Improved strategic location of an Emergency Medical Service (EMS) facility can significantly increase EMS efficiency. Urban planners need to consider a location that satisfies multiple criteria in order to make an informed decision about a future EMS facility site. Apart from basic criteria such as parcel value and size, decision-makers need to consider area and population coverage from potential parcels. Geographic Information Systems (GIS) provide an adequate analysis environment for EMS facility siting as many considered criteria are of a spatial nature. However, urban planners making decisions about an EMS facility site often lack the necessary expertise to make full use of challenging GIS tools. In order to help urban planners in the analysis process, this research developed a Spatial Decision Support System (SDSS) for EMS facility siting. The system was developed in ESRI ArcGIS (9.3) using the Visual Basic for Applications (VBA) programming environment. The objective of the system was to integrate spatial data, analysis, and visualization in a single system to help users evaluate a facility siting problem. The system's performance was tested using data for the Town of Blacksburg, VA. In addition, the system was evaluated by local planners and GIS staff with experience in EMS facility siting. Planners agreed the system enables more comprehensive and straightforward use of GIS for EMS facility siting analysis than other available siting tools. Potential improvements include a simpler user interface, synthesis of geoprocessing techniques, reduction of analysis time through automation, and better decision-making by improved visualization of results. / Master of Science

Over the last two decades, wireless technology has become ubiquitous in the United States and other developed countries. Consumer devices such as AM/FM radios, cordless and cellular telephones, pagers, satellite televisions, garage door openers, and television channel changers are just some of the applications of wireless technology. More recently, wireless computer networking has seen increasing employment. A few reasons for this move toward wireless networking are improved electronics transmitters and receivers, reduced costs, simplified installation, and enhanced network expandability. The objective of the study is to generate understanding of the planning inherent in a broadband, fixed wireless telecommunication network and to implement that knowledge into an SDSS. Intermediate steps toward this goal include solutions to both fixed wireless point-to-multipoint (PMP) and fixed wireless mesh networks, which are developed and incorporated into the SDSS. This study explores the use of a Spatial Decision Support System (SDSS) for broadband fixed wireless connectivity to solve the wireless network planning problem. The spatial component of the DSS is a Geographic Information System (GIS), which displays visibility for specific tower locations. The SDSS proposed here incorporates cost, revenue, and performance capabilities of a wireless technology applied to a given area. It encompasses cost and range capabilities of wireless equipment, the customers' propensity to pay, the market penetration of a given service offering, the topology of the area in which the wireless service is proffered, and signal obstructions due to local geography. This research is both quantitative and qualitative in nature. Quantitatively, the wireless network planning problem may be formulated as integer programming problems (IP). The line-of-sight restriction imposed by several extant wireless technologies necessitates the incorporation of a GIS and the development of an SDSS to facilitate the symbiosis of the mathematics and geography. The qualitative aspect of this research involves the consideration of planning guidelines for the general wireless planning problem. Methodologically, this requires a synthesis of the literature and insights gathered from using the SDSS above in a what-if mode. / Ph. D.

<p>Human use of the oceans is increasingly in conflict with conservation of endangered species. Methods for managing the spatial and temporal placement of industries such as military, fishing, transportation and offshore energy, have historically been post hoc; i.e. the time and place of human activity is often already determined before assessment of environmental impacts. In this dissertation, I build robust species distribution models in two case study areas, US Atlantic (Best et al. 2012) and British Columbia (Best et al. 2015), predicting presence and abundance respectively, from scientific surveys. These models are then applied to novel decision frameworks for preemptively suggesting optimal placement of human activities in space and time to minimize ecological impacts: siting for offshore wind energy development, and routing ships to minimize risk of striking whales. Both decision frameworks relate the tradeoff between conservation risk and industry profit with synchronized variable and map views as online spatial decision support systems.</p><p>For siting offshore wind energy development (OWED) in the U.S. Atlantic (chapter 4), bird density maps are combined across species with weights of OWED sensitivity to collision and displacement and 10 km2 sites are compared against OWED profitability based on average annual wind speed at 90m hub heights and distance to transmission grid. A spatial decision support system enables toggling between the map and tradeoff plot views by site. A selected site can be inspected for sensitivity to a cetaceans throughout the year, so as to capture months of the year which minimize episodic impacts of pre-operational activities such as seismic airgun surveying and pile driving.