A Plataforma
Uma ferramenta de mapeamento acústico urbano por interpolação espacial — Belo Horizonte é o primeiro caso de aplicação.
1. O que é a plataforma
A Plataforma PROURB de Mapeamento Acústico é uma ferramenta — não um mapa fixo. Ela recebe medições de ruído devidamente normatizadas, processa um conjunto de covariáveis urbanas e produz mapas contínuos de ruído por interpolação espacial. O modelo matemático segue as técnicas recomendadas pela bibliografia aplicada (geoestatística e land-use regression) e é validado por Leave-One-Out Cross-Validation.
O resultado da plataforma é um produto duplo: (i) uma malha contínua de estimativas em alta resolução para toda a área de interesse e (ii) uma estimativa de incerteza ponto a ponto. Ambos podem ser consumidos por aplicações de zoneamento, planejamento de transportes, saúde pública, jornalismo de dados, pesquisa acadêmica e fiscalização ambiental.
Princípio: a qualidade do produto final depende, sempre, da consistência, densidade e volume da campanha de medição que entra como insumo. A plataforma não compensa coleta deficiente — apenas a explora ao máximo.
2. Pipeline em três etapas
O processamento da plataforma é organizado em três etapas independentes, encadeadas como um pipeline reproducível:
Etapa 1 — Medições normatizadas em campo
Coleta com equipamento de classe acústica adequada (preferencialmente Classe 1, padrão IEC 61672), registrando o Leq (nível sonoro equivalente contínuo) por janela de tempo. As medições devem ser georreferenciadas com precisão e estratificadas por cenários temporais (combinação de dia da semana e faixa horária) — esta estratificação é o que permite mapas distintos para o cotidiano da cidade.
Etapa 2 — Modelo estatístico (Regression Kriging Híbrido)
O método principal da plataforma é o Regression Kriging Híbrido: uma regressão linear multivariada captura o sinal explicado por covariáveis urbanas (proximidade a vias arteriais, oferta de transporte público, comércio, áreas verdes, uso do solo etc.), e uma Ordinary Kriging é aplicada aos resíduos para capturar a estrutura espacial residual. Como baseline para auditoria, a plataforma também executa IDW (Inverse Distance Weighting), permitindo aferir o ganho do modelo com covariáveis.
Etapa 3 — Mapa contínuo + estimativa de incerteza
O produto final é uma malha regular (no Caso 01, células de 10 m) cobrindo toda a área de interesse, onde cada célula recebe um valor estimado de ruído e uma variância associada — usada para gerar limiares de confiança e para identificar regiões onde a coleta adicional traria mais ganho informacional.
3. As 14 covariáveis
O modelo opera sobre 14 covariáveis urbanas selecionadas empiricamente. A seleção privilegia variáveis com sinal consistente entre cenários — descartando preditores instáveis ou redundantes. As categorias cobertas:
- Viário — influência de vias municipais, distância a vias arteriais e a vias de alto impacto, largura e número de faixas.
- Transporte público — distância a pontos de ônibus e densidade no entorno.
- Amenidades urbanas — comércio (perfil diurno), proximidade de hospitais.
- Áreas verdes — distância a parques e praças.
- Uso do solo — densidade de uso misto e residencial no entorno.
- Vistorias ambientais — distância à fonte mais próxima já vistoriada (quando existir cadastro).
O detalhamento técnico, fórmulas e raios de busca para cada covariável estão documentados em Metodologia & covariáveis.
4. Validação e métricas
A qualidade do modelo é aferida por Leave-One-Out Cross-Validation (LOO-CV): para cada ponto medido, o modelo é re-treinado sem aquele ponto e a previsão é comparada ao valor real. As métricas reportadas:
- RMSE (Root Mean Squared Error) — erro típico em dB.
- MAE (Mean Absolute Error) — erro médio absoluto, mais robusto a outliers.
- ME / Bias — viés sistemático; esta é a métrica mais importante para zoneamento: o mapa precisa ser não-tendencioso.
- R² — fração da variância explicada (em escala municipal, é esperado entre 0,10 e 0,30).
