A visualização computacional para mobilidade urbana transforma grandes volumes de dados de deslocamento em representações gráficas claras e estratégicas. Por meio de mapas dinâmicos, fluxogramas e simulações, é possível identificar padrões de tráfego, gargalos e oportunidades de melhoria. Essa abordagem facilita a tomada de decisões mais eficientes no planejamento urbano. Além disso, promove a construção de cidades mais conectadas, sustentáveis e acessíveis.
Com base nos assuntos estudados sobre uso de dados e visualização computacional para mobilidade urbana, interprete as afirmativas a seguir:
I. A utilização de dados provenientes de sistemas como o GeoSampa permite ao planejamento urbano visualizar informações sobre estacionamentos, zonas azuis, semáforos e localização de radares, auxiliando diretamente nas políticas públicas de mobilidade.
II. A companhia de trânsito disponibiliza a localização dos radares em seu site oficial, permitindo que a população tenha acesso a informações sobre a fiscalização e a atuação dos equipamentos de controle de tráfego.
III. A análise de dados de radares permite identificar o fluxo de veículos, segmentando por tipos de transporte, o que contribui para diagnósticos mais precisos sobre a composição do tráfego e estratégias de melhoria da segurança viária.
IV. A pesquisa OD 2017 concentra suas análises nas viagens realizadas durante horários de pico utilizando amostragens limitadas, incorporando dados sobre a distribuição socioeconômica dos usuários ou diferentes motivos de viagem.
É correto o que se afirma em: