A constante ausência de planejamento urbano nos países em desenvolvimento é um dos principais fatores responsáveis pela ineficiência da infraestrutura pública de suas cidades, o que é agravado pelo fato de que muitas dessas cidades permanecem em processo de crescimento. Essa falta de planejamento gera inúmeros problemas, principalmente com relação à mobilidade e ao transporte, que por sua vez desencadeiam uma série de outros problemas. Dentre as principais limitações do planejamento sob tais condições, destaca-se a falta de ferramentas apropriadas. Propõe-se assim a caracterização de um modelo para o planejamento estratégico do uso do solo e transportes, com o qual é realizada uma aplicação na cidade de São Carlos, utilizando dados e ferramentas disponíveis. Dessa forma, são analisados os procedimentos executados tanto do ponto de vista técnico do planejamento, quanto do ponto de vista operacional das ferramentas e programas utilizados. Com isso, busca-se construir uma base referencial no sentido de auxiliar o uso, adaptação e desenvolvimento de ferramentas computacionais de planejamento urbano, principalmente para aplicações em cidades médias de países em desenvolvimento e com enfoque no transporte por ônibus. Baseando-se nas principais técnicas de planejamento compatíveis com essa abordagem, o modelo foi definido através de etapas sequenciais, desde a preparação dos dados reunidos, a projeção geográfica de futuros usos do solo, até a previsão e visualização da demanda por transporte urbano. Desse modo, utilizando apenas dados de fácil obtenção, como as informações do Plano Diretor, dados censitários e levantamentos de outras fontes confiáveis, é possível avaliar o impacto do crescimento urbano sobre o sistema de transportes. Para executar o modelo, fez-se uso dos programas What if? e TransCAD, trabalhando os dados através de seus Sistemas de Informações Geográficas e com o eventual auxílio de planilhas eletrônicas. Através da aplicação, o modelo produziu dois cenários distintos, representando diferentes padrões de ocupação e viagem, de acordo com as respectivas hipóteses consideradas. A grande diferença entre os resultados obtidos em cada cenário pode ser explicada principalmente pela falta de políticas de incentivo e controle da ocupação do solo. Entretanto, ambos os cenários apresentaram resultados semelhantes em alguns pontos da cidade, representando tendências bastante prováveis para os próximos anos. As ferramentas e procedimentos utilizados mostraram um bom desempenho do modelo, apesar de eventuais detalhes que podem ser aprimorados. / The absence of a regular urban planning practice in developing countries is one of the main causes of an inefficient use of the public infrastructures. That is aggravated by the fact that many cities of those countries are still growing. That lack of planning generates many mobility and transportation issues, which in turn result in many other problems. One of the constraints faced by planners to cope with that reality is the unavailability of suitable planning tools. As a consequence, a model for strategic land use-transport planning is proposed in this study. The model is then applied in the city of São Carlos, making use of available data and tools. The procedures applied are analyzed in two ways: from a planning standpoint and also regarding the operational performance of the planning tools and computer packages used. The purpose of the process was to build a reference framework for the use, adaptation and development of computer tools for urban planning, with a clear focus on medium-sized cities of developing countries that rely on buses for urban public transportation. The model was based on available and intensely used planning techniques compatible with the proposed approach. It was defined in sequential steps, from the data collection and treatment, the estimation and spatial distribution of projected urban land uses, to the evaluation and visualization of future urban transport demand. In such a way, it is possible to evaluate the impacts of urban growth on the transport system with data available in the city\'s Master Plan, census data files and other reliable sources. As the model was implemented in the computer programs What if? and TransCAD, the data used was treated in Geographic Information Systems and electronic spreadsheets. The model application produced two distinct scenarios, which represent different land use distributions and travel patterns resulting from the adopted hypotheses. The main difference found in the results obtained in the scenarios can be explained by the lack of policies for incentive and control of the urban land uses. However, both scenarios have shown similar results in specific points of the city, what suggests some likely trends for the near future. The tools and procedures used have indicated a good overall model performance, although there are details in which improvements can be done.

