Page 1
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
1
O PROJECTO DEMOCARTO:
MODELAÇÃO EM SIG DA DISTRIBUIÇÃO ESPACIAL E TEMPORAL
DA POPULAÇÃO DE CASCAIS E OEIRAS COM ALTA RESOLUÇÃO
FREIRE, Sérgio GeoPoint Lda. e Department of Geography, University of Kansas, USA
Rua Artilharia Um, 67, 1º Esq., 1269 – 500 LISBOA
Tel: (+ 351) 21 371 43 30
[email protected] ; [email protected]
RESUMO
Desastres naturais ou com causa humana (terramotos, incêndios florestais ou urbanos,
epidemias, acidentes tecnológicos, actos de terrorismo, etc.) ocorrem geralmente sem aviso
prévio e podem vitimar grande número de pessoas. Os dados dos recenseamentos
populacionais apenas registam o local de residência e pernoita habitual da população, embora
a distribuição espacial desta varie significativamente da noite para o dia. Assim, quando um
desastre ocorre, saber-se quantas pessoas poderão estar na zona afectada nesse momento é
informação fundamental para planear adequadamente respostas de emergência e evacuação,
podendo estes dados ser igualmente úteis numa variedade de estudos envolvendo população,
nomeadamente em análise de transportes, ambiente e planeamento, saúde e GeoMarketing. A
espacialização destes dados num formato SIG raster aumenta significativamente a sua
utilidade e facilita a sua integração com outros dados espaciais para análise ou modelação.
A validade do conceito de população ambiente para as utilizações referidas foi já
demonstrada pelo desenvolvimento recente duma base de dados populacionais global (o
LandScan), sucessivamente melhorada. No entanto, a resolução espacial desses dados (30
segundos de arco, quase 1 km), embora aceitável para uso a escalas regionais e nacionais,
revela-se insuficiente para a maioria dos usos práticos em Portugal, em particular em meio
urbano. Acrescentando à componente espacial a dimensão temporal, bases de dados com
elevada resolução representativas das distribuições diurnas e nocturnas da população estão a
ser desenvolvidas nos EUA com base em dois tipos de metodologias.
O presente estudo aborda o processo e implicações do desenvolvimento de bases de dados
semelhantes para os concelhos de Cascais e Oeiras. Neste exercício de modelação espacial,
são utilizados dois tipos gerais de dados: a) informação censitária e estatística e b) dados
fisiográficos. A informação censitária mais recente (2001) fornece os quantitativos
Page 2
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
2
populacionais a serem espacializados, enquanto o segundo tipo de dados permite definir as
unidades espaciais usadas para desagregar os valores dos Censos. Desta forma é possível
considerar a componente temporal da população e estimar as suas distribuições nocturnas e
diurnas. Para máximo rigor e elevada resolução espacial, a distribuição populacional diurna
incorpora a componente trabalhadora através da informação sobre locais de trabalho e
serviços públicos e privados (como escolas e hospitais) e respectiva população deslocada.
O principal valor destes resultados reside na sua elevada resolução espacial (25 m) e no
facto de aproximarem com maior rigor e realismo a distribuição populacional no período
diurno, possibilitando assim análises mais rigorosas nesse período. Dada a disponibilidade e
características dos dados geográficos em Portugal, e apesar de alguns problemas e limitações
identificados nos dados de input, com alguns cuidados será possível aplicar esta metodologia
a qualquer concelho das Áreas Metropolitanas de Lisboa e Porto.
Palavras-chave: distribuição da população, densidade populacional, cartografia dasimétrica,
população em risco, Cascais, Oeiras.
1. Introdução
Apesar de receber recentemente maior atenção, a espacialização de variáveis socio-
económicas a um nível nacional e inferior encontra-se menos desenvolvida que a geração de
dados espaciais sobre factores físicos (Deichmann, 1996). O número de habitantes existentes
numa dada área é certamente o indicador demográfico mais básico e transversal que existe.
Em Portugal, entre os numerosos temas geográficos disponibilizados publicamente em
formato digital não se encontra uma única superfície de distribuição da população, não
obstante o muito citado papel pioneiro do país em implementar uma infra-estrutura e
repositório de dados espaciais. Este facto assume especial relevância quando a quantificação
rigorosa da população exposta é reconhecidamente uma componente-chave da modelação de
perdas enquanto ferramenta para uma eficiente gestão do risco (Chen et al., 2004; FEMA,
2004). Sugestões recentes (e.g., Dobson, 2002) têm ido no sentido de se desenvolver uma
técnica de estimação que possa ser empregue em tempo real quando um desastre ocorre, na
ausência de informação adequada. No entanto, para efeitos de planeamento e simulação, e
para assegurar uma resposta proporcionada, mapas da distribuição da população deverão ser
criados e disponibilizados antecipadamente. Tais dados podem ainda ser úteis em
Page 3
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
3
praticamente todas as aplicações que envolvam a distribuição geográfica da população, se
forem produzidos a escalas espaciais e temporais apropriadas (Sutton et al., 2003).
