%0 Thesis
%4 sid.inpe.br/jeferson/2003/12.18.07.36
%2 sid.inpe.br/jeferson/2003/12.18.07.36.31
%T Spatial dynamic modeling as a planning tool: simulation of urban land use change in Bauru and Piracicaba (SP), Brazil
%J Modelagem da dinâmica espacial como uma ferramenta auxiliar ao planejamento: simulação de mudanças de uso da terra em áreas urbanas para as cidades de Bauru e Piracicaba (SP), Brasil
%D 2004
%8 2003-10-03
%9 Tese (Doutorado em Sensoriamento Remoto)
%P 321
%A Almeida, Cláudia Maria de,
%E Fonseca, Leila Maria Garcia (presidente),
%E Monteiro, Antônio Miguel Vieira (orientador),
%E Câmara, Gilberto (orientador),
%E Florenzano, Tereza Gallotti,
%E Soares Filho, Britaldo Silveira,
%E Batty, Michael,
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K cellular automata, urban planning, urban modeling, land use change, weights of evidence, logistic regression, regression analysis, Autômatos celulares, planejamento urbano, modelagem urbana, mudanças de uso do solo, pesos de evidência, regressão logística, análise de regressão.
%X Este trabalho propõe-se a fornecer diretrizes metodológicas para a simulação de dinâmicas de uso do solo urbano. Experimentos de modelagem de mudanças de uso da terra foram realizados para duas cidades de médio-porte (Bauru e Piracicaba) localizadas no interior do Estado de São Paulo, ao longo de séries multitemporais de aproximadamente trinta e cinco anos. As transições de uso do solo foram estimadas através de dois diferentes métodos probabilísticos empíricos - `pesos de evidência´, baseado no teorema da probabilidade condicional de Bayes, e regressão logística. As probabilidades de mudança de uso do solo obtidas a partir daí alimentaram um modelo de autômatos celulares, construído com base em algoritmos de transição estocásticos. Aspectos sócio-econômicos e de infra-estrutura demonstraram ser variáveis forçantes de mudanças de uso do solo em nível local, cuja lógica pode ser explicada à luz das teorias econômicas de crescimento e desenvolvimento urbano. Os resultados das simulações foram validados espacialmente em função de um procedimento estatístico de ajuste por múltiplas resoluções. Após a conclusão das simulações para sucessivos ciclos de tempo ao longo das séries multitemporais, foram realizadas simulações de prognóstico de cenários estacionários e não-estacionários de tendências de transição. Os primeiros foram determinados através do modelo Markoviano, ao passo que os cenários nãoestacionários foram obtidos a partir de modelos de regressão linear, relacionando taxas de transição do uso do solo a dados demográficos e indicadores de desempenho econômico. Ambos os tipos de cenários de prognóstico foram conjecturados para o curto e médio prazo, respectivamente 2004 e 2007. E por fim, devida atenção foi dispensada a possíveis aplicações e extensões deste trabalho. ABSTRACT: This work is committed to provide methodological guidelines for the simulation of urban land use dynamics. Modeling experiments of urban land use change were conducted for two medium-sized cities (Bauru and Piracicaba) located in the inland of São Paulo State over time series of approximately thirty-five years. Land use transitions were estimated using two different empirical probabilistic methods - the `weights of evidence´ approach, based on Bayes´ theory, and logistic regression. The thereof derived land use change probabilities drove a cellular automata model, built upon basis of stochastic land use allocation algorithms. Socioeconomic and infrastructural factors demonstrated to be the drivers of local land use change, whose logic is explained in light of economic theories of urban development and growth. The simulation outputs were statistically validated according to a multiple resolution fitting procedure. After the accomplishment of simulations for successive time periods along the whole time series, forecast simulations were carried out for stationary and non-stationary scenarios of transition trends. The former were assessed through the Markov chain, while the latter were obtained from linear regression models relating rates of land use change to demographic data and economic performance indicators. Both types of forecast scenarios were built for the short- and medium-term, respectively 2004 and 2007. And finally, a due attention was drawn to possible extensions of this work throughout.
%@language en
%3 publicacao.pdf
%( sid.inpe.br/jeferson/2003/12.18.07.29