusos equipamentos urbanos nos carregamentos; Figura 03, Canguçu com valores de impedância iguais, inclusos equipamentos urbanos e densidade nos carregamentos; Figura 04, Canguçu com valores de impedância diferentes (conforme o exercício de acessibilidade), inclusos equipamentos urbanos e densidade nos carregamentos.

Ao se comparar as 4 imagens (Figura 01, 02, 03 e 04) pode-se observar suas diferenças, algumas dessas foram demarcadas na Figura 05, na qual utilizou-se a Figura 04 como base, e nela foram demarcadas as vias que possuem uma grande diferenciação das demais, logo, nota-se quais impactos que são causados pela inserção das impedâncias no sistema.

Figura 01: Medida de centralidade Krafta para a cidade de Canguçu, valores de impedância iguais. Nessa imagem evidencia-se o eixo mais central da cidade.  A legenda ao lado demonstra o nível de centralidade.

Figura 02: Medida de centralidade Krafta para a cidade de Canguçu, valores de impedância iguais, inclusos equipamentos urbanos. Nessa imagem também evidencia-se o eixo mais central da cidade, porém pequenos eixos também aparecem ressaltados. A legenda ao lado demonstra o nível de centralidade.

Figura 03: Medida de centralidade Krafta para a cidade de Canguçu, valores de impedância iguais, inclusos equipamentos urbanos e densidades. Nessa imagem também evidencia-se o eixo mais central da cidade, porém pequenos eixos também aparecem ressaltados, pouco se diferencia da imagem anterior. A legenda ao lado demonstra o nível de centralidade.

 

Figura 04: Medida de centralidade Krafta para a cidade de Canguçu, valores de impedância diferentes (conforme exercício de acessibilidade), inclusos equipamentos urbanos e densidades. Nessa imagem também evidencia-se o eixo mais central da cidade, porém pequenos eixos também aparecem ressaltados. A legenda ao lado demonstra o nível de centralidade.

 

Figura 05: Medida de centralidade Krafta para a cidade de Canguçu, valores de impedância diferentes (conforme exercício de acessibilidade), inclusos equipamentos urbanos e densidades. Nessa imagem estão ressaltadas algumas vias em branco, essas vias são eixos que possuem uma grande diferenciação das demais. A legenda ao lado demonstra o nível de centralidade.