Modelagem dos padrões da expansão urbana da Região Metropolitana de São Paulo baseada em Autômatos Celulares
Palabras clave:
Expansão urbana. Modelagem espacial. Autômatos celulares.Resumen
O objetivo deste trabalho foi modelar os padrões da expansão urbana da Região Metropolitana de São Paulo (RMSP) por meio da modelagem espacial, baseando-se em autômatos celulares (CA, do inglês: Cellular Automata). Para tanto foram utilizados dados do perímetro urbano referentes aos períodos de 1881, 1905, 1929, 1949, 1974 e 2005 para a construção de quatro modelos de expansão urbana. Esses modelos levam em consideração a combinação de variáveis as quais representam o estado inicial da célula (urbana ou não urbana), o número de células vizinhas classificadas como urbanas e o número de células vizinhas classificadas como não urbanas. Um modelo em particular, cuja configuração considera a combinação do estado inicial da célula com o número de células vizinhas classificadas como urbanas, apresentou o melhor desempenho (isto é, 94% de acertos). Na sequência, uma previsão de ocupação do território para 2030 foi avaliada por esse modelo, destacando-se tanto padrões de expansão urbana orientados por infraestruturas, como processos de ocupação urbana em áreas impróprias. Em síntese, esse estudo demonstrou que a metodologia empregada pode servir como ferramenta nos processos de planejamento urbano.
Descargas
Citas
Ajauskas, R., Manzato, G. G. & Rodrigues da Silva, A.
N. (2012). The definition of functional urban regions:
Validation of a set of spatial models with recent census
data and analysis of an additional model specification.
In Proceedings of CAMUSS – International Symposium on
Cellular Automata Modeling for Urban Spatial Systems
(91–104). Porto, Portugal.
Almeida, C. M., Monteiro, A. M. V. & Câmara, G. (2005).
Modelos de Simulação e Prognósticos de Mudanças de
Uso do Solo Urbano: Instrumento para o Subsídio de
Ações e Políticas Públicas Urbanas. In Anais do XI Encontro
Nacional da Associação Nacional de Pós-Graduação e
Pesquisa em Planejamento Urbano e Regional – ANPUR,
Salvador.
Angel, S., Parent, J., Civco, D. L. & Blei, A. M. (2010).
Atlas of Urban Expansion, Lincoln Institute of Land
Policy, Cambridge, MA. Recuperado em 16 de fevereiro
de 2016, de http://www.lincolninst.edu/subcenters/
atlas-urban-expansion/
Batty, M. & Xie, Y. (1994). From cells to cities. Environment
and Planning B: Planning and Design, 21, 31–48.
Batty, M., Couclelis, H., & Eichen, M. (1997). Urban systems
as cellular automata. Environment and Planning B:
Planning and Design, 24, 159–164.
Batty, M. (2007). Cities and complexity: understanding cities
with cellular automata, agent-based models, and fractals.
Cambridge: The MIT press.
Brasil (2012, 25 de maio). Lei n. 12.651, de 25 de maio de
Dispõe sobre a proteção da vegetação nativa; altera
as Leis n. 6.938, de 31 de agosto de 1981, 9.393, de 19
de dezembro de 1996, e 11.428, de 22 de dezembro de
; revoga as Leis n. 4.771, de 15 de setembro de 1965,
e 7.754, de 14 de abril de 1989, e a Medida Provisória
n. 2.166-67, de 24 de agosto de 2001; e dá outras providências.
Recuperado em 25 de janeiro de 2017, de http://
www.planalto.gov.br/ccivil_03/_Ato2011-2014/2012/
Lei/L12651.htm
Caneparo, S. C., & Ricobom, A. E. (2014). A cartografia
prospectiva e a geração de mapas preditivos do uso e cobertura
da terra – estudo de caso: perímetro urbano de
Paranaguá – Paraná – Brasil. Revista Ra’e Ga, 31, 227-259.
Cecchini, A. (1996). Urban modelling by means of cellular
automata: generalised urban automata with the help
on-line (AUGH) model. Environment and Planning B:
Planning and Design, 23, 721–732.
Chaudhuri, G. & Clarke, K. C. (2013). The SLEUTH Land
Use Change Model: A Review. The International Journal of
Environmental Resources Research, 1(1), 88-104.
Clarke, K. C., Hoppen, S., & Gaydos, L. (1997). A self-modifying
cellular automaton model of historical urbanization
in the San Francisco Bay area. Environment and Planning
B: Planning and Design, 24, 247–261.
Deep, S. & Saklani, A. (2014). Urban Sprawl Modeling
using cellular automata. The Egyptian Journal of Remote
Sensing and Space Sciences, 17, 179–187.
De la Barra, T. (1989). Integrated land use and transport
modelling. Decision chains and hierarchies. (Vol. 12).
