Boletim Tcnico da Escola Politcnica da USP

Departamento de Engenharia de Construo Civil

ISSN 0103-9830
BT/PCC/524
Odair Barbosa de Moraes
Alex Kenya Abiko
So Paulo 2009
MTODO DE ANLISE DE DADOS PARA AVALIAO
DE REAS URBANAS RECUPERADAS UMA
ABORDAGEM UTILIZANDO A LGICA FUZZY
Escola Politcnica da Universidade de So Paulo
Departamento de Engenharia de Construo Civil
Boletim Tcnico Srie BT/PCC
Diretor: Prof. Dr. Ivan Gilberto Sandoval Falleiros
Vice-Diretor: Prof. Dr. J os Roberto Cardoso
Chefe do Departamento: Prof. Dr. Orestes Marracini Gonalves
Suplente do Chefe do Departamento: Prof. Dr. Alex Kenya Abiko
Conselho Editorial
Prof. Dr. Alex Abiko
Prof. Dr. Francisco Ferreira Cardoso
Prof. Dr. J oo da Rocha Lima J r.
Prof. Dr. Orestes Marraccini Gonalves
Prof. Dr. Paulo Helene
Prof. Dr. Cheng Liang Yee
Coordenador Tcnico
Prof. Dr. Alex Kenya Abiko
O Boletim Tcnico uma publicao da Escola Politcnica da USP/ Departamento de Engenharia de
Construo Civil, fruto de pesquisas realizadas por docentes e pesquisadores desta Universidade.
Este texto faz parte da tese de doutorado de ttulo Mtodo de anlise de dados para avaliao de
reas urbanas recuperadas: uma abordagem utilizando a lgica Fuzzy, que se encontra
disposio com os autores ou na biblioteca da Engenharia Civil.
FICHA CATALOGRFICA
Moraes, Odair Barbosa
Mtodo de anlise de dados para avaliao de reas urbanas
recuperadas: uma abordagem utilizando a lgica Fuzzy. So Paulo :
EPUSP, 2009.
28 p. (Boletim Tcnico da Escola Politcnica da USP,
Departamento de Engenharia de Construo Civil, BT/PCC/524)
1. Mtodo de Anlise 2. reas Urbanas 3. Lgica Fuzzy4. Programa
Ribeira Azul
I. Abiko, Alex Kenya II. Universidade de So Paulo. Escola Politcnica.
Departamento de Engenharia de Construo Civil III. Ttulo IV. Srie
ISSN 0103-9830
RESUMO
MTODO DE ANLISE DE DADOS PARA AVALIAO DE REAS URBANAS
RECUPERADAS UMA ABORDAGEM UTILIZANDO A LGICA FUZZY
As grandes cidades brasileiras apresentam, atualmente, um quadro de desigualdades e segregao
fruto de dcadas de conflitos pela ocupao do solo urbano. Das aes atuais que tm sido
implementadas para contornar este problema pouco se sabe sobre o seu desempenho. Alm da
avaliao tcnica destas aes necessrio levar em conta a opinio dos moradores sobre o habitat
recuperado. A Avaliao Ps-Ocupao e os sistemas indicadores so importantes ferramentas para o
provimento destas informaes. Embora estes mtodos reconheam a importncia da opinio dos
usurios, eles ainda encontram dificuldades ao tratar os conceitos subjetivos de qualidade. As
incertezas deste tipo de informao tm imposto limitaes s anlises tradicionais. Porm, o
surgimento de teorias que buscam incorporar as variadas formas de incerteza s anlises propiciam a
criao de novos campos de pesquisa, dentre estes, a Lgica Fuzzy. O objetivo deste trabalho
estabelecer um mtodo de anlise de dados para a obteno de indicadores de qualidade ambiental
urbana em reas recuperadas, levando em conta a opinio dos moradores, utilizando a Lgica Fuzzy.
Os resultados dos estudos desenvolvidos para testar e validar o mtodo em reas do Programa Ribeira
Azul foram satisfatrios e revelaram um vasto campo de pesquisa a ser desenvolvido.
ABSTRACT
METHOD OF DATA ANALYSIS FOR ENVIRONMENTAL QUALITY EVALUATION ON
UPGRADED URBAN AREAS A FUZZY LOGIC APPROACH
Large cities in Brazil currently present a picture of inequality and segregation resulting from decades
of conflict over the occupation of urban land. Little is known about the performance outcome of the
current actions that have been undertaken in an effort to ameliorate these problems. Post-Occupancy
Evaluation and indicator systems have been used as important tools for the provision of information
on the built environment. Although these methods recognize the importance of the views of users in
the evaluation process, they fail to adequately reflect the prevailing subjective concepts of quality.
Uncertainties in this type of information have imposed limitations on the traditional analysis.
However, the emergence of new theories and models that seek to incorporate analyses of uncertainty
creates new knowledge fields: Fuzzy Logic is one of these new fields. This thesis aims to establish a
method of data analysis for environmental quality evaluation of upgraded urban areas, taking into
account the views of dwellers using Fuzzy Logic. Results of the pilot and the validation studies of this
method developed on Ribeira Azul Program areas were satisfactory and a large number of
possibilities of applications were disclosed in the course of this research.
1 INTRODUO
A avaliao do ambiente urbano tem consistido numa importante ferramenta para definio de
polticas pblicas e projetos relacionados a ele, buscando uma melhoria no espao urbano que
propicie ganhos na qualidade de vida de seus moradores. No entanto, so poucos os mtodos que
considerem a opinio desses moradores no processo de avaliao. Diversos pesquisadores tm
reconhecido a importncia dessa informao justificada principalmente pelo fato de ser o
morador/usurio o principal experimentador do habitat avaliado. Esta avaliao, apesar de impregnada
de subjetividades, capaz de identificar aspectos apenas detectveis com a vivncia e ainda mais,
refletindo o grau de identificao do morador com o seu ambiente, um indicador da manuteno das
condies ambientais.
Dentre os mtodos de avaliao do ambiente urbano que tm sido objeto de estudo de diversos
pesquisadores destacamos os sistemas de indicadores e a Avaliao Ps-Ocupao (APO). Os
sistemas de indicadores, com uma tendncia mais quantitativa, possuem um leque vasto de aplicaes
como: verificar tendncias, avaliar polticas pblicas e obter rankings. As estatsticas pblicas formam
sua principal base e so, por tradio, um instrumento para tomada de deciso e planejamento em
mdias ou grandes escalas espaciais. J a APO caracteriza-se mais por ser uma ferramenta de
avaliao para planejamento e projetos. Suas bases tericas so oriundas da rea denominada
Psicologia Ambiental e possuem fortes influncias dos procedimentos das reas de Cincias Sociais.
Este mtodo possui grande foco nas relaes ambiente-comportamento como base de informaes
para o aprimoramento de projetos. Alm disso, apresenta uma grande flexibilidade de mtodos, sendo
que em princpio no h restrio de escalas, podendo ser aplicada desde espaos internos,
residenciais e edifcios de escritrios at a escala urbana de bairros ou cidades. Em ambos os mtodos,
a importncia da opinio do morador/usurio reconhecida, porm na APO esta informao
fundamental. Mesmo assim, o ferramental disponvel para anlise de dados utilizados pela APO ainda
encontra dificuldades ao tratar os conceitos subjetivos de qualidade.
Grande parte da dificuldade encontrada na anlise de dados se deve ao fato de que as informaes
coletadas, principalmente utilizando questionrios/formulrios, esto em escalas ordinais de medida,
portanto qualitativas, as quais, durante o processo de anlise de dados so atribudos cdigos
numricos, e equivocadamente so tratadas como tal, ou seja, como escalas quantitativas. As
diferenas existentes entre escalas qualitativas e quantitativas, tais como distncia entre pontos e
validade de operaes matemticas, no entanto, restringem as possibilidades de anlise de dados e
quando no reconhecidas podem agregar incertezas s concluses obtidas.
A incerteza, por outro lado, tem ocupado um lugar de destaque desde o sculo XX, a ponto do
pensador Edgard Morin (2002) afirmar ter sido o reconhecimento das incertezas uma das maiores
conquistas deste perodo. De fato, questes relacionadas as incertezas podem ser vistas em diversas
reas, desde questes surgidas em relao questo ambiental, das condies de sobrevivncia do
homem na Terra, s questes relacionadas aos modelos matemticos, como a Estatstica e a Lgica
Fuzzy.
A Lgica Fuzzy surge como uma alternativa, uma extenso da Lgica Clssica, para trabalhar as
questes vagas, incertas ou mal definidas, presentes no raciocnio humano. Ela difere do tratamento
dado pela Estatstica, pois enquanto a incerteza nos modelos estatsticos est relacionada
casualidade dos eventos, a incerteza nos modelos fuzzy est relacionada impreciso ou vagueza dos
conceitos (CORNELISSEN et al., 2001). A Lgica Fuzzy foi proposta inicialmente para resolver
problemas de automao e controle, porm, houve uma expanso do conhecimento nesta rea e
atualmente, encontramos diversas aplicaes em diferentes reas tais como geoprocessamento,
medicina e apoio tomada de deciso (CHENG, 2001). O termo Lgica Fuzzy tem sido utilizado em
dois sentidos: num sentido restrito, quando se refere aos processos de inferncia tal qual a Lgica
Clssica ou num sentido amplo, quando se refere a um conjunto de teorias e mtodos baseados na
Teoria dos Conjuntos Fuzzy (DVORAK et al., 2003).
No contexto apresentado, este trabalho tem como objetivo o estabelecimento de um mtodo de anlise
de dados para obteno de indicadores de qualidade ambiental urbana em reas recuperadas, que
considere tambm a opinio dos moradores, utilizando ferramentas de Lgica Fuzzy. Para isto,
buscamos aliar algumas tcnicas utilizadas em APO com nfase em pesquisas de opinio utilizando
formulrios e sistemas indicadores com a Lgica Fuzzy para desenvolver ferramentas que melhor
representem e manipulem as informaes referentes avaliao do ambiente urbano.
O caminho seguido para a realizao deste trabalho foi dividido em trs etapas: (i) contextualizao
da pesquisa; (ii) definio do mtodo de anlise: procedimentos, construo de ferramentas e pesquisa
piloto e; (iii) validao do mtodo.
2 CONTEXTUALIZAO DA PESQUISA
2.1 Qualidade de vida, desenvolvimento sustentvel e assentamentos urbanos recuperados
O pano de fundo desta pesquisa constitudo pelos assentamentos urbanos deteriorados e os
paradigmas que tm justificado as aes nestes assentamentos, notadamente os paradigmas que
envolvem os conceitos de qualidade de vida e de desenvolvimento sustentvel (Figura 1).
Qualidade
de vida
Desenvolvimento
sustentvel
Crescimento urbano
Crescimento dascidadesedapopulao sem
o devido crescimento deinfra-estruturae
servios
Assentamentos urbanos deteriorados
Aesderecuperao envolvendo equipes
interdisciplinareseumgrandevolumede
recursos
Relao entre
vivncias e
expectativas
Garantiadesatisfao
das necessidades
humanas s atuais e
futuras geraes
Figura 1: Contexto da pesquisa
Com base nestes conceitos podemos admitir as suas complementaridades. Enquanto a qualidade de
vida pode ser definida como o grau de atendimento das expectativas dos indivduos relacionadas s
suas vivncias e necessidades (GMEZ, 2001), o desenvolvimento sustentvel definido como
aquele desenvolvimento que visa garantir as necessidades das geraes atuais sem comprometer a
capacidade das futuras geraes atenderem as suas (WORLD COMMISSION ON ENVIRONMENT
AND DEVELOPMENT, 1987), ou seja, ambos esto focados no atendimento de
necessidades/expectativas humanas.
Por outro lado, h um processo de urbanizao mundial que produz situaes cada vez mais
conflitantes. Mesmo que a urbanizao seja, em geral, associada ao desenvolvimento, este processo de
urbanizao no tem se refletido em melhor qualidade de vida para todos. H uma necessidade
urgente nas cidades de pases em desenvolvimento de acomodar o rpido crescimento populacional,
prover infra-estrutura bsica, responder aos problemas de rpida deteriorao fsica dos ambientes e,
acima de tudo, melhorar as condies habitacionais, especialmente para os pobres (SALAT, 2006;
UNCHS, 2002). Porm, o atendimento a estas necessidades tem sido aqum e desproporcional s
demandas (BECHTEL, 1997). Cada vez mais surgem assentamentos urbanos deteriorados e
degradados que figuram como um dos maiores desafios a serem enfrentados para a promoo do
desenvolvimento sustentvel e de uma melhor qualidade de vida.
No Brasil, o processo de urbanizao das grandes cidades est mais relacionado ao crescimento
urbano que ao prprio desenvolvimento. Como afirma Veiga (2005) ao tentar diferenciar crescimento
econmico de desenvolvimento. Enquanto interessa ao crescimento as questes relacionadas
quantidade, ao desenvolvimento interessa as questes de qualidade. Assim, no Brasil ns podemos
afirmar que h em maior intensidade um crescimento urbano que um desenvolvimento urbano. Com
as discusses sobre sustentabilidade, no Brasil como em outros pases em desenvolvimento, dado as
condies precrias de grande parte das habitaes, as questes de habitabilidade tm sido bastante
discutidas, onde se considera que nestes pases, o caminho da sustentabilidade passa, inevitavelmente,
pela melhoria destas condies (RUEDA, 1997).
Nesta breve introduo notamos que qualidade de vida, desenvolvimento sustentvel e as questes
relativas aos assentamentos urbanos deteriorados esto relacionados de forma a compor um cenrio de
discusses muito amplo e bastante explorado por pesquisadores de diversas reas. A avaliao das
aes empreendidas no ambiente urbano torna-se cada vez mais imprescindvel e com ela a
necessidade de agregar a avaliao dos moradores/usurios. Neste sentido novos modelos so
demandados para que os resultados obtidos sejam cada vez mais consistentes.
2.2 Modelagem e mensurao de dados
Para Goldbarg e Luna (2000), a noo intuitiva de modelo se apia no desejo do homem de entender o
mundo que o cerca, nas imposies de sobrevivncia e na necessidade de conquistar o domnio de seu
meio ambiente. Para estes autores, o fenmeno de modelagem faz parte da busca de uma viso bem
estruturada da realidade. Destacamos que um modelo no uma substituio da realidade, mas sim
um veculo para uma viso bem estruturada desta realidade. Logo, todo modelo possui suas
simplificaes e, portanto limitaes relacionadas sua capacidade de representao do fenmeno. O
modelo em seu processo de traduo contextual deve ser capaz de identificar os elementos
