Mapas Coropléticos e de Símbolos Proporcionais

1. Cartografia Temática Mapas Coropléticos Mapas de Símbolos Proporcionais INFORMÁTICA APLICADA AO PLANEJAMENTO TERRITORIAL Carolina Moutinho Duque de Pinho carolina.pinho@ufabc.edu.br Vitor Vieira Vasconcelos vitor.vasconcelos@ufabc.edu.br CS3406 - Informática Aplicada ao Planejamento Territorial setembro de 2017 Aula 2

2. Conteúdo • Definindo o nosso objeto de estudo: mapas temáticos • Super-revisão de Cartografia • Mapas coropléticos •Métodos de classificação •Teoria das cores • Mapas de símbolos proporcionais • Atividade prática

3. Tipos de mapas Tipo de mapas Mental Tangível Virtual Referência Temático Qualitativo Quantitativo Única Variável Multi- Variáveis Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

4. Mapas mentais Fonte: MOURA, Flávia de Barros Prado; MARQUES, José Geraldo Wanderley. Conhecimento de pescadores tradicionais sobre a dinâmica espaço-temporal de recursos naturais na Chapada Diamantina, Bahia. Biota Neotrop., Campinas , v. 7, n. 3, 2007 . Available from <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1676-06032007000300014&lng=en&nrm=iso> Descrevem imagens mentais que possuem atributos espaciais.

5. Tipos de mapas Tipo de mapas Mental Tangível Virtual Referência Temático Qualitativo Quantitativo Única Variável Multi- Variáveis Referência  a enfâse é na localização Temático  a enfâse é mostrar feições ou conceitos particulares Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

6. Mapa de Referência Fonte: http://mapas.owje.com/7253_mapa-de-referencia-general-del-mundo.html São mapas que mostram objetos naturais e artificiais do espaço geográfico. A ênfase é na localização.

7. Tipos de mapas Tipo de mapas Mental Tangível Virtual Referência Temático Qualitativo Quantitativo Única Variável Multi- Variáveis Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill. Referência  a enfâse é na localização Temático  a enfâse é mostrar feições ou conceitos particulares

8. Mapas temáticos - qualitativos Fonte: http://osmapastematicos.blogspot.com.br/2008/10/blog-post_31.html Fonte: https://commons.wikimedia.org/wiki/File:Mapa_linguistico.gif Corocromáticos

9. Qualitativos Pontuais

10. Mapas temáticos - quantitativos Fonte: http://osmapastematicos.blogspot.com.br/2008/10/blog-post_31.html Fontehttps://observatoriose.files.wordpress.com/2011/12/mapa-extrema-pobreza1.jpg

11. Mapas temáticos - quantitativos Para variáveis contínuas (mudança gradual no espaço) Isopléticos ou de linhas

12. Tipos de mapas Tipo de mapas Mental Tangível Virtual Referência Temático Qualitativo Quantitativo Única Variável Multi- Variáveis Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

13. Revisão de Cartografia

14. Sistemas Geodésicos de Referência Fonte: Júlio D’Alge Nós!!! WGS84 SAD69 SIRGAS2000

15. Elipsóide + Datum WGS84 Córrego Alegre SAD69 SIRGAS2000 Ajuste “médio” para todo o mundo Incluído em quase todos softwares e equipamentos • Melhor ajuste na América Latina • Padrão do IBGE • Semelhante ao WGS84

16. Sistema de Coordenadas UTM (Metros) Geográfica (Lat e Long) Zonas

17. Sistemas de Coordenadas Geográficas Geográficas UTM Latitude e Longitude Metros Áreas extensas (País, Estados) Áreas pequenas (bairros, lotes) Independe de Zona Problema se área cruza duas zonas UTM Menos intuitivo (“Quão longe é 1 grau?”) Alguns algorítmos necessitam da UTM como unidade de medida Cartografia oficial Trabalhos de campo