Cambridge, New York: Cambridge University Press.
Guan, D., Li, H., Inohae, T., Su, E., Nagaie, T., & Hokao, K.
(2011). Modeling urban land use change by the integration
of cellular automaton and Markov model. Ecological
Modelling, 222, 3761-3772.
Kourtit, K. & Nijkamp, P. (2013). In praise of megacities
in a global world. Regional Science Policy and Practice, 5,
–182.
Kourtit, K., Nijkamp, P. & Partridge, M. D. (2015).
Challenges of the New Urban World. Applied Spatial
Analysis and Policy, 8(3), 199–215.
Lagarias, A. (2012). Urban sprawl simulation linking
macro-scale processes to micro-dynamics through cellular
automata, an application in Thessaloniki. Applied
Geography 34, 146-160.
Manzato, G. G., & Rodrigues da Silva, A. N. (2010). Spatial-
Temporal Combination of Variables for Monitoring
Changes in Metropolitan Areas. Applied Spatial Analysis
and Policy, 3, 25–44.
Osman, T., Divigalpitiya, P., & Arima, T. (2015). Modeling
urban growth scenarios in Cairo Metropolitan Region
Proceedings of CUPUM, Cambridge, MA, EUA,
-218.
Putman, S. H. (2007). Integrated Urban Models: Policy
Analysis of Transportation and Land Use (RLE: The City).
Vol. 1. Abingdon: Routledge.
Ramos, R. A. R. & Rodrigues da Silva, A. N. (2007). A spatial
analysis approach for the definition of metropolitan
regions – the case of Portugal, Environment and Planning
B: Planning and Design, 34(1), 171-185.
Rodrigues da Silva, A. N., Ramos, R. A. R., Souza, L. C. L.,
Rodrigues, D. S. & Mendes, J. F. G. (2004). SIG: Uma plataforma
para introdução de técnicas emergentes no planejamento
urbano, regional e de transportes. São Carlos:
Edição dos autores.
Rodríguez-Pose, A. & Ketterer, T. D. (2012). Do local amenities
affect the appeal of regions in Europe for migrants?
Journal of Regional Science, 52, 535–561.
Santos, V. S., Lima, R. S. & Rodrigues da Silva, A. N. (2005).
Modelagem da dinâmica populacional intra-urbana com
Cellular Automata e avaliação multicritério. In A. N.
Rodrigues da Silva; L. C. L. Souza & J. F. G. Mendes (Eds.)
Planejamento Urbano, Regional, Integrado e Sustentável.
Desenvolvimentos recentes no Brasil e em Portugal, São
Carlos: Edição dos autores.
Shahraki, S. Z., Sauri, D., Serra, P., Modugno, S., Seifolddini,
F. & Pourahmad, A. (2011). Urban sprawl pattern
and land-use change detection in Yazd. Iran, Habitat
International, 35, 521-528.
Silva, E. A. (2002). Cenários da Expansão Urbana na Área
Metropolitana de Lisboa. Revista de Estudos Regionais,
(5), 23-41.
Sloot, P. M. A., Chopard, B. & Hoekstra, A. G. (2004).
Cellular automata: 6th International Conference on
Cellular Automata for Research and Industry. Berlin:
Heidelberg: Springer-Verlag.
Teza, C. T. V. & Baptista, G. M. M. (2005). Identificação
do fenômeno ilhas urbanas de calor por meio de dados
ASTER on demand 08 – Kinetic Temperature (III): metrópoles
brasileiras. In Anais do XII Simpósio Brasileiro
de Sensoriamento Remoto (p. 3911-3918), INPE, Goiânia,
Brasil.
United Nations – UN. (2015). Department of Economic and
Social Affairs, Population Division. World Urbanization
Prospects: The 2014 Revision, (ST/ESA/SER.A/366).
White, R. & Engelen, G. (1993a). Cellular automata and
fractal urban form: a cellular modelling approach to the
evolution of urban land-use patterns. Environment and
Planning A, 25, 1175–1199.
White, R. & Engelen, G. (1993b). Cellular dynamics and
GIS: modelling spatial complexity. Geographical Systems,
, 237–253.
Wilson, A. G. (1998). Land-use/transport interaction models:
Past and future. Journal of transport economics and
policy, 32(1), 3-26.
Wolfram, S. (1986). Theory and Applications of Cellular
Automata. Vol. 1. Singapore: World scientific.
Wolfram, S. (1994). Cellular automata and complexity:
collected papers. Vol. 1. Reading, MA: Addison-Wesley.
Xiao, J., Shen, Y., Ge, J., Tateishi, R., Tang, C., Liang, Y. &
Huang, Z. (2006). Evaluating urban expansion and land
use change in Shijiazhuang, China, by using GIS and remote
sensing. Landscape and Urban Planning, 75, 69–80.
