Poder observar a distribuição de dados no espaço amplia a compreensão de padrões sobre determinados eventos, facilitando a tomada de decisão. Quando se pode, ainda, associar a variável tempo ao contexto, esse potencial se amplia consideravelmente, indicando vetores de direcionamento e de velocidade de expansão, que são fundamentais para as ações de monitoramento. Assim, é possível saber se o evento em questão está crescendo ou não, sua velocidade e direção. Com a popularização do acesso a meios para capturar a localização de eventos, é possível traduzir os mais diferentes tipos de dados com precisão pontual e abrangência global. Esses dados podem ser agrupadosem unidades territoriais – estados ou países, por exemplo –, facilitando a criação de políticas e redes de cooperação. Para ilustrar, vejamos o caso do novo coronavírus e sua ameaça global.
Diante de um fenômeno com proporções globais que varia rapidamente no tempo, como é o caso da nova epidemia, o desafio é conseguir obter e disponibilizar dados atualizados de fontes confiáveis a tempo de permitir uma percepção do problema o mais próxima possível do real (afinal, para qualquer informação considerada alarmante, cresce a desinformação). Acrescente-se também o fato de que as pessoas estão cada vez mais familiarizadas com esse tipo de representação – não é preciso ser um cartógrafo ou um geógrafo para ser um leitor de mapas. E, mais do que isso: as pessoas têm demandado acesso a informações em tempo real sobre os problemas que as afligem. Um exemplo bem interessante é o mapa dinâmico de propagação global do novo coronavírus, desenvolvido em plataforma GIS (Sistema de Informações Geográficas, em português), que teve milhões de visualizações em poucos dias, o que o levou a ser considerado um dos sites mais acessados no mundo. Esse sistema, lançado em 22 de janeiro de 2020, tem atualização diária através do recolhimento de dados de fontes globais (Organização Mundial da Saúde – OMS; Centro de Prevenção e Controle de Doenças dos EUA – CDC; Comissão Nacional de Saúde da China) e dos cruzamentos com diferentes informações espaciais, algumas oriundas de imagens de satélites e drones. Esse mapa dinâmico foi criado pelo Centro de Ciência e Engenharia de Sistemas da Universidade John Hopkins, nos Estados Unidos, e apresenta dados sobre a localização exata dos registros, com o número de mortes e de pacientes recuperados.
Na figura 1, extraída do sistema no dia 10 de fevereiro de 2020, pode-se perceber a distribuição global das ocorrências, que já apresentavam um total de 40.573 casos confirmados e 910 mortes. O tamanho dos círculos vermelhos está associado quantitativamente ao número de casos, o que significa que quanto maior for o círculo, maior é a incidência. Cada um dos círculos está espacialmente associado ao centroide de uma cidade, facilitando assim a representação dos dados através do agrupamento dos mesmos. Os padrões de leitura se apresentam diferentes quando a escala de visualização (zoom) é alterada. Desta forma, é possível navegar pelo mundo e observar em detalhes determinadas áreas, o que facilita a realização de consultas por informações pontuais.
A figura 2 ilustra um zoom numa região da China, e o resultado da consulta feita sobre Hubei, que apresentava, na data mencionada, 29.631 casos de contágio e 871 mortes, equivalentes a 73% e 96% dos totais globais, respectivamente.
Por fim, na figura 3, tem-se uma ilustração da percepção global do evento, onde é possível perceber a distribuição dos casos no mundo todo.
Carla Madureira Cruz
Departamento de Geografia
Instituto de Geociências
Universidade Federal do Rio de Janeiro
Cookie | Duração | Descrição |
---|---|---|
cookielawinfo-checkbox-analytics | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics". |
cookielawinfo-checkbox-functional | 11 months | The cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional". |
cookielawinfo-checkbox-necessary | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary". |
cookielawinfo-checkbox-others | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other. |
cookielawinfo-checkbox-performance | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance". |
viewed_cookie_policy | 11 months | The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data. |