Modelagem da dinâmica espacial como uma ... - mtc-m12:80 - Inpe

Recommendations

Info

Número de intervalos FIGURA 6.57 – Testes de ACF e ACF parcial para a área de uso industrial (destarea). As variáveis independentes “população urbana (popurb)”, “PIB total (pibtot)” e “PIB industrial (pibind)” mostram uma alta correlação com a variável resposta “área de uso industrial (destarea)”. Uma vez que essas três variáveis independentes são altamente correlacionadas entre si (TABELA 6.66), apenas a variável “PIB industrial” permanece no modelo final de regressão. Embora esta correlação com a variável resposta não seja a maior, ela foi considerada a que melhor explica o aumento na área de uso industrial da cidade nas últimas três décadas. Os diagramas de espalhamento referentes à matriz de correlação para o modelo “nu_ind” são apresentados na FIGURA 6.58. A equação final para este modelo univariado é a seguinte: 288 , (6.5) cujo R 2 é 0,882, e o p-value do intervalo de confiança de 95% para β0 é 0,053 e para β1 é 0,002 (p < 0,05). Y = β 0 + β 1 X Limites de Confiança Coeficiente Y = 1.105,895 + 0,001795 . pibind Número de intervalos Na análise de variância (ANOVA), a soma de quadrados reflete em que medida Y é ^ divergente de Y. Neste sentido, para modelos bem ajustados, espera-se que a soma de quadrados da regressão >>> soma residual de quadrados, e assim, que a soma de quadrados da regressão responda pela maioria da soma total de quadrados (TABELA 6.67). ACF Parcial Limites de Confiança Coeficiente
TABELA 6.66 – Matriz de correlação para o modelo “nu_ind”: Piracicaba, 2000-2004. **. Correlação é significante no nível 0,01 (2 caudas) * . Correlação é significante no nível 0,05 (2 caudas) FIGURA 6.58 – Diagramas de espalhamento para a matriz de correlação do modelo “nu_ind”: Piracicaba, 2000-2004. TABELA 6.67 – Análise de variância para o modelo “nu_ind”: Piracicaba, 2000-2004. a. Preditores: (Constante), PIBIND b. Variável Dependente: DESTAREA 289
Page 1 and 2:
INPE-10567-TDI/942/ A MODELAGEM DA
Page 5:
“A luz do conhecimento se aliment
Page 9:
A meus pais, Claudionor de Almeida
Page 12 and 13:
Eu gostaria de expressar o meu reco
Page 15:
SPATIAL DYNAMIC MODELING AS A PLANN
Page 18 and 19:
3.2.2 O Ciclo da Cana-de-Açúcar (
Page 20 and 21:
6.1.5.2 Prognósticos Não-Estacion
Page 22 and 23:
5.6 - Diagramas de espalhamento esq
Page 24 and 25:
6.44a- Mapas de probabilidade de tr
Page 26 and 27:
6.29 - Matriz de probabilidades de
Page 29 and 30:
LISTA DE EQUAÇÕES 2.1 Dj = Aexp(
Page 31 and 32:
5.8 5.9 5.10 5.11 5.12 5.13 5.14 5.
Page 33 and 34:
5.34 5.35 5.36 5.37 5.38 5.39 5.40
Page 35 and 36:
5.56 5.57 5.58 5.59 5.60 5.61 162 5
Page 37 and 38:
^ ^ 5.82 Y = Y 173 2 5.83 5.84 5.85
Page 39 and 40:
LISTA DE SIGLAS E ABREVIATURAS ACF
Page 41:
TM - 5 - Sensor Thematic Mapper do
Page 44 and 45:
Argentina entraram na era de produ
Page 46 and 47:
da zona franca de Manaus (1957); na
Page 48 and 49:
permaneceram não-espaciais a gross
Page 50 and 51:
• Realizar experimentos de mudan
Page 52 and 53:
mais ou menos suscetíveis a mudan
Page 55 and 56:
CAPÍTULO 2 FUNDAMENTAÇÃO TEÓRIC
Page 57 and 58:
ou mais, mas os governos diferem qu
Page 59 and 60:
décadas do século passado, poderi
Page 61 and 62:
Um sistema é um conjunto de partes
Page 63 and 64:
irá suplantar as demais; em uma se
Page 65 and 66:
anos 50 e começo dos anos 60, imed
