Esta postagem mostra como aplicar um processo de cinco etapas para completar um projeto de análise usando ArcMap (a mesma análise poderia ser realizada com a mesma facilidade no ArcGIS Pro). Suponha que você queira analisar o acesso aos serviços de saúde nos condados de Riverside e San Bernardino, no sul da Califórnia.
As cinco etapas do processo de análise são:<\/P>
Definir a questão<\/DIV><\/LI>
Explorar e preparar os dados<\/DIV><\/LI>
Escolher métodos e ferramentas de análise<\/DIV><\/LI>
Realizar a análise<\/DIV><\/LI>
Examinar e refinar os resultados<\/DIV><\/LI><\/OL>
<\/P>
<\/P>
Etapa 1. Definir a Questão<\/STRONG><\/SPAN>
Esta etapa parece simples porque normalmente você recebe um projeto para obter informações específicas. Alguns projetos envolvem responder várias perguntas derivadas de uma questão geral. A forma como você define as perguntas ajuda a determinar quais ferramentas e métodos GIS você usará para a análise.
Neste exemplo, você pode definir uma questão preliminar geral: A distribuição das instalações de saúde é consistente com a distribuição populacional em Riverside-San Bernardino, CA? Esta questão pode ser dividida nas seguintes subquestões:<\/P>Onde estão localizadas as instalações que fornecem serviços de saúde?<\/DIV><\/LI>Qual é a distribuição populacional dentro da área de estudo?<\/DIV><\/LI>As áreas com maior densidade populacional têm o maior número de instalações?<\/DIV><\/LI>Dentro da área de estudo, existem áreas com alta densidade populacional mas sem instalações de saúde?<\/DIV><\/LI><\/UL> <\/P>Etapa 2. Explorar e Preparar Dados<\/STRONG><\/SPAN>
Esta etapa pode ser a mais demorada. Se você não tiver todos os dados necessários para um projeto de análise, deve coletá-los. O ArcGIS Living Atlas of the World<\/A> é uma excelente fonte de dados espaciais de alta qualidade. Nos EUA, o Census Bureau<\/A> possui uma grande quantidade de dados espaciais, populacionais e demográficos. Os repositórios estaduais de dados são outro recurso útil. <\/P> <\/P>
Etapa 2a: Explorar Dados<\/STRONG><\/SPAN>
Para cada conjunto de dados, explore a geografia das feições, atributos e metadados para determinar se os dados serão úteis para sua análise e que tipo de preparação, se houver, pode ser necessária. Perguntas a fazer sobre os dados incluem:<\/P>Qual é o formato dos dados?<\/DIV><\/LI>Quando os dados foram coletados (quão atuais são)?<\/DIV><\/LI>Quão detalhados são os dados — em que escala foram coletados?<\/DIV><\/LI>Qual sistema de coordenadas os dados usam? Os dados estão projetados?<\/DIV>A melhor prática é projetar todos os conjuntos de dados em um sistema comum antes da análise.<\/DIV><\/LI><\/UL><\/LI>A geometria da feição (ou seja, ponto, linha, polígono) funciona para a análise?<\/DIV><\/LI>Os dados possuem os atributos que você precisa?<\/DIV><\/LI>Os dados têm alguma restrição de acesso ou uso?<\/DIV><\/LI><\/UL>
Para este exemplo, foram usados os seguintes conjuntos de dados. Todos usam o sistema geográfico WGS 1984.<\/P>Hospitais — estes dados incluem hospitais "tradicionais" bem como outras instalações médicas.<\/DIV><\/LI>CEP — estes dados incluem atributos populacionais.<\/DIV>
cada código ZIP que contém um hospital, além dos dados populacionais para cada Código ZIP.<\/TD><\/TR><\/TBODY><\/TABLE>
É útil nesta etapa diagramar a análise. O diagrama não precisa ser nada elaborado (embora possa ser se você gostar desse tipo de coisa). Uma coisa fácil é desenhar rapidamente no papel ou em um quadro branco como o exemplo abaixo.
