D. H. D. O. Duarte, J. C. Oliveira, J. L. Lani, Marlene Salete Uberti, É. Marques, Marcos Vinicius Sanches Abreu
{"title":"Análise Multicritério Aplicada à Determinação de Áreas de Adequabilidade à Valorização Imobiliária","authors":"D. H. D. O. Duarte, J. C. Oliveira, J. L. Lani, Marlene Salete Uberti, É. Marques, Marcos Vinicius Sanches Abreu","doi":"10.14393/RBCV73N2-54288","DOIUrl":null,"url":null,"abstract":"O Sistema de Informação Geográfica (SIG) tem sido amplamente utilizado no Cadastro Territorial Multifinalitário (CTM) para gerenciar dados e informações acerca dos imóveis e das diversas temáticas relacionadas ao Planejamento Urbano e a Gestão Territorial. Entre as ferramentas presentes em um SIG, a Multi-Criteria Evaluation (MCE) é utilizada em várias áreas da ciência e os seus resultados são mapas de susceptibilidade ou adequabilidade, elaborados por meio da combinação de restrições, fatores e pesos que permitem subsidiar a tomada de decisão. No contexto de Goiânia, a MCE foi utilizada para definir áreas de adequabilidade à valorização imobiliária. Para isso foram utilizados dados geográficos das temáticas: Meio Ambiente, Topografia, Transporte e Mobilidade, Educação, Patrimônio Histórico e Cultura, Saúde e Assistência Social, Infraestrutura Urbana e Serviços Urbanos. Todos os dados passaram por técnicas de análise espacial para serem escalonados em fatores em termos de sua adequabilidade a valorização imobiliária por meio das lógicas booleana e Fuzzy. Além disso, os fatores foram submetidos a processos de ponderação por meio do método Analytical Hierarchy Process (AHP) correlacionado com a Planta Genérica de Valores (PGV). Para combinar os fatores da análise foram utilizados os métodos da Combinação Linear Ponderada (CLP) e a Média Ordenada Ponderada (MOP). Os resultados demostram que as Regiões Central e Campinas apresentaram maior valorização imobiliária, concluindo que a MCE amplia a capacidade de modelagem da influência geográfica nos valores dos imóveis.","PeriodicalId":36183,"journal":{"name":"Revista Brasileira de Cartografia","volume":"73 1","pages":"516-529"},"PeriodicalIF":0.0000,"publicationDate":"2021-04-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Cartografia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14393/RBCV73N2-54288","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Social Sciences","Score":null,"Total":0}
引用次数: 0
Abstract
O Sistema de Informação Geográfica (SIG) tem sido amplamente utilizado no Cadastro Territorial Multifinalitário (CTM) para gerenciar dados e informações acerca dos imóveis e das diversas temáticas relacionadas ao Planejamento Urbano e a Gestão Territorial. Entre as ferramentas presentes em um SIG, a Multi-Criteria Evaluation (MCE) é utilizada em várias áreas da ciência e os seus resultados são mapas de susceptibilidade ou adequabilidade, elaborados por meio da combinação de restrições, fatores e pesos que permitem subsidiar a tomada de decisão. No contexto de Goiânia, a MCE foi utilizada para definir áreas de adequabilidade à valorização imobiliária. Para isso foram utilizados dados geográficos das temáticas: Meio Ambiente, Topografia, Transporte e Mobilidade, Educação, Patrimônio Histórico e Cultura, Saúde e Assistência Social, Infraestrutura Urbana e Serviços Urbanos. Todos os dados passaram por técnicas de análise espacial para serem escalonados em fatores em termos de sua adequabilidade a valorização imobiliária por meio das lógicas booleana e Fuzzy. Além disso, os fatores foram submetidos a processos de ponderação por meio do método Analytical Hierarchy Process (AHP) correlacionado com a Planta Genérica de Valores (PGV). Para combinar os fatores da análise foram utilizados os métodos da Combinação Linear Ponderada (CLP) e a Média Ordenada Ponderada (MOP). Os resultados demostram que as Regiões Central e Campinas apresentaram maior valorização imobiliária, concluindo que a MCE amplia a capacidade de modelagem da influência geográfica nos valores dos imóveis.