Detalhes bibliográficos
Ano de defesa: |
2014 |
Autor(a) principal: |
Rocha, Samille Santos |
Orientador(a): |
Pitombo, Cira Souza |
Banca de defesa: |
Pinto, Marília Dantas,
Delgado, Juan Pedro Moreno,
Silva, Antonio Nelson Rodrigues da |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal da Bahia. Escola Politécnica
|
Programa de Pós-Graduação: |
Engenharia Ambiental Urbana
|
Departamento: |
Não Informado pela instituição
|
País: |
brasil
|
Palavras-chave em Português: |
|
Link de acesso: |
http://repositorio.ufba.br/ri/handle/ri/15277
|
Resumo: |
O objetivo principal deste trabalho é estimar geração de viagens por transporte coletivo (TCO) em coordenadas conhecidas e desconhecidas. A ferramenta de análise espacial de dados utilizada é a Geoestatística (Krigagem Ordinária e Krigagem com Deriva externa). Os dados utilizados foram: a Pesquisa Origem- Destino (OD/1995), realizada na Região Metropolitana de Salvador (RMS) e dados de população e renda do último censo demográfico (IBGE, 2010), compatibilizados com as Macrozonas de tráfego (MZs). Foram utilizados dois diferentes tipos de amostragem para cada banco de dados (1995 e 2010): dados agregados,representados pelos centróides das MZs e dados obtidos através de uma malha regular, também associados aos centróides das células da malha. Assim, foram estimadas, em coordenadas conhecidas e desconhecidas, a geração de viagens por TCO, População e Empregos. Foram obtidos mapas de interpolação a partir das diferentes análises para estas variáveis. Observou-se que tanto população quanto a produção de viagens por TCO apresentam um padrão espacial crescente em direção ao Subúrbio Ferroviário da cidade. Já a atração de viagens e empregos não possuem continuidade espacial aparente, apresentando valores mais elevados apenas na região central de Salvador. Para a amostragem por centróides das MZs a validação dos resultados iniciais foi satisfatória, apresentando baixos valores de média de erros e variância dos erros. No entanto, houve baixa correlação entre os dados observados e estimados para ambas variáveis. Já para os dados analisados através da amostragem sistemática artificial, a correlação entre estes dados apresentou melhores resultados que a amostragem agregada por MZs. A análise através da krigagem com deriva externa gerou ainda melhores resultados. Além disso, foi possível prever variáveis de produção de viagens por TCO através de dados censitários populacionais. Este trabalho é uma etapa incipiente que busca melhorias de estimativas provenientes de modelagem geoestatística aplicada à análise de demanda por transportes. |