fundamentais da questo e transport-los para uma representao capaz de ser manipulada por
artifcios ou mtodos de soluo.
2.2.1 Abordagens determinstica, estocstica e fuzzy
Neste processo de representao da realidade, diferentes abordagens tm sido propostas. Segundo
Trzesniak (1998), podemos diferenciar estas abordagens considerando a forma como as relaes entre
causa e efeitos so modeladas. Pertencem categoria das determinsticas aquelas em que causa e
efeito esto ligados diretamente: a presena (ou uma variao) da primeira necessariamente implica o
surgimento (ou uma alterao) no ltimo, freqentemente obedecendo a uma lei matemtica
conhecida. J no caso das estocsticas, a vinculao entre causa e efeito torna-se indireta, a presena
(ou uma variao) da primeira reflete-se no no efeito, mas na probabilidade de ele surgir (ou se
modificar). Dessa forma, algum tipo de incerteza introduzido na relao.
A incerteza introduzida pela abordagem estocstica est relacionada probabilidade de ocorrncia de
um determinado evento. Contudo, existemoutros tipos de incerteza que no so considerados nesta
abordagem. De fato, incertezas relacionadas vagueza ou impreciso de conceitos so modelados
utilizando-se o que se convencionou chamar de Lgica Fuzzy.
Enquanto a abordagem estocstica trata da incerteza como aleatoriedade, avaliando se um evento
ocorrer, a Lgica Fuzzy trata a incerteza no avaliando se um evento ocorrer, mas sim o quanto ele
ocorre ou ocorrer (CORNELISSEN et al., 2001). importante salientar que estas abordagens no
so excludentes, pelo contrrio, podem ser complementares, visto que tratam diferentes facetas do
fenmeno em anlise.
2.2.2 Dados, variveis e escalas de mensurao
Dados, variveis e escalas so conceitos com que o pesquisador tem que lidar freqentemente e que
por vezes so confundidos. Este trinmio forma a base de apoio da maioria das pesquisas em qualquer
rea do conhecimento.
Dado, segundo o dicionrio Houaiss on-line, aquilo que se conhece e a partir do que se inicia a
soluo de um problema, a formulao de um juzo, o desenvolvimento de um raciocnio; resultado de
investigao, clculo ou pesquisa; aspecto caracterstico que resulta da natureza, estado ou condio
de alguma coisa; informao relativa a um indivduo, capaz de identific-lo; elemento inicial de
qualquer ato de conhecimento (uma impresso sensvel, um axioma, um princpio lgico etc.),
apresentado de forma direta e imediata conscincia, e que servir de base ou pressuposto no
processo cognitivo. Ou seja, a observao captada sobre o fenmeno em anlise que serve como
ponto de partida de uma pesquisa, o registro.
Geralmente os dados podem ser classificados em dois tipos: no-mtricos (qualitativos) e mtricos
(quantitativos). Os dados no-mtricos so atributos, caractersticas, ou propriedades categricas que
identificam ou descrevem um objeto. Eles descrevem diferenas no grupo ou classe por meio da
indicao da presena ou ausncia de uma determinada caracterstica ou propriedade. Por exemplo,
sexo (masculino/feminino), religio (catlico/protestante/outros), escolaridade (fundamental/segundo
grau/superior) e satisfao (satisfeito/insatisfeito). J os dados mtricos so obtidos quando os objetos
podem ser identificados como diferentes em uma quantidade ou grau. Essas medidas refletem
distncia ou quantidade relativa, como exemplo temperatura, massa e volume (HAIR et al., 1995).
Da decorre a definio e classificao de um outro conceito, o de varivel. Segundo Pereira (2001),
as variveis so o agrupamento das medidas repetidas de um dado objeto de estudo, realizadas em
diferentes unidades de observao.
A classificao feita para os dados pode ser estendida para as variveis, ou seja, mtricas e no-
mtricas. A noo de medida nos remete a outro conceito importante no processo de pesquisa, o
conceito de escala de mensurao. Uma escala uma forma particular de atribuio de nmeros ou
smbolos para medir alguma coisa. Em geral as escalas so divididas em quatro nveis de mensurao,
do mais baixo ao mais alto nvel de preciso de medida em: nominal, ordinal, intervalar e de razo. As
escalas nominal e ordinal so classificadas por Hair et al. (1995) como no-mtricas (qualitativas) e a
intervalar e de razo como mtricas (quantitativas).
importante destacar que a escolha do tipo de varivel utilizada depender da natureza do objeto e
dos recursos de que o pesquisador dispe para mensurao. De acordo com Pereira (2001), a criao
de uma escala envolve o estabelecimento de premissas de relao entre atributos de um objeto e uma
representao simblica desses atributos. A escala atribui rtulos numricos aos atributos e
arbitrada, definida, pelo pesquisador. Disto resulta que a fidedignidade da representao que os
nmeros fazem dos atributos um juzo primrio do investigador, o qual se apia no seu
conhecimento do objeto. As relaes que os nmeros utilizados tm no campo da aritmtica sero, ou
no, aplicveis s relaes existentes entre os atributos segundo as premissas de relao que o
pesquisador estabelea. Uma eventual inadequao nessa relao, portanto, no remete a qualquer
inconsistncia dos atributos ou dos nmeros que os representam, mas sim a um conhecimento
inadequado do objeto por parte do pesquisador.
Entender os diferentes tipos de escalas de medidas importante visto que o pesquisador tem que
identificar a escala de medida de cada varivel empregada, de modo que dados no-mtricos, ou
mtricos, no sejam usados incorretamente e tambm porque a escala de medida um elemento
crtico na determinao de quais tcnicas so adequadas (HAIR et al., 1995).
Os modelos de questes utilizados tanto em formulrios quanto em questionrios de opinio
predominantes seguem o padro de questes de mltipla escolha, as quais, em geral, so de dois tipos:
(i) respostas em escalas de conceitos, por exemplo, de Pssimo at timo e respostas em escalas de
notas, por exemplo, de 0 at 5. Embora paream diferentes, em ambos os casos estamos lidando com
escalas qualitativas, os nmeros nas escalas de notas representam apenas posies relativas e no
quantidades. Esta questo o ponto de partida desta pesquisa, onde buscamos desenvolver
ferramentas para analisar os dados em sua escala original, ou seja, qualitativa.
2.3 Avaliao ps-ocupao e sistemas de indicadores aplicados ao ambiente urbano
2.3.1 Avaliao ps-ocupao
A Avaliao ps-ocupao (APO) uma rea de conhecimento que combina avaliao tcnica e o
ponto de vista do usurio, pretendendo se configurar como uma avaliao global do meio a ser
estudado. As variveis a serem consideradas podem ser complementadas, reduzidas e/ou alteradas, em
funo da tipologia edificada, das caractersticas e dos objetivos da pesquisa (ORNSTEIN;
ROMRO, 1992). Ela projetada para sistematicamente avaliar o desempenho das construes
depois que foram construdas e ocupadas por algum tempo. Esta abordagem difere de outras
avaliaes de desempenho dos edifcios, pois focada nos requerimentos dos ocupantes das
construes, incluindo sade, segurana, funcionalidade e eficincia, conforto psicolgico, qualidade
esttica e satisfao (PREISER, 2002).
As lies aprendidas de estudos de APO podem prover indicadores teis para os processos de
planejamento, programao e projeto. Ressalta-se a sua importncia uma vez que identifica os fatores
negativos e positivos dos projetos. No caso dos fatores positivos estes devemser cadastrados e
recomendados em futuros projetos semelhantes; j no caso dos negativos definem-se recomendaes
para que sejam minimizados e possibilitem a correo dos problemas detectados e utilizando tambm
os resultados destas avaliaes para realimentar o ciclo do processo de produo e uso de ambientes
de futuros projetos (FEDERAL FACILITIES COUNCIL (FFC), 2002; ORNSTEIN; ROMRO,
1992; PREISER, 2002; RABINOWITZ, 1984).
A APO apresenta uma grande flexibilidade de mtodos e a possibilidade de avaliar espaos em
diferentes escalas. Por isso, a APO tem se firmado como uma das principais ferramentas, onde se
pode avaliar desde a unidade habitacional aos espaos urbanos em geral, incluindo construes com
as mais variadas funes como escolas, hospitais, shopping centers, etc. (ROMRO (coord.), 1999).
A flexibilidade de mtodos da APO vo desde levantamento de medidas quantitativas, reas,
iluminao, temperaturas at as medidas comportamentais, utilizando entrevistas, questionrios e/ou
grupos focais (ORNSTEIN; ROMRO, 1992).
importante destacar que a avaliao da satisfao do morador/usurio no exclui a avaliao tcnica
e vice-versa. Enquanto a avaliao tcnica enfoca os aspectos objetivos e quantitativos da qualidade
de um ponto de vista externo e com pouca vivncia do ambiente, a avaliao do morador enfoca os
aspectos qualitativos e subjetivos da qualidade de um ponto de vista interno e com uma vivncia
maior do ambiente.
Como j afirmado, a incorporao no processo de avaliao da opinio do morador torna-se cada vez
mais imprescindvel e demanda um processo de modelagempara a sua anlise. Porm, a obteno de
uma medida de satisfao no uma atividade trivial. Por se tratar de uma medida subjetiva, depende
de um referencial terico que demanda uma srie de definies para a formulao de um
procedimento ou tcnica de avaliao. Algumas abordagens podem ser vistas em Galster (1987),
Amrigo e Aragons (1990), Bonaiuto et al. (1999) e Amole (2008), Monteiro (1994), Fleury-Bahi,
Flonneau e Marchand (2008), e Hur e Morrow-J ones (2008), todos preocupados com os mltiplos
fatores que podem influenciar a satisfao residencial ou com o ambiente de uma forma geral.
2.3.2 Sistemas de indicadores aplicados ao ambiente urbano
Os indicadores podem ser definidos como um meio de prover os formuladores de polticas com
informao, representando o produto final de uma longa cadeia de informao (WILLS; BRIGGS,
1995). Sob a forma de indicadores sociais, tiveramum grande desenvolvimento a partir dos anos 1960
com as discusses sobre avaliao da qualidade de vida em contraposio as avaliaes
predominantes baseadas em medidas econmicas como o PIB (J ANUZZI, 2004; SANTOS;
MARTINS, 2002).
Para Costa (2003), indicadores so instrumentos que reduzem grande quantidade de informao a um
nmero apropriado de parmetros para anlise e tomada de deciso. Traduzem conceitos abstratos e
difceis de serem mensurados em entidades operacionais e mensurveis, fornecendo uma informao
sinttica sobre determinado fenmeno. Sua utilizao permite revelar condies e ao mesmo tempo
tendncias, apontando aspectos deficientes ou aqueles que necessitam de interveno. De forma
semelhante J anuzzi (2004) define um indicador social como uma medida em geral quantitativa dotada
de significado social substantivo, usada para substituir, quantificar ou operacionalizar um conceito
social abstrato, de interesse terico ou programtico. um recurso metodolgico, empiricamente
referido, que informa algo sobre um aspecto da realidade social ou sobre mudanas que esto se
processando na mesma.
A literatura sobre indicadores bastante vasta, desde os indicadores de desempenho at os de
sustentabilidade. Recentemente, com as discusses sobre meio ambiente e sustentabilidade, estes
estudo tiveram uma verdadeira exploso. Para termos uma idia do desenvolvimento nesta rea, em
1995, Wills e Brigs (1995) realizaram um levantamento sobre indicadores de sade ambiental com 26
projetos de indicadores internacionais, nacionais, regionais e locais no mundo, que resultou num total
de mais de 1.400 indicadores que, em sua maioria estavam no estgio de propostas: do total de 1.411
indicadores identificados, 960 estavam sendo propostos, enquanto apenas 451 estavam em uso.
Da experincia brasileira na construo de indicadores, Borja (1997) realizou uma vasta reviso na
qual cita as propostas de Comune, Cahpino e Rizzieri (1982), publicado pelo Instituto de Pesquisas
Econmicas da USP, onde os autores propem um sistema de indicadores de qualidade de vida urbana
que envolve aspectos sociais, econmicos e ambientais; de Rodrigues (1991) do Instituto Brasileiro de
Economia da Fundao Getlio Vargas, que numa linha distinta da anterior, prope um ndice que
agrupa aspectos relevantes da qualidade de vida (ndice de Desenvolvimento Social IDS); de
Garcias (1991) e de Ajzenberg et al. (1986), dentre outros, tambm preocupados com as questes
metodolgicas de obteno e tratamento dos dados.
Outros exemplos de indicadores de qualidade de vida podem ser vistos em Santos e Martins (2002),
Nahas et al. (1996) e Guedes e Arajo (2004), de salubridade em Piza e Gregori (1999), Almeida
(1999) e Dias, Borja e Moraes (2004) e sustentabilidade em Bellen (2005) e Malheiros, Philippi J r e
Coutinho (2008).
2.4 Lgica Fuzzy
A motivao inicial para a proposio da Lgica Fuzzy surge com a aceitao de que so muito
freqentes as classes de objetos encontrados no mundo real que no apresentam critrios precisos de
pertinncias como exemplo, a classe de pessoas altas, a classe de pessoas bonitas, a classe de pessoas
jovens, a classe de velocidades altas, a classe de temperaturas confortveis entre outros exemplos,
carregados de subjetividade que fazem parte da linguagem cotidiana. A subjetividade intrnseca de
variveis, apesar de ser utilizada em nosso cotidiano, transmitida e perfeitamente compreendida
lingisticamente entre interlocutores, tem invariavelmente permanecida fora do tratamento
matemtico tradicional (BARROS; BASSANEZI, 2006).
A Teoria Clssica dos Conjuntos caracteriza-se pela relao de pertinncia dos elementos em relao
ao conjunto, estabelecendo duas possibilidades claras, ou um elemento pertence ao conjunto, ou no
pertence. Esta relao pode ser representada por uma funo caracterstica que assume um valor igual
a 1, caso o elemento pertena ao conjunto, ou igual a 0, caso ele no pertena. Esta funo
tambmpode ser chamada de funo de pertinncia ou funo do grau de verdade. No caso da teoria
clssica, esses conjuntos so denominados conjuntos crisp e, dado um conjunto universo X e um
subconjunto A de X, podemos escrever:

