Upload
ngodat
View
217
Download
0
Embed Size (px)
Citation preview
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
GT - 06: INDICADORES DE DESIGUALDADE SOCIAL E
DESENVOLVIMENTO SOCIOECONÔMICO
GEOINFORMAÇÃO E ANÁLISE DA DISTRIBUIÇÃO DO IDH ENTRE
OS MUNICÍPIOS DA MICRORREGIÃO DE PIRAPORA/MG, USANDO
QUANTUM GIS
FONSECA, Samuel Ferreira da1
RESUMO
O objetivo do presente trabalho corresponde a utilização de Geoinformação para análise da
distribuição do IDH entre os municípios da microrregião de Pirapora, Minas Gerais, Brasil. Para tanto
se apropriou do software Quantum GIS versão 1.8.0, o qual se constitui uma ferramenta de domínio público sob licença livre, possibilitando analisar, de maneira precisa o indicador social selecionado
como referência, (Índice de Desenvolvimento Humano – IDH). Os procedimentos metodológicos
consistiram em revisão bibliográfica inerente a utilização de software livre em análise espacial, bem como a aplicabilidade de Geoinformação em estudos cuja finalidade corresponda a interpretação de
variáveis socioeconômicas, utilizando parâmetros estatísticos para interpretação coerente dos dados.
Foram utilizadas referências como: Câmara et al., (2001); Fitz, (2010); Longley et al., (2013); Rosa, (2009); Fonseca et al., (2013); Fonseca, (2013); Siedenberg, (2003) dentre outros, que balizaram o
presente estudo. Foi realizada a aquisição do software do Atlas de Desenvolvimento Humano no
Brasil – 2013, disponível na plataforma do site do Programa das Nações Unidas para
Desenvolvimento – PNUD, do qual foram extraídas as informações que proporcionaram a realização da análise proposta. A etapa final foi constituída de análise dos mapas gerados pelo software Quantum
GIS, bem como a interpretação estatística dos resultados. Os mapas gerados representaram os valores
encontrados para o indicador socioeconômico (IDH) nos anos de 2000 e 2010. Para o ano 2000 os valores relacionados ao referido índice apresentaram uma distribuição simétrica, possuindo a média,
mediana e moda com o mesmo valor (0,516). Entretanto, o Coeficiente de Variação (CV)
correspondeu a 7,56% e o desvio padrão 0,039. Para este período o município de Pirapora apresentou
o valor equivalente a mais 2 desvios padrão, constituindo o máximo (0,610) do universo pesquisado. Para 2010 a situação foi bastante semelhante, no entanto a mediana e a média chegaram a 0,639 e a
distribuição não apresentou moda, sendo portanto, amodal. O CV foi reduzido para 5,47%, mostrando
menor dispersão entre os valores, quando comparado ao sucedido em 2000 e o desvio padrão foi de 0,035. O município de Pirapora, mais uma vez apresentou o maior IDH (0,731) equivalendo a mais 2,6
desvios padrão.
Palavras-chave: Quantum GIS. Geoinformação. Microrregião de Pirapora. Desenvolvimento.
ABSTRACT
The objective of this study corresponds to the use of Geoinformation analysis of the distribution of the HDI between the municipalities of micro-Pirapora, Brazil. For both appropriated the Quantum GIS
1 Mestrando em Produção Vegetal (Pedologia) pela Universidade Federal dos Vales do Jequitinhonha e Mucuri -
UFVJM. Graduado em Geografia pela Universidade Estadual de Montes Claros – UNIMONTES
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
version 1.8.0, which constitutes a tool in the public domain under a free license, enabling the analysis
software, precisely the social indicator selected as reference (Human Development Index - HDI). The
methodological procedures consisted of literature review inherent in the use of free software for spatial analysis, as well as the applicability of Geoinformation in studies whose purpose matches the
interpretation of socioeconomic variables, using statistical parameters for consistent interpretation of
the data. Were used as references: Câmara et al, (2001); Fitz, (2010); Longley et al (2013); Rosa (2009); Fonseca et al (2013); Fonseca (2013); Siedenberg, (2003) among others, that guided this
study. 2013 available in the United Nations Program for Development website platform - UNDP,
which provided the information to complete the proposed acquisition analysis were extracted from the
Atlas of Human Development in Brazil was held software. The final stage consisted of analyzing the maps generated with Quantum GIS software, and the statistical interpretation of the results. The maps
generated represented the values found for the socioeconomic indicator (HDI) in 2000 and 2010. For
2000 related to said index values showed a symmetric distribution having the mean, median and mode with the same value (0.516). However, the coefficient of variation (CV) amounted to 7.56% and the
standard deviation 0.039. For this period the municipality of Pirapora presented the equivalent of 2
standard deviations value, representing the maximum (0.610) in the group studied. For 2010 the situation was very similar, however the median and the average reached 0,639 and the distribution
showed no fashion, and therefore, amodal. The CV was reduced to 5.47%, showing less dispersion
between the values compared to what occurred in 2000 and the standard deviation was 0.035. The
municipality of Pirapora once again had the highest HDI (0.731) equivalent to more than 2.6 standard deviations.
