Visualização Computacional - Visualizando dados de viagens de bicicletas na cidade de São Paulo

E aí [Música] o Olá sejam bem-vindos a mais uma aula de visualização computacional nessa aula a gente vai falar um pouco sobre um trabalhos foram feitos ali para visualizar dados de mobilidade em São Paulo tá Mais especificamente a gente vai falar sobre dados e mobilidade relacionados a bicicleta Ah tá então esse trabalho é fruto de um artigo aí que foi feito entre o projeto Intercity e projeto bike Science e act da os autores de eles são Igor de Souza eu Edson Viana Edilene de Souza e Fábio com tá então durante as aula a gente vai

falar um pouco sobre o bike Science e vamos falar também sobre as análises foram feitas Ah tá então o projeto bike Science é um dos subprojetos do projeto Intercity para o projeto Intercity que falamos um pouco na aula anterior tá com financiamento tanto da Fapesp quanto do CNPQ o bike sai se ele está relacionado ali com mobilidade ativa tá então são modos de transporte que não dependem de motores externos estão a gente tá falando especificamente sobre mobilidade humana né e dentro desse contexto a gente tem alguns pedestres né a mobilidade a pé e a mobilidade

através de bicicleta Ah tá então um o bike Science ele é um projeto que faz análise de ciência de dados a partir de dados ali tão relacionados com mobilidade ativa tá a ideia desse projeto É apoiar em políticas públicas que incentivem principalmente o a mobilidade ativa em centros urbanos tá esse projeto ele tem uma parceria com vários institutos na um deles é o senso bolso e leve do site ao Instituto de Tecnologia de Massachusetts esse projeto começou a ser desenvolvido lá tá a gente tem a parceria com a CT também de São Paulo e era

com a tem disse que a empresa responsável por sistema de compartilhamento de bicicleta e também com a ciclocidade que é uma honra da cidade de São Paulo relacionada principalmente aí com a adoção e uso de políticas para bicicletas Ah tá o bom é no bike Science então a gente usa várias fontes de dados tá ele é tanto um projeto quanto o nome da ferramenta que foi desenvolvida para análise tá então a gente tem aí desde dados de bicicletas compartilhadas que estão disponíveis para vários sistemas no mundo a gente usa até nos dados da pesquisa origem-destino

de 2017 na 17 que também tratamos na aula anterior a gente usa informação de arquivos do tipo sheik frio né que são superfícies ali que a gente coloque Prota no mapa é chip o somos diversos Né desde a infraestrutura de ruas até pontos de ônibus linhas de metrô ciclovias é também usamos dados de pontos de interesse na então locais que existem na cidade que tem uma piadasnet Tom já referenciados e datas também de roteamento e por exemplo você traçar os possíveis caminhos entre uma origem e Um Destino e segurança Viária também Entre várias outras fontes

de dados Ah tá é para desenvolver as ferramentas de análise do Bike sai se a gente tá usando aí várias tecnologias principalmente Python tá então a gente usa as bibliotecas de Python relacionadas consciência de dados e visualização para gerar essas visualizações tá então de o panda II fórum são são bons exemplos aí de ferramentas que a gente usa além do próprio pandas é a gente tem também o uso de JavaScript e algumas bibliotecas com esse mesmo fim né que é uma lie-flat DS que a gente usa para fazer a visualização de mapas ou cole um

é baseado na lei Flex e o viu para gerar a versão web da ferramenta mais além disso a gente usa o docker também ali Como suporte para fazer a instalação da bike saem sem servidores Ah tá Qual a motivação né desse desse trabalho que a gente tem feito então né é primeiro ou quando a gente fala de bicicleta aqui a gente pensa nela principalmente como meio de transporte na cidade está o objetivo é estudar e verificar as possibilidades de uso da bicicleta para substituição principalmente de veículos motorizados com uma alternativa mais saudável de transporte tá

então a gente estuda a infraestrutura cicloviária dentro da cidade de São Paulo e também estuda as possibilidades do uso dos sistemas de compartilhamento de bicicleta como é o caso do Bike Sampa na cidade de São Paulo e em outras cidades do Brasil também tá é isso porque eu a mobilidade ative ela atrás ali vários benefícios então para as pessoas né Tanto do em relação à saúde física e mental né Bom dia de poder tá fazendo uma atividade e ao mesmo tempo se deslocando né E também benefício vale para o ambiente né então diminuir por exemplo

a poluição do ar poluição sonora são os benefícios aí de você aumentar a participação das bicicletas como meio de transporte e também é evitar e gerar menos trânsito né então diminuir os congestionamentos para isso a gente precisa de boas infraestruturas para bicicletas e também boas condições para os pedestres para que as pessoas estejam dispostas né a mudar de meio de transporte no seu dia a dia Quem tá aí e a questão é que assim hoje a quantidade de ciclistas que viaja diariamente em São Paulo ainda é muito pequena né então na região metropolitana de São