A espacialização destes dados num formato raster (ou matricial) aumenta
significativamente a sua utilidade e facilita a sua integração com outros dados espaciais para
análise ou modelação (Deichmann, 2001). Apesar de iniciativas para criação de tais dados
antecederem a “digitalização” da Geografia operada a partir da década de 1980 (Balk et al.,
2006), vários factores permitiram a recente emergência de diversos projectos para criação de
superfícies de população globais, com versões sucessivamente melhoradas. Entre estas
destacam-se o Global Demography Project / Gridded Population of the World (GPW) (Tobler
et al., 1995), o projecto HYDE (Goldewijk e Battjes, 1997), e o LandScan Global Population
Database (Dobson et al., 2000). No entanto, mesmo a melhor resolução espacial disponível
(i.e., aproximadamente 1 km, do LandScan) revela-se insuficiente para suportar análise ao
nível local ou regional em Portugal.
1.1. Distribuição da população no espaço e no tempo
Não obstante a simplicidade do conceito de densidade populacional, a natureza complexa
da população enquanto variável geográfica tem várias implicações que colocam desafios para
a sua representação espaço-temporal (Deichmann, 1996). Desde logo, população é uma
variável numérica discreta, agregada e disponibilizada por zonas censitárias ou
administrativas, e embora a sua distribuição espacial possa ser aproximada por uma superfície
contínua (i.e., mapa de isopletas), tal torna-se impossível abaixo de certo nível de resolução
espacial, que é em si mesmo dependente da densidade (Goodchild et al., 1993); igualmente,
enquanto variável que se refere a quantidades positivas e específicas, os métodos usados para
representar realisticamente a sua distribuição deverão cumprir os requisitos necessários (mas
não suficientes) de ausência de valores negativos e de preservação de volume (Tobler, 1979).
Esta “condição picnofilática” de Tobler implica que, numa distribuição, a soma de todos os
indivíduos distribuídos numa zona corresponda ao total inicial para essa zona, sob pena de se
estar a distorcer a realidade.
Devido em grande parte a esta complexidade, diversas abordagens têm sido seguidas para
estimar a sua distribuição espacial, incluindo modelação do tipo estatístico (correlação), de
superfícies, e cartográficas (Fisher e Langford, 1996). Porém, muitos destes métodos exigem
adopção de assumpções demasiado simplificadoras da realidade ou desagregam a população
Page 4
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
4
com base em parâmetros heurísticos ou empíricos, o que enfraquece a confiança nos
resultados.
Enquanto técnica cartográfica, o mapeamento dasimétrico permite limitar a distribuição
da variável às áreas em que de facto está presente através da utilização de dados auxiliares
que com esta estejam relacionados, no processo de interpolação zonal. Interpolação zonal
refere-se à transformação de dados agregados para um conjunto de zonas para outro, não
coincidentes, e em Portugal Néry et al. (2007) demonstraram a utilidade destes métodos na
desagregação espacial de dados censitários e que esta melhora com a utilização de informação
auxiliar sobre uso/ocupação do solo. À escala local, Sleeter e Wood (2006) usaram cartografia
dasimétrica e dados censitários e sobre trabalhadores para estimarem densidades nocturnas e
diurnas com resolução de 10 metros numa área costeira do Oregon, EUA.
Adicionalmente, a população não é estática, sendo a sua variação temporal significativa
para a maioria das aplicações práticas: numa dada área, a quantidade e/ou distribuição da
população no período diurno normalmente difere substancialmente das verificadas no período
nocturno devido às deslocações induzidas pelas actividades humanas, como trabalho, estudo e
lazer. Devido apenas aos movimentos pendulares, a população diurna de concelhos das Áreas
Metropolitanas de Lisboa e Porto chega a diferir em mais de 50% dos valores censitários
(INE, 2003a).
Em Portugal, estudos de risco com análise de exposições humanas baseiam-se
directamente em informação censitária (e.g., Oliveira et al., 2005). Não obstante a sua alta
qualidade, estes dados registam o local de residência e pernoita habitual da população,
assumindo-se ainda uma distribuição constante e exaustiva da variável em cada unidade,
independentemente da sua dimensão ou carácter. Assim, no caso de ocorrências diurnas, os
erros de estimação poderão ser significativos, com as consequências nefastas que daí advêm
no contexto de gestão de emergências. No entanto, devido à natureza e amplitudes das
deslocações, a dinâmica da população é dependente da escala temporal e espacial, tornando-se
mais difícil de capturar e representar à medida que a resolução aumenta (Sutton et al., 2003).
Ao nível local (i.e., alta resolução espacial) numa zona suburbana, como são Cascais e Oeiras,
é provável que a maior dinâmica populacional se verifique no ciclo temporal noite/dia, em vez
de ocorrer no ciclo Verão/Inverno, por exemplo.
Ao contrário do que sucede com a dimensão espacial da população, pouca investigação se
tem debruçado sobre a dimensão temporal, apesar de algum interesse recente (e.g., Zandvliet
e Dijst, 2004).
