Estudo sobre um algoritmo para a construção de mapas de pontos de contagem

A study about an algorithm to build dot maps

ARTIGOS

Estudo sobre um algoritmo para a construção de mapas de pontos de contagem

A study about an algorithm to build dot maps

Silvana Philippi Camboim; Cláudia Robbi Sluter

Universidade Federal do Paraná, Departamento de Geomática – SCT, Centro Politécnico – Jardim das américas – 81.531-990 Curitiba Paraná - Brasil. [e-mail]; [e-mail]

RESUMO

Os mapas de pontos de contagem são importantes ferramentas para análise da densidade espacial de fenômenos. Na sua construção, é estipulada uma quantidade N de ocorrências para que sejam representados por um ponto. O objetivo deste estudo foi propor um método para agrupar os dados por pontos, um algoritmo para automatizar a definição destes agrupamentos e a verificação da potencialidade do método e do algoritmo produzindo um exemplo com os dados de casos de AIDS (Síndrome da imunodeficiência adquirida) no Brasil. Os dados utilizados foram provenientes do Programa Nacional de DST (Doenças Sexualmente Transmitidas) e AIDS, que abrangem os casos por município de 1980 a 2010. Foi gerada uma série multitemporal de mapas, usando para orientar o agrupamento a divisão hierárquica do espaço territorial brasileiro utilizada pelo IBGE (Instituto Brasileiro de Geografia e Estatística): Município – Mesorregião – Microrregião – Unidade da Federação. Também são detalhadas as principais fases na elaboração deste tipo de mapa, apresentando as melhores práticas quando já estabelecidas na literatura em cartografia e também algumas tendências atuais e lacunas na pesquisa sobre este tópico. O algoritmo se mostrou uma ferramenta eficiente para automatizar o processo de geração do mapa com pontos distribuídos de forma geograficamente embasada, proporcionando a visualização da distribuição do fenômeno ao longo do tempo.

Palavras-chave: Mapas de Pontos de Contagem; AIDS; Análise Multitemporal.

ABSTRACT

Dot maps are important tools to analyze the spatial density of a phenomenon. During the process of map design, a certain quantity N of occurrences is established to be represented by a point. The objective of this study was to create a method to group data by point, an algorithm to a grouping definition and the assessment of both method and the algorithm producing an example using the cases of AIDS (Acquired Immunodeficiency Syndrome) in Brazil, with data of the National Program of STD (Sexually Transmitted Diseases) and AIDS, that enclose cases from 1980 to 2010, to generate a series of multi-temporal maps, using as a guide in the process of grouping points the hierarchic division of the Brazilian territorial space used by IBGE (Brazilian Institute of Geography and Statistics). Also the main steps on designing this type of map project are detailed, presenting best practices, when already established in cartography literature, and also some current trends and gaps in research on this topic. The algorithm proved to be an efficient tool to automate de process of generating dot maps distributed in a geography-based way, and propitiate the visualization of the phenomenon through time.

Keywords: Dot Maps; AIDS; Multi-temporal Analysis.

1. INTRODUÇÃO:

Mapas de pontos de contagem são, segundo definição dada por Slocum (2009), aqueles nos quais se define uma certa quantidade (N) de algum fenômeno para ser representada por um ponto e, a seguir, localizam-se os pontos nos locais onde o mesmo tem a maior probabilidade de acontecer.

Neste estudo, o fenômeno escolhido foi o número de casos de AIDS no Brasil por município, compilados e disponibilizados pelo Programa Nacional de DST e AIDS, do Ministério da Saúde (MINISTÉRIO DA SAÚDE, 2012), para os anos de 1980 a 2010. Os dados são provenientes do Sistema Nacional de Agravos de Notificação (SINAN), Sistema de Controle de Informações Laboratoriais (SISCEL) e Sistema de Informações sobre Mortalidade (SIM).

O propósito do mapa é fornecer uma ferramenta para análise da distribuição dos 608.230 casos de AIDS notificados no país de 1980 a 2010, em um ambiente interativo e utilizando a animação como forma de apresentar a evolução dos casos através dos anos. Epidemiologistas tradicionalmente usam mapas para examinar a distribuição espacial de doenças (por exemplo: Eng, 1999). Os mapas de pontos de contagem facilitam a identificação de focos de casos, a formulação de hipóteses sobre as causas de infecção, os fatores de risco espacialmente distribuídos e a análise dos dados. Internacionalmente, os casos de AIDS têm sido particularmente mapeados desta maneira (CDC, 2008; DSHS, 2008) em decorrência da rápida dispersão da doença a partir dos raros casos registrados antes do início da década de 1980, ainda que não utilizasse otimizações para a construção dos mapas.

Durante o projeto cartográfico de um mapa por pontos de contagem destacam-se as seguintes questões a serem consideradas:

• Determinação da região em que cada ponto será posicionado,

• Definição do tamanho do ponto e do valor representado por ele e

• Alocação dos pontos dentro das regiões selecionadas.

Estas decisões estão intimamente relacionadas com aquelas a serem tomadas nas etapas iniciais do projeto cartográfico, como a escala do mapa e o propósito do mesmo. Neste tipo de mapa, o importante não é como são posicionados individualmente os pontos, mas sim, o padrão de densidade formado pelos mesmos.

2. METODOLOGIA

2.1 Unidades de Enumeração e Distribuição de Dados

Para execução de um mapa de pontos de contagem deve ser observada a sequencia apresentada no diagrama abaixo (Figura 1).

No início do projeto do mapa é necessária a escolha da unidade de enumeração, que define o grau de detalhamento para o mapa final. Por exemplo, neste estudo, foram escolhidos como Unidade de Enumeração os estados da federação. A escolha foi realizada com base na escala do mapa a ser produzido, permitindo a visualização de todo território nacional em um formato A4.

O conhecimento da distribuição dos dados é vital para que se prossiga às etapas posteriores da execução. Para este tipo de análise podem ser usadas, por exemplo, tabelas com totais de ocorrência do fenômeno incluindo as variações temporais dos valores, se for o caso de estudo multitemporal como o apresentado aqui. Na Tabela 1 está apresentada a soma dos novos casos relatados por ano.

A construção de mapas de pontos de contagem pode ser otimizada com base nos quatro princípios propostos por Arlinghaus (2005):

Princípio da Distribuição Aleatória: inicialmente, os pontos devem ser distribuídos aleatoriamente numa escala maior e então ser vistos em uma escala menor para visualização de padrões.

Princípio da Otimização: Consiste da aplicação do princípio anterior consecutivas vezes, usando uma hierarquia de camadas (layers) que se agrupam sucessivamente (como no exemplo brasileiro, municípios que formam unidades da federação, e estes por sua vez formam o país). Quando os dois primeiros princípios são seguidos, Arlinghaus considera um mapa de pontos de contagem propriamente construído e otimizado.

Princípio da Escala: quando a mudança em escala produz uma aglomeração de pontos, deve-se alterar a quantidade representada por cada ponto para manter a construção apropriada do mapa (ver item 2.2, abaixo).

Princípio da Projeção: um mapa de pontos de contagem apropriadamente construído deve ser baseado numa projeção equivalente, uma vez que a quantidade de pontos por área (densidade de pontos) é a principal informação a ser transmitida pelo mapa.

A divisão do País em regiões homogêneas data de 1969, com a publicação pelo IBGE (Instituto Brasileiro de Geografia e Estatística) do estudo Divisão do Brasil em Microrregiões Homogêneas (LIMA et al, 2002). Neste estudo foi lançado o conceito de Espaço Homogêneo como sendo a "forma de organização em torno da produção, expresso por combinações de fatos físicos, sociais e econômicos, permitindo a individualização de áreas". Portanto, o agrupamento dos municípios em regiões e destes em micro e mesorregiões, forma unidades consistentes entre si escolhidas por diversos fatores, e esta hierarquia pode ser indicada para aplicar o princípio da otimização descrito anteriormente.

A Figura 2 traz um exemplo da importância da escolha da unidade para distribuição aleatória: os pontos aleatoriamente distribuídos provocam uma visualização equivocada do fenômeno no primeiro mapa. Nos mapas seguintes, a real distribuição do fenômeno fica mais clara à medida que são utilizadas subdivisões menores, até que o último mapa, que distribui os pontos no município de ocorrência, proporciona a visualização da distribuição espacial dos casos de AIDS no Paraná.

2.2 Determinação do número de ocorências por ponto (N)

Em um mapa de pontos de contagem, quando é escolhido um valor de N muito pequeno (criando um excesso de pontos), ocorrem dois problemas: os pontos podem superpor-se criando áreas muito densas, e quando isolados os pontos podem causar uma falsa impressão de acurácia das informações.

Os pontos isolados transmitem a idéia de que o fenômeno ocorreu precisamente naquele local, e não que representa uma posição aleatória dentro de um polígono. Por outro lado, um valor de N muito grande pode representar o fenômeno retratado com um número muito pequeno de pontos, prejudicanddo a expressão da principal característica do mapa de pontos de contagem, que é a de demonstração de padrões de densidade espacial. Adicionalmente, pode sobregeneralizar áreas com poucas ocorrências. Portanto, a escolha de N é um dos fatores críticos no projeto de um mapa por pontos de contagem.

O ideal, segundo Dent (1999), é que o polígono com o menor número de ocorrência seja representado por dois ou três pontos, e assim os demais valores são ajustados.

No caso em estudo, o estado com menos casos de AIDS é o Acre. Portanto, o valor de N para representar o Acre com pelo menos dois pontos nos anos finais da série é 20. A série histórica variando de 1 caso (1980) a 36.528 casos (número máximo de casos, alcançado em 2008, para depois diminuir nos anos subsequentes) impede que um valor de N único seja utilizado.

Por exemplo, se utilizasse N=20 para toda a série, nos mapas dos anos iniciais da serie temporal, o Brasil todo poderia seria representado por pouquíssimos pontos, sem representar a densidade espacial dos casos. Por outro lado, se fosse aplicado N=1 para toda a série, o estado de São Paulo com 12.928 casos, em 1998, seria representado por uma nuvem indecifrável de pontos.

Portanto, foi escolhido um N variável por período: de 1980 até 1986, N=1 caso; de 1987 a 1996, N=10 casos; e de 1997 até 2010, N=20 casos; conforme Tabela 02, com o total de casos notificados por ano. Por volta de 1997, há uma redução da taxa de crescimento das notificações, permitindo a continuidade do uso do valor de N igual a 20 casos.

No entanto, a escolha de valores diferentes de N para cada período pode dificultar a interpretação da evolução temporal do fenômeno pelo usuário, uma vez que 10 pontos representados individualmente em 1986 são todos agregados em um só ponto representado em 1987 (Figura 3). A primeira medida para evitar interpretações equivocadas é deixar em evidência o valor do N no mapa final, para que a mudança de agrupamento seja facilmente percebida. Existe também a possibilidade de se variar o tamanho dos pontos com o aumento do N. Esta opção leva ao aumento de complexidade da decisão do tamanho do ponto, que por sua vez é dependente de fatores como a sobreposição, o que pode prejudicar a correta interpretação do mapa.

A Figura 4 ilustra a questão da troca do valor de N ao longo da série temporal. O número de pontos no mapa de 1987 é menor, apesar dos casos terem aumentado de 1193 para 2847, porque neste mapa cada ponto representa 10 casos, ao contrário de apenas 1 no mapa anterior. Existem na literatura outras situações similares de conflitos na definição de N para séries temporais, como o retratado em CDC (2008), onde o N foi definido como 50 casos de AIDS notificados nos Estados Unidos em 2005. Como os casos de AIDS nos EUA em 2008, data do trabalho, eram muito numerosos (975.350 -os mapas representam valores cumulativos), CDC (2008) consideraram a alteração de N para 100, mas não o fizeram com receio que esta mudança pudesse subestimar a percepção dos casos em muitas regiões.

2.3 Tamanho do Ponto

Na decisão a respeito do tamanho do símbolo utilizado para os pontos, considera-se que na área mais densa os pontos devem se fundir levemente (o termo em inglês usado é coalescence). Tradicionalmente, é utilizado para mapas de pontos de contagem analógicos o Nomógrafo de Mackay, de 1949 (Figura 5), que ajuda o engenheiro cartógrafo a ajustar o tamanho do ponto e também o valor de N com base na densidade espacial do fenômeno, por centímetro quadrado, na zona em que os pontos começam a se fundir (a área mais densa do mapa).

Kimerling (2008) realizou uma atualização desses estudos, criando uma formulação matemática que permitisse o cálculo da sobreposição entre os pontos. Como resultado, obteve graduações de diferentes porcentagens de cobertura para tamanhos de pontos variados (Figura 6). Neste trabalho, considerando a escala final de visualização dos mapas de 1:30.000.000, a densidade de pontos por cm² por Unidade da Federação (UF) pode ser observado na Tabela 3 . Portanto, segundo as graduações propostas por Kimerling (2008), o ideal é que se usasse o tamanho de 1 pt, para que as UF com maior densidade de pontos, Rio de Janeiro e Distrito Federal, tivessem uma sobreposição de 10% a 30%. No entanto, como pode ser observado na Figura 7, nas áreas com poucos casos, o tamanho do ponto se tornava muito pequeno prejudicando a interpretação do mapa. Portanto, foi definido o tamanho de 2 pt para os pontos, de forma que apenas as duas UF citadas tivessem sobreposição maior que 50%, e as demais permanecessem com a visualização de casos adequada.

2.4 Posicionamento dos pontos

Uma vez determinada a unidade de enumeração, o tamanho dos pontos e o valor de N, a próxima etapa consiste do posicionamento destes pontos no mapa. Slocum (2009) descreve quatro diferentes técnicas para o posicionamento dos pontos na área de ocorrência. A primeira é a técnica uniforme, que considera os pontos distribuídos uniformemente na área de enumeração. Quando os fenômenos não ocorrem distribuídos uniformemente esta técnica de posicionamento não é adequada. A segunda técnica é a randômica, que usa uma distribuição aleatória dos pontos, como a usada no primeiro exemplo da Figura 2. Esta técnica pode revelar clusters e padrões inexistentes, gerados pela aleatoriedade e não pela característica de distribuição do fenômeno. A técnica de Pesos Geográficos usa a auto-correlação espacial para detectar clusters, mas é necessária a informação adicional da ocorrência pontual do fenômeno, o que nem sempre está disponível. Finalmente, há a técnica geograficamente embasada, onde um dado auxiliar mais detalhado está disponível e é usado para auxiliar o posicionamento. Estes dados podem ser tanto divisões administrativas menos globais que as áreas de enumeração, como é o caso deste trabalho, como máscaras que apontem regiões com maior probabilidade de ocorrência do fenômeno.

2.5 Legenda

Tomadas as decisões principais do projeto do mapa de pontos de contagem, a etapa final consiste em comunicar de forma eficaz ao usuário as decisões tomadas nas etapas anteriores através da construção da legenda. Para tanto, é importante ressaltar que o usuário pode ter dificuldade em estimar corretamente a densidade de pontos em determinada região do mapa, sendo possível usar valores âncoras para ajudar a comparabilidade numérica do fenômeno, se esta habilidade for importante para atingir o objetivo definido para o mapa.

3. DESENVOLVIMENTO E RESULTADOS

3.1 Agrupamento dos Pontos

Como estabelecido anteriormente, a unidade de enumeração dos mapas deste estudo foi a Unidade da Federação. No entanto, para a distribuição dos pontos pelo método Geograficamente Embasado foram usados os polígonos dos limites municipais, que permitem distribuir os pontos de acordo com sua probabilidade de ocorrência.

