Embed Size (px)
Citation preview
UNIVERSIDADE DE LISBOA
FACULDADE DE CIÊNCIAS
DEPARTAMENTO DE ENGENHARIA GEOGRÁFICA,
GEOFÍSICA E ENERGIA
Optimização da localização de assembleias de voto em Angola recorrendo à ferramenta SIG
Orquídea Pinho dos Santos
(Licenciada)
MESTRADO EM ENGENHARIA GEOGRÁFICA E GEOINFORMÁTICA
2008
UNIVERSIDADE DE LISBOA
FACULDADE DE CIÊNCIAS
DEPARTAMENTO DE ENGENHARIA GEOGRÁFICA,
GEOFÍSICA E ENERGIA
Optimização da localização de assembleias de voto em Angola recorrendo à ferramenta SIG
Orquídea Pinho dos Santos
(Licenciada)
MESTRADO EM ENGENHARIA GEOGRÁFICA E GEOINFORMÁTICA
(Sistemas de Informação Geográfica)
Tese orientada por Profª Drª Cristina Maria Sousa Catita
2008
“Accessibility… is a slippery notion…one of those terms that everyone uses until faced with
the problem of defining and measuring it”
(Gould 1969)
I | P á g i n a
R E S U M O
Neste trabalho de dissertação é apresentada uma nova metodologia para a localização espacial das mesas de voto
num processo de registo eleitoral em Angola recorrendo aos Sistemas de Informação Geográfica (SIG) de modo a
abranger um maior número de eleitores tornando assim a localização das assembleias de voto mais expedita. As
províncias de Angola seleccionadas como caso estudo foram Huíla e Cunene. Contudo, o objectivo é aplicar esta
metodologia a todas as outras províncias do país. Para o efeito, adquiriram-se os dados relativos aos limites
administrativos, rede viária, rede hidrográfica, ocupação do solo, lugares habitados, curvas de nível e pontos
cotados. A inexistência de um censo populacional e de localização integral e exacta dos lugares habitados,
constituiu a principal limitação deste trabalho. Os dados populacionais existentes datam do ano 1989, período de
guerra civil. Este período foi também marcado pela grande migração dos angolanos para Luanda. Apesar desta
situação, aceitamos como primeira aproximação os dados populacionais relativos ao ano de 1989. A metodologia
desenvolvida neste trabalho passou pela criação de uma superfície de custo que foi calculada em função de
diferentes variáveis espaciais, tais como a rede hidrográfica, a rede viária, a ocupação do solo e a altimetria. A cada
uma destas variáveis foi associado um peso correspondente à dificuldade de deslocação pedestre sobre o terreno.
A superfície de custo criada neste estudo resultou da integração espacial das variáveis espaciais em causa. A
informação contida nesta superfície de custo foi então combinada com a informação referente aos lugares habitados
o que permitiu determinar, através das ferramentas de análise espacial adequadas, os melhores locais para a
colocação de novas mesas de voto e ainda optimizar os locais das brigadas já existentes para o acto de registo
eleitoral. Este trabalho constituiu uma primeira tentativa de aplicação dos SIG ao caso eleitoral de Angola e que uma
vez bem implementada poderá servir de modelo a outros países de África com situações sociopolíticas e culturais
idênticas.
Palavras-Chave: Acessibilidade, Análise Espacial, Sistemas de Informação Geográfica, Localização de mesas de
voto, Mobilidade.
II | P á g i n a
A B S T R A C T
In this thesis is presented the most efficient localization for polling stations, in the process of electoral registration in
Angola, elaborated with the assist of Geographic Information Systems (GIS) in order to cover as far as possible a
large number of electors becoming more accuracy the location of the polling stations. The Provinces of Angola
selected to become the study case were Huíla and Cunene. However, the ambition is apply this method to the others
provinces in the country. To this goal, it was necessary obtain the data relative to administrative boundaries, road
network, hydrography, soil occupation, inhabited places, contour lines, and stop elevation value. The lack of
population census and the integral and correct location of the inhabited places is the major obstacle to perform this
thesis. The only population data backwards to1989, during a civil war period. This period was also characterized by
Angolan population migration to Luanda. Although this situation, we accepted this data concerning to year of 1989.
The developed methodology in this work passed through a creation of a cost surface which was calculated according
to different spatial data, like hydrography, road network, soil occupation and altimetry. To each one of this data, a
weight was associated according to the level of difficulty related to a walk over this surface. The cost surface created
in this study result of the combination of all spatial data in cause. The information in this cost surface was followed by
a combination of information concerning to inhabited places, which allowed, using the correct spatial analyst tools, to
achieve the best places to locate new polling stations and optimize the locations of the electoral register were took
place. This study consisted in first attempt in order to apply GIS in the electoral case of Angola, and once execute
could be used like a model to other countries in Africa with identical social-politic and cultural environment.
Keywords: Accessibility, Spatial Analysis, Geographic Information System, Locations of polling stations, Mobility.
III | P á g i n a
A G R A D E C I M E N T O S
Ao Eng. Fernando Santos por me ter proporcionado a realização deste trabalho e pela ajuda
através das inúmeras “reuniões científicas” que me ajudaram a progredir neste estudo.
Ao Pedro por todo o apoio, força e acima de tudo compreensão no decorrer esta fase.
Aos meus pais por me terem proporcionado esta oportunidade.
A todos os meus amigos que de forma directa ou indirecta contribuíram para este estudo.
À professa Cristina Catita pela ajuda incansável em todo este processo, quer no apoio técnico e
científico, quer no apoio moral.
IV | P á g i n a
Í N D I C E
Resumo ................................................................................................................... I
Abstract ................................................................................................................... II
Agradecimentos ..................................................................................................... III
Índice ..................................................................................................................... IV
Lista de Figuras ................................................................................................................. VII
Lista de Tabelas ................................................................................................................ VIII
Lista de Gráficos ................................................................................................................. IX
Lista de Fórmulas ............................................................................................................... IX
1. Introdução ...................................................................................................... 1
1.1 Caracterização do Problema ..................................................................................... 1
1.2 Objectivos .................................................................................................................. 6
1.3 Metodologia .............................................................................................................. 7
1.4 Contribuição Científica .............................................................................................. 9
1.5 Estrutura da Tese .................................................................................................... 10
2. Enquadramento Teórico ............................................................................... 11
2.1 Localização de Assembleias de Voto: Estado da Arte ............................................. 11
2.2 Dados Espaciais ....................................................................................................... 13
2.3 Acessibilidade .......................................................................................................... 16
2.3.1 Medição da Acessibilidade .................................................................................. 19
2.3.2 Medição de Distâncias ........................................................................................ 21
2.3.3 Medições cumulativas de oportunidade ............................................................. 22
2.3.4 Medições de Gravidade ....................................................................................... 22
V | P á g i n a
2.3.5 Medições assentes na utilidade .......................................................................... 22
2.3.6 Medidas de Acessibilidade Individuais ................................................................ 23
2.3.7 Acessibilidade Geográfica e Potencial ................................................................. 23
2.4 Análise Espacial ....................................................................................................... 24
2.4.1 Álgebra de Mapas ................................................................................................ 26
2.5 Modelação Espacial ................................................................................................. 31
2.5.1 Análise de Custo para uma Superfície ................................................................. 31
3. Método ......................................................................................................... 36
3.1 Introdução ............................................................................................................... 36
3.2 Caracterização da área de estudo ........................................................................... 37
3.3 Aquisição de Dados ................................................................................................. 47
3.3.1 Selecção e aquisição de fontes de informação ................................................... 49
3.3.2 Georreferenciação ............................................................................................... 49
3.3.3 Criação de um catálogo de objectos ................................................................... 50
3.3.4 Vectorização ........................................................................................................ 50
3.3.5 Correcção e Validação ......................................................................................... 51
3.3.6 Integração de Dados em Geodatabase ............................................................... 52
3.3.7 Criação de Atributos ............................................................................................ 53
3.3.8 Criação de Metadados ........................................................................................ 54
3.4 Metodologia ............................................................................................................ 55
3.4.1 Fase 1 – Transformação de dados iniciais ........................................................... 55
3.4.2 Fase 2 – Superfície de Custo ................................................................................ 58
4. Resultados ................................................................................................... 68
5. Discussão, Conclusões e Recomendações .................................................. 79
VI | P á g i n a
5.1 Considerações Finais ............................................................................................... 79
5.2 Conclusões ............................................................................................................... 80
5.3 Perspectivas Futuras ............................................................................................... 85
6. Bibliografia .................................................................................................... 86
VII | P á g i n a
L I S T A D E F I G U R A S
Figura 1.1 – Enquadramento geográfico de Angola e respectivas Províncias ........................ 3
Figura 1.2 - Abordagem Metodológica utilizada neste estudo .............................................. 8
Figura 2. 1 - Estrutura de um Sistema de Informação Geográfica Completo ....................... 16
Figura 2. 2 - Categorias Espaciais .......................................................................................... 18
Figura 2. 3 - Componentes de Análise Espacial . .................................................................. 25
Figura 2. 4 - Exemplo de um raster [grid] ............................................................................. 25
Figura 2. 5 - Exemplos [a, b, c e d] ........................................................................................ 27
Figura 2. 6 - Funções Locais .................................................................................................. 28
Figura 2. 9 - Exemplo do cálculo da distância euclidiana ..................................................... 30
Figura 2. 10 - Matriz de Células ............................................................................................ 31
Figura 2. 11 - Superfície de Custo ........................................................................................ 32
Figura 2. 12 - Exemplo da teoria Custo / Distância .............................................................. 34
Figura 3. 1 - Enquadramento das Províncias de análise – Huíla e Cunene ........................... 38
Figura 3. 2 – Divisão étnica das províncias da Huíla e Cunene ............................................. 39
Figura 3. 5 - Distribuição dos Quimbos ................................................................................. 41
Figura 3. 6 – Exemplo do degrau morfológico ...................................................................... 42
Figura 3. 7 - Curvas de Nível ................................................................................................. 43
Figura 3. 8 - Ocupação do Solo ............................................................................................. 44
Figura 3. 9 - Rede Hidrográfica ............................................................................................. 45
Figura 3. 10 - Vista aérea do Rio Cunene [Província Cunene] .............................................. 46
Figura 3. 11 – Fluxograma da Aquisição dos Dados.............................................................. 48
Figura 3. 12 – Rede Viária ..................................................................................................... 54
VIII | P á g i n a
Figura 3. 13 – Cursos e planos de água permanentes .......................................................... 55
Figura 3. 14 - Modelo Digital de Terreno (TIN), província da Huíla ...................................... 57
Figura 3. 15 – Superfície de Declives .................................................................................... 62
Figura 3. 16 - Reclassificação de grau de atrito - Rede Viária ............................................... 63
Figura 3. 17 - Reclassificação de grau de atrito - Declive ..................................................... 63
Figura 3. 18 - Reclassificação do grau de atrito - Ocupação do Solo .................................... 64
Figura 3. 19 - Operação Aritmética - Soma de todas as superfícies ..................................... 65
Figura 3. 20 - Pormenor da superfície de custo, em segundo, província Cunene ................ 67
Figura 4. 1 - Superfície de Distância Custo aos Lugares Habitados ...................................... 69
Figura 4. 2 - Custo de Alocação dos Locais de Registo ......................................................... 72
Figura 4. 3 - Distribuição dos Eleitores por áreas custo de alocação dos locais de registo .. 74
Figura 4. 4 - Sobreposição entre o custo de alocação dos locais de registo e Operação de
Distância Euclidiana de 5 Km aos lugares habitados ......................................... 76
Figura 4. 5 - Localização das novas assembleias de voto ..................................................... 77
Figura 5. 1 - Distribuição das Assembleias de Voto .............................................................. 82
Figura 5. 2 - Custo de Alocação [até 4 horas] das Assembleias de Voto .............................. 83
L I S T A D E T A B E L A S
Tabela 2.1 – Síntese do Estado da Arte no apoio ao processo eleitoral .............................. 12
Tabela 3. 1 – Níveis de Informação Vectorizada .................................................................... 51
Tabela 3. 2 - Níveis de Informação adquiridos a partir da cartografia de base em formato
vectorial .......................................................................................................... 52
IX | P á g i n a
Tabela 3. 3 – Atributos dos Níveis de Informação ................................................................. 53
Tabela 3. 4 – Velocidade de deslocação estimada por tipo de ocupação do solo em modo
pedestre .......................................................................................................... 60
Tabela 3. 5 - Cálculo de Reclassificação dos valores de atrito em grau para tempo
(segundos) ....................................................................................................... 66
L I S T A D E G R Á F I C O S
Gráfico 4. 1 - Distribuição dos locais de registo pela distância custo [horas], aos lugares
habitados ...................................................................................................... 70
Gráfico 4. 2 - Distribuição de eleitores por áreas custo de alocação dos locais de registo ... 75
L I S T A D E F Ó R M U L A S
Fórmula 2-1 - Cálculo de Superfície Custo (Tempo) .............................................................. 35
1 | P á g i n a
1 . I N T R O D U Ç Ã O
Este capítulo refere, de forma sucinta as características do problema estudado, que se refere à
optimização da localização das assembleias de voto em Angola e evidencia a sua necessidade,
objectivo e estrutura do trabalho.
1 . 1 C A R A C T E R I Z A Ç Ã O D O P R O B L E M A
A decisão individual de uma pessoa expressar o seu voto ou não pode ser considerado como o
resultado de um julgamento dos custos e benefícios relativos (reais ou perceptíveis) associados
ao processo de voto. A um nível agregador, a afluência (% de eleitores registados que expressa
o voto) é a medida do nível de participação no processo político. Variações de taxas de
afluência (e abstenção) podem ser amplamente atribuídas a outras causas circunstanciais (isto
é, doença, incapacidade, ir de férias) ou razões voluntárias (isto é, falta de interesse, falta de
conhecimento, insatisfação com a política e com o processo político).
A acessibilidade pode ser utilizada para se referir à medição do alcance dos impedimentos que
entravam a possibilidade de votar. É necessário descobrir qual a distância máxima permitida
até a assembleia de voto. Desta forma, a localização das assembleias de voto relativamente às
povoações serve de importante componente de forma a assegurar um acesso igualitário e
como um exercício de análise espacial. A existência da ferramenta SIG e de bases de dados
cartográficas permitem essas análises espaciais de forma imediata a este problema e outros
aplicados a campos semelhantes.
Embora existam muitos trabalhos na área de acessibilidade a áreas urbanas, acessibilidade a
áreas hospitalares e ainda acessibilidade multimodal num sistema complexo de transportes
em ambiente urbano; há uma escassez de informação e mesmo de literatura na área da
localização de assembleias de voto em países em vias de desenvolvimento. Este problema
afectou a utilização de alguns tipos de métodos de análises espacial de redes, possíveis e
utilizados nos países desenvolvidos, devido à existência de informação geográfica de redes de
2 | P á g i n a
vias de comunicação. O mesmo não acontece em Angola, onde a informação geográfica sobre
a localização das povoações e sua dimensão é escassa e a desactualização da informação
geográfica das redes de comunicação é uma dificuldade. Esta lacuna, apesar de tudo, foi
importante para este trabalho, no sentido de dinamizar uma metodologia singular para este
problema com base em vários métodos já utilizados na solução de questões de outra índole.
O aumento crescente e desmesurado da população em Angola, assim como o número de
habitações que surgem a olhos vistos sem qualquer tipo de planificação e infra-estruturação
base, aumentam os problemas sociais e habitacionais. A necessidade de informação espacial
de base é fundamental para iniciar qualquer processo de planificação ou mesmo de contagem
da população. Em Angola, não existe neste momento qualquer tipo de informação de base
georreferenciada e actualizada credível. Relativamente à população existem apenas
estimativas, que após um processo de guerra tornam-se muito pouco credíveis. Sabe-se sim
que a população cresceu desmesuradamente em Luanda (capital do País) como consequência
da guerra, onde se estimam mais de 7.000.000 milhões de pessoas. Relativamente ao resto do
país a informação é escassa ou quase nula.
O processo de recenseamento eleitoral veio permitir a realização do cadastro de eleitores, ou
seja, auxiliar no processo de identificação da população (Quantos e Onde?). Esta informação
está actualmente a tornar-se atractiva para os dirigentes, devido à necessidade de
conhecimento da localização da população para qualquer tipo de planeamento. A realidade de
Angola é bastante complexa, sabendo-se à partida as dificuldades deste estudo. Estimam-se
14.000.000 milhões de pessoas num país de 1.251.539,37 km2, sendo que 7.000.000 milhões
se encontram na capital num espaço de cerca de 1.800 Km2 (Figura 1.1).
Existem muitas áreas desabitadas em Angola e muitas delas devido às deslocações da
população que se fizeram sentir durante um longo processo de guerra civil. Essas deslocações
fizeram com que grupos de pessoas levassem consigo o nome da povoação onde habitavam e
se estabelecessem noutro local. Esta situação aliada a uma desactualização cartográfica,
impede e perturba o ensaio de localização das assembleias de voto. Essas deslocalização da
população devem-se à existência de muitas áreas ainda minadas. Existem ainda algumas zonas
inacessíveis onde o processo de registo eleitoral teve que ser efectuado através de brigadas
móveis com recurso a helicóptero. Outro factor de bastante relevo neste estudo é a
componente cultural do povo angolano.
3 | P á g i n a
Os diferentes tipos de etnias, os hábitos de transumância em algumas zonas e ainda a
existência de aglomerados populacionais em forma de quimbos1 bastante dispersos,
constituem alguns dos principais factores que embaraçam a localização das assembleias de
voto. A língua é outro factor impediente neste processo, a existência de mais duas dezenas de
línguas nacionais, das quais seis com maior expressão dificultam o processo eleitoral. Outro
1 Quimbos: Conjunto de construções tradicionais, em espaço rural, pertencente a núcleo familiar ou
comunidade, a que estão associados terrenos para a prática agrícola ou pecuária. Os materiais de construção são normalmente obtidos localmente, sendo comum o uso do Adobe ou da Madeira (pau a pique) nas paredes muros e vedações e ainda o colmo ao nível das coberturas.
Figura 1.1 – Enquadramento geográfico de Angola e respectivas Províncias
4 | P á g i n a
factor relacionado com a língua é a questão da toponímia. Não existe em Angola uma
toponímia nacional normalizada, o que faz com que algumas povoações se registem com o
nome em português, outras com dialectos ou outras línguas nacionais; dentro da mesma
povoação, no registo eleitoral decorrido entre 2006-2008, houve ainda situações em que
alguns eleitores registaram-se com o nome da povoação de residência em português, outros
em dialecto ou outra língua nacional.
A necessidade deste trabalho de dissertação prende-se com todas estas questões e com a
necessidade de todo o eleitorado ter acesso ao Voto de forma igualitária, com o menor custo
possível, mesmo atendendo à dimensão do país.
Este trabalho surge no âmbito do projecto do “Registo Eleitoral” em Angola. A empresa Sinfic
S.A. foi uma das consorciadas do Consórcio Técnico Eleitoral, consorcio criado com o objectivo
de registar a totalidade da população angolana. Desde o inicio, a Sinfic S.A. predispôs-se a
capturar a latitude e longitude de todos os locais onde foram efectuados registos. Esta
informação tornou-se fundamental para a distribuição das Assembleias de Voto por todo o
país. É neste âmbito que surge a indigência deste trabalho, tornou-se visível a insuficiência dos
locais de registo como locais para a colocação de assembleias de voto. Toda a população
necessitou de estar abrangida por uma assembleias de voto, de forma a poder expressar o seu
direito de voto. A importância da realização de operações de análise espacial tornou-se
iminente e fundamental após um processo de registo eleitoral que decorreu durante dois anos
consecutivos e onde se registaram 8.000.000 milhões de pessoas. Aliado a esta enorme base
de dados era necessário encaminhar cada eleitor para a assembleia de voto mais próxima. Esta
tarefa tornou-se delicada devido à informação insuficiente e à incerteza existente sobre a
localização da população.
O trabalho desta dissertação foi desenvolvido no âmbito do projecto do “Registo Eleitoral” em
Angola, em colaboração com a empresa Sinfic, S.A. Do ponto de vista das tecnologias de
Sistemas de Informação Geográfica [SIG], como ferramenta existe um grande avanço, quer
relativamente às técnicas de visualização, exploração e armazenamento de dados, quer
relativamente aos algoritmos de análises automáticas, que auxiliam no estudo de grandes
quantidades de dados.
