A criminalidade urbana concentra-se em microlocais, porém abordagens espaciais baseadas em grades ignoram a estrutura real do ambiente construído, restringindo a identificação precisa de áreas de risco. Agrava essa limitação a ausência de indicadores que capturem o impacto da territorialização de organizações criminosas, fenômeno crescente no Brasil que permanece inexplorado como variável preditora em modelos de análise criminal. Este trabalho investigou se a incorporação de indicadores de domínio territorial em grafos viários melhora a capacidade discriminatória de modelos de risco criminal e se a metodologia mantém validade preditiva em contextos urbanos distintos. A rede viária de Teresina-PI e Parnaíba-PI foi estruturada como line graph, integrando atributos topológicos, morfológicos e métricas de distância a pichações georreferenciadas, com aplicação dos algoritmos LightGBM e TabNet em estudo de ablação. A adoção das features territoriais produziu ganhos estatisticamente significativos (p < 0,001): em Teresina, a AUPRC do LightGBM alcançou 0,2974 (+13,64%) e o TabNet atingiu 0,2569 (+38,72%); em Parnaíba, os modelos registraram 0,2658 e 0,1906, respectivamente, comprovando a reprodutibilidade da metodologia. A análise Top-K revelou que concentrar patrulhamento em 5% da rede viária cobre até 53,2% dos crimes em Teresina e 57,6% em Parnaíba. A replicabilidade do framework entre municípios com dinâmicas criminosas distintas constitui a principal contribuição do trabalho, embora a validade do sistema exija avaliações contínuas da estabilidade temporal das marcações territoriais.