Mapeamento da COVID-19 por meio da densidade de Kernel

Abstract

A densidade de Kernel consiste em quantificar as relações dos pontos dentro de um raio (R) de influência, com base em determinada função estatística, analisando os padrões traçados por determinado conjunto de dados pontuais, estimando a sua densidade na área de estudo (BERGAMASCHI, 2010). De acordo com Kawamoto (2012, p. 16-17), a técnica de Kernel “[...] consiste num estimador probabilístico de intensidade do processo pontual não-paramétrico através de função Kernel". Dentro dessa perspectiva metodológica, o objetivo deste trabalho é apresentar um mapa de densidade de Kernel da incidência de COVID-19 para área urbana de Santa Maria, RS, utilizando os dados do dia 05 de junho de 2020 (n = 282). Os procedimentos metodológicos se dividiram em cinco etapas: (1) definição do raio (R); (2) função k escolhida; (3) procedimentos realizados no QGIS para a geração da densidade de Kernel; (4) determinação do número de classes e intervalo; e (5) finalização do mapa. Os dados levaram a observar uma maior densidade de casos na área central da cidade, especificamente nas proximidades dos bairros Centro, Bonfim, Nossa Senhora de Fátima e Nonoai, com uma maior circulação de pessoas, serviços e residentes. Contudo, é possível identificar a dispersão da COVID-19 para áreas periféricas da cidade, como já ressaltado em Rizzatti et al (2020). O bairro Camobi, na região leste da cidade, demonstra comportamento semelhante ao bairro Centro, porém em menor densidade, formando o que poderíamos chamar de cluster secundário, além da zona Oeste da cidade, que demonstra a formação de um novo cluster.

SARS-CoV-2 Transmission Risk Model in an Urban Area of Mexico, Based on GIS Analysis and Viral Load

“…In advanced parameters, the Ct attribute was chosen for the weight from the field. To finalize the kernel shape, the quartic type of option was used, where the algorithm weighted the proximity between the points with greater weight and gave less weight the farther one point was from another [ 15 ]. The options radius from the field and output value scaling were left unchecked.…”

O impacto do efeito barreira na mobilidade urbana sustentável

“…Como ferramenta para a construção da análise cartográfica foram utilizadas imagens de satélite (2021) e do software livre QGis. Com as informações levantadas foi possível aplicar a "Densidade de Kernel" 1 (RIZZATTI et al, 2020) que permitiu identificar a abrangência (considerando um raio de 500 metros de cada ponto) e/ou intensidade de travessias/conexões. Por fim, foi realizado o cruzamento das informações e a sistematização de dados, buscando associar o embasamento teórico à dimensão real encontrada nas análises cartográficas, com intuito de construir uma visão crítico-analítica sobre o assunto.…”

“…A densidade de Kernel permite identificar relações e padrões em determinados pontos, atribuindo um raio de abrangência que possibilita analisar densidades(RIZZATTI et al, 2020).…”

Georreferenciamento postal de casos de COVID-19 na cidade de Uberaba, Minas Gerais

“…Doenças de alto contágio podem ser analisadas a partir da distribuição espacial e o mapeamento de casos desagregados, ou seja, em nível pontual, oferece maior detalhamento da difusão geográfica dos casos KWONG, 2008;WANG, et al 2010;PEREZ;DRAGICEVIC, 2009). Esse nível de análise é importante para as estratégias de proteção da saúde da população e a acurácia da localização dos casos pode apontar para os lugares que requerem estratégias de vigilância (RIZZATTI, et al, 2020).…”

“…Descrição dos campos de apontamento utilizados no complemento MMQGIS.Organizadores:Rizzatti et al, 2020. …”