Page 67 and 68:
Início Dados de entrada: emprego b
Page 69 and 70:
subseqüente (Wegener et al. 1986).
Page 71 and 72:
Bifurcação 7 , segundo a qual peq
Page 73 and 74:
Estuario e Terra Ferma - e o modelo
Page 75 and 76:
Um outro modo de se obter modelos u
Page 77 and 78:
espeito à mobilidade, dado que ess
Page 79 and 80:
elacionais e metarelacionais, deter
Page 81 and 82:
Uma outra propriedade interessante
Page 83 and 84:
explorar a forma pela qual CA stric
Page 85 and 86:
computar a demanda residencial. Est
Page 87 and 88:
especialista humano, que chegam à
Page 89 and 90:
contexto real com um nível de deta
Page 91:
CA são também considerados como m
Page 94 and 95:
Bauru é delimitada pelas seguintes
Page 96 and 97:
ápida e intensa ocupação do oest
Page 98 and 99:
êxodo rural dirigido às cidades.
Page 100 and 101:
3.2.4.5 Anos 1980 - 1989 Os anos 80
Page 102 and 103:
Com isso, o interior do Estado não
Page 104 and 105:
detrimento daquelas de ocupação r
Page 106 and 107:
Redonda, no Estado do Rio de Janeir
Page 108 and 109:
1910 - 1920 1920 - 1930 1930 - 1940
Page 110 and 111:
O duto de gás que se estende da Bo
Page 112 and 113:
materializada pelas primeiras exped
Page 114 and 115:
Quarenta anos foram considerados co
Page 116 and 117:
4.1.2 Fotos Aéreas Digitais Confor
Page 118 and 119:
caracteriza as áreas urbanas. Solb
Page 120 and 121:
indicadores de desempenho econômic
Page 122 and 123:
c) Conversão do VA total em R$ de
Page 124 and 125:
É importante lembrar que a soma de
Page 126 and 127:
TABELA 4.3 - Coordenadas dos pontos
Page 128 and 129:
4.3.2.3 Registro Imagem-Dado Vetori
Page 130 and 131:
intervalo de densidade de ocupaçã
Page 132 and 133:
6, apresentam distorções generali
Page 134 and 135:
132
Page 136 and 137:
do uso (p.ex. uso não-urbano para
Page 138 and 139:
P {R/S} = P {R % S} = P {S/R} P {R}
Page 140 and 141:
P {R/S 1 % S 2} = P {S 1 % S 2/R} .
Page 142 and 143:
De acordo com Bonham-Carter (1994),
Page 144 and 145:
p, dividindo-se cada elemento de á
Page 146 and 147:
Nos casos onde elevadas correlaçõ
Page 148 and 149:
Um exemplo desta análise visual co
Page 150 and 151:
5.2.1.6 Teste de Validação Estat
Page 152 and 153:
Outros modelos estatísticos de val
Page 154 and 155:
P i,j (x,y) = e L 152 1 + e L , (5.
Page 156 and 157:
Para se encontrar o valo de ß que
Page 158 and 159:
Uma das primeiras questões levanta
Page 160 and 161:
a A,B = ∆ A,B α σ σ 2 A . 2 B
Page 162 and 163:
P i,j (x,y)= e 160 , (5.55) onde t
Page 164 and 165:
O resíduo do desvio (“deviance
Page 166 and 167:
Modelos ajustados sempre se comport
Page 168 and 169:
Pij=1). Neste caso, é possível ca
Page 170 and 171:
5.3.2. Modelos de Regressão Linear
Page 172 and 173:
correlaciona os valores de uma sér
Page 174 and 175:
e a matriz de variância-covariânc
Page 176 and 177:
Os quadrados médios MSR (quadrado
Page 178 and 179:
Um gráfico de uma distribuição n
Page 180 and 181:
simulação; Pnu_res é a probabili
Page 182 and 183:
Quanto à delimitação de horizont
Page 184 and 185:
As variáveis estáticas referem-se
Page 186 and 187:
transições, de modo que o número
Page 188 and 189:
186 Dados de RS Tabul. Cruzada Matr
Page 190 and 191:
mais sensatos. Infelizmente, a maio
Page 192 and 193:
FIGURA 6.1 - Mapa oficial da cidade
Page 194 and 195:
FIGURA 6.4 - Mapa de tabulação cr
Page 196 and 197:
obtidos para o Índice de Cramer (V