Keywords: Quantum GIS. Geoinformation. Microregion of Pirapora. Development.
INTRODUÇÃO
Geoinformação corresponde a uma área do conhecimento emergente, equivalente ao
uso do aparato tecnológico na análise e compreensão do ambiente real, e que, em um futuro
próximo, apresentará um corpo epistemológico independente (LONGLEY et al., 2013).
Portanto, salienta-se que, mesmo vivenciando o desenvolvimento tecnológico e científico,
muitas vezes, a tomada de decisão tem ocorrido sem a utilização das novas tecnologias
geográficas, as quais poderiam facilitar a interpretação de dados, geralmente confinados em
tabelas e gráficos de difícil explanação preenchendo a demanda de órgãos oficiais. Fatores
como estes orientam a necessidade de trabalhos que possibilitem a apropriação de dados ora
inseridos nas tabelas mencionadas e a representação dos mesmos em forma de mapas
temáticos.
De acordo com Câmara et al., (2001) trabalhar com Geoinformação significa, em
princípio, utilizar computadores como instrumentos de representação de dados espacialmente
referenciados. Dados estes, que se encontram amarrados por um sistema de coordenadas
conhecido, permitindo, quando necessário, facilitar a tomada de decisão (make decision) em
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
busca de soluções para problemas geográficos, os quais podem estar associados as mais
variadas ordens ou escalas (LONGLEY et al., 2013).
No Brasil a apropriação de técnicas matemáticas e computacionais e sua utilização
em análise e interpretação dos fenômenos possuem epíteto de Geoprocessamento (CÂMARA
et al., 2001; FITZ, 2010; FONSECA, 2013). A aplicação desse aporte tecnológico, por sua
vez, ocorre de maneiras diversificadas e até mesmo antagônicas abrangendo, desde a
atualização de um Cadastro Territorial Multifinalitário, o qual atende a demanda da
administração pública, possibilita melhorias na gestão e possui caráter coletivo, aos modernos
estudos de Geomarketing cuja intenção é absolutamente comercial e ajustada a vontade
particular de um indivíduo ou de um grupo isoladamente.
As técnicas de Geoprocessamento ajustadas ao aparato tecnológico, que
convencionalmente, se tornou conhecido como SIG (Sistema de Informações Geográficas),
adquiriram prestígio nas análises espaciais por proporcionar, de forma ágil, eficaz e segura, a
interpretação de diversas categorias do ambiente (FITZ, 2010; FONSECA, 2013).
Para Rosa, (2009) SIG corresponde a tecnologias para aquisição, armazenamento,
gerenciamento, análise e exibição de dados espaciais. Neste trabalho se entende como SIG o
conjunto de ferramentas computacionais físicas (hardwares) associadas aos programas
destinados ao tratamento da informação espacial (softwares), que auxiliam os usuários
(peopleware) em suas tarefas quando orientadas às finalidades geográficas.
O objetivo do presente trabalho corresponde a utilização de Geoinformação para
análise socioeconômica dos municípios da microrregião de Pirapora, Minas Gerais, Brasil.
Para tanto, se apropriou do software Quantum GIS versão 1.8.0., o qual se constitui uma
ferramenta de domínio público sob licença livre, possibilitando analisar, de maneira precisa os
indicador social selecionado como referencia, neste caso o Índice de Desenvolvimento
Humano – IDH.