e
e
=
A x se
A x se
x A
, 1
, 0
) (
, onde A(x) ser a funo de pertinncia de A.
Porm, se assumirmos que um elemento x pode pertencer a um subconjunto A, de forma parcial, ou
seja, possuindo um grau de verdade entre 0 (zero) e 1 (hum), poderemos adotar uma funo de
pertinncia contnua que assuma qualquer valor neste intervalo. Esta funo fornecer o grau de
verdade, ou o grau de pertinncia do elemento em relao ao conjunto. Assim poderemos tratar de
uma forma menos rgida e mais adequada, conceitos imprecisos ou mal definidos presentes na
linguagem humana.
Essa possibilidade de pertinncia parcial dos elementos em relao aos conjuntos a base para a
formulao da Lgica Fuzzy. Um exemplo clssico apresentado na literatura est relacionado com a
idade. Tomemos os subconjuntos, que representam as idades, apresentados na Figura 2. Dado uma
pessoa de 50 anos de idade, pela teoria clssica (crisp) esse pessoa seria considerada de Meia-idade.
Pela teoria fuzzy ele seria de Meia-idade (grau de pertinncia 0,67) e Velho (grau de pertinncia
0,33), ou seja, teria mais possibilidade de ser de Meia-idade, porm com uma possibilidade menor
de ser Velho. O que se aproxima do raciocnio humano, pois no h de fato consenso com relao a
estes limites, podendo uma pessoa com 50 anos de idade ser considerada por alguns, j Velho,
enquanto por outros, ainda de Meia-idade.
0
0,2
0,4
0,6
0,8
1
1,2
0 10 20 30 40 50 60 70 80
Idade (anos)
G
ra
u
d
e
p
e
rtin

n
c
ia
J ovem Meiaidade
Velho
0
0,2
0,4
0,6
0,8
1
1,2
0 10 20 30 40 50 60 70 80
Idade (anos)
A
(
x
)
J ovem Meia-idade Velho
Figura 2: Exemplo de representao crisp, esquerda, e fuzzy, direitapara os subconjuntos de idades
Por conseguir modelar de uma forma mais adequada estas e outras questes que a Lgica Fuzzy tm
cada vez mais ocupado espao. Nas ltimas dcadas tem ocorrido um grande desenvolvimento desta
rea tanto em questes tericas como de aplicaes (GUPTA, SARIDIS; GAINES, 1977,
NAKAMURA; 1995).
Os subconjuntos de idades, apresentados anteriormente, so exemplos de variveis lingsticas. Esta
tem sido a forma usual de modelagem fuzzy. Contudo, possvel utilizar variveis qualitativas
associadas ao grau de pertinncia. Por exemplo, podemos modelar em relao ao subconjunto jovem,
o conjunto de pessoas } ; ; ; ; { Jos Joo Pedro Paulo Ana A = atribuindo-lhes os seus respectivos
graus de pertinncia ao subconjunto: } 0 , 0 ; 2 , 0 ; 0 , 1 ; 7 , 0 ; 1 , 0 { ) ( = x A . Isto implica dizer que com certeza
Pedro J ovem (grau de pertinncia 1,0), e com certeza J os no J ovem (grau de pertinncia 0,0), os
demais pertencem ao conjunto de pessoas jovens com grau de certeza assinalado. De forma
simplificada podemos representar o subconjunto A da seguinte forma:
} 0 , 0 / ; 2 , 0 / ; 0 , 1 / ; 7 , 0 / ; 1 , 0 / { Jos Joo Pedro Paulo Ana A = . Esta notao mais flexvel e nos
permite trabalhar com variveis qualitativas.
Como j afirmamos, a Lgica Fuzzy tem conseguido um grande desenvolvimento terico como de
aplicaes, todas as definies e tcnicas utilizadas neste trabalho podem ser aprofundadas em Klir e
Yuan (1995).
3 MTODO PROPOSTO
3.1 Etapas
O mtodo proposto composto de seis etapas: (i) definio de variveis/indicadores; (ii) coleta de
dados; (iii) identificao de pontos positivos e negativos; (iv) obteno de indicadores; (v) anlise de
resultados e; (vi) relatrio de qualidade ambiental. Este mtodo foi testado em uma rea piloto e
depois validado em mais duas reas do Programa Ribeira Azul, j concludas hcerca de sete anos.
3.1.1 Definio de variveis/indicadores
A definio das variveis esta intimamente ligada ao objetivo da pesquisa, bem como a habilidade
destas variveis de representar o fenmeno em estudo. A definio de QAU que norteou este trabalho
aquela onde a QAU entendida como a qualidade referente s condies ambientais do meio urbano
(natural e cultural), sendo resultante da ao do homem e repercutindo na sua qualidade de vida
(BORJ A, 1997).
Os indicadores selecionados para este trabalho so descritos no APNDICE A. Estes indicadores
foram agrupados em trs grupos de indicadores: um relacionado s condies individuais (moradia) e
dois indicadores relacionados s condies coletivas, sendo um relativo rea urbanizada e o outro
relativo aos elementos de integrao com as demais reas (transporte, lazer e servios) (Quadro 1).
Ressaltamos que, assim como nos estudos de APO, estes indicadores podem ser reduzidos ou
ampliados de acordo com a pesquisa.
Quadro 1: Composio dos indicadores
Moradia
Composio eadequao
Iluminao e ventilao natural
Cobertura
Instalaes de gua
Paredes
Instalaes de esgoto
Piso
Entorno
Transporte e mobilidade
Equipamentos comunitrios e de servios
Associativismo
Espaos pblicos
Instalaes eltricas
Salubridade
ambiental
Abastecimento de gua
Esgoto
Coleta de lixo
Varrio
Drenagem
Seguranageolgica-geotcnica
Densidade demogrfica bruta
Vias de circulao
Espaos pblicos
Iluminao pblica
Renda
Educao
Energia eltrica
Regularizao fundiria
3.1.2 Coleta de dados
Os procedimentos de coleta de dados sero selecionados de acordo com a disponibilidade de recursos
e dados sendo dividido em trs grupos: (i) pesquisa documental: levantamento de material produzido
sobre a rea de estudo, como projetos e relatrios que tambm subsidiaro o planejamento da pesquisa
de campo; (ii) estatsticas pblicas: bases de dados como do IBGE e outros rgos de informaes,
estaduais e municipais, sempre que possvel, tambmdevero ser levantadas e; (iii) Avaliao Ps-
Ocupao: o nvel de APO depender dos objetivos da pesquisa, contudo, recomenda-se a realizao
de walkthroughs e aplicao formulrios com questes de mltipla escolha seguindo os
procedimentos necessrios de uma APO. A aplicao de formulrios levanta a questo da seleo dos
entrevistados. No caso especfico deste trabalho, como tambm objetivamos a obteno de
indicadores que valero para toda a rea utilizaremos amostragem aleatria simples.
3.1.3 Identificao dos pontos positivos e negativos
Nesta etapa a principal questo avaliada est relacionada identificao dos pontos positivos e
negativos da rea em estudo e o uso de escalas intervalares para representao de conceitos. Foram
utilizadas nesta etapa as modas associadas a medidas de incerteza no lugar das mdias e desvios-
padro freqentemente utilizados.
A abordagem proposta, e consolidada, adota a medida de no-especificidade normalizada para
quantificar as incertezas das informaes sobre os pontos positivos e negativos. A adoo desta
medida consiste no fato de que ela consegue quantificar o consenso existente numa determinada
distribuio de freqncias. Caso haja consenso na distribuio, ou seja, apenas uma alternativa
escolhida, ento a medida de no-especificidade igual a zero. Caso a distribuio apresente
freqncias iguais entre as alternativas, no-consenso, a medida de no especificidade igual a um
(para maiores detalhes ver Klir e Yuan, 1995).
O procedimento de clculo segue os seguintes passos: (i) calcular as freqncias de respostas por item
avaliado formando o subconjunto avaliao
} ) " / (" " / " ; ) " (" " " ; ) " / (" " / {" ) ( timo Bom f timo Bom Regular f Regular Ruim Pssimo f Ruim Pssimo x A = ,
onde f representa a freqncia relativa; (ii) converter a distribuio de freqncias para subconjuntos
fuzzy,
} ) " / (" " / " ; ) " (" " " ; ) " / (" " / " { ) ( timo Bom timo Bom Regular Regular Ruim Pssimo Ruim Pssimo x A = ,
ou seja, normaliz-los dividindo cada valor pelo valor mximo da distribuio na resposta; (iii)
calcular a moda para cada distribuio de respostas: caso a moda seja Bom/timo o item ser
considerado um ponto positivo, caso seja Pssimo/Ruim, ser considerado um ponto negativo, caso
seja Regular, verificar o segundo valor mais freqente; (iv) calcular a medida de no-especificidade
normalizada, U-Incerteza, para cada distribuio utilizando a frmula
A d A
A h
A U
A h
n
log log
) (
1
) (
) (
0
}
=