</p><p>Routing ships to avoid whale strikes (chapter 5) can be similarly viewed as a tradeoff, but is a different problem spatially. A cumulative cost surface is generated from density surface maps and conservation status of cetaceans, before applying as a resistance surface to calculate least-cost routes between start and end locations, i.e. ports and entrance locations to study areas. Varying a multiplier to the cost surface enables calculation of multiple routes with different costs to conservation of cetaceans versus cost to transportation industry, measured as distance. Similar to the siting chapter, a spatial decisions support system enables toggling between the map and tradeoff plot view of proposed routes. The user can also input arbitrary start and end locations to calculate the tradeoff on the fly.</p><p>Essential to the input of these decision frameworks are distributions of the species. The two preceding chapters comprise species distribution models from two case study areas, U.S. Atlantic (chapter 2) and British Columbia (chapter 3), predicting presence and density, respectively. Although density is preferred to estimate potential biological removal, per Marine Mammal Protection Act requirements in the U.S., all the necessary parameters, especially distance and angle of observation, are less readily available across publicly mined datasets.</p><p>In the case of predicting cetacean presence in the U.S. Atlantic (chapter 2), I extracted datasets from the online OBIS-SEAMAP geo-database, and integrated scientific surveys conducted by ship (n=36) and aircraft (n=16), weighting a Generalized Additive Model by minutes surveyed within space-time grid cells to harmonize effort between the two survey platforms. For each of 16 cetacean species guilds, I predicted the probability of occurrence from static environmental variables (water depth, distance to shore, distance to continental shelf break) and time-varying conditions (monthly sea-surface temperature). To generate maps of presence vs. absence, Receiver Operator Characteristic (ROC) curves were used to define the optimal threshold that minimizes false positive and false negative error rates. I integrated model outputs, including tables (species in guilds, input surveys) and plots (fit of environmental variables, ROC curve), into an online spatial decision support system, allowing for easy navigation of models by taxon, region, season, and data provider.</p><p>For predicting cetacean density within the inner waters of British Columbia (chapter 3), I calculated density from systematic, line-transect marine mammal surveys over multiple years and seasons (summer 2004, 2005, 2008, and spring/autumn 2007) conducted by Raincoast Conservation Foundation. Abundance estimates were calculated using two different methods: Conventional Distance Sampling (CDS) and Density Surface Modelling (DSM). CDS generates a single density estimate for each stratum, whereas DSM explicitly models spatial variation and offers potential for greater precision by incorporating environmental predictors. Although DSM yields a more relevant product for the purposes of marine spatial planning, CDS has proven to be useful in cases where there are fewer observations available for seasonal and inter-annual comparison, particularly for the scarcely observed elephant seal. Abundance estimates are provided on a stratum-specific basis. Steller sea lions and harbour seals are further differentiated by ‘hauled out’ and ‘in water’. This analysis updates previous estimates (Williams & Thomas 2007) by including additional years of effort, providing greater spatial precision with the DSM method over CDS, novel reporting for spring and autumn seasons (rather than summer alone), and providing new abundance estimates for Steller sea lion and northern elephant seal. In addition to providing a baseline of marine mammal abundance and distribution, against which future changes can be compared, this information offers the opportunity to assess the risks posed to marine mammals by existing and emerging threats, such as fisheries bycatch, ship strikes, and increased oil spill and ocean noise issues associated with increases of container ship and oil tanker traffic in British Columbia’s continental shelf waters.</p><p>Starting with marine animal observations at specific coordinates and times, I combine these data with environmental data, often satellite derived, to produce seascape predictions generalizable in space and time. These habitat-based models enable prediction of encounter rates and, in the case of density surface models, abundance that can then be applied to management scenarios. Specific human activities, OWED and shipping, are then compared within a tradeoff decision support framework, enabling interchangeable map and tradeoff plot views. These products make complex processes transparent for gaming conservation, industry and stakeholders towards optimal marine spatial management, fundamental to the tenets of marine spatial planning, ecosystem-based management and dynamic ocean management.</p> / Dissertation

No description available.

