O conteúdo deste artigo se refere a um contexto de interseção entre a implementação de recursos computacionais - mais especificamente àqueles referentes à utilização da modelagem algorítmica e paramétrica e a implementação de "atributos mensuráveis (ou métricas) relacionados ao desempenho de configurações urbanas2, visando a contribuir para o desenvolvimento de métodos de análise e otimização que forneçam suporte à tomada de decisão em tarefas de projeto urbano" (LIMA, 2017, p.23).

Mais especificamente, este artigo descreve e avalia a implementação de CityMetrics: um sistema computacional de suporte à tomada de decisão em tarefas de projeto e planejamento urbano. Esse sistema utiliza métricas para calcular diferentes índices, que permitem analisar e otimizar o desempenho de configurações urbanas. Com isso, CityMetrics pode ser utilizado para analisar e propor modificações em bairros e cidades, por meio da análise e da otimização de desempenho de uma determinada área, com base em um conjunto de princípios mensuráveis.

O sistema é projetado para fornecer respostas rápidas, quase em tempo real, com a intenção de ajudar ao projetista (ou aos diversos atores envolvidos) no processo de tomada de decisão. Baseia-se no princípio do computador como ferramenta auxiliar da imaginação; ao obter rapidamente os resultados de diversas simulações, o projetista pode se concentrar mais no esforço de criar e refinar cada proposta, e testar mais alternativas. O sistema trabalha tanto fornecendo uma resposta otimizada - que pode, a partir daí, ser adaptada de tantas maneiras quanto necessário -, quanto avaliando conjunturas existentes. Se, à primeira vista, CityMetrics poderia ser tomado como um meio de assegurar a primazia da técnica, conduzindo à aplicação irrestrita e cega de índices urbanísticos, trata-se, na verdade, de fornecer ferramentas para permitir ao projetista que justamente possa dominar e incorporar esses índices ao processo de projeto de modo fluido.

Por outro lado, é preciso reconhecer que o sistema, como modelagem paramétrica, contribui para a discussão sobre as mudanças nos sistemas de notação da arquitetura, ao inscrever na notação da modelagem as fórmulas de geração do modelo (CARPO, 2011), contribuindo para a descrição dos processos (ALLEN, 2009).

Sendo assim, foi tomado como objeto de estudo o Desenvolvimento Orientado pelo Transporte Sustentável (DOTS): um modelo de desenvolvimento urbano que se tornou uma das principais referências de planejamento destinadas a criar bairros caminháveis, compactos e de uso misto, centrados em sistemas de transporte de alta qualidade e no incremento dos deslocamentos ativos (a pé ou de bicicleta). Este modelo de desenvolvimento e de organização urbana - cujas premissas foram propostas por Calthorpe (1993) -, preconiza a criação de cidades que não dependam exclusivamente do automóvel para os deslocamentos diários e está sendo crescentemente implementado ao redor do mundo como um paradigma mais adequado para a organização de bairros e centros urbanos sustentáveis (DITTMAR & OHLAND, 2004; FARR, 2012; LEITE, 2012). O fato desses princípios já terem um amplo desenvolvimento de suas métricas, tornou-os ideais para o desenvolvimento do sistema, permitindo que a pesquisa se concentrasse na elaboração dos algoritmos, e não dos índices, por exemplo.

Neste contexto, é possível identificar alguns princípios básicos do DOTS que são suportados por atributos essencialmente mensuráveis (ou computáveis), são eles: (a) a acessibilidade ao transporte - consiste no posicionamento de habitações, comércios e serviços em torno de estações de transporte, visando a proporcionar curtas distâncias aos locais de acesso ao transporte coletivo; (b) a caminhabilidade - compreendida, no contexto deste trabalho, como a capacidade que um determinado bairro ou cidade possui de conectar, por meio de distâncias que podem ser percorridas a pé, habitações e diversos serviços urbanos, visando a conferir maior vitalidade às ruas e ao bairro como um todo; (c) a diversidade - quantidade e distribuição de diferentes usos e funções em um mesmo bairro, visando a proporcionar maior autonomia e descentralização urbana, e; (d) a compacidade - alta ocupação dentro dos bairros, de maneira compacta e que vise a suportar diferentes modais de transporte (CERVERO & KOCKELMAN, 1997; CALTHORPE & FULTON, 2001; DITTMAR & OHLAND, 2004; LIMA, 2017).