Paulo e na cidade também ainda um menos um por cento das viagens diárias são feitas de bicicleta né então A ideia é possibilitar que mais pessoas possam escolher a bicicleta como meio de transporte tá então a muito espaço ainda para gente aumentar esse número de ciclistas diários e conseguir alguns desses benefícios que que eu citei anteriormente Ah tá então a gente tem feito várias análises em conjunto no parceria com a CT na e a ideia agora é apresentar algumas dessas análises tá então a Ah e assim usar essa tanto a ciência de dados quanto a

visualização para suportar a novas políticas públicas é embasada nesses dados que a gente consegue verificar e visualizar tá então aqui por ilustração a gente tem né o a quantidade de ciclovias aqui em 2009 e2021 e aqui a gente percebe que houve um um aumento bastante considerável nesse período aí de pouco mais aí de 12 anos né Ah tá e uma das análises que foram feitas e que fazem parte Então desse trabalho e desse artigo é verificar o fluxo de viagens que ocorre dentro da cidade de São Paulo então a gente dividiu a área da cidade

numa grade E aí a gente contabiliza dentro a partir dos dados ao de quantas viagens acontecem de uma célula para outra célula dentro dessa essa nova divisão de área de São Paulo com isso a gente consegue ver quais são os locais que que tem mais viagens diárias e isso pode ser usado por exemplo para completar aqui o sistema da infraestrutura cicloviária né que a gente vê destacado em cores aqui vermelho verde e amarelo os tipos de ciclovias aqui né então ciclovias ciclofaixas e ciclorrotas as da os fim a linha azul e aqui a gente pode

ver por exemplo nessa região aqui da Mooca né a gente consegue ver que há um fluxo grande aqui de viagens e não há infraestrutura cicloviária então o poder público poderia A partir dessa informação construiu na ciclovia aqui para interligar duas existentes aqui em outras regiões Tá eu vou mostrar essa informação é dentro desse mapa aqui né se mapa interativo que vocês vão poder acessar pelo link depois tá E que mostra esses fluxos de viagens para toda a região aqui de da cidade de São Paulo tá então a gente consegue ver que a a locais tão

bem cobertos né Por ciclovias EA locais aqui que a cobertura ainda merece né uma atenção aqui do poder público para permitir que pode mais viagens possam ser feitas bom então é e nesse gráfico aqui a gente tá fazendo uma análise estatística dos dados da Aldeia era e vendo aqui qual é a distribuição das viagens pelo motivo da viagem então a pesquisa tem essa pergunta né Qual a motivação das pessoas para fazer aquela viagem aqui a gente pode ver que a grande maioria das viagens é feita por motivo de trabalho né deslocamento para o trabalho né

são quase setenta por cento depois vem aí educação e lazer como os motivos aí mais importantes depois do trabalho e tá nesse outro gráfico de barras aqui a gente tem várias dimensões aqui de informação tá a gente tá vendo primeira divisão aqui por estrato social né Então as classes aí de até de e tá aí Aqui tem um pequeno percentual que não respondeu essa pergunta então aqui tem os valores né das faixas de renda né e a gente consegue ver também a divisão aqui entre o percentual de pessoas ali do gênero masculino e feminino que

fazem essas viagens por extrato tá então aqui por exemplo né Para a gente pode ver que o a divisão de extrato onde tem mais viagens de mulheres é do extrato B2 pra que fica ali entre até cinco r$ 1300 de renda mensal familiar e representa quatro por cento das viagens do total de viagens né O que ainda é pouco mas é exatamente entendendo esses dados e são abertas possibilidade de aumentar esse número de viagens Ah tá uma outra análise que a gente fez foi gerar rotas de bicicletas para os dados ao de os dados da

ao deles tem o a identificação da origem e do destino né mas não tem o caminho que ele é feito nas viagens o que a gente fez foi usar uma um aplicativo chamado grab Hopper para gerar essas sugestões aqui de viagens de bicicleta tá então é esse também é o tipo de informação que a gente pode utilizar por exemplo para propor novas ciclovias né em locais que ainda não tem tá então a gente pode visualizar que em azul por exemplo áreas que tem rotas dentro da cidade de São Paulo aí a gente pode ver aqui

