Introdução À Ciência Da Geoinformação

INPE-10506-RPQ/249
INTRODUO CINCIA DA GEOINFORMAO
Editado e organizado por Gilberto Cmara Clodoveu Davis Antnio Miguel Vieira Monteiro
INPE So Jos dos Campos 2001
1 INTRODUO
Gilberto Cmara Clodoveu Davis
1.1
POR QUE GEOPROCESSAMENTO ?
A coleta de informaes sobre a distribuio geogrfica de recursos minerais, propriedades, animais e plantas sempre foi uma parte importante das atividades das sociedades organizadas. At recentemente, no entanto, isto era feito apenas em documentos e mapas em papel; isto impedia uma anlise que combinasse diversos mapas e dados. Com o desenvolvimento simultneo, na segunda metade deste sculo, da tecnologia de Informtica, tornou-se possvel armazenar e representar tais informaes em ambiente computacional, abrindo espao para o aparecimento do Geoprocessamento. Nesse contexto, o termo Geoprocessamento denota a disciplina do conhecimento que utiliza tcnicas matemticas e computacionais para o tratamento da informao geogrfica e que vem influenciando de maneira crescente as reas de Cartografia, Anlise de Recursos Naturais, Transportes, Comunicaes, Energia e Planejamento Urbano e Regional. As ferramentas computacionais para Geoprocessamento, chamadas de Sistemas de Informao Geogrfica (GIS1), permitem realizar anlises complexas, ao integrar dados de diversas fontes e ao criar bancos de dados geo-referenciados. Tornam ainda possvel automatizar a produo de documentos cartogrficos. Pode-se dizer, de forma genrica, Se onde importante para seu negcio, ento Geoprocessamento sua ferramenta de trabalho. Sempre que o onde aparece,dentre as questes e problemas que precisam ser resolvidos por um sistema informatizado, haver uma oportunidade para considerar a adoo de um SIG. Num pas de dimenso continental como o Brasil, com uma grande carncia de informaes adequadas para a tomada de decises sobre os problemas urbanos, rurais e ambientais, o Geoprocessamento apresenta um enorme potencial, principalmente se baseado em tecnologias de custo relativamente baixo, em que o conhecimento seja adquirido localmente.
1
No decorrer deste texto, utilizaremos a sigla GIS (do ingls Geographic Information System) para nos referir aos sistems de informao geogrfica, pelo uso consagrado deste jargo em nosso meio.
Introduo
1.2 1.2.1
BREVE HISTRICO DO GEOPROCESSAMENTO EVOLUO INTERNACIONAL
As primeiras tentativas de automatizar parte do processamento de dados com caractersticas espaciais aconteceram na Inglaterra e nos Estados Unidos, nos anos 50, com o objetivo principal de reduzir os custos de produo e manuteno de mapas. Dada a precariedade da informtica na poca, e a especificidade das aplicaes desenvolvidas (pesquisa em botnica, na Inglaterra, e estudos de volume de trfego, nos Estados Unidos), estes sistemas ainda no podem ser classificados como sistemas de informao. Os primeiros Sistemas de Informao Geogrfica surgiram na dcada de 60, no Canad, como parte de um programa governamental para criar um inventrio de recursos naturais. Estes sistemas, no entanto, eram muito difceis de usar: no existiam monitores grficos de alta resoluo, os computadores necessrios eram excessivamente caros, e a mo de obra tinha que ser altamente especializada e carssima. No existiam solues comerciais prontas para uso, e cada interessado precisava desenvolver seus prprios programas, o que demandava muito tempo e, naturalmente, muito dinheiro. Alm disto, a capacidade de armazenamento e a velocidade de processamento eram muito baixas. Ao longo dos anos 70 foram desenvolvidos novos e mais acessveis recursos de hardware, tornando vivel o desenvolvimento de sistemas comerciais. Foi ento que a expresso Geographic Information System foi criada. Foi tambm nesta poca que comearam a surgir os primeiros sistemas comerciais de CAD (Computer Aided Design, ou projeto assistido por computador), que melhoraram em muito as condies para a produo de desenhos e plantas para engenharia, e serviram de base para os primeiros sistemas de cartografia automatizada. Tambm nos anos 70 foram desenvolvidos alguns fundamentos matemticos voltados para a cartografia, incluindo questes de geometria computacional. No entanto, devido aos custos e ao fato destes proto-sistemas ainda utilizarem exclusivamente computadores de grande porte, apenas grandes organizaes tinham acesso tecnologia. A dcada de 80 representa o momento quando a tecnologia de sistemas de informao geogrfica inicia um perodo de acelerado crescimento que dura at os dias de hoje. At ento limitados pelo alto custo do hardware e pela pouca quantidade de pesquisa especfica sobre o tema, os GIS se beneficiaram grandemente da massificao causada pelos avanos da microinformtica e do estabelecimento de centros de estudos sobre o assunto. Nos EUA, a criao dos centros de pesquisa que formam o NCGIA National Centre for Geographical Information and Analysis (NCGIA, 1989) marca o estabelecimento do Geoprocessamento como disciplina cientfica independente.