Este indicador foi escolhido, tendo em vista a realização da análise socioeconômica
comparativa entre os municípios da microrregião acima mencionada, pelo fato de expressar,
ainda que de forma genérica, a Qualidade de vida da população. (BORTOLOTO, 2011).
GEOINFORMAÇÃO E SOFTWARES LIVRES
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
A utilização de produtos cartográficos cuja finalidade atenda aos pressupostos da
sustentabilidade, bem como ao planejamento administrativo, por muito tempo esteve à mercê
das tecnologias geoespaciais de alto custo. No entanto, o desenvolvimento científico e
tecnológico, orientado à proposição de soluções, que atendam as mais variadas camadas da
população, tem impactado de maneira positiva as condições dos usuários das tecnologias da
Geoinformação.
Essas tecnologias atingem as diversas camadas sociais, direta ou indiretamente, e são
utilizadas para finalidades diversas. Focaliza desde a curiosidade humana em projetos de
desenvolvimento científico a aplicações cotidianas na administração pública, incluídas no
planejamento de ações triviais, inerentes as variadas demandas (LONGLEY et al., 2013).
Portanto, a utilização de software livre atende a usuários inseridos nos diversos
contextos. Gera a redução de custos, evocada nos bastidores da administração pública e,
assiste a capitalização para usuários incorporados em outros setores da sociedade. Fator
impossibilitado, quando da utilização de um software comercial, que geralmente é oneroso.
Destaca-se, em meio a ampla gama de programas relacionados à análise espacial,
aqueles cuja funcionalidade possibilita executar tarefas essenciais de um SIG satisfazendo a
acurácia necessária. Destes, reconhece-se a capacidade e importância daqueles conhecidos
(gvSIG, OpenJump, TerraVIEW, GeoServer, VsceneGIS, GISVM, IpeaGEO, entre outros),
porém neste trabalho se enfatizam os mais popularizados e difundidos regionalmente. A
seguir são apresentados alguns programas que estão em destaque.
O SPRING (Sistema para Processamento de Informação Georreferenciada),
desenvolvido pelo Instituto Nacional de Pesquisas Espaciais – INPE figura como o software
livre mais utilizado regionalmente. Este possui elevado leque de aplicações e seu uso tem sido
difundido no ambiente acadêmico constantemente (SANTOS et al., 2010).
O SAGA – Sistema de Análise Geoambiental, criado pelo Professor Xavier e sua
equipe no laboratório de Geoprocessamento da Universidade Federal do Rio de Janeiro,
corresponde a um programa que tem sido utilizado constantemente no meio universitário. Seu
impacto principal diz respeito a possibilidade de utilizar a ferramenta denominada árvore de
decisão, a qual facilita as aplicações do software.
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
O KOSMO é um software que utiliza da linguagem de programação Java e conta
com funções avançadas. Atualmente o programa está sendo desenvolvido a partir da
plataforma JUMP GIS. O Kosmo é utilizado para visualizar e processar dados espaciais. Sua
interface é de fácil entendimento e conta com uma série de códigos livres. Os dados que
podem ser utilizados nesse SIG são do tipo vetorial, raster ou um banco de dados. É um
programa que permite trabalhar com imagens georreferenciadas, e também conta com
diversas extensões que permitem melhor usufruir das funcionalidades desse SIG (PAZOLINI
et al., 2013).
QUANTUM GIS (QGIS) corresponde a um software SIG com uma interface gráfica
simples e atraente, escrito em linguagem C++ e Python e baseado nas bibliotecas Qt4. É
livremente distribuído com a licença GPL (General Public License - Licença pública geral) e,
é um projeto oficial da Open Source Geospatial Foundation - OSGeo (MANGHI et al., 2011).
Este programa foi escolhido para desenvolvimento do presente trabalho devido a facilidade
que o usuário possui para executar tarefas no mesmo, bem como o idioma português, que
facilitou a interação.