A modelagem clássica da demanda por transportes ignora um importante aspecto normalmente presente na estrutura das variáveis de interesse: a autocorrelação espacial. Pesquisas recentes reconhecem e incluem tal característica à estimativa da demanda, mas há limitações referentes aos elementos básicos de tratamento utilizados nas abordagens. No intuito de superar alguns problemas e restrições associados aos estudos anteriores, o presente trabalho utiliza a dependência espacial entre as observações de viagens no intuito de gerar estimativas do volume de Embarques e Desembarques por ponto de parada, bem como Carregamento nos trechos, ao longo de uma linha de transporte público. Dados de uma pesquisa sobe/desce, realizada em oito linhas de ônibus da cidade de São Paulo, foram disponibilizados pela SPTrans, sendo que, selecionou-se a linha 856R-10 para compor uma análise do desempenho da Geoestatística, ferramental adequado para a estimativa de valores de variáveis em locais não amostrados, sobretudo em bancos de dados espacialmente dependentes. O processo de estimação foi realizado por meio da Krigagem Ordinária com distâncias euclidianas, técnica de interpolação geoestatística que, para sua aplicação, exige apenas o valor da variável em pontos do espaço e suas respectivas coordenadas geográficas. Posteriormente, tal método foi comparado às estimativas obtidas por meio da utilização de distâncias em rede ao longo da linha de ônibus. Os resultados obtidos, a partir da validação cruzada e métricas de aderência, apontaram um ajuste considerável dos valores observados e estimados para ambos os tipos de distância. Dessa forma, a investigação proposta confirmou, com sucesso, a viabilidade de aplicação da Geoestatística às variáveis de demanda por transporte público ao longo de uma linha de ônibus. Além disso, uma vez que a pesquisa sobe/desce exige recursos elevados para sua realização, os resultados destacam o potencial dos interpoladores geoestatísticos em eliminar a necessidade de execução do referido levantamento em todo o percurso da linha de ônibus, já que a Geoestatística garante estimativas aproximadas aos valores da pesquisa completa. / The classical modeling of travel demand overlooks an important aspect normally found in the variables of interest: spatial autocorrelation. Recent researches recognize and include this characteristic in travel demand forecasting, but there are limitations regarding the basic elements of treatment used in the approaches. In order to overcome some of the problems and constraints associated with previous researches, the present study relies on the spatial dependence between the observations of trips in order to generate estimates of the Boarding and Alighting passenger volume per bus stop and Loading in the stretches, along a public transport line, that would not be sampled for the survey occasion. Data from a passenger Boarding and Alighting survey carried out on eight bus lines in the city of São Paulo were made available by SPTrans, and line 856R-10 was selected to compose an analysis of the performance of Geostatistics, a tool that deals with the problem of scarce data and estimation in non-sampled places in the forecast of variables of public transport demand, especially in spatially dependent databases. The estimation process was performed by means of Ordinary Kriging with Euclidian distances, a geostatistical interpolation technique that, for its application, only requires the value of the variable in points of the space and their respective geographical coordinates. Subsequently, this method was compared to the estimates obtained through the use of network distances along the bus line. The results obtained, from cross-validation and measures of goodness-of-fit, indicated a considerable adjustment of the observed values to the estimated ones for both types of distance. Thus, the proposed research successfully confirmed the feasibility of applying Geostatistics to the variables of public transport demand along a bus transit line. Moreover, since the boarding/alighting survey requires high resources for its realization, the results highlight the potential of the geostatistical interpolators in eliminating the need to carry out the survey in the whole course of the bus line, since Geostatistics provides estimates similar to the values of the complete survey.