Desta feita, considerando a importância dos dados espaciais e da necessidade de manipulá-los
de forma eficaz, conduziu ao desenvolvimento para esta dissertação de uma investigação
5 | P á g i n a
sobre as técnicas mais adequadas duma ferramenta SIG para a realização de uma análise
espacial da localização mais satisfatória para a população, das assembleias de voto de forma a
tornar a participação no processo político igualitária.
Para além disso, a existência de mapas de localização das assembleias de voto permitirá
desenvolver acções de planeamento que optimizem o processo eleitoral, nomeadamente:
1. O planeamento pelo corpo gestor das eleições, de rotas de logística para a entrega e
recolha do material e para a alocação e transporte dos oficias das assembleias de voto;
2. O desenvolvimento de planos de segurança, incluindo as necessidades de alguma
segurança em escolta dos transportes dos materiais, oficiais e mesmo eleitores de e
para as assembleias de voto, e conceber localizações óptimas para as forças de
segurança eleitorais e unidades de resposta de emergência;
3. A realização campanhas públicas de informação, de forma a advertir os eleitores de
qual assembleia de voto deverão se deslocar para exercer o seu direito;
4. E ainda, o conhecimento necessário para redireccionar os eleitores que se tenham
deslocado à assembleia de voto incorrecta;
Embora o objectivo deste trabalho seja o estudo ao nível de todo o país, por razões de ordem
prática seleccionaram-se apenas duas Províncias, Huíla e Cunene, que apresentam
características de população (dimensão e distribuição) muito distintas. A escolha da Província
da Huíla prendeu-se com o facto de ser a segunda Província onde residem mais eleitores, daí a
necessidade de abarcar esta dinâmica populacional em termos de densidade, e por outro lado
a população encontra-se, na sua maioria, perto dos aglomerados urbanos ou pequenas vilas.
Cunene, ao contrário de Huíla, é uma Província desabitada, com alguma dispersão notória
apresentando ainda uma característica peculiar, ou seja a maior parte da população não se
encontra perto dos centros urbanos, mas sim distribuída pelos quimbos.
6 | P á g i n a
1 . 2 O B J E C T I V O S
Esta dissertação pretende dar um enquadramento geral da evolução da geografia quantitativa
e principalmente da utilização cada vez mais persistente de análises espaciais no auxílio de
tomadas de decisão. O assunto que nos propomos estudar visa a optimização das assembleias
de voto no processo de recenseamento eleitoral em Angola. Para o efeito, definiu-se uma
abordagem que se centra na mobilidade espacial das populações e nas dificuldades que estas
têm para o fazer. Assim, um dos principais objectivos desta dissertação foi construir uma
superfície de custo de mobilidade que tivesse em conta os seguintes factores de atrito: a
dificuldade na população se deslocar fora da rede viária, os diferentes custos em percorrer
diferentes tipos de via, a dificuldade em atravessar rios, e ainda a dificuldade em percorrer
áreas com declives acentuados.
Para o aperfeiçoamento deste modelo, construiu-se ainda uma superfície de análise de custo
distância aos locais de brigada, descrevendo a dificuldade de transposição consagrada por
cada pixel, que traduz o atrito do terreno, ao movimento que ocorre sobre a mesma em
termos de tempo de viagem.
Outro objectivo de igual forma importante prende-se com a validação de toda a informação
respeitante à localização dos locais de registo como locais de assembleias de voto, de forma a
percepcionar a grau de adaptabilidade dos mesmos, ou seja, até que ponto estes se
encontram optimizados.
Por fim, este estudo teve com objectivo aplicar ferramentas de análise espacial disponíveis em
software SIG, de modo a integrar espacialmente a localização dos aglomerados habitacionais e
a superfície de custo associada à mobilidade humana. Nesta fase do trabalho, objectivou-se
encontrar uma metodologia de processamento e análise da informação geográfica que
pudesse ser generalizada a todas as províncias de Angola e eventualmente a outros países de
África em vias de desenvolvimento e com condições socioeconómicas e culturais similares.
7 | P á g i n a
1 . 3 M E T O D O L O G I A
Para encontrar a localização das assembleias de voto que melhor se adequará aos interesses
do eleitorado Angolano (§ anexo 1), o papel dos SIG na concepção de análises espaciais, foi
fundamental. Numa fase exploratória procedeu-se à investigação de diversos modelos, de
forma a encontrar a melhor solução para o problema em estudo. Como é óbvio, a “solução
ideal” é apenas uma aspiração, pois existem muitos factores impossíveis de serem
quantificados e espacializados, tanto endógenos como exógenos.
Para obter um melhor resultado estudaram-se todos os casos semelhantes ou que, de algum
modo, auxiliem o desenvolvimento da problemática em questão. Todos os projectos
encontrados na área foram analisados e avaliados de forma a encontrar os seus pontos fortes
e fracos esperando que estes pudessem contribuir de forma significativa para este estudo.
Verificou-se no entanto, que os estudos semelhantes que existem apresentam características
muito próprias da realidade dos países em que se inserem, e pouco se aproveitou para o nosso
caso em particular.
Assim sendo, seguiu-se a esta revisão bibliográfica, a aquisição de dados necessários ao nosso
estudo. Foi nesta fase que se encontraram as principais limitações ao nosso estudo. A
informação cartográfica de base existente apresenta uma escala de 1:100.000, e
consequentemente o nível de detalhe necessário é fraco. Os limites administrativos do país
(Província, Município e Comuna), a rede viária principal, a rede hidrográfica, informação
altimétrica e ainda a localização dos aglomerados populacionais encontram-se igualmente à
escala 1:100.000. Toda esta informação data de 1989 (última actualização) e encontra-se no
sistema de coordenadas UTM (Universal Tranverse Mercator), projecção Tranversal de
Mercator, elipsóide de Clark 1880. Para a realização de todas as análises a informação foi
georreferenciada neste mesmo sistema de coordenadas de referência.
Para a aquisição de toda a informação base foi utilizado um software em ambiente CAD,
Microstation Geographics (Bentley Systems, 2007). Após esta recolha toda a informação foi
conduzida para ambiente SIG, usando-se a partir daqui, o software ArcGIS v.9.2 (ESRI, 2007) e
mais especificamente a ferramenta Spatial Analyst deste mesmo software.
8 | P á g i n a
• Conversão dos dados vector paa raster
• Reclassificação de todos os inputs
1 -Transformação dos dados Iniciais
• Mapas de atrito por classes
• Definição de Regras e valores de atrito
• Definição de barreiras
2 - Superfície Custo
• Superfície Custo Distância aos Lugares Habitados
• Divisão por classes [horas]
• Sobreposição dos dos locais de registo
3 - Validação dos Locais de Registo
• Superfície de Custo de Alocação
• Verificação dos locais de registo mal alocados
• Verificação dos lugares habitados a mais de 4 horas de um local de registo
4 - Custo de Alocação-Locais
de registo• Criação de
distância Euclidiana de 5 Km
• Localização do centroíde de cada polígono
• Colocação de novas assembleias de Voto
5 - Optimização das Assembleias
de Voto
Após a informação base toda reunida em formato Geodatabase2, iniciamos a execução do
nosso modelo metodológico que nos propusemos alcançar, representado sucintamente na
figura 2.
A metodologia usada é composta por cinco etapas. A primeira permitiu rectificar algumas
lacunas da informação base e transformar todos os dados para o formato raster, só assim, com
todos os dados no mesmo formato, foi possível iniciar o nosso propósito. Na segunda fase,
descreveu-se sumariamente todos os processos de ponderação, reclassificação, operações
aritméticas e criação de barreiras realizados de forma a atingirmos a superfície de
custo/distância.
Figura 1.2 - Abordagem Metodológica utilizada neste estudo
Após esta superfície criada foi necessário atribuir-lhe um custo, em tempo, de deslocação a
cada célula, com o intuito de se proceder ao cálculo da superfície de distâncias de custo
relativamente aos lugares habitados, de forma a validar a localização dos locais de registo face
à localização da população, que correspondeu à terceira etapa. Na quarta etapa validaram-se
as localizações de assembleias de voto à priori indicadas, ou seja, locais onde existiram
brigadas durante o processo de registo eleitoral (2006 a 2007). Esta validação foi efectuada
através da criação de uma superfície de custo de alocação dos locais de registo de forma a
validar os mesmos, quer em termos de eficiência (nº de registos efectuados), quer em termos
2 Geodatabase: corresponde a uma base de dados em Microsoft Access, é um meio de armazenamento de
dados em software ArcGis que organiza toda a informação de uma forma estruturada no mesmo sistema de coordenadas.
9 | P á g i n a
de lugares habitados localizados a mais de 4 horas de distância. Para finalizar, na quinta etapa
procedeu-se à optimização da localização de novas assembleias de voto para toda a Província,
este objectivo foi alcançado através da criação de áreas em torno dos lugares habitados
(distância Euclidiana) a mais de 4 horas de uma assembleia. Estas áreas após convertidas para
vector, procedeu-se à identificação do seu centro geométrico, e esse local foi por nós admitido
como óptimo para a localização de novas assembleias.
1 . 4 C O N T R I B U I Ç Ã O C I E N T Í F I C A
Com esta dissertação, demonstrámos a aplicabilidade da análise espacial na optimização das
assembleias de voto em Angola. Neste trabalho foi demonstrado pela primeira vez a
importância e o proveito da utilização de análises espaciais no apoio à tomada de decisão
aquando da realização de eleições em Angola.
A importância baseia-se na escassez de informação em Angola, à semelhança de muitos países
africanos, e contudo, foi demonstrado neste estudo que com as análises adequadas,
beneficiando das potencialidades da ferramenta SIG, foi criada uma metodologia de apoio à
optimização da localização de assembleias de voto.
A acessibilidade às assembleias de voto é um factor chave num processo democrático de
forma a assegurar que todos os eleitores possam expressar o seu desejo de voto. Daí a
necessidade de estudar a acessibilidade a cada assembleia de voto de forma a optimizar a sua
localização.
Neste estudo foram utilizadas como modelo duas províncias de Angola, Huíla e Cunene, com
características bastante distintas entre elas. Contudo, em conjunto, apresentam características
semelhantes ao resto do território angolano, permitindo a ampliação deste estudo às
restantes Províncias de Angola.
Este estudo foi pioneiro em África, uma vez que nunca havia sido utilizado a análise espacial
para a optimização da localização das assembleias de voto, possibilitando uma maior eficiência
da colocação das mesmas, de forma a beneficiar a população.
10 | P á g i n a
Esta metodologia poderá ser aplicada em todo o território africano com características
político-económicas e socioculturais semelhantes.
1 . 5 E S T R U T U R A D A T E S E
Esta tese é constituída por 5 capítulos. Neste primeiro capítulo introduziu-se o leitor ao
problema que este estudo pretende solucionar, como tal apresentam-se os principais aspectos
ligados à questão do processo eleitoral num país em vias de desenvolvimento, descreve-se de
forma sucinta, os principais objectivos deste estudo e as metodologias usadas para os atingir.
No capítulo 2, faz-se um breve enquadramento teórico de toda a temática relacionada com a
geografia quantitativa, esclarecendo a importância dos dados espaciais e principalmente as
suas características especiais, que tornam possíveis determinados tipos de análises até há bem
pouco tempo desconhecidas. Por fim, descrevem-se ainda as principais técnicas de análise
espacial utilizadas neste trabalho.
No capítulo 3 define-se a metodologia aplicada neste estudo de forma detalhada, bem como
todos os processos utilizados para a obter uma superfície de custo. Aqui são especificados
alguns detalhes do software utilizado bem como das operações de análise espacial utilizadas.
No capítulo 4 são apresentados os principais resultados deste estudo.
Por fim no capítulo 5 apresenta-se uma breve discussão e tecem-se algumas conclusões sobre
os métodos utilizados e sobre resultados obtidos, bem como algumas recomendações futuras
com vista a um aperfeiçoamento do método aqui proposto.
11 | P á g i n a
2 . E N Q U A D R A M E N T O T E Ó R I C O
2 . 1 L O C A L I Z A Ç Ã O D E A S S E M B L E I A S D E V O T O : E S T A D O D A A R T E
A localização de assembleias de voto em países em vias de desenvolvimento onde a
informação georreferenciada é escassa não foi ainda alvo de discussão por parte da literatura
internacional.
Existem algumas referências acerca da utilização dos SIG como ferramenta para os partidos
políticos, após o acto do voto, ou seja, na verificação da contagem por assembleia de voto, de
forma a percepcionar espacialmente a influência do voto. Outra utilização é sem dúvida no
campo das sondagens. Mas relativamente à localização das assembleias de voto, este tema
apenas foi ainda explorado em países desenvolvidos, onde a existência de cartografia
actualizada e informação ao nível do número de porta de cada eleitoral, permite o acesso de
informação da assembleia de voto na Internet e incluí mesmo a rota que o eleitor necessita de
realizar para se dirigir até à assembleia correspondente, como é o caso da cidade de Windsor
no Canadá (Municipal Election's Office - City of Windsor, 2006).
Da escassa literatura existente sobre a optimização da localização de assembleias de voto em
países em vias de desenvolvimento, esta foi alvo de uma análise, a qual é sumariamente
descrita na Tabela 2.1, onde se extraíram algumas conclusões sobre os pontos fortes, pontos
fracos e oportunidades, de forma a retirar o melhor proveito de experiências já realizadas
noutros países com características semelhantes.
Relativamente à experiência na Índia observa-se já um despoletar de desinquietação com as
questões e a importância da análise espacial, apesar de desenvolverem de forma muito
superficial as potencialidades destas ferramentas. Realizaram um mapa com a localização do
eleitorado para uma melhor decisão da localização das assembleias de voto (Aggarwal, 2006).
Esta análise envolveu apenas a operação de overlay espacial de todos os níveis de informação
georreferenciada que possuíam. Já no caso do Quénia houve duas abordagens. Uma primeira
abordagem com a criação de uma base de dados constitucional para o planeamento e
desenvolvimento, através de uma Instituição presente em vários países Africanos, o Centro
Regional para realização de mapas e recursos para o desenvolvimento.
12 | P á g i n a
Tabela 2.1 – Síntese do Estado da Arte no apoio ao processo eleitoral
Enquadramento Objectivo Modelo Dados Resultados
Qu
én
ia e
Áfr
. S
ul
Sis
tem
a d
e S
up
ort
e d
e D
ecis
ão
Esp
aci
al
pa
ra a
d
istr
ibu
içã
o d
as
Ass
emb
leia
s d
e V
oto
Existência de desigualdade na divisão das assembleias de voto pelos eleitores, Necessidade de criação de um algoritmo para resolver o problema, Criação de um SIG para realizar um mapa que represente a solução.
Optimizar a criação de novas áreas para assembleias de forma a equilibrar o número de eleitores, Introdução de constrangimentos espaciais: utilização de limites administrativos de província como barreira e prevê-se situações em que povoações de lados opostos de um rio possam estar na mesma assembleia de voto.
Modelo de localização - alocação [somatório da população das áreas em análise vezes a distância aos seus respectivos centros], Áreas eleitorais são regiões maximamente compactadas ajustadas aos diferentes pesos da população.
Área, População, Distância (km) ao centro.
Sistema Espacial de suporte à Decisão.
Qu
én
ia
Cento Regional para os mapas de recursos para o desenvolvimento: divisões eleitorais, infra-estruturas (vias, rios, cidades, escolas, hospitais) assembleias de voto e uma base eleitoral ligada a uma base de dados espacial, As bases de dados geográficas são facilmente aglutinadas às existentes bases de dados do registo eleitoral.
Criação de uma base de dados eleitoral com as localizações das mesas de voto através de um ID único, e com as delimitações da área eleitoral e toda a informação geográfica de base.
Aquisição de software SIG para produção de mapas e análises espaciais sofisticadas para o planeamento de novas assembleias de voto.
Mapas topográficos e temáticos, Dados de sensores remotos.
No futuro as actualizações e monitorizações irão ser mais fáceis e rápidas.
Índ
ia
Lo
cali
zaçã
o
Ass
emb
leia
s V
oto
e
del
imit
açã
o
áre
as
de
vo
to
Delimitação administrativa, Utilização do SIG para realização de um mapa que represente a solução.
Delimitação das Áreas de Voto na região de Deoria.
Overlay espacial combinando rede viária, limites administrativos e mapa de uso do solo.
Mapas topográficos escala 1:50.000, Fronteiras administrativas, Dados censitários.
Mapa sobre eleitorado, a sua população (n.º eleitores) e decisão para localização Assembleias Voto.
Áfr
ica
do
Su
l
Análise distinta entre área urbana e rural, Um SIG para realizar um mapa que represente a solução.
Distância abarcada por cada assembleia de Voto. Nas áreas urbanas, os eleitores foram agrupados em assembleia de voto a menos de 7,5 Km, Nas áreas rurais, os eleitores foram agrupados em assembleias de voto a menos de 10 Km, Delimitação foi efectuada aleatoriamente e estatisticamente, As assembleias apresentem uma área em forma de quadrado, para assegurar de forma a equilibrar a acessibilidade à mesa de voto, As áreas de voto não devem ser limitadas por estradas, rios ou linhas férreas.
Mapas topográficos 1:50.000: vias de comunicação, hidrografia, áreas habitadas; Dados cadastrais rurais e urbanos, Dados censitários de 1996.
Mapas em papel A0 enviados para as autoridades locais para alterações caso necessidade e para avaliação, Conclusão com informação relativa aos locais de voto.
13 | P á g i n a
Esta tornou-se a primeira preocupação no Quénia pela utilização da ferramenta SIG no apoio a
todo o processo eleitoral, houve a criação de uma base de dados com a localização de
assembleias de voto que estava correlacionada através de um Identificador (ID) comum com a
base de dados eleitorais (Regional Centre for Mapping of Resources for Development (RCMRD),
2006). Este caso é um caso inovador em que existiu uma preocupação inicial e o
reconhecimento da importância da existência de informação georreferenciada para o futuro.
Quanto ao que diz respeito à necessidade de equilibrar as assembleias de voto pelo número de
eleitores procedeu-se à criação de um Sistema de Suporte à Decisão Espacial para a
distribuição das Assembleias de Voto. Este projecto surge em dois países – Quénia e África do
Sul, de forma a tornar mais eficiente o sistema eleitoral das democracias emergentes desde
1974 (Barkan, Denshman e Rushton, 2001).
Assim este modelo foi testado nas experiências do Quénia e África do Sul onde finalmente foi
utilizado como modelo de localização que teve em conta as barreiras físicas, como os rios,
declives e limites administrativos. Este modelo pretende, através da distância ao centro das
assembleias de voto, dividir os eleitores em áreas equilibradas em termos de número de
eleitores. O único ponto fraco deste modelo foi a não definição da distância máxima percorrida
por cada eleitor, ou seja, não foi pensada na hipótese de haver a necessidade de colocar mais
assembleias de voto, se a distância ultrapassa-se n quilómetros. Esta função surge apenas mais
recentemente com outro trabalho realizado apenas na África do Sul, pela comissão eleitoral
independente Sul Africana (Mutula, 2000). O ponto forte deste estudo é a separação de
análises entre áreas rurais e áreas urbanas, nunca antes observado) e ainda o conhecimento
da distância abrangida por cada assembleia de voto (área de influência), de forma a uma
melhor monitorização da localização das assembleias de voto.
2 . 2 D A D O S E S P A C I A I S
Inicia-se aqui uma procura sobre a forma como têm vindo a ser utilizados e abordados os
dados espaciais e as diferentes perspectivas da sua utilização.
Apesar de alguns geógrafos terem sempre utilizado dados espaciais muito antes dos meados
de 1980, houve uma difusão no mercado de interesse em gerir dados espaciais desde então, e
14 | P á g i n a
um aumento apreciado das oportunidades oferecidas, e dos problemas associados a estes
dados. Devemos ter sempre em atenção a natureza dos dados espaciais e a sua interacção
com a geografia quantitativa.
Os dados espaciais comprometem a observação de alguns fenómenos que possuem referência
espacial. A referência espacial pode ser explícita, numa morada ou numa grelha de referência,
ou pode estar implícita, como num pixel (picture element) no meio de uma imagem de satélite.
Existem diferentes tipos de dados espaciais e diferentes formas de análises de dados espaciais.