CARACTERIZAÇÃO DA ÁREA DE ESTUDO
A microrregião de Pirapora/MG possui 10 (dez) municípios, que possuem territórios
de diferentes proporções. Uns apresentam mais de sete mil Quilômetros quadrados (Km²)
enquanto outros equivalem a menos de 10% da área desta microrregião. Quanto a dinâmica
demográfica a maioria destes apresenta altas taxas de populações urbanas, se destacando o
caso de Pirapora, onde somente 983, de um total de 53.368 habitantes, ocupavam a zona rural
em 2010 (IBGE, 2013). Os municípios que estão inseridos na área pesquisada são: Pirapora,
Buritizeiro, Ibiaí, Lassance, Várzea da Palma, São Romão, Santa Fé de Minas, Riachinho,
Jequitaí e Lagoa dos Patos. (figura 01).
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
Figura 01: Localização dos municípios da microrregião de Pirapora
Org: FONSECA, S. F. 2014
A microrregião em estudo possui uma população de 164.903 habitantes (FJP, 2010).
No entanto, o crescimento demográfico se apresenta de maneira específica para áreas rurais e
urbanizadas ocorrendo maneiras diversificadas para cada município. O perfil populacional,
bem como a taxa de crescimento populacional anual entre 2000 e 2010 para os municípios da
microrregião em epígrafe possui, como mencionado, suas particularidades variando
significativamente entre os entes federativos. (Tabelas 01 e 02).
Tabela 01: População dos municípios da microrregião de Pirapora (2000-2010).
População 2000 População 2010
Município Urbana Rural Total Urbana Rural Total
Buritizeiro 21.804 4.100 25.904 23.630 3.292 26.922
Ibiaí 5.141 2.110 7.251 6.004 1.835 7.839
Jequitaí 5.981 2.769 8.750 5.504 2.501 8.005
Lagoa dos Patos 2.902 1.552 4.454 3.079 1.146 4.225
Lassance 3.275 3.279 6.554 3.882 2.602 6.484
Pirapora 49.377 923 50.300 52.385 983 53.368
Riachinho 3.899 4.074 7.973 4.435 3.572 8.007
Santa Fé de Minas 1.967 2.225 4.192 2.291 1.677 3.968
São Romão 5.169 2.614 7.783 6.469 3.807 10.276
Várzea da Palma 27.632 4.009 31.641 31.313 4.496 35.809
Fonte: Fundação João Pinheiro – FJP, 2010.
Microrregião de Pirapora
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
Tabela 02: Taxa de crescimento populacional (entre 2000 – 2010)
Município Área Urbana Área Rural Total
Buritizeiro 0,81 -2,17 0,39
Ibiaí 1,56 -1,39 0,78
Jequitaí -0,83 -1,01 -0,89
Lagoa dos Patos 0,59 -2,99 -0,53
Lassance 1,71 -2,29 -0,11
Pirapora 0,59 0,63 0,59
Riachinho 1,30 -1,31 0,04
Santa Fé de Minas 1,54 -2,79 -0,55
São Romão 2,27 3,83 2,82
Várzea da Palma 1,26 1,15 1,25
Fonte: Fundação João Pinheiro – FJP, 2010.
Através das tabelas supracitadas se observa perfil demográfico e a tendência de
crescimento populacional dos municípios desta microrregião. Entre os mesmos, nota-se que
70% apresentam valores negativos para a taxa de crescimento populacional rural. Fator este,
que sugere a tendência do país em manter acentuada a população urbana em detrimento das
áreas rurais. Quanto a taxa de crescimento populacional total, 60% dos municípios
apresentaram valores positivos, dos quais destaca São Romão, com uma taxa de 2,82
figurando como o mais elevado e, Riachinho que, apresenta o menor valor positivo para este
cenário, sendo 0,04 o valor da referida taxa. Enquanto os valores desta taxa para o Estado de
Minas Gerais correspondeu a 1,31 para área urbana, -1,10 para a zona rural e 0,91 a média
anual total.
MATERIAIS E MÉTODOS
Os procedimentos metodológicos consistiram em revisão bibliográfica inerente a
aplicabilidade de Geoinformação em estudos cuja finalidade corresponda a interpretação de
variáveis socioeconômicas. Foram utilizadas referências como: Câmara et al., (2001); Fitz,
(2010); Longley et al., (2013); Rosa, (2009); Fonseca, (2013); Abreu et al., (2011);
Siedenberg, (2003) dentre outros, que balizaram o presente estudo.