Portanto, os princípios básicos do DOTS apontados acima podem ser aferidos por meio de diversas métricas, que consideram atributos geométricos, algébricos e computáveis/mensuráveis. Entre os aspectos relacionados a essas métricas estão: (a) a quantificação e o posicionamento de residências, comércios, serviços e demais funções urbanas; (b) as distâncias entre determinados pontos de interesse de um bairro (entre uma ou mais residências e uma escola, por exemplo); (c) a proporção entre áreas residenciais e não-residenciais de uma determinada localidade, e; (d) os indicadores relativos a densidade de um lote, quadra, bairro ou cidade (LIMA, 2017). Ou seja, esses atributos podem ser "diretamente associados a entidades geométrico-matemáticas como coordenadas, números, pontos, curvas, polígonos e sólidos, por exemplo" (LIMA, 2017, p.29). Logo, estas métricas podem ser utilizadas enquanto parâmetros para a realização de diversas operações computacionais, possibilitando gerar e avaliar diferentes cenários para a obtenção de soluções em contextos urbanísticos.

Nos casos estudados, CityMetrics permite avaliar a "performance" de configurações urbanas, utilizando métricas físicas (distância física, considerando e penalizando inclinações nos trajetos), métricas topológicas3, indicadores de densidade e resultados de operações matemáticas, que podem ser configurados como funções-objetivo em processos de otimização, a fim de obter soluções mais eficientes para configurações urbanas dentro do escopo do DOTS. Assim, este artigo se encontra estruturado por meio da apresentação sequencial de: (a) uma descrição e uma apresentação de CityMetrics, suas estratégias e o conjunto de ferramentas desenvolvido; (b) uma exposição da aplicação do sistema proposto em dois ensaios, que visaram a permitir avaliar a implementação de CityMetrics em diferentes abordagens para adequar uma área urbanas aos princípios do DOTS; (c) uma análise sobre os resultados obtidos, e; (d) uma discussão e conclusões gerais sobre o sistema e suas possibilidades de utilização.

CityMetrics consiste em um sistema4 computacional baseado em uma metodologia algorítmico-paramétrica (LIMA, 2017; LIMA et al., 2017) articulado por meio das seguintes estratégias metodológicas: (a) Linguagem de Programação Visual5 (LPV); (b) Sistemas Generativos6 (SG), e; (c) Otimização7. Logo, conceitualmente, CityMetrics pode ser sintetizado por meio da elaboração de Sistemas Generativos em Linguagem de Programação Visual, de maneira a utilizar ferramentas algorítmicas especificamente desenvolvidas (ou adaptadas) para articular métricas de avaliação de desempenho e operações lógicas, visando a fornecer índices que podem ser utilizados como funções-objetivo em tarefas de otimização. A Figura 1 ilustra a articulação das estratégias que sintetizam o conceito de CityMetrics.

FIGURA 1 Nota: O sistema proposto se estabelece por meio da elaboração de Sistemas Generativos construídos em Linguagem de Programação Visual, para mensurar, utilizando métricas de desempenho, características relacionadas a princípios básicos do DOTS, associando‑os a diferentes funções‑objetivo em tarefas de otimização, de maneira a fornecer soluções para configurações geométricas urbanas. Fonte:Lima (2017, p.126).