Fundamentos de Geoprocessamento 1-2
Introduo
No decorrer dos anos 80, com a grande popularizao e barateamento das estaes de trabalho grficas, alm do surgimento e evoluo dos computadores pessoais e dos sistemas gerenciadores de bancos de dados relacionais, ocorreu uma grande difuso do uso de GIS. A incorporao de muitas funes de anlise espacial proporcionou tambm um alargamento do leque de aplicaes de GIS. Na dcada atual, observa-se um grande crescimento do ritmo de penetrao do GIS nas organizaes, sempre alavancado pelos custos decrescentes do hardware e do software, e tambm pelo surgimento de alternativas menos custosas para a construo de bases de dados geogrficas.
1.2.2
DESENVOLVIMENTOS NO BRASIL
A introduo do Geoprocessamento no Brasil inicia-se a partir do esforo de divulgao e formao de pessoal feito pelo prof. Jorge Xavier da Silva (UFRJ), no incio dos anos 80. A vinda ao Brasil, em 1982, do Dr. Roger Tomlinson, responsvel pela criao do primeiro SIG (o Canadian Geographical Information System), incentivou o aparecimento de vrios grupos interessados em desenvolver tecnologia, entre os quais podemos citar:
UFRJ: O grupo do Laboratrio de Geoprocessamento do Departamento de

Geografia da UFRJ, sob a orientao do professor Jorge Xavier, desenvolveu o SAGA (Sistema de Anlise Geo-Ambiental). O SAGA tem seu forte na capacidade de anlise geogrfica e vem sendo utilizado com sucesso com veculo de estudos e pesquisas.
MaxiDATA: os ento responsveis pelo setor de informtica da empresa de

aerolevantamento AeroSul criaram, em meados dos anos 80, um sistema para automatizao de processos cartogrficos. Posteriormente, constituram empresa MaxiDATA e lanaram o MaxiCAD, software largamente utilizado no Brasil, principalmente em aplicaes de Mapeamento por Computador. Mais recentemente, o produto dbMapa permitiu a juno de bancos de dados relacionais a arquivos grficos MaxiCAD, produzindo uma soluo para "desktop mapping" para aplicaes cadastrais.
CPqD/TELEBRS: O Centro de Pesquisa e Desenvolvimento da TELEBRS

iniciou, em 1990, o desenvolvimento do SAGRE (Sistema Automatizado de Gerncia da Rede Externa), uma extensiva aplicao de Geoprocessamento no setor de telefonia. Construdo com base num ambiente de um SIG (VISION) com um banco de dados cliente-servidor (ORACLE), o SAGRE envolve um significativo desenvolvimento e personalizao de software.