Context: Accurate decision-making requires updated and precise information to establish the reality of an overall situation. New data sources (e.g., wearable technologies) have been increasing the amount of available and useful data, which is now called big data. This has a great potential for transforming the entire business process and improving the accuracy of decisions. In this context, disaster management represents an interesting scenario that relies on big data to enhance decision-making. This is because it must cope with data provided not only by traditional sources (e.g., stationary sensors) but also by emerging sources - for instance, information shared by local volunteers, i.e., volunteered geographic information (VGI). When combined, these data sources can be regarded as large in volume, with different velocities, and a variety of formats. Furthermore, an analysis is required to confirm their veracity is required since these data sources are disconnected and prone to various errors. These are the 4Vs that characterize big data. Gap: However, although all these data open up further opportunities, their huge volume, together with an inappropriate data integration and unsuitable visualization, can result in information being overlooked by decision-makers. This problem arises because the integration of the available data is hampered by the intrinsic heterogeneity of their features (e.g., their occurrence in different formats). When integrated, this information also often fails to reach the decision-makers in a suitable way (e.g., in appropriate visualization formats). Moreover, there is not a clear understanding of the decision-makers needs or how the available data can meet these needs. Objective: In light of this, this thesis presents an approach for improving decision-making with heterogeneous geospatial big data based on spatial decision support systems and volunteered geographic information in disaster management. Methods: Systematic mapping studies were conducted to identify gaps in research studies with regard to the use of volunteered information and spatial decision support systems in disaster management. On the basis of these studies, two design science projects were carried out. The first of these aimed at defining the elements that are essential for ensuring the integration of heterogeneous data, whereas the second project aimed at obtaining a better understanding of decision-makers needs. A cross-organizational action research project was also conducted to define the design principles that should be observed for a spatial decision support system to effectively support decision-making with heterogeneous geospatial big data. A series of empirical case studies was undertaken to evaluate the outcomes of these projects. Results: The overall approach thus consists of the three significant outcomes that were derived from these projects. The first outcome was the conceptual architecture that defines the integration of heterogeneous data sources. The second outcome was a model-based framework that describes the connection of decision-making with appropriate data sources. The third outcome is based on the framework and comprises a set of design principles for guiding the development of spatial decision support systems for decision-making with heterogeneous geospatial big data. Conclusion: This thesis has made a useful contribution to both practice and research. In short, it defines ways of integrating heterogeneous data sources, provides a better understanding of decision-makers needs, and supports the development of a spatial decision support system to effectively assist decision-making with heterogeneous geospatial big data. / Contexto: Uma tomada de decisão precisa exige informações mais precisas e atualizadas para estabelecer a realidade da situação geral. Novas fontes de dados (e.g, tecnologias vestíveis) tem aumentado a quantidade de dados úteis disponíveis, que agora é chamado de big data. Isso tem grande potencial para transformar todo o processo de negócio e melhorar a precisão na tomada de decisão. Neste contexto, a gestão de desastres representa um interessante cenário que depende de big data para aprimorar a tomada de decisão. Isso porque, ela tem que lidar com dados fornecidos não apenas por fontes tradicionais (e.g., sensores estáticos), mas também por fontes emergentes por exemplo, informações compartilhadas por voluntários locais, i.e., as informações geográficas de voluntários (VGI). Quando combinadas, estas fontes de dados podem ser consideradas grandes em volume, com diferentes velocidades e uma variedade de formatos. Além disso, uma análise com relação à sua veracidade é necessaria uma vez que estas fontes de dados são desconectadas e propensas à erros. Estes são os 4Vs que caracterizam big data. Problema: No entanto, embora todos estes dados abrem novas oportunidades, seu grande volume em conjunto com uma integração inapropriada e uma visualização inadequada, podem tornar as informações ignoradas por tomadores de decisão. Isso ocorre, pois, a integração dos dados disponíveis torna-se complicada devido a heterogeneidade intrínseca nas suas características (e.g., dados em formatos diferentes). Quando integradas, estas informações frequentemente também não chegam aos tomadores de