Mapas Coropléticos: Conceitos, Tipos e Limitações

1 MAPAS COROPLÉTICOS1 Se os dados para mapeamento se reportam a áreas estatísticas como setores censitários bairros municípios estados etc e não a pontos de amostra como temperatura ou precipitação ou distribuições contínuas a representação estatística dos dados adota a técnicas do mapa coroplético aplicado a variáveis quantitativas Em um mapa coroplético cada área de enumeração é sombreada ou colorida de maneira uniforme de acordo com o valor representado Existem três tipos de mapas coropléticos o simples o dasimétrico e não classificadado Veremos o caso do coroplético simples Nos mapas coropléticos as variáveis visuais mais apropriadas são valor e textura Mapas coropléticos são os modelos mais comum de mapas quantitativos produzidos com SIG Conceitualmente os valores são determinados para cada área de mapeamento e em seguida colocados em categorias ou classes padrões de sombreamento ou passos de tonalidade de cores são escolhidos para cada categoria e aplicado às áreas zonas polígonos O número de classes é limitado ao número classes que o olho humano pode reconhecer geralmente não ultrapassa 12 Muita pouca informação é necessária além dos agrupamentos de valores Figura 1 FIGURA 1 Mapa coroplético mostrando a densidade populacional por UF IBGE 2010 LIMITAÇÕES DO MÉTODO DOS MAPAS COROPLÉTICOS Uma vez que os padrões de cores ou tonalidades recobrem toda a unidade de área mapeada de maneira uniforme não é possível perceber as variações dentro das áreas de mapeadas Assim um mapa coroplético não deve ser usado quando o objetivo é comparar variações no interior 1 Judith Tyner Principles of Map Design Capítulo 8 Symbolizing Geographic Data Editora The Guilford Press London 2010 Adaptação do texto original e inserções ProfDr Ricardo Vicente Ferreira GeografiaUFTM 2 de uma unidade de área A Figura 2 ilustra esse problema Nos estados da Federação Brasileira figura1 a população está concentrada em um canto mas o sombreamento uniforme pode dar ao leitor inexperiente a impressão de que a população está uniformemente distribuída por todo o território por exemplo observe os estados da Região Norte a maior porção do território é ocupada por florestas no entanto as cores são uniformes em toda a área dos Estados As linhas de fronteira em mapas coropléticos não têm valores associados a elas são simplesmente as linhas que delineiam o polígono da área limites do município ou estado limites de setores censitários ou limites de código postal por exemplo Uma mudança no padrão ou a cor não representa uma mudança no valor ao longo do limite Apenas mostra ao leitor que as duas áreas adjacentes têm valores diferentes Esta é uma segunda limitação inerente aos mapas coropléticos os valores exatos não podem ser determinados FIGURA 2 Mapas coropléticos não podem mostrar variação dentro da área do polígono CONSIDERAÇÕES SOBRE OS DADOS A menos que as áreas sejam todas do mesmo tamanho o que é muito raro Densidades proporções porcentagens ou outros valores derivados devem ser usados para que o mapa seja significativo em vez de valores absolutos A Figura 3 mostra duas áreas cada uma contendo 5000 pessoas Se as duas áreas são sombreadas de acordo com a população total ambas serão sombreadas da mesma forma É óbvio que a densidade da população é maior na área menor e que o mapa é enganoso quando as características da população parecem iguais Se as duas áreas estão sombreadas de acordo com a população por km² a área B mostrará 200 habitantes por km² e a área A apenas 50 habitantes por km² quadrado Isso se torna especialmente importante ao mapear dados de municípios ou bairros onde tais áreas podem variar amplamente por exemplo o município de São Paulo SP tem 1521km² e 1218 milhões de habitantes Uberaba MG tem 45 km² e uma população de cerca de 330 mil habitantes 3 FIGURA 3 Os valores usados em mapas coropléticos devem ser derivados por exemplo razões porcentagens ou densidades ou o mapa é enganoso CONSIDERAÇÕES DE SIMBOLIZAÇÃO NOS MAPAS COROPLÉTICOS Como os mapas coropléticos usam símbolos de área e representam quantidades as variáveis mais apropriadas são as tonalidades de cor saturação de cor e padrão combinado com textura O padrão de textura não é a escolha principal atualmente mas os padrões de linha simples ou hachura combinados com texturas variadas eram as únicas opções para os primeiros mapas desenhados por computador no passado Cores leves permitem um número limitado de variações também chamado de declividade A limitação é devido ao número de tons que o olho humano pode distinguir O alcance de mais níveis pode ser estendido alterando a saturação Outra consideração na escolha das cores é a natureza dos dados Uma variedade de esquemas de cores é possível podese usar cores sequenciais ou esquemas sequenciais com cores duplas divergentes seguindo padrões que se divergem a partir uma sequência figura 4 FIGURA 4 Exemplo de declividade de cores disponibilizadas no software QGIS As legendas para mapas coropléticos normalmente mostram as várias categorias e os valores associados Há alguma discordância sobre se os valores mais altos devem ser colocados na parte superior ou inferior da legenda mas desde que a legenda seja clara de cima para baixo ou de baixo para cima é uma questão de preferência ANÁLISE DE DADOS PARA MAPAS COROPLÉTICOS Uma variedade de técnicas matemáticas e gráficas podem ser usadas para analisar os dados e ajudar na escolha de