Introduo
INPE: Em 1984, o INPE (Instituto Nacional de Pesquisas Espacias) estabeleceu um

grupo especfico para o desenvolvimento de tecnologia de geoprocessamento e sensoriamento remoto (a Diviso de Processamento de Imagens - DPI). De 1984 a 1990 a DPI desenvolveu o SITIM (Sistema de Tratamento de Imagens) e o SGI (Sistema de Informaes Geogrficas), para ambiente PC/DOS, e, a partir de 1991, o SPRING (Sistema para Processamento de Informaes Geogrficas), para ambientes UNIX e MS/Windows. O SITIM/SGI foi suporte de um conjunto significativo de projetos ambientais, podendo-se citar: (a) o levantamento dos remanescentes da Mata Atlntica Brasileira (cerca de 100 cartas), desenvolvido pela IMAGEM Sensoriamento Remoto, sob contrato do SOS Mata Atlntica; (b) a cartografia fito-ecolgica de Fernando de Noronha, realizada pelo NMA/EMBRAPA; (c) o mapeamento das reas de risco para plantio para toda a Regio Sul do Brasil, para as culturas de milho, trigo e soja, realizado pelo CPAC/EMBRAPA; (d) o estudo das caractersticas geolgicas da bacia do Recncavo, atravs da integrao de dados geofsicos, altimtricos e de sensoriamento remoto, conduzido pelo CENPES/Petrobrs. Assad e Sano (1998) apresentam um conjunto significativo de resultados do SITIM/SGI na rea agrcola. O SPRING unifica o tratamento de imagens de Sensoriamento Remoto (pticas e microondas), mapas temticos, mapas cadastrais, redes e modelos numricos de terreno. A partir de 1997, o SPRING passou a ser distribuido via Internet e pode ser obtido atravs do website http://www.dpi.inpe.br/spring.
1.3
REFERNCIAS ADICIONAIS
O objetivo deste trabalho apresentar ao leitor uma viso focada nos problemas de anlise espacial, que sirva de motivao para estudos e pesquisas avanadas. Em particular, recomenda-se a leitura do livro de Burrough (1998), por causa de seu excelente tratamento da questo de anlise espacial e o livro de Assad e Sano (1993), por sua apresentao muito didtica de exemplos reais. Para os mais versados na rea de informtica, recomenda-se fortemente os textos de Worboys (1995) e de Cmara et al. (1996). Finalmente, a coletnea de Maguire, Goodchild e Rhind (1991) um livro de referncia, sempre til para consulta sobre questes especficas
Fundamentos de Geoprocessamento
1-4
Introduo
BIBLIOGRAFIA
ARONOFF, S. Geographical Information Systems: A Management Perspective. Ottawa, WDI Publications, 1989. ASSAD, E.D.; SANO, E.E. Sistemas de Informaes Geogrficas - Aplicaes na Agricultura. Braslia, EMBRAPA, 1998 (2z. edio). BURROUGH, P. A.; MCDONNELL, R.A. Principles of geographical information systems. Oxford, Oxford University Press, 1998. CMARA, G.; CASANOVA, M.A.; HEMERLY, A.; MEDEIROS, C.M.B.; MAGALHES, G. Anatomia de Sistemas de Informao Geogrfica. SBC, X Escola de Computao, Campinas, 1996. CMARA, G.; FREITAS, U.M.; SOUZA, R.C.M.; GARRIDO, J. SPRING: Integrating Remote Sensing and GIS by Object-Oriented Data Modelling. Computers and Graphics, vol. 15, n.6, July 1996. COWEN, D.J. GIS versus CAD versus DBMS: what are the differences. Photogrammetric Engineering and Remote Sensing, 54:1551-4, 1988. MAGUIRE,D. An Overview and Definition of GIS. In: Maguire,D.; Goodchild, M.; Rhind, D. (eds) Geographical Information Systems: Principles and Applications. New York, John Wiley and Sons, 1991, pp. 9-20. MAGUIRE,D.; GOODCHILD, M.; RHIND, D. (eds.) Geographical Information Systems: Principles and Applications. New York, John Wiley and Sons, 1991. NCGIA, The Research Plan for the NCGIA, International Journal of Geographic Information Systems, 3(2):117-136, 1989. TUFTE, E.R.. The Visual Display of Quantitative Information. Cheshire, USA, Graphics Press, 1983. WORBOYS, M.F. GIS: A Computing Perspective. London, Taylor and Francis, 1995.
