Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Reavaliar otimização de cobertura #20

Open
ppKrauss opened this issue Feb 18, 2023 · 6 comments
Open

Reavaliar otimização de cobertura #20

ppKrauss opened this issue Feb 18, 2023 · 6 comments

Comments

@ppKrauss
Copy link
Contributor

ppKrauss commented Feb 18, 2023

Exemplo de https://osm.codes/BR-SP-RioClaro

Potencial falha na cobertura-base?

O poligono pode ser coberto por 30 células,
image

Vantagens: 1. menor área de interseção com outros municípios (otimiza análise de fronteiras?). 2. sem custo adicional da resolução de overlay (? avaliar se representa custo já que seria por prefixo apenas).

Desvantagens: 1. pouca reserva, e 2. eventual desperdício em área rural.

... Mas atualmente (2023-02-15) se encontra coberto por 4 células maiores:
image

Vantagens do atual: 1. mais reserva; 2. mímina cobertura-base (maior performance no scan geométrico?); 3. overlay cumprindo com o papel esperado (custo ou maior performance por prefixo?).

Desvantagens do atual: maior área de interseção com outros municípios (representa custo na análise de fronteiras?).

Falha de otimização na cobertura-base de fronteira mínima

Podemos reduzir em fronteiras mínimas:

image

Vantagem: redução das áreas de interseção.

Desvantagem: descontinuidade (sai do padrão esperado pelo usuário) no número de dígitos da área rural.

@ppKrauss
Copy link
Contributor Author

Otimizar porções rurais ou hiper-otimizar mancha urbana?

Exemplo de BR-SP-Cunha, onde sobra reserva, mas não tem mancha urbana relevante...
Podemos optar pelo apoio ao turismo, abrangendo uma vasta área rural nos entornos das pequenas manchas urbanas:

image

Foram eleitas:

  • "Centro de Cunha", a mancha maior, e todas as suas 8 vizinhas
  • Campos de Cunha, uma mancha menor
  • Uma mancha ainda menor porém viznha da cobertura do "Centro de Cunha", denominada Paratinga.
  • Exclusão: reservas (solicitar polígonos).

A cidade tem vocação para o Turismo Rural, apesar dessa tendência não ser destacada nos indicadores (expressam por bares, restaurantes e serviços de alojamento e alimentação) e artesanal (principalmente cerâmica)... Há que se decidir localmente se essa será a ênfase, ou se preferem as coberturas overlay hiper-otimizadas para a mancha urbana:

image

@ppKrauss
Copy link
Contributor Author

ppKrauss commented Mar 4, 2023

Obter Mancha e/ou área orbanizada

Com apenas a o tamanho da área já poderiamos tomar a decisão em diversos municípios. A relação entre área A_tot total do município e a área A_urb da sua mancha urbana corrente, A_urb / A_tot, permite inferir o overlay através da seguinte heurística a ajustar:

  • se maior que 50% então é um município muito urbano e não há como melhorar por overlay a cobertura, exceto se houver muito reserva.

  • se menor que 50% então podemos otimizar 1 dígito

  • se menor que 1% então podemos otimizar 2 dígitos, e já estimar e cobrir o centro dado pela Wikidata e suas 8 vizinhanças.

Por exemplo BR-SP-Caiua é menos que 1% e resulta em

image

Consistente com dado do IBGE, de área urbana é de 1,49 km². Contra os 553 km² do seu polígono, potanto 0,3%.

image

@ppKrauss
Copy link
Contributor Author

ppKrauss commented Mar 5, 2023

Ver também Wiki com algoritmos, https://github.com/osm-codes/GGeohash/wiki/Algoritmos-de-cobertura

Dados para a inferência de overlay

Densidade populacional:

  • Grade IBGE do Brasil
  • Grade DANE da Colômbia

Mancha urbana e classificação

Expansão da mancha urbana:

  • Colômbia ofereceu mapas de zona urbana prevista para a próxima década, provavelmente por município
  • Conferir se existe por município no Brasil

Exemplo de mapa vetorial das manchas, IBGE 2019 sobre São Carlos e Araraquara (com o cuidado que alguns polígonos são classificados como "Vazio Intraurbano").