uma série apropriada de agrupamento de classes Embora os tipos de categoria podem ser selecionados a partir de um software os métodos de agrupamento que são descritos aqui servem para auxiliar na compreensão das categorias e na escolha das categorias apropriadas para um mapa 4 Examinando os dados Um primeiro passo na análise de dados é colocálos em ordem de classificação em uma planilha crescente ou decrescente Uma inspeção dos dados solicitados muitas vezes pode dar uma ideia da natureza da distribuição mas criando um histograma ou a linha numérica mostrará graficamente sua natureza de forma mais apropriada Um histograma Figura 5 é um tipo de gráfico de barras para o qual a área das barras é proporcional à frequência da observação O histograma pode ser examinado em busca de quebras óbvias na distribuição dos dados Esse procedimento pode ser usado como base para a aplicação do método de quebras naturais Jenks ou para verificar se a distribuição dos dados segue um padrão normal igualmente frequente ou assemelhase a uma progressão aritmética ou geométrica FIGURA 5 Casos de COVID19 por bairros de Uberaba MG TIPOS DE CATEGORIA Em geral existem vários métodos de agrupamento de classes que podem ser usados para mapas coropléticos Aqui enfatizaremos três bastante recorrentes Método dos intervalos iguais ou passos iguais Em Intervalo Igual as faixas de agrupamento são constantes Para identificar o passo de cada agrupamento aplicase a seguinte equação Passo valor máximo valor mínimo nº classes Não é desejável o número de classes ultrapasse 12 Observe o histograma da figura 6 e veja como os valores de cada agrupamento se distribuem A contagem de polígonos é mostrada no eixo vertical do gráfico e os valores das faixas salariais no eixo horizontal Na legenda o n de polígonos classificados em cada faixa de cor e mostrado entre colchetes 5 A B C FIGURA 6 A distribuição em intervalos iguais da renda média do chefe de família por setores censitários de UberabaMG IBGE 2010 B observe o número de polígonos por classes de core na legenda somente 2 polígonos estão entre os valores de 514675 686235 reais C veja a distribuição de cores ao longo o eixo X horizontal do Histograma na primeira classe de cor concentrase 72 dos polígonos dos setores censitários Método dos Quantis Quantis são categorias que contêm um número igual de áreas de enumeradas observações em cada faixa de valor agrupado Neste método é importante observar se as áreas agrupadas variam muito em tamanho pois nesse caso os quantis podem parecer enganosos Disferente dos intervalos iguais no método do Quantil a contagem de polígonos em cada classe é que igual independente das distâncias entre os valores máximos e mínimos em cada classe o que resulta evidentemente em passos variados No exemplo da figura 7 82 polígonos são agrupados em cada intervalo ou seja O n 409 é dividido em 5 partes iguais Note que a amplitude dentro de cada classe varia bastante na primeira cor a amplitude 863 reais enquanto que no último nível é de 6513 reais 6 A B C FIGURA 7 A distribuição em quantis em 5 classes da renda média do chefe de família por setores censitários de UberabaMG IBGE 2010 B observe o número de polígonos definidos em cada classe de cor na legenda são 82 polígonos em cada cor C veja a distribuição dos agrupamentos de valores então mais deslocados para a esquerda no Histograma ao contrário do método dos passos iguais que mantem distâncias fixas Método das Quebras Naturais Jenks O método das quebras naturais foi idealizado pelo cartógrafo estadunidense George Jenks por volta da década de 1950 Tratase de uma forma gráfica de determinar os agrupamentos examinando os dados ou o histograma e identificando quebras ou depressões nas frequências da distribuição dos dados Isso resulta em agrupamentos que consideram de forma natural valores semelhantes entre si ou seja agrupa os dados segundo as menores variações observadas no agrupamento das classes No método das Quebras Naturais Jenks a contagem de polígonos classificados é variada O objetivo dessa técnica de classificação é reduzir as discrepâncias entre os valores de uma mesma classe e diferenciar as classes entre si A classificação por Quebras Naturais é eficiente para valores de dados de mapeamento que não são uniformemente distribuídos 7 A B C FIGURA 8 A distribuição por quebras naturais da renda média do chefe de família por setores censitários de UberabaMG IBGE 2010 B note o número de polígonos por classes de cores na legenda maior agrupamento nos valores menores pois se assemelham entre si C veja que a distribuição de cores seguem a semelhança das varrições dos valores ao longo do histograma Existem outros métodos tais como passos variados desvios padrão progressão aritmética progressão geométrica entre outros Aqui descreveuse brevemente os métodos mais recorrentes Cabe destacar que uma vez que uma grande parte de cartografia com uso de GIS envolve análise espacial é altamente recomendável que os profissionais da cartografia adquirem experiência em estatística Uma vantagem do uso de sistemas computacionais para a elaboração de mapas coropléticos é que se pode experimentar diferentes métodos de agrupamento de classes e assim selecionar o que melhor se adequa a uma determinada distribuição de dados bem como a visualização dessa distribuição Como pode ser visto nas figuras 6 7 e 8 os mapas resultantes variam em sua aparência e informações dependendo do método de agrupamento adotado