Os dados de uma superfície são os dados registados e recolhidos de um conjunto de
localizações numa superfície contínua fixa e os dados de objectos são os dados referentes a
objectos de ponto ou área localizados no espaço geográfico.
Para Soares (2006), a geoestatística é um ramo da estatística que utiliza um conjunto de
métodos, técnicas e instrumentos estatísticos que caracterizam os fenómenos espaciais
naturais. Fazem parte a recolha, descrição, visualização e análise de dados espaciais. Estes
dados podem ser divididos em quatro categorias:
Dados de Processos Pontuais;
Dados de Superfícies Aleatórias;
Dados de Área;
Dados de Interacção Espacial
Existem dois aspectos de variação num conjunto de dados espaciais, o primeiro é a variação
nos valores dos dados que não consideram a informação fornecida pela localização espacial e
o segundo é a variação espacial, ou seja, a variação dos valores dos dados ao longo do mapa.
Modelar a realidade geográfica constitui todo o processo de capturar a complexidade do
mundo real numa representação finita para que o armazenamento digital seja possível. A
abstracção duma “real”, continua e complexa variação geográfica num número finito de “bits”
discretos envolve processos que incluem a generalização e a simplificação (Fotheringhatm,
Brunsdom, e Charlton, 2000). Os objectos e campos representam duas fundamentais
conceptualizações das entidades que abarcam a realidade geográfica.
O recente constatar de excessivos textos com títulos alusivos a análises espaciais e SIG, tais
como em Bailey e Gatrell (1995), Fotheringham e Rogerson (1994), Fischer e Getis (1997) ou
15 | P á g i n a
Longley e Batty (1996) sugerem que os cientistas estão a repensar as suas aproximações à
análise de dados espaciais (Haining, 2003).
Se por um lado, se verifica o aumento e o reconhecimento da potencialidade deste tipo de
dados em análises, por outro existe também o reconhecimento de problemas particulares na
análise de dados espaciais. Exemplos destes problemas são a auto-correlação, a identificação
de valores anómalos (designados por outliers na literatura anglo-saxónica) espaciais, efeitos de
fronteira, o problema de modificação de unidade de área e a falta de independência espacial.
A evolução dos SIG possibilitou a sua crescente utilização como ferramenta de auxílio à análise
espacial, permitindo a avaliação de dados espaciais com rapidez e consequentemente as
tomadas de decisão mais ágeis. Simultaneamente promoveu o interesse por profissionais de
áreas distintas quanto às potencialidades desta ferramenta.
Desde a sua concepção inicial, os SIG têm incorporado uma crescente variedade de funções.
Em especial, apresentam mecanismos sofisticados para a manipulação e análise espacial de
dados, permitindo uma visualização bem mais intuitiva dos dados do que a obtida através de
relatórios e gráficos convencionais.
Meneses (2003) divide a evolução do SIG relativamente à questão dos dados espaciais em três
fases: a manipulação e visualização das bases de dados (primeira fase), operações analíticas de
dados não gráficos e estrutura organizacionais (segunda fase) e análise espacial (terceira fase).
A importância da utilização de métodos de análise de modelação espacial com o auxílio dos
SIG vem contribuir para um melhor entendimento e planeamento dentro das organizações. A
procura de bens e serviços não é uniforme em todo o espaço geográfico. Diferentes tipos de
pessoas com diferentes gostos, necessidades, nível de vida em diferentes locais com
variadíssimas densidades. Quantificar esta variação é um problema muito importante no
processo de planeamento. A forma de quantificar e identificar as variações no espaço com a
ajuda do SIG encontra-se exposta na Figura 2.1.
16 | P á g i n a
2 . 3 A C E S S I B I L I D A D E
Para a concepção de hipóteses do objectivo desta dissertação foi necessário antes de mais,
perceber o conceito de acessibilidade, que é fundamental para uma optimização da localização
das assembleias de voto. Deve ainda salientar-se o facto de este conceito estar envolto de
algumas teorias que são essenciais para o nosso caso de estudo.
O conceito de Acessibilidade tem sido utilizado num grande número de campos durante nas
últimas décadas. Desde a literatura referente ao planeamento de transportes e engenharia e
um pouco de economia, a acessibilidade surge como um custo recíproco da movimentação de
pessoas e bens entre pontos no espaço. Os custos de viajem são centrais porque quanto
menos tempo e dinheiro gastos em deslocações, mais locais podem ser atingidos dentro de
um determinado orçamento, assim, melhor vai ser a acessibilidade. Como definido pelos
mentores do planeamento de transportes, a acessibilidade é a função de distância e barreira.
A deslocação é uma função crítica para uma economia, visto que afecta o movimento das
pessoas, bens e serviços, e do próprio desenvolvimento. Na maior parte dos países, uma rede
de transportes complexa permite a existência de, desde caminhos para passeio, caminhos para
Figura 2. 1 - Estrutura de um Sistema de Informação Geográfica Completo (FONTE: adaptado de Location
Decisions and strategic planning, 1996)
17 | P á g i n a
bicicletas, até auto-estradas com 4 vias de circulação em casa sentido. Cada um destes tipos de
via tem um limite de velocidade associado, que pode ser ajustado se tivermos em
consideração os declives, o tipo de veículo que irá atravessar, se chove há mais de sete dias, ou
se existe um congestionamento de tráfego (Farrow e Nelson, 2001).
No final, é possível responder a quanto tempo se demora para ir de algum lado no mapa para
o mercado mais próximo, o hospital, a escola, utilizando um tipo de veículo. O tempo que
demora a alcançar um determinado local geralmente é definido como “acessibilidade”.
Acessibilidade pode ser definida como a possibilidade de interagir ou contactar com uma série
de locais oportunos, económica ou socialmente, apesar disto, existem variadíssimas formas
em que este conceito intuitivo foi expresso na literatura. Desde 1987 existem definições de
acessibilidade de uma forma simplista onde a localização pode ser alcançada por outros locais,
mais tarde, nos anos 90 o conceito de acessibilidade começa a ser utilizado nas políticas de
desenvolvimento rural como um indicador de dependência rural e como uma variável nas
análises de localizações (Farrow e Nelson, 2001).
A acessibilidade espacial é determinada pela localização geográfica da origem em relação à de
destino, e pelas facilidades de transporte disponíveis para conseguir alcançar esse mesmos
destinos. A acessibilidade é também influenciada por factores sociais, tais como, o
conhecimento e informação, e factores económicos desde o início da utilização dos
transportes e facilidades de comunicação pois estão normalmente associados a alguns custos
monetários. Apesar de ser um pouco difícil incorporar estes factores económicos explícitos,
em modelos espaciais, o peso selectivo de um mercado pode implicar a dimensão social e
económica de outro (Farrow e Nelson, 2001).
No planeamento público, um objectivo importante é a provisão igual de serviços para todas as
pessoas e em todas as partes do país. Por exemplo, a população de uma região do país deve
ter acesso aos serviços públicos, independentemente do seu local de residência. Infra-
estruturas pobres e consequentemente acesso limitado implica poucas oportunidades para
melhorar a sua posição face ao status económico, de saúde e social.
Esta preocupação social e simultaneamente económica fez com que aumentasse
significativamente o estudo nesta área em particular. Assim surgem trabalhos e estudos por
18 | P á g i n a
(Farrow e Nelson, 2001); (Rodrigue, 2001); (Julião, 1999) (Black, Ebener, Aguilar, Vidaurre e
Morjani, 2004); (Ebener, 2005); (Wilson e Wiitala, 2003).
Todas as localizações são diferentes porque umas são mais acessíveis do que outras, o que
implica desigualdades. A noção de acessibilidade, consequentemente, conduz a dois conceitos
essenciais: primeiro o de localização, onde a relatividade do espaço é estimada em relação às
infra-estruturas de transportes, desde que consagrem o significado para suportar movimentos;
segundo o de distância, que deriva da conectividade entre locais. A conectividade só pode
existir quando existe a possibilidade de relacionar 2 locais através de uma rede. Normalmente,
a distância é expressa em unidades tais como Quilómetros, tempo, mas as variáveis tais como
custo ou energia gasta também podem ser utilizados.
Existem duas categorias espaciais aplicáveis aos problemas de acessibilidade, que são
interdependentes, a primeira é conhecida como acessibilidade topológica e relaciona-se com a
medição da acessibilidade num sistema de nós e caminhos (rede de transportes, por exemplo).
Assume-se que a acessibilidade é um atributo mensurável; o segundo tipo é conhecido como
acessibilidade contínua e envolve a medição da acessibilidade sobre uma superfície. Sob tais
condições, a acessibilidade é um atributo mensurável sobre todos os locais, sendo o espaço
tratado de forma contínua. É neste tipo de acessibilidade contínua que nos vamos cingir neste
estudo, visto não existir redes topológicas georreferenciadas.
Topológico
Mais Menos
Contínuo
Figura 2. 2 - Categorias Espaciais (FONTE: adaptado de Rodrigue, 2008)
19 | P á g i n a
2.3.1 Medição da Acessibilidade
Existem diferentes aproximações à acessibilidade o que faz com que existam diferentes formas
de medir essa mesma acessibilidade. Handy e Niemeyer em 1997 identificaram 4 assuntos
inter-relacionados que necessitam de ser resolvidos para que exista uma escolha da medida
que queremos utilizar para calcular a acessibilidade:
O grau e o tipo de desagregação
A definição da origem e do destino
A medição das barreiras nas deslocações
A medição da atractividade
Handy e Niemeyer identificam 3 tipos de desagregação: a espacial, a socioeconómica e a
intenção da deslocação ou o tipo de oportunidade. A desagregação espacial é o agrupamento
de indivíduos e bairros por zonas. Quanto mais pequena for a zona, maior vai ser a
desagregação. Mas esta desagregação espacial falha na resolução de problemas.
Primeiro no efeito de múltiplos objectivos para a deslocação e o segundo é que o significado
de constrangimento espácio-temporal tende a ser ignorado por medições integrais
independentes da desagregação espacial (Makrí e Folkesson, s/d). As diferenciações nas
características socioeconómicas são tidas em conta pela desagregação de diferentes
segmentos da população, como pela idade, sexo, profissão. Finalmente, a desagregação pela
intenção da deslocação ou o tipo de oportunidades distingue, por exemplo, oportunidades de
trabalho ou não, ou selecciona um tipo de oportunidades como o caso das deslocações para
realizar compras. (Handy e Niemeie, 1997).
O segundo tema, diz respeito às medições de acessibilidade da origem e destino. A maior parte
das medições focam-se nos indicadores familiares. Esta forma de medir a acessibilidade exclui
as deslocações com múltiplos objectivos e as deslocações encadeadas. O tema de
encadeamento entre origem e o destino relaciona-se com o grau e o tipo de desagregação.
Handy e Niemeyer contestam que as escolhas para diferentes grupos socioeconómicos
deveriam reflectir as escolhas reais disponíveis para cada grupo.
As barreiras à deslocação são normalmente medidas pela distância ou tempo, estimada por
uma distância em linha recta, distância numa rede.
20 | P á g i n a
De acordo com (Leusen, 2002), a utilização de uma função custo generalizada para os
transportes, incorporando ambos os custos: monetários e de tempo é em constante
melhoramento sobre a utilização de apenas a função tempo. As diferenças nos custos e tempo
de deslocação por diferentes modos de transporte são fiáveis ao calcularmos acessibilidades
separadamente de acordo com cada modo. Outra aproximação é a incorporação de vários
modos de transporte e oportunidades numa única medição de acessibilidade.
Finalmente, o último tema diz respeito à atractividade e à oportunidade. A atractividade é
frequentemente medida pela existência de uma oportunidade em particular, estimada pelo
número de oportunidades. As oportunidades também são mensuráveis pelo lado físico e
económico, pela área estimada, emprego, entre outras. Factores tais como a qualidade e preço
dos produtos e os serviços também podem ser incorporados na medição da atractividade.
Handy e Niemeyer (1997), apesar de todos estes melhoramentos nas funções consideram esta
tarefa muito subjectiva e daí, muito difícil de a individualizar e medir.
A acessibilidade aos locais deriva dos padrões de uso do solo, isto é, a distribuição espacial dos
vários destinos possíveis e magnitude, qualidade e carácter das actividades aí encontradas. A
medição da acessibilidade a um local normalmente engloba 2 elementos: o transporte como
elemento (ou resistente ou barreira) e a actividade como elemento (ou motivação ou atracção
ou utilidade), segundo Handy e Niemeyer (1997) e Kwan (1998). Os elementos de transporte
compreendem a distância para deslocação, o tempo, ou custo para um ou mais modos de
transporte, no que concerne à actividade, compreende a quantidade e a localização de várias
actividades.
A acessibilidade a um local pode ser operada de variadíssimas formas dependendo sempre do
assunto que estamos a tratar, da área da aplicação e dos significados e limitações resultantes
dos recursos e viabilidade dos dados, como argumenta Handy e Niemeyer (1997). Utilizam-se
na maior parte das vezes medições de distancia integrais para este cálculo, compreendendo
medições de oportunidades cumulativas, medições do tipo gravidade, e medições baseadas na
utilidade. Segundo Handy e Niemeyer (1997), as medições devem ser calibradas de forma a
reflectir como os indivíduos e agregados familiares realizam o acto de escolha para a
deslocação aos destinos que estão à sua disponibilidade.
21 | P á g i n a
2.3.2 Medição de Distâncias
As medições de distância são as medições de acessibilidade mais simples, calculam a distância
de um lugar a diferentes oportunidades. Pode ser medido como uma distância média, área de
distância ponderada ou distancia à oportunidade mais próxima. A avaliação destas distâncias
pode ser resolvida de várias formas, através de uma simples distância em linha recta ou até
através de fórmulas com barreiras muito mais complexas.
Uma medição simples calcula a distância de uma localização a um dado destino. Quanto mais
próximo for o destino, maior será a acessibilidade. Assume-se que todas as oportunidades
estão localizadas na área de destino ou que os residentes apenas têm em conta a
acessibilidade a essas oportunidades (Makrí e Folkesson, s/d).
A distância pode ser definida em termos Euclidianos como o significado mais próximo de
alcançar o ponto A, a partir de um ponto B, assumindo existir uma eficiência perfeita no
transporte. A barreira por sua vez, é o que se encontra a impedir o caminho de ir do ponto A
para o ponto B, e pode ser medido através de várias formas, tais como, limites de velocidade,
densidade residencial e congestionamento de tráfico, número de intersecções que se
atravessam pelo caminho, ou barreiras topográficas como rios ou tipos de solo e vegetação. A
distância não é necessariamente um problema de chegar de e para um local desejado, pois
temos sempre que ter em consideração as barreiras (Schuknecht e Gimpel, 2003).
O local desejado pode situar-se a mais de 10 quilómetros de distância, mas se não existir
determinado tipo de barreiras como o trânsito, rios, declives acentuados, áreas minadas, áreas
com animais selvagens, a distância pode não ser considerada significativa. Por outro lado a
barreira pode não importar muito se a distância for tão curta que supera as barreiras entre
dois pontos com um relativamente baixo custo de esforço.
A distância e as barreiras podem agir independentemente para influenciar a acessibilidade e
podem ser consideradas como medidas diferentes. Tomar em consideração a distância e as
barreiras proporciona um completo conceito de custo de deslocação - de e para um destino.
As barreiras consideradas como um factor independente, como a presença de um terreno
difícil para a deslocação a pé, não são normalmente consideradas na maior parte dos estudos
de acessibilidade utilizando-se modelos típicos de gravidade.
22 | P á g i n a
2.3.3 Medições cumulativas de oportunidade
As medições cumulativas de oportunidade são avaliações de acessibilidade com respeito ao
número ou proporção de oportunidades acessíveis dentro de determinada distância de
deslocação ou tempo de um dado local. Este tipo de medição proporciona uma ideia do
alcance de várias escolhas possíveis para os residentes dentro da área. Todos os destinos
possíveis dentro da área de estudo são ponderados equitativamente.
O factor-chave para a calibração das medições cumulativas de oportunidades é o corte da
distância ou tempo de deslocação, para a qual os níveis de acessibilidade podem ser muito
sensíveis. Na literatura existente não é abordado de forma clara a explicação de realização
destas escolhas. Estas distâncias são normalmente calculadas por uma série de medidas. Estas
medições são calculadas facilmente, mas implicam uma certa calibração arbitrária.
2.3.4 Medições de Gravidade
As medições de Gravidade de base, derivam do denominador do modelo de gravidade e são
essencialmente utilizadas para a distribuição de viagens (Makrí e Folkesson, s/d).
Originalmente a gravidade foi justificada teoricamente com a analogia à lei da física.
Consequentemente, argumentos derivados da teoria estatística foram utilizados para suportar
uma forma exponencial do modelo. Medições baseadas na gravidade foram primeiro
concebidas por Hanson em 1959, e desde então têm sido muito utilizadas (Makrí e Folkesson,
s/d). São obtidas pela ponderação das oportunidades numa área com uma medição que indica
a sua atracção e simultaneamente retira às mesmas as medição de barreiras.
A definição de acessibilidade relativa Aij num local i é a atracção ao destino j e é deduzido pela
função de declive da distância entre esses dois pontos. A definição de acessibilidade integral
no local i é o somatório da acessibilidade relativa sobre todos os possíveis destinos, dividido
pela total atracção da área urbana em questão (Makrí e Folkesson, s/d).
2.3.5 Medições assentes na utilidade
As medidas assentes na utilidade são baseadas na teoria aleatória da utilidade, e consiste no
denominador de um modelo, mais conhecido por logsum (Handy e Niemeyer, 1997). Esta
23 | P á g i n a
teoria baseia-se na suposição de que os indivíduos maximizam as suas utilidades. Isto significa
que o indivíduo fornece a cada destino um valor utilitário, e assim, a probabilidade de um
indivíduo escolher um determinado destino depende da utilidade dessa escolha em
comparação com a utilidade de todas as outras (Makrí e Folkesson, s/d).
A função de utilidade calcula variáveis que representam os atributos de cada escolha,
reflectindo a atractividade ao destino, as barreiras da deslocação, e as características
socioeconómicas do indivíduo ou do agregado familiar. A vantagem das medidas de utilidade é
que estas proporcionam realização de testes de fórmulas alternativas da função de utilidade
na procura de um que melhor encaixe no actual comportamento de deslocação. A ponderação
determina a importância relativa de vários factores e não é necessário estar especificado
previamente, como no caso dos modelos tipo gravíticos.
2.3.6 Medidas de Acessibilidade Individuais
A acessibilidade Individual estima a acessibilidade desejada por uma pessoa em particular com
as suas necessidades particulares, mobilidade e recursos monetários e temporais. Kwan (1998)
e Pirie (1979) apontam a importância da medição da acessibilidade tendo em considerações de
experiencias individuais e os contextos sócio-espacias de cada indivíduo. As medições das
acessibilidades individuais colocam a medição de acessibilidade com 3 significados distintos:
Primeiro descrevem as experiências individuais na acessibilidade em vez de assumirem que
todos os indivíduos numa zona têm o mesmo nível de acessibilidade (Kwan (1998) e Pirie
(1979). Segundo, consideram que muitas deslocações são feitas num contexto de
desdobramento sequencial de um programa de actividade diário de um indivíduo. (Kwan 1998;
Richardson e Young, 1982). Terceiro, consideram que os constrangimentos espácio-temporais
podem induzir a muitas oportunidades num ambiente urbano inacessível por um indivíduo.
2.3.7 Acessibilidade Geográfica e Potencial
Da medição da acessibilidade desenvolvida até agora, é possível derivar 2 medidas simples e
facilmente praticáveis, definidas como acessibilidade geográfica e potencial. Acessibilidade
geográfica considera que a acessibilidade de um local é o somatório de todas as distâncias
24 | P á g i n a
entre outros locais ponderado pelo número de locais. Quanto mais baixo o valor, mais
acessível é o local.
Apesar da acessibilidade geográfica poder ser resolvida utilizando uma folha de cálculo, os SIG
provaram ser uma ferramenta útil e bastante flexível para medir a acessibilidade,
designadamente sobre uma superfície simplificada como uma matriz (representação raster).
Este cálculo pode ser efectuado originando uma grelha de distâncias para o local e depois
somando todas as grelhas para gerar o somatório total da grelha de distancias (Makrí e
Folkesson, s/d). A célula com o menor valor é o local mais acessível.