decisão em uma condição apropriada (por exemplo, no formato de visualização adequado). Além disso, não existe uma clara compreensão sobre as necessidades dos tomadores de decisão ou sobre como os dados disponíveis podem ser usados para atender essas necessidades. Objetivo: Dessa forma, esta tese de doutorado apresenta uma abordagem para melhorar a tomada de decisões com grande volume de dados espaciais heterogêneos baseada em sistemas de suporte à decisão espacial e informações geográficas de voluntários na gestão de desastres. Métodos: Mapeamentos sistemáticos foram conduzidos para identificar lacunas de pesquisa no uso de dados voluntários e sistemas de suporte à decisão na gestão de desastres. Com base nestes estudos, dois projetos de design science foram conduzidos. O primeiro deles buscou definir elementos essências para entender a integração de dados heterogêneos, enquanto o segundo projeto buscou fornecer um melhor entendimento das necessidades dos tomadores de decisão. Também foi conduzido um projeto de pesquisa-ação interinstitucional para definir princípios de projeto que deveriam ser observados para um sistema de suporte à decisão espacial ser efetivo no apoio a tomada de decisão com grande volume de dados espaciais heterogêneos. Uma série de estudos de caso empíricos foram conduzidos para avaliar os resultados destes projetos. Resultados: A abordagem geral então é composta pelos três resultados significantes que foram derivados destes projetos. Em primeiro lugar, uma arquitetura conceitual que especifica a integração de fontes de dados heterogêneas. O segundo elemento é uma estrutura baseada em modelo que descreve a conexão entre a tomada de decisão com as fontes de dados mais adequadas. Com base nesta estrutura, o terceiro elemento consiste em um conjunto de princípios de design que guiam o desenvolvimento de um sistema de suporte à decisão espacial para tomada de decisão com grande volume de dados espaciais heterogêneos. Conclusão: Esta tese de doutorado realizou importantes contribuições para a prática e pesquisa. Em resumo, ela define formas para integrar fontes de dados heterogêneos, fornece uma melhor compreensão sobre as necessidades dos tomadores de decisão e ajuda no desenvolvimento de sistemas de suporte à decisão espacial para tomada de decisão com grande volume de dados espaciais heterogêneos.

No atual contexto ambiental é grande a demanda por informações consistentes que subsidiem o planejamento territorial, permitindo realizar avaliações ambientais e desta forma, subsidiar os setores público e privado. Essa demanda pode ser satisfeita com a integração de informações em um sistema, com propriedades e funções de processamento, possibilitando sua utilização em ambiente integrado. Assim, nesta dissertação é proposta uma metodologia para a avaliação ambiental de bacias hidrográficas que atua desde a escolha de indicadores e definição dos pesos de sua contribuição, até a execução de avaliações e espacialização de resultados em ambiente SIG. Esta metodologia é composta por duas fases distintas: avaliação da vulnerabilidade ambiental da bacia hidrográfica a partir do uso de sistemas de suporte à decisão espacial, e, avaliação da sustentabilidade da bacia através do cálculo do indicador Pegada Ecológica. Na primeira fase são adotados sistemas de suporte à decisão, bases de conhecimento, SIG e uma ferramenta que integra estes resultados permitindo a geração de avaliações, análises e/ou cenários prospectivos. Na segunda fase, a sustentabilidade da bacia é retratada a partir do cálculo da pegada ecológica que consiste na contabilização da área que uma população necessita para produzir os recursos consumidos e absorver os resíduos gerados. A comparação entre áreas mais vulneráveis e menos sustentáveis, pode nortear projetos de recuperação e conservação ambiental. / In the current environmental context is huge the demand for consistent information that supports the territorial planning, allowing environmental assessments thereby subsidizing public and private sectors. This demand can be satisfied with the integration of information into a system, with properties and processing functions, allowing its use in integrated environment. Thus, this thesis proposes a methodology for environmental assessment of watersheds that operates from the choice of indicators and definition of the weights of its contribution to the implementation of assessments and spatialisation of results in a GIS environment. This methodology is composed of two distinct phases: assessment of environmental vulnerability of the basin by the use of spatial decision support systems, and assessing the sustainability of the basin through the calculation of Ecological Footprint. In the first phase are adopted decision support systems, knowledge bases, GIS and a tool that integrates these results allowing the generation of assessments, analysis and / or prospective scenarios. In the second stage, the sustainability of the basin is pictured from the calculation of the ecological footprint, which consists in accounting the area that a population needs to produce the resources consumed and absorb the waste generated. The comparison between the most vulnerable and less sustainable, can guide restoration projects and environmental conservation.