. Alternativamente, pode-se calcular o grau de verdade como

complemento da U-Incerteza, pela frmula ) ( 0 . 1 ) ( A U A C
n
= ; (v) avaliar se os nveis de incerteza
obtidos so aceitveis, caso contrrio pode-se recorrer anlise por estratos. Pode-se tambm efetuar
a abordagem clssica com o clculo das mdias e desvios-padro para comparao dos resultados.
3.1.4 Obteno de indicadores
O objetivo desta etapa obter um indicador global de avaliao da qualidade ambiental da rea.
Primeiro, buscamos elaborar um mtodo para obteno de um indicador qualitativo baseado nas
opinies dos moradores e depois, buscamos aperfeioar o mtodo de agregao de indicadores
quantitativos, estabelecendo um sistema de ponderao baseado na opinio de especialistas.
3.1.4.1 Indicadores qualitativos
Obter indicadores baseados em pesquisas de opinio consiste numa tarefa complexa visto que cada
pessoa avalia um dado objeto, ou espao, baseada em valores individuais: logo, cada indivduo
pondera as qualidades do referido objeto ou espao de uma forma diferente. Assim, dificilmente, uma
avaliao global corresponder a uma somatria de avaliaes parciais e esta agregao se dar de
forma semelhante. Alm disso, a avaliao do morador geralmente dada por meio de conceitos, ou
seja, numa escala qualitativa que, de acordo com o exposto anteriormente, impe limitaes ao
processo de agregao dos dados, pois as operaes aritmticas no so permitidas neste tipo de
escala.
As duas ferramentas selecionadas para modelar este processo de avaliao do morador so baseadas
em padres de respostas. Agrupamos as respostas em duas classes: avaliaes parciais, que so as
avaliaes dos sub-indicadores como abastecimento de gua, servio de esgoto, coleta de lixo e
avaliaes finais que so as avaliaes da moradia como um todo, da salubridade ambiental e do
entorno.
Na primeira ferramenta, baseada em relaes fuzzy, agrupamos os formulrios nos quais foram
atribudos a mesma avaliao final e modelamos o seu comportamento em relao as avaliaes
parciais, baseados nas freqncias das respostas. Este modelo no oferece limitaes com relao a
escala de medida utilizada, pois as operaes so feitas utilizando-se os graus de verdades das
proposies, que no caso de dados qualitativos podem ser representados pelas suas freqncias
normalizadas. Ele utiliza princpios de inferncia para relacionar as entradas e as sadas do modelo
simulando o raciocnio humano (Figura 3).
SSee aass a av v a all ii aa eess ppa ar r cci i a ai i s s ssoo e ennt t o o a a a av v a all ii aa o o ff ii n n a all . .
I Innppu utt ss
AAvvaall i i aa eess p p a arr c c i i a aii ss
OOuutt p puutt
AAvvaall ii aa oo f f i i n naall
Figura 3: Concepo para obteno deindicadores utilizando infernciafuzzy
O seu princpio semelhante ao utilizado em inferncia, contudo, no lugar de regras de composio
dos resultados, sadas, utilizada uma matriz de relao entre as avaliaes parciais e finais. Este
modelo est representado na Figura 4.
n
a
v
a
l
i
a

e
s

p
a
r
c
i
a
i
s
(
(
(
(

mn m m
n
n
i i i
i i i
i i i

2 1
2 22 21
1 12 11
(
(
(
(
(

mp m m
p
p
o o o
o o o
o o o

2 1
2 22 21
1 12 11
m
g
r
u
p
o
s

d
e

a
v
a
l
i
a

o
n avaliaes parci ai s
p aval iaes finais
(
(
(
(
(

np n n
p
p
r r r
r r r
r r r

2 1
2 22 21
1 12 11
==
p aval iaes fi nai s
m
g
r
u
p
o
s
Avaliao Parcial Avaliao Parcial R = R = Avalia Avalia oo Final Final
n
a
v
a
l
i
a

e
s

p
a
r
c
i
a
i
s
(
(
(
(

mn m m
n
n
i i i
i i i
i i i

2 1
2 22 21
1 12 11
(
(
(
(
(

mp m m
p
p
o o o
o o o
o o o

2 1
2 22 21
1 12 11
m
g
r
u
p
o
s

d
e

a
v
a
l
i
a

o
n avaliaes parci ai s
p aval iaes finais
(
(
(
(
(

np n n
p
p
r r r
r r r
r r r

2 1
2 22 21
1 12 11
==
p aval iaes fi nai s
m
g
r
u
p
o
s
Avaliao Parcial Avaliao Parcial R = R = Avalia Avalia oo Final Final
ENTRADAS
Avaliaes parciais
Variveis
BASE DE CONHECIMENTO
Matriz de relao
Avaliao parcial x avaliao final
SADAS
Avaliaes finais
Avaliao global
Figura 4: Modelo de inferncia baseado nas relaes fuzzy
Uma das grandes vantagens deste mtodo a obteno de uma matriz que relaciona avaliaes
parciais e finais, de forma a identificar as variveis que tm maior possibilidade de influenciar nas
avaliaes finais.
O procedimento de clculo segue os seguintes passos: (i) agrupar os questionrios por classe de
avaliao final; (ii) calcular as freqncias de avaliaes parciais para cada grupo; (iii) normalizar as
distribuies, dividindo-se cada valor pelo valor mximo da distribuio em cada item de avaliao
parcial; (iv) montar a matriz de avaliaes parciais dispondo as avaliaes parciais de cada grupo em
uma nica linha; (v) montar a matriz de avaliaes finais; (vi) definir a regra de composio: max-
min, max-produto ou outra; (vii) calcular a matriz de relao, avaliaes parciais x avaliaes finais;
(viii) avaliar o desempenho da matriz, realizando o teste com formulrios, comparando-se as
avaliaes finais obtidas com o modelo e aquelas dadas pelos prprios moradores, calculando-se o
percentual de acertos e; (ix) notar na matriz de avaliaes parciais x avaliaes finais aquelas
variveis com valores prximos a unidade, pois so aquelas que tm maior possibilidade de
interferncia nas avaliaes finais.
O outro modelo a ser testado o de reconhecimento de padro fuzzy. Neste modelo, como no anterior,
os formulrios so agrupados de acordo com as avaliaes finais. De posse de suas freqncias so
modelados os padres de resposta para cada grupo de avaliao final. A classificao de um novo
indivduo ser dada por comparao em relao a cada padro.
Este modelo requer a definio de uma medida semelhana. Em nosso caso utilizaremos uma medida
de semelhana conhecida como ndice de conformidade (MATTH et al, 2006).
Definidos os padres e suas caractersticas, dado um novo indivduo e tambmsuas caractersticas,
por meio do clculo da medida de semelhana, este indivduo dever ser classificado em um
determinado padro (avaliao final). Neste modelo, diferentemente do modelo das equaes fuzzy,
no possvel obter diretamente as caractersticas que influenciam na avaliao final. Contudo
possvel desenvolver outras ferramentas para isto, tais como um teste chi-quadrado ou medidas de
similaridade, como o j citado ndice de conformidade.
O procedimento neste mtodo o seguinte: (i) agrupar os questionrios por classe de avaliao final;
(ii) calcular as freqncias de avaliaes parciais para cada grupo; (iii) normalizar as distribuies,
dividindo-se cada valor pelo valor mximo da distribuio em cada item de avaliao parcial; (iv) os
conjuntos de distribuies por grupo formam os padres de respostas; (v) para obter o indicador final,
comparamos, utilizando o ndice de conformidade, o conjunto de respostas a ser classificado com
cada padro de resposta j estabelecida; (vi) a classificao final ser aquele grupo cujo ndice de
conformidade for mximo. Assim como no mtodo das equaes relacionais fuzzy, podemos calcular
o nvel de acertos como medida de desempenho do modelo.
3.1.4.2 Indicadores quantitativos
O objetivo desta etapa agregar os indicadores parciais de natureza quantitativa de forma a obtermos
um indicador sinttico que represente a avaliao final da interveno. Embora j existam diversos
indicadores desenvolvidos como os apresentados na reviso bibliogrfica, identificamos, que um dos
maiores pontos de discusso reside nos sistemas de ponderao destes indicadores. Dentre os mtodos
disponveis paradefinio de sistemas de ponderao optamos pela consulta a especialistas utilizando
ferramentas do Processo Analtico Hierrquico (Analytic Hierarchy Process (AHP)).
O AHP um mtodo utilizado para tomada de deciso em problemas no estruturados, desenvolvido
por Saaty (1980), tambm utilizado para realizar prognsticos. A tcnica parte da elaborao de uma
hierarquia montada para entender o problema, onde no primeiro nvel est o foco, ou objetivo, e nos
demais as variveis intervenientes, que podem ser organizadas em fatores e nveis (Figura 5).
Determinadas estas hierarquias, foram construdas as matrizes de comparao. A partir destas
matrizes foi elaborado um questionrio de consulta aos especialistas para facilitar a obteno dos
pesos.
Foram enviados 17 questionrios e recebidos 11. Os questionrios foram tabulados e os julgamentos
agrupados por mdia geomtrica conforme sugerem Forman e Peniwati (1998). Os pesos obtidos para
cada varivel sero utilizados na composio dos indicadores finais, utilizando mdia ponderada.
Figura 5: Hierarquia para o Indicador de qualidade ambiental urbana proposto
3.1.5 Anlise dos resultados
Os resultados sero analisados de acordo com os procedimentos j definidos e faro parte do relatrio
de qualidade ambiental.
3.1.6 Relatrio de qualidade ambiental
O relatrio de qualidade ambiental dever ser composto das seguintes sees: (i) histrico e descrio
da rea de estudos; (ii) descrio dos dados coletados; (iii) identificao de pontos positivos e
negativos da rea; (iv) indicadores qualitativos e quantitativos da rea, com possveis anlises sobre as
variveis mais importantes do ponto de vista do morador e aquelas mais carentes do ponto de vista
tcnico e; (v) e por fim, as consideraes finais e recomendaes.
3.2 PESQUISA PILOTO
3.2.1 Descrio da rea de estudo: rea do Programa Ribeira Azul
O Programa Ribeira Azul um programa integrado, vinculando as intervenes fsicas s aes
sociais e geradoras de renda. O Programa tem como objetivos gerais promover a reduo da pobreza
urbana, a recuperao e preservao fsica/ambiental, elaborar estratgias para implementao de
programas de reduo da pobreza urbana na Regio Metropolitana de Salvador. Seus objetivos
especficos so promover a urbanizao, a infra-estrutura das reas consolidadas e a erradicao das
palafitas por meio de aterro com reassentamento das famlias; promover o desenvolvimento
econmico social, o exerccio da cidadania e a participao comunitria por meio da educao
ambiental e sanitria e o treinamento e qualificao de mo de obra (Companhia de Desenvolvimento
Urbano do Estado da Bahia (CONDER)), 2003).
A rea do Programa, compreende um conjunto de bairros situados no Subrbio Ferrovirio, somando
4 Km
2
que abriga cerca de 40.000 famlias, equivalente a aproximadamente 150.000 habitantes, o que
representa 6% da populao atual do municpio de Salvador (Figura 6). Esta rea abriga um conjunto
de invases datado da dcada de 1940, famoso pela persistncia e o avano ocorrido na direo da
Baa de Todos os Santos sobre o mar (CONDER, 2003).
Figura 6: Localizao darea do Programa Ribeira Azul
Fonte: Elaborado a partir de mapa disponvel em http://www.conder.ba.gov.br
A rea do programa Ribeira Azul apresenta os piores indicadores sociais da cidade. No comeo das
intervenes 13.100 pessoas viviam nestes assentamentos em condies subumanas, 3.500 famlias
viviam em palafitas, 45% da populao economicamente ativa no possua nenhuma renda, 59% das
famlias na rea viviam com meio salrio mnimo por ms, 13% das moradias em terra no possuam
banheiros, e 64% das instalaes sanitrias no funcionavamadequadamente (BAKER, 2006).
Das reas do Programa Ribeira Azul, optou-se em realizar a pesquisa piloto em Novos Alagados 1
a
.
Etapa, por ter sido a primeira rea onde foram realizadas as intervenes, alm de ter sido modelo
para o Programa. Existe uma srie de dados obtidos para elaborao do Projeto de Apoio Tcnico e
Social na rea do Ribeira Azul (PATS), porm, estes dados no correspondem exatamente
delimitao do Programa, visto que o PATS foi feito com base nos setores censitrios do Instituto
Brasileiro de Geografia e Estatstica (IBGE), que na maioria das vezes extrapolam os limites da rea
de interveno.
Enquanto o PATS afirma que Novos Alagados 1
a
. Etapa possui cerca de 1.697 famlias (CONDER,
[ca. 2000]), Carvalho (2002), baseado tambm em dados da CONDER, afirma que a rea possui 1.750
READOPROGRAMARIBEIRAAZUL
CIAARATU
domiclios com uma populao de total de 6.737 habitantes e cerca de 61,67ha. J com a delimitao
pelos setores censitrios, a priori superestimada, esse nmero chega a 2.671 famlias.
A interveno fsica em Novos Alagados 1
a
. Etapa foi composta de projeto urbanstico e de infra-
estrutura com novo sistema virio e mobilirio urbano, alm de reassentamento de algumas famlias
em embries. Segundo o PATS, foram construdos 270 embries com 22m e 144 embries com 14
m. 144 novas casas foram resultado de remanejamento interno e 283 de remanejamento externo.
Nessa fase do projeto, foram construdos os loteamentos Aras I e II - situados na meia encosta da
localidade conhecida como Plataforma, voltada para a Enseada do Cabrito - para abrigar as 285
famlias, transferidas das palafitas e remanejadas por conta das obras de infra-estrutura
(CARVALHO, 2002) e por este motivo no fizeram parte da pesquisa piloto. A obra para execuo
do projeto urbanstico e de infra-estrutura foi iniciada em 1995 e concluda em 1999. O projeto contou
ainda com projetos sociais e equipamentos comunitrios construdos e reformados.
Para a pesquisa piloto foi feito uma pesquisa exploratria, walktrough, pesquisa documental e
aplicao de formulrios em 140 domiclios dos quais foram descartados 20, totalizando o final da
anlise de dados com 120 formulrios.
3.2.2 Resultados
3.2.2.1 Identificao de pontos positivos e negativos do projeto
Os resultados das variveis relacionadas moradia encontram-se na Tabela 1 e podem ser melhor
visualizados no Grfico 1, onde as medidas de U-Incerteza esto ordenadas do menor para o maior
valor. Adotando as faixas de incerteza j definidas na seo anterior temos como aspectos positivos
com grau baixo de incerteza (ou alto grau de certeza, complemento da incerteza): instalaes de
esgoto e instalaes de gua; aspectos positivos com grau mdio de incerteza: paredes, ventilao e
iluminao natural e instalaes eltricas; aspectos negativos com grau mdio de incerteza: quartos e
tamanho da casa. As avaliaes do piso e do telhado possuem um grau de incerteza alto e qualquer
afirmao seria pouco acertada.
Numa anlise tradicional procederamos a transformao da escala ordinal, numa escala intervalar,
onde os conceitos Pssimo/Ruim, Regular, Bom/timo passariama valer 1, 2 e 3 respectivamente e
posteriormente o clculo de mdias e desvio padro, os resultados encontram-se tambm na Tabela 1.
Ressaltamos que essa abordagem no a mais adequada, porm bastante utilizada e a tomaremos
como comparao.
Tabela 1: Moradia: Graus de possibilidade, incerteza, avaliao mdia e desvio padro Pesquisa Piloto
Item
Conceitos/Graus de possibilidade
U-Incerteza Avaliao mdia Desvio padro
Pssimo e Ruim Regular timo e Bom
Av_Inst_Agua 0,17 0,28 1,00 0,24 2,57 0,70
Av_Inst_Esgoto 0,14 0,24 1,00 0,20 2,62 0,67
Av_Inst_Eletrica 0,34 0,66 1,00 0,54 2,33 0,75
Av_Quartos 1,00 0,32 0,68 0,55 1,84 0,91
Av_Tam_Casa 1,00 0,43 0,74 0,63 1,88 0,89
Av_Telhado 1,00 0,86 0,86 0,86 1,95 0,83
Av_Paredes 0,57 0,39 1,00 0,50 2,23 0,87
Av_Piso 0,74 0,60 1,00 0,69 2,11 0,86
Av_Ventila 0,59 0,37 1,00 0,51 2,21 0,88
Observamos no Grfico 1, que apenas os itens telhado, tamanho da casa e quartos podem ser
considerados negativos nesta anlise, e observando a distribuio de freqncia da Tabela 1,
percebemos que a ligeira predominncia dos conceitos negativos conduz a mdia para abaixo do valor
regular. Tomando apenas as incertezas altas, existem dois pontos, piso e telhado, que seriam
erroneamente considerados positivo e negativo, respectivamente. O resumo da comparao est
apresentado na Tabela 2. Ou seja, calculando o grau de verdade (certeza) como o complemento da
incerteza tem-se que: a afirmao O telhado um ponto negativo possui um grau de verdade de
0,14 da mesma forma a afirmao O piso um ponto positivo tem grau de verdade 0,31. Por outro
lado, quando se afirma As instalaes de gua so um ponto positivo tem-se um grau de verdade de
0,76. Assim, a medida de incerteza agrega informao a afirmao obtida, quer seja pelo valor
predominante, quer seja pela mdia.
0,0
0,5
1,0
1,5
2,0
2,5
3,0
A
v
_
In
s
t_
E
s
g
o
to
A
v
_
In
s
t_
A
g
u
a
A
v
_
In
s
t_
E
le
tric
a
A
v
_
P
a
re
d
e
s
A
v
_
V
e
n
tila
A
v
_
P
is
o
A
v
_
T
e
lh
a
d
o
A
v
_
T
a
m
_
C
a
s
a
A
v
_
Q
u
a
rto
s
A
v
a
lia