A constante ausência de planejamento urbano nos países em desenvolvimento é um dos principais fatores responsáveis pela ineficiência da infraestrutura pública de suas cidades, o que é agravado pelo fato de que muitas dessas cidades permanecem em processo de crescimento. Essa falta de planejamento gera inúmeros problemas, principalmente com relação à mobilidade e ao transporte, que por sua vez desencadeiam uma série de outros problemas. Dentre as principais limitações do planejamento sob tais condições, destaca-se a falta de ferramentas apropriadas. Propõe-se assim a caracterização de um modelo para o planejamento estratégico do uso do solo e transportes, com o qual é realizada uma aplicação na cidade de São Carlos, utilizando dados e ferramentas disponíveis. Dessa forma, são analisados os procedimentos executados tanto do ponto de vista técnico do planejamento, quanto do ponto de vista operacional das ferramentas e programas utilizados. Com isso, busca-se construir uma base referencial no sentido de auxiliar o uso, adaptação e desenvolvimento de ferramentas computacionais de planejamento urbano, principalmente para aplicações em cidades médias de países em desenvolvimento e com enfoque no transporte por ônibus. Baseando-se nas principais técnicas de planejamento compatíveis com essa abordagem, o modelo foi definido através de etapas sequenciais, desde a preparação dos dados reunidos, a projeção geográfica de futuros usos do solo, até a previsão e visualização da demanda por transporte urbano. Desse modo, utilizando apenas dados de fácil obtenção, como as informações do Plano Diretor, dados censitários e levantamentos de outras fontes confiáveis, é possível avaliar o impacto do crescimento urbano sobre o sistema de transportes. Para executar o modelo, fez-se uso dos programas What if? e TransCAD, trabalhando os dados através de seus Sistemas de Informações Geográficas e com o eventual auxílio de planilhas eletrônicas. Através da aplicação, o modelo produziu dois cenários distintos, representando diferentes padrões de ocupação e viagem, de acordo com as respectivas hipóteses consideradas. A grande diferença entre os resultados obtidos em cada cenário pode ser explicada principalmente pela falta de políticas de incentivo e controle da ocupação do solo. Entretanto, ambos os cenários apresentaram resultados semelhantes em alguns pontos da cidade, representando tendências bastante prováveis para os próximos anos. As ferramentas e procedimentos utilizados mostraram um bom desempenho do modelo, apesar de eventuais detalhes que podem ser aprimorados. / The absence of a regular urban planning practice in developing countries is one of the main causes of an inefficient use of the public infrastructures. That is aggravated by the fact that many cities of those countries are still growing. That lack of planning generates many mobility and transportation issues, which in turn result in many other problems. One of the constraints faced by planners to cope with that reality is the unavailability of suitable planning tools. As a consequence, a model for strategic land use-transport planning is proposed in this study. The model is then applied in the city of São Carlos, making use of available data and tools. The procedures applied are analyzed in two ways: from a planning standpoint and also regarding the operational performance of the planning tools and computer packages used. The purpose of the process was to build a reference framework for the use, adaptation and development of computer tools for urban planning, with a clear focus on medium-sized cities of developing countries that rely on buses for urban public transportation. The model was based on available and intensely used planning techniques compatible with the proposed approach. It was defined in sequential steps, from the data collection and treatment, the estimation and spatial distribution of projected urban land uses, to the evaluation and visualization of future urban transport demand. In such a way, it is possible to evaluate the impacts of urban growth on the transport system with data available in the city\'s Master Plan, census data files and other reliable sources. As the model was implemented in the computer programs What if? and TransCAD, the data used was treated in Geographic Information Systems and electronic spreadsheets. The model application produced two distinct scenarios, which represent different land use distributions and travel patterns resulting from the adopted hypotheses. The main difference found in the results obtained in the scenarios can be explained by the lack of policies for incentive and control of the urban land uses. However, both scenarios have shown similar results in specific points of the city, what suggests some likely trends for the near future. The tools and procedures used have indicated a good overall model performance, although there are details in which improvements can be done.

