Por Raphael de Freitas Saldanha

A velocidade das mudanças dos sistemas urbanos não tem precedentes históricos, e o modo de se estudar e atuar sobre esse espaço cada vez mais dinâmico deve corresponder às novas necessidades dos planejadores e tomadores de decisão, que têm, em suas diretrizes, implicações cada vez mais abrangentes, de alcances ambientais e sociais.

Nesse cenário, o avanço das técnicas estatísticas no tratamento de dados espaciais apresenta um papel em pleno crescimento.

Renovada, a utilização dessas técnicas ultrapassa, em muito, as antigas utilizações e limitações da geografia quantitativa, de décadas passadas, oferecendo assim recursos e possibilidades de uso que não têm um fim em si mesmo, constituindo valiosos instrumentos na análise do espaço.

O crescimento dessa área deve-se, em parte, à possibilidade de uso conjunto de Sistemas de Informações Geográficas (GIS) e recursos estatísticos que, muitas vezes, já atuam de forma integrada, principalmente nos sistemas open source, como por exemplo na simbiose entre o GRASS e o R.

Nos pacotes comerciais, observa-se uma tendência de crescimento do ferramental estatístico espacial dos sistemas, como pôde ser observado na evolução dos pacotes ArcView/ArcGIS, MapInfo e Manifold, e nas promessas de conectividade com bancos de dados externos, comerciais ou não, além de inclusões de novas ferramentas estatísticas.

Dessa forma, o conhecimento de algumas dessas técnicas torna-se um diferencial para empresas e profissionais que atuam ou estudam o espaço.

Associação

Um dos principais conceitos na análise de dados espaciais é a associação, na qual altos valores são encontrados próximos de outros valores semelhantes, com baixos valores sendo encontrados conforme afasta-se desses pontos. A associação espacial pode ser causa de uma variedade de processos espaciais incluindo, dentre outros, interação, difusão, dispersão, troca ou transferência.

A análise, conjunta ou independente, de diversas variáveis com raízes espaciais, como por exemplo nos dados do Censo disponibilizados por setores censitários, ou então nas análises estatísticas como as da família Getis e Ord, Moran`s I e Local Indicators of Spatial Association (Lisa), oferece interessantes resultados, abordando os dados de modos diferentes.

As estatísticas Getis e Ord tratam da proporção de uma variável (a soma de todos os valores) dentro de uma distância, a partir de um local e, intuitivamente, provê uma medida de concentração (ou não concentração) de valores em torno desse dado local.

Na análise do Índice de Moran, ou Moran`s I, os dados são inter-relacionados em padrões espaciais: quando valores similares são achados próximos às localizações de estudo, atribui-se uma auto-correlação positiva, mas quando valores diferentes são localizados, fica determinada uma associação espacial negativa. Uma associação igual a zero indica um conjunto de dados espacialmente aleatório, mesmo que os dados, puramente, não o pareçam.

Uma outra medida de associação espacial é a Lisa, que combinada ao Moran`s I oferece um completo ferramental para o estudo da associação espacial.

Dissociação

No caso de não utilizar a associação, uma outra forma de abordar os dados é procurando entender a sua dissociação, ou seja, a sua heterogeneidade espacial. Essa heterogeneidade, na estatística clássica, é problemática, porém com as técnicas apropriadas essa propriedade torna-se uma valiosa informação.

Suas principais técnicas são as regressões alternadas, modelos multinível e as regressões ponderadas geograficamente (Geographically Weighted Regression – GWR). Essa última é capaz de avaliar a ligação entre variáveis e a capacidade de uma influenciar a outra, considerando-se as variações dessas sobre o espaço e admitindo-se diferentes correlações espaciais. Dessa forma, aproxima-se mais da realidade do que as tradicionais análises de regressão.

Assim, podemos ver os recentes e importantes avanços das técnicas de análise estatística espacial, não como um novo passo, mas talvez como uma revigorante retomada de uma caminhada, em que as ciências e as tecnologias encontram caminhos mais eficazes e precisos para o tratamento de dados, visando a resolução de problemas ambientais e sociais.

Raphael de Freitas Saldanha é geógrafo
PlanGeo Planejamento e Geotecnologia Ltda.
saldanha.plangeo@gmail.com

O que você pensa sobre este tema? Sua opinião é muito importante para nós. Escreva para jornalismo@mundogeo.com. Seu artigo pode ser publicado nesta seção