o

m

d
ia
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
D
e
s
v
io
p
a
d
r

o
Mdias Pontomdio Desvio padro
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
A
v
_
In
s
t_
E
s
g
o
to
A
v
_
In
s
t_
A
g
u
a
A
v
_
P
a
re
d
e
s
A
v
_
V
e
n
tila
A
v
_
In
s
t_
E
le
tric
a
A
v
_
Q
u
a
rto
s
A
v
_
T
a
m
_
C
a
s
a
A
v
_
P
is
o
A
v
_
T
e
lh
a
d
o
F
r
e
q

e
n
c
ia
r
e
la
tiv
a
/
U
-
I
n
c
e
r
t
e
z
a
(
%
)
Pssimo ouRuim Regular timo ou Bom UIncerteza
Grfico 1: Moradia: mdias e desvios-padro Pesquisa Piloto
A Tabela 2 mostra os resultados finais para as variveis de Salubridade Ambiental, Moradia e
Entorno.
Tabela 2: Moradia: sntese dos pontospositivos e negativos Pesquisa Piloto
Item
Abordagem
clssica
Abordagem fuzzy
Item
Abordagem
clssica
Abordagem fuzzy
Aspecto Aspecto Incerteza
Grau de
verdade
Aspecto Aspecto Incerteza
Grau de
verdade
Salubridade ambiental Moradia
Av_Abast_Agua + + Baixa 0,70 Av_Inst_Agua + + Baixa 0,76
Av_Esgoto - - Alta 0,21 Av_Inst_Esgoto + + Baixa 0,80
Av_Coleta_Lixo + + Baixa 0,72 Av_Inst_Eletrica + + Mdia 0,46
Av_Varricao + + Mdia 0,50 Av_Quartos - - Mdia 0,45
Av_Boc_Sarj - - Mdia 0,61 Av_Tam_Casa - - Mdia 0,37
Seg_Inund - - Mdia 0,41 Av_Telhado - - Alta 0,14
Av_larg_rua + + Mdia 0,40 Av_Paredes + + Mdia 0,50
Av_Rua + + Mdia 0,53 Av_Piso + + Alta 0,31
Seg_Terreno + + Baixa 0,71 Av_Ventila + + Mdia 0,49
Av_Esp_Pub + + Baixa 0,83 Entorno
Av_Energia + + Baixa 0,90 Av_Servic + + Mdia 0,47
Av_Ilumina + + Mdia 0,56 Av_Lazer_Fora + + Baixa 0,77
Dist_Tel - - Mdia 0,62 Av_Associacao + + Baixa 0,87
Seg_Posse + + Baixa 0,67 Dist_Ponto_Onibus + + Alta 0,24
Aps est anlise, foi realizada uma anlise exaustiva utilizando variveis de controle, como tipo de
moradia, materiais utilizados dentre outras, no sentido de reduzir as incertezas apresentadas por
algumas variveis. Os resultados foram satisfatrios e na maioria dos casos foi possvel reduzir as
incertezas apresentadas, obtendo-se assim mais informaes sobre o comportamento das avaliaes.
3.2.2.2 Obteno de indicadores
3.2.2.2.1 Indicadores qualitativos
Aplicando o mtodo das equaes relacionais fuzzy j descrito obtivemos para a Moradia as matrizes
de avaliao da Tabela 3, Tabela 4e 0. Ateno especial deve ser dada s variveis cujos valores na
matriz de relao avaliao parcial x avaliao final sejam prximos de 1,0, pois so eles que mais
interferem na avaliao final.
Tabela 3: Moradia: matriz de avaliaes parciais para equaes relacionais fuzzy Pesquisa Piloto
Av_Inst_Agua Av_Inst_Esgoto Av_Inst_Eletrica Av_Quartos Av_Tam_Casa Av_Telhado Av_Paredes Av_Piso Av_Ventila
P