A acessibilidade potencial é uma medição mais complexa do que a acessibilidade geográfica,
visto que inclui simultaneamente o conceito de distância onde entra em consideração o “peso”
dos atributos. Todos os locais são diferentes e alguns são mais importantes que outros. A
matriz de acessibilidade potencial não é transposta visto que os locais não têm os mesmos
atributos, o que transporta as noções inerentes de repulsivo e atractivo, sendo que no
primeiro caso é a capacidade de deixar um local, o segundo é a capacidade de chegar a um
local.
2 . 4 A N Á L I S E E S P A C I A L
A análise espacial é composta por três componentes. A primeira diz respeito à análise
exploratória de dados espaciais que consiste num conjunto de técnicas de exploração de dados
e de modelação de outputs, de forma a sugerir hipóteses ou examinar a presença de “outliers”.
Cada vez mais reconhecemos a necessidade de visualizar os dados e as tendências, antes de
procedermos a algum tipo de análise formal, pois muitas vezes, existem alguns erros nos
dados que apenas se tornam claros uma vez visualizados. A visualização dos dados permite-
nos verificar pressupostos e sugerir formas nas quais deverão ser modeladas relações em
estádios posteriores da análise. A segunda componente que concerne à álgebra de mapas
concede ferramentas para a execução de operações de álgebra de matrizes em análise espacial
e finalmente a modelação espacial consiste na existência de um conjunto de mapas
uniformizados a partir dos quais torna-se exequível a simulação de fenómenos e processos
com uma determinada dimensão espacial (Figura 2.3).
25 | P á g i n a
Figura 2. 3 - Componentes de Análise Espacial (FONTE: FCT – UNL, 2007).
A análise e a modelação espacial está assente na aptidão do utilizador em seleccionar um
conjunto de dados apropriados e seleccionar um conjunto de técnicas apropriadas para
manipular esse conjunto de dados. Na realização do trabalho prático desta dissertação tornou-
se essencial a Modelação Espacial e a Álgebra de Mapas utilizadas para alcançar o objectivo
que foi proposto.
No presente estudo, a análise espacial realizou-se sobre um conjunto de dados em formato
matricial (ou raster). Como tal, de seguida descrevem-se algumas das características comuns
ao processamento deste tipo de dados. A característica visual mais elucidativa é a composição
por células regulares, a estrutura contínua com que representa o espaço geográfico é também
uma feição distintiva (Figura 2.4). Outras características relevantes relacionam-se com a
organização em matriz inserida no espaço e ainda a particularidade de cada célula representar
uma característica.
Análise Espacial [Dados Rater]
Álgebra de Mapas
Modelação Espacial
Análise Exploratória de Dados Espaciais
Figura 2. 4 - Exemplo de um raster [grid] (FONTE: Keck, 2000)
26 | P á g i n a
A ênfase do processamento de dados raster está no processamento geográfico para obtenção
de nova informação mais do que na interpretação e visualização dos dados originais. Métodos
de processamento de dados raster são apropriados para aplicações onde a precisão posicional
não é um requisito essencial (gestão de recursos naturais, modelação hidrológica, análise e
inventário de recursos).
De seguida faz-se um breve sumário sobre alguns conceitos teóricos concernentes à Álgebra
de Mapas e à Modelação Espacial que irão ser aplicadas no capítulo posterior desta
dissertação para encontrar a melhor solução ao propósito pretendido.
2.4.1 Álgebra de Mapas
A álgebra de mapas proporciona ferramentas para a execução de operações de análise
espacial. Esta baseia-se na álgebra de matrizes que não é mais do que a manipulação algébrica
de matrizes ou grelhas (Câmara, Palomo, Cartaxo, Souza e Oliveira, 2005).
A álgebra de mapas cria novas características e relações de atributos através da sobreposição
de características de duas ou mais camadas de informação. As características de cada camada
são combinadas de forma a criar novas características de output. Os atributos de cada camada
são combinados para descrever cada nova característica de output, criando assim novas
relações de atributos. A manipulação destas camadas é fundamental para atingirmos uma boa
sobreposição, esta manipulação diz respeito a várias operações e é efectuada de modo
progressivo.
A álgebra de mapas utiliza expressões do tipo matemático para combinar níveis de informação
(layers) em formato raster utilizando operadores aritméticos, relativos, booleanos ou lógicos.
Os operadores aritméticos permitem a adição, subtracção, multiplicação e divisão. A álgebra
de mapas é assim utilizada para conceber nova informação de uma base de dados disponível e
baseada no conhecimento de relações e processos. Podem ser produzidos novos mapas
utilizando várias fórmulas de álgebra ou algoritmos. Um mapa (imagem raster) actua como
variável numa equação matemática, a mesma equação é aplicada a cada célula da imagem,
cada célula é modificada de acordo com esta equação e o resultado dependerá do valor inicial
de célula obtendo-se assim uma transformação de imagens, célula a célula (Câmara, Palomo,
Cartaxo, Souza e Oliveira, 2005). O conceito de modelação cartográfica ou álgebra de mapas
27 | P á g i n a
foi desenvolvido por Dana Tomlin em 1983 com o Map Analysis Package (um software SIG
para uso de informação raster). Um modelo cartográfico pode ser visualizado como uma
colecção de mapas registados numa base cartográfica comum, em que cada mapa é uma
variável sujeita a operações matemáticas. A modelação é um processo que decorre de
operações primitivas de pontos, vizinhança e regiões sobre diferentes mapas, numa lógica
sequencial para interpretar e resolver problemas espaciais. Neste contexto, a sequência de
operações é similar à solução algébrica de um conjunto de equações.
A capacidade para converter dados observados em informação útil constitui a função
primordial da análise espacial dos SIG. Todas as localizações no espaço são definidas numa
grelha (modelo raster) e a unidade básica de processamento é o pixel. Este pode ser
processado independentemente, integrado numa vizinhança ou integrado numa região de
elementos com o mesmo atributo. Assim as operações com modelos raster possuem
diferentes tipologias de acordo com o âmbito espacial em questão (Figura 2.5):
a) Locais b) Focais ou de Vizinhança c) Zonais (Regionais) d) Funções Globais
As funções locais executam o cálculo numa única célula de cada vez. A célula vizinha não
influencia esse resultado. A função pode ser aplicada a um ou a vários rasters, incluem funções
de trigonometria, exponencial, algoritmos, reclassificação, selecção e funções estatísticas.
Nas funções locais vamos encontrar operações do tipo aritméticas que correspondem a
operadores básicos (+, -, *, /), operações de comparação e ainda operações booleanas (AND,
OR, NOT) em que o output será FALSE ou TRUE (Figura 2.6).
Figura 2. 5 - Exemplos [a, b, c e d] (FONTE: ESRI, 2007)
28 | P á g i n a
A função local de sobreposição de mapas é uma das mais importantes operações de análise
espacial. Esta função envolve operações aritméticas em duas ou mais matrizes de igual
dimensão.
A adição corresponde à operação lógica "união", enquanto a multiplicação corresponde à
"intersecção". A subtracção é útil na detecção de alterações que podem ocorrer em dois
tempos diferentes (se o pixel não sofreu alterações, o resultado vem nulo). A divisão pode
também ser usada para detectar alterações (pixels com valor 1 não sofreram alterações).
Outra função local extremamente importante, no contexto deste estudo foi a reclassificação.
Esta função origina sempre um novo mapa por alteração dos valores (atributos) dos pixels do
mapa original. Existem quatro abordagens possíveis para a reclassificação dependendo do
objectivo do processo:
Associar um novo valor a cada valor do mapa de input com o propósito de criar uma
máscara binária (0 e 1) para uso subsequente;
Associar novos valores a classes ou gamas de valores com o propósito de reduzir o
número de classes original ou agrupar valores em categorias;
Associar ordens (níveis de importância, ranks) a valores ou categorias únicos no mapa
original. Aplica-se quando se pretende avaliar a capacidade, aptidão ou potencial de
certos fenómenos ou actividades;
Associar ordens ou pesos a um mapa qualitativo (escala nominal) para gerar um mapa
quantitativo (escala ordinal, de intervalos ou rácios).
Figura 2. 6 - Funções Locais (FONTE: IST, 2006)
29 | P á g i n a
Este estudo apoiou-se ainda nas funções focais ou de vizinhança. Estas executam o cálculo
numa única célula e nas células vizinhas. A vizinhança pode ser em forma de rectângulo,
círculo, anel, ou de ponta (Figura 2.7). Estas funções podem retribuir o significado, o desvio
padrão, o somatório, ou o intervalo de valores dentro dos vizinhos imediatos ou seguintes.
Estas funções são muitas vezes designadas por operações de contexto. O cálculo de declives é
uma das operações espaciais mais explícitas da utilização de operações baseadas em
vizinhança e deriva sempre de informação com dados altimétricos. Para uma janela de 3 por 3
pixels, o pixel central é rodeado por 8 pixels, cada um dos quais está associado a uma direcção
específica N, NE, E, SE, S, SW, W, e NW (Figura 2.8). O ângulo de declive do pixel central é
calculado com base na informação dos pixels vizinhos nas diferentes direcções. A distância
horizontal entre o pixel central e cada um dos pixels nas diferentes direcções é sempre igual à
resolução espacial dos dados.
As funções globais também tiveram um papel relevante, o raster é calculado como um todo,
normalmente são sempre grandes áreas. O cálculo de distâncias é o exemplo mais familiar.
Outra função global de grande destaque é a operação de buffer, ou seja, operação de
alargamento de uma propriedade espacial às células adjacentes, seja essa propriedade um
ponto, uma linha ou área.
Figura 2. 7 - Tipos de Vizinhança (FONTE: IST, 2006)
Figura 2. 8 - Matriz de Direcções
Fonte: Câmara, Palomo, Cartaxo, Souza e
Oliveira (2005)
30 | P á g i n a
De volta à distância, este é um dos conceitos fundamental em geografia, e é usada para
determinar o grau de interacção entre dois elementos no espaço, por exemplo, o caminho
mais curto entre dois pontos, ou distâncias de um elemento espacial (casa) a uma
característica (auto-estrada, hospital, escola ou linha de água).
Um dos cálculos de distância utilizado em análise espacial é o cálculo da distância euclidiana.
Este cálculo identifica a distância de cada célula à origem mais próxima e o cálculo é efectuado
a partir do centro da célula de origem até ao centro de cada célula vizinha. Conceptualmente o
algoritmo da distância euclidiana trabalha da seguinte forma: para cada célula, a distância a
cada célula de origem é determinada pelo cálculo da hipotenusa de x_max e y_max como os
outros dois lados do triângulo (Figura 2.9).
Os valores de output para este raster são pontos flutuantes de distância. Se uma célula está a
uma distância igual de dois ou mais pontos de origem, esta é organizada na origem que o
processamento encontra primeiro.
Figura 2. 7 - Exemplo do cálculo da distância euclidiana (FONTE: ESRI, 2007)
31 | P á g i n a
2 . 5 M O D E L A Ç Ã O E S P A C I A L
Em termos gerais, a modelação espacial pretende simular fenómenos e processos que têm
uma dimensão espacial explícita. Os métodos tradicionais de simulação não acomodam a
dimensão espacial dos dados, pelo que têm vindo a ser adaptados e desenvolvidos.
Basicamente, a modelação espacial considera duas componentes: o comportamento do pixel
em função das suas propriedades ou atributos e o comportamento do pixel em função das
propriedades e atributos de pixels vizinhos. A contiguidade das células da matriz, como
representado na figura 2.10, representa-se como um grafo com um nó em cada célula e arcos
de ligação às células adjacentes.
A modelação cartográfica é um tipo de técnica de análise espacial, que consiste numa recolha
de um conjunto de mapas sobre uma base cartográfica comum, onde cada mapa é uma
variável sujeita a operações matemáticas.
2.5.1 Análise de Custo para uma Superfície
A análise do custo de uma superfície utiliza algoritmos de custo cumulativos para calcular o
custo cumulativo de se deslocar sobre uma paisagem. Esta técnica pertence a uma série de
técnicas de ferramentas SIG baseadas na aptidão de conceder um custo a cada célula num
mapa raster, e acumular esses custos pela deslocação sobre o mapa.
Figura 2. 8 - Matriz de Células (FONTE: Matos,
2007)
32 | P á g i n a
Figura 2. 9 - Superfície de Custo (FONTE: Matos, 2007)
O custo de atravessar uma célula está intimamente relacionado com as funções de
propagação. Como assinalado na figura 2.11 a matriz que representa estes custos é designada
por superfície de custo ou superfície de fricção. Esta superfície deriva sempre de um processo
de análise multicritério, em que são ponderados os factores intervenientes na quantificação do
custo de atravessar as células (Matos, 2007).
Os primeiros trabalhos foram publicados por arqueólogos. A análise de custo de superfície tem
as suas origens em análises de localização áreas de influência, introduzido para a arqueologia,
que queriam estudar as bases económicas da vida pré-histórica através da visualização de
modelos de recursos disponíveis dentro de uma área de influência (Leusen, s/d). No início
surgiram algumas análises em torno do conceito de áreas de influência, a regra utilizada
baseava-se sempre na aplicação de um raio de alguns quilómetros e resultava numa área de
influência circular. Outro modelo bastantes semelhante a este é o modelo de Voronoi, que
possuem um significado particular e teórico mais forte. O método tradicional mais comum
para a utilização do poliedro de Voronoi é o cálculo de polígonos de Thiessen (Leusen, 2002).
Estes polígonos baseiam-se num método de interpolação que se baseia no vizinho mais
próximo, ou seja, o valor escolhido para um ponto é o valor dado pelo ponto mais próximo.
Esta técnica permite determinar, através da construção de polígonos, qual a área mais próxima
de um ponto numa área. Forma-se assim um polígono que delimita uma área em que todos os
pontos têm o mesmo valor. As áreas de influência e os polígonos de Thiessen assumem que a
33 | P á g i n a
superfície da terra é plana e que a resistência ao movimento sobre a superfície é isotrópica, ou
seja, igual em todas as direcções. Numa superfície real o tamanho e forma da área de
influência é muito mais variável, depende da natureza do terreno, da topografia, hidrografia e
muitos outros factores.
A análise de custo de superfície proporciona a concepção de um conjunto de complexas
superfícies de custo com várias propriedades do terreno incorporadas (Leusen, 2002). O custo
de superfície pode ser alterado de forma a reflectir a dificuldade de viajar sobre diferentes
tipos de solo. A acumulação destes custos resultará numa forma irregular da área para
qualquer gasto de energia dispendida. Simultaneamente permite utilizar como base regras de
distância e gravidade de forma a encontrar-se áreas ou limites do território baseados em
tempo ou energia dispendida para custos acumulados. Obtemos uma superfície (raster)
contínua, onde os valores assimilados podem ser utilizados para a criação de limites ou áreas
de influência no território.
Em 1979, Renfrew e Level, apuraram o “XTENT modelling”, que resultaria na atribuição a
diferentes locais, diferentes pesos, para o processo de acumulação ter vários graus de
dificuldade e em particular de custo de superfície. A maior parte dos estudos realizados até
hoje invocam o factor declive, como factor determinante do custo. Esta situação pode
funcionar em locais onde a topografia tem um efeito dominador no comportamento humano.
As deslocações em superfícies custo podem ser isotrópicas (iguais em todas as direcções) ou
anisotrópicas. Devido ao efeito de ambos, declive e solo, o custo de atravessar um particular
local pode variar dependendo em qual a direcção que pretendemos seguir. Atravessar células
que representem um rio é obviamente um exemplo de anisotropia – deslocações no rio num
barco incute diferentes custos do que atravessar por cima do rio, e diferentes custos ainda se
atravessarmos o rio, como demonstra o exemplo da figura 2.12.
34 | P á g i n a
A distância é ponderada em função do custo ou do atrito que se verifica ao atravessar cada
célula. A matriz é como um grafo, daí os custos não dependerem do sentido de
atravessamento das células (Instituto Superior Técnico, 2007). Mas no caso de utilizarmos uma
matriz de direcções, na distância euclidiana, esta matriz indica a azimute da origem mais
próxima. Na distância ponderada, indica a célula vizinha pela qual se atinge a origem mais
próxima, também conhecida por “back-link”.
Ao termos em conta os custos anisotrópicos são vários os indicadores que temos que ter em
atenção. Primeiro, existe uma resistência proporcional ao declive, na direcção ao local mais
alto, atravessar uma célula íngreme custa muito mais do que atravessar uma célula plana e se
andarmos em volta da colina podemos subir suavemente.
Desta feita, para gerar uma matriz com custos anisotrópicos é necessário uma matriz de
magnitude ao atrito e outra de direcção (azimute) do maior atrito. Se, por um lado a
modelação estiver relacionada com um movimento activo como o caminhar, então o custo é
representado como um atrito, fricção ou resistência. Se por outro, estivermos a modelar um
movimento passivo, como é o caso da dispersão, representamos a magnitude da força que
gera o movimento.
A função de Custo/Distância cria um output em formato raster em que cada célula representa
o custo acumulativo à célula de origem mais próxima. O algoritmo utiliza uma representação
Figura 2. 10 - Exemplo da teoria Custo / Distância (FONTE:
Pelican (2001)
35 | P á g i n a
node-link, ou seja, cada ligação possui uma barreira associada (ESRI, 2007). A barreira deriva
dos custos associados no final de cada ligação [superfície custo] e da direcção do movimento.
O custo associado a cada célula representa o custo por unidade de distância por se deslocar
através da célula. Assim, cada célula é multiplicada pela sua resolução espacial enquanto
simultaneamente compensa o movimento diagonal de forma a obter o custo total pela
passagem através da célula (ver fórmula 2-1). O custo não necessita obrigatoriamente de ser
um custo monetário, mas sim, tal como no nosso projecto, um custo de tempo dispendido na
deslocação. Este custo é facilmente calculado através da seguinte fórmula:
Fórmula 2-1 - Cálculo de Superfície Custo (Tempo) (Fonte: Farrow e Nelson, 2001)
Este cálculo foi a base deste estudo, pois pretendeu-se tornar mais autêntica e legítima esta
análise. Assim sendo, partindo de uma superfície de atrito encontrada através de inúmeros
procedimentos, descritos no capítulo seguinte, foi associada a cada célula o custo, em tempo,
de transpor a mesma. O resultado irá fornecer a quantidade de horas dispendida para alcançar
uma assembleia de voto. Esta fase é, sem dúvida, essencial para o objectivo a que nos
propomos, ou seja, alcançar a localização óptima das assembleias de voto, com o intuito de
servir toda a população de forma igualitária. Após toda esta introspecção nos conceitos e
teorias que rodeiam a análise espacial e a acessibilidade, ingressaremos no capítulo seguinte
onde se descreve todo a metodologia utilizada.
36 | P á g i n a
3 . M É T O D O
3 . 1 I N T R O D U Ç Ã O
Neste capítulo descreve-se toda a metodologia aplicada para atingir os objectivos propostos e
apresentados no primeiro capítulo desta dissertação. A metodologia para definir a localização
óptima das assembleias de voto dividiu-se em cinco etapas. Na primeira fase, procedeu-se à
transformação dos dados iniciais, de modo a que todos os dados possuíssem a mesma
referência espacial e a mesma resolução espacial [50 metros], de forma a possibilitar a
realização de qualquer tipo de análise espacial. Na segunda, estruturaram-se e definiram-se os
critérios para os diferentes dados de entrada de forma a encontrar uma regra de decisão que
melhor satisfizesse o nosso objectivo. Para o efeito, foram criadas várias superfícies de atrito,
através da aplicação de pesos às variáveis declive do terreno, ocupação do solo e hidrografia. A
ponderação de cada variável permitiu definir os custos associados ao movimento necessário
para atravessar cada pixel. No contexto deste trabalho, o termo custo está associado ao
esforço necessário para transpor cada pixel, em segundos. Na terceira fase desta metodologia,
procedeu-se à criação de uma superfície de custo distância relativamente aos lugares
habitados, no sentido de validar a localização dos locais de registo face à localização da
população. Na quarta fase procedeu-se à averiguação e validação dos locais de registo pré-
estabelecida pelo Ministério da Administração do Território (MAT), durante o processo de
registo eleitoral (2006 a 2007), por um lado através da percepção do número de registos
efectuados, por outro através da criação de uma superfície de custo de alocação dos locais de
registo. Finalmente, na quinta fase, procedeu-se à optimização da localização de novas
assembleias de voto para toda a Província. Todas estas análises tiveram como objectivo
elementar a avaliação e adequabilidade das localizações das assembleias já existentes de
modo a optimizar, caso necessário, os locais pré-estabelecidos.