Page 5
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
5
Uma forma bem sucedida de incorporar a dimensão temporal na distribuição da população
é através da estimação probabilística de “população ambiente” em vez da população
“residencial”. Dobson et al. (2000), no contexto do LandScan, propuseram o conceito de
“população ambiente” como uma média temporal da densidade populacional que tem em
consideração as actividades humanas, constituindo um compromisso entre distribuições
diurna e nocturna que em rigor não representa nenhuma destas. Assim, foi reconhecida a
necessidade de dados possuindo resolução espacial e temporal acrescidas (Dobson, 2002) pelo
que a mesma equipa está a desenvolver superfícies diurnas e nocturnas de população para os
EUA com resolução de 3 segundos de arco (cerca de 90 m) - o LandScan USA (Bhaduri et al.,
2002). Com vista a melhorar a estimação da população exposta em situações de emergência, o
Laboratório Nacional de Los Alamos (EUA) combinou informação existente para modelar as
distribuições diurnas e nocturnas da população desse pais com uma resolução de 250 metros
(McPherson e Brown, 2003).
O presente estudo teve por objectivos o desenvolvimento e teste de um modelo para
cartografar as distribuições diurnas e nocturnas da população em Portugal, que fosse baseado
em dados estatísticos concretos e permitisse análise à escala local por via da sua elevada
resolução espacial.
2. Metodologia
A modelação da distribuição de população a uma dada escala espaço-temporal encerra
dois desafios básicos:
1. A obtenção ou estimação de quantitativos populacionais para essa área nesse período,
com uma desagregação espaço-temporal apropriada;
2. A selecção de um método que permita a espacialização realística desses quantitativos.
Assim, começou-se por identificar uma área de estudo para a qual existissem dados
adequados aos objectivos.
2.1. Área de estudo
Os concelhos de Cascais e Oeiras definidos com base nos limites administrativos oficiais
de 2001 constituem a área deste estudo. A escolha desta zona teve por base os seguintes
factores: a) as suas características geográficas, nomeadamente o seu carácter simultaneamente
urbano e suburbano, com forte actividade económica, b) a disponibilidade e acesso a dados de
Page 6
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
6
input, e c) familiaridade pessoal com a área, facilitadora das actividades de verificação e
trabalho de campo.
Cascais e Oeiras são dois dos dezoito concelhos que integram a Área Metropolitana de
Lisboa, a principal área metropolitana do país (Figura 1).
Figura 1. Localização da área de estudo.
Nestes dois concelhos, o uso e ocupação do solo são dominados pelos territórios
artificializados, com zonas de agricultura e vegetação natural remanescentes. O povoamento é
essencialmente concentrado, existindo porém algum povoamento disperso em Cascais. A
urbanização, em grande medida desordenada, é mais intensa ao longo da costa e da linha
férrea e expande-se para o interior dos concelhos. No que concerne à mobilidade, 18% da sua
população desloca-se diariamente para a cidade de Lisboa para trabalhar ou estudar (INE,
2003a). Apesar do efeito polarizador da capital, Cascais e Oeiras possuem intensa actividade
económica, a maioria no sector terciário, não obstante presença importante do sector
secundário, principalmente em Cascais. Este concelho possui algumas zonas industriais,
enquanto Oeiras tem apostado na criação de parques de ciência e tecnologia e de office parks.
A área de estudo tem uma população total residente de 332.811habitantes (INE, 2001),
resultando numa densidade populacional média de 2332 habitantes/km2, bem acima da média
nacional que é de 112 habitantes/km2. No entanto, essa densidade varia significativamente no
Page 7
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
7
interior dos concelhos. Mesmo ao nível da secção estatística alguns polígonos são bastante
extensos e não traduzem realisticamente a desigual distribuição de população no seu interior.
Valores de população residente nos últimos três Censos realizados e a sua evolução são
apresentados na tabela 1.
Tabela 1. População residente e taxas de crescimento, 1981-2001
Zona 1981 1991 Alteração
81-91 (%) 2001
Alteração
91-2001 (%)
Cascais 141 498 153 294 8,3 170 683 11,3
Oeiras 149 328 151 342 1,3 162 128 7,1
AML 2 502 044 2540 276 1,5 2 682 687 5,6
Portugal 9 833 014 9 867147 0,3 10 356 117 5
Fontes: INE, 2003a; 2003b
Os dados da tabela indicam que a população da área de estudo tem vindo a aumentar
acima da média nacional, especialmente entre 1991 e 2001 e em Cascais, tendo ainda este
concelho crescido mais rapidamente que o conjunto da Área Metropolitana.
2.2. Dados
Neste exercício de modelação espacial, são utilizados dois tipos gerais de dados: a) dados
demográficos e b) dados fisiográficos. A informação estatística mais recente disponível
(2001) fornece os quantitativos populacionais a serem espacializados, enquanto o segundo
tipo de dados permite definir as unidades espaciais usadas para desagregar esses valores. A
Tabela 2 indica algumas características dos dados utilizados.
Tabela 2. Dados usados para modelar distribuições nocturna e diurna da população.