Page 198 and 199:
FIGURA 6.6 - Exemplo de um mapa de
Page 200 and 201:
NU_RES NU_IND NU_INST NU_SERV Mapas
Page 202 and 203:
avermelhadas nos mapas de probabili
Page 204 and 205:
TABELA 6.8 - Testes de ajuste para
Page 206 and 207:
FIGURA 6.9 - Mapa oficial da cidade
Page 208 and 209:
FIGURA 6.12 - Mapa de tabulação c
Page 210 and 211:
para os pares de variáveis usadas
Page 212 and 213:
Nota: Faixas de distâncias em metr
Page 214 and 215:
RES_MIST Legendas: Mapas de Probabi
Page 216 and 217:
6.1.2.2 Método de Regressão Logí
Page 218 and 219:
As grades numéricas foram converti
Page 220 and 221:
NU_RES NU_IND NU_SERV RES_SERV Mapa
Page 222 and 223:
Uso do Solo em 1988 Simulação 2 U
Page 224 and 225:
habitantes urbanos. Em 2000, a popu
Page 226 and 227:
Para o período de simulação 1988
Page 228 and 229:
TABELA 6.24 - Associações entre v
Page 230 and 231:
NU_RES NU_IND NU_SERV RES_SERV Mapa
Page 232 and 233:
TABELA 6.27 - Testes de ajuste para
Page 234 and 235:
Uso do Solo Real - 1967 Simulação
Page 236 and 237:
Simulação - 1983 Simulação - 19
Page 238 and 239:
Simulação - 1999 Uso não-urbano
Page 240 and 241: desses usos do solo de destino junt
Page 242 and 243: TABLE 6.33 - Matriz de correlação
Page 244 and 245: Limites de Confiança Coeficiente N
Page 246 and 247: Em relação à análise de resídu
Page 248 and 249: TABELA 6.37 - Matriz de correlaçã
Page 250 and 251: modelo “nu_ind”. No cenário pe
Page 252 and 253: padrão de expansão concorda com a
Page 254 and 255: Uso do Solo em 2000 Cenário Otimis
Page 256 and 257: FIGURA 6.39 - Mapa oficial da cidad
Page 258 and 259: FIGURA 6.42 - Mapa de tabulação c
Page 260 and 261: a ) b) c) d ) e) f) FIGURA 6.43 - V
Page 262 and 263: TABELA 6.49 - Valores de W + para a
Page 264 and 265: criadas ao longo de margens baixas
Page 266 and 267: NU_LAZ RES_SERV RES_COM SERV_COM Ma
Page 268 and 269: TABELA 6.51 - Testes de ajuste para
Page 270 and 271: Conforme exposto na Seção 6.2.1,
Page 272 and 273: Para o período de simulação 1985
Page 274 and 275: TABELA 6.56 - Associações entre v
Page 276 and 277: NU_RES NU_IND NU_INST NU_LAZ Mapas
Page 278 and 279: Uso do Solo em 1999 Simulação 2 U
Page 280 and 281: Uso do Solo Real - 1962 Simulação
Page 282 and 283: Simulação - 1978 Simulação - 19
Page 284 and 285: Simulação - 1994 Simulação - 19
Page 286 and 287: Assim como no caso de Bauru, os uso
Page 288 and 289: TABELA 6.64 - Matriz de correlaçã
Page 292 and 293: Quanto à análise de resíduos, qu
Page 294 and 295: Uso do Solo em 1999 Cenário Otimis
Page 296 and 297: eferente ao PIB total foi de US$ 3.
Page 298 and 299: 6.3 Conclusões Para ambas as cidad
Page 300 and 301: ao fato de que ambas cidades testem
Page 302 and 303: 300
Page 304 and 305: O emprego do método de estatístic
Page 306 and 307: Prud´Homme (1989), a competição
Page 308 and 309: Os prognósticos de expansão urban
Page 310 and 311: Batty, M.; Longley, P. Fractal citi
Page 312 and 313: Chapin Jr., F. S.; Weiss, S. F. Fac
Page 314 and 315: Engelen, G.; White, R.; Uljee, I. I
Page 316 and 317: Instituto Nacional de Pesquisas Esp
Page 318 and 319: Mertens, B.; Sunderlin, W. D.; Ndoy
Page 320 and 321: Ridd, M.K. Exploring a V-I-S (veget
Page 322 and 323: Torrens, P. M. Automata-based model
show all

Modelagem da dinâmica espacial como uma ... - mtc-m12:80 - Inpe

Create successful ePaper yourself

Delete template?

Save as template?