s
s
i
m
o
/
R
u
i
m
R
e
g
u
l
a
r

t
i
m
o
/
B
o
m
P

s
s
i
m
o
/
R
u
i
m
R
e
g
u
l
a
r

t
i
m
o
/
B
o
m
P

s
s
i
m
o
/
R
u
i
m
R
e
g
u
l
a
r

t
i
m
o
/
B
o
m
P

s
s
i
m
o
/
R
u
i
m
R
e
g
u
l
a
r

t
i
m
o
/
B
o
m
P

s
s
i
m
o
/
R
u
i
m
R
e
g
u
l
a
r

t
i
m
o
/
B
o
m
P

s
s
i
m
o
/
R
u
i
m
R
e
g
u
l
a
r

t
i
m
o
/
B
o
m
P

s
s
i
m
o
/
R
u
i
m
R
e
g
u
l
a
r

t
i
m
o
/
B
o
m
P

s
s
i
m
o
/
R
u
i
m
R
e
g
u
l
a
r

t
i
m
o
/
B
o
m
P

s
s
i
m
o
/
R
u
i
m
R
e
g
u
l
a
r

t
i
m
o
/
B
o
m
G
r
u
p
o
s
Pssimo
Ruim
0,2 0,4 1,0 0,2 0,4 1,0 1,0 1,0 0,7 1,0 0,2 0,0 1,0 0,0 0,1 1,0 0,6 0,1 1,0 0,2 0,2 1,0 0,1 0,1 1,0 0,1 0,7
Regular 0,4 0,9 1,0 0,2 0,3 1,0 0,3 0,9 1,0 1,0 0,3 0,6 1,0 0,6 0,2 0,7 1,0 0,5 0,5 0,6 1,0 0,8 1,0 0,7 0,3 1,0 0,8
timo
Bom
0,1 0,1 1,0 0,1 0,2 1,0 0,2 0,4 1,0 0,7 0,3 1,0 0,4 0,4 1,0 0,6 0,4 1,0 0,1 0,3 1,0 0,2 0,4 1,0 0,4 0,2 1,0
Tabela 4: Moradia: matriz de avaliao final utilizando a menor distncia ao subconjunto fuzzy PesquisaPiloto
Avaliao final MDI
Pssimo/Ruim Regular timo/Bom
G
r
u
p
o
s
Pssimo/Ruim 1,0 0,1 0,1
Regular 0,5 1,0 0,5
timo/Bom 0,1 0,2 1,0
Realizamos testes variando as regras de composio e a composio max-min foi a que apresentou
melhores resultados. Repetimos os procedimentos para os indicadores de Salubridade ambiental e
Entorno.
O resultados dos indicadores finais pelo mtodo das equaes relacionais fuzzy so apresentados na
Tabela 6.
Tabela 5Moradia: matriz de relao avaliao parcial x avaliao final e composio max-min Pesquisa Piloto
Avaliao parcial
Avaliao final
Pssimo/Ruim Regular Bom/timo
Av_Inst_Agua
Pssimo/Ruim 1,0 0,1 0,1
Regular 0,5 0,1 0,1
Bom/timo 0,1 0,1 0,1
Av_Inst_Esgoto
Pssimo/Ruim 1,0 0,1 0,1
Regular 0,1 0,1 0,1
Bom/timo 0,1 0,1 0,1
Av_Inst_Eletrica
Pssimo/Ruim 0,1 0,1 0,1
Regular 0,1 0,1 0,1
Bom/timo 0,1 0,1 0,1
Av_Quartos
Pssimo/Ruim 0,1 0,1 0,1
Regular 0,1 0,1 0,1
Bom/timo 0,1 0,2 0,5
Av_Tam_Casa
Pssimo/Ruim 0,1 0,1 0,1
Regular 0,1 0,2 0,5
Bom/timo 0,1 0,1 0,1
Av_Telhado
Pssimo/Ruim 0,1 0,1 0,1
Regular 0,1 0,1 0,1
Bom/timo 0,1 0,2 1,0
Av_Paredes
Pssimo/Ruim 1,0 0,1 0,1
Regular 0,1 0,1 0,1
Bom/timo 0,1 0,1 0,1
Av_Piso
Pssimo/Ruim 0,1 0,1 0,1
Regular 0,1 0,1 0,1
Bom/timo 0,1 0,1 0,1
Av_Ventila
Pssimo/Ruim 0,1 0,1 0,1
Regular 0,1 1,0 0,1
Bom/timo 0,1 0,1 0,1
Tabela 6: Indicadores qualitativos da interveno obtidos utilizando equaes relacionais fuzzy Pesquisa Piloto
Avaliao Moradia Salubridade ambiental Entorno
Pssimo/Ruim 0,56 0,45 0,45
Regular 0,38 0,44 0,20
Bom/timo 0,86 1,00 1,00
Aplicando o mtodo do reconhecimento de padro para os dados de Moradia, tambmj descrito,
obtivemos os padres da Tabela 7.
Tabela 7: Moradia: Padres de respostas Pesquisa Piloto
Pssimo/Ruim Regular Bom/timo
Pssimo/RuimRegular Bom/timo Pssimo/Ruim Regular Bom/timo Pssimo/RuimRegular Bom/timo
Padres fuzzy normais
Av_Inst_Agua 0,18 0,35 1,00 0,43 0,86 1,00 0,10 0,08 1,00
Av_Inst_Esgoto 0,19 0,38 1,00 0,21 0,26 1,00 0,10 0,17 1,00
Av_Inst_Eletrica 1,00 1,00 0,70 0,29 0,93 1,00 0,16 0,42 1,00
Av_Quartos 1,00 0,18 0,05 1,00 0,25 0,56 0,67 0,33 1,00
Av_Tam_Casa 1,00 0,04 0,08 1,00 0,56 0,22 0,37 0,37 1,00
Av_Telhado 1,00 0,56 0,06 0,67 1,00 0,47 0,59 0,45 1,00
Av_Paredes 1,00 0,15 0,20 0,53 0,60 1,00 0,14 0,29 1,00
Av_Piso 1,00 0,14 0,14 0,77 1,00 0,69 0,18 0,38 1,00
Av_Ventila 1,00 0,07 0,73 0,33 1,00 0,80 0,41 0,19 1,00
Realizamos testes utilizando padres fuzzy normais e subnormais (freqncias relativas) e os
resultados foram semelhantes. Ento, repetimos o procedimento utilizando padres fuzzy normais
para a Salubridade ambiental e o Entorno obtendo os indicadores da finais da Tabela 8. Note que os
resultados no contradizem o mtodo anterior.
Tabela 8: Indicadores qualitativos da interveno obtidos utilizando o reconhecimento de padro fuzzy Pesquisa Piloto
Avaliao Moradia Salubridade ambiental Entorno
Pssimo/Ruim 0,58 0,63 0,53
Regular 0,76 0,69 0,64
Bom/timo 0,73 0,91 0,90
3.2.2.2.2 Indicadores quantitativos
Para o clculo dos indicadores quantitativos finais utilizamos a mdia ponderada com os pesos
obtidos na pesquisa de consulta aos especialistas Os resultados dos pesos e dos indicadores so
apresentados na Tabela 9. Note que a maioria dos indicadores e sub-indicadores situam-se em faixas
superiores a 70%, o que indica uma boa situao fsica, porm merecem ateno as seguintes
variveis: quartos, materiais de cobertura e paredes e as aberturas, no item moradia; esgotamento
sanitrio, drenagem e vias de circulao, no item salubridade ambiental e no item de entorno e
servios comunitrios, a baixa utilizao dos equipamentos comunitrios e de servios e a
participao em associaes.
3.2.2.3 Consideraes finais
Na anlise dos pontos positivos e negativos os itens de quantidade de quartos, tamanho da casa e
telhado foram identificados como pontos negativos. A incerteza em alguns casos pode ser reduzida
por meio da separao em grupos distintos que melhor expliquem a falta de consenso. J nas matrizes
de relaes identificamos algumas variveis com maior relao com a avaliao final como por
exemplo para Moradia: (i) para uma avaliao Pssimo/Ruim - instalaes de gua, instalaes de
esgoto e material das paredes Pssimo/Ruim; (ii) para uma avaliao Regular - ventilao Regular e ;
(iii) para uma avaliao Bom/timo - telhado Bom/timo.
Tabela 9: Pesos dos indicadores obtidos utilizando o AHP
Varivel Pesos Indicador
INDICADOR DE QUALIDADE AMBIENTAL 75,0%
INDICADOR DE MORADIA 34,4% 75,7%
Cmodos 21,3% 84,6%
Cozinha 29,2% 83,5%
Banheiros 52,5% 95,0%
Quartos 18,3% 56,7%
Materiais 20,1% 69,3%
Material da cobertura 49,8% 69,0%
Material das paredes 33,7% 67,0%
Material do piso 16,5% 75,2%
Instalaes 32,7% 93,5%
Instalaes de gua 37,9% 95,9%
Instalaes de esgoto 39,5% 88,4%
Instalaes eltricas 22,6% 98,3%
Aberturas 25,9% 50,8%
INDICADOR DE SALUBRIDADE AMBIENTAL 48,9% 77,5%
Saneamento bsico 40,9% 67,7%
Abastecimento de gua 32,8% 77,8%
Abastecimento de gua regularizado 82,2% 74,2%
Abastecimento de gua irregular 17,8% 16,7%
Esgotamento sanitrio 35,2% 49,6%
Esgotamento sanitrio regularizado 78,7% 32,5%
Esgotamento sanitrio irregular 21,3% 63,3%
Drenagem 18,8% 67,1%
Limpeza urbana 13,2% 91,9%
Coleta de lixo 84,3% 97,53%
Servio de varrio 15,7% 61,7%
Infra-estrutura e outros servios 21,9% 75,8%
Energia eltrica 40,8% 97,1%
Energia eltrica regularizada 79,8% 96,7%
Energia eltrica irregular 20,2% 1,7%
Iluminao pblica 14,5% 93,3%%
Espaos pblicos 12,6% 71,9%
Vias de circulao 32,1% 42,3%
Condies fsicas 18,6% 100,0%
Segurana geolgico-geotcnica 84,2% 100,0%
Densidade demogrfica 15,8% 100,0%
Condies sociais 13,3% 79,3%
Educao 69,6% 76,1%
Renda 30,4% 86,7%
Regularizao fundiria 5,2% 75,8%
INDICADOR DE ENTORNO 16,7% 66,5%
Transporte e mobilidade 45,2% 95,6%
Equipamentos comunitrios e de servios 21,4% 53,2%
Associativismo 15,1% 19,8%
Espaos pblicos fora da rea 18,3% 48,8%
J nos indicadores quantitativos destacamos os itens com maior peso dado pelos especialistas:
banheiros, cobertura e instalaes de gua eesgoto. Note que um item considerado importante pelos
moradores, tamanho da casa, que est relacionado ao nmero de quartos, no tem tanto peso na
opinio dos especialistas. Como resultado, este indicador tem pouco impacto no indicador
quantitativo e umdos que apresenta um pior desempenho, tanto qualitativo quanto quantitativo.
Observaes semelhantes puderam ser feitas em relao a Salubridade ambiental e ao Entorno, porm,
por limitao de espao neste texto no sero relatadas. No entanto, esto disponveis no texto integral
da tese.
4 VALIDAO DO MTODO: ALAGADOS I E II
Foram realizados dois estudos de caso para validao do mtodo em Alagados I e II. As intervenes
nestas reas tambm integraram o Programa Viver Melhor desenvolvido pelo Estado por meio da
Secretaria de Recursos Hdricos, Saneamento e Habitao SRHSH e URBIS, com recursos do
FGTS/Pr-Moradia 97 e do Governo Estadual que aps a extino da URBIS ficaram sob a
responsabilidade da CONDER, integrando o Programa Ribeira Azul. O projeto urbanstico e de infra-
estrutura beneficiou as 537 famlias da comunidade com novo sistema virio e mobilirio urbano em
Alagados I e 214 em Alagados II. Em Alagados I foram construdas 53 unidades sanitrias, 30
embries, 60 unidades tipo BA-70 dplex, 108 unidades tipo BA 70 GD2, totalizando 198 novas
unidades habitacionais. Foi feito tambm o remanejamento de 18 famlias para o loteamento J ardim
Valria II Coutos, Vale das Cambonas e Baixinho de Santo Antonio e reassentamento de 99 famlias
para as novas unidades construdas na prpria comunidade.
J em Alagados II, foram construdos 27 embries, 06 unidades tipo BA-70, 88 unidades tipo BA-70
GD2, 06 unidades sanitrias, totalizando 121 unidades habitacionais. 38 famlias foram remanejadas
para o loteamento J ardim Valria II e reassentamento de 37 famlias para novas unidades
habitacionais construdas na comunidade. As consideraes finais aps a coleta e anlise de dados so
apresentadas a seguir.
Em Alagados I todos os itens de Moradia foram considerados positivos ou regulares positivos, porm
as questes relacionadas ao tamanho e composio apresentaram alta incerteza que puderam ser
reduzidas com a categorizao por tipo de construo. J em Alagados II apenas o item ventilao foi
considerado regular negativo, os demais itens foram considerados positivos ou regulares positivos,
porm, tambm as variveis relacionadas ao tamanho e composio das moradias apresentaram altas
incertezas que em alguns casos tambm foram reduzidas com a categorizao.
Emrelao aos indicadores qualitativos de Moradia em Alagados I, notou-se que para uma avaliao
final Pssimo/Ruim praticamente todas as variveis analisadas so importantes, enquanto que apenas
os quartos e os materiais das paredes e piso e ventilao soimportantes para uma avaliao Regular e
para uma avaliao Bom/timo apenas a ventilao. As instalaes, apesar de apresentarem graus de
possibilidade elevados, podem levar a qualquer avaliao final. Em Alagados II, as variveis
intervenientes so em menor nmero. Para uma avaliao final Pssimo/Ruim, o banheiro e as
instalaes de esgoto so importantes, para a avaliao final Regular o tamanho da casa e para uma
avaliao final Bom/timo apenas o banheiro. Em Alagados I e II os indicadores qualitativos finais
so Bom/timo utilizando o mtodo das equaes relacionais fuzzy e Regular com o mtodo de
reconhecimento de padro. Os indicadores quantitativos tambm so altos, em torno de 70%, mas
deve-se atentar para os indicadores de nmero de quartos e deaberturas.
Com relao a Salubridade ambiental, em Alagados I apenas o servio de varrio foi considerado
ponto regular negativo, os demais foram considerados positivos ou regulares positivos, porm
destaca-se a alta incerteza apresentada por este item assim como a avaliao dos espaos pblicos. Em
Alagados II, alem do servio de varrio, tambm so considerados negativos ou regulares negativos
as bocas de lobo e sarjetas e a distncia ao telefone pblico. Porm, em geral, as incertezas nas
afirmaes so mais altas que em Alagados II.
Os indicadores qualitativos de Salubridade em Alagados I e II apresentaram matrizes pouco claras,
que se refletiram num baixo percentual de acertos em ambas as reas, logo, a interpretao das
variveis mais importantes doponto de vista do morador fica prejudicada. Os indicadores qualitativos
das duas reas em ambos os mtodos Bom/timo e os quantitativos tambm apresentam resultados
elevados, 84% em Alagados I e 72% em Alagados II, com ateno para as variveis de infra-estrutura
e de condies sociais que apresentaram valores abaixo das demais.
Sobre o entorno, em ambos os casos as variveis foram avaliadas como pontos positivos ou regulares
positivos, em geral com baixas incertezas, que se mantiveramcom a categorizao.
Sobre as variveis mais importantes na composio dos indicadores qualitativos de Entorno, nota-se
que a exceo da avaliao final Bom/timo, todas as variveis so consideradas pelos moradores em
Alagados I, no caso da avaliao Bom/timo, apenas o transporte importante. J em Alagados II,
apenas os servios definem uma avaliao final Pssimo/Ruim ou Regular. Os indicadores
qualitativos de Entorno foram Regular em Alagados I em ambos os mtodos e em Alagados II,
Regular-Bom/timo pelo mtodo das equaes relacionais fuzzy e Bom/timo pelo mtodo de
reconhecimento de padro. Embora, em ambas as reas os indicadores quantitativos foram os mais
baixos dos trs avaliados, em torno de 50%.
5 CONCLUSES E RECOMENDAES
O sculo XX foi um sculo onde as incertezas, em suas variadas formas, se fizeram presentes de
forma intensa. As discusses sobre os impactos das aes do homem no meio ambiente nos
conduziram a concluses incertas sobre o futuro da Terra. Novos modelos de desenvolvimento esto
sendo debatidos na tentativa de contornar os resultados negativos dessas aes que, durante um longo
perodo consideraram que o homem mantinha um controle unilateral sobre a natureza.
Nas cidades, os impactos ambientais tm se tornado cada vez mais evidentes. Enchentes, poluio do
ar, da gua e do solo, so cada vez mais freqentes nas grandes cidades. Em pases em
desenvolvimento, soma-se a estes impactos, um quadro de desigualdades sociais, refletido num
ambiente segregado, onde as condies de saneamento e de infra-estrutura propiciam o agravamento
dos impactos negativos no meio ambiente e na prpria sade do homem.
Embora, a questo habitacional no seja recente no Brasil, com aes que vm desde o incio do
sculo XX, de eliminao de cortios e habitaes precrias com uma viso mais higienista, at os
dias atuais, com as obras de urbanizao de favelas, recuperaes de cortios e requalificaes de
centros urbanos degradados, o desafio mostra-se cada vez mais complexo, exigindo aes fsicas de
recuperao do habitat aliado a aes sociais que contribuam para a manuteno e sustentabilidade
das melhores condies de habitabilidade obtidas. Estas aes, justificadas pela busca da melhoria da
qualidade de vida e do desenvolvimento sustentvel, no entanto, carecem de uma avaliao
sistemtica que busquem o aperfeioamento dos mtodos empregados bem como, avaliem o
desempenho de tais aes.
Da reviso da literatura, constatamos que a alternativa da abordagem fuzzy, bastante explorada em
reas como automao e controle, em simulaes do raciocnio humano, ainda pouco explorada em
reas relacionadas ao ambiente urbano e apresenta um grande potencial para melhorar a compreenso
dos processos de avaliao principalmente, aqueles que envolvem a avaliao dos moradores, cuja
informao tipicamente carregada de incertezas devido a sua subjetividade.
A modelagem utilizando a Lgica Fuzzy no pode, e no deve, ser vista como uma forma de obter
resultados que se contrape a Lgica Clssica. Dado que a primeira uma extenso da segunda, os
resultados obtidos pela Lgica Fuzzy devero ser os mesmos obtidos pela Lgica Clssica nos casos
em que se utilizam conjuntos clssicos em modelos fuzzy. A modelagem apresentada nesta pesquisa
mostrou vantagens em relao aos mtodos tradicionais, que destacamos: a quantificao da incerteza
sob forma de no-especificidade, a obteno de indicadores baseados em variveis qualitativas, a
modelagem do raciocnio no morador baseada nas respostas dadas pelos mesmos e em todos os casos,
a utilizao de escalas qualitativas na anlise, sem a necessidade de converso em escalas
quantitativas.
A reviso da literatura sobre Lgica Fuzzy revelou tambmum vasto campo de pesquisa que se abre
para o desenvolvimento de novas ferramentas de anlise de dados. Dentre as diversas demandas que
se apresentaram durante este trabalho, destacamos: (i) a implementao de ferramentas sob a forma de