Portanto, CityMetrics foi elaborado para mensurar e otimizar o desempenho de configurações urbanas por meio de métricas relacionadas a princípios mensuráveis, derivados do Desenvolvimento Orientado pelo Transporte Sustentável (DOTS). Nesse cenário, esse sistema visa a fornecer suporte à tomada de decisão em processos de projeto e planejamento urbano que abordem questões relativas ao DOTS, bem como a outros contextos e situações de natureza semelhante. Mais especificamente, o conceito central de CityMetrics é o de utilizar ferramentas algorítmicas para calcular métricas urbanas que podem ser utilizadas para analisar a performance de uma determinada área urbana, ou podem ser configuradas enquanto funções-objetivo em tarefas de otimização. Sendo assim, o sistema proposto utiliza as seguintes ferramentas (LIMA, 2017): (i) Algoritmo de Proximidade Física (APF): permite calcular os percursos com as menores distâncias físicas entre diversas origens e alvos de uma localidade, considerando ainda as inclinações nos trajetos; (ii) Algoritmo de Proximidade Topológica (APT): calcula os percursos com as menores distâncias topológicas entre diversas origens e alvos de uma localidade e a integração/profundidade dos espaços de uma determinada área; (iii) Algoritmo de Variedade de Serviços (AVS): calcula a média das distâncias entre uma determinada origem e todos os alvos próximos em uma determinada categoria de serviços urbanos; (iv) Algoritmo de Recorrência de Serviços (ARS): calcula a proporção entre o número de alvos informados (em uma determinada categoria de serviços) e o número total de localidades de uma área analisada; (v) Algoritmo de Uso Misto (AMXI): incorpora o conceito do Índice de Uso Misto (Mixed-Use Index - MXI) elaborado por Hoek (2008), que calcula a proporção entre a soma de todas as áreas residenciais e não-residenciais de uma localidade, realizando uma comparação destas proporções, e; (vi) Algoritmo de Indicadores Spacematrix: visa a fornecer os cálculos para a medição da densidade de áreas estudadas, informando os três indicadores fundamentais propostos por Pont e Haupt (2010).

Esta seção consiste na descrição da aplicação de CityMetrics em dois experimentos diferentes para uma mesma localidade: o bairro Cascatinha, na cidade de Juiz de Fora, Minas Gerais. O principal objetivo destes ensaios é o de verificar o potencial do sistema para abordar uma determinada área urbana, considerando o escopo apresentado. Apesar de ser um bairro predominantemente residencial, a área estudada possui um grande potencial para ser mais autônoma e sustentável, apresentando algumas características que a tornam uma amostra ideal para avaliação do sistema proposto, como: (a) uma extensão adequada para implementação do DOTS (aproximadamente 1 km de diâmetro); (b) densidade relativamente baixa; (c) nenhuma estação de transporte - e, portanto, demanda para implementação de uma; (d) complexidade topográfica; (e) áreas disponíveis para novas construções. Esses aspectos proporcionam um cenário adequado para avaliar CityMetrics, pois, além de demonstrar os problemas típicos do modelo de cidade espraiada, também apresenta algumas importantes restrições e condicionantes para uma avaliação do sistema.

Nesse contexto, foi criado um modelo paramétrico da vizinhança selecionada, com o intuito de permitir gerenciar atributos geométricos e mensuráveis ​​relacionados aos princípios do DOTS. Sendo assim, as seguintes informações foram obtidas e transferidas para o modelo de análise: (a) o desenho da rede de ruas e as projeções, número de andares, usos (residencial e não-residencial) e posicionamento topográfico de cada edifício dentro no bairro, visando a medir distâncias, inclinações, possíveis caminhos de conexão, e indicadores relacionados à diversidade e à densidade; (b) a localização de cada um dos serviços urbanos do bairro, de acordo com as categorias anteriormente mencionadas, para medir proximidade, recorrência e variedade de serviços (APF, AVS, ARS); (c) a identificação de áreas disponíveis para edifícios novos (lotes vagos e lugares não consolidados), no sentido de permitir avaliar novos cenários de ocupação e modificar a diversidade e a densidade do bairro; (d) o desenho de blocos e lotes, a fim de fornecer avaliação de densidade (Spacematrix).