Foi realizada a aquisição do software do Atlas de Desenvolvimento Humano no
Brasil – 2013, disponível na plataforma do site do Programa das Nações Unidas para
Desenvolvimento – PNUD. Deste foram extraídos os dados que proporcionaram a efetivação
da análise proposta.
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
A etapa final foi constituída de análise dos mapas gerados pelo software livre
Quantum GIS versão 1.8.0., os quais representaram os valores encontrados para o IDH-M, o
qual corresponde a média geométrica dos índices das dimensões Renda, Educação e
Longevidade, com pesos iguais (PNUD, 2013). Este índice é matematicamente expresso na
equação abaixo:
𝐼𝐷𝐻 = 𝐸𝑉.𝐸𝐼. 𝐼𝑅 3
Sendo:
EV: Expectativa de vida ao nascer,
EI: Índice de educação e,
IR: Índice de renda
Os dados utilizados para a realização da presente análise, constituíram dos valores de
IDH referentes aos anos de 2000 e 2010, abrangendo os 10 (dez) municípios que compõem a
microrregião de Pirapora. O que possibilitou realçar os avanços significativos do uso de
Geoinformação em análise espacial.
Como procedimento estatístico para divisão dos valores em classes, foi adotado o
método das Quebras naturais de jenks. Este método permite que as classes sejam baseadas em
agrupamentos naturais de dados, identificando pontos de quebra entre os valores com maior
similaridade nos grupos de variáveis, para em seguida maximizar a diferença entre as classes.
Este procedimento apresenta resultados significativos para mapeamento de valores que não
possuem uma distribuição uniforme (ESRI, 2005 apud ALMEIDA, 2006). Este procedimento
é sugerido por Longley et al., (2013) como adequado para análise de dados socioeconômicos.
O desvio padrão foi calculado pela seguinte fórmula:
𝑠 = 𝟏
𝐧− 𝟏∗ 𝐱²
𝐧
𝐢=𝟏
− ( 𝐱)²/𝐧
𝐧
𝐢=𝟏
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
Onde
s: desvio padrão
n: amostra estudada
média
O Coeficiente de Variação (CV) foi adquirido seguindo a expressão abaixo:
𝐶𝑉 =𝑠∗ 100
De maneira que:
CV: Coeficiente de variação
s: Desvio padrão e,
média.
O uso destes parâmetros possibilitou interpretar de maneira concisa os valores
expostos nos mapas.
RESULTADOS E DISCUSSÕES
A utilização de indicadores socioeconômicos para mensurar desenvolvimento tem
sido alvo de acirradas críticas, tendo em vista que cada indicador, por si só, não possui
respaldo teórico na mensuração que realiza. Todavia, a importância do uso de indicadores
socioeconômicos no contexto da análise de desenvolvimento socioeconômico regional é
inquestionável (SIEDENBERG, 2003). Para realização da análise proposta neste trabalho foi
utilizado o IDH.
O Índice de Desenvolvimento Humano – IDH, é um indicador que visa mensurar, em
uma escala de 0 a 1, o desenvolvimento dos países, estados ou municípios (BORTOLOTO,
2011). Quanto mais próximo de 1 (um) for o índice, maior qualidade de vida tem a população
do município ou outro ente federativo analisado. Ressalta, no entanto, que este é um indicador
genérico de qualidade de vida, pois a temática é ampla e exercitada sob viés da
transdiciplinaridade (BORTOLOTO, 2011).
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
Diferente do Produto Interno Bruto – PIB per capta, o qual representa, por sua vez, o
retrato econômico, que pode divergir do aspecto social de dada área ou região, o IDH possui
maior expressividade, no que se refere a mensurar o desenvolvimento, possibilita melhor
entendimento da situação socioeconômica. (SIEDENBERG, 2003).
Para Siedenberg, (2003) a partir da instituição do IDH, enquanto indicador social,
quantificando aspectos relacionados à qualidade de vida é que foi possível inserir o conceito
de desenvolvimento humano ao desenvolvimento como era concebido. Este,
desenvolvimento, até determinado momento foi abordado somente enquanto indicador de
crescimento econômico, que não representava necessariamente, desenvolvimento humano.