1-5
Conceitos Bsicos em Cincia da Geoinformao
2 CONCEITOS BSICOS EM CINCIA DA GEOINFORMAO

Gilberto Cmara1 Antnio Miguel Vieira Monteiro
2.1 INTRODUO Trabalhar com geoinformao significa, antes de mais nada, utilizar computadores como instrumentos de representao de dados espacialmente referenciados. Deste modo, o problema fundamental da Cincia da Geoinformao o estudo e a implementao de diferentes formas de representao computacional do espao geogrfico. costume dizer-se que Geoprocessamento uma tecnologia interdisciplinar, que permite a convergncia de diferentes disciplinas cientficas para o estudo de fenmenos ambientais e urbanos. Ou ainda, que o espao uma linguagem comum para as diferentes disciplinas do conhecimento. Apesar de aplicveis, estas noes escondem um problema conceitual: a pretensa interdisciplinaridade dos SIGs obtida pela reduo dos conceitos de cada disciplina a algoritmos e estruturas de dados utilizados para armazenamento e tratamento dos dados geogrficos. Considere-se, a ttulo de ilustrao, alguns problemas tpicos: Um socilogo deseja utilizar um SIG para entender e quantificar o fenmeno da excluso social numa grande cidade brasileira. Um eclogo usa o SIG com o objetivo de compreender os remanescentes florestais da Mata Atlntica, atravs do conceito de fragmento tpico de Ecologia da Paisagem. Um gelogo pretende usar um SIG para determinar a distribuio de um mineral numa rea de prospeco, a partir de um conjunto de amostras de campo.
Com a colaborao de Cludio Clemente Faria Barbosa, Clodoveu Davis e Frederico Fonseca.
2-1
O que h de comum em todos os casos acima? Para comear, cada especialista lida com conceitos de sua disciplina (excluso social, fragmentos, distribuio mineral). Para utilizar um SIG, preciso que cada especialista transforme conceitos de sua disciplina em representaes computacionais. Aps esta traduo, torna-se vivel compartilhar os dados de estudo com outros especialistas (eventualmente de disciplinas diferentes). Em outras palavras, quando falamos que o espao uma linguagem comum no uso de SIG, estamos nos referindo ao espao computacionalmente representado e no aos conceitos abstratos de espao geogrfico. Do ponto de vista da aplicao, utilizar um SIG implica em escolher as representaes computacionais mais adequadas para capturar a semntica de seu domnio de aplicao. Do ponto de vista da tecnologia, desenvolver um SIG significa oferecer o conjunto mais amplo possvel de estruturas de dados e algoritmos capazes de representar a grande diversidade de concepes do espao. Nesta perspectiva, este captulo examina os problemas bsicos de representao computacional de dados geogrficos. Os conceitos apresentados visam esclarecer as questes bsicas do Geoprocessamento: Como representar, em computadores, os dados geogrficos ? Como as estruturas de dados geomtricas e alfanumricas se relacionam com os dados do mundo real ? Que alternativas de representao computacional existem para dados geogrficos? Para simplificar a discusso, lidaremos neste captulo com dados individuais (cada mapa considerado em separado dos demais dados). No prximo captulo (Modelagem de Dados em Geoprocessamento) estaremos considerando o problema de modelar uma aplicao complexa, incluindo os relacionamentos entre os diferentes tipos de dados.
2.2 TRADUZINDO A INFORMAO GEOGRFICA PARA O COMPUTADOR Para abordar o problema fundamental do Ciencia da Geoinformao (o entendimento das representaes computacionais do espao), estaremos utilizando, neste e em outros captulos do livro, um arcabouo conceitual para entender o processo traduzir o mundo real para o ambiente computacional: o paradigma dos quatro universos (Gomes e Velho, 1995), que distingue: o universo do mundo real, que inclui as entidades da realidade a serem modeladas no sistema; o universo matemtico (conceitual), que inclui uma definio matemtica (formal) das entidades a ser representadas;
2-2
o universo de representao, onde as diversas entidades formais so mapeadas para representaes geomtricas e alfanumricas no computador; o universo de implementao, onde as estruturas de dados e algoritmos so escolhidos, baseados em consideraes como desempenho, capacidade do equipamento e tamanho da massa de dados. neste nvel que acontece a codificao. Esta viso deste paradigma est ilustrada na Figura 2.1.
interface usurio Universo Mundo real Universo Matemtico Universo Represent. Universo Implement.