18. Elementos de um mapa Checklist (obrigatório no Trabalho e nos Exercícios): • Título • Mapa (com coordenadas) • Rosa dos Ventos (Indicação de Norte) • Legenda • Escala Gráfica • Informações de: • Sistema de projeção (WGS84, Sirgas2000, etc.) e se é UTM • Fontes das bases cartográficas e de informação • Método de classificação da legenda • Autoria e data

19. Elementos de um Mapa Densidade de Drenagem da Bacia do Rio Paracatu Drenagem/km2 Projeção: Sirgas 2000 Intervalos por quantil Bases: IBGE (1971) Autoria: Vitor Vieira Vasconcelos, 2014 Título Rosa dos Ventos Escala Gráfica Mapa e coordenadas Legenda • Sistema de projeção • Fontes das bases cartográficas • Método de classificação da legenda • Autoria e data

20. Métodos de mapeamento para fenômenos quantitativos

21. Assim começa a nossa história… Eu quero acabar com a pobreza do país! Me façam um mapa para eu saber onde investir os nossos recursos!

22. Trabalho entregue! Mas com esse mapa eu não consigo saber quantos pobres tem cada Estado!

23. Um novo mapa!

24. Êpa! Dent et al (2009) dizem que mapas coropléticos não devem exibir quantidades totais! Os Estados não tem a mesma área! Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

25. Mapas coropléticos Finalidade: traduzir valores para as áreas Variáveis: Ideal: Valores de densidade (variável/km2) Possível: Proporções (ex: valores per capita) • Mas polígonos maiores são mais destacados visualmente Não aconselhável: Valores absolutos (quantidades totais)

26. Classes em mapas coropléticos

27. Intervalos Iguais • Fácil de entender • Pode abranger uma série de mapas (evolução temporal ou cenários) 1991 2000 2010 Pessoas Pobres / km2

28. Intervalos Iguais • Problema:  Muitos Estados em uma classe e poucos nas outras 1991 2000 2010 Pessoas Pobres / km2

29. Intervalos Iguais • Criar classes para valores discrepantes (outliers), e intervalos iguais para o restante Pessoas Pobres/km2 Valores discrepantes

30. Frequências Iguais (quantil) Pessoas Pobres/km2 Mapa mais equilibrado, com mais diferenciação no espaço

31. Desvio PadrãoMédia 0,5σ 1,5σ 2,5σ -0,5σ Recomendado para dados com distribuição normal • Não é o nosso caso aqui Pessoas Pobres/km2

32. Desvio Padrão Distribuição Normal

33. Desvio Padrão Distribuição Normal Não Normal

34. Quebras Naturais (Jenks) • Testa todas as combinações de classes e escolhe aquela combinação que: o Tem menor variância interna em cada classe (agrupa elementos que são mais semelhantes) o Tem maior variância entre as classes (classes são mais diferentes entre si) • Algumas classes podem ficar com poucos elementos FISHER, W. 1958. On Grouping for Maximum Homogeneity. Journal of the American Statistical Association, 53.

35. Quebras Naturais (Jenks) • Quebras Naturais (Jenks) é um caso específico de Análise de Agrupamentos Agrupamento Univariado (Quebras Naturais) Agrupamento com 3 variáveis

36. Quebras Naturais (Jenks) Pessoas Pobres/km2 Intervalos não contínuos, para enfocar as quebras

37. Intervalo Geométrico Algoritmo procura uma combinação de classes que atenda em conjunto:  Quebras naturais  Quantis (número semelhante de elementos por classe)  Intervalos semelhantes Pessoas Pobres/km2

38. Mapas classificados ou contínuos • Simplificado • Fácil de checar valor na legenda • Agrupamentos • Melhor comparação entre vizinhos distantes • Mais informação • Difícil checar valor na legenda • Gradações • Melhor comparação entre vizinhos próximos

39. Mapas classificados ou contínuos

40. Cores e Cartografia Os seres humanos respondem às formas com o intelecto e à cor com suas emoções; pode-se dizer que sobrevivemos pela forma e vivemos pela cor (Sharpe, 1974, p. 123) Sharpe, D. 1974. The Psychology of Color and Design. Chicago: Nelson Hall

41. Sistema HSV (Hue- Saturation- Value) Matiz ou Chroma (Hue) É o comprimento de onda particular daquela cor. Brilho ou Tonalidade (Value)  A tradução da sensação de claro e escuro para uma escala relativa e o conceito de Value. Saturação (Saturation)  Define o grau de pureza de um matiz ou o contraste entre uma cor “apagada” e “ vívida”. Exemplo: adicionar tinta cinza no pote de outra tinta.

42. Sistema HSV (Hue - Saturation - Value) Cores Saturadas Cores pasteis

43. Cores para legendas • Contraste de: - Matiz - Saturação - Valor (tonalidade) • Quantas classes? - Usualmente de 4 a 5 (Dent et al., 2009) - C = 1 + 3,3 * log(n) (Sturges, 1926) n = número de elementos - Limite de: 8 tonalidades (Brewer, 2015) 5 tonalidades (Peterson, 2009) - Limite de 8 matizes (Robinson et al., 1995) Mas problema com deficiência visual de cores BREWER, C. 2015. Designing better maps: a guide for GIS users. ESRI press. DENT, B.D. et al. 2009. Thematic Map Design. New York: McGraw Hill PETERSON, G.N. 2009. GIS Cartography: a guide for effective map design. Boca Raton: Taylor & Francis. ROBINSON, A.H. et al. 1995. Elements of Cartography. 6th edition. Willey. STURGES, H. 1926. The Choice of a Class-Interval. Journal of American Statistical Association, 21, 65-66.

44. Cores Saturadas  Chamam atenção  Cansam a vista  Causam ilusão de contra-cor Cores Pastéis  Chamam menos atenção  Mais agradáveis Cores para legendas

45. Cores Saturadas Cores Pastéis

46. Cores quentes e frias Cores Ativas Cores Passivas Cores Neutras

47. Círculo Cromático Cores complementares possuem maior contraste Cores análogas dão ideia de continuidade

48. Círculo Cromático 2 Classes Cores complementares possuem maior contraste e dão harmonia

49. Círculo Cromático Cores complementares possuem maior contraste e dão harmonia 3 Classes

50. Círculo Cromático Cores complementares possuem maior contraste e dão harmonia 4 Classes

51. Cores Quentes e Frias Temperatura Média no Mundo http://www.tempoemteutonia.com.br/index.php/mapas-de-temperaturas-medias-no-mundo/

52. • Mapas para Ver  GPS de carro  Panfletos  Mapas para crianças • Mapas para Ler  Artigos e livros  Projetos Técnicos  Mapas para pessoas mais velhas Visualização rápida Menos elementos (comunicação seletiva) Boa memorização Cores Saturadas Cores Quentes Finalidades e escolhas Exploração de dados Mais classes, elementos, informações Pior memorização Cores Pastéis Cores Frias ou Neutras

53. Exercício  Suponha que você está fazendo um projeto de mapeamento de risco geotécnico. Explique quais as características dos mapas que você faria para os seguintes contextos: Uso professional por técnicos da defesa civil Oficinas de sensibilização com população de baixa renda em aglomerados subnormais Reuniões com gestores públicos

54. Dicas para cores • Cores adjacente devem constrastar em matiz (tonalidade) e valor (nível de cinza) o Ex: não usar linhas amarelas sob fundo branco • Variação de percepção da retina: o Vermelho e verde para o centro da imagem o Preto, branco e amarelo na periferia da imagem • Azul claro para regiões amplas, e não para linhas finas • Para regiões amplas, não usar alta saturação. Preferir cores pastéis •Usar alta saturação para elementos pequenos que se queira ressaltar Bartram, L. (2014) Introduction to Visual Analytics. IAT 814. Em: http://slideplayer.com/slide/8805850/