image

image

Para download no IBGE:

Planilha: Tabela 8418 - Áreas urbanizadas, Loteamento vazio, Área total mapeada e Subcategorias
image

image

Shape:
image


Ver resultados de

select * from (
  select *, round(100*urban_km2/(km2+1)) perc_area_urb from (
    select j.isolabel_ext, (info->'area_km2')::float as km2, u.area_km2 as urban_km2
    from  optim.jurisdiction j INNER JOIN br_jurisdic_urban_area u 
     ON u.jurisd_local_id=j.jurisd_local_id AND j.jurisd_base_id=76
  ) t
 where isolabel_ext like 'BR-%-%' order by 1
) t2 
where perc_area_urb < 2;
-- where perc_area_urb >50 order by perc_area_urb DESC, 1;
  • 4180 municípios do Brasil não possuem mais que 1% do território tomado por mancha urbana
  • 32 municípios possuem 50% ou mais, ver tabela abaixo.
  • o restante dos 1358 (= 5570-4180-32) municípios encontram-se em casos intermediários, com tresholds a serem melhor calibrados.

Exemplo amostral, cidades de SP denominadas "Camp*":

isolabel_ext km2 urban_km2 perc_area_urb
BR-SP-Campinas 795 245.1428 31
BR-SP-CampoLimpoPaulista 80 23.6015 29
BR-SP-CamposJordao 290 23.9904 8
BR-SP-CampinaMonteAlegre 186 1.9667 1
BR-SP-CamposNovosPaulista 484 0.942 0

Analisando mapas e coberturas-base: Campinas e CampoLimpoPaulista requerem mapas de densidade ou mancha urbana. CamposJordao já tem cobertura-base boa (densa), usaria o centro histórico como referência e apenas seu region-grow como overlay. CampinaMonteAlegre e CamposNovosPaulista são unimodais (uma só mancha) e podem usar o algoritmo do entorno do centro (dispensa análise de polígono ou densidade da mancha urbana!).

Municipios com 50% ou mais:

isolabel_ext km2 urban_km2 perc_area_urb
BR-DF-Brasilia 449 590.2166 ? 131?
BR-RJ-SaoJoaoMeriti 35 35.2135 98
BR-SP-SaoCaetanoSul 15 15.3307 96
BR-PE-Olinda 41 39.7902 95
BR-SP-Osasco 65 60.619 92
BR-SP-TaboaoSerra 20 18.6092 89
BR-SP-Carapicuiba 36 32.5745 88
BR-SP-Diadema 31 27.5114 86
BR-MG-BeloHorizonte 331 274.042 83
BR-CE-Fortaleza 312 253.6912 81
BR-RJ-BelfordRoxo 78 62.8938 80
BR-SP-Jandira 17 14.4152 80
BR-SP-Poa 17 14.2376 79
BR-PR-Curitiba 434 336.5066 77
BR-SP-Maua 62 42.5349 68
BR-SP-Barueri 64 43.5192 67
BR-PE-Recife 219 142.9853 65
BR-SP-FerrazVasconcelos 29 17.9475 60
BR-SP-Hortolandia 62 37.5767 60
BR-SP-SaoPaulo 1524 914.5644 60
BR-RN-Natal 167 99.3168 59
BR-RS-Canoas 131 74.4304 56
BR-RS-Cachoeirinha 44 24.7179 55
BR-RS-Esteio 27 15.2541 54
BR-SP-VarzeaPaulista 35 19.4947 54
BR-RJ-RioJaneiro 1202 640.3365 53
BR-SP-Itaquaquecetuba 82 43.8388 53
BR-MG-Contagem 195 102.3259 52
BR-PB-JoaoPessoa 211 110.8201 52
BR-RJ-Niteroi 134 70.5238 52
BR-RJ-SaoGoncalo 247 129.8256 52
BR-BA-LauroFreitas 62 31.9123 51

@ppKrauss
Copy link
Contributor Author

ppKrauss commented Apr 2, 2023

Eexemplo de caso onde excedeu em um ou dois
image

@luisfelipebr
Copy link

Sugestão de decisões para escolha do overlay:

  • 1 Se o município tiver pequena extensão territorial - overlay simples -- exemplo Diadema
  • 2 Se o município tiver grande extensão territorial - overlay urbano (da área construída ou áreas ocupadas contínuas) -- exemplo Altamira
  • 3 Se o município tiver grande população absoluta - overlay urbano (da área construída ou áreas ocupadas contínuas) -- exemplo São Paulo
  • 4 Outros casos - overlay simples

Avaliar a inclusão de critério sobre a proporção da área construída (urbano/rural) ou área ocupada, com o risco de incluir overlay urbana em municípios com vocação rural.