<\/P>
<\/P>
Etapa 4. Realizar a Análise<\/STRONG><\/SPAN>
Se você diagramou o processo na etapa 3, então nesta etapa, você simplesmente segue o diagrama, completando cada tarefa em sequência. Para análises complicadas, você pode querer criar um modelo no ModelBuilder para automatizar o processo. Um modelo também permite que você altere rapidamente um parâmetro e execute o modelo novamente para explorar diferentes cenários.<\/P>Examine a distribuição das feições de hospitais no mapa. Aproxime e mova conforme necessário.<\/LI>Simbolize os Códigos ZIP com cores graduadas baseadas no atributo POP07_SQMI (densidade populacional de 2007).<\/LI><\/UL>
Uma análise visual dos dados mostra que o maior número de hospitais e os Códigos ZIP mais densamente povoados (em tons mais escuros de verde no mapa abaixo) estão na parte sudoeste da área de estudo.<\/P>
<\/P>
Você pode obter mais informações fazendo uma junção espacial entre as camadas Hospitals e ZIP Codes.<\/P>Clique com o botão direito em Hospitals e clique em Joins and Relates > Join.<\/LI>No diálogo, escolha juntar dados de outra camada com base na localização espacial.<\/LI>Escolha ZIP Codes na lista suspensa das camadas, especifique o nome e local da classe de feição de saída e clique em OK.<\/LI><\/UL>
O resultado da junção espacial é uma nova camada de pontos que contém todas as feições dos hospitais mais os atributos do Código ZIP em que cada instalação está localizada. O campo ZIP contém o Código ZIP de cinco dígitos onde o hospital está localizado, e o campo PO_NAME contém o nome do correio (corresponde ao nome da cidade) para esse Código ZIP. O campo POP07_SQMI mostra a densidade populacional associada ao Código ZIP de cada hospital.<\/P> <\/P>Ordenar o campo PO_NAME revela que múltiplos hospitais estão localizados em alguns Códigos ZIP.<\/P>
<\/P> <\/P>A última etapa é resumir o campo ZIP. Esta operação irá gerar uma tabela que contém um registro para cada Código ZIP que contém um hospital, além de um campo contendo a contagem de hospitais dentro de cada Código ZIP. Você também pode escolher gerar estatísticas para campos numéricos (como POP07_SQMI).<\/P>Na tabela unida, clique com o botão direito no campo ZIP e escolha Summarize.<\/LI>Para estatísticas resumidas, marque First e Last para NAME (este é o nome do hospital) e marque Average para POP2007 (população total) e POP07_SQMI.<\/LI>Especifique um local e nome para saída, depois clique em OK.<\/LI>Escolha adicionar a tabela resultante ao mapa e abra-a.<\/LI><\/UL> <\/P>Etapa 5. Examinar e Refinar Resultados<\/STRONG><\/SPAN><\/P>Então, que informação a tabela resumo fornece?<\/P>
O campo Count_ZIP informa o número de hospitais em cada Código ZIP que contém um hospital.<\/P>
<\/P> <\/P>Ordenar o campo POP07_SQMI revela que todos os Códigos ZIP que têm mais de 2.000 pessoas por milha quadrada têm pelo menos uma unidade de saúde.<\/P> <\/P>A análise mostra que a distribuição dos serviços de saúde é geralmente consistente com a distribuição da população dentro da área de estudo — ou seja, a maioria das instalações está localizada onde a população é mais densa. Você poderia refinar essa análise considerando o número de pacientes que cada instalação pode atender e outras variáveis de interesse. Você também poderia estender o projeto para analisar se o acesso aos serviços de saúde nas áreas com baixa população é adequado. O mapa atual indica que os residentes dos Códigos ZIP com baixa densidade populacional podem ter que viajar uma grande distância para chegar a um hospital.<\/P> <\/P>Quer aprender mais sobre como realizar análises no ArcGIS? Confira estas opções de treinamento:<\/STRONG><\/SPAN><\/P>Introdução à Análise Espacial (para ArcMap ou ArcGIS Pro)<\/LI>Explorando Análise Espacial (para <\span>ArcGIS Online)<\li>\ArcGIS 3: Realizando Análise (para ArcMap)\Análise Espacial com ArcGIS Pro
