Este módulo permite ao usuário realizar algumas técnicas de análise exploratória em dados espacial (cadastral, contendo objetos-área). Ele fornece índices de associação espacial e algumas possibilidades de sua visualização, com a intenção de permitir ao usuário identificar agrupamentos espaciais, casos atípicos e diferentes regimes espaciais existentes no plano de informação. O conceito central deste módulo é a autocorrelação espacial.
Técnicas de análise exploratória de dados espaciais
DISPONÍVEISAs técnicas implementadas no SPRING estão relacionadas direta e indiretamente ao índice de Moran local e global. Estas técnicas, combinadas com funções de visualização de atributos de objetos. formam um conjunto de ferramentas para a análise exploratória:
1 - Índice de Moran - I’Moran
2 - Índice Local de Associação Espacial (LISA)
3 – Gráfico de Espalhamento de Moran
4 - Mapa de barras Z x WZ
5 - Box map, Lisa map e Moran map
Para o atributo em análise, são gerados 7 novas colunas na tabela de objetos correspondentes, contendo as informações necessárias para o módulo de visualização.
Para executar este módulo:
1 - Escolha o PI desejado, ele deve ser do modelo cadastral e conter objetos representados espacialmente por polígonos;
2 - Clique em: Análise Espacial – Estatística Espacial – Associação Espacial Moran..., no menu principal;
3 - Defina o objeto e o atributo para o qual o índice será gerado;
4 – Defina o número de permutações.
5 - Clique em executar.
O resultado do índice global é apresentado no rodapé da janela do módulo. Sete novas colunas são acrescentadas na tabela de objetos contendo as informações necessárias para as diferentes formas de visualização.
O Índice de Moran, fornece uma medida geral da associação espacial existente no conjunto dos dados, variando de [-1, 1]. Dados com baixa associação espacial, resultam em um índice baixo. Valores positivos e negativos, auto-correlação espacial positiva e negativa, respectivamente. Os valores para os índices locais são acrescentados como uma nova coluna na tabela de objetos (IMoran).
Para visualizar espacialmente os LISAs:
1- Após executar o módulo de associação espacial, selecionar o botão consultar... no painel de controle.
2 - Na janela visualização de objetos escolha: editar-agrupamentos... Escolha o modo passo igual ou quantil. Posicione sobre o atributo IMORAN. Clique em agrupar e espere pelo resultado. Finalmente, clique em executar.
2 - Índice Local de Associação Espacial (LISA)
Enquanto os indicadores globais, como o índice de Moran, fornecem um único valor como medida da associação espacial para todo o conjunto de dados, os indicadores locais produzem um valor específico para cada objeto, permitindo assim, a identificação de agrupamentos de objetos com valores de atributos semelhantes (clusters), objetos anómalos (outliers) e de mais de um regime espacial. Um indicador local tem como objetivos:
i) permitir a identificação de padrões de associação espacial significativos;
ii) ser uma decomposição do índice global de associação espacial.
O indicador local utilizado no SPRING, é denominado de Índice Local de Moran.
3 – Gráfico de Espalhamento de Moran
Este dispositivo permite visualizar o comportamento dos dados utilizando um gráfico de espalhamento, onde os valores de desvio dos atributos dos objetos em relação à média (Z), são associados ao eixo X, e o valor da média dos seus vizinhos (Wz), ao eixo Y.
Para visualizar o gráfico no SPRING:
1 - Na tabela de objetos, selecionar as colunas Z (desvios dos atributos em relação à média) e WZ (média dos Z dos vizinhos);
2 - Posicione o cursor sobre uma das colunas selecionadas e aperte o botão direito do mouse. Aparecerá um novo menu, e então, escolha opção gráfico.
4 - Mapa de barras Z x WZ
Este dispositivo permite a visualização simultânea do valor relacionado ao atributo do objeto e do valor correspondente à sua respectiva vizinhança, com o uso de duas barras gráficas sobre a área correspondente ao objeto no mapa. A altura das barras são proporcionais aos valores do atributo do objeto (ou o desvio) e à média dos vizinhos. Ambas informações, podem ser obtidas das colunas na tabela de objetos: Z e WZ.
Para gerar o mapa de barras no SPRING:
1- Após executar o módulo de associação espacial, selecionar o botão consultar... no painel de controle.
2 - Na janela visualização de objetos escolha: editar-agrupamentos... Escolha o modo gráfico de barra. Posicione sobre o atributo Z e clique no botão inserir. Repita para o atributo WZ e clique em executar.
5 - Box map, Lisa map e Moran map
Estes três dispositivos gráficos de visualização são baseadas nos resultados do LISA e do gráfico de espalhamento de Moran. No box map, cada objeto é classificado conforme sua posição em relação aos quadrantes, recebendo uma cor correspondente no mapa a ser gerado. Na geração do LISA map, a avaliação da siginificância é feita comparando os valores de LISA obtido, com uma série de valores, obtidos por meio de permutações dos valores dos atributos dos vizinhos (número de permutações definida pelo usuário). sob a hipótese nula (não existência de autocorrelação espacial). Os valores de significância são, então, classificados em quatro grupos: não significantes, com significânia de 0,05, de 0,01 e de 0,001. A avaliação de significância de 0,001. só é efetuada para o número de permutações iguais ou maiores que 999.
No Moran map, de forma semelhante ao LISA map, somente os objetos para os quais os valores de LISA foram considerados significantes (p < 0,05), são apresentados, porém, classificados em quatro grupos, conforme o quadrante aos quais pertencem no gráfico de espalhamento. Os demais objetos, ficam classificados como "sem significância".
Para gerar estes mapa na tala do SPRING:
1 - Após executar o módulo de associação espacial, selecionar o botão consultar... no painel de controle.
2 - Na janela visualização de objetos escolha: editar-agrupamentos... Escolha o modo passo igual ou quantil. Posicione sobre o atributo BOXMAP ou LISAMAP ou MORANMP, de acordo com seu interesse. Clique em agrupar e espere pelo resultado. Finalmente, clique em executar.