Esta pesquisa objetivou uma melhor compreensão do processo de escolha do modo de viagem. Empregou-se a abordagem indutiva dirigida a dados livre de suposições a priori da mineração em banco de dados (Data Mining), utilizando redes neurais artificiais (RNA) como ferramenta mineradora, à procura de conhecimento, ou informação útil, a respeito de escolha e capaz de indicar qual das estruturas de decisão subjacentes aos modelos de escolha modal considerados mais se aproximaria ao do observado. Partindo-se da ideia de que nesse processo exista um padrão o qual pode ser captado por uma RNA, ajustou-se um modelo de RNA aos dados e extraiu-se então o conhecimento contido no modelo de RNA ajustado através de um algoritmo de extração de árvore de decisão de RNA chamado Trepan (Trees parroting network), que foi analisado e interpretado à luz dos objetivos desta pesquisa. Os dados que foram utilizados nesse processo de descoberta de conhecimento são provenientes de uma pesquisa de entrevista domiciliar realizada na cidade de Bauru - SP, para fins de estimativa da matriz de deslocamentos origem-destino dessa cidade. Obteve-se quatro árvores de decisão com estruturas simples e com a araucária preditiva de 75% aproximadamente para os três modos de viagem estudados. Embora o conhecimento extraído dos modelos neurais ajustados não tenham proporcionado a indicação de qual das estruturas de decisão subjacentes aos modelos de escolha modal mais se aproxima da obtida com o modelo neural, foi constatada nas árvores resultantes do processo de descoberta do conhecimento uma relação de compensação entre o atributo sexo e os atributos relacionados à capacidade econômica do domicílio na decisão de escolha do modo carro para a realização de uma viagem. Os resultados também sugerem a não necessidade de mais um atributo de entrada referente ao deslocamento realizado em uma viagem para modelagem por RNA do processo de escolha do modo de viagem no contexto estudado. / This research aimed at a better understanding of the mode travel choice process. The inductive data driven free from a priori assumptions of the data mining approach was employed, using artificial neural networks (ANN) as a mining tool, looking for knowledge or useful information, concerning the choice process and capable of indicating which of the underlying decision structures to the considered modal choice models would come closer to the observed one. Taking into consideration that there is a pattern in this process that can be captured by ANN, an ANN model was fitted (trained) to the data, and the knowledge contained in the trained ANN model was extracted by employing an ANN decision tree extraction algorithm called Trepan (Trees parroting network), which was analysed and interpreted in the light of the object of this research. The data which was employed in this knowledge discovery process come from a household survey carried out in Bauru - SP in order to estimate the O-D matrix in this city. Four decision trees with simple structures and predicting accuracy of approximately 75% for the three travel modes studied were obtained. Even though the knowledge extracted from the trained ANN model has not yielded the indication of which of the underlying decision structures to the modal choice models was closer to the neural model, a compensating relation between the sex attribute and the household economic-related attribute in the decision of choosing the car mode in order to travel was evidenced in the trees resulting from the process of knowledge discovery. The results also suggest the lack of necessity of more than one input travel attribute concerning the displacement performed in a trip for the ANN modelling of the mode travel choice process in the studied context.

Esta pesquisa objetivou uma melhor compreensão do processo de escolha do modo de viagem. Empregou-se a abordagem indutiva dirigida a dados livre de suposições a priori da mineração em banco de dados (Data Mining), utilizando redes neurais artificiais (RNA) como ferramenta mineradora, à procura de conhecimento, ou informação útil, a respeito de escolha e capaz de indicar qual das estruturas de decisão subjacentes aos modelos de escolha modal considerados mais se aproximaria ao do observado. Partindo-se da ideia de que nesse processo exista um padrão o qual pode ser captado por uma RNA, ajustou-se um modelo de RNA aos dados e extraiu-se então o conhecimento contido no modelo de RNA ajustado através de um algoritmo de extração de árvore de decisão de RNA chamado Trepan (Trees parroting network), que foi analisado e interpretado à luz dos objetivos desta pesquisa. Os dados que foram utilizados nesse processo de descoberta de conhecimento são provenientes de uma pesquisa de entrevista domiciliar realizada na cidade de Bauru - SP, para fins de estimativa da matriz de deslocamentos origem-destino dessa cidade. Obteve-se quatro árvores de decisão com estruturas simples e com a araucária preditiva de 75% aproximadamente para os três modos de viagem estudados. Embora o conhecimento extraído dos modelos neurais ajustados não tenham proporcionado a indicação de qual das estruturas de decisão subjacentes aos modelos de escolha modal mais se aproxima da obtida com o modelo neural, foi constatada nas árvores resultantes do processo de descoberta do conhecimento uma relação de compensação entre o atributo sexo e os atributos relacionados à capacidade econômica do domicílio na decisão de escolha do modo carro para a realização de uma viagem. Os resultados também sugerem a não necessidade de mais um atributo de entrada referente ao deslocamento realizado em uma viagem para modelagem por RNA do processo de escolha do modo de viagem no contexto estudado. / This research aimed at a better understanding of the mode travel choice process. The inductive data driven free from a priori assumptions of the data mining approach was employed, using artificial neural networks (ANN) as a mining tool, looking for knowledge or useful information, concerning the choice process and capable of indicating which of the underlying decision structures to the considered modal choice models would come closer to the observed one. Taking into consideration that there is a pattern in this process that can be captured by ANN, an ANN model was fitted (trained) to the data, and the knowledge contained in the trained ANN model was extracted by employing an ANN decision tree extraction algorithm called Trepan (Trees parroting network), which was analysed and interpreted in the light of the object of this research. The data which was employed in this knowledge discovery process come from a household survey carried out in Bauru - SP in order to estimate the O-D matrix in this city. Four decision trees with simple structures and predicting accuracy of approximately 75% for the three travel modes studied were obtained. Even though the knowledge extracted from the trained ANN model has not yielded the indication of which of the underlying decision structures to the modal choice models was closer to the neural model, a compensating relation between the sex attribute and the household economic-related attribute in the decision of choosing the car mode in order to travel was evidenced in the trees resulting from the process of knowledge discovery. The results also suggest the lack of necessity of more than one input travel attribute concerning the displacement performed in a trip for the ANN modelling of the mode travel choice process in the studied context.

O trabalho tem por principal objetivo verificar, preliminarmente, a possibilidade de reduzir a quantidade de indivíduos na amostra de Pesquisa de Entrevistas Domiciliares, sem prejudicar a qualidade e representatividade da mesma. Analisar a influência das características espaciais e de uso de solo da área urbana constitui o objetivo intermediário. Para ambos os objetivos, a principal ferramenta utilizada foi o minerador de dados denominado Árvore de Decisão e Classificação contido no software S-Plus 6.1, que encontra as relações entre as características socioeconômicas dos indivíduos, as características espaciais e de uso de solo da área urbana e os padrões de viagens encadeadas. Os padrões de viagens foram codificados em termos de sequência cronológica de: motivos, modos, durações de viagem e períodos do dia em que as viagens ocorrem. As análises foram baseadas nos dados da Pesquisa de Entrevistas Domiciliares realizada pela Agência de Cooperação Internacional do Japão e Governo do Estado do Pará em 2000 na Região Metropolitana de Belém. Para se atingir o objetivo intermediário o método consistiu em analisar, através da Árvore de Decisão e Classificação, a influência da variável categórica Macrozona, que representa as características espaciais e de uso de solo da área urbana, nos padrões de viagens encadeadas realizados pelos indivíduos. Para o objetivo principal, o método consistiu em escolher, aleatoriamente, sub-amostras contendo 25% de pessoas da amostra final e verificar, através do Processamento de Árvores de Decisão e Classificação e do teste estatístico Kolmogorov - Smirnov, se os modelos obtidos a partir das amostras reduzidas conseguem ilustrar bem a freqüência de ocorrência dos padrões de viagens das pessoas da amostra final. Concluiu-se que as características espaciais e de uso de solo influenciam os padrões de encadeamento de viagens, e portanto foram incluídas como variáveis preditoras também nos modelos obtidos a partir das sub-amostras. A conclusão principal foi a não rejeição da hipótese de que é possível reduzir o tamanho da amostra de pesquisas domiciliares para fins de estudo do encadeamento de viagens. Entretanto ainda são necessárias muitas outras verificações antes de aceitar esta conclusão. / The main aim of this work is to verify, the possibility of reducing the sample size in home-interview surveys, without being detrimental to the quality and representation. The sub aim of this work is to analyze the influence of spatial characteristics and land use of an urban area. For both aims, the main analyses tool used was Data Miner called the Decision and Classification Tree which is in the software S-Plus 6.1. The Data Miner finds relations between trip chaining patterns and individual socioeconomic characteristics, spatial characteristics and land use patterns. The trip chaining patterns were coded in terms of chronological sequence of trip purpose, travel mode, travel time and the period of day in which travel occurs. The analyses were based on home-interview surveys carried out in the Belém Metropolitan Area in 2000, by Japan International Cooperation Agency and Pará State Government. In order to achieve the sub aim of this work, the method consisted of analyzing, using the Decision and Classification Tree, the influence of the categorical variable \"Macrozona\", which represents spatial characteristics and urban land use patterns, in trip chaining patterns carried by the individuals. Concerning the main aim, the method consisted of choosing sub-samples randomly containing 25% of the final sample of individuals and verifying (using Decision and Classification Tree and Kolmogorov-Smirnov statistical test) whether the models obtained from the reduced samples can describe the frequency of the occurrence of the individuals trip chaining patterns in the final sample well. The first conclusion is that spatial characteristics and land use of the urban area have influenced the trip chaining patterns, and therefore they were also included as independent variables in the models obtained from the sub-samples. The main conclusion was the non-rejection of the hypothesis that it is possible to reduce the sample size in home-interview surveys used for trip-chaining research. Nevertheless, several other verifications are necessary before accepting this conclusion.

O trabalho tem por principal objetivo verificar, preliminarmente, a possibilidade de reduzir a quantidade de indivíduos na amostra de Pesquisa de Entrevistas Domiciliares, sem prejudicar a qualidade e representatividade da mesma. Analisar a influência das características espaciais e de uso de solo da área urbana constitui o objetivo intermediário. Para ambos os objetivos, a principal ferramenta utilizada foi o minerador de dados denominado Árvore de Decisão e Classificação contido no software S-Plus 6.1, que encontra as relações entre as características socioeconômicas dos indivíduos, as características espaciais e de uso de solo da área urbana e os padrões de viagens encadeadas. Os padrões de viagens foram codificados em termos de sequência cronológica de: motivos, modos, durações de viagem e períodos do dia em que as viagens ocorrem. As análises foram baseadas nos dados da Pesquisa de Entrevistas Domiciliares realizada pela Agência de Cooperação Internacional do Japão e Governo do Estado do Pará em 2000 na Região Metropolitana de Belém. Para se atingir o objetivo intermediário o método consistiu em analisar, através da Árvore de Decisão e Classificação, a influência da variável categórica Macrozona, que representa as características espaciais e de uso de solo da área urbana, nos padrões de viagens encadeadas realizados pelos indivíduos. Para o objetivo principal, o método consistiu em escolher, aleatoriamente, sub-amostras contendo 25% de pessoas da amostra final e verificar, através do Processamento de Árvores de Decisão e Classificação e do teste estatístico Kolmogorov - Smirnov, se os modelos obtidos a partir das amostras reduzidas conseguem ilustrar bem a freqüência de ocorrência dos padrões de viagens das pessoas da amostra final. Concluiu-se que as características espaciais e de uso de solo influenciam os padrões de encadeamento de viagens, e portanto foram incluídas como variáveis preditoras também nos modelos obtidos a partir das sub-amostras. A conclusão principal foi a não rejeição da hipótese de que é possível reduzir o tamanho da amostra de pesquisas domiciliares para fins de estudo do encadeamento de viagens. Entretanto ainda são necessárias muitas outras verificações antes de aceitar esta conclusão. / The main aim of this work is to verify, the possibility of reducing the sample size in home-interview surveys, without being detrimental to the quality and representation. The sub aim of this work is to analyze the influence of spatial characteristics and land use of an urban area. For both aims, the main analyses tool used was Data Miner called the Decision and Classification Tree which is in the software S-Plus 6.1. The Data Miner finds relations between trip chaining patterns and individual socioeconomic characteristics, spatial characteristics and land use patterns. The trip chaining patterns were coded in terms of chronological sequence of trip purpose, travel mode, travel time and the period of day in which travel occurs. The analyses were based on home-interview surveys carried out in the Belém Metropolitan Area in 2000, by Japan International Cooperation Agency and Pará State Government. In order to achieve the sub aim of this work, the method consisted of analyzing, using the Decision and Classification Tree, the influence of the categorical variable \"Macrozona\", which represents spatial characteristics and urban land use patterns, in trip chaining patterns carried by the individuals. Concerning the main aim, the method consisted of choosing sub-samples randomly containing 25% of the final sample of individuals and verifying (using Decision and Classification Tree and Kolmogorov-Smirnov statistical test) whether the models obtained from the reduced samples can describe the frequency of the occurrence of the individuals trip chaining patterns in the final sample well. The first conclusion is that spatial characteristics and land use of the urban area have influenced the trip chaining patterns, and therefore they were also included as independent variables in the models obtained from the sub-samples. The main conclusion was the non-rejection of the hypothesis that it is possible to reduce the sample size in home-interview surveys used for trip-chaining research. Nevertheless, several other verifications are necessary before accepting this conclusion.