Com uma frequência maior do que eu gostaria, eu me pego lembrando de como era metodologicamente pobre a construção dos projetos de planejamento e desenho urbano na época da faculdade. A gente recebia uma área de estudo, levantávamos algumas informações básicas (na maioria das vezes uns mapas temáticos de uso do solo, sistema viário, talvez alguma leitura morfológica) e então, quase sem perceber, dávamos um salto metodológico gigante: começávamos a desenhar a proposta.
Era o momento de definir novas quadras, propor eixos de adensamento, localizar equipamentos ou redesenhar espaços públicos. Tudo isso geralmente apoiado em referências retiradas do Archdaily, alguma intuição pessoal ali na hora de desenhar, e um conjunto limitado de ferramentas analíticas. Na época, isso parecia completamente natural, era o padrão. Tanto que tive um choque de realidade quando decidi fazer parte da turma de alunos intercambistas em Valência, e percebi o abismo entre nós alunos brasileiros e os franceses (mas isso pode ser assunto pra outro texto). Hoje, olhando para trás, é fácil perceber que muitas dessas decisões eram metodologicamente frágeis. Não por falta de esforço ou interesse, mas porque tínhamos pouco acesso a instrumentos capazes de sustentar tecnicamente as escolhas que estávamos fazendo.
Essa dificuldade não se restringe à vida universitária. Ela aparece também na prática profissional de quem decide atuar com planejamento urbano. Muitos projetos partem de diagnósticos relativamente genéricos, baseados em leituras qualitativas do território, mapas temáticos ou análises normativas da legislação urbana. Esses instrumentos são importantes, é claro, mas nem sempre permitem responder de maneira mais precisa a algumas perguntas fundamentais para o planejamento: onde a infraestrutura urbana já implantada está subutilizada? quais áreas possuem maior potencial para adensamento? quais grupos populacionais seriam afetados por determinada política pública? onde se concentram padrões de ocupação que indicam ineficiências no uso do solo urbano?
Nos últimos anos, no entanto, esse cenário começou a mudar de forma significativa. A ampliação do acesso a bases de dados abertas e o avanço das ferramentas de geoprocessamento tornaram possível realizar análises espaciais muito mais detalhadas sobre o funcionamento das cidades. Informações que antes exigiam levantamentos extensos ou bases proprietárias (pagas) hoje podem ser acessadas publicamente e manipuladas com alguma facilidade.
Um exemplo interessante é a possibilidade de identificar áreas urbanas subutilizadas a partir da análise da densidade construtiva e da ocupação do solo. Indicadores como o Floor Space Index (FSI) (~índice de aproveitamento), que relaciona a área total construída com a área do lote, e o Ground Space Index (GSI) (~taxa de ocupação), que mede a proporção do terreno efetivamente ocupada pela edificação, permitem observar com bastante clareza diferentes padrões de urbanização. Quando esses dois indicadores são analisados em conjunto, torna-se possível identificar áreas com baixa intensidade de uso em regiões que já possuem infraestrutura consolidada, revelando potenciais oportunidades de reestruturação urbana. Esse tipo de abordagem foi sistematizado em estudos sobre morfologia urbana, como o trabalho de Berghauser Pont e Haupt lá em 2010, que demonstram como a combinação entre densidade construtiva e ocupação do solo ajuda a classificar diferentes tipologias de tecido urbano.
O desenvolvimento recente de bases de dados abertas ampliou ainda mais essas possibilidades. Conjuntos de dados como o Google Open Buildings, que disponibiliza a geometria de edificações em diversas partes do mundo, permitem estimar padrões de ocupação urbana em escalas antes difíceis de alcançar.
Uma possibilidade concreta de explorar esses dados é justamente calcular indicadores de densidade urbana a partir da geometria das edificações. A base do Google Open Buildings fornece a localização e o contorno de milhões de edifícios. Quando essas geometrias são cruzadas com informações cadastrais do município ou com estimativas de área construída, torna-se possível aproximar indicadores como o Floor Space Index e o Ground Space Index para diferentes partes da cidade. Mesmo que essas estimativas não substituam cadastros municipais detalhados, elas permitem construir um primeiro diagnóstico comparativo da intensidade de ocupação do solo urbano, revelando áreas onde a densidade construída é significativamente menor do que a infraestrutura disponível sugeriria.
O passo seguinte é relacionar essa informação com os dados demográficos disponíveis nas bases públicas brasileiras, especialmente os dados censitários do IBGE. Ao sobrepor as estimativas de densidade construtiva com a distribuição da população no território, começam a surgir perguntas interessantes: existem áreas com baixa densidade construída em regiões com forte pressão por moradia? Há bairros com grande disponibilidade potencial de espaço construído, mas pouca população residente? Em que medida determinadas políticas de adensamento poderiam afetar grupos sociais específicos? Esse tipo de cruzamento não resolve, por si só, os dilemas do planejamento urbano, mas ajuda a transformar percepções difusas sobre o funcionamento da cidade em hipóteses mais verificáveis.
É nesse tipo de exercício que as ferramentas de análise espacial começam a ganhar relevância para o urbanismo. Elas não vão fazer sumir o debate político essencial de qualquer intervenção urbana, mas passam a ampliar o repertório das evidências que podem sustentar essas decisões. Em vez de depender apenas da leitura intuitiva de um território, passa a ser possível construir diagnósticos mais sistemáticos sobre como o espaço urbano está sendo efetivamente utilizado, vendido, ocupado.
Referências:
Berghauser Pont, M. B., & Haupt, P. (2007). The relation between urban form and density. Journal of Urban Morphology, 11(1), 62–64.
Berghauser Pont, M. B., & Haupt, P. (2010). Space matrix: Space, density and urban form.
1+1DOIS Caderno de urbanismo e aprendizado colaborativo 