em amarelo né nesse Amarelo rotas que estão nas cidades do Entorno nas cidades vizinhas a cidade de São Paulo Esse é um olhando aqui mais detalhadamente né gente pode navegar no mapa entera o e visualizar Quais são as regiões aqui é que podem ser então navegados e dá origem a novas ciclovias Ah tá fizemos também o trabalho de Contagem comparação derrotas danças rotas geradas com contagens e fluxo são feitas pela CT CT ela posiciona ali equipes e equipamentos automáticos para verificar quantos ciclistas o quanto os pedestres carros estão passando naqueles pontos né como cada viagem

da Aldeia ela tem um peso ela representa um uma certa parcela da população que faz essa viagem a gente cruzou essas informações para ver se os valores da Aldeia os valores de Contagem da CT São similares e descobrimos aí que em muitos casos são tá então a gente pode ver nesse mapa aqui também com mais detalhes né Quais são as regiões aqui e quais são os pontos onde essas contagens acontecem e os valores Aqui foram medidos em um cada ano né da que a contagem foi feita e comparar isso em as flores que de peso

que cada rota a representa Oi tá um outro trabalho então é dado que a gente gerou essas rotas né foi verificar Em quais locais da cidade e acontecem mais viagens tá então essa esse mapa aqui ilustra aqui em vermelho né locais que tem mais de Quatro Mil Viagens e aí em amarelo ali três e quatro mil e abaixo de 3 mil em verde tá E aí a gente pode com essa informação tentar verificar locais que merecem uma maior atenção do poder público né porque tem mais ciclistas circulando e ao mesmo tempo a gente pode ver

locais que não tem tanto o fluxo de ciclistas e que de repente são uma oportunidade de aumentar as viagens nesses locais Ah tá então a gente também tem esse mapa aqui e dá para investigar e detalhado e outras regiões aqui né a zona norte aqui por exemplo na região central aqui de São Paulo Oi tá aqui no bairro do Bom Retiro tem uma grande concentração também ó e aqui Avenida Guilherme aqui já indo para zona norte também Oi tá um outro trabalho de que a gente fez foi verificar na distribuição da subprefeitura de São Paulo

quais são aquelas que têm mais ciclovias sendo planejadas Para o Futuro tá então a gente tá usando aqui o mapa do tipo coropletico né E plotando aqui as ciclovias planejadas Ah tá então a gente pode verificar aqui né cada uma dessas sub-regiões aqui e é possível também a gente inserir outras camadas né como a infraestrutura planejada há ciclovias existentes bicicletários e paraciclos a gente pode interagir aí com com esses mapas gerados no fórum Neo fólico tem essa vantagem de trazer esses mapas que permitem né a gente fazer uma análise e tirando e vendo mais detalhes

desses dados tá então aqui as regiões mais escuras são as regiões que têm maior planejamento ciclovias em quilômetros tá então no máximo e 22 e aqui a gente pode ver regiões Então o que merecem mais atenção para o futuro que não estão sendo bem cobertas hoje Ah tá a gente também né dentro desse projeto desenvolveu uma versão web da bike Science né todo esse conteúdo que eu mostrei agora tá em cadernos Python né a gente criou uma aplicação web que tem algumas dessas análises que já foram feitas né então o link ele tá disponível aqui

no slide aí vocês podem acessar e interagir e vê como filtrar por exemplo viagens por faixa de Renda por gênero e ver como é a distribuição dessas viagens na cidade de São Paulo Oi e um outro trabalho que a gente fez com a analisar qual o perfil de declividade das rotas que a gente tirou para viagens de bicicleta tá então esse mapa em particular ele traz aqui no Amarelo aqui um regiões em que a inclinação de no máximo um por cento da Via e preto na no limite máximo ali locais em que a inclinação é

acima de sete por cento e sete porcento é uma inclinação bastante elevada né fica difícil às vezes para o ciclista com pouca experiência subir ladeiras muito grandes né esse tipo de informação pode ajudar a decidir por exemplo locais prioritários para você construir essa ciclovias em locais mais planos a princípio e de repente pensar em alternativas para locais onde a declividade acentuada Ah tá então a gente tem esse mapa aqui também esse é o mapa que tem tem bastante informação carregada nele né então ele ele demora um pouquinho para carregar Mas ele também é o mapa

interativo e ele também vai permitir a gente olhar detalhadamente uma outra região lá que seja de maior interesse aqui a gente pode ver no detalhamento aqui por exemplo a região da Avenida Paulista que o Espigão essa região aqui no centro que é mais escura Ah tá então a gente consegue visualizar nessa nessa região aqui mais ou menos no centro do mapa onde fica a Avenida Paulista EA gente pode incluir e excluir essas camadas também para fazer a visualização Tá bom então esses são alguns dos trabalhos aí que a gente tem desenvolvido na aqui tem a

referência para o artigo e para a ferramenta bike senso web obrigado e até a próxima aula 1 [Música] [Música] E aí E aí [Música] E aí