Como o crescimento na ocorrência de casos de AIDS se deu de forma gradual pelo País, no começo da série histórica existiam muitos municípios com o número de casos menor que N. Mesmo em regiões com mais casos, são representados apenas o número de pontos múltiplo de N. Nestas situações é gerado um excedente de pontos não representados que se denomina pontos remanescentes. O principal desafio deste trabalho foi a automatização do agrupamento dos pontos remanescentes para que não sejam desconsiderados casos.

A questão dos agrupamentos dos pontos é recorrente na simplificação de mapas de pontos de contagem. Por exemplo, Berg et al. (2002), avaliou diversas heurísticas para agrupamento de pontos, em busca da obtenção de valores que representassem o quão bem o conjunto original de pontos se encontrava representado pelos pontos agregados. Neste trabalho esta questão também foi central na definição da metodologia, sendo utilizado o conceito hierárquico de Divisão do Território Brasileiro em microrregiões, mesorregiões e Unidades da Federação para sucessivamente agrupar os pontos remanescentes conforme digrama mostrado na Figura 8.

O algoritmo apresentado na Figura 8 foi implementado usando a Ferramenta Model Builder, do software ArcGIS 9.2, para que os agrupamentos se dessem de forma automática para cada ano. Abaixo na Figura 9, a mesorregião de Campinas ilustra a aplicação do método. Esta mesorregião é uma das quinze do estado de São Paulo e é formada pela união de 49 municípios agrupados em cinco microrregiões. No exemplo, foram usados os casos de 2006, que foram 694 para a mesorregião, e foi adotado N = 20.

• Inicia-se a aplicação do método com a observação de cada município, que é a unidade de enumeração inicial. Os 389 casos do município de Campinas, por exemplo, são representados por 19 pontos aleatoriamente distribuídos no município.

• Com os 19 pontos representaram-se 380 dos casos, gerando um excesso de 9 casos remanescentes, apresentados em azul na

  Figura 10.

• Repetindo o procedimento para todos os municípios da microrregião, chegou-se a 23 pontos (representados em vermelho) e 106 casos remanescentes apresentados em azul. São 106 casos remanescentes que geram cinco pontos adicionais.

• Com os 5 pontos gerados dos casos remanscentes por município agrupados, ainda restam 6 remanescentes da microrregião (100 casos representados por 20 pontos)

• Executando o procedimento para todas as microrregiões da mesorregião de Campinas, foi gerado um excedente de 34 casos, que agrupados se transformam em 1 ponto adicional.

Foram criados 30 mapas da serie anual para todo o Brasil, dos quais foram selecionados sete para compor a Figura 14:

4. CONCLUSÃO

Os mapas de pontos de contagem são ferramentas eficientes, pois possibilitam uma visualização clara do crescimento da doença no país ao longo do tempo.

Utilizar a distribuição do espaço brasileiro estabelecida pelo IBGE permite automatizar a distribuição dos pontos em regiões hierarquizadas, o que refina o resultado sem o trabalho intenso do agrupamento manual dos pontos. A mesma sistemática pode ser utilizada para agrupar dados de setores censitários em distritos e posteriormente em municípios, dependendo dos dados existentes e do propósito do mapa. Uma vez que os dados históricos dos recenseamentos no Brasil se encontram georreferenciados pela base de setores censitários, a metodologia tem potencial para geração de mapas temáticos para uma gama extensa de variáveis.

Alguns questionamentos permanecem, como, por exemplo, sobre a melhor forma de representar uma série histórica com diferentes valores de N. Uma possibilidade é a adição de uma nova variável visual, o tamanho ou tom de cor do símbolo, para representar valores distintos do fenômeno através do tempo. No entanto, testes com usuários são necessários para esclarecer o êxito desta técnica em tornar mais claro o entendimento da distribuição da variável.