55. Fluxograma para uso de cores Começo O mapa apresenta dados ordenados? Não Esquema Qualitativo (matiz) A ordenação tem foco em um centro, ou meio? Não Esquema Sequencial (tonalidade) A tendência é convergente ao centro? Não Sim Esquema Divergente Esquema Convergente FREAC, G.S. Using Colors in Maps. Em: http://visual.ly/using-color-maps Torta favorita Morango Laranja Amora Batata doce Pistache Blueberry Taxa de Pobreza (%) Mudança no Preço de Imóveis Maior Sem alteração Menor Preferência Eleitoral Conservador Oposição Sim Sim

56. Corrente alternativa Não há regras! O mapa é uma produção artística! Cartwright, W., Gartner, G. and Lehn, A. eds., 2009. Cartography and art. Springer Science & Business Media.

57. Aprendendo com os pintores clássicos Claude Monet – Estação de Trem de Saint-Lazare Friedmannová, L. 2009. What we can learn from the masters? Color schemas on paintings as the source of color ranges applicable in cartography. Cartwright, W., Gartner, G. and Lehn, A. eds., Cartography and art. Springer Science & Business Media.

58. Deficiência visual de cores  4 % da População  1 em cada 12 homens  1 em cada 200 mulheres Mercola (2015) One in twelve men are color blind. Em: http://articles.mercola.com/sites/articles/archive/2015/10/10/color-blindness.aspx Xie, J.Z., Tarczy-Hornoch, K., Lin, J., Cotter, S.A., Torres, M., Varma, R. and Multi-Ethnic Pediatric Eye Disease Study Group, 2014. Color vision deficiency in preschool children: the multi-ethnic pediatric eye disease study.Ophthalmology, 121(7), pp.1469-1474.

59. Deficiência visual de cores

60. Teste de Ishihara Ishihara, Shinobu. "Tests for Color Blindness." American Journal of Ophthalmology 1, no. 5 (1918): 376.

61. HOFFMAN, D. 2009. Concerning the value of Human Life. Em: https://cartastrophe.wordpress.com/tag/bad-colors/

62. Escolhendo cores • Diagrama de Zonas de Confusão o Não escolher de zonas vizinhas o Escolher cores com níveis de valor (tonalidade) diferentes • Ou escolher apenas uma cor e variar de claro para escuro (valor, tonalidade) • Ou variar saturação e valor (tonalidade) sobre o matiz azul • Usar o ColorBrewer (aula prática)

63. Alternativas Aplicativo Color Blind Pal Óculos Oxy-Iso https://itunes.apple.com/us/app/color-blind-pal/id1037744228 http://www.o2amp.com/

64. Visolve Original Transformada (textura automática) http://www.ryobi-sol.co.jp/visolve/en/

65. Impressões e cópias em escala de cinza • Variações de matiz e saturação passam a não fazer sentido o Mapas divergentes ficam ilegíveis • Sugestão: o Trabalhar com valor (gradações claro x escuro) o Trabalhar com hachuras e texturas BREWER, C. 2015. Designing better maps: a guide for GIS users. ESRI press.

66. Cores ou texturas?

67. Mapas de Hachuras Orientação Densidade Tonalidade GIRARDI, E.P. Geocartografia: as variáveis visuais. Em: http://slideplayer.com.br/slide/5605149/

68. Combinação de recursos VASCONCELOS, V.V.; MARTINS JUNIOR, P.P.; CARNEIRO, J.A.; ENDO, I.; ROSA, S.A.G.; D’ABREU, L.A.; GOMES, L.A.M. Diversidade de Sistemas Hídricos na Bacia do Rio Paracatu. ENCONTRO NACIONAL DE GEÓGRAFOS, 18, Anais..., São Luís, Julho, 2016. AGB, São Paulo, 2016.

69. Semi-transparência de hachuras Vasconcelos VV. Recarga de Aquíferos: subsídios à gestão hídrica e ambiental – Bacia do Rio Paracatu SF7. Tese de Doutorado. Universidade Federal de Ouro Preto. 2014.