aplicativos para facilitar o processo de anlise dos dados; (ii) estudos de avaliao do significado e
importncia de outras medidas de incerteza, encontradas na literatura; (iii) estudos de avaliao de
outras regras de composio e de outros operadores no mtodo das equaes relacionais fuzzy; (iv)
desenvolvimento de ferramentas para identificao das variveis mais importantes do ponto de vista
do morador, bem como, de ferramentas de avaliao do seu desempenho; (v) desenvolvimento de
ferramentas de agregao fuzzy dos dados quantitativos e de uma possvel, se necessria, agregao
dos dados qualitativos e quantitativos e, por fim; (vi) desenvolvimento de ferramentas de
georrefenciamento de informaes para anlise de dados, visto que muitas variveis possuem
influncia da localizao e; (vii) aplicar o mtodo em outros empreendimentos e em outras reas,
tanto em urbanizaode favelas como em outros projetos urbanos ou de edificaes.
Finalmente, ressaltamos que, embora as operaes utilizadas na modelagem fuzzy sejam simples, dada
a quantidade de variveis a ser levada em considerao, bem como a repetio das operaes, o
desenvolvimento de ferramentas que auxiliem neste processo de fundamental importncia, sob pena
de dificultar a divulgao e disseminao das ferramentas propostas.
REFERNCIAS
AMRIGO, Maria; ARAGONS, J uan Ignacio. Residential satisfaction in council housing. Journal
of Environmental Psychology, [S.l.]: Academic Press, v 10, n. 4, pp 313-325, dec. 1990.
AMOLE, Dolapo. Residentil satsfaction in students housing. Journal of Environmental
Psychology, [S.l.], Elsevier, pp. 1-10, 2008.
AJ ZEMBERG, Marcos Gorelik et al. Utilizao de indicadores de carter social na definio de
prioridades de obras de saneamento. Revista DAE. So Paulo, vol. 46, n 147, 1986.
BAKER J .. Integrated urban upgrading for the poor: the experience of Ribeira Azul, Brazil.
Policy Research Working Paper. Washington D.C.:The World Bank, 2006. Disponvel em:
<http://go.worldbank.org/U0R6LSL9D0>. 2006. Acesso em: 20 jan. 2007.
BARROS, Lacio Carvalho de. BASSANEZI, Rodney Carlos. Tpicos de lgica fuzzy e
biomatemtica. Campinas: UNICAMP/IMECC, 2006.
BECHTEL, Robert B.. Environment & behavior: an introduction. Thousand Oaks, California: Sage
Publications, 1997. 679p.
BELLEN, Hans Michael van. Indicadores de sustentabilidade: uma anlise comparativa. Rio de
J aneiro: FGV, 2005. 253p.
BONAIUTO, Marino, et al. Multidimensional perception of residential environment quality and
neighbourhood attachment in the urban environment. Journal of Environmental Psychology, [S.l.]:
Academic Press, v 19, n. 4, pp 331-352, dec. 1999.
BORJ A, Patrcia C. Avaliao da Qualidade Ambiental Urbana: Uma contribuio metodolgica.
1997. 188p. Dissertao (Mestrado) Faculdade de Arquitetura e Urbanismo, Universidade Federal
da Bahia. Salvador, 1997
CARVALHO, Eduardo Teixeira de. Os Alagados da Bahia: Intervenes Pblicas e Apropriao
Informal do Espao Urbano. 2002. 307p. Dissertao (Mestrado) Faculdade de Arquitetura e
Urbanismo, Universidade Federal da Bahia. Salvador, 2002.
COMPANHIA DE DESENVOLVIMENTO URBANO DO ESTADO DA BAHIA (CONDER).
Plano de Desenvolvimento Social e Ambiental do Programa Ribeira Azul. CONDER: Salvador,
[ca.2000].
_______________________. Programa Ribeira Azul. Salvador: CONDER: Salvador, 2003.
Disponvel em: <http://www.conder.ba.gov.br/ribeira.htm>. Acesso em: 10 nov. 2003.
COMUNE, Antnio E., CAHPINO, Antnio C. C., RIZZIERI, J uarez A. B. Indicadores de qualidade
de vida. In: LONGO, Carlos Alberto, RIZZIERI, J uarez, A. B. (org.). Economia urbana; custos de
urbanizao e finanas pblicas. So Paulo: IPE da USP, 1982.
CORNELISSEN A. M. G. et al. Assessment of the contribution of sustainability indicators to
sustainable development: a novel approach using fuzzy set theory. Agriculture, Ecosystem and
Environment. S.l.: Elsevier, v. 86, n. 2, p. 173-185 , 2001.
COSTA, Marcela da Silva. Mobilidade urbana sustentvel: um estudo comparativo e as bases de
um sistema de gesto para Brasil e Portugal. 2003. 196p. Dissertao (Mestrado) Escola de
Engenharia de So Carlos, Universidade de So Paulo. So Carlos, 2003.
DIAS, Marion Cunha. BORJ A, Patrcia Campos. MORAES, Luiz Roberto Santos. ndice de
Salubridade Ambiental em reas de Ocupao Espontneas: Um Estudo em Salvador Bahia.
Engenharia Sanitria e Ambiental. Rio de J aneiro: ABES, v. 9, n. 1, p. 82-92, jan/mar 2004.
DVORAK, Antonin et al.. The concept of LFLC 2000 - its specificity, realization and power of
applications. Computers in Industry. S.l.: Elsevier, v. 51, n. 3, p 269-280, 2003.
FFC FEDERAL FACILITIES COUNCIL. Learning from our Buildings: A State-of-the-Practice
Summary of Post-Occupancy Evaluation. Washington D.C.: National Academy Press, 2002,
Disponvel em: <https://www.nap.edu/catalog/10288.html>. Acesso em: 25 nov. 2006.
FLEURY-BAHI, Ghozlane; FLONNEAU, Marie-Line; MARCHAND, Dorothe. Processes of place
identification and residential satisfaction. Environment and behavior. Beverly Hills: Sage, v. 40, n.
5, p. 669-682, set. 2008.
FORMAN. Ernest; PENIWATI. Kirti. Aggregating individual judgments and priorities with the
Analytic Hierarchy Process. European Journal of Operational Research. S.l.: Elsevier, v. 108, p.
165-169, 1998.
GALSTER, George C.. Identifying the correlates of dwelling satisfaction: an empirical critique.
Environment and behavior. Beverly Hills: Sage, v. 19, n. 5, p. 539-568, set. 1987.
GARCIAS, Carlos Mello. Indicadores de qualidade dos servios e infra-estrutura urbana de
saneamento. 1991. 206p. Tese (Doutorado) Escola Politcnica, Universidade de So Paulo. So
Paulo, 1991.
GOLDBARG, Marco Csar; LUNA, Henrique Pacca L.. Otimizao combinatria e programao
linear: modelos e algoritmos. Rio de J aneiro: Campus, 2000. 649p.
GMEZ, J ulio Alguacil. Calidad de vida y modelo de ciudad. Madrid: UPM, 2001. Disponvel em:
<http://habitat.aq.upm.es/boletin/n15/ajalg.html >. Acesso em: 30 mar. 2005.
GUEDES, Suzana Zeni; ARAJ O, Sergey Alex de. Anlise da qualidade de vida do bairro Praia
Brava Itaja (SC), a partir de indicadores sociais. Geografia. Londrina: Departamento de
Geocincias da UEL, v. 13, n. 2, p. 65-89, jul./dez. 2004.
GUPTA M. M., SARIDIS G. N. and GAINES B. R. Fuzzy automata and decision processes. New
York: North-Holland, 1977.
HAIR, J .F.J r.; ANDERSON, R.E.; TATHAM, R.L. e BLACK, W.C. Multivariate Data Analysis
with readings. 4
a.
ed. Englewood Cliffs, N. J .: Prentice Hall, 1995, 745p.
HOUAISS on-line. Dicionrio Houaiss da Lngua Portuguesa. Disponvel em:
<http://www.uol.com.br/bibliot>. Acesso em mar. 2005.
HUR, Misun; MORROW-J ONES, Hazel. Factors that influence residents satisfaction with
neighborhoods. Environment and behavior. Beverly Hills: Sage, v. 40, n. 5, p. 619-635, set. 2008.
J ANUZZI, Paulo de Martino. Indicadores Sociais no Brasil. Campinas, So Paulo: Ed. Alnea, 2.
ed., 2003, 141p.
KLIR, George J .; YUAN, Bo; Fuzzy sets and fuzzy logic: theory and applications. Upper Saddle
River: Prentice-Hall, 1995. 574p.
MALHEIROS, Tadeu Fabricio, PHLIPPI J R., Arlindo and COUTINHO, Sonia Maria Viggiani.
Agenda 21 nacional e indicadores de desenvolvimento sustentvel: contexto brasileiro. Revista
Sade e Sociedade. So Paulo: FSP, vol.17, no.1, p.7-20. J an./Mar. 2008.
MATTH T., et al. Similarity Between Multi-valued Thesaurus Attributes: Theory and Application in
Multimedia Systems. Lecture notes in computer science: International Conference on Flexible
Query Answering Systems (FQAS). S.l: Springer, v. 4027, p.331-342, 2006
MONTEIRO, Circe Maria Gama. Mtodos e tcnicas para levantamento de campo e anlise de dados:
avaliao de lugares-o enfoque da Teoria das Facetas. WORKSHOP AVALIAO PS-
OCUPAO. Anais.... So Paulo: FAUUSP, 1994, p. 53-74.
MORIN, Edgard. Reformar o pensamento: repensar a reforma, a cabea bem feita. Lisboa: Instituto
Piaget. 2002. 137p.
NAHAS. Maria Ins Pedrosa et al..O ndice de qualidade de vida urbana de Belo Horizonte (
IQVU/BH): Um instrumento de avaliao do lugar urbano. Anais do X Encontro Nacional de
Estudos Populacionais, 1996. Disponvel em: <http://www.abep.org.br/>. Acesso em: 25 out. 2005.
NAKAMURA K. Applications of fuzzy logical thinking in J apan: current and future. Proceedings of
1995 IEEE International Conference on Fuzzy Systems. IEEE, 1995, 3, pp. 1077-1082.
NAREDO, J os Manuel. Sobre el origen, el uso y el contenido del trmino sostenible. Madrid:
UPM, jun. 1997. Disponvel em: <http://habitat.aq.upm.es/cs/p2/a004.html>. Acesso em: 24 fev.
1999.
OLIVEIRA NETO, Humberto Chiani de; AMORIM, Srgio Roberto Leusin de. A satisfao do
cliente um enfoque mercadolgico para empresas de construo civil. Congresso de Engenharia
Civil, 3, J uiz de Fora, 1998. Artigo Tcnico. J uiz de Fora, MG. 1998. 11p.
ORNSTEIN, Sheila Walbe, BRUNA, Gilda Collet; TASCHNER, Suzana P. Procedimentos e tcnicas
estatsticas aplicadas APO. WORKSHOP AVALIAO PS-OCUPAO. Anais.... So Paulo:
FAUUSP, 1994, p. 77-92.
ORNSTEIN, Sheila, ROMERO, Marcelo (colab.). Avaliao ps-ocupao (APO) do ambiente
construdo. So Paulo: Studio Nobel: EDUSP, 1992, 223p.
PEREIRA, J lio Csar Rodrigues. Anlise de dados qualitativos: estratgias metodolgicas para as
cincias da sade, humanas e sociais. So Paulo: EDUSP: FAPESP, 3. ed. 2001.
PIZA. Francisco J os de Toledo, GREGORI. Lucio. Indicador De Salubridade Ambiental ISA. 20
O
.
CONGRESSO BRASILEIRO DE ENGENHARIA SANITRIA E AMBIENTAL. Rio de
J aneiro: ABES, 1999, p. 2913-2922.
PREISER, Wolfgang. The evolution of Post-Occupancy Evaluation: toward building
performance and universal design evaluation. In: FFC. Learning from our Buildings: A State-
of-the-Practice Summary of Post-Occupancy Evaluation. Washington D.C: National Academic Press,
2002, p. 9-22. Disponvel em: <https://www.nap.edu/catalog/10288.html>. Acesso em: 25 nov. 2006.
RABINOWITZ, Harvey Z. Avaliao de ps-ocupao. In: SNYDER, J ames C. Introduo
Arquitetura. Rio de J aneiro: Campus. 1984. p. 395-411.
RODRIGUES, Maria Ceclia P. O desenvolvimento social nas cidades brasileiras. Cincia Hoje -
SBPC, Rio de J aneiro: Instituto Cincia Hoje, v. 13, n. 76. 1991.
ROMRO, Marcelo de Andrade. (coord.). Procedimentos metodolgicos para aplicao da avaliao
ps-ocupao em conjuntos habitacionais: do desenho urbano unidade habitacional. So Paulo:
FUPAM/NUTAU-FAUUSP, 1999, 7v.
RUEDA, Salvador. Habitabilidad y calidad de vida. Madrid: UPM, jun. 1997. Disponvel em:
<http://habitat.aq.upm.es/cs/p2/a005.html>. Acesso em: 24 fev. 1999.
SAATY, Thomas Lorie. The analytic hierarchy process. [S.l.]: McGraw Hill. 1980. 286p.
SALAT, Serge (ed.). The sustainable design handbook China. France: CSTB, 2006.
SANTOS, Lus Delfim; MARTINS, Isabel. A qualidade de vida urbana. O caso da cidade do
Porto. Porto: Faculdade de Economia do Porto, Working Papers da FEP, 2002. Disponvel em:
<http://www.fep.up.pt>. Acesso em: 20 ago. 2003.
TRZESNIAK, Piotr. Indicadores quantitativos: reflexes que antecedem seu estabelecimento. Ci.
Inf., Braslia: S.n., v. 27, n. 2, p. 159-164, maio/ago. 1998.
UNCHS UNITED NATIONS CENTRE FOR HUMAN SETTLEMENTS. Sustainable
Urbanisation. Nairobi: UNCHS, 2002. Disponvel em: <http://www.unhabitat.org/>. Acesso em 28
mar. 2007.
UN UNITED NATIONS. Indicators of Sustainable Development: Guidelines and
Methodologies. New York: United Nations Publications. 2007.
VEIGA, J os Eli da. Desenvolvimento sustentvel: o desafio do sculo XXI. Rio de J aneiro:
Garamond, 2005. 226p.
WILLS, J .; BRIGGS, D.. Developing Indicators for Environment and Health. World Health
Statistics Quarterly. Geneva: World Health Organization, v. 48, n. 2, p. 155-163, 1995.
WORLD COMMISSION ON ENVIRONMENT AND DEVELOPMENT. Our common future.
Oxford: Oxford University Press, 1987, [320]p.
ZADEH, L, A.. FuzzySets. Information and Control. New York: Academic Press: Elsevier, n. 8, p.
338-353, 1965.
APNDICE A: COMPOSIO DOS INDICADORES
Quadro 2: Composio do Indicador de Moradia: consolidao
Indicador Variveis
Indicador de cozinha Percentual de domiclios que possuemcozinha
Indicador de banheiro Percentual de domiclios que possuembanheiro
Indicador de quartos Percentual de domiclios que possuempelo menos 1 quarto paracada duas pessoas
Indicador de material dacobertura
Mdia entre o percentual de domiclios que possuemmaterial durvel na cobertura e no apresentam
problemas nos perodo de chuva
Indicador de material das paredes
Mdia entre o percentual de domiclios que possuemmaterial durvel nas paredes, possuem
revestimento interno e possuemrevestimento externo
Indicador de material do piso Mdia entre o percentual de casas compiso e os queno apresentamproblemas de umidade.
Indicador de instalaes de gua Percentual dos domiclios que possueminstalaes de gua
Indicador de instalaes de esgoto Percentual de domiclios que possueminstalaes de esgoto
Indicador de instalaes eltricas Percentual de domiclios que possueminstalaes eltricas
Quadro 3: Composio do Indicador de Entorno
Indicador Variveis
Transporte e mobilidade
Mdia entre o I calculado paraa maior didt6ancia percorrida ato ponto denibus e o I
calculado para a menor distncia, segundo afuno: Se D <500mI=1, caso contrrio, I=(D-
500)/500. 500m a distncia percorrida mxima recomendada para se chegar ao ponto de
nibus.
Equipamentos comunitrios e de servios Percentual mdio dos domiclios que utilizamcreche, escola e posto de sade.
Associativismo Percentual de domiclios nos quais se faz parte de algumtipo de associao do bairro.
Espaos pblicos fora da rea de
interveno
Percentual de domiclios nos quais se utilizamoutros espaos pblicos fora da rea para lazer.
Quadro 4: Composio do Indicador de Salubridade Ambiental
Indicador Frmula Variveis
Indicador de
abastecimento de
gua
AR
AI
I R AG
p
p
A A I + =
AR : Percentual de domiclios comabastecimento de gua
regularizado
AI : Percentual de domiclios comabastecimento de gua sem
regularizao
PAR : peso dos domiclios comabastecimento de gua regularizado
PAI : peso dos domiclios comabastecimento de gua sem
regularizao
A relao
AR
AI
p
p representa o quanto os domicilio comabastecimento
semregularizao equivalemaos regularizados.
Indicador de
esgotamento
sanitrio
ER
EI
I R ES
p
p
E E I + =
ER : Percentual de domiclios comesgotamento sanitrio
regularizado
EI : Percentual de domiclios comesgotamento sanitrio sem
regularizao
PER : peso dos domiclios comesgotamento sanitrio regularizado
PEI : peso dos domiclios comesgotamento sanitrio sem
regularizao
A relao
ER
EI
p
p representa o quanto os domicilio comesgotamento
semregularizao equivalemaos regularizados.
Indicador de
drenagem
2
) (
Rni ni
D
D D
I
+
=
Dni : percentual dedomiclios que no inundamquando chove
DRni : percentual de domiclios que no inundamquando chove
Indicador de
limpeza urbana
v c LU
p V p C I + =
C : percentual de domiclios atendidos comcoleta regular ou
continer
V : percentual de domiclios onde h servio de varrio
pc : pesoatribudo ao servio de coleta
pv : peso atribudo ao servio de varrio
Indicador de
energia eltrica
ELR
ELI
I R EL
p
p
EL EL I + =
ELR : Percentual de domiclios comenergia eltrica regularizada
ELI : Percentual dedomiclios comenergia eltrica sem
regularizao
PELR : peso dos domiclios comenergia eltrica regularizada
PELI : peso dos domiclios comenergia eltricasemregularizao
A relao
ELR
ELI
p
p representa o quanto os domicilio comenergia
eltrica semregularizao equivalemaos regularizados.
Indicador de
iluminao
pblica
IL IL
D I =
DIL : percentual de domiclios comiluminao pblicana rua
Indicador de
espaos pblicos
T
EP
EP EP
A
A
D I