Dados Fonte Data Tipo
Eixos de via GeoPoint 2004 Vectorial (linha)
Uso do solo (COS’90; CLC2000) IGP; IA 1990; 2000 Vectorial (polígono)
Censos (BGRI) INE 2001 Vectorial (polígono)
Quadros de pessoal DGEEP 2001 Tabela
Movimentos pendulares INE 2001 Tabela (matriz O/D)
Page 8
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
8
Na modelação geográfica, é habitualmente difícil obter dados adequados ao objectivo e
mutuamente compatíveis em termos de escala/resolução e data de referência. Neste estudo,
em geral a consistência temporal dos dados é elevada, com a excepção dos eixos de via cuja
data de referência era posterior em três anos à data-alvo do modelo (2001). Por esta razão e
devido à importância destes dados na modelação foi decidido modificá-los de forma a
representarem melhor a situação em 2001. A diferença de um ano na cartografia de uso e
ocupação do solo foi considerada aceitável, e o seu melhoramento na área de estudo foi antes
requerido pela sensibilidade do modelo e a sua elevada resolução espacial.
Os eixos de via fornecidos abrangeram a totalidade da área de estudo com grande detalhe
espacial e exactidão posicional. Eram igualmente muito completos, nomeadamente quanto aos
atributos necessários para geo-codificar endereços.
Como informação sobre uso e ocupação do solo (LULC), partiu-se de duas cartografias
vectoriais que abrangem o território continental: a Carta de Ocupação do Solo de 1990
(COS’90), com área mínima de 1 ha e uma nomenclatura complexa que permite mais de
novecentas combinações; e a cartografia CORINE Land Cover de 2000 (CLC2000), com área
mínima de 25 ha e uma nomenclatura standard com 44 classes no nível 3, o mais detalhado
(Bossard et al., 2000). Estas bases de dados sofreram algumas correcções na área de estudo,
efectuadas segundo as suas características técnicas e regras de produção.
Dos dados dos Censos 2001 foi utilizada a população residente (população de jure) ao
nível da secção estatística para modelação, sendo o nível da subsecção usado para validação.
O conceito de população presente (de facto), embora conceptualmente interessante, não
captura a presença de população em locais de trabalho ou estudo num dia útil.
Os quadros de pessoal de 2001 foram adquiridos à Direcção-Geral de Estudos, Estatística
e Planeamento (DGEEP) do Ministério do Trabalho e da Solidariedade Social. Foi fornecido
um ficheiro listando em tabela os estabelecimentos de Cascais e Oeiras em 2001, com
indicação do respectivo nome, morada, código CAE e descritivo, e número de pessoas ao
serviço nesse ano. Por incluir apenas empresas privadas, foi necessário completar esta
informação com dados relativos aos estabelecimentos públicos.
Dados sobre movimentos pendulares casa-trabalho ou casa-escola para Cascais e Oeiras
em 2001 provieram do respectivo estudo do INE para as Áreas Metropolitanas de Lisboa e
Porto (INE, 2003a). Os dados foram obtidos em papel na forma de uma matriz origem/destino
que quantifica os referidos movimentos inter e intra-concelhios.
Page 9
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
9
2.3. Modelação
A modelação da distribuição da população assenta numa técnica de cartografia
dasimétrica que usa eixos de via (i.e., ruas) como base de referência para a desagregação da
população. As principais tarefas envolvidas na modelação são sintetizadas no fluxograma da
Figura 2. Na Figura 2, dados de input estão assinalados a cinzento, produtos intermédios ou
sub-produtos a laranja, e resultados principais a vermelho.
Figura 2. Modelo para cartografar a distribuição espacial e temporal da população.
A metodologia adoptada permite desagregar espacial e temporalmente a população no
ciclo temporal diário e estimar as suas distribuições nocturnas e diurnas em formato raster, e
foi implementada num software de Sistema de Informação Geográfica, o ArcGIS 9.1 (ESRI).
Devido a alguns dados terem uma base concelhia, cada município foi modelado
separadamente. Para cada um foram produzidas grids de população residencial nocturna,
população residencial diurna, população diurna deslocada nos locais de trabalho ou estudo, e
população diurna total. Esta metodologia foi adaptada duma abordagem proposta e testada
pelo Laboratório Nacional de Los Alamos, EUA (McPherson and Brown, 2003).
LULC RESIDENCIAL
Quadros pessoal
2001
EIXOS DE VIA
CLC2000 COS’90 POP. 2001 SECÇÃO EST.
CORRIGIR CORRIGIR
SELECC. CLASSES, COMBINAR
MODIFICAR
EXCLUIR VIAS RÁPIDAS
POP. NOCTURNA
VIAS RESIDENCIAIS
VIAS ELEGÍVEIS
ALOCAR
Mobilidade AML 2001
POP. DIURNA DESLOCADA
POP. RESIDENCIAL
DIURNA
GEOCODIFICAR
SOMA
POP. DIURNA
COMBINAR
RASTERIZAR
LIMPAR, CORRIGIR
PESSOAL GEOREF
POP. AMBIENTE
MÉDIA PONDERADA
Page 10
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
10
Foi adoptada a resolução de 25 metros porque se pretendeu aproximar a dimensão da
residência unifamiliar (meio quarteirão), e porque no teste efectuado de sensibilidade do
modelo à resolução, um aumento da resolução para 12,5 m originou apenas ganhos marginais
na exactidão do resultados.