70. Mapas de símbolos proporcionais

71. Mapas de símbolos proporcionais Tipos de variáveis: ◦ Dados absolutos (quantidade) ◦ Magnitude de fenômenos Casos de uso:  Dados de localizações pontuais  Símbolos de dados dentro de áreas

72. Flannery, J. 1956. The Graduated Circle: A Description, Analysis and Evaluation of a Quantitative Map Symbol. Ph.D. dissertation, University of Wisconsin-Madison. Fórmula Psicofísica: R = K * Sn R = Resposta S = Estímulo K = Constante (para cada símbolo) N = Expoente

73. Flannery, J. 1956. The Graduated Circle: A Description, Analysis and Evaluation of a Quantitative Map Symbol. Ph.D. dissertation, University of Wisconsin-Madison. Sugestões: • Se a diferença entre o menor e o maior valor for maior que 10 vezes, utilizar “Perceptual Scaling”. • Usar pelo menos três círculos de tamanho diferentes na legenda. Griffin, 1985, Groups and Individual Variations in Judgment and Their Relevance to the Scaling of Graduated Circles, Cartographica 22:21-30

74. Qual dos pontos centrais é maior? Ilusão de Ebbinghaus Campbell, J.E.; Shin, M. (2012) Geographic Information System Basics. Em: http://2012books.lardbucket.org/pdfs/geographic-information-system-basics.pdf

75. Illusão de Ebbinghaus nos mapas Inserir limites diminui a ilusão de óptica Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

76. Representação multivariada

77. Proporção de pessoas sem instrução ou que completaram menos de um ano de estudo (%) Total de pessoas sem instrução ou que completaram menos de um ano de estudo Representação multivariada

78. Mapping Crime: Principle and Practice, by Keith Harries, Ph.D., December 1999. In: https://www.ncjrs.gov/html/nij/mapping/toc.html Resultado de votação no legislativo Energia Renovável na Europa - 2016 http://gisuser.com/2016/03/gfk-launches-new-geomarketing-software-regiograph-2016/ Representação Multivariada

79. Coroplético + Símbolos Proporcionais Maia, Alexandre Gori, and Antonio Marcio Buainain. "Pobreza objetiva e subjetiva no Brasil." Confins. Revue franco-brésilienne de géographie/Revista franco-brasilera de geografia 13 (2011). População com Insuficiência Alimentar Símbolo proporcional deve ter alto contraste em relação ao mapa de fundo

80. Para além dos círculos Brewer, C.A. and A.J. Campbell. 1998. "Beyond graduated circles: Varied point symbols for representing quantitative data on maps." Cartographic Perspectives. 29: 6-25.

81. Qual símbolo escolher? Por que o Círculo? • Facilidade de visualização • Facilidade de estimar variação de magnitude • Pode se transformar em gráfico de pizza E o Quadrado? • Melhor que o círculo para estimar variação de magnitude • Confunde visualização de outros símbolos no mapa •E a Barra? • Estimação praticamente perfeita de magnitude • Confunde o leitor quanto à localização exata do elemento no mapa E os Ícones (Desenhos)? ◦ Amigáveis ◦ Piores para estimar variação de magnitude

82. Dificuldades Problemas quando os valores são muito próximos entre todos os elementos Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

83. Escala graduada (símbolos graduados) Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill. •Maior flexibilidade de simbolizar •“Engana” o leitor com as proporções

84. Vantagens Desvantagens Transmite intensidade do fenômeno Não é bom se os elementos tem valores similares Transmite localização pontual Menos foco na distribuição espacial Possibilidade de visualização multivariável Encobrimento de outros elementos Não representa o valor “zero” ou valores negativos Mapas de símbolos proporcionais Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

85. Atividade Prática!

86. Manipulação de dados no ArcGis •Abrir arquivos: oUFBR.shp = Estados do Brasil oAedes2016.dbf = Casos de Dengue, Chikungunya e Zica em 2016, (Ministério da Saúde, Boletim Epidemiológico, v. 48, n. 2, 2017) oPOP_2016.dbf = População estimada em 2016 e área em km2 (IBGE)

