Determinação da localização de estações de carro compartilhado em Florianópolis utilizando análise multicritério em SIG

Abstract

A cultura do uso predominante do automóvel individual aliada à falta de infraestrutura adequada para transportes faz com que problemas como congestionamentos e poluição sejam agravados. É fundamental que sejam introduzidas soluções para que a cidade possa comportar apropriadamente seus moradores. Neste sentido, o carro compartilhado apresenta-se como uma opção inovadora e com grandes benefícios no âmbito econômico, ambiental e social. Este trabalho propõe determinar a localização de estações de carro compartilhado em Florianópolis. O método utiliza análise multicritério (Analytic Hierarchy Process) e sistema de informações geográficas (SIG), e para isto, são construídas matrizes par a par com base nos estudos realizados por Millard-Ball et al. (2005) e na pesquisa realizada para identificar o perfil de usuário brasileiro. Os cálculos relacionados com o uso do método foram automatizados utilizando linguagem de programação. Desta forma, são encontradas zonas mais favoráveis à implantação das estações de carro compartilhado. Com estas informações, algumas zonas foram analisadas individualmente e propostos locais dentro da zona onde seria adequada a implantação da estação. Os resultados obtidos neste trabalho auxiliam na tomada de decisão das localizações de estações de carro compartilhado ao exibir características determinantes para o sucesso da implementação.

The culture of the predominant use of private cars combined with the lack of adequate transportation infrastructure makes problems such as congestion and pollution be aggravated. It is essential that solutions be introduced so the city can properly accommodate its residents. In this sense, car-sharing presents itself as an innovative option and with great benefits in the economic, environmental and social scope. This paper proposes to determine the location of car-sharing stations in Florianópolis. The method uses multi-criteria analysis (Analytical Hierarchy Process) and Geographic Information System (GIS), and for this, pairwise comparison matrices are built based on studies by Millard-Ball et al. (2005) and the research performed to identify the Brazilian user profile. The calculations related to the use of the method were automated using programming language. Thus being found more favorable zones to implement carsharing stations. With this information, some areas were analyzed individually and proposed locations within the zone where the station placement would be adequate. The results obtained in this paper help in the decision making of the locations of carsharing stations by exposing characteristics that determine the implementation success.