No atual contexto ambiental é grande a demanda por informações consistentes que subsidiem o planejamento territorial, permitindo realizar avaliações ambientais e desta forma, subsidiar os setores público e privado. Essa demanda pode ser satisfeita com a integração de informações em um sistema, com propriedades e funções de processamento, possibilitando sua utilização em ambiente integrado. Assim, nesta dissertação é proposta uma metodologia para a avaliação ambiental de bacias hidrográficas que atua desde a escolha de indicadores e definição dos pesos de sua contribuição, até a execução de avaliações e espacialização de resultados em ambiente SIG. Esta metodologia é composta por duas fases distintas: avaliação da vulnerabilidade ambiental da bacia hidrográfica a partir do uso de sistemas de suporte à decisão espacial, e, avaliação da sustentabilidade da bacia através do cálculo do indicador Pegada Ecológica. Na primeira fase são adotados sistemas de suporte à decisão, bases de conhecimento, SIG e uma ferramenta que integra estes resultados permitindo a geração de avaliações, análises e/ou cenários prospectivos. Na segunda fase, a sustentabilidade da bacia é retratada a partir do cálculo da pegada ecológica que consiste na contabilização da área que uma população necessita para produzir os recursos consumidos e absorver os resíduos gerados. A comparação entre áreas mais vulneráveis e menos sustentáveis, pode nortear projetos de recuperação e conservação ambiental. / In the current environmental context is huge the demand for consistent information that supports the territorial planning, allowing environmental assessments thereby subsidizing public and private sectors. This demand can be satisfied with the integration of information into a system, with properties and processing functions, allowing its use in integrated environment. Thus, this thesis proposes a methodology for environmental assessment of watersheds that operates from the choice of indicators and definition of the weights of its contribution to the implementation of assessments and spatialisation of results in a GIS environment. This methodology is composed of two distinct phases: assessment of environmental vulnerability of the basin by the use of spatial decision support systems, and assessing the sustainability of the basin through the calculation of Ecological Footprint. In the first phase are adopted decision support systems, knowledge bases, GIS and a tool that integrates these results allowing the generation of assessments, analysis and / or prospective scenarios. In the second stage, the sustainability of the basin is pictured from the calculation of the ecological footprint, which consists in accounting the area that a population needs to produce the resources consumed and absorb the waste generated. The comparison between the most vulnerable and less sustainable, can guide restoration projects and environmental conservation.

Context: Accurate decision-making requires updated and precise information to establish the reality of an overall situation. New data sources (e.g., wearable technologies) have been increasing the amount of available and useful data, which is now called big data. This has a great potential for transforming the entire business process and improving the accuracy of decisions. In this context, disaster management represents an interesting scenario that relies on big data to enhance decision-making. This is because it must cope with data provided not only by traditional sources (e.g., stationary sensors) but also by emerging sources - for instance, information shared by local volunteers, i.e., volunteered geographic information (VGI). When combined, these data sources can be regarded as large in volume, with different velocities, and a variety of formats. Furthermore, an analysis is required to confirm their veracity is required since these data sources are disconnected and prone to various errors. These are the 4Vs that characterize big data. Gap: However, although all these data open up further opportunities, their huge volume, together with an inappropriate data integration and unsuitable visualization, can result in information being overlooked by decision-makers. This problem arises because the integration of the available data is hampered by the intrinsic heterogeneity of their features (e.g., their occurrence in different formats). When integrated, this information also often fails to reach the decision-makers in a suitable way (e.g., in appropriate visualization formats). Moreover, there is not a clear understanding of the decision-makers needs or how the available data can meet these needs. Objective: In light of this, this thesis presents an approach for improving decision-making with heterogeneous geospatial big data based on spatial decision support systems and volunteered geographic information in disaster management. Methods: Systematic mapping studies were conducted to identify gaps in research studies with regard to the use of volunteered information and spatial decision support systems in disaster management. On the basis of these studies, two design science projects were carried out. The first of these aimed at defining the elements that are essential for ensuring the integration of heterogeneous