GT - 06: INDICADORES DE DESIGUALDADE SOCIAL E ...congressods.com.br/quarto/anais/GT06/08_GT_06.pdf · GT - 06: INDICADORES DE DESIGUALDADE SOCIAL E ... menor dispersão entre os valores,

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

[email protected]

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

mailto:[email protected]


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


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


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.


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).


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


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.


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


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).


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


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,


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


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).


Figura 03: IDH dos municípios da microrregião de Pirapora 2010


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


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


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.


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.

Documents

GT - 06: INDICADORES DE DESIGUALDADE SOCIAL E ...congressods.com.br/quarto/anais/GT06/08_GT_06.pdf · GT - 06: INDICADORES DE DESIGUALDADE SOCIAL E ... menor dispersão entre os valores,