Para a aplicação desta metodologia utilizaram-se os seguintes pressupostos:
Considera-se que a deslocação das populações é feita apenas através de caminhada;
37 | P á g i n a
As pessoas não se deslocam apenas na rede viária, utilizam todo o espaço, claro que,
com diferentes graus de atrito;
O tempo considerado máximo, para uma pessoa se deslocar para exercer o seu direito
de voto, são 4 horas;
Todas as áreas a menos de 5 Km de um lugar habitado devem estar abrangidas por
uma assembleia de voto.
3 . 2 C A R A C T E R I Z A Ç Ã O D A Á R E A D E E S T U D O
A caracterização demográfica da área de estudo é feita a partir das estimativas fornecidas pelo
Governo de Angola (Portal do Governo da República de Angola, 2006), onde se estimam cerca
de 1.215,000 residentes na província da Huíla e 324,000 residentes na província do Cunene. A
área geográfica das duas províncias corresponde a cerca de 78.785 Km2 e 77.156 Km2, para
Huíla e Cunene, respectivamente (Figura 3.1). A disparidade entre as duas províncias, em
termos demográficos, é também relevante em termos do tipo de povoamento, pois este
apresenta-se mais concentrado na Huíla, nas sedes Comunais e Municipais e mais disperso no
Cunene.
A caracterização da realidade política de Angola, merece igualmente alguma descrição, pois o
estado actual do país em termos socio-económicos depende da política praticada nos últimos
30 anos. Angola alcançou a independência em 1975, passando para um clima de guerra civil
até 2002. Durante este período, e até aos dias de hoje, o poder centrou-se no MPLA, tendo a
UNITA controlado algumas partes do território até 2002. O poder político encontra-se
composta pela Presidência, tendo como Presidente da República o Eng.º José Eduardo dos
Santos, primeiro-ministro e Conselho de Ministros.
Durante o ano de 2007, Angola apresentou um elevado crescimento económico, na ordem dos
24%, tornando-se das economias que mais cresceram durante este ano. A taxa de inflação
também se manteve estável, tendo apresentado um valor de 12% em 2007 (Relatório FMI,
2007). Os sectores que mais contribuem para este bom desempenho são o sector petrolífero e
o diamantífero, sendo que a agricultura desempenha um papel pouco significativo na balança
de exportações, sendo o café e a cana-de-açúcar os principais produtos produzidos.
38 | P á g i n a
Com o excedente da balança de capitais, o país tem saldado bastante a sua dívida externa,
recuando o rácio da dívida externa/PIB de 40% em 2005 para 20% em 2006. (Relatório FMI
2007). Contudo, apesar destes bons indicadores, 70% da sua população vive acima do limiar de
pobreza, ou seja, menos de USD 2/dia (Relatório FMI, 2007).
A população é maioritariamente das etnias Umbundo e Kimbundo. Contudo, existem mais de
20 etnias diferentes em Angola. A composição étnica no sudoeste de Angola centra-se em três
grupos étnicos, designadamente o Herero, o Nyaneka-Humbi e o Ovambo (Figura 3.2). Estes
três grupos subdividem-se em mais de uma dezena de sub-etnias (Aço, 2001).
Figura 3. 1 - Enquadramento das Províncias de análise – Huíla e Cunene
39 | P á g i n a
A província da Huíla segundo Rendinha (1971), caracteriza-se por três grupos principais:
Nhaneka-Humbe, Ganguelas e Umbundus. A população a Sudoeste é essencialmente agro-
pastoril, apresentando a actividade agrícola já alguma evolução, mas complementada com a
criação de gado. Desta forma, a sua estrutura social assenta, não só na criação de gado, mas
também em pequenas trocas comerciais de produtos agrícolas (Figura 3.3). Na província do
Cunene predomina o povo Ambó. No entanto, no município da Cahama, encontram-se
maioritariamente populações do Grupo Herero, nomeadamente as sub-etnias Dimba e Himba,
cuja estrutura social e económica assenta na actividade pecuária. E existem ainda, populações
Humbe do Grupo Nyaneka-Humbi, estas já com menor expressão.
Figura 3. 2 – Divisão étnica das províncias da Huíla e Cunene (Fonte: Rendinha, 1971)
40 | P á g i n a
Relativamente à forma de povoamento a Província do Cunene é caracterizada pela dispersão e
pelo forte predomínio de quimbos (Figura 3.4). Os agregados de residência familiar (ehumbos),
incluem na sua estrutura as habitações, cozinha, área de armazenamento, currais de gado,
tendo anexo áreas de culturas. Cada ehumbo abriga o chefe de família, as suas esposas, filhos,
podendo integrar sobrinhos ou outros familiares; são a base da organização socioeconómica,
representando a estrutura de base das comunidades rurais. Os ehumbos situam-se nas
Figura 3. 3 - Etnia Herero, tribo Himba
Figura 3. 4 - Vista aérea de um Quimbo
41 | P á g i n a
imediações das áreas com disponibilidade de recursos hídricos (naturais ou artificiais) e podem
estar isolados ou coexistirem às dezenas, com os cercados por campos de cultura, confinando
uns com os outros. Não há uma distribuição homogénea por toda a região, sendo as maiores
concentrações, em áreas mais favoráveis ao abastecimento de água, com condições dos solos
para a actividade agrícola e com forrageiras disponíveis para o gado. A Huíla também é
caracterizada por quimbos, embora não de forma tão evidente como no Cunene. Os agregados
rurais são maioritariamente agro-pastores e situam-se na área de confluência com a Província
do Cunene, a Sudoeste. Nas restantes áreas da província a população distribui-se de uma
forma mais concentrada e perto dos núcleos urbanos (Figura 3.5). Relativamente à grande
densidade populacional no Norte da província deve-se por um lado à existência rios
permanentes e por outro à forte pluviosidade característica desta zona. Nas duas Províncias o
factor principal de localização da população é essencialmente o factor água, quer em termo de
rios e seu caudal, quer em termo de pluviosidade, o que permite à população praticar uma
agricultura sustentável e uma alimentação mais rigorosa e daí aumente a capacidade de
sobrevivência.
Figura 3. 3 - Distribuição dos Quimbos
42 | P á g i n a
Relativamente à geomorfologia da Huíla, de uma forma geral, apresenta altitudes elevadas,
uma vez que a grande maioria da sua superfície revela altitudes superiores aos 1000 metros. A
província é constituída, no seu essencial, por uma peneplanície (extensa região quase plana,
com ligeiras ondulações, onde apenas se salientam relevos residuais, geralmente de
resistência. Resulta de um longo período de erosão e representa a fase final de um ciclo de
erosão, segundo a teoria de William Davis (1899). Esta estende-se desde a “cadeia de
montanhas” margina (a Oeste), onde as altitudes atingem, em alguns locais, os 2000 metros, e,
embora pontualmente, cotas ainda superiores a este valor, até ao extremo Sudeste do
território (Figura 3.6). Esta “cadeia de montanhas” marginal constitui um “degrau”
morfológico, que marca, o limite entre esta e a província limítrofe a Este, Namibe. Este limite é
quase sempre caracterizado por uma ruptura abrupta de declive, testemunhada por diferenças
de altitude por vezes da ordem dos 250-300 metros. A área que apresenta as altitudes mais
Figura 3. 4 – Exemplo do degrau morfológico
43 | P á g i n a
elevadas é claramente o território conhecido como “Planalto de Humpata”, que se distribui
pelo Norte do município da Humpata e Sudoeste do município do Lubango. De facto, a
aplanação é uma das características mais marcantes da peneplanície que caracteriza todo o
interior da província da Huíla (Diniz, 1973).
Analisando a figura 3.7, é possível verificar que a classe de declive mais representada no
território trata-se da classe 0-5%, o que aponta para o aplanamento característico desta
província. De uma forma geral, toda a área Centro, Centro-Sul e Sudeste, é dominada pela
classe dos menores declives (0-5%). É inclusivamente nesta classe (0-5%), que se “instalam” os
principais cursos de água (rio Cunene e rio Okavango), sendo que a esta escala de análise não é
possível visualizar o seu entalhe, mas sendo possível apontar, desde logo, um entalhe pouco
expressivo, gerador de reduzidos declives ao longo dos seus cursos. O território do Nordeste
provincial, apresentam declives que vão desde os 4-5% até à classe dos 16-25%, “decalcando”
alguns dos relevos mais importantes desta região, correspondentes a classes altitudinais da
ordem dos 1500-1900 metros. É na área Oeste da província que se encontram os declives mais
acentuados, ao longo daquela que é conhecida como cadeia de montanhas marginal (já
Figura 3. 5 - Curvas de Nível
44 | P á g i n a
referida anteriormente). Ao longo deste alinhamento morfológico que está instalado (de Sul
para Norte) observam-se as classes de maior declive consideradas, ou seja 16-25% e,
inclusivamente, 26-92%.
A província é caracterizada pela topografia plana com declives que vão de 0 a 10%. A maior
parte da Província apresenta declives que vão de 0 a 2% e não existem declives acentuados
(Figura 3.7). Nas extremidades Nordeste e Sudoeste, os declives já são mais acentuados,
existem algumas áreas com declives entre 2 a 5% e mais acentuados (> 10%). De uma forma
geral, a Província do Cunene apresenta altitudes elevadas, uma vez que a maioria do território
se encontra acima dos 1000 m de altitude (83%). A área de estudo diminui de altitude no
sentido Nordeste – Sudoeste (Diniz, 1973).
Figura 3. 6 - Ocupação do Solo
45 | P á g i n a
A ocupação do solo a Província da Huíla é constituída maioritariamente por mata no Sul e por
áreas de lavra a Norte e Noroeste da província (Figura 3.8). As lavras e terrenos alagados são
também característicos das áreas próximas aos grandes planos de água. Quanto à Província do
Cunene, esta caracteriza-se, essencialmente, por apresentar poucas áreas florestais e muitas
de vegetação rasteira e arbustiva, havendo uma certa harmonização entre estas e as matas. A
vegetação rasteira com capim ocorre na área central da Província. A mata densa localiza-se
nos extremos nordeste e noroeste da Província, sendo a grande maioria representada na
primeira. As áreas a solo descoberto, arenosos e agrícolas são frequentes em pequenas
manchas por todo o Cunene. A mata esparsa localiza-se nas áreas circundantes da vegetação
rasteira com capim principalmente na área oeste da região em análise (Figura 3.8).
Tal como se pode constatar pela análise da figura 3.9, parte da rede hidrográfica da província
da Huíla é constituída por cursos de água de regime permanente, que correspondem, em
grande medida, aos cursos de água de maior extensão, e que apresentam os caudais mais
elevados.
Figura 3. 7 - Rede Hidrográfica
46 | P á g i n a
Os cursos de água de regime temporário dominam a rede hidrográfica provincial, o que
espelha as características climáticas. No que respeita as variações de caudal ao longo do ano,
estas são normalmente elevadas, mesmo nos cursos de água de regime permanente,
apresentam caudais de cheia muito elevados durante a época das chuvas, e caudais bastante
diminutos durante o período da estiagem.
A bacia hidrográfica do rio Cunene consagra-se como a mais importante ao nível da província,
ocupando sensivelmente 56850 Km2, o que corresponde aproximadamente a 65% do território
da Huíla. O rio Cunene trata-se de um rio de regime permanente, que apresenta caudais
extremamente variáveis ao longo do ano. Os caudais na época das chuvas são normalmente
muito elevados, sendo que os caudais na época seca são tradicionalmente diminutos. A outra
bacia hidrográfica de grande expressão na província da Huíla trata-se da bacia do rio Cubango
ou Okavango, ocupando cerca de 10% do território; apresentando grandes variações intra-
anuais de caudal. O Cunene é uma província com clima de contrastes, que variam ao longo da
região. Assim, na parte setentrional o clima é tipo semi-árido mesotérmico enquanto na região
sul e sudoeste, é classificado como semi-árido megatérmico (Diniz, 1973). As chuvas são um
dos principais factores que influenciam o clima da província sendo que, a sua variabilidade
anual e sazonal, afecta em muito a distribuição das populações (Figura 3.10).
Figura 3. 8 - Vista aérea do Rio Cunene [Província Cunene]
47 | P á g i n a
3 . 3 A Q U I S I Ç Ã O D E D A D O S
A informação cartográfica existente de Angola data de 1988 [última actualização] e foi
elaborada por técnicos Russos, numa altura em que o país vivia em guerra civil. Todas estas
cartas foram elaboradas com índole secreta. Devido à escassez de informação cartográfica no
país e sua desactualização, neste trabalho procedeu-se à aquisição de toda a informação a
partir desta mesma fonte. A informação cartográfica de base de Angola, possui um sistema de
referência principal que se encontra originalmente definido pela projecção Transversa de
Mercator, no sistema de coordenadas UTM (Universal Tranversal Mercator) com base no
elipsóide Clarke 1880, quanto ao sistema de referência secundário encontra-se em
coordenadas geográficas, elipsóide Clarke 1880, datum horizontal (geodésico) de Camacupa e
o datum vertical do Marégrafo de Luanda. Esta base de trabalho encerrou uma actualização e
edição no ano de 1988, o levantamento estereofotogramétrico remete a 1960 e o
levantamento fotocósmico a 1985. Toda a informação adquirida neste estudo foi
posteriormente [antecedentes à conversão para o formato geodatabase] convertida para o
sistema cartográfico Universal Transverse Mercator (UTM), zona 33S, e elipsóide de Clarke
1880.
Na fase de aquisição de dados utilizou-se a uma metodologia associada à produção de
cartografia de base em formato digital:
i. Selecção e aquisição de fontes de informação;
ii. Georreferenciação;
iii. Criação de um catálogo de objectos,
iv. Vectorização;
v. Correcção e validação;
vi. Integração dos dados em Geodatabase;
vii. Criação de atributos;
viii. Criação de Metadados.
Para uma melhor compreensão de todas as fases e seu seguimento, ilustramos todo o
processo de aquisição de dados através de um fluxograma representado na figura 3.11.
48 | P á g i n a
Disponibilidade de Fontes de Informação
Selecção e aquisição de todas as bases de informação
Cartas em formato Analógico[1:100.000]
Dados dos Locais de Registo Eleitoral [X,Y,Nº eleitores]
Informação Raster Georreferenciação
Atribuição do Sistema de Coordenadas UTM 33sElipsoíe Clarke, Datum
Camacupa
Selecção de dados a vectorizar
Criação de um Catálogo de Objectos
Cat_Escala100k
Vectorização[Microstation]
Curvas_NívelPontos CotadosCursos de ÁguaPlanos de Água
Rede ViáriaPovoaçõesQuimbos
Ocupação do SoloLimite de Comuna
Correcção e Validação Edição VectorialErros Topológicos
Integração em Geodatabase
Ponto, Linha, PolígonoDefinição de Feature
Class
Tabela de AtributosCriação de Atributos
MetadadosReferências Técnicas das
fontes Cartográficas
Figura 3. 9 – Fluxograma da Aquisição dos Dados
49 | P á g i n a
3.3.1 Selecção e aquisição de fontes de informação
O processo de selecção e aquisição de fontes de informação compreendeu a inventariação e
análise crítica das principais fontes de informação cartográficas existentes. Face à informação
disponível, recorreu-se às seguintes fontes de informação cartográfica:
Cartas Militares à escala 1:100.000, cobertura base de Angola para todo o país;
Informação dos locais de registo [entre 2006 e 2007], cedida para este estudo
Ministério da Administração do Território.
Para a utilização das cartas à escala 1:100 000 foi necessário proceder à sua digitalização para
a transformação de formato analógico para formato digital. Para este efeito utilizou-se um
scanner A0 multifunções HP 1100. Nesta transformação utilizou-se uma resolução de 254 dpi
(dots per inch), a que corresponde a 5135 pixels por coluna e 5262 pixels por linha. Os mapas
foram gravados em formato TIFF (Tagged Image File Format).
3.3.2 Georreferenciação
O processo de georreferenciação consiste na atribuição de uma referência espacial, composta
por um par de coordenadas, a dados desprovidos dessa correspondência. A georreferenciação
de dados foi realizada recorrendo ao software ArcGis 9.2, onde foram seleccionados pelo
menos quatro pontos de controlo para proceder à georreferenciação dos dados matriciais de
modo a atribuir-lhe coordenadas. A cartografia á escala 1:100.000 possui uma quadrícula a
linha preta e espaçamento de dois quilómetros, num sistema de coordenadas UTM (Universal
Transversal Mercator), projecção Mercator Transversal com base no elipsóide Clarke 1880.
Optou-se por adoptar o sistema de coordenadas principal das cartas 1:100.000.
Este processo fez com que todas as cartas em formato digital, alinhassem a um sistema de
coordenadas conhecido de forma a poderem ser visualizadas, questionadas e analisadas com
outros dados geográficos (Wade e Shelly, 2006). Nesta fase surgiu um novo ficheiro TFW, ao
ficheiro TIFF existente, contendo os parâmetros da georreferenciação.
50 | P á g i n a
3.3.3 Criação de um catálogo de objectos
A criação do catálogo de objectos teve como finalidade estruturar de forma objectiva e
expedita toda a informação a introduzir neste estudo, tendo como suporte os dados matriciais,
bem como numa fase posterior, os dados vectoriais.
A estrutura do catálogo de objectos teve em conta os seguintes parâmetros:
Nome – designação do objecto;
Nível (LV) – número do nível que num software CAD [Computer Aided Design] se
encontra o elemento;
Tipo de linha (LC) – elemento gráfico adoptado;
Espessura (WT) – grossura da linha;
Cor (CO) – cor do elemento gráfico;
Tipo de elemento gráfico (ponto e linha) – definição do formato com que cada
elemento é vectorizado.
A existência deste catálogo facilitou a manipulação do ficheiro vectorial, tornando mais fácil o
manuseamento dos vários níveis de informação bem como da sua visualização e interpretação.
3.3.4 Vectorização
O processo de vectorização subentende a transposição de elementos gráficos para vectores
através de formas geométricas. Toda a vectorização de informação foi realizada no software
da Bentley, MicroStation Geographics v.7, recorrendo a três geometrias diferentes, ponto linha
e polígono, bem como à segmentação por níveis de informação. Toda a informação adquirida
em vector encontra-se em formato DGN, para cada uma das Províncias (Huíla e Cunene) com
os seguintes níveis de informação, presentes na tabela 3.1:
51 | P á g i n a
Tabela 3. 1 – Níveis de Informação Vectorizada
Nível de Informação
Geometria
Altimetria Linha
Cursos de Água Linha
Estrada Principal Linha
Estrada Secundária Linha
Caminhos-de-Terra-Natural Linha
Picada Carreteira Linha
Caminho de Pé posto Linha
Ocupação do Solo Linha
Divisão Étnica Linha
Planos de Água Linha
Limite Comunal Linha
3.3.5 Correcção e Validação
A correcção e validação da informação compreendeu a detecção e controle de erros
topológicos em toda a informação vectorizada. No decorrer deste trabalho os erros mais
frequentes relacionaram-se com imprecisões de desenho. Deste modo, os erros topológicos
corrigidos corresponderam aos seguintes:
Elementos duplicados (Find Duplicate Linework);
Pequenos elementos sem representatividade (Find Linework Fragments);
Descontinuidade entre o mesmo elemento (Find Gaps);
Elementos cruzados (Find Dangles).
A correcção foi realizada com recurso à ferramenta “Topology Cleanup” do software
Microstation Geographics, que possibilitou:
Validação geométrica da informação geográfica vectorial face à imagem raster que lhe
deu origem;
Validação topológica da informação geográfica vectorial;
Validação da informação quanto ao conteúdo em função das tabelas pré-definidas;
No processo de correcção foram realizadas, para cada classe, cerca de três
verificações, assegurando a não existência de erros nos ficheiros finais.
52 | P á g i n a
3.3.6 Integração de Dados em Geodatabase
A integração dos dados em Geodatabase é um processo indispensável à realização de análises
espaciais. A Geodatabase, estrutura de dados específica do ArcGis 9.x, constitui uma base
relacional que armazena dados geográficos, ou seja, uma estrutura de dados relativos a
objectos espaciais, atributos e ligações entre tabelas. Esta opção teve em conta as mais-valias
para o estudo da organização em Geodatabase. Primeiro pela capacidade de organização e
gestão de uma forma concisa e expedita de todos os ficheiros pertencentes ao sistema de
informação incluindo a possibilidade de criação de metadados, segundo pela abrangência de
objectos espaciais de diferentes tipos de geometria (ponto, linha e polígono) e diferentes
formatos (raster e vectorial), permitindo articulá-los. Finalmente pela capacidade de constituir
uma base única de acesso geral e da compatibilidade com o Microsoft Office Access.
