LABORATÓRIOS DIDÁTICOS DE GEOPROCESSAMENTO
Análise Exploratória de Áreas
Moran global
1
LABORATÓRIOS DIDÁTICOS DE GE
Análise Exploratória d
Moran global
Moran local
Docente:
Mariana Giannotti
Elaboração do roteiro:
Beatriz Moura dos Santos
Larissa Onishi
Monitora:
Patrícia Oliveira
2º Semestre de 2020
2
Moran local
Docente:
Mariana Giannotti
Elaboração do roteiro:
Beatriz Moura dos Santos
Larissa Onishi
Monitora:
Patrícia Oliveira
2º Semestre de 2020
3
Objetivos de Aprendizagem
Moran global
Moran local
Exercício: autocorrelação espacial de renda per capita e empregos na RMSP.
Software: GeoDa
Dados: arquivos disponíveis no Moodle como “AE_Moran.zip”.
Etapa 1: Iniciando o projeto
Seguindo o vídeo 1,
1. Abra o GeoDa e a janela abaixo abrirá.
1.1. Caso a janela Connect to Data Source não abrir, clique em File > New.
2. Conecte o arquivo Zona2007_renda.shp que está disponível na pasta Laboratório
Análise de Áreas.
4
Etapa 2: Criando a Matriz de Proximidade
Siga o vídeo 2 para criar a matriz de proximidade W nxn , com n igual ao tamanho da
amostra (460 zonas).
1. Vá no menu Tools, selecione Weight Manager > Create.
2. Para a configuração da matriz, em Weighs File Creation, selecione Zona07 em
Select ID Variable. Na aba Contiguity Weight, selecione Queen contiguity e Order
of contiguity = 1. Se tudo estive correto, selecione Create.
3. Salve a matriz em formato GAL files (*.gal) na mesma pasta dos outros arquivos.
Etapa 3: Índice Global de Moran
De acordo com o vídeo 3, siga o caminho para calcular o Índice Global de Moran para
uma variável.
1. Selecione a ferramenta Univariate Moran’s I, existente no menu Space.
2. Selecione a variável renda per capita (rPerCapita, na tabela de atributos) na janela
Variable Settings e certifique-se que a matriz criada na etapa anterior esteja
carregada em Weights.
Em seguida, calcule o Índice Global de Moran para duas variáveis.
1. Selecione a ferramenta Bivariate Moran’s I, existente no menu Space.
2. Agora vamos analisar a correlação espacial entre renda per capita (First Variable
(X) > variável rPerCapita) e empregos (Second Variable (Y) > variável empregos).
Etapa 4: Índice Local de Moran
Seguindo o vídeo 4, será possível obter os mapas de significância (Significance map) e de
agrupamento (Cluster map) do índice local de Moran.
1. Selecione Space > Univariate Local Moran’s I.
2. Selecione, então, a variável de renda per capita (First Variable (X) > variável
rPerCapita).
5
3. Na janela What windows to open?, selecione as opções: Significance Map e
Cluster Map. Clique Ok e os mapas serão gerados.
Para os mapas bivariados, faça procedimento semelhante.
1. Selecione em Space > Bivariate Local Moran’s I.
2. Selecione as variáveis de interesse: renda per capita (First Variable (X) > variável
rPerCapita) e empregos (Second Variable (Y) > variável empregos).
3. Lembre-se de selecionar as opções de Cluster map e Significance map, para obter
os mapas.
Obs: a opção Moran Scatter Plot mostra o mapa de espalhamento do Moran Global.
REFERÊNCIAS
ANSELIN, L. Local indicators of spatial association — LISA. Geographical Analysis, v. 27, n.
2, p. 93–115, 1995.
ANSELIN, L.; SYABRI, I; KHO, Y. GeoDa: An Introduction to Spatial Data Analysis.
Geographical Analysis, v. 38, n. 1, p. 5-22, 2006.
SÃO PAULO. METRÔ. Pesquisa Origem e Destino. 2007. Disponível em: <
[Link] Acesso em:
07 nov. 2017.