data, whereas the second project aimed at obtaining a better understanding of decision-makers needs. A cross-organizational action research project was also conducted to define the design principles that should be observed for a spatial decision support system to effectively support decision-making with heterogeneous geospatial big data. A series of empirical case studies was undertaken to evaluate the outcomes of these projects. Results: The overall approach thus consists of the three significant outcomes that were derived from these projects. The first outcome was the conceptual architecture that defines the integration of heterogeneous data sources. The second outcome was a model-based framework that describes the connection of decision-making with appropriate data sources. The third outcome is based on the framework and comprises a set of design principles for guiding the development of spatial decision support systems for decision-making with heterogeneous geospatial big data. Conclusion: This thesis has made a useful contribution to both practice and research. In short, it defines ways of integrating heterogeneous data sources, provides a better understanding of decision-makers needs, and supports the development of a spatial decision support system to effectively assist decision-making with heterogeneous geospatial big data. / Contexto: Uma tomada de decisão precisa exige informações mais precisas e atualizadas para estabelecer a realidade da situação geral. Novas fontes de dados (e.g, tecnologias vestíveis) tem aumentado a quantidade de dados úteis disponíveis, que agora é chamado de big data. Isso tem grande potencial para transformar todo o processo de negócio e melhorar a precisão na tomada de decisão. Neste contexto, a gestão de desastres representa um interessante cenário que depende de big data para aprimorar a tomada de decisão. Isso porque, ela tem que lidar com dados fornecidos não apenas por fontes tradicionais (e.g., sensores estáticos), mas também por fontes emergentes por exemplo, informações compartilhadas por voluntários locais, i.e., as informações geográficas de voluntários (VGI). Quando combinadas, estas fontes de dados podem ser consideradas grandes em volume, com diferentes velocidades e uma variedade de formatos. Além disso, uma análise com relação à sua veracidade é necessaria uma vez que estas fontes de dados são desconectadas e propensas à erros. Estes são os 4Vs que caracterizam big data. Problema: No entanto, embora todos estes dados abrem novas oportunidades, seu grande volume em conjunto com uma integração inapropriada e uma visualização inadequada, podem tornar as informações ignoradas por tomadores de decisão. Isso ocorre, pois, a integração dos dados disponíveis torna-se complicada devido a heterogeneidade intrínseca nas suas características (e.g., dados em formatos diferentes). Quando integradas, estas informações frequentemente também não chegam aos tomadores de decisão em uma condição apropriada (por exemplo, no formato de visualização adequado). Além disso, não existe uma clara compreensão sobre as necessidades dos tomadores de decisão ou sobre como os dados disponíveis podem ser usados para atender essas necessidades. Objetivo: Dessa forma, esta tese de doutorado apresenta uma abordagem para melhorar a tomada de decisões com grande volume de dados espaciais heterogêneos baseada em sistemas de suporte à decisão espacial e informações geográficas de voluntários na gestão de desastres. Métodos: Mapeamentos sistemáticos foram conduzidos para identificar lacunas de pesquisa no uso de dados voluntários e sistemas de suporte à decisão na gestão de desastres. Com base nestes estudos, dois projetos de design science foram conduzidos. O primeiro deles buscou definir elementos essências para entender a integração de dados heterogêneos, enquanto o segundo projeto buscou fornecer um melhor entendimento das necessidades dos tomadores de decisão. Também foi conduzido um projeto de pesquisa-ação interinstitucional para definir princípios de projeto que deveriam ser observados para um sistema de suporte à decisão espacial ser efetivo no apoio a tomada de decisão com grande volume de dados espaciais heterogêneos. Uma série de estudos de caso empíricos foram conduzidos para avaliar os resultados destes projetos. Resultados: A abordagem geral então é composta pelos três resultados significantes que foram derivados destes projetos. Em primeiro lugar, uma arquitetura conceitual que especifica a integração de fontes de dados heterogêneas. O segundo elemento é uma estrutura baseada em modelo que descreve a conexão entre a tomada de decisão com as fontes de dados mais adequadas. Com base nesta estrutura, o terceiro elemento consiste em um conjunto de princípios de design que guiam o desenvolvimento de um sistema de suporte à decisão espacial para tomada de decisão com grande volume de dados espaciais heterogêneos. Conclusão: Esta tese de doutorado realizou importantes contribuições para a prática e pesquisa. Em resumo, ela define formas para integrar fontes de dados heterogêneos, fornece uma melhor compreensão sobre as necessidades dos tomadores de decisão e ajuda no desenvolvimento de sistemas de suporte à decisão espacial para tomada de decisão com grande volume de dados espaciais heterogêneos.

Um dos problemas que afetam as cidades brasileiras é a falta de uma metodologia adequada para a implantação de equipamentos coletivos públicos (escolas, postos de saúde, entre outros), e da utilização de modo racional desses equipamentos. Esse foi o ponto de partida para esse trabalho, cujo objetivo principal foi desenvolver uma ferramenta de análise espacial para auxiliar o poder público no planejamento e na gestão dos serviços públicos de educação e saúde, no que concerne basicamente à melhor localização das unidades básicas de atendimento e à melhor distribuição dos usuários por essas unidades, buscando reduzir os custos de transporte. Após uma avaliação da atual política de distribuição e utilização dos equipamentos coletivos de educação e saúde no Brasil e no mundo, foi realizada uma análise dos conceitos relativos às ferramentas de apoio a problemas de decisão de caráter espacial, particularmente os Sistemas de Apoio à Decisão Espacial (SADE). De posse dessa base conceitual, buscou-se formular as bases de um sistema (ou uma metodologia) que apoiasse a implantação de novos equipamentos coletivos e uma utilização eficiente dos equipamentos já existentes, tendo como parâmetro principal de comparação o custo de deslocamento dos usuários. Esse sistema deveria ser adequado à realidade das cidades médias brasileiras, de maneira geral hoje inseridas num cenário de falta de planejamento e de ausência de bases de dados estruturadas (e atualizadas). Ainda, como proposta adicional, procurou-se incorporar como ferramentas de apoio ao sistema algumas técnicas emergentes que, embora relativamente pouco utilizadas no planejamento urbano até o presente momento, apresentam grande potencial para tal. São elas: os Autômatos Celulares (ou CA, Cellular Automata) e as Redes Neurais Artificiais (RNA). Os fundamentos do sistema concebido foram transpostos para uma aplicação prática desenvolvida em um Sistema de Informações Geográficas (SIG) através de um estudo de caso conduzido na cidade de São Carlos (SP), cujos resultados demonstraram que quando se pensa em otimizar os custos de deslocamento, a principal ação a ser empreendida é a redistribuição da demanda às unidades de oferta, antes de se pensar na abertura de novas unidades. Mais importante do que os resultados numéricos obtidos, foi a confirmação de que é possível se utilizar as diversas ferramentas de planejamento e gestão de modo integrado. A partir dessa metodologia, um investimento em desenvolvimento de software pode levar à construção de um efetivo Sistema de Apoio à Decisão Espacial. De maneira mais geral, pode-se afirmar que a obtenção de dados é o grande obstáculo para pesquisas dessa natureza. A montagem de uma base de dados sólida e confiável é, sem dúvida, o ponto crucial para a execução de projetos potencialmente bem sucedidos / One of the main problems faced by brazilian cities is the lack of adequate methodologies for the implementation and rational use of public service facilities (such as schools and health care centers). That was the starting point in the definition of the main objective of the present work, which is the development of a spatial analysis tool for seeking an optimal arrangement of primary health and education facilities, in order to reduce transportation costs. The use of such a tool in the public administration is important not only for planning but also for management purposes. The study starts with an investigation of approaches that have been used in real cases, in cities of different countries, to define health and education facility types and their distribution. A careful analysis of location-allocation concepts and analysis tools for the solution of spatial problems, with particular emphasis on the Spatial Decision Support Systems (SDSS), was also conducted. The system (or methodology) proposed, which was meant to support the process of location of new facilities and also an efficient use of the existing ones while reducing transportation costs, was based on that conceptual framework. The system was directed to the context of brazilian medium-sized cities, where planning concepts are not widely applied and even the databases available are sometimes very limited and frequently outdated. The system design looked for both traditional and innovative approaches and computer-based techniques, such as Cellular Automata (CA) and Artificial Neural Networks (ANN). These techniques, although not yet extensively applied in urban planning and management, seem to be promising alternatives for those activities. The integration of the different tools and techniques was tested in a practical application carried out in the city of São Carlos (SP) and developed in a Geographic Information System (GIS) environment. The results drawn from the application are clear: the main action to reduce the transportation costs in the case studied was a re-distribution of the demand. It was considerable, despite the fact that not a single facility has been added. Another important outcome of the research was the confirmation of the hypothesis that the distinct planning and management tools tested could be used in an integrated approach. Therefore, the methodology discussed here could effectively become a Spatial Decision Support System only by means of software development for building the system interfaces. As a general conclusion, the data gathering problems still seem to be the main barrier for research development in this area. Consequently, the construction of solid and reliable databases is undoubtedly a key point to start any potentially successful project