O IDH pode ser representado em diferentes recortes espaciais, no entanto, a
abrangência espacial da análise é inversamente proporcional a precisão, isto decorrente da
presença de diferentes territorialidades próprias da área proposta (ABREU et al., 2011). Este
indicador é apresentado para os municípios da microrregião de Pirapora-MG. (figura 02).
Figura 02: IDH dos municípios da microrregião de Pirapora 2000
Org: FONSECA, S. F. 2014
O município de Lagoa dos Patos apresentou o menor valor para o indicador
supracitado, em contrapartida Pirapora figurou como o município de maior IDH. Fator este,
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
que pode ser justificado pela presença de indústrias da área de siderurgia e metalurgia no
município sede da microrregião.
A tabela 03 apresenta as variáveis estatísticas para o IDH dos municípios da
microrregião em análise.
Tabela 03: Variáveis estatísticas do IDH (2000)
ÍNDICE DE DESENVOLVIMENTO HUMANO – 2000
Valor máximo 0,610
Valor mínimo 0,480
Média () 0,516
Desvio padrão () 0,039
N º de municípios 10
Org: FONSECA, S. F. 2014
Nota-se que, provavelmente somente 5 (cinco) municípios obtiveram resultados
acima da média () para os valores do indicador acima mencionado. O coeficiente de variação
(CV) correspondeu a 7,56%, mostrado que a distribuição dos valores de IDH entre os
municípios não possui grandes disparidades.
Em 2010, os valores foram mais favoráveis, isto em relação a 2000, pois houve
aumento significativo do indicador em todos os municípios. O que pode apontar, ainda que
genericamente, melhorias nas condições da qualidade de vida dos habitantes dessa
microrregião. (Figura 03).
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
Figura 03: IDH dos municípios da microrregião de Pirapora 2010
Org: FONSECA, S. F. 2014
Embora os municípios de Santa Fé de Minas e Ibiaí apresentarem os menores valores
para IDH em 2010, esses municípios avançaram em relação ao censo anterior.
Pirapora permaneceu com o melhor nível deste indicador, mantendo-se acima da
média novamente. Este município prevalece como detentor dos maiores valores para IDH nos
cenários expostos neste trabalho. (Tabela 04).
Tabela 04: Variáveis estatísticas do IDH (2010)
ÍNDICE DE DESENVOLVIMENTO HUMANO – 2010
Valor máximo 0,730
Valor mínimo 0,610
Média ) 0,639
Desvio padrão () 0,035
N º de municípios 10
Org: FONSECA, S. F. 2014
Entre os 10 (dez) municípios analisados apenas 4 (quatro) se mantiveram acima da
média (). O ponto positivo em relação ao censo anterior é que ocorreu redução no CV, que
passou para 5,47%, o que mostra diminuição na dispersão dos valores entre os entes
federativos. No entanto, como já mencionado, os avanços em relação ao censo anterior (2000)
é evidenciado em todos estes, o que pode ser resultado de avanços nas políticas públicas
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
direcionadas a redução da evasão escolar, maior acesso a saúde e melhorias na renda familiar.
Tendo em vista a síntese do IDH M, que corresponde a análise do IDH nas dimensões
Longevidade, Educação e Renda.
CONSIDERAÇÕES FINAIS
As diferenças apresentadas entre os municípios podem estar associadas a própria
dinâmica econômica de cada um em particular. Os municípios de Pirapora e Várzea da Palma,
por sua vez apresentaram maiores valores para o IDH em ambos os períodos analisados (2000
e 2010), entretanto em decorrência do baixo CV (7,56 e 5,47% para 2000 e 2010,
respectivamente) percebeu que apesar das diferenças, os valores não apresentaram
discrepâncias significativas entre si.
A análise realizada no presente trabalho apresentou a possibilidade de representação
gráfica dos resultados dos valores de IDH na microrregião de Pirapora utilizando software
livre. Portanto, tal abordagem merece destaque pelo fato de possibilitar, de modo
relativamente acessível a análise geoespacial que, por sua vez pode orientar novas decisões,
entre elas a formulação de políticas públicas para os municípios, compreendidas suas
necessidades. Isto, partindo do pressuposto que o IDH é um indicador bastante completo, não
negligenciando seus limites.