Primeiramente, converteram-se todos os ficheiros de linhas, anteriormente corrigidos
topologicamente, que seriam polígonos, utilizando a ferramenta de manuseamento dos dados
“Feature to Polygon”. Ainda em ambiente SIG, foram adquiridos dados adicionais através da
carta de base de Angola, entre eles, quimbos, lugares habitados, pontos cotados e sedes
comunais. De seguida, na tabela 3.2, são apresentados todos os níveis de informação
adquiridos e o correspondente tipo de geometria, de feição a integrarem a geodatabase.
Tabela 3. 2 - Níveis de Informação adquiridos a partir da cartografia de base em formato vectorial
Nome Tipo Descrição Sumária
Limite Fronteiras Polígono Limite administrativo dos países vizinhos
Limite Província Polígono Limite administrativo das províncias
Limite Comuna Polígono Limite administrativo das comunas
Sede Comuna Ponto Localização administrativa da sede comunal
Curvas de Nível Linha Informação altimétrica de 50 em 50 metros
Pontos Cotados Ponto Informação altimétrica
Cursos Água Linha Informação do tipo de Curso (Permanente ou Temporário)
Planos de Água Polígono Informação do tipo de Plano (Permanente ou Temporário)
Ocupação do Solo Polígono Informação do tipo de ocupação do solo
Rede Viária Linha Classificada em: Estradas Caminhos-de-Terra-Natural, Picada Carreteira e Caminho de Pé Posto
Aglomerados Urbanos
Polígono Aglomerados Populacionais Urbanos
Quimbos Ponto Aglomerados populacionais Tradicionais
53 | P á g i n a
De seguida é apresentado um dos níveis de informação adquiridos, a rede viária (Figura 3.12).
Este indicador é deveras relevante na estimativa de localização da população. Como podemos
analisar a rede viária da Huíla é mais densa que a do Cunene, sendo que o número de
quilómetros de estradas principais ou asfaltadas é três vezes superior. Dentro da Huíla
verificaram-se dois grandes núcleos de densidade da rede viária, um a Oeste, em torno da
capital da Província e outro a Norte que se relacionasse com a disponibilidade de água para as
actividades agrícolas e para a própria sobrevivência das populações (§ 3.2). Quanto ao Cunene
a área mais densa encontra-se na zona central da Província.
3.3.7 Criação de Atributos
A completagem da tabela de atributos permite associar todo o tipo de informação
alfanumérica considerada relevante no decorrer do projecto à informação de base geo-
espacial. Nesta primeira fase os atributos dizem respeito, apenas aos objectos adquiridos a
partir da cartografia de base de Angola. Numa primeira fase foram criados atributos para os
temas apresentados na tabela que se segue (Tabela 3.3).
Tabela 3. 3 – Atributos dos Níveis de Informação
Níveis de Informação Atributos
Curvas_Nível Cota (m)
Ponto Cotado Cota (m)
Ocupação_solo Tipo
Limites (Província,
Município, Comuna) Descrição
Aglomerados Urbanos Descrição
Sede Comuna Descrição
Planos de Água Regime; Tipo
Cursos de Água Regime; Tipo
Rede Viária Tipo
54 | P á g i n a
3.3.8 Criação de Metadados
A criação de metadados teve em vista a construção de fontes de informação sobre os dados
cartográficos associados ao SIG. Adoptou-se como modelo de metadados o Stylesheet FGDC
ESRI. A escolha deste modelo relacionou-se com o facto de ser tratar de um modelo
reconhecido internacionalmente e possuir uma plataforma “user friendly”, facilmente
perceptível por qualquer utilizador. Esta preocupação deve-se ao facto de tentar que este
trabalho seja disponibilizado em investigações futuras.
Figura 3. 10 – Rede Viária
55 | P á g i n a
3 . 4 M E T O D O L O G I A
3.4.1 Fase 1 – Transformação de dados iniciais
Nesta fase da dissertação foi necessário transformar todos os dados de entrada para dar inicio
às análises espaciais. Estas transformações realizaram-se no sentido de colocar todos os dados
no mesmo formato, preparados para qualquer análise espacial. Operações de selecção e de
conversão de modelos de vector para raster foram realizadas. Em primeiro lugar foi necessário
analisar os atributos contemplados na fase anterior (§ 3.3.7) e seleccionar, no caso dos cursos
e dos planos de água apenas o tipo de regime permanente. Isto porque os rios temporários
durante a época seca não têm caudal daí não influenciarem, nem se converterem em
obstáculos à passagem para a criação da nossa superfície de atrito. Assim sendo, efectuou-se
uma operação de selecção com o intuito de contemplar apenas a rede hidrográfica
permanente, que constituí uma barreira à deslocação da população (Figura 3.13).
Figura 3. 11 – Cursos e planos de água permanentes
56 | P á g i n a
De seguida foi necessário transformar a informação seleccionada de vector para raster. A
transformação de uma representação vectorial (ponto, linha e polígono) numa representação
matricial trouxe maior eficiência para a visualização da grande quantidade de dados e ainda
maior facilidade para a sua disseminação. O modelo raster vai transformar toda a área de
estudo numa superfície contínua como uma grelha (matriz) regular de células quadradas, ou
seja, pixels. Esta opção levou-nos à definição de 50 metros de resolução, isto porque os dados
iniciais de base foram adquiridos a partir de cartas à escala 1:100.000, ou seja, escala pequena,
além de que as estruturas de dados raster não fornecem a localização precisa de informação.
Topologicamente, um ponto é representado no modelo raster como um pixel de entre toda a
grelha, a localização absoluta do ponto pode ser algures na célula, enquanto que as linhas são
representadas como uma série de pixels conectados, onde cada ponto da linha deve ocorrer
dentro do pixel exposto. Nos polígonos, todos os pontos dentro da área são limitados por um
conjunto de pixels fechados. Os pixels representam sempre um fenómeno numérico ou um
código, os pixels podem conter valores de 0 a infinito ou não terem valores (no data, ou valor
nulo).
Para esta conversão, bem como para todas as outras foi utilizada a ferramenta Spatyal Analyst,
do software ArcGis 9.2 (ESRI, 2007). A conversão do formato de dados vector para raster de
toda a informação de base realizou-se com base nos seguintes parâmetros:
Resolução espacial: [50 metros];
Sistema de coordenadas: UTM [Universal Tranverse Mercator], zona 33 Sul, datum
WGS84;
Limite de Análise: Limite da respectiva Província [Huíla, Cunene].
No caso dos cursos de água, tratando-se de informação geométrica do tipo linha, os pixels
adoptaram o valor da linha que intersectou cada pixel. Os pixels onde não existiu intersecção o
software automaticamente não lhe atribuiu qualquer valor. Se existir mais de uma linha num
mesmo pixel, este permanece com o valor da primeira linha encontrada durante o
processamento (ESRI, 2008). Foi exactamente o que aconteceu no caso da rede viária, onde
houve sobreposição de linhas cujos atributos distinguiam o tipo de via de comunicação em
questão. Nesta situação, foi designado ao pixel, o atributo correspondente ao valor da
primeira linha processada. Após a conversão da rede viária e dos cursos de água, procedeu-se
à conversão para raster dos polígonos relativos aos planos de água. Quando convertemos
57 | P á g i n a
polígonos para o modelo raster, é atribuído ao pixel o valor ou classe que é encontrado no
centro de cada pixel (ESRI, 2008), isto é, os parâmetros de atribuição do valor dependem
sempre da localização do valor na posição do pixel. De seguida procedeu-se à mesma
conversão para o nível de informação da ocupação do solo, onde se definiu o atributo de
designação da classe na classificação desta conversão. Por último gerou-se um modelo digital
de terreno através das curvas de nível e dos pontos cotados, ou seja, toda a informação
altimétrica existente. Para a realização deste processo utilizou-se a ferramenta Spatial Analyst,
do software ArcGis 9.2 (ESRI, 2007). O modelo Digital de terreno não é mais do que uma
representação matemática computacional da distribuição de um fenómeno espacial que
ocorre na superfície terrestre (Felgueiras e Câmara, s/d). A malha triangular irregular TIN
(Triangular Irregular Network) é normalmente a mais utilizada para a criação de modelos do
terreno, utiliza o modelo de triangulação de Delauney. Corresponde a uma malha regular que
se aproxima da superfície através de um poliedro de faces rectangulares. O espaçamento do
pixel, ou seja, a resolução espacial foi definida de 50 metros, idêntica aos dados anteriores
(Figura 3.14).
Figura 3. 12 - Modelo Digital de Terreno (TIN), província da Huíla
58 | P á g i n a
A utilização deste método de interpolação tem em linha de conta as arestas dos triângulos,
fazendo com que as informações morfológicas importantes, como as descontinuidades
representadas por elementos lineares de relevo e vales sejam examinadas durante a
concepção da malha triangular, possibilitando assim, modelar a superfície do terreno
preservando os elementos geomorfológicos da superfície (Felgueiras e Câmara, s/d). Esta
interpolação da superfície baseou-se nos dados iniciais de pontos cotados e curvas de nível. As
curvas de nível apresentavam um espaçamento de 20 em 20 metros de altitude, e pontos de
cota, por sua vez, possuíam uma malha muito densa [17.889 no Cunene e 16.603 na Huíla].
3.4.2 Fase 2 – Superfície de Custo
Uma vez estruturados os dados de entrada (vector) em superfícies (rasters) foi necessário criar
uma regra de decisão para contemplar o objectivo do trabalho. Uma regra de decisão é um
procedimento para combinar os critérios que serão utilizados e definir o grau de atrito de cada
pixel. Um critério pode ser um factor ou uma restrição. (Weber, Hasenack, Nodari e
Reichmann, s/d).
Desta feita, nesta segunda fase pretendeu-se descobrir a melhor avaliação por múltiplos
critérios na ponderação de todos os níveis de informação, de modo a encontrarmos uma
superfície de atrito que melhor represente a realidade. A superfície de atrito proporciona
inúmeros benefícios para a resolução de problemas no planeamento e ordenamento do
território. Neste processo de optimização da localização de assembleias de voto, quer na
perspectiva dos eleitores quer na perspectiva do planeamento territorial, admitem-se
diferentes tipos de critérios na tomada de decisão. Para atingir o objectivo proposto não é
necessário apenas o conhecimento da rede viária e dos seus critérios, mas pelo contrário, o
conhecimento de um conjunto de informação e seus critérios, ou seja, o nosso problema é de
índole multicritério, mas com um objectivo único.
O objectivo geral deste estudo é o da apresentação de um modelo espacial de optimização das
assembleias de voto que tenha sempre em consideração os eleitores. Tentando abranger os
mesmos de forma óptima. De um modo geral, os processos de decisão pretendem satisfazer
um ou múltiplos objectivos, e são desenvolvidos com base na avaliação de um ou vários
critérios (Eastman, 1997). No caso particular da localização de assembleias de voto, trata-se
essencialmente dum processo de decisão de natureza multicritério, no sentido em que são
59 | P á g i n a
considerados na avaliação diversos atributos do problema. O processo de decisão consistiu na
ponderação das áreas com menor custo em termos de deslocação (custo/tempo).
Assim sendo partimos dos seguintes pressupostos:
Elevado atrito – atribuição do valor 1000 [Impossibilidade de transpor o pixel]
Sem peso significativo de atrito – atribuição do valor mínimo de 1
Grau de atrito ocupação do solo – variação entre 1 a 4 [1 baixo atrito – 4 alto atrito]
Grau de atrito específico – variação de 200 e 150 na rede viária [modo de salientar a
rede viária aquando da soma de todas as superfícies]
Sem dados – atribuição do valor 0 [Facilitar as operações aritméticas]
Após toda a transformação dos dados iniciais, tal como descrito na secção anterior,
procedemos à reclassificação de todos os níveis de informação, para lhes atribuir um valor de
atrito, de acordo com a dificuldade de transpor células com características discrepantes. Uma
superfície de atrito consiste numa grelha regular a duas dimensões onde cada célula
representa ou um tipo de rede viária, como estradas, caminhos, picadas, ou um tipo de
ocupação do solo, como lavras, vegetação ou mata, e ainda áreas inacessíveis como escarpas e
planos de água permanentes. Os diferentes tipos de infra-estruturas da rede viária possuem
características diferentes. Uma estrada asfaltada permite uma maior velocidade de deslocação
do que uma picada carreteira, daí que não nos interessou uma medição de distância linear,
mas sim uma medição do custo de deslocação. Este custo pode ser medido de várias formas,
quer em termos monetários, quer em termos de tempo de deslocação. Assim sendo, foi
necessário estimar o custo de deslocação sobre diferentes superfícies.
O custo de superfície resulta da adaptação de dois modelos já testados no estudo de
acessibilidades. O primeiro por Nelson, em 2000, aquando do estudo “Accessibility, transport
and travel time information” (§ anexo 2), o segundo por Black, Ebener, Aguilar, Vidaurre e El
Morjani com o estudo realizado “Using GIS to Measure Physical Avessibility to Health Care”
com o apoio da organização - World Health Organization (§ Anexo 3). Estes dois modelos
criados anteriormente tinham em linha de conta a acessibilidade por meio de veículos
motorizados, o mesmo não aconteceu com o modelo deste estudo, visto que um dos nossos
pressupostos inicias foi que o eleitor se deslocará à assembleia de voto somente por modo
pedestre (§ 3.1). Adaptamos com base nestes dois estudos, as velocidades e o nível de atrito
60 | P á g i n a
ao nosso método. Desta feita surgiu a tabela de atrito utilizada como base para o nosso
método (Tabela 3.4).
Tabela 3. 4 – Velocidade de deslocação estimada por tipo de ocupação do solo em modo pedestre
Tipo de Ocupação do Solo Grau de atrito Velocidade (km/hora)
Áreas de Calhau Solto 3 1
Escarpas 1000 0
Lavras 1 3
Mangal 1 3
Mata 2 2
Mata Esparsa 1 3
Plantações de culturas Técnicas de arbustos 1 3
Terrenos Planos e Arenosos 3 1
Vegetação Herbácea com mais de um metro 2 2
Vegetação Herbácea com menos de um metro
1 3
Vegetação Herbácea em terrenos alagados 4 0,6
Estradas Asfaltadas ou Estradas Principais 200 5
Estradas Terraplanadas ou Estradas Secundárias
200 5
Caminhos de Terra Natural 150 4
Caminho de Pé Posto 150 4
Picada Carreteira 150 4
Planos de Água Permanentes 1000 0
Cursos de Água Permanentes 1000 0
Declive até 5° 0 Indiferente
Declives de 5° a 10° 10 0,6
Declives de 10° a 30° 20 0,3
Declives de 30° a 90° 1000 0
61 | P á g i n a
De forma a obter uma superfície de custo ou superfície de atrito é necessário combinar todas
as superfícies de atrito numa única superfície, esta operação foi executada através de uma
operação de soma. Esta escolha baseou-se em alguns dos parâmetros dos dois modelos
anteriormente estudados, mas com a alteração, ou melhor, introdução de novos valores de
atrito devido à existência na nossa informação de base de vários e diferentes tipos de
ocupação do solo, como é o caso das escarpas e de terrenos arenosos. Em primeiro lugar foi
necessário criar um mapa de declives, com uma resolução espacial de 50 metros, a partir da
superfície TIN criada anteriormente. O mapa de declives foi classificado de acordo com o
conjunto de classes definidas por Nelson (2000), sendo que neste estudo considerou-se ainda
uma outra classe correspondente às áreas com declives superiores a 30°, as quais foram
posteriormente consideradas áreas de barreiras à deslocação. Podemos observar na figura
3.15 o resultado desta operação que vai de encontro às características morfológicas das
províncias referidas aquando da caracterizarão das mesmas. A superfície de declives foi
classificada em 4 classes, representando os vários graus de dificuldade de transposição dos
vários níveis de inclinação.
De seguida, todas as outras superfícies de entrada, ou seja, rede viária, planos de água
permanente, cursos de água permanente, ocupação do solo e declives foram reclassificados de
acordo com a tabela de atrito apresentada anteriormente.
62 | P á g i n a
Figura 3. 13 – Superfície de Declives
A reclassificação é um processo que retira o valor inicial do pixel e troca-o por novos valores
de saída desse mesmo pixel (§ 2.4.1). Normalmente é utilizada para simplificar ou alterar a
interpretação de dados raster trocando um valor por outro novo valor ou agrupando classes
de valores num único valor (Wade e Shelly, 2006). Através da análise da figura 3.16 e da figura
3.18 que exibe a reclassificação efectuada à rede viária e à ocupação do solo respectivamente,
observamos uma agregação de valores, estes novos valores correspondem ao grau de atrito da
superfície em contenda. O mesmo não sucedeu à reclassificação dos declives, isto porque,
como podemos observar na figura 3.17, manteve o mesmo número de classes, a diferença está
na atribuição de um valor simples a cada pixel, onde antes estavam classificadas classes de
valores. Outro processo em comum a todas estas superfícies geradas através da operação de
reclassificação é a atribuição do valor 0 a todos os pixels que se encontrarem sem dados, isto
porque posteriormente para a realização de operações aritméticas o software utilizado admite
apenas superfícies totalmente classificadas.
63 | P á g i n a
Figura 3. 14 - Reclassificação de grau de atrito - Rede Viária
Figura 3. 15 - Reclassificação de grau de atrito - Declive
64 | P á g i n a
Por fim atribui-se o valor de 1000, ou seja, elevado atrito aos cursos de água permanentes e
planos de água e o calor de 0 ao resto da superfície. Esta reclassificação vai fazer com que a
hidrografia se torna uma barreira intransponível.
A operação de overlay foi de seguida utilizada para gerar um mapa que traduzisse o atrito
associado à transposição do terreno, como tal combinaram-se todas as superfícies de atrito
numa única superfície, através da operação de soma (§ 2.4.1 Álgebra de Mapas). Como
anteriormente referido, a rede viária, apesar de constituir a superfície com menos atrito, esta
foi reclassificada com um valor elevado de forma a sobressair, não representante do atrito mas
sim valores específicos, que nos garantissem uma rápida percepção, aquando das operações
aritméticas, de toda a sua estrutura e não se combinassem com outras células. Esta
preocupação tem a ver com o facto de necessitarmos que este nível esteja sobreposto sobre
todos os outros, para que, tanto a ocupação do solo como a rede hidrográfica, deixem de
Figura 3. 16 - Reclassificação do grau de atrito - Ocupação do Solo
65 | P á g i n a
existir como barreiras nos locais onde existe qualquer tipo de infra-estrutura viária. O
resultado desta operação local de soma está patente na figura 3.19. É necessário observar com
atenção para a legenda da mesma, de forma a perceber melhor o resultado e a intenção da
escolha de determinados valores como grau de atrito. Analisando com atenção verificou-se
que os primeiros valores de atrito, ou seja, 1 a 5, correspondem a áreas de ocupação do solo
sem qualquer influência do declive. Os valores 11, 12, 13 e 14 e 21, 22 e 24 representam áreas
onde o declive exerceu forte influência, daí maior o atrito. Os valores entre 11 e 14
correspondem a uma ocupação de solo com influência de declives na ordem dos 5° a 10°,
enquanto que os valores de atrito entre os 21 e 24 representam a ocupação do solo com
influência de superfícies bastante inclinadas, de 10° a 30°. Observando ainda os valores na
ordem dos 151 a 154 são áreas respectivas de via de comunicação sem qualquer tipo de
inclinação, enquanto que os valores de 161, 162, 171 e 172 são áreas que sofrem da influência
da superfície de declive, daí merecerem também a nossa atenção. Os valores de 201 a 204
correspondem a estradas principais com muito pouco atrito e o valor de atrito 211
corresponde a estradas principais ou asfaltadas mas com alguma inclinação. Todos os pixels
assinalados com o valor de 1151 a 1154 e de 1201 correspondem a áreas onde existe uma
Figura 3. 17 - Operação Aritmética - Soma de todas as superfícies
66 | P á g i n a
ponte ou ainda, onde existe uma estrada numa área de escarpa. Todos os outros valores
constituem barreiras à passagem.