O próprio agrupamento dos pontos pode ser ainda otimizado, utilizando-se técnicas adicionais de agregação de dados e identificação de clusters (agrupamentos). A melhoria da distribuição dos pontos pode ser obtida com a inserção de um mapa de restrições, baseado em fatores como uso do solo, por exemplo, que permitisse apenas pontos nas áreas urbanas e até uma determinada distância das rodovias, por exemplo, ou segundo outros critérios específicos de influência na propagação dos casos.

AGRADECIMENTOS

Agradecemos aos colegas Gisele Nepomuceno Canova e Marcio Augusto Reolon Schmidt pelas valiosas contribuições a este artigo.

Recebido em junho de 2012.

Aceito em dezembro de 2012.

Referências bibliográficas

• ARLINGHAUS, Sandra L, 2005. "Spatial Synthesis: The Evidence of Cartographic Example: Hierarchy and Centrality." Solstice: An Electronic Journal of Geography and Mathematics, Volume XVI, Number 1. Ann Arbor: Institute of Mathematical Geography, 2005.
• CDC, 2008 "AIDS Dot Maps (through 2005)" Centers for Disease Control and Prevention, Department of Health and Human Services, EUA. Disponível em:http://www.cdc.gov/hiv/topics/surveillance/resources/slides/dot/index.htm (acessado em 22/05//2012)
• DENT, Borden D., 1999 "Cartography - Thematic Map Design" WCB/McGraw-Hill, 5Ş edição.
• DSHS, 2008 "Texas AIDS cases 1986 – 2007" Department of State Health Services HIV/STD Program. Disponível em: http://www.dshs.state.tx.us/dotmaps.shtm (acessado em 22/05//2012).
• ENG, Steven B.; WERKER, Denise H.; KING, Arlene; MARION, Stephen A.; BELL, Alison; ISSAC-RENTON, Judith L.; IRWIN, G. Stewart e BOWIE, WILLIAM R., 1999 "Computer-Generated Dot Maps as an Epidemiologic Tool: Investigating an Outbreak of Toxoplasmosis". Em: Emerging Infectious Diseases Journal Vol. 5, No. 6 NovDec.
• JIANG,Hong, 2004 Notas de Aula Disciplina Introdução à Cartografia The University of Wisconsin Madison Department of Geography. Disponível em: http://www.geography.wisc.edu/classes/geog370/labs/5_dot_maps_s04.pdf (acessado em 22/05//2012).
• KIMERLING, A.J., 2008 "Dotting the Dot Map, Revisted" University of Redlands Masters of Science in GIS Program Colloquium Series Redlands, California Disponível em: http://downloads2.esri.com/MappingCenter2007/resources/presentations/Kimerling_2008_UR_Colloquium.pdf (acessado em 22/05// 2012).
• LIMA, Maria Helena Palmer; RODRIGUES, Cristiane Moreira; SILVA, Jorge Kleber Teixeira; MARTINS, Paulo Cesar; TERRON, Sônia Luiza; SILVA, Rosângela Lemos de Souza, 2002 "Divisão Territorial Brasileira" Fundação Instituto Brasileiro de Geografia e Estatística.Disponível em:ftp://ftp.ibge.gov.br/Censos/Censo_Demografico_2000/Anexos/CD_1/Desenho.zip (acessado em 22/05/2012).
• MINISTÉRIO DA SAÚDE, 2012 "Banco de Dados DST – AIDS" Programa Nacional de DST e AIDS. Disponível em: http://www2.aids.gov.br/final/dados/dados_aids.asp (acessado em 22/05//2012).
• SLOCUM, Terry A.; McMASTER, Robert B; KESSLER, Fritz C e HOWARD, Hugh H, 2009 "Thematic Cartography and Geovisualization" Prentice Hall; 3Ş edição.

Datas de Publicação

• Publicação nesta coleção
  26 Mar 2013
• Data do Fascículo
  Mar 2013

Histórico

• Recebido
  Jun 2012
• Aceito
  Dez 2012