O sistema de coordenadas adoptado para os dados e modelação foi o Hayford-Gauss
Militar, Datum Lisboa. Embora a projecção associada ao sistema de coordenadas não seja
equivalente, distorções na área de estudo são negligenciáveis no contexto do objectivo.
2.3.1. População nocturna
Na desagregação temporal da distribuição geográfica da população, para que as
superfícies nocturnas e diurnas sejam directamente comparáveis é recomendável que a mesma
base espacial seja usada para referenciar a população residente e a população deslocada. A
rede viária, enquanto principal infra-estrutura de acesso a residências e locais de trabalho ou
estudo, constitui um suporte espacial adequado para desagregar população na área de
interesse.
A distribuição de população nocturna (residencial) foi produzida por aplicação de uma
técnica de cartografia dasimétrica usando como dados auxiliares as vias residenciais para uma
desagregação binária em raster. Porém, os eixos de via disponíveis para a área de estudo não
possuíam qualquer atributo que indicasse o tipo de uso do solo atravessado. Assim, recorreu-
se à cartografia de uso e ocupação do solo para auxiliar na identificação das vias com carácter
eminentemente residencial. Para o efeito, a COS’90 foi corrigida e reclassificada para a
nomenclatura CORINE, e as classes correspondentes a Tecido Urbano (111 e 112) foram
integradas com as mesmas classes do CLC2000 corrigido, dando origem a um tema
representando polígonos residenciais. Tendo o cuidado de excluir previamente vias que
mesmo atravessando zonas residenciais não dão acesso directo a habitações (i.e., auto-
estradas e vias rápidas), os eixos de via modificados para 2001 foram cruzados espacialmente
com o uso do solo residencial, discriminando-se assim as vias residenciais. A Figura 3 ilustra
as vias residenciais de Oeiras face ao total de eixos de via do concelho, bem como o uso do
solo usado na sua definição.
Page 11
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
11
Figura 3. Definição das vias residenciais de Oeiras.
Apesar de se referir a 1990 e dos muitos erros detectados, a utilização da COS’90 foi
essencial para se incluírem manchas residenciais que o CLC2000 não captura por a sua
dimensão ser inferior à área mínima da cartografia CLC.
Seguidamente as vias residenciais foram convertidas para formato raster grid com
resolução de 25 m, e usadas para criar uma grid de coeficientes de localização em que os
valores representam a proporção da população residente na secção estatística que pode ocupar
uma célula dessa secção. Na ausência de informação em contrário, é assumido que a
população se distribui uniformemente pelas vias residenciais em cada secção estatística. Os
coeficientes de localização são então usados para desagregar a população total de cada secção,
obtendo-se assim a grid de população nocturna.
2.3.2. População diurna
A superfície de população diurna integra dois componentes, como indicado na Figura 2.
Um é a população diurna deslocada nos locais de trabalho ou estudo, e outro a estimativa da
Page 12
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
12
população nocturna (residencial) que permanece na residência durante o dia – a população
residencial diurna. Neste caso, e na falta de outra informação, é assumido que os indivíduos
que de acordo com o INE (2003a) não se deslocam para trabalho ou estudo permanecem nas
suas residências durante o dia. O referido estudo do INE, através da quantificação dos
movimentos pendulares por origem/destino (O/D), indica o número total de habitantes de
cada concelho que se deslocam das suas residências para trabalhar ou estudar (Tabela 3). A
diferença deste valor para a população residente (nocturna) constitui a população residencial
diurna. Este valor pode ser transformado num rácio que exprima a proporção da população
residente que não se desloca da sua habitação durante o dia (dado que o estudo do INE tem
apenas uma base concelhia, apenas se pode assumir que esta proporção é constante em todo o
concelho, o que pode não ser verdadeiro). Multiplicando a grid de população nocturna
(residencial) por este rácio, obtém-se assim a distribuição da população residencial diurna.
Tabela 3. População residente e valores obtidos com base na matriz O/D, 2001
Concelho
População
residente
População
diurna
População
com origem
no concelho
População
com destino
ao concelho
População
residencial
diurna
Cascais 170 683 151 115 87 056 67 488 83 627
Oeiras 162 128 148 937 84 777 71 586 77 351
Fonte: INE, 2003a
Adicionando a população residencial diurna à população que tem como destino o
concelho (vinda de fora ou de dentro deste) obtém-se a população diurna, que na área de
estudo é inferior à população residente. Esta população que tem como destino o concelho é
constituída pelos trabalhadores e estudantes aí presentes durante o dia – a população diurna
deslocada.
A grid de população diurna deslocada foi gerada a partir da geo-referenciação dos locais
de trabalho e estudo e respectivos trabalhadores e estudantes. Esta fase revelou-se a mais
laboriosa e morosa, devido por um lado à má qualidade dos endereços constantes da tabela da
DGEEP, e por outro à necessidade de localizar e obter dados relativos aos estabelecimentos
públicos de muitas fontes dispersas. Devido essencialmente ao primeiro factor, foi necessário
proceder à geo-referenciação manual de grande parte dos estabelecimentos, por não ser
possível geocodificá-los em ArcGIS com o rigor exigido pela resolução do modelo. Na
geocodifcação de endereços usaram-se os eixos de via originais como referência, tendo a
Page 13
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
13
referenciação manual sido efectuada com o apoio de dados de detecção remota e de trabalho
de campo. No total foram geo-referenciados 4.316 estabelecimentos e 139.074 trabalhadores e
estudantes na área de estudo (Figura 4).
