Land use interpretation for cellular automata models with socioeconomic heterogeneity

Ambiente Construido

Endereço:
AV. OSVALDO ARANHA, 99 - 3º ANDAR - NORIE - CENTRO
/ RS
0
Site: http://seer.ufrgs.br/ambienteconstruido
Telefone: (51) 3308-4084
ISSN: 16788621
Editor Chefe: [email protected]
Início Publicação: 31/05/1997
Periodicidade: Trimestral
Área de Estudo: Engenharia civil

Land use interpretation for cellular automata models with socioeconomic heterogeneity

Ano: 2011 | Volume: 11 | Número: 4
Autores: B. A. Furtado
Autor Correspondente: B. A. Furtado | [email protected]

Palavras-chave: CELLULAR AUTOMATA MODELS, URBAN DEVELOPMENTE, RMBH, SUPERVISED,CLUSTERING ANALYSIS

Resumos Cadastrados

Resumo Português:

Modelos de autômatos celulares para simulação da dinâmica urbana usualmente não incluem heterogeneidades sociais, típicas do espaço urbano. No intuito de lidar com tais falhas, este texto propõe a utilização de análise de agrupamento supervisionada para prover classificação em diferentes níveis socioeconômicos do uso do solo intra-urbano para utilização em modelos de autômatos celulares. Um teste empírico é aplicado no contexto altamente diversificado da Região Metropolitana de Belo Horizonte (RMBH). Os resultados demonstram que divisão de classes socioeconômicas de uso do solo em grande escala permite análise da dinâmica urbana detalhada. Além disso, os resultados permitem a quantificação da proporção da ocupação espacial urbana para os diferentes níveis de renda; e seu padrão em relação à localização do centro urbano.



Resumo Inglês:

Cellular automata models for simulation of urban development usually lack the social heterogeneity that is typical of urban environments. In order to handle this shortcoming, this paper proposes the use of supervised clustering analysis to provide socioeconomic intra-urban land use classification at different levels to be applied to cellular automata models. An empirical test in a highly diverse context in the Greater Metropolitan Area of Belo Horizonte (RMBH) in Brazil is provided. The results show that a reliable division into different socioeconomic land-use classes at large scale enable detailed urban dynamic analysis. Furthermore, the results also allow the quantification of the proportion of urban space occupation for different levels of income; (2) and their pattern in relation to the city centre.