Nesse post eu trouxe um pouco da minha experiência da dissertação do meu mestrado na Universidade Federal do Paraná – UFPR, Programa de Pós Graduação em Planejamento Urbano – PPU.
O objetivo é destacar mais são os mapas, na minha opinião, imprescindíveis para uma dissertação de mestrado ou até mesmo uma tese de doutorado.
Esses mapas vão facilitar o entendimento do leitor da sua pesquisa, alguns são simples, outros, mais complexos. O importante é que você não deixe passar o momento certo de elaborar esses mapas. No final do post também vou explicar como vai funcionar a mentoria “Trilha de Sucesso em Geoprocessamento para a Sua Pesquisa“, que vai acontecer do dia 07/10/2024 a 01/11/2024.
Você pode ir clicando em cada título para ir direto ao mapa de seu interesse, tem também uma vídeo-aula no final do post!
Quer sair do zero e elaborar mapas completos e complexos, com dados e informações organizadas e legíveis em um curso de apenas 6h?
Independente do seu recorte de estudo, ou seja, se o município, bairro ou país que esteja usando como foco da pesquisa, seja popularmente conhecido ou não, é interessante elaborar um bom mapa de localização.
Esse mapa deve conter diferentes escalas de inserção, por exemplo, país, estado, municípios, bairro (caso seu recorte seja um bairro). Veja o exemplo da minha dissertação a seguir:
Esse mapa contém o mapa do Brasil, o mapa da Região Metropolitana de Curitiba e finalmente o recorte do estudo que é o Arranjo Populacional de Curitiba, que consiste em 18 municípios, definidos pelo IBGE em 2016.
Mas não é só isso, existem outros elementos que facilitam a leitura e localização do leitor. Como por exemplo: aeroporto, rodovias e vias principais, sedes municipais, raios de 10km do centro de Curitiba (para que o leitor tenha outra referência de distância, além da escala gráfica).
Ainda, como fazia parte do meu tema da pesquisa, aproveitei o mapa para trazer outras informações importantes. A mancha urbanizada (malha viária), áreas de preservação e hidrografia.
A melhor fonte de dados do Brasil é o IBGE – Instituto Brasileiro de Geografia e Estatística. Além de ser o instituto oficial de fornecimento de dados, ele está sempre inovando e facilitando o uso de dados pelos seus usuários.
As informações mais ricas são dos Censos. Pois os recortes de dados são pequenos, os chamados Setores Censitários, e é possível fazer análises precisas de várias escalas de recorte de estudo.
O mapa a seguir é um exemplo de coleta e tratamento de dados simples do Censo IBGE 2010:
Esse mapa foi feito utilizando dois dados do Censo, a área em Hectare de cada setor (feito por meio de cálculo automatizado) e a população total de cada Setor Censitário. Após isso foi feita a representação em escala sequencial.
Se você não souber o que é escala sequencial de cores, veja esse vídeo aqui – Como escolher a paleta de cores no QGIS ou veja o post aqui do site: Como escolher a paleta de cores no QGIS
Mas não é só isso, você também fazer cruzamentos de dados mais complexos, como por exemplo, usar uma metodologia de índice existente ou criar a sua própria. Na minha dissertação, optei por usar uma metodologia de coleta e tratamento de dados de um índice socioeconômico existente. Essa fonte é outra dissertação de mestrado, que usa o recorte de Florianópolis, mas como os dados do IBGE têm a mesma qualidade para todo o Brasil, foi possível replicar em Curitiba. Os dados usados foram informações de renda, educação, habitação, infraestrutura e vizinhança. Veja a seguir:
O cruzamento de dados para elaboração desse mapa foi feito no Excel, em um segundo momento, foram associados aos Setores Censitários. A paleta de cores usada é divergente, pois demonstra contraste de informações (bom – ruim).
Uma fonte alternativa de dados, são os dados livres, ou seja, que foram criados por algum tipo de comunidade e são disponibilizados de forma gratuita e aberta para uso. Na aba bases de dados é possível encontrar várias delas.