O Quantum GIS (QGIS) possibilitou análise concisa do IDH na microrregião de
Pirapora, evidenciando a potencialidade deste software enquanto ferramenta de
Geoprocessamento. Seu uso pode se tornar conhecido no ambiente dos planejadores regionais,
pela sua funcionalidade e eficácia.
REFERÊNCIAS
ABREU, M. V. S.; OLIVEIRA, J. C.; ANDRADE, V. D. A.; MEIRA, A. D. Proposta
metodológica para cálculo e análise espacial do IDH intraurbano de Viçosa/MG IN: Revista
brasileira de estudos populacionais, Rio de Janeiro, v. 28, n. 1, p. 169-186, jan./jun. 2011
ALMEIDA, G. E. S. 2006. Análise do índice de instalação de empresas no Município de
Osasco/SP utilizando sistema de informações geográficas e análise envoltória de dados.
Dissertação (Mestrado em Engenharia de Transportes). Escola de Engenharia Politécnica da
Universidade de São Paulo - USP. São Paulo, 125p.
Universidade Estadual de Montes Claros – UNIMONTES 27 – 29 de Agosto de 2014
BORTOLOTO, M. 2011. Glossário de Geografia. Edição do Autor. Belo Horizonte/MG.
212p.
BRASIL, Instituto Brasileiro de Geografia e Estatístico‐IBGE, 2010. Disponível em
http://www.ibge.gov.br/cidadesat/painel/painel.php?codmun=310940 Acessado em
22/10/2013.
CÂMARA, G; DAVIS, C; MONTEIRO, A. M; D’ALGE, J. C. Introdução à Ciência da
Geoinformação. 2º edição, (revisada e ampliada). São José dos Campos/SP: INPE – Instituto
Nacional de Pesquisas espaciais, 2001.
FITZ, P. R. 2010. Geoprocessamento sem complicação. São Paulo: editora Oficina de
Textos.
FONSECA, S. F. Geoprocessamento aplicado a classificação e distribuição das espécies
arbóreas nas praças da cidade de Buritizeiro/MG. 2013. (Monografia) Graduação em
Geografia. Universidade Estadual de Montes Claros – UNIMONTES. Departamento de
Geociências, Pirapora – MG, 68p.
FJP – Fundação João Pinheiro. Regiões administrativas e dados estatísticos. Belo Horizonte
- MG, 2010.
LONGLEY, P. A.; GOODCHILD, M. F.; MANGUIRE, D. J.; RHIND, D. W. Sistemas e
Ciência da Informação Geográfica. (Tradução de André Schneider et al.). 3 ed. Porto
Alegre – RS: Bookman. 540p. 2013.
MANGHI, G.; CAVALLINI, P.; NEVES, V. Quantum GIS: Um desktop potente e amigável
IN: Revista FOSSGIS Ano 01. Ed. 02. pp 10 – 15.
PAZOLINI, T. U. et al. Representação de Fenômenos Geográficos com apoio de Sistemas de
Informação Geográfica IN: Anais do 14º EGAL - Encuentro de Geógrafos de América
Latina. Peru, 2013.
Programa das Nações Unidas para o Desenvolvimento – PNUD; Instituto de Pesquisa
Econômica Aplicada - IPEA; Fundação João Pinheiro - FJP. Atlas do Desenvolvimento
Humano no Brasil. 2013. CD-Rom.
ROSA, R. Introdução ao Sensoriamento Remoto. 7ª ed. Uberlândia: EDUFU, 2009.
SANTOS, A. R.; PELUZIO, P. M. O.; SAITO, N. S. SPRING 5.1.2 - Passo a passo:
implicações práticas. CAUFES. Alegre – ES. 2010. 153p.
SIEDENBERG, D. R. Indicadores de desenvolvimento socioeconômico: uma síntese. IN:
Revista Desenvolvimento em Questão. Vol. 01, Nº 01, Jan – Jul/2003, pp 45-71.
Universidade Regional do Noroeste do Estado do Rio Grande do Sul, Brasil.