87. Explorando tabelas • Abra a tabela de atributos de ufbr.shp • Abra as tabelas aedes2016.dbf e pop_2016.dbf

88. União de atributos • Na camada ufbr.shp, clique em “join and relates” -> “join…”

89. União de atributos • Selecione a tabela aedes2016.dbf • Use as variáveis coduf como chaves primárias • Após a operação, verifique se as colunas com as variáveis de dengue, chikungunya e zica estão na tabela de ufbr.shp

90. Exportar shapefile para gravar atributos • Exporte o shapefile com o nome ufaedes.shp • Abra a tabela de atributos de ufaedes.shp

91. Criação de variáveis • Abra a tabela de ufaedes.shp • No visualizador de tabelas, selecione “Add Field” • Crie o campo “pop2016” do tipo “long integer” • Verifique se a coluna foi adicionada na tabela • Faça o mesmo para criar as variáveis: • “areakm2”, com o tipo “Float” • “total”, do tipo “long integer”

92. •Abra o Editor Toolbar e selecione “Editor”-> “Start Editing” • Selecione para editar ufaedes.shp •Na tabela de “ufaedes.shp”, dê dois cliques no título da coluna “coduf” para verificar que os dados estão ordenados de forma crescente • Abra a tabela pop_2016.dbf no Calc (formato Europa ocidental - DOS/OS2-850/Internacional), ou no Excel, e verifique se os dados estão em ordem crescente na variável “coduf” e copie os dados de população a tabela de ufaedes.shp no ArcMap (ctrl+C e ctrl+V). • Vá em “Editor”-> “Save Edits” e depois em “Stop Editing”

93. • Abra o Arctoolbox, no menu “Geoprocessing” -> “Arctoolbox”, ou no ícone: •Selecione “Data Management Tools”-> ”Projections and Transformations” -> “Project”

94. • Escolha o shapefile “ufaedes” • Escolha a pasta e o nome de saída “ufaedes_utm.shp” • Escolha o Sistema de coordenadas “Projected” -> “World” -> “WGS_1984_World_Mercator” Vamos usar a projeção UTM (em metros) para calcular a área de cada Estado

95. • Abra a tabela de atributos de “ufaedes_utm.shp” • Clique com o botão direito no título da coluna “areakm2” e escolha a opção “calculate geometry” • Na tela de aviso, clique em “Yes”

96. • Escolha “Area” em “Property” • Escolha “Square Kilometers” em “Units” • Na tela de aviso, clique em “Yes” • Verifique se os dados de área foram calculados na tabela

97. Criação de variáveis • Clique com o botão direito no título da coluna “total” na tabela da camada “ufaedes_utm” • Selecione “Field Calculator” • Clique “Yes” na tela de aviso

98. • Monte a fórmula somando os casos de dengue, chikungunya e zica, clicando nos campos (“Fields”) e nos botões da calculadora • Pressione “ok” • Verifique se os valores foram adicionados na coluna “Total”

99. ColorBrewer www.colorbrewer2.org

100. ColorBrewer no ArcGis • Baixar o arquivo ColorBrewer.style no site https://github.com/ISUEOGTP/GISTaskSheets • No ArcMap, acesse “Customize” -> “Style Manager”

101. ColorBrewer no ArcGis Clique em Styles

102. ColorBrewer no ArcGis 1. Clique em Add Style to list e encontre o arquivo ColorBrewer.style 2. Depois de adicionar escolha “Set as default list” 1 2

103. ColorBrewer no ArcGis

104. Mapas coropléticos no ArcGIS • Dê dois cliques na camada “ufaedes_utm” para abrir a janela “Layer Properties” • Na aba “Symbology”, selecione a opção “Quantities” -> “Graduated colors” • Escolha para visualizar os casos de dengue, normalizando pela área (ou seja, casos de dengue por km2) • Escolha 6 classes