- Var(erros padronizados) — auditoria do variograma; valor próximo de 1,0 indica calibração adequada da incerteza.
Para o Caso 01 (Belo Horizonte), a auditoria completa por cenário está disponível em Auditoria de Qualidade. Os limiares de classificação (Bom, Aceitável, Ruim) seguem a literatura de mapas acústicos em escala municipal, compatíveis com a incerteza de ±4,6 dB reportada pelo método europeu CNOSSOS-EU.
5. Quem pode usar — pré-requisitos da campanha
A plataforma é, por construção, replicável: o mesmo pipeline pode ser aplicado a qualquer cidade que disponha de dados de campo adequados. Três condições precisam estar satisfeitas pela campanha de medição que entra como insumo:
- Consistência — equipamento calibrado, protocolo padronizado, mesma metodologia em todos os pontos. Mistura de classes acústicas ou métodos heterogêneos compromete a comparabilidade entre pontos.
- Densidade — número de pontos por km² compatível com a heterogeneidade urbana. Quanto maior a variabilidade espacial (centros densos, malha viária complexa, mistura de usos), maior a densidade necessária. Como referência prática, mapas em escala municipal exigem na ordem de 1–3 pontos/km².
- Volume — para cada cenário temporal (faixa de dia/horário) que se queira mapear, o número de medições deve ser suficiente para que a regressão das covariáveis seja estatisticamente significativa.
A plataforma não corrige deficiências da campanha de coleta. Mapas gerados sobre dados inconsistentes, esparsos ou enviesados herdam — e às vezes amplificam — esses problemas. Por isso a validação por LOO-CV deve ser sempre publicada junto com o mapa.
6. Limitações inerentes ao método
Mesmo com campanha bem-conduzida, há limitações estruturais que precisam ser consideradas em qualquer leitura técnica do produto:
- Margem de erro — em escala municipal, RMSE típico fica entre 5,7 e 7,5 dB. Isso é suficiente para distinguir zonas calmas de zonas críticas, mas não para discriminar variações finas dentro de uma mesma classe de 5 dB.
- Modelo bidimensional — a interpolação opera em plano horizontal e não incorpora a altura das edificações nem o efeito de barreira acústica. Cânions urbanos, sombras acústicas e diferenças entre pavimentos ficam fora do escopo.
- Representatividade temporal — as medições retratam o cenário acústico do período em que foram coletadas. Alterações posteriores (mudanças viárias, eventos, mudanças no comportamento da cidade) só são incorporadas em uma nova rodada de coleta.
- Ausência de série histórica — uma única campanha gera um retrato, não uma tendência. Sem campanhas pretéritas comparáveis, não é possível afirmar se o ruído está aumentando ou diminuindo ao longo do tempo.
7. Caso 01: Belo Horizonte
A primeira aplicação da plataforma é Belo Horizonte, cobrindo 331 km² do município. Os insumos são as medições do Programa de Monitoramento do Ambiente Sonoro (SUFIS/SMPU, Prefeitura de Belo Horizonte), agrupadas em 10 cenários temporais (combinações de dia da semana e faixa horária).
O conteúdo específico do Caso 01 — mapa interativo, busca por endereço, análises por bairro e regional, dossiês legislativos sobre a Lei 9.505/2008 e o Decreto 16.529/2016, e propostas de modernização da legislação acústica municipal — está distribuído pelas seguintes páginas:
- Mapa interativo — todos os cenários acústicos com busca por logradouro.
- Consulta tabular — Leq estimado por endereço (~600 mil registros).
- Conforto acústico por bairro e por regional.
- Auditoria de qualidade — métricas de validação por cenário.
- Sobre o Caso 01 — contexto, dados, histórico do projeto.
- Legislação · Críticas à Lei · Proposta de gradação — análise legislativa específica.
O conteúdo legislativo, as análises críticas e as propostas de modernização normativa apresentadas no Caso 01 são leituras autorais do PROURB sobre a realidade de Belo Horizonte. Não refletem necessariamente o posicionamento da PBH, SMPU ou SUFIS e não devem ser confundidas com a plataforma técnica em si.