AVALIAÇÃO DA GRADE POPULACIONAL WORLDPOP EM ÁREAS DE BAIXA DENSIDADE: EVIDÊNCIAS PARA RORAIMA

Com o avanço das geotecnologias e a crescente demanda por dados populacionais em alta resolução espacial, as grades populacionais têm sido amplamente utilizadas como alternativa às representações baseadas em unidades administrativas. No entanto, sua aplicação em áreas rurais e de baixa densidade ainda apresenta limitações pouco exploradas empiricamente. Este estudo tem como objetivo avaliar a capacidade da grade WorldPop de representar a distribuição espacial da população em contextos de baixa densidade, tendo o estado de Roraima como área de estudo. A análise baseia-se na comparação entre a grade populacional e dados georreferenciados de domicílios do CNEFE 2022, considerados como referência de alta precisão espacial. Metodologicamente, foi realizada a sobreposição entre os pontos de domicílios e os pixels da grade, permitindo classificar os domicílios em sobre ou fora de pixels com população estimada, com desagregação por situação urbana e rural e por município. Os resultados indicam que, embora a grade apresente elevada cobertura agregada (92,5% dos domicílios), esse desempenho é fortemente influenciado pela concentração populacional em Boa Vista. Quando a capital é excluída, a cobertura cai para 81,8%, evidenciando limitações mais expressivas em áreas menos densas. Observa-se ainda que 98,6% dos domicílios não captados pela grade estão em áreas rurais, indicando dificuldades na representação de padrões de ocupação dispersa. A análise municipal reforça essas desigualdades, com maiores taxas de omissão em municípios predominantemente rurais. Os resultados confirmam evidências da literatura sobre a sub-representação de populações rurais em grades populacionais, associada à menor capacidade preditiva das variáveis auxiliares utilizadas nos modelos. Conclui-se que, embora úteis para análises em escala ampla, essas grades devem ser utilizadas com cautela em contextos de baixa densidade, especialmente em aplicações que demandam alta precisão espacial.