Contribuições da geoanálise e do aprendizado de máquinas na avaliação sistêmica do Vale da Felicidade (RS)

Abstract

As cidades são sistemas nos quais está presente a interação entre diversos aspectos, tais como a dinâmica social e territorial, a economia e a infraestrutura. Uma vez que tais elementos se influenciam mutuamente, existem limitações em tentar gerenciar a vida urbana observando apenas um de seus subsistemas, sendo tal abordagem eficaz apenas pontualmente. Nesse sentido, é fundamental que o estudo do ambiente urbano esteja vinculado a uma visão que, de forma conceitual ou aplicada, considere sua caracterização enquanto um sistema de complexidade organizada e possibilite sua gestão com a flexibilidade necessária, tanto para sua adaptação, como para a redução de suas vulnerabilidades. Novas tecnologias computacionais, envolvendo uma enorme quantidade de dados, bem como uma capacidade de processamento sem precedentes, assumem um papel inovador no entendimento desses problemas, como um ferramental de grande valia no sentido de revelar padrões anteriormente não identificáveis por meio da análise tradicional. Nessa direção, buscou-se, então, aplicar tais tecnologias de baixo custo para avaliar sistemas urbanos complexos, no contexto de municípios de pequeno porte. À luz de teorias clássicas sobre sustentabilidade, o objetivo da presente pesquisa foi propor uma estrutura-piloto para a avaliação de subsistemas urbanos, em pequenas e médias municipalidades brasileiras. A região do Vale do Caí (RS) foi selecionada como área de estudo. Como metodologia, fez-se uso de técnicas associadas à geoestatística, inteligência artificial e mineração de dados, com base em informações disponíveis para todo o território nacional, o que possibilitou avaliar: a ocupação do território, em termos de densidades populacionais e da rede das cidades que compõem a área de estudo; a ocupação socioespacial, identificando padrões espaciais de inclusão e exclusão social; a paisagem regional, em termos do índice de vegetação, do índice de área construída, da capacidade de sequestro de carbono pela vegetação e da evolução do campo térmico; a paisagem intraurbana, em termos do uso e ocupação do solo e das métricas da paisagem; e a relação multiescalar das variáveis estudadas. Tais estudos compuseram uma estrutura-piloto, cujo roteiro metodológico é passível de reprodução para qualquer das municipalidades brasileiras. A qualificação e quantificação das relações entre os subsistemas urbanos estudados foi consolidada em um estudo integrador, que possibilitou o aprofundamento da compreensão sobre o sistema alimentar urbano na área de estudo. Por fim, o aplicativo web “SIG Vale da Felicidade” foi desenvolvido, constituindo um importante subproduto dos estudos elaborados para o Vale da Felicidade e possibilitando o acesso a todas as camadas de informação georreferenciada produzidas. As técnicas utilizadas mostraram-se úteis no sentido de considerar, de forma prática, a complexidade organizada das temáticas que envolvem a cidade. Em termos de resultados, o trabalho pretende contribuir com um roteiro metodológico para o tratamento do tema, como também no aprofundamento de estudos sobre a natureza complexa dos estudos urbanos. Entende-se que tais estudos representam uma contribuição, tanto na tomada de decisão orientada por dados, quanto no direcionamento do sistema à sustentabilidade e na condução das comunidades à uma redução de sua vulnerabilidade.

Cities are systems in which the interaction between various aspects is present, such as the social and territorial dynamics, the economy, and the infrastructure. As such elements influence each other, there are limitations in managing urban life by considering only one of its subsystems, which is effective only punctually. Therefore, it is fundamental to link the study of the urban environment to a vision that, in a conceptual or applied approach, considers its characterization as a system of organized complexity and enables its management with the required flexibility, both for adaptation and vulnerability reduction. New computational technologies involving big data and unprecedented processing capacity assume an innovative role in comprehending these problems as a valuable tool to reveal patterns previously unidentifiable by traditional analysis. Thus, this study aimed to apply these low-cost technologies to evaluate complex urban systems in the context of small-sized municipalities. In light of classical sustainability theories, the objective of this research was to propose a pilot structure for evaluating urban subsystems in small and medium-sized Brazilian municipalities. The Vale do Caí region (RS) was selected as the area to be studied. In terms of methodology, techniques associated with geo-statistics, artificial intelligence, and data mining, based on information available for the Brazilian territory, were used to evaluate: territory occupation, both in terms of population densities and cities network in the study area; socio-spatial occupation, identifying spatial patterns of social inclusion and exclusion; regional landscape, in terms of the vegetation index, built-up area index, carbon capture capacity of vegetation, and evolution of the thermal field; intra-urban landscape, in terms of land use and occupation and landscape metrics; and the multiscale relationship of the analyzed variables. These studies comprised a pilot structure that can be reproduced for any Brazilian municipality. The relationships among the studied urban subsystems were integrated in a study, which enable the comprehension of the urban food system in the study area. At last, the web application "GIS Vale da Felicidade" was developed, illustrating the elaborated studies developed in the Vale da Felicidade and enabling access to all layers of georeferenced information produced. The techniques used have proven helpful as a way of better understanding the organized complexity of urban issues. In terms of results, the work aims to contribute, as a methodological guide, for further studies aimed at better understanding the complex nature of urban studies, thus contributing to data-driven decisionmaking, aiming at directing such systems to a higher degree of sustainability and enabling communities to increase their resilience.