=
35 , 0
DEP : percentual de domiclios cujos entrevistados que utilizamos
espaos pblicos
AEP: rea de espaos pblicos
AT: rea total
Indicador de vias
pblicas

=
n n Vias
p D I
Dn : percentual de domiclios na faixa n de largura
pn : peso atribudo a faixa n de largura
largura acimade 6mp1 = 1
largura entre 3,6 e 6mp2 = 0,7
largura entre 1,2 e 3,6mp3 = 0,35
largura abaixo de 1,2mp4 =0
Indicador de
segurana
geolgico-
geotcnica
T
S
SG
A
A
I =
AS: rea comsegurana geolgico-geotcnica
AT: rea total
Indicador de
densidade

>
< <

s <
s <
=
ha hab d se
ha hab d se
d
ha hab d se
ha hab d se d
I
DD
/ 500 0
/ 500 300
200
) 500 (
/ 300 100 100
/ 100 0
d : densidade demogrfica
Indicador de
educao
T
Alf
E
P
P
I =
Palf: populao com5 anos ou mais alfabetizada
PT: populao com5 anos ou mais
Indicador de
renda
mM
mA
E
R
R
I =
RmA: renda mdiados responsveis pelos domiclios na rea
RmM: : renda mdia dos responsveis pelos domiclios no municpio
Indicador de
regularizao
fundiria
IRF Percentual da populao que afirma ter algumtipo de documento de
posse