Outra opção é fazer o overlay simples em todos os casos e overlay urbano/rural apenas sob demanda.

No caso do overlay urbano, podemos utilizar as células excedentes para expandir o overlay a cada 10 anos, após a publicação da grade estatística ou outro produto da área construída.

@ppKrauss
Copy link
Contributor Author

@0e1 reunir conclusões técnicas e propostas/justificativas @luisfelipebr em página Wiki para encerrar aqui.


Sobre a heurística e estatísticas preliminares: ver tabela br_ibge_urbanizadas_t8418 com áreas urbanas (loteamentos ocupados ou não) de 2019 (in2019_km2)... Nela aparecem alguns problemas, como Campinas com apenas 30% de urbanização, e DF com mais de 100%. No caso do DF pode ser diferença de geometria (IBGE 2019 vs OSM 2020).

Um efeito interessante é que mais de 90% dos municípios do Brasil possuem menos de 50% de áreas urbanizadas, segundo essa query: não deve estar tão errada. O percentual de urbanização será tão mais sensível quanto menor for o município. Talvez seja interessante agrupar "grandes", "médios" (mais que 100 km2) e "pequenos" (menos que 100 km2) para uma análise mais consistente dos critérios estatísticos.

-- base dl06t_main
select *, round(100.0*in2019_km2/geom_km2)::int as perc
from (
  select jurisd_local_id, isolabel_ext, 
            (info->'area_km2')::real as geom_km2,
            round(b.in2019_km2)::real as in2019_km2 
  from optim.jurisdiction j INNER JOIN br_ibge_urbanizadas_t8418 b ON b.ibge_id=j.jurisd_local_id  
  where isolabel_ext like 'BR-%-%'
) t order by 5 desc, isolabel_ext;
jurisd_local_id isolabel_ext geom_km2 in2019_km2 perc
5300108 BR-DF-Brasilia 449 590 131
3305109 BR-RJ-SaoJoaoMeriti 35 35 100
3548807 BR-SP-SaoCaetanoSul 15 15 100
2609600 BR-PE-Olinda 41 40 98
3552809 BR-SP-TaboaoSerra 20 19 95
3534401 BR-SP-Osasco 65 61 94
3510609 BR-SP-Carapicuiba 36 33 92
3513801 BR-SP-Diadema 31 28 90
3106200 BR-MG-BeloHorizonte 331 274 83
3525003 BR-SP-Jandira 17 14 82
3539806 BR-SP-Poa 17 14 82
2304400 BR-CE-Fortaleza 312 254 81
3300456 BR-RJ-BelfordRoxo 78 63 81
4106902 BR-PR-Curitiba 434 337 78
3505708 BR-SP-Barueri 64 44 69
3529401 BR-SP-Maua 62 43 69
2611606 BR-PE-Recife 219 143 65
3515707 BR-SP-FerrazVasconcelos 29 18 62
3519071 BR-SP-Hortolandia 62 38 61
3550308 BR-SP-SaoPaulo 1524 915 60
2408102 BR-RN-Natal 167 99 59
4303103 BR-RS-Cachoeirinha 44 25 57
4304606 BR-RS-Canoas 131 74 56
4307708 BR-RS-Esteio 27 15 56
3523107 BR-SP-Itaquaquecetuba 82 44 54
3556503 BR-SP-VarzeaPaulista 35 19 54
2507507 BR-PB-JoaoPessoa 211 111 53
3303203 BR-RJ-Nilopolis 19 10 53
3303302 BR-RJ-Niteroi 134 71 53
3304557 BR-RJ-RioJaneiro 1202 640 53
... ... ... ...

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

No branches or pull requests

2 participants