Após esta verificação e validação do significado da nossa superfície após a operação de
overlay, é necessário proceder-se à reclassificação que nos conduz ao nosso objectivo de
estimar o custo através do tempo de deslocação. De acordo com cada valor de atrito
descriminado conseguimos facilmente atribuir-lhe o custo, desta vez não em níveis de atrito
mas sim em segundos, como representamos na tabela seguinte:
Tabela 3. 5 - Cálculo de Reclassificação dos valores de atrito em grau para tempo (segundos)
Classes Velocidade Média
[metros/hora] Pixel (m) Tempo de atravessar um pixel [segundos] [Grau de atrito]
1 3000 50 60
2 2000 50 90
3 1000 50 180
4 600 50 300
11 a 14 600 50 300
21 a 24 300 50 600
151 a 154 5000 50 36
161 a 164 1000 50 180
171 a 174 600 50 300
201 a 204 4000 50 45
211 a 214 1000 50 180
221 a 224 600 50 300
1001 a 1004 0 50 0
1011 a 1014 0 50 0
1021 a 1024 0 50 0
1151 a 1154 4000 50 45
1161 a 1164 1000 50 180
1171 a 1174 600 50 300
1201 a 1204 5000 50 36
1211 a 1214 1000 50 180
2001 a 2004 0 50 0
2011 a 2014 0 50 0
2021 a 2024 0 50 0
2151 a 2154 4000 50 45
2201 a 2204 5000 50 36
10001 a 10004 0 50 0
10151 a 11154 4000 50 45
11001 a 11004 0 50 0
67 | P á g i n a
A velocidade média foi encontrada através do estudo do trabalho de Nelson (2000), e do
trabalho apoiado pela World Heath Organization, atribuindo uma velocidade maior às
deslocações em estradas, caminhos e picadas, seguindo-se de áreas de ocupação do solo
facilmente transpostas, como o caso das lavras e vegetação herbácea com menos de um
metro. Este número vai diminuindo de acordo com o aumento do grau de atrito. Este exercício
tornou-se assim mais realista, e permitiu uma melhor percepção do atrito em termos de custo
tempo, essencial para o nosso estudo. Para calcular o tempo, em segundos, do custo de
atravessar um pixel utilizou-se a fórmula 2-2 - Cálculo de Superfície Custo - Tempo (§2.5.1
Análise de Custo para uma Superfície), que traduz o atrito em termos de tempo de deslocação
associado a cada pixel. O resultado encontra-se ilustrado na figura 3.20, onde podemos
observar as superfícies de maior atrito com o valor de 600 segundos para atravessar este pixel
e com menor atrito áreas de deslocamento no pixel de 36 segundos. Após o cálculo da
superfície custo, foi possível realizar funções de custo distância e de alocação do custo.
Na figura 3.20, as barreiras estão representadas a branco às quais correspondem planos de
água, cursos de água e escarpas. Nestas áreas o custo de alocação de qualquer assembleia é
obrigatoriamente mais dispendioso, como veremos no capítulo seguinte.
Figura 3. 18 - Pormenor da superfície de custo, em segundo, província Cunene
68 | P á g i n a
4 . R E S U L T A D O S
Este capítulo descreve e comenta os resultados obtidos a partir da aplicação da metodologia
proposta no capítulo 3 desta dissertação. Os objectivos propostos pretendem encontrar as
seguintes respostas:
1. Validar a localização dos locais de registo, como locais de assembleia de voto, ou seja,
compreender até que ponto estes contemplavam toda a população.
2. Encontrar a área de influência de cada local de registo, para que sejam validadas as
áreas que não abrangeram a população [lugares habitados], e de forma a
compreender os locais de registo mal alocados [registos efectuados inferiores a 100
eleitores].
3. Encontrar os locais óptimos nas áreas onde a população não foi abrangida [> 4 horas a
um local de registo].
Para resolver o primeiro objectivo, utilizou-se a função de distância custo aos lugares
habitados, com base na superfície de atrito calculada no capítulo 3. Para este efeito usou-se o
módulo “Spatial Analyst” do ArcGis e a ferramenta “Cost Distance”. Esta ferramenta requer
apenas uma superfície de entrada a partir da qual as distâncias são calculadas e uma superfície
de atrito que indica o custo relativo do deslocamento através de cada célula. O algoritmo
utiliza a representação de nó ou ligação do pixel. Nesta representação, cada centro do pixel é
considerado um nó e cada nó encontra-se conectado ao seu nó subjacente por ligações (ESRI,
2007). Cada ligação tem uma barreira associada, que deriva do custo associado dos pixels no
final de cada ligação (a partir da superfície de custo) e para a direcção do movimento. O custo
associado a cada pixel representa o custo por unidade de distância de nos deslocarmos através
do pixel. Assim sendo, cada pixel é multiplicado pela sua resolução espacial, enquanto se
compensa o movimento diagonal de forma a obter o custo total de atravessar um pixel.
Como superfície de entrada utilizamos o nível de informação dos lugares habitados e como
superfície de atrito a superfície de custo em segundos, como resultado obtivemos uma
imagem contínua designada por superfície de distâncias de custo (Figura 4.1).
69 | P á g i n a
Figura 4. 1 - Superfície de Distância Custo aos Lugares Habitados
Para melhor compreendermos a superfície resultante, alterámos as classes pré-definidas pelo
software de forma automática, para 5 classes, onde cada classe representa uma hora de custo
e a última representa simbolicamente valores acima das 4 horas. A escolha desta
representação prende-se com o nosso pressuposto inicial, em que a partir das 4 horas não se
torna viável qualquer deslocação a pé. Para que esta análise se tornasse mais perceptível
reclassificou-se cada classe com os valores do respectivo número de horas, sendo que a última
classe foi reclassificada com o valor de 5. A figura 4.1 dá-nos uma ideia geral da distribuição da
população nas Províncias da Huíla e do Cunene. É notório que a área mais desabitada de
ambas as Províncias é a zona Leste. Em termos de número de habitantes sabemos que a Huíla
é mais povoada do que Cunene (§ Capítulo 3.1), e ao observarmos a superfície da figura
encontrada, verificamos que, em termos de distribuição a população (Lugares habitados),
70 | P á g i n a
encontra-se dispersa por uma área similar dentro da província. As áreas desabitadas, ou
melhor, áreas de custo distância maior do que uma hora de deslocação aos lugares habitados é
idêntica em ambas as províncias. Tanto no Cunene como na Huíla as áreas desabitadas,
essencialmente a Este, e Sul no caso da Huíla, são áreas inóspitas daí a ausência de população,
é necessário optimizar estas áreas de forma eficiente. De forma a validar a localização dos
locais de registo foi necessário contabilizar o número de brigadas (locais de registo) dentro de
cada hora de distância aos lugares habitados. Para este efeito foi necessário recorrer
novamente à transformação da informação de base respectiva aos locais de registo, do
modelo vector para o modelo raster. Antes da transformação foi necessário adicionar um novo
campo com um identificador comum a todos os locais de registo com o valor de 10. Desta
forma facilmente se realizou uma nova operação aritmética de soma entre os locais de registo
e a superfície de distância custo em horas, para que a contagem sobressaísse e obtivéssemos
resultados no intervalo de valores entre 11 e 15.
O resultado espelhou-se na contagem presente no gráfico 4.1. Da análise efectuada
verificamos que mais de 90 % dos locais de registo se encontram a menos de uma hora de
lugares habitados, o que expõe uma eficaz alocação dos locais de registo eleitoral. Verificámos
ainda que na província a Huíla apenas 8 locais de registo que estão dentro do intervalo da
segunda horas e apenas 3 nos restantes intervalos; já na província do Cunene existem 5 locais
de registo no intervalo de valor da segunda hora, e 6 no intervalo de valor da terceira hora e
0%
30%
60%
90%
1 2 3 4 > 4Cunene 92,70% 2,81% 3,37% 0,00% 1,12%
Huíla 94,05% 4,32% 1,08% 0,00% 0,54%
Horas
Cunene
Huíla
Gráfico 4. 1 - Distribuição dos locais de registo pela distância custo [horas], aos lugares habitados
71 | P á g i n a
finalmente 2 locais completamente fora da área habitacional, a mais de 4 horas. O que
significa que a forma de alocação dos locais de registo foi mais eficiente na província da Huíla.
Definir as áreas de influência, em termos de custo, de cada local de registo constituiu o
segundo objectivo desta análise. Este objectivo pretende encontrar as áreas onde a população
teve que se deslocar mais do que 4 horas e discriminar os locais de registo mal alocados. Para
dar resposta a este problema, realizou-se uma operação de alocação de custo relativamente
aos locais de registo. Para o efeito, realizaram-se um conjunto de tarefas que foram
efectuadas de forma sequencial e que passamos a enumerar:
Criação de uma superfície de alocação dos Locais de Registo;
Transformação superfície de alocação de modo raster em modo vector;
Relação espacial com os atributos (n.º de eleitores) presentes no nível de informação -
Local de Registo;
Concepção de um mapa de distribuição de eleitores por superfície de custo, de acordo
com os locais de registo;
Validação das áreas não abrangidas pela deslocação de 4 horas aos locais de registo,
através da criação de um buffer de 10 km aos lugares habitados;
A operação de alocação de custo identifica a informação mais próxima (ou com menos custo)
da informação de entrada (fonte) baseado em custos acumulativos. Esta operação foi realizada
com a colocação de um custo máximo de 4 horas ou seja, de 14,400,00 segundos, a partir da
qual o custo não se torna suportável. Esta situação permite-nos verificar quais as áreas dentro
de cada província que não se encontram abrangidas por um custo inferior a 4 horas de
distância a uma qualquer assembleia de voto em local de registo (Figura 4.2).
Analisando a figura 4.2 é relativamente fácil encontrar a justificação deste resultado, pela
localização das manchas a branco às quais correspondem as áreas a mais de 4 horas de
caminhada de um local de registo. Em primeiro lugar as áreas onde o custo de localização dos
locais de registo é superior às quatro horas, determinado como máximo, correspondem na sua
maioria a áreas referentes ao Oeste das Províncias que tal como ilustrado anteriormente,
corresponde a uma área com um elevado número de cursos de água de regime permanente.
72 | P á g i n a
Figura 4. 2 - Custo de Alocação dos Locais de Registo
Esta situação fez com que a superfície custo se torna-se extremamente dispendiosa nestas
áreas, ou seja, tornaram-se locais de difícil acesso. Observou-se ainda, relativamente às duas
Províncias em estudo, a existência de áreas pequenas perto das capitais de província, como
seria de esperar locais mais atractivos para a fixação da população. Esta situação faz com que
existam distâncias curtas entre locais de registo nestas áreas com uma maior densidade
populacional. Relativamente à província da Huíla, denota-se uma área, representada a branco,
na zona Ocidental, que corresponde a uma zona de difícil acesso porque apresenta um declive
muito acentuado. Em algumas áreas a Sul subsistem espaços que não abarcam a distância
admissível aos locais de registo, este facto poderá ser explicado pela proximidade com outra
73 | P á g i n a
Província, o Cunene. Uma vez mais lembramos que, se por um lado, o cidadão efectuou o seu
registo eleitoral num qualquer posto de brigada eleitoral do país, por outro, no dia de eleições
a população terá que votar dentro da sua Província de residência. Esta premissa fez com que
os limites províncias se tornassem barreiras no nosso estudo. A área a Sul mais central
também ficou inatingível, mas neste caso, não se colocam problemas, visto constituir uma área
despovoada. Relativamente à Província do Cunene podemos assinalar apenas uma área a
Norte inacessível aos locais de registo, devido à situação referida anteriormente, ou seja, a
proximidade com a província fronteiriça.
No sentido de se determinar quais os locais de registo mal alocados foi necessário expor qual o
número de registos efectuados, por área alocada. Para a realização desta demanda foi
converteu-se a superfícies de alocação dos locais de registo em polígonos. Esta operação
permitiu-nos actuar sobre as áreas de alocação, agregando os atributos presentes no nível de
informação do local de registo. Desta forma foram designados o número de registos
efectuados às áreas de alocação, através de uma operação de junção espacial. O resultado
destas operações encontra-se patente na figura 4.3. Este resultado indica-nos facilmente quais
os locais de registo mais dinâmicos e quais os menos dinâmicos. A distribuição dos eleitores foi
realizada por classes não uniformes. Para este estudo considerou-se, em primeiro lugar, que
todos os locais com menos de 50 registos efectuados foram mal alocados. Através deste
pressuposto concluímos que na Huíla existiram 15 locais de registo mal alocados, enquanto
que no Cunene apenas 5. Assim sendo concluí-se que houve uma melhor alocação dos locais
de registo no Cunene, comparativamente com a Huíla, o que contraria o nosso primeiro
resultado obtido neste estudo. Anteriormente, considerámos os locais de registo da Huíla
melhor alocados, aquando da análise da localização dos locais de registo, segundo a superfície
de custo aos lugares habitados. Essa análise teve como base apenas informação cartográfica,
por outra, esta última teve como base o número de registos efectuados por local de registo,
tornando-se assim esta última mais viável e credível, pois baseia-se em dados exactos e
quantificáveis no espaço.
Quando verificamos a distribuição espacial dos eleitores, deparamo-nos logo com uma grande
diferença. A densidade populacional é bastante diferente entre uma e outra província, bem
patente na figura 4.3. A distribuição espacial dos eleitores na Huíla encontra-se concentrada
nos núcleos urbanos fortemente povoados, enquanto que no Cunene o eleitorado encontra-se
disperso, de realçar apenas uma concentração de eleitores na capital de Província, Ondjiva.
74 | P á g i n a
Figura 4. 3 - Distribuição dos Eleitores por áreas custo de alocação dos locais de registo
O gráfico 4.2 diz respeito à distribuição de eleitores por classe em ambas as províncias. Na
província do Cunene, poucos são os locais em que foram registadas mais de 10.000 eleitores,
sendo que 70% dos eleitores registados se situam entre áreas abrangidas entre 50 a 4.000
eleitores. Por sua vez, a província da Huíla apresenta uma densidade populacional bastante
mais elevada: cerca de 31% da população registada situa-se em locais onde foram registados
entre 4.000 e 50.000 eleitores. Comparando esta mesma densidade para a província do
Cunene, verificamos que para este mesmo intervalo, o peso é de apenas 6% da população
registada. Para um intervalo de menor densidade, entre 1 eleitor a 1.000 eleitores, o Cunene
apresenta 52% dos registos, enquanto que a Huíla apenas 36%. Daqui concluímos que a
75 | P á g i n a
distribuição espacial dos eleitores na província do Cunene é bastante mais dispersa quando
comparado com a província da Huíla.
Gráfico 4. 2 - Distribuição de eleitores por áreas custo de alocação dos locais de registo
De forma a validarmos quais as áreas não abrangidas pelas 4 horas de distância custo aos
locais de registo, mas que simultaneamente apresentem lugares habitados, visto ser este o
nosso alvo, realizou-se uma operação de distância euclidiana, definindo como 5 quilómetros a
área necessária para agregação (§ 2.4.1). Esta operação permite-nos encontrar áreas onde se
localizam lugares habitados sem qualquer assembleia de voto a um custo razoável [4 horas]. A
figura 4.4 expressa esta situação, apresentando o mesmo resultado que a figura 4.2, mas com
a especificação das áreas onde se localizam os lugares habitados. Estas áreas constituem o
nosso objectivo de estudo, pois aqui estão localizados os eleitores, daí a necessidade de
realçar a localização das mesmas.
A partir desta análise possuímos todas as informações necessárias para optimizar a colocação
de assembleias de voto. Por um lado localizámos os locais de registo com ocorrências
inferiores a 50 eleitores, identificando-os como opções incorrectas para a localização de
assembleias de voto; por outro, localizámos áreas habitadas e onde carece a colocação de
novas assembleias de voto.
0%
5%
10%
15%
20%
25%
30%
35%
40%
Huíla
Cunene
76 | P á g i n a
Figura 4. 4 - Sobreposição entre o custo de alocação dos locais de registo e Operação de Distância
Euclidiana de 5 Km aos lugares habitados
A optimização da localização de novas assembleias de voto de forma a minimizar o custo de
localização das mesmas, constituiu o terceiro objectivo desta análise. A forma mais eficaz
encontrada para concretizar este objectivo foi através da realização de duas operações.
Primeiro a transformação das áreas habitadas [distância euclidiana de 5 Km] para polígonos
para que se possa tratar cada área de forma individual e segundo a conversão destes mesmos
polígonos para pontos, através da ferramenta “feature to point” que nos proporciona como
resultado o centróide da área, ou seja, o centro geométrico.
77 | P á g i n a
Este resultado traduz-se na figura 4.5 onde verificamos a colocação de 26 novas assembleias
de voto na Huíla e 24 no Cunene.
Figura 4. 5 - Localização das novas assembleias de voto
Ao observarmos a figura com algum detalhe verificamos que existem muitas áreas,
essencialmente na Huíla de grande dimensão e sem abrangência de qualquer assembleia de
voto. À partida, tínhamos conhecimento de que seria necessário mais a colocação de mais do
que uma assembleia de voto, ou seja, o ponto central encontrado não seria suficiente para
abranger uma área desta dimensão. Além disso estas áreas de lugares habitados presentes na
Huíla são contínuas. Estas situações devem ser analisadas caso a caso. E atendendo à
78 | P á g i n a
dimensão das áreas encontrar a localização, não apenas de uma assembleia de voto mas sim
de 2, 3, ou mais, as consideradas necessárias de acordo com a dimensão. Relativamente ao
Cunene verificamos primeiramente que as áreas correspondentes aos lugares habitados em
falta são áreas pequenas e de poucos aglomerados populacionais o que facilitou a colocação
de novas assembleias de voto. A primeira percepção é de que todas as áreas foram abrangidas
por assembleias de voto, o mesmo não acontece na Huíla, essencialmente a Sul, onde ficaram
algumas áreas por abranger devido à sua dimensão.
Um resultado como este apenas pode ser validado através de uma forma, a concepção de uma
nova superfície de custo de alocação, só assim, teremos a noção do custo de deslocação para
todos os lugares habitados que ficaram por abranger.
Este resultado vai de encontro ao objectivo pretendido, ou seja, a colocação de novas
assembleias de voto em locais habitados a mais de 4 horas de distância custo, dos locais de
registo. Pretendeu-se assim satisfazer um dos principais pressupostos colocados no inicio
deste estudo, ou seja, a colocação de assembleias de voto de forma a servir toda a população.
79 | P á g i n a
5 . D I S C U S S Ã O , C O N C L U S Õ E S E
R E C O M E N D A Ç Õ E S
5 . 1 C O N S I D E R A Ç Õ E S F I N A I S
África tem sido um continente descriminado ao longo da história. Processo de descolonização
mal efectuado pelas potencias colonizadoras, guerras civis e bastantes outros problemas que
contribuíram e contribuem para o seu subdesenvolvimento. A democracia é uma outra
vertente que teima em não prosperar neste continente, desembocando assim na não
realização de eleições periódicas.
Em Angola, no passado dia 5 de Setembro de 2008 realizaram-se as segundas eleições do país
em 30 anos de história. Num país de tão grande dimensão, levantou-se desde logo um grande
problema para o eleitorado Angolano: a correcta localização das assembleias de voto de forma
a abranger o maior número de população possível. O grande problema estava patente
essencialmente na população rural, uma vez que se encontra dispersa em áreas de grande
dimensão, e para qual a mobilidade até às assembleias de voto teve de obrigatoriamente ser
efectuada de forma pedestre. Para colmatar esta lacuna surgiu o interesse na realização deste
estudo.
Este trabalho tornou-se assim pioneiro na medida em que a utilização da ferramenta SIG nos
países em vias de desenvolvimento prendeu-se sempre com o colmatar de deficiências noutras
áreas, nomeadamente acesso a serviços de saúde. Com este trabalho, demonstramos assim a
mais-valia gerada após a aplicação da ferramenta SIG, em particular a análise espacial, na
questão das acessibilidades e colocação das Assembleias de Voto. Com uma distribuição
igualitária, de forma a que todos os eleitores possam exercer o direito de voto, os benefícios
para a democracia são evidentes. Desta forma demonstrámos que apesar da preocupação nas
dificuldades primárias em África serem o alvo das principais medidas efectuadas pelos
Governos, o desenvolvimento sustentável tem de ser desde logo a principal preocupação dos
mesmos. E é aqui que a democracia desempenha um papel tão fundamental. Só chegamos a
ela se a totalidade da população puder exprimir a sua vontade. E é aqui que o nosso estudo
pretende chegar, fazendo com que todos possam ser parte activa no desenvolvimento do seu
país.