105. Mapas coropléticos no ArcGIS • Clique com o botão direito na rampa de cores e de-selecione a opção “Graphic View” • Selecione a paleta de cores escolhida no ColorBrewer • Clique em “Classify”

106. Métodos de classificação • Escolha a opção “Equal interval” • Pressione “ok” e, na janela principal, “Apply” • Verifique a visualização do mapa • Explores as demais classificações: • Quantile • Natural breaks • Geometric Interval • Manual, arrastando as barras azuis • Escolha uma das classificações • Explore essa mesma técnica de classificação para Chikungunya, Zica e Total, e para normalização por população

107. • Na aba “Simbology”, selecione a variável “Total” com normalização sobre “áreakm2” e a classificação escolhida. • Clique com o botão direito sobre a legenda e escolha “Format labels” • Escolha “Number of decimal places” e 2, para “Rounding” • Clique em “Apply”

108. Mapa de símbolos proporcionais • Clique com o botão direito sobre a camada ufaedes_utm, e selecione “Copy” • Clique com o botão direito sobre “Layers” e selecione “Paste Layers” • Renomeie a camada superior para “ufaedes_utm_simbolo”, clicando 1 vez no nome, esperando 1 segundo e clicando de novo

109.  Dê dois cliques na camada “ufaedes_utm_simbolo” a lista  Na aba “Symbology”, selecione “Quantities” -> “Proportional symbols” e marque:  “Value” como a variável “total”  Como “background” o padrão “Hollow”  “Min Value”: uma cor que contraste com a cor escolhida para o mapa coroplético no “ColorBrewer”, e tamanho (“Size”) igual a 1  Marque a opção “Appearance Compensation”  Clique em “Apply” e veja o resultado no mapa

110. Background Min Value

111. Mapa de símbolos proporcionais

112.  Dê dois cliques na camada “ufaedes_utm _simbolo” superior na lista  Na aba “Symbology”, selecione “Quantities” -> “Graduated symbols” e marque:  “Value” como a variável “total”  Como “background” o padrão “Hollow”  “Symbol Size from” variando de 5 a 30  Em “Template”, uma cor que contraste com a cor escolhida para o mapa coroplético no “ColorBrewer”  4 classes pelo método “Natural Breaks”  Clique em “Apply” e veja o resultado no mapa

113. Mapa de símbolos graduados

114. • Vá novamente na aba “Simbology” e selecione “Charts” -> “Pie” • Selecione o campo “Dengue” e clique em “>” para enviar à janela da direita. Faça o mesmo com “Chikungunya” e “Zica”. • Em “Background”, selecione o padrão “Hollow” • Atribua três cores diferentes, que contrastem com as cores escolhidas no ColorBrewer • De-selecione a propriedade “Prevent chart overlap” • Clique em “Size”

115. • Selecione “Vary size using the sum of the field value” • Marque “Size” igual a 1 • Selecione “Appearance Compensation” • Clique em “Ok” • Clique em “Apply”

116. Mapa de símbolos proporcionais

117. Montando um layout • Clique no botãozinho “layout view”

118. • Clique com o botão direito sobre o mapa e selecione “Properties” Mapa de símbolos proporcionais

119. • Na janela “Data Frame Properties”, escolha a aba “Grids” e selecione “New Grid” • Na janela “Grids and Graticules Wizards”, selecione “next”

120. • Na janela seguinte, no item “Appearance“, selecione “Labels only” e então “Next”, “Next” e “Finish” • Novamente na janela “Data Frame Properties, clique em “Apply” e veja o resultado no mapa. • Em seguida, clique em “Properties”

121. • Na aba “Labels”, escolha: • Em “Label Axes”, somente “Bottom” e “Right” • Em “Label Style”, no item “Size”, um tamanho de fonte adequado • Em “Label Orientation – Vertical Labels”, selecione “Right” • Clique em “Apply”e “Ok” • Na janela principal, clique em “Apply” e “Ok”

122. •No menu “Insert”, escolha “Legend” • Na janela “Legend Wizard”, deixe na janela esquerda (Legend Items) somente a camada “ufaedes_utm” • Clique em “Next”, “Next”, “Next” e “Finish”

