Exportar Publicação

A publicação pode ser exportada nos seguintes formatos: referência da APA (American Psychological Association), referência do IEEE (Institute of Electrical and Electronics Engineers), BibTeX e RIS.

Exportar Referência (APA) 
Simões, R., Brito e Abreu, F. & Lopes, A. (2023). Plataforma para visualização geo-temporal de apinhamento turístico. XIV Congresso da Geografia Portuguesa.
Exportar Referência (IEEE) 
R. J. Simões et al.,  "Plataforma para visualização geo-temporal de apinhamento turístico", in XIV Congr.o da Geografia Portuguesa, Lisboa, 2023
Exportar BibTeX 
@misc{simões2023_1734975725430,
	author = "Simões, R. and Brito e Abreu, F. and Lopes, A.",
	title = "Plataforma para visualização geo-temporal de apinhamento turístico",
	year = "2023",
	howpublished = "Digital",
	url = "https://cgeop.pt/"
}
Exportar RIS 
TY  - CPAPER
TI  - Plataforma para visualização geo-temporal de apinhamento turístico
T2  - XIV Congresso da Geografia Portuguesa
AU  - Simões, R.
AU  - Brito e Abreu, F.
AU  - Lopes, A.
PY  - 2023
CY  - Lisboa
UR  - https://cgeop.pt/
AB  - O apinhamento turístico ou sobreturismo degrada a experiência turística e impacta negativamente o ambiente e a população local, podendo tornar insustentável o turismo em destinos populares ("Research for TRAN Committee," 2018). Para analisar retrospetivamente, monitorizar e planear ações de mitigação desse apinhamento, estamos a desenvolver uma plataforma de visualização geo-temporal, para explorar dados históricos do apinhamento, visualizar padrões, compreender tendências e prever situações futuras. A plataforma permite visualizar dados em tempo real, auxiliando na tomada de decisões a curto e médio prazo. Por exemplo, no caso das autoridades municipais, tais decisões podem incluir a mobilização de recursos de limpeza urbana, policiamento e emergência médica em eventos com previsão de apinhamento. No caso dos turistas, podem traduzir-se na recomendação de percursos e locais de visitação alternativos, ou a identificação dos locais mais populares e dos eventos sazonais que tornam a cidade mais apinhada. Em suma, este tipo de plataforma pode ser uma componente essencial para o desenvolvimento de cidades inteligentes (Li, Batty, & Goodchild, 2019; Bibri & Krogstie, 2020). De momento, foram configuradas três instâncias da aplicação. A primeira incide sobre todo o município de Lisboa, com base em dados de dispositivos móveis de uma operadora de telecomunicações, fornecidos pelo LxDataLab da Câmara Municipal de Lisboa. A segunda tem uma menor abrangência espacial, focando-se no campus do Iscte-IUL, através de sensores de Wi-Fi desenvolvidos internamente no âmbito do projeto europeu RESETTING relacionado com a transformação digital do turismo . A última instância é relativa à cidade de Melbourne, que usa dados públicos do Pedestrian Counting System  e são originários de sensores de movimento. Operando sobre mapas de dados abertos (OpenStreetMap), a densidade de apinhamento é determinada com base na capacidade de carga em cada local da cidade, tal como efetuado em (Brito e Abreu & Almeida, 2021), com o algoritmo descrito em (Almeida, 2021). De forma a validar a plataforma, foram analisados eventos específicos na cidade de Lisboa: as festas dos Santos Populares e o Rock in Rio Lisboa. Nestes e em outros exemplos, detetámos padrões interessantes e, em alguns casos, inesperados.
ER  -