Um dos problemas que afetam as cidades brasileiras é a falta de uma metodologia adequada para a implantação de equipamentos coletivos públicos (escolas, postos de saúde, entre outros), e da utilização de modo racional desses equipamentos. Esse foi o ponto de partida para esse trabalho, cujo objetivo principal foi desenvolver uma ferramenta de análise espacial para auxiliar o poder público no planejamento e na gestão dos serviços públicos de educação e saúde, no que concerne basicamente à melhor localização das unidades básicas de atendimento e à melhor distribuição dos usuários por essas unidades, buscando reduzir os custos de transporte. Após uma avaliação da atual política de distribuição e utilização dos equipamentos coletivos de educação e saúde no Brasil e no mundo, foi realizada uma análise dos conceitos relativos às ferramentas de apoio a problemas de decisão de caráter espacial, particularmente os Sistemas de Apoio à Decisão Espacial (SADE). De posse dessa base conceitual, buscou-se formular as bases de um sistema (ou uma metodologia) que apoiasse a implantação de novos equipamentos coletivos e uma utilização eficiente dos equipamentos já existentes, tendo como parâmetro principal de comparação o custo de deslocamento dos usuários. Esse sistema deveria ser adequado à realidade das cidades médias brasileiras, de maneira geral hoje inseridas num cenário de falta de planejamento e de ausência de bases de dados estruturadas (e atualizadas). Ainda, como proposta adicional, procurou-se incorporar como ferramentas de apoio ao sistema algumas técnicas emergentes que, embora relativamente pouco utilizadas no planejamento urbano até o presente momento, apresentam grande potencial para tal. São elas: os Autômatos Celulares (ou CA, Cellular Automata) e as Redes Neurais Artificiais (RNA). Os fundamentos do sistema concebido foram transpostos para uma aplicação prática desenvolvida em um Sistema de Informações Geográficas (SIG) através de um estudo de caso conduzido na cidade de São Carlos (SP), cujos resultados demonstraram que quando se pensa em otimizar os custos de deslocamento, a principal ação a ser empreendida é a redistribuição da demanda às unidades de oferta, antes de se pensar na abertura de novas unidades. Mais importante do que os resultados numéricos obtidos, foi a confirmação de que é possível se utilizar as diversas ferramentas de planejamento e gestão de modo integrado. A partir dessa metodologia, um investimento em desenvolvimento de software pode levar à construção de um efetivo Sistema de Apoio à Decisão Espacial. De maneira mais geral, pode-se afirmar que a obtenção de dados é o grande obstáculo para pesquisas dessa natureza. A montagem de uma base de dados sólida e confiável é, sem dúvida, o ponto crucial para a execução de projetos potencialmente bem sucedidos / One of the main problems faced by brazilian cities is the lack of adequate methodologies for the implementation and rational use of public service facilities (such as schools and health care centers). That was the starting point in the definition of the main objective of the present work, which is the development of a spatial analysis tool for seeking an optimal arrangement of primary health and education facilities, in order to reduce transportation costs. The use of such a tool in the public administration is important not only for planning but also for management purposes. The study starts with an investigation of approaches that have been used in real cases, in cities of different countries, to define health and education facility types and their distribution. A careful analysis of location-allocation concepts and analysis tools for the solution of spatial problems, with particular emphasis on the Spatial Decision Support Systems (SDSS), was also conducted. The system (or methodology) proposed, which was meant to support the process of location of new facilities and also an efficient use of the existing ones while reducing transportation costs, was based on that conceptual framework. The system was directed to the context of brazilian medium-sized cities, where planning concepts are not widely applied and even the databases available are sometimes very limited and frequently outdated. The system design looked for both traditional and innovative approaches and computer-based techniques, such as Cellular Automata (CA) and Artificial Neural Networks (ANN). These techniques, although not yet extensively applied in urban planning and management, seem to be promising alternatives for those activities. The integration of the different tools and techniques was tested in a practical application carried out in the city of São Carlos (SP) and developed in a Geographic Information System (GIS) environment. The results drawn from the application are clear: the main action to reduce the transportation costs in the case studied was a re-distribution of the demand. It was considerable, despite the fact that not a single facility has been added. Another important outcome of the research was the confirmation of the hypothesis that the distinct planning and management tools tested could be used in an integrated approach. Therefore, the methodology discussed here could effectively become a Spatial Decision Support System only by means of software development for building the system interfaces. As a general conclusion, the data gathering problems still seem to be the main barrier for research development in this area. Consequently, the construction of solid and reliable databases is undoubtedly a key point to start any potentially successful project