Modelagem dinâmica da expansão urbana usando autômatos celulares: o caso de Fortaleza–CE

Autores

Palavras-chave:

Urbanização. Modelagem dinâmica. Autômatos celulares.

Resumo

Previsões do comportamento das mudanças que ocorrem no uso do solo são indispensáveis para um planejamento urbano adequado, indicando áreas mais propensas à ocupação humana. Dessa forma, o estudo tem por objetivo prever a expansão urbana da cidade de Fortaleza, localizada no nordeste do Brasil, utilizando um modelo dinâmico que combina autômatos celulares com as Cadeias de Markov (CA-Markov). Ele foi desenvolvido por meio de três etapas: aquisição e processamento dos dados; espacialização dos dados; e, modelagem dinâmica espacial. A matriz de transição markoviana forneceu o percentual de mudanças de uma classe para a outra ao algoritmo de simulação. Dados reais de entrada de uso do solo dos anos de 2009 e 2017 mostraram uma transição de 26,50% de áreas vegetadas para áreas urbanizadas. A validação do modelo apresentou excelentes resultados (índice de similaridade fuzzy superior a 0.8) para realizar simulações futuras (2020 até 2025). Segundo as previsões, em 2025, dos 297,10 km² de área urbanizada e vegetada, 82,43% serão de área urbanizada e apenas 17,57% serão de área vegetada. O modelo de simulação pode ser alimentado por mudanças que aconteçam dentro do período previsto, sendo incluídas na simulação como variáveis dinâmicas, obtendo uma simulação compatível com essas mudanças.

Downloads

Não há dados estatísticos.

Referências

Almeida, C. M., Gleriani, J. M., Castejon, E. F., Soares-Filho, B. S. (2008). Using neural networks and cellular automata for

modelling intra‐urban land‐use dynamics. International Journal of Geographical Information Science, Londres, 22 (9),

-963. https://doi.org/10.1080/13658810701731168

Almeida, C. M. (2003). Modelagem Da Dinâmica Espacial Como Uma Ferramenta Auxiliar Ao Planejamento: Simulação De

Mudanças De Uso Da Terra Em Áreas Urbanas Para As Cidades De Bauru E Piracicaba (Sp), Brasil. (Tese de Doutorado)

Instituto Nacional de Pesquisas Espaciais, São José dos Campos.

Almeida. M. G. & Rosen, T. J. (1993) Desenvolvimento urbano e a questão ambiental no estado do Ceará. In Fórum

Sociedade Civil Cearense sobre meio ambiente e desenvolvimento (Eds.), Diagnóstico sócio-ambiental do estado do

Ceará: o olhar da sociedade civil (p. 67-115). Fortaleza: BNB.

Bonham-Carter, G. F. (1994). Geographic information systems for geoscientists: modelling with GIS. (1a. ed., Vol 13).

Ontário: Pergamon.

Câmara, A. S., Ferreira, F. & Castro, P. (1996). Spatial simulation modelling. In Fissher, M., Scholtem, H. J. & Unwin, D.

(Eds.), Spatial analytical perspectives on GIS (p. 223-235). Londres: Taylor & Francis.

Delaneze, M. E. (2011) Modelagem dinâmica espacial aplicada na avaliação das mudanças da cobertura da terra no

entorno de dutos utilizando autômatos celulares - estudo de caso duto orbel. (Dissertação de Mestrado). Universidade

Estadual Paulista Júlio de Mesquita Filho, Rio Claro – SP.

Dias, L. T. & Walde, D. H. G. (2013). Modelagem da dinâmica espacial do uso e ocupação do solo na Bacia Hidrográfica do

Lago Paranoá - DF. Revista Brasileira de Cartografia, 65 (1), 77- 94.

Gonçalves, R. M., Centeno, T. M. & Candeias, A. L. B. (2011). Cellular Automata Applied to Tendency Models in MultiTemporal Images. Revista Brasileira de Cartografia, 63 (2), 233-241.

Gong, W, Yuan L., Fan, W. & Stott, P. (2015). Analysis and simulation of land use spatial pattern in Harbin prefecture

based on trajectories and cellular automata-markov modelling. International Journal of Applied Earth Observation and

Geoinformation, 34 (1), 207-216. https://doi.org/10.1016/j.jag.2014.07.005

Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D. & Moore, R. (2017) Google Earth Engine: Planetary-scale

geospatial analysis for everyone. Remote Sensing of Environment, 202 (1), 18-27.

https://doi.org/10.1016/j.rse.2017.06.031

Hagen, A. (2003). Fuzzy set approach to assessing similarity of categorical maps. International Journal of Geographical

Information Science, 17 (3), 235-249. https://doi.org/10.1080/13658810210157822

Instituto Brasileiro de Geografia e Estatística – IBGE (2018). Cidade e Estados. Brasil: IBGE. Recuperado em 5 de junho de

, de https://www.ibge.gov.br/informacoes-por-cidade-e-estado.html?t=destaques&c=2504009.