123. • Reduza a legenda para um tamanho adequado • Clique com o botão direito na legenda e escolha “Convert to Grafics” • Clique novamente com o botão direito na legenda e escolha “Ungroup” • Edite as caixas de texto na forma adequada

124. •Insira uma nova legenda para a camada “ufaedes_utm_simbolo” • Reduza a legenda para um tamanho adequado • Selecione “Convert to Grafics”, “Ungroup” e edite a legenda

125. • Clique com o botão direito na camada “ufaedes_utm_simbolo” e selecione “Copy” • Clique com o botão direito em “Layers” e selecione “Paste layers” • Renomeia a camada inferior para “ufaedes_utm_simbolo2”

126. • Clique com botão direito na camada “ufaedes_utm_simbolo2” e escolha “Properties” • Na aba “Symbology”, escolha “Quantities”-> Proportional Symbols: • Value = Total • Background = Hollow • Min Value • Size = 1 • Color = “No color” • Marque “Appearance “Compensation (Flannery) • Number of Symbols to display in the Legend = 10

127. • Crie uma legenda para “ufaedes_utm_simbolo2” • Arraste a legenda para fora do mapa • Clique com o botão direito na legenda e escolha “Convert to Grafics”, e depois escolha “Ungroup” •Ainda com todos os elementos selecionados, clique com o botão direito mais uma vez e escolha “Ungroup” novamente • Arraste os círculos para fazer uma legenda aninhada com os valores de 500.000, 100.000 e 25.000

128. • No menu “Insert”, clique em “North Arrow” e selecione uma a seu gosto. • No menu “Insert”, clique em “Scale Bar” e selecione uma a seu gosto • Dê dois cliques na escala gráfica • Na aba “Scale and Units”, selecione: • “When resizing”… -> “Adjust width” • Division units: Kilometers • Label: “Km” • Division value: 500km • Number of divisions: 3 • Number of subdivisions: 2 • Na aba “Numbers and Marks”, selecione em “Frequency” -> “divisions” • Selecione “Apply” e “OK”

129. • Clique com o botão direito sobre o mapa e vá na aba “Coordinate System”, para confirmar se o sistema de coordenadas do layout é “Sirgas2000”

130. • No menu, vá em “Insert” -> “Text” e acrescente caixas de texto para o título do mapa e para as informações complementares: • Sistema de projeção • Fonte dos dados • Método de classificação do mapa coroplético • Uso ou não de ajuste de aparência de Flannery • Autoria

131. Exercício • Exercício individual • Selecione um tema à sua escolha e analise as variáveis com as técnicas de mapas coropléticos e de símbolos proporcionais • Utilize o ArcGis e/ou outros programas • Faça um relatório textual de no mínimo 1 página, de acordo com o modelo de trabalho e atividades explicado na primeira aula • Entrega até o início da próxima aula

132. Modelo de Atividades Página 1 – Representação espacial Resultados: Mapas, gráficos e tabelas (página anexa) Página 2 – Interpretação textual Introdução ◦ Apresentação do problema de pesquisa ◦ Objetivos Metodologia ◦ Área de estudo ◦ Variáveis estudadas ◦ Técnicas utilizadas ◦ Produtos gerados Discussão ◦ Interpretação do padrão espacial Conclusões Referências

133. Base de Dados Opcional Valor Adicionado Bruto dos setores de Agropecuária, Indústria, Serviços e Administração Pública a preços corrente (R$1.000,00) em 2014. https://app.box.com/s/gw4ru81vvan7pax98qpdhmjt2b1jk1fj Explicação: Valor Adicionado Bruto é o resultado final da atividade produtiva no decurso de um período determinado. Resulta da diferença entre o valor da produção e o valor do consumo intermédio, originando excedentes. FONTE: Produto Interno Bruto dos Municípios, IBGE https://ww2.ibge.gov.br/home/estatistica/economia/pibmunicipios/