Figura 4. Locais de trabalho e estudo geo-referenciados em Cascais e Oeiras.
Na Tabela 4 apresentam-se para cada concelho, o número de estabelecimentos e pessoal
respectivo geo-referenciados com base em cada método.
Tabela 4. Número de estabelecimentos e pessoal geo-referenciados
Cascais Oeiras
Geo-referenciação Estabelecimentos Pessoal Estabelecimentos Pessoal
Geocodificação 1316 36924 1605 45978
Manual 833 30564 562 25608
TOTAL 2149 67488 2167 71586
O pessoal geo-referenciado foi rasterizado a 25 m, resultando assim na grid de população
diurna deslocada.
Finalmente, os mapas de população residencial diurna e população diurna deslocada
foram somados para se obter a distribuição de população diurna total para o concelho.
Page 14
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
14
2.4. Verificação e validação
Para uma rigorosa avaliação quantitativa da qualidade, são necessários dados que
representem a “verdade do terreno” com características compatíveis com o modelo.
Infelizmente, uma das motivações para projectos como este é precisamente a inexistência de
dados com essas características. No caso presente, a validação da distribuição de população
diurna foi limitada pela ausência de dados de referência apropriados. Adicionalmente, não
existe um método standard ou consensual para validação de superfícies de população,
recorrendo diferentes autores a diferentes métodos (Eicher e Brewer, 2001).
Por outro lado, essa fase do trabalho pode aqui ser considerada menos relevante devido à
distribuição diurna ser em grande medida baseada em dados estatísticos oficiais e não em
pesos definidos empírica ou heuristicamente. Mesmo assim, estes resultados foram
controlados de duas formas: a) os dados de input (em especial os da DGEEP) foram
verificados através de cruzamento com outras fontes (o que permitiu detectar e corrigir erros)
e via trabalho de campo, quanto á sua localização, e b) os resultados foram comparados com
dados de detecção remota para confirmar a exactidão posicional das distribuições. Os
quantitativos de pessoal da DGEEP não foram disputados, tal como a informação censitária.
Para a distribuição nocturna (residencial), foi possível proceder a uma avaliação de
qualidade mais formal usando a maior resolução das subsecções estatísticas como referência,
numa análise de correlação. As distribuições modeladas foram agregadas por subsecção e
comparadas com os valores respectivos do Censos 2001. Nas Figuras 4 e 5 mostram-se os
gráficos para Cascais e Oeiras, respectivamente.
Page 15
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
15
CASCAIS - Distribuição nocturna
y = 0.7652x + 16.475
R2 = 0.7064
0
200
400
600
800
1000
1200
0 200 400 600 800 1000 1200
Censos
Mo
del
o
Figura 5. Comparação por subsecção da população censitária com a nocturna modelada, em
Cascais.
OEIRAS - Distribuição nocturna
y = 0.7158x + 31.026
R2 = 0.6219
0
100
200
300
400
500
600
700
800
900
1000
0 100 200 300 400 500 600 700 800 900 1000
Censos
Mo
del
o
Figura 6. Comparação por subsecção da população censitária com a nocturna modelada, em
Oeiras.
Page 16
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
16
Da análise resultaram coeficientes de correlação de 0,84 para Cascais e 0,79 para Oeiras.
O erro RMS foi de 53,7 habitantes em Cascais e de 80,7 em Oeiras, mas como a média de
população por subsecção neste último concelho é mais elevada (109,1 contra 70,2), o seu
coeficiente de variação (0,74) é menor que o de Cascais (0,77).
Destes resultados pode inferir-se que o desempenho da modelação nocturna é bastante
satisfatório, dada a sua alta resolução espacial e considerando o elevado número de amostras
usado (2433 subsecções em Cascais, 1456 em Oeiras).
No entanto, o modelo parece ter tendência para subestimar a população nas subsecções
com valores de população intermédios (100 – 400 habitantes).
3. Resultados e discussão
Superfícies raster representando a distribuição da população nocturna – PN (Figura 7),
população residencial diurna – PRD (Figura 8), população diurna deslocada nos locais de
trabalho ou estudo – PDD (Figura 9), população diurna total, - PD (Figura 10), e população
ambiente – PA (Figura 11) foram produzidas para a área de estudo e para 2001, e são aqui
ilustrados para o concelho de Oeiras.
Os resultados obtidos representam densidade populacional máxima por célula de 625 m2
num dia útil, assumindo que de noite toda a população está nas suas residências, e que durante
o dia toda a população trabalhadora e estudante está presente nos locais de trabalho e estudo, e
a remanescente na sua residência. Esta situação necessariamente constitui uma simplificação
da realidade, mas mesmo assim preferível à simples utilização de uma média zonal por
polígono censitário na quantificação de população.
Os resultados preservam as diferenças gerais relativas de densidades populacionais entre
Cascais e Oeiras e revelam padrões espaciais e temporais internos de grande amplitude de
densidades, especialmente em Oeiras.