Instituto de Planejamento de Fortaleza – IPLANFOR (2015). Série Fortaleza 2040. Recuperado em 10 de junho de 2019,

de http://fortaleza2040.fortaleza.ce.gov.br/site/

Jat, M. K., Choudhary, M. & Saxena, A. (2017). Urban Growth Assessment and Prediction Using RS, GIS and SLEUTH

Model for a Heterogeneous Urban Fringe. The Egyptian Journal of Remote Sensing and Space Science, 20 (2), 223-241.

https://doi.org/10.1016/j.ejrs.2017.02.002

Johansson, A., Batty, M., Hayashi, K., Al Bar, O., Marcozzi, D. & Memish. Z. A. (2012). Crowd and environmental management

during mass gatherings. The Lancet Infectious Diseases, 12 (2), 150-156. https://doi.org/10.1016/S1473-3099(11)70287-0

Li, X., Zhou, Y., Asrar, G. R., Imhoff, M. & Li, X. (2017). The surface urban heat island response to urban expansion: a panel

analysis for the conterminous United States. Science of The Total Environment, 605-606 (15), 426-435.

https://doi.org/10.1016/j.scitotenv.2017.06.229

Liu, F., Zhang, Z., Zhao, X., Wang, X., Zuo, L., Wen, Q., Yi, L., Xu, J., Hu, S. & Liu, B. (2019). Chinese cropland losses due to

urban expansion in the past four decades. Science of The Total Environment, 650 (10), 847-857.

https://doi.org/10.1016/j.scitotenv.2018.09.091.

Maeda, E. E., Almeida, C. M., Ximenes, A. C., Formaggio, A. R., Shimabukuro, Y. E. & Pellika, P. (2011). Dynamic modeling

of forest conversion: Simulation of past and future scenarios of rural activities expansion in the fringes of the Xingu National Park, Brazilian Amazon. International Journal of Applied Earth Observation and Geoinformation, 13 (3), 435-446.

https://doi.org/10.1016/j.jag.2010.09.008.

Malleson, N. & Birkin, M. (2011). Towards victim-oriented crime modelling in a social science e-infrastructure.

Philosophical Transactions of the Royal Society: Mathematical, Physical and Engineering Sciences, 369 (1949), 3353-

https://doi.org/10.1098/rsta.2011.0142.

Martins, C. M. T., Mendes, M. G. T., Abreu J. M., Almeida, J. P. L. de, Lima J. P. de & Lima, I. P. de. (2010). Hidrologia urbana:

Conceitos básicos (1a. ed.). Lisboa: Entidade Reguladora dos Serviços de Águas e Resíduos.

Mas, J. F., Kolb, M., Houet, T., Paegelow, M. & Olmedo, M. T. C. (2014). Inductive pattern-based land use/cover change

models: A comparison of four software packages. Environmental Modelling and Software, 51 (1), 94-111.

https://doi.org/10.1016/j.envsoft.2013.09.010.

Matthews, R. B., Girbert, N., Roach, A., Polhill, J. G., & Gotts, N. (2007). Agent-based land-use models: a review of

applications. Landscape Ecology, 22 (10), 1447-1459. https://doi.org/10.1007/s10980-007-9135-1.

Meirelles, M. S. P., Camara, G. & Almeida, C. M. (2007) Geomática: modelos e aplicações ambientais (1a. ed.). Brasília - DF:

Embrapa Informação Tecnológica.

Novaes, M. R., Almeida C. M.; Rudorff, B. F. T. & Aguiar, D. A. (2011) Cenários prognósticos baseados em modelagem

dinâmica espacial para o manejo da colheita da cana-de-açúcar no estado de São Paulo. In Anais do XV Simpósio

Brasileiro de Sensoriamento Remoto (p. 407-414). Curitiba: SBSR.

Oliveira, L. M. (2019) Modelagem dinâmica e cenários urbanos de demanda de água: simulações em Campina Grande - P.