De todas as que eu já usei, a minha preferida é do OSM – Open Street Maps, considero uma fonte bem consistente e atualizada. Veja o mapa a seguir:
Esse mapa usa dados de Pontos de Interesse do OSM e foi necessária algumas etapas de tratamento dos dados. A primeira foi excluir alguns pontos irrelevantes como bancos de praça, caixas eletrônicos, lixeiras ou torres de comunicação. A segunda foi transformar os dados de pontos para polígonos hexagonais, para facilitar a visualização e a terceira foi a classificação gradual sequencial nessa paleta de cores “inferno”.
De toda forma é preciso tomar cuidado com esse tipo de fonte e analisar com cuidado a veracidade das informações. É claro que nem todos os pontos estão realmente mapeados, por exemplo, eu observei que os pontos de transporte público não tinham muita conexão com a realidade e exclui também.
Se você obtiver os dados para a reprodução de um mapa existente, faça isso. Evite copiar e colar mapas que foram elaborados com outros propósitos, defina o objetivo do mapa e ressalte as informações que vão de encontro aos objetivos da sua pesquisa.
Veja o mapa a seguir:
Esse mapa é uma releitura de outro com o mesmo nome elaborado pela COMEC – Coordenação da Região Metropolitana de Curitiba em 2006. As informações são interessantes, mas as cores, ao meu ver, não facilitavam a leitura do usuário, por isso eu refiz o mapa. Essa releitura foi bem simples, eu apenas identifiquei os dados usados na época e reorganizei as camadas e cores.
Provavelmente você vai fazer alguma coleta de dados para a sua pesquisa, se você conseguir espacializar esses dados em um mapa será um diferencial e tanto. Além disso, se você conseguir tempo hábil para fazer uma análise profunda desses dados, é a situação ideal.
O desafio é conseguir fazer essa coleta e tratamento a tempo, para que as informações sejam relevantes e a análise saia do superficial. Por isso é importante que você saiba quanto tempo vai levar para se organizar na produção desses mapas.
Na minha dissertação eu trabalhei com a TSE – Teoria da Sintaxe Espacial e para isso, precisei de uma base de sistema viário própria dos 18 municípios do Arranjo Populacional de Curitiba. Foram alguns meses de ajuste de uma base existente e algumas semanas para processar os dados georreferenciados no QGIS, processar os dados numéricos em Python e elaborar os mapas. Veja a seguir dois exemplos:
A representação das linhas utilizada nesses mapas é padrão da TSE, já os elementos de contexto foram uma adição minha. As cores são padrão divergente (bom – ruim), porém, na TSE há uma característica incomum, o vermelho representa o bom, alta conectividade e o azul representa o ruim, baixa conectividade.
Com apenas uma base de dados de segmentos (elemento georreferenciado próprio da sintaxe), foi possível elaborar esses dois acima e outros, como o de centralidades.
Se você gostou desse conteúdo e quer aprender com mais detalhes a como fazer esses mapas, vem aí a minha primeira mentoria!
Serão 4 encontros online, sempre das 09 às 11h, em grupo de duas horas de duração.
Os assuntos principais são:
1. 09/10/2024: Introdução ao geoprocessamento e como buscar os primeiros dados e verificar se vão servir ou não para sua pesquisa, vamos usar QGIS, IA e Python.
2. 16/10/2024: Como elaborar a estratégia de ação para a elaboração dos mapas, ou seja, como definir claramente os objetivos dos mapas (de acordo com o seu tempo hábil) e as principais análises.
3. 23/10/2024: Como colocar a mão na massa do jeito certo, salvando os arquivos e criando sua biblioteca sem correr riscos de perca de dados, como fazer uma limpeza refinada e o geoprocessamento dos dados.
4. 30/10/2024: Como elaborar mapas profissionais, com volume de informações adequado, paleta de cores bem definida e elementos fundamentais inseridos da forma correta.
Além dos 4 encontros, cada mentorado terá direito a mais 1 encontro individual.
Vídeo aula
Para acompanhar esse conteúdo ouvindo e de quebra pegar mais algumas dicas, assista o vídeo no Youtube:
Fique por dentro das novidades da qualimapas assinando a newsletter no botão inscreva-se ou clicando aqui.
É grátis e apenas 1 email por mês.