80 | P á g i n a
Foram muitos os entraves encontrados ao longo da realização deste trabalho, desde a
inexistência de um modelo pré-concebido e validado que pudesse ser adoptado no nosso
estudo de caso. Desta forma o modelo espacial utilizado centrou-se na análise do conjunto de
informação disponível sobre estudos de custo superfície realizados para situações diferentes.
Não existem quaisquer estatísticas sobre o número de habitantes existentes e os respectivos
locais de residência. A informação disponível resume-se a estimativas destes valores ao nível
da comuna, contudo estas não são fidedignas, pois nunca se realizou um censo populacional
em Angola. Um outro factor adverso foi a inexistência de cartografia actualizada em toda a
extensão do território nacional. A informação disponível mais actualizada data de 1989. Devido
a este conjunto de factores, o objectivo a alcançar não seria fácil, mas com um conjunto de
análises espaciais adequadas procurámos atingir os objectivos propostos.
5 . 2 C O N C L U S Õ E S
Devido à dificuldade em encontrar trabalhos no mesmo âmbito de estudo, fez-se uma
abordagem teórica simplificada dos poucos trabalhos realizados até hoje, com o objectivo
perceber o tipo de análises espaciais efectuadas, mas que se tornou pouco relevante para o
estudo efectuado, pois consistiram em análises pouco complexas.
Na primeira fase de aquisição de dados, encontramos outros obstáculos. A informação
adquirida não se encontrava actualizada, tornando-se assim uma base de estudo pouco
credível. Mesmo assim esta foi adoptada como a informação base para este estudo. O
“secretismo” da cartografia utilizada, que datava do período de guerra civil, pode ter induzido
a alguns erros aquando da interpretação dos dados para o nosso estudo. Além da
desactualização, a falta de informação sobre a população (onde e quantos), tornou-se o maior
problema, mas simultaneamente o maior desafio neste estudo. Esta lacuna fez com que se
estudasse o melhor método de forma a abranger toda a população, mesmo sem se possuir
dados censitários.
Aquando da segunda fase do nosso estudo, esta foi caracterizada como sendo a fase mais
morosa, uma vez que foi necessária a digitalização de 64 cartas topográficas à escala
1:100.000. A grande dificuldade prendeu-se com a correcção topológica de toda a informação
devido ao grande número de dados. Relativamente à georreferenciação, esta foi executada
81 | P á g i n a
sem uma validação através de pontos de controlo. Foi medido o risco de não controlar os
pontos da georreferenciação, e o custo de mitigar este risco é bastante elevado, quer em
termos monetários, quer em termos de tempo. Daí optou-se por não realizar esta validação,
focando o estudo noutras prioridades.
Na fase da metodologia, devido à inexistência de trabalhos neste campo, foram adoptados
como modelo dois trabalhos desenvolvidos para a área da saúde. Contudo, para a análise da
superfície custo, os parâmetros utilizados não foram suficientes, uma vez que estes modelos
foram adoptados em países com realidades bastante distintas. Logo, foi adoptada a
metodologia base destes modelos, mas adaptando à realidade do país. A superfície custo
encontrada, em primeiro lugar para uma escala de graus de atrito, foi transposta para uma
escala representativa do custo de deslocação em segundos. Esta transposição resultou numa
mais-valia em termos de análise, uma vez que tornou mais perceptível os resultados obtidos.
O primeiro resultado obtido pretendeu validar a localização dos locais de registo. Da análise
efectuada ficou demonstrado que ambas as províncias apresentaram mais de 90% dos locais
de registo localizaram-se em áreas à distância de uma hora de lugares habitados,
demonstrando uma correcta alocação dos mesmos.
O segundo resultado pretendia definir as áreas de influência, em termos de custo, de cada
local de registo. Este objectivo pretendeu encontrar as áreas onde a população teve que se
deslocar mais do que 4 horas e discriminar os locais de registo mal alocados. Foi criada uma
superfície de custo de alocação aos locais de registo tornando-se a base deste segundo
resultado. A partir desta foi possível localizar as áreas habitadas e onde é necessária a
colocação de novas assembleias de voto. Foi considerado como local de registo mal alocado os
locais em que foram registadas menos de 50 pessoas. Desta análise, verificámos então que na
província da Huíla existiram 15 locais de registo mal alocados, representando 8% do total de
locais de registo, enquanto que na província do Cunene existiram 5 locais de registo mal
alocados, representado apenas 5% do total dos locais de registo.
A optimização da localização de novas assembleias de voto de forma a minimizar o custo de
localização das mesmas, constituiu o terceiro e último objectivo deste estudo. O resultado
obtido foi deveras satisfatório, uma vez que foram criadas novas assembleias de voto para
ambas as províncias, 26 na Huíla e 24 no Cunene. Toda a metodologia utilizada para obter este
resultado foi efectuada através de processos automáticos baseados nos mesmos pressupostos
82 | P á g i n a
para ambas as províncias. Com esta automatização do processo, o mesmo estudo poderá ser
aplicado à totalidade do território angolano.
Com a análise da figura 5.1, verificamos que a colocação das novas assembleias de voto veio
colmatar as áreas que não tinham sido abrangidas pelos locais de registo, essencialmente nas
zonas de limite provincial. Verificamos ainda que as novas assembleias de voto foram
colocadas nas áreas a Este das províncias visto serem as áreas identificadas através do
resultado 2 com limitações.
Figura 5. 1 - Distribuição das Assembleias de Voto
83 | P á g i n a
Figura 5. 2 - Custo de Alocação [até 4 horas] das Assembleias de Voto
De forma a validar todas as assembleias de voto [Locais de resisto e Novas Assembleias de
Voto], tornou-se imprescindível a realização de uma nova operação de custo de alocação,
utilizando o valor máximo de 4 horas. O resultado desta operação encontra-se evidente na
figura 5.2.
O resultado demonstrou-se mais satisfatório para a província do Cunene. Na Província do
Cunene os objectivos propostos no inicio deste estudo foram totalmente alcançados. Não
houve lugares habitados a mais de 4 horas da assembleia de voto mais próxima. O mesmo não
sucedeu com a Província da Huíla onde se verificam lugares habitados a mais de 4 horas de
84 | P á g i n a
uma qualquer assembleia de voto. A forma como esta metodologia foi elaborada permite
validar os resultados as vezes necessárias até atingirmos o objectivo desejado.
Existem variáveis a ter em conta aquando de estudos vindouros. Considerou-se que os
eleitores poderiam deslocar-se durante quatro horas de forma a alcançar uma assembleia de
voto. Esta é a maior variável do estudo em causa. Deverá ser sempre aconselhável um
inquérito nestas situações de forma a verificar a disponibilidade do eleitorado na deslocação
até às assembleias de voto. Um outro aspecto deverá ser a escala de atrito utilizada, que foi
baseada em valores presentes noutros trabalhos científicos. Estes valores enquadram-se no
estudo em causa. Contudo, num outro poder-se-á definir um outro tipo de escala. Os dados,
num estudo futuro, deverão ser os mais actualizados possíveis de forma a tornar mais credível
os resultados obtidos, visto que a base de todo este estudo é a superfície de custo e esta
depende, acima de tudo, da viabilidade da informação cartográfica de base utilizada.
Uma mais valia deste estudo foi a adopção de medições anisotrópicas, ou seja, o custo varia da
magnitude do atrito e da direcção (azimute) do maior atrito. Assegurou-se a resistência
proporcional ao declive, isto porque logicamente, atravessar um pixel íngreme custa mais do
que atravessar uma célula plana. Existe uma situação relacionada com a direcção (sentido) que
não foi possível analisar neste estudo e pretende-se avaliar a sua exequibilidade para no
futuro, poder ser integrada neste modelo. Esta situação diz respeito ao movimento activo que
pretendemos representar. A direcção influência a velocidade de movimento, isto é, a força de
atrito é maior se estivermos num pixel íngreme a subir, se pelo contrário, estivermos a descer,
a velocidade irá ser maior que o normal, ou seja, diminuir o atrito da superfície.
Acessibilidade é o conceito fundamental desta dissertação. O custo de deslocação é que
determina o grau de acessibilidade ao contrário de outros estudos, em que se dá primazia
apenas à distância em termos de quilómetros percorridos. A acessibilidade foi neste estudo
tratada simultaneamente como uma função de distância e de barreira. A distância foi definida
em termos Euclidianos como a proximidade a um ponto assumindo a eficiência perfeita da
deslocação. Mas esta distância foi sempre confrontada com as barreiras existentes, medidas,
neste estudo através da velocidade de percurso efectuado a pé. A distância não é
necessariamente um problema chegar de, e para, uma assembleia de voto se não existirem
barreiras. Por um lado provou-se com este estudo que a localização de uma Assembleia de
voto pode ser a mais de 20 Quilómetros de distância, desde que não existam barreiras, a
85 | P á g i n a
distância pode não ser considerada significativa. Por outro lado a barreira pode não importar
muito se a distância for tão curta que supera as barreiras entre dois pontos com um
relativamente baixo custo de esforço. Porque a distância e as barreiras podem agir
independentemente para influenciar a acessibilidade podem-se considerar como medidas
diferentes. Tomar em consideração a distância e as barreiras proporcionam um completo
conceito de custo de deslocação de e para uma assembleia de voto.
Fundamentalmente concluímos que este estudo comprovou a capacidade que a análise
espacial nos faculta a partir do momento em que, apesar de a informação ser escassa e a uma
escala pequena, nos permite realizar modelação espacial. Provou-se aqui as potencialidades
dos modelos de análise raster e da ferramenta SIG no auxílio às tomadas de decisão, quer
numa primeira fase apenas em termos visuais, quer na concepção e realização de modelos
espaciais.
5 . 3 P E R S P E C T I V A S F U T U R A S
Com uma actualização cartográfica de todo o território, assim como a existência de censos
populacionais, este estudo deverá ser actualizado pois uma das lacunas foi a escassez de
informação base actualizada sobre qual o exacto número de habitantes e quais os locais onde
residem. Com este tipo de informação, será possível localizar de forma mais eficiente as
assembleias de voto, de forma a estas serem colocadas mais próximo dos locais onde as
pessoas residam.
A análise foi efectuada a duas províncias bastante distintas entre si, contudo, a mesma
metodologia foi adoptada para ambas. Os resultados obtidos demonstraram ser possível a
utilização desta metodologia para espaços bastante distintos. Assim sendo a perspectiva futura
deste trabalho é a aplicação deste modelo nas restantes províncias angolanas. Este modelo
poderá ser considerado como uma mais-valia para o desenvolvimento do continente africano,
contribuindo para o auxílio à realização de eleições em diversos países, respondendo a uma
das mais essenciais questões aquando de eleições: Onde serão colocadas as assembleias de
voto de forma a abranger uma maior quantidade de eleitores, de forma a cada pessoa
expressar o seu direito máximo enquanto cidadão: “Um homem, um voto.”
86 | P á g i n a
6 . B I B L I O G R A F I A
ACE, (2008). The Electoral Knowledge Network. Disponível em http://aceproject.org/ace-
en/topics/vo/vof/vof03/vof03e, acedido a 02 de Fevereiro de 2008.
Aço, Samuel (2001), Caracterização social do sudoeste de Angola, Luanda.
Aggarwal, R. (2001). Use of GIS by Election of India. Disponível em
http://www.gisdevelopment.net/policy/india/application/me05_140abs.htm; acedido a 03 de
Maio de 2008.
Barkan, D., Densham, P. e Rushton, G. (2001). Designing Better Electoral Systems for Emerging
Democracies. Disponível em http://www.uiowa.edu/~electdis/, acedido a 02 de Fevereiro de
2008.
Black, M., Ebener, S., Aguilar, P., Vidaurre, M. e El Morjani, Z. (2004). Using GIS to Measure
Physical Acessibility to Health Care. World Health Organization. Disponível em
www.who.int/entity/kms/initiatives/Ebener_et_al_2004a.pdf, acedido a 02 de Fevereiro de
2008.
Câmara G., Palomo, D., Cartaxo, R., Souza M. e Oliveira R. (2005). Towards a generalized map
algebra: principles and data types. Image Processing Division (DPI) – National Institute for
Space Research (INPE). Disponível em
www.dpi.inpe.br/gilberto/papers/map_algebra_geoinfo2005.pdf, acedido a 02 de Fevereiro
de 2008.
Davis, W., (1899). The geographical cycle. Geographic Journal.
Delimitation - 2002 using GIS - a case study of Deoria district. Map India 2003- Social and Rural
GIS. Disponível em www.gisdevelopment.net/application/lis/rural/mi03244.htm, acedido a 02
de Fevereiro de 2008.
87 | P á g i n a
Diniz A. Castanheira, (1973). Características Mesológicas de Angola (descrição e correlação dos
aspectos fisiográficos, dos solos e da vegetação das zonas agrícolas angolanas) – Missão de
Inquéritos Agrícolas de Angola.
Eastman, J.R. (1997). Idrisi for Windows, Clark Universit. Worcester.
Ebener, S. (2005). Physical Accessibility to health care: From Isotropy to Anisotropy. Disponível
em http://www.gisdevelopment.net/magazine/years/2005/jun/care2.htm, acedido a 04 de
Maio de 2008.
ESRI (2001). ArcGIS Spatial Analyst: Advanced GIS Spatial Analysis Using Raster and Vector
Data. Disponível em www.esri.com/library/whitepapers/pdfs/arcgis_spatial_analyst.pdf,
acedido a 02 de Fevereiro de 2008.
ESRI (2007). ArcGis 9.2. Desktop Help. Disponível em
http://webhelp.esri.com/arcgisdesktop/9.2/index.cfm?TopicName=welcome, acedido a 07 de
Janeiro de 2008.
Farrow, A., Nelson A. (2001). An extension for computing travel time and market catchment
information. Internacional Center for Tropical Agriculture. Disponível em
www.ciat.cgiar.org/access/pdf/ciat_access.pdf, acedido a 02 de Fevereiro de 2008.
FCT – UNL (2007). Análise espacial: Álgebra de Mapas, Análise espacial exploratória e
Modelação. Disponível em
www.air.dcea.fct.unl.pt/aulas/eatig/apoio/Aula_T8/algebramapas.htm, acedido a 18 de
Agosto de 2008.
FMI (2007). Angola: Consultas do Artigo IV de 2007— Relatório do Corpo Técnico;
Pronunciamento do Representante do Corpo Técnico; Nota de Informação ao Público sobre a
Discussão no Conselho de Administração e Declaração do Administrador do FMI para Angola.
Disponível em http://www.imf.org/External/Pubs/FT/SCR/2007/por/cr07354p.pdf, acedido a
10 de Setembro de 2008.
Fotheringhatm, A., Brunsdom, C. e Charlton M. (2000). Quantitative Geography – Perspectives
on Spatial Data Analysis. London: Sage Publications.
Haining, R. (2003). Spatial data analysis. Cambridge: Cambridge University Press.
88 | P á g i n a
Handy, S. L. e Niemeyer, D. A. (1997). Measuring Accessibility: An Exploration of Issues and
Alternatives. Environment and Planning A, Vol. 29.
IST, (2007), Análise de Proximidade. Disponível em
www.websig.civil.ist.utl.pt/msig/downloads/sigii/documentos/A8-AnáliseDeProximidade.pdf,
acedido a 13 de Maio de 2008.
Julião, P. (1999). Measuring accessibility using GIS. Disponível em
http://www.geovista.psu.edu/sites/geocomp99/Gc99/010/gc_010.htm, acedido a 04 de Maio
de 2008.
Keck, W.M. (2000). Map Analysis: Grid-based Map Analysis Techniques and GIS Modeling.
Disponível em www.innovativegis.com/basis, acedido a 03 de Maio de 2008.
Kwan, M. (1998). Space-time and Integral Measures of Individual Accessibility: A Comparative
Analysis Using a Point-Based Framework. Geographical Analysis.
Leusen,V. (s/d). Line-of-sight and cost surface analysis using GIS: Pattern to Process. Disponível
em www.dissertations.ub.rug.nl/FILES/faculties/arts/2002/p.m.van.leusen/ch6.pdf, acedido a
04 de Maio de 2008.
Maguire, D., Batty, M., Goodchild, M. (2005). GIS, Spatial Analysis and Modeling. New York:
ESRI Press.
Makrí, M. e Folkesson, C. (s/d). Accessibility Measures for Analyses of Land Use and Travelling
with GIS. Disponível em www.tft.lth.se/kfbkonf/4Makrifolkesson.pdf, acedido a 04 de Maio de
2008.
Matos, J. (2007). Analise Espacial em Dados Matriciais. Leccionado no IST. Disponível em
www.websig.civil.ist.utl.pt/jmatos/uploads/71/432/Analise_Espacial_Raster_v2.pdf, acedido a
04 de Maio de 2008.
Meneses, H. B. (2003) Interface Lógica em Ambiente SIG para Bases de Dados de Sistemas.
Municipal Election's Office - City of Windsor (2006). Disponível em
http://elections.citywindsor.ca, acedido a 03 de Fevereiro de 2008.
89 | P á g i n a
Mutula, S. (2000). Supporting Democracy with ICTs: South Africa's Independent Electoral
Commission. Disponível em http://www.egov4dev.org/success/case/iec.shtml, acedido a 03 de
Fevereiro de 2008.
Nelson (2000). Accessibility, transport and travel time information. Disponível em
http://gisweb.ciat.cgiar.org/cross_scale/download/2.5_web.pdf, acedido a 03 de Maio de
2008.
Pelican, M. (2001). Cost Surfaces in logistics planning using GIS -A fire fighting vehicle arrival
time. Spatial Vision. Disponível em www.spatialvision.com.au/html/pdf/sv-paper-
firearrival.pdf, acedido a 03 de Fevereiro de 2008.
Pirie (1979). Measuring accessibility: a review and proposal. Environment and Planning A, vol.
11, pp. 299-312.
Regional Centre for Mapping of Resources for Development (2006). Disponível em
http://www.rcmrd.org/project14.php, acedido a 03 de Maio de 2008.
Rendinha, José (1971). Distribuição étnica de Angola, Centro de Informação e Turismo de
Angola, 7ª edição.
Richardson and Young (1982). A Measure of Linked-Trip Accessibility. Transportation
Rodrigue, J. (2007). The Geography of Transport Systems. Hofstra University. Disponível em
www.people.hofstra.edu/geotrans.
Schuknecht, J. e Gimpel, J. (2003). Political participation and the accessibility of the ballot box.
Political Geography. Disponível em www.vote.caltech.edu/reports/polgeogfinaljune03.pdf,
acedido a 03 de Maio de 2008.
Soares, Amílcar (2006). Geoestatística para as ciências da terra e do ambiente. Instituto
Superior Técnico, 2.ª edição.
Wade, T. e Shelly S. (2006). A to Z GIS. New York: ESRI Press.
Weber, E., Hasenack, H., Nodari, F., Reichmann, N. (s/d). Análise de alternativas de traçado de
uma Estrada utilizando rotinas de apoio à decisao em SIG. UFRGS – Centro de Ecologia.
90 | P á g i n a
Disponível em www.ecologia.ufrgs.br/labgeo/artigos/estrada.pdf, acedido a 03 de Maio de
2008.
Wilson, A. e Wiitala, M (2003). Estimating Travel Times to Forest-fires Using Resistance
Surfaces. Disponível em www.gis.esri.com/library/userconf/proc03/abstracts/a0293.pdf,
acedido a 03 de Fevereiro de 2008.
91 | P á g i n a
Anexos
92 | P á g i n a
Anexo 1 – Memorando sobre os princípios que presidiram à Elaboração do Mapeamento das Assembleias de
Voto e Respectiva Produção de Cadernos eleitorais
93 | P á g i n a
94 | P á g i n a
95 | P á g i n a
Anexo 3 – Estimação de tempo de viagem por tipo de ocupação do solo
para cenários de deslocação a pé e com veículos motorizados
Fonte: Black, Ebener, Aguilar, Vidaurre e El Morjani (s/d)
Anexo 2 - Velocidade por tipo de transporte (km/h)
Fonte: Nelson (2000)