(Dissertação de mestrado). Programa de Pós-Graduação em Engenharia Civil e Ambiental, Universidade Federal de

Campina Grande, Campina Grande.

Rossetti, L. A. F. G., Almeida, C. M. & Pinto, S. A. F. (2013). Análise de mudanças no uso do solo urbano e rural com a

aplicação de modelagem dinâmica espacial. In Anais do XVI Simpósio Brasileiro de Sensoriamento Remoto (p. 6316-6323).

Foz do Iguaçu: SBSR.

Roy, G. G. & Snickars, F. (1996). Citylife: a study of cellular automata in urban dynamics. In Fisher, M, Scholten, H. J. &

Unwin, D. (Eds.). Spatial Analytical Perspectives on GIS (p. 236-254). Londres: Taylor & Francis.

Rubira, F. G. (2016). Análise multitemporal da expansão urbana de Maringá-PR durante o período de 1947 a 2014

envolvendo o Parque Municipal do Cinquentenário e as principais áreas verdes do município. Caderno de Geografia, 26

(46), 333-361. https://doi.org/10.5752/P.2318-2962.2016v26n46p333.

Sakieh, Y., Amiri, B. J., Danekar, A., Feghhi, J. & Dezhzam, S. (2015). Simulating urban expansion and scenario prediction

using a cellular automata urban growth model, SLEUTH, through a case study of Karaj City, Iran. Journal of Housing and

the Built Environment, 30 (4), 591-611. https://doi.org/10.1007/s10901-014-9432-3.

Santos, C. Z. (2007) Alterações socioambientais na bacia hidrográfica do ribeirão do Lajeado no município de Paraibuna -

SP (Dissertação de Mestrado). Instituto de Pesquisa e Desenvolvimento, Universidade do Vale do Paraíba, São José dos

Campos.

Soares-Filho, B. S., Cerqueira, G. C. & Pernnanchin, C. L. (2002). DINAMICA - A stochastic cellular automata model

designed to simulate the landscape dynamics in an Amazonian colonization frontier. Ecological Modelling, 154 (3), 217-

https://doi.org/10.1016/S0304-3800(02)00059-5.

Soares-Filho, B. S.,Rodrigues, H. O. & Costa, W. L. (2009) Modelagem de Dinâmica Ambiental com Dinamica EGO (1a. ed.).

Belo Horizonte - MG: Centro de Sensoriamento Remoto - Universidade Federal de Minas Gerais.

Soares-Filho, B. S., Rodrigues, H. & Follador, M. (2013). A hybrid analytical-heuristic method for calibrating land-use

change models. Environmental Modelling and Software, 43 (1), 80-87. https://doi.org/10.1016/j.envsoft.2013.01.010

Souza, C. & Azevedo, T. (2017) MapBiomas General “Handbook”: Algorithm: Theoretical Basis Document (ATBD) (1a.

ed.). São Paulo.

Stanganini, F. N. & Lollo, J. A. (2018). The growth of the urban area of São Carlos/SP between the 2010 and 2015: the

advancement of environmental degradation. Brazilian Journal of Urban Management, 10 (1), 118-128.

https://doi.org/10.1590/2175-3369.010.supl1.ao14.

United Nations Department of Economic and Social Affairs – UN DESA (2018). World Urbanization Prospects.

Recuperado em 10 de junho de 2019, de https://population.un.org/wup/Publications/Files/WUP2018-Report.pdf.

Vick, E. P. & Bacani, V. M. (2019). Prediction of the future scenario of the expansion of areas of forestry into the brazilian

cerrado using a cellular automata Markov Chain model. Mercator - Revista Eletrônica de Geografia da Universidade

Federal do Ceará, 18. https://doi.org/10.4215/rm2019.e18026.

Votsis, A. (2017). Utilizing a cellular automaton model to explore the influence of coastal flood adaptation strategies on

Helsinki's urbanization patterns. Computers, Environment and Urban Systems, 64 (1), 344-355.

https://doi.org/10.1016/j.compenvurbsys.2017.04.005.

Downloads

Como Citar

Oliveira, L. M. de, Silva, S. M. O. da, Souza Filho, F. de A. de, Rufino, I. A. A., Brito, H. C. de, & Lopes, T. M. X. de M. (2021). Modelagem dinâmica da expansão urbana usando autômatos celulares: o caso de Fortaleza–CE. Revista Brasileira De Gestão Urbana, 13(4). Recuperado de https://periodicos.pucpr.br/Urbe/article/view/27648

Edição

Seção

Artigos