Daí em diante as ferramentas de CityMetrics utilizaram os dados do bairro, emulados por entidades matemáticas, como inputs para operações de simulação e otimização, visando a melhorar os índices relacionados à acessibilidade ao transporte, à caminhabilidade, à diversidade e à compacidade, pelos seguintes fluxos de trabalho, descritos em sequência:

Os Ensaios 1 e 2 consistem na implementação de CityMetrics em uma mesma área urbana existente. A diferença entre eles é que enquanto no Ensaio 1 apenas métricas físicas foram abordadas (APF, AVS, ARS), no Ensaio 2 foram empregadas métricas físicas e topológicas (APF, AVS, ARS e APT), simultaneamente. Essa alteração possibilitou alguns rearranjos na ordem das operações do Ensaio 2, que abordou ainda cálculos de média ponderada para a obtenção de soluções.

Portanto, a implementação de CityMetrics através de diferentes abordagens indicou alterações (ou soluções) diferentes para o arranjo do bairro, ambas sugerindo um melhor desempenho, sob a perspectiva do escopo do DOTS. Em síntese, as novas configurações fornecidas sugerem: (a) uma excelente acessibilidade ao transporte, uma vez que a inserção otimizada de uma estação de transporte permitiu altas pontuações médias de proximidade da estação em ambos os ensaios; (b) uma maior caminhabilidade para o bairro, em ambos os ensaios, uma vez que a inserção otimizada de novos serviços proporcionou um aumento dos índices de Proximidade Física, Variedade de Serviços, Recorrência de Serviços e Proximidade Topológica (apenas no Ensaio 2) em todas as categorias analisadas; (c) um bairro com mais diversidade, uma vez que a proposição de novos edifícios e seus usos proporcionou um índice de uso misto mais balanceado, buscando um maior equilíbrio entre locais residenciais e não-residenciais; (d) uma densidade mais adequada para um bairro orientado pelo DOTS, uma vez que as geometrias urbanas parametricamente controladas possibilitaram regular a densidade, de forma a suportar mais pessoas mais próximas de pontos de acesso ao transporte. Os índices de proximidade e diversidade aumentaram após as tarefas de otimização, sugerindo que os serviços se tornaram mais próximos e mais equilibrados nos arranjos propostos para o bairro.

Neste contexto, no Ensaio 1, podemos observar as seguintes características: (a) a proposição paramétrica dos edifícios para os lotes vagos ocorreu em uma relação direta e uniforme - todos os prédios propostos tiveram o mesmo número de pisos, apesar de suas diversas características e posicionamentos; (b) as soluções foram baseadas em aspectos específicos das métricas físicas, como APF, AVS e ARS para o posicionamento da estação e dos novos serviços urbanos, e; (c) as funções objetivo para otimização referiram-se às médias simples dos índices de todos os lotes, o que não permitiu considerar pesos diferentes para localidades de acordo com suas especificidades.

No Ensaio 2, os seguintes aspectos podem ser destacados: (a) introduziu-se o APT, que permitiu calcular a integração de cada lote existente e possibilitou estabelecer diferentes alturas para os edifícios propostos, visando a uma ocupação maior em áreas de maior recorrência de pedestres; (b) buscou-se soluções que estabeleceram trade-offs entre métricas físicas e topológicas, oportunizando considerar mais índices e diferentes critérios para posicionar a estação e os novos serviços - PPC, AVC, ARC e TPC, e; (c) notou-se que as funções-objetivo adotadas referiram-se às médias ponderadas dos índices de todas os lotes, viabilizando considerar pesos diferentes, de acordo com sua área construída total -, priorizando o posicionamento da estação (ou serviços) em áreas com potencial para abrigar (residindo ou trabalhando) mais pessoas.

Assim, a comparação entre os resultados obtidos nos ensaios fornecem os seguintes dados: (a) o Ensaio 1 apresenta índices de PF para a estação e para os serviços iguais ou ligeiramente melhores do que os do Ensaio 2, entretanto; (b) o Ensaio 2 apresenta uma configuração que contempla também aspectos relacionados à métrica topológica, o que se reflete em índices de PT melhores (nesse caso, mais baixos) que os do Ensaio 1, com índices similares de PF e VS. Ademais, a utilização da média ponderada permitiu a obtenção de soluções mais direcionadas às áreas com maior ocupação e integração. A Figura 10 ilustra comparações entre os resultados obtidos nos ensaios.

FIGURA 10 Nota: PF: Proximidade Física; PT: Proximidade Topológica. Elevados índices de PF relacionados à acessibilidade ao transporte e à caminhabilidade em ambas situações. Índices de PT significativamente melhores (mais baixos) no Ensaio 2. Fonte:Lima (2017, p.203).

A investigação aqui apresentada aborda a combinação entre métricas de avaliação de desempenho e recursos algorítmico-paramétricos no suporte à tomada de decisão em tarefas de projeto urbano, por meio da concepção de um sistema - CityMetrics -, para analisar e otimizar a performance de áreas urbanas. Esse sistema pode ser constantemente modificado, é sustentado por uma série de estratégias computacionais e considera a utilização de uma série de ferramentas algorítmico-paramétricas que utilizam referências de desempenho enquanto métricas para avaliar o grau de eficiência e as possibilidades de operação de bairros e cidades.

Como dito na introdução, a incorporação dos princípios do DOTS não implica que o sistema só possa ser aplicado neste contexto, ou, de modo mais amplo, que tenha por objetivo ensejar uma dominância da submissão aos índices como finalidade do projeto urbano, em detrimento de questões mais subjetivas e humanísticas. Embora um risco, o que se pretende é que, ao trazer os índices para dentro do processo, eles possam ser incorporados com fluidez em tarefas de planejamento e projeto urbano, possibilitando que a construção e a aplicação estejam também no âmbito da discussão projetual.

Dessa maneira, CityMetrics pretende contribuir no sentido de uma nova maneira de se pensar os espaços urbanos. À medida que o sistema permite implementar novas estratégias, instrumentos e procedimentos ao processo projetual, ele pode ser considerado como o introdutor de uma importante transformação nos métodos convencionais de planejamento e projeto urbano.

Neste contexto, torna-se possível combinar métricas relativas ao desempenho de configurações formais urbanas e recursos algorítmico-paramétricos, de maneira a potencializar a utilização de recursos computacionais em abordagens que requeiram um tratamento dinâmico e eficiente da grande quantidade de dados envolvida, visando a incorporar um conjunto de variáveis e dar a elas visibilidade formal-espacial em tempo real (ou em tempo suficiente para retroalimentar o processo de projeto, seja por projetistas ou por outros atores envolvidos).

Por fim, considerando que o sistema proposto se baseia, essencialmente, na implementação computacional de atributos objetivamente mensuráveis, enquanto métricas de avaliação de desempenho, é possível afirmar que CityMetrics possui potencialidade para ser utilizado projetos urbanos de outras naturezas e propósitos (e que, inclusive, extrapolem o escopo do DOTS), adaptando ou incluindo outras métricas para análise e otimização. Ou seja, pode-se afirmar que: (a) a utilização de CityMetrics pode ser aplicada, por extensão, a demais situações de planejamento e projeto que abordem aspectos relacionados às métricas consideradas nesta pesquisa, e; (b) o sistema proposto pode ser adaptado para incorporar outros atributos de desempenho que sejam objetivamente mensuráveis (e.g. térmico, acústico, aerodinâmico) - o que significaria uma pesquisa por novas métricas e a elaboração de novas ferramentas (ou a adaptação das existentes).