Os eixos de via parecem proporcionar uma base de referência adequada para a
desagregação de estatísticas demográficas oficiais. No entanto, a distribuição nocturna
reflecte directamente a presença de vias residenciais em cada secção, dados que por sua vez
estão dependentes da classificação de uso do solo como residencial. Assim a qualidade das
distribuições modeladas depende essencialmente “apenas” do efeito combinado de erros
presentes nos dados auxiliares e da sua propagação até aos resultados finais. É pois essencial
dispor de dados actuais e com qualidade, ou na ausência destes, investir tempo e esforço na
verificação e melhoria da informação disponível.
Page 17
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
17
Figura 7. Distribuição nocturna da população em Oeiras.
Figura 8. Distribuição diurna da população residencial em Oeiras.
Page 18
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
18
Figura 9. Distribuição da população diurna deslocada em Oeiras.
Figura 10. Distribuição da população diurna em Oeiras.
Page 19
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
19
A superfície de população ambiente (Figura 11) foi estimada através duma média
ponderada da população nocturna e população diurna, considerando a proporção de períodos
nocturnos e diurnos que ocorrem numa semana típica de trabalho, de forma a representar num
único indicador uma média temporal semanal da densidade populacional que tem em
consideração as principais actividades humanas – repouso, trabalho, e estudo.
Figura 11. Distribuição da população ambiente em Oeiras.
Estes resultados podem ser úteis numa variedade de estudos envolvendo população,
nomeadamente em protecção civil (ver Freire, 2007a), análise de transportes, ambiente e
planeamento, saúde (ver Freire, 2007b), e GeoMarketing. Como exemplo, a distribuição de
população diurna pode ser agregada por Freguesia para ser considerada no planeamento da
localização e capacidade de equipamentos públicos.
Page 20
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
20
4. Conclusões
A abordagem implementada, baseada em dados oficiais, permite modelar com assinalável
rigor as distribuições diurnas e nocturnas da população, e suporta análise à escala local. Esta
abordagem modela ainda correctamente as pessoas que trabalham no domicílio, por oposição
a considerar população activa como ausente da residência. O principal valor destes resultados
reside na sua elevada desagregação e resolução espacial, no facto das distribuições nocturnas
e diurnas terem a mesma bases espacial de referência, e na aproximação com maior detalhe e
realismo da distribuição populacional no período diurno, o que possibilita análises mais
rigorosas nesse período. A combinação das duas distribuições resulta numa única métrica que
aproxima uma representação da população ambiente. O modelo cumpre ainda os requisitos
necessários para desagregar população em superfícies – não existência de valores negativos e
preservação dos totais por zonas de origem.
Dada a disponibilidade e características dos dados em Portugal, esta metodologia pode ser
aplicada a qualquer concelho das Áreas Metropolitanas de Lisboa e Porto, praticando-se as
precauções referidas.
Futuras versões beneficiariam da modelação melhorada de actividades distribuídas (i.e.,
limpeza, segurança, etc.) e incorporação da população nos transportes, envolvida em outras
actividades humanas importantes (compras, lazer) e deslocada da habitação ou trabalho, bem
como de segmentações temporais acrescidas (e.g., no ciclo diário ou variações sazonais). A
existência de informação origem-destino mais desagregada, além de proporcionar modelação
mais rigorosa da população residencial diurna, permitiria ainda representar e analisar
cartograficamente fluxos de retorno ao domicílio que poderão ser relevantes nomeadamente
para a resposta do sistema de saúde a surtos epidémicos. Na análise de vulnerabilidades
humanas, seria ainda importante modelar a população envolvida em actividades no interior de
edifícios e ao ar livre.
Agradecimentos
Este trabalho foi grandemente facilitado pela colaboração da GeoPoint Lda. Agradece-se
também à Junta Metropolitana de Lisboa a cedência de informação relativa aos equipamentos
escolares, proveniente do Sistema Metropolitano de Informação Geográfica – Grande Área
Metropolitana de Lisboa.
Page 21
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
21
5. Bibliografia
Balk, D. L., U. Deichmann, G. Yetman, F. Pozzi, S. I. Hay e A. Nelson, 2006. Em Hay, S.I.,
Graham, A.J. and Rogers, D.J. (ed.), Global mapping of infectious diseases: methods,
examples and emerging applications. Advances in Parasitology, volume 62. (London:
Academic Press) pp. 119-156.
Bhaduri, B., E. Bright, P. Coleman, e J. Dobson, 2002. LandScan: Locating People is What
Matters. Geoinformatics, Vol. 5, No. 2, pp. 34-37.
Bossard, M., Feranec, J., e Otahel, J., 2000. CORINE Land Cover Technical Guide –
Addendum 2000. Technical report No 40. Copenhagen (EEA).
Chen, K, McAneney J., Blong R., Leigh R., Hunter L., e Magill C., 2004. Defining area at
risk and its effect in catastrophe loss estimation: a dasymetric mapping approach. Applied
Geography, 24:97-111.
Deichmann, U., 1996. A review of spatial population database design and modeling. Paper
prepared for the UNEP/CGIAR Initiative on the Use of GIS in Agricultural Research,
National Center for Geographic Information and Analysis (NCGIA), University of
California, Santa Barbara (UCSB), Santa Barbara, USA.
Deichmann, Uwe, Deborah Balk e Gregory Yetman, Oct. 2001. Transforming Population
Data for Interdisciplinary Usages: From Census to Grid. NASA Socioeconomic Data and
Applications Center (SEDAC), Columbia University, Palisades, NY, USA. Working paper
available on-line at: http://sedac.ciesin.columbia.edu/plue/gpw/GPWdocumentation.pdf.
Dobson, J. E., E. A. Bright, P. R. Coleman, R. C. Durfee, e B. A. Worley, 2000. A Global
Population Database for Estimating Population at Risk. Photogrammetric Engineering &
Remote Sensing 66(7): 849-857.
Dobson, J. E., 2002. War is God's Way of Teaching GIS. Proceedings of the Merrill
Conference on Science at a Time of National Emergency. Disponível em
http://www.merrill.ku.edu/publications/2002whitepaper/dobson.html.
Eicher, C. L., e Brewer, C. A., 2001. Dasymetric mapping and areal interpolation:
Implementation and evaluation. Cartography and Geographic Information Science, 28,
125–138.
FEMA, 2004. Using HAZUS-MH for Risk Assessment. Technical Manual, FEMA 433.
Washington, DC: Federal Emergency Management Agency. Disponível em
www.fema.gov/HAZUS.
Page 22
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
22
Fisher, P. F., e Langford, M., 1996. Modeling sensitivity to accuracy in classified imagery: A
study of areal interpolation by dasymetric mapping. The Professional Geographer, 48:
299–309.
Freire S., 2007a. Onde estão as pessoas quando não estão em casa? Modelação em SIG das
distribuições diurnas e nocturnas da população de Cascais e Oeiras para avaliação de risco
e apoio a emergências. Actas da Conferência STIG – Saúde e Tecnologias de Informação
Geográfica, Lisboa, Portugal, 31 Maio-1 Junho, 14 p.
Freire S., 2007b. O Projecto DemoCarto: modelação a alta resolução das Distribuições Diurna
e Nocturna da População para Planeamento e Tomada de Decisão. Congresso
Internacional sobre Planeamento Urbano - Avaliação do Impacte na Saúde. Poster.
Lisboa, Portugal, 23 Outubro.
Goldewijk, K. e J. J. Battjes, 1997. A hundred year (1890 - 1990) database for integrated
environmental assessments (HYDE, version 1.1). Report no. 422514002, National
Institute of Public Health and the Environment (RIVM), Bilthoven, The Netherlands.
Goodchild, M. F., L. Anselin, e U. Deichmann, 1993. A framework for the areal interpolation
of socioeconomic data. Environment and Planning A, 25: 383-97.
INE, 2001. Recenseamento Geral da População e da Habitação. Lisboa.
INE, 2003a. Movimentos Pendulares e Organização do Território Metropolitano: Área
Metropolitana de Lisboa e Área Metropolitana do Porto 1991-2001. Lisboa.
INE, 2003b. Estatísticas Demográficas 2002. Lisboa.
McPherson, T. N. e M. J. Brown, 2003. Estimating daytime and nighttime population
distributions in U.S. cities for emergency response activities. Preprints: 84th AMS Annual
Meeting, AMS, Seattle, WA, 10p.
Néry, F., P. Monterroso, A. Santos, e J. Matos, 2007. Interpolação Zonal de Estatísticas
Sócio-económicas. Actas V Conferência Nacional de Cartografia e Geodesia, Lisboa, Ed.
Lidel: 89-99.
Oliveira, C. S., F. Mota de Sá, e M. A. Ferreira, 2005. Application of two different
vulnerability Methodologies to Assess Seismic Scenarios in Lisbon. Proceedings of 250th
Anniversary of the 1755 Lisbon Earthquake. November 1-4, Lisbon, Portugal.
Sleeter, R., e N. Wood, 2006. Estimating daytime and nighttime population density for coastal
communites in Oregon. Proceedings of Urban and Regional Information Systems
Association, Annual Conference, Vancouver, BC, September 26-29, 2006.
Page 23
VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007
23
Sutton, P., C. Elvidge, e T. Obremski, 2003. Building and evaluating models to estimate
ambient population density. Photogrammetric Engineering & Remote Sensing 69(5): 545-
553.
Tobler, W. R., 1979. Smooth Pycnophylactic Interpolation for Geographical Regions. Journal
of the American Statistical Association, Vol. 74, No. 367, pp. 530-535.
Tobler, W. R., U. Deichmann, J. Gottsegen, e K. Maloy, 1995. The Global Demography
Project. Technical Report No. 95-6. National Center for Geographic Information and
Analysis. UCSB. Santa Barbara, CA, 75pp.
Zandvliet, R., e M. Dijst, 2004. Short-term Shifts in Population Distribution - Unraveling the
Diurnal Mobility of Daytime Population in the Netherlands. Paper presented at the 26th
IATUR Conference, 27-29 October, Rome, Italy.