Figura 2.1 - Paradigma dos quatro universos. A viso apresentada no se limita a sistemas de Geoprocessamento, mas representa uma perspectiva unificadora aos problemas de Computao Grfica e Processamento de Imagens. Sua aplicao ao problema de Geoprocessamento particularmente apropriada pois permite equacionar os problemas da rea, como se pode constatar: no universo do mundo real encontram-se os fenmenos a serem representados (tipos de solo, cadastro urbano e rural, dados geofsicos e topogrficos); no universo conceitual (matemtico) pode-se distinguir entre as grandes classes formais de dados geogrficos (dados contnuos e objetos individualizveis) e especializar estas classes nos tipos de dados geogrficos utilizados comumente (dados temticos e cadastrais, modelos numricos de terreno, dados de sensoriamento remoto); no universo de representao as entidades formais definidas no universo conceitual so associadas a diferentes representaes geomtricas, que podem variar conforme a escala e a projeo cartogrfica escolhida e a poca de aquisio do dado. aqui se distingue entre as representaes matricial e vetorial, que podem ainda ser especializadas; o universo de implementao onde ocorre a realizao do modelo de dados atravs de linguagens de programao. Neste universo, escolhem-se
2-3
as estruturas de dados (tais como rvores quaternrias e rvores-R) para implementar as geometrias do universo de representao; Com base nesta viso, as dicotomias tradicionais de Geoprocessamento (campos-objetos e matricial-vetorial) podem ser resolvidas, mostrando-se que elas se encontram em nveis distintos de abstrao. Esta anlise tambm indica que a interface de usurio de um SIG deve, tanto quanto possvel, refletir o universo conceitual e esconder detalhes dos universos de representao e implementao. No nvel conceitual, o usurio lida com conceitos mais prximos de sua realidade e minimiza a complexidade envolvida nos diferentes tipos de representao geomtrica.
2.3 O UNIVERSO DO MUNDO REAL 2.3.1 SISTEMAS DE MEDIDA E DE REFERNCIA ESPAO-TEMPORAL Um aspecto central no uso da tecnologia de Geoprocessamento advm da caracterstica lgico-matemtica de sistemas de informao; para ser representada em ambiente computacional, temos de associar a cada tipo de informao geogrfica uma escala de medida e de referncia, que ser utilizada pelo GIS para caracteriza-lo. A viso mais aplicada em Geoprocessamento utiliza uma escala de mensurao que permite associar grandezas numricas a cada objeto a ser representado computacional. Esta viso deriva do conceito "representacionalista" proposto pelo filsofo Bertrand Russel: as propriedades no so intrnsecas aos objetos, mas so obtidas a partir de medidas. Assim, a representao de um objeto geogrfico num GIS depender da escala que utilizarmos. As regras de medida podem ir deste a simples atribuio do valor 0 ou 1 para as amostras (0 = sco, 1 = mido), at um conjunto de valores extrados dos nmeros reais (23.3C, 24.5C, 28.1C,....). A regra usada no processo de medio determina o seu nvel, e cada nvel de medida descreve a entidade de estudo com um determinado grau de detalhe, que varia de informaes qualitativas at informaes quantitativas. Como a forma de se medir as variveis do mundo real afeta seus modos de manipulao, essencial que o nvel de medida utilizado seja incorporado a um conjunto de observaes. A referncia histrica mais importante sobre os sistemas de medidas aplicados em GIS o trabalho de Stevens (1951), em que esse autor prope quatro escalas de mensurao: nominal, ordinal, intervalo e razo. Os dois primeiros nveis
2-4
so temticos, pois a cada medida atribudo um nmero ou nome associando a observao a um tema ou classe. Quando um valor numrico usado nos nveis de medidas temticos, este valor serve somente como um identificador para nomear ou classificar aquela amostra da varivel (1 = latossolo, 2 = podzlico, ....), no podendo portanto ser usado em expresses matemticas, pois so valores qualitativos e no quantitativos. A regra para o nvel de medida nominal baseia-se na diferenciao entre os objetos segundo classes distintas. Como exemplos de classes usadas em medidas nominais tem-se: classes de solo, classes de rocha, classes de cobertura vegetal. Uma caracterstica comum dos nveis binrio e nominal que a classificao dos eventos feita sem nemhuma ordem inerente e serve apenas para diferenci-los. O nvel de medida ordinal atribui valores ou nomes para as amostras, mas gera um conjunto ordenado de classes, baseado em critrios como tamanho (maior do que, menor do que), altura ( 1 = baixo, 2 = mdio, 3 = alto), etc. Dados temticos de classes de drenagem e de eroso, so exemplos de variveis medidas no nvel ordinal. Uma caracterstica importante dos nveis de medidas temticas, que elas no determinam magnitude. Quando o estudo necessita de uma descrio mais detalhada, que permita comparar intervalo e ordem de grandeza entre eventos, recorre-se aos nveis de medidas denominados de numricos, onde as regras de atribuio de valores baseiam-se em uma escala de nmeros reais.
2-5
Figura 2.2 - Exemplos de medida nominal (mapa de vegetao) e medida ordinal (mapa de classes de declividade).
Existem dois nveis de medidas baseados em escala de nmeros reais: o nvel por intervalo e o nvel por razo. No nvel de medida por intervalo o ponto de referncia zero definido de forma arbitrria, permitindo a atribuio de valores negativos, e positivos [-,0,+], para as amostras. O equador e o meridiano de Greenwich, usados com referncia na determinao de posies sobre a superfcie da Terra um exemplos de referncia zero arbitrria e a localizao geogrfica em latitude/longitude exemplos de variveis descritas no nvel de medida por intervalo. Por ter um ponto de referncia zero arbitrria, valores medidos no nvel por intervalo no podem ser usados para estimar propores. No nvel de medida por razo o ponto de referncia zero no arbitrrio, mas determinado por alguma condio natural. Por exemplo, na descrio de atributos como o peso, a distncia entre dois pontos, a rea e o volume de objetos, no faz sentido fsico valores negativos, sendo a ausncia destes atributos o ponto de origem zero na escala de medida correspondente. No caso de temperatura, a condio natural o ponto de repouso dos tomos da matria, a partir do qual no se consegue
2-6
temperaturas menores. Este ponto o zero absoluto para temperatura, zero graus Kelvin. Por ter como referncia um ponto de zero absoluto, as medidas feitas no nvel de medida por razo permitem estimar propores e podem ser usadas em operaes de multiplicao, diviso e subtrao entre amostras. As medidas temticas e as numricas por intervalo no devem ser usadas diretamente em expresses matemticas. Entretanto, na prtica, os modelos ambientais combinam valores por razo com valores por intervalo. Nestes casos, parmetros devem ser includos para permitir a converso de valores medidos no nvel por intervalo para o nvel por razo, em unidades apropriadas.
2.4 TIPOS DE DADOS EM GEOPROCESSAMENTO 2.4.1 DADOS TEMTICOS Dados temticos descrevem a distribuio espacial de uma grandeza geogrfica, expressa de forma qualitativa, como os mapas de pedologia e a aptido agrcola de uma regio. Estes dados, obtidos a partir de levantamento de campo, so inseridos no sistema por digitalizao ou, de forma mais automatizada, a partir de classificao de imagens. Os dados apresentados na figura 2.2 (mapa de vegetao e mapa de declividade) so exemplos de dados temticos.
2.4.2 DADOS CADASTRAIS Um dado cadastral distingue-se de um temtico, pois cada um de seus elementos um objeto geogrfico, que possui atributos e pode estar associado a vrias representaes grficas. Por exemplo, os lotes de uma cidade so elementos do espao geogrfico que possuem atributos (dono, localizao, valor venal, IPTU devido, etc.) e que podem ter representaes grficas diferentes em mapas de escalas distintas. Os atributos esto armazenados num sistema gerenciador de banco de dados. A Figura 2.3 mostra um exemplo de dado cadastral da Amrica do Sul, onde os pases possuem atributos no-grficos (PIB e populao).
2-7
Pas Brasil Argentina Chile
PIB (US$ bn) 350 295 45
Pop (milhes) 159 34 14
Figura 2.3 - Exemplo de dado cadastral (pases da Amrica do Sul).
2.4.3 REDES Em Geoprocessamento, o conceito de "rede" denota as informaes associadas a: Servios de utilidade pblica, como gua, luz e telefone; Redes de drenagem (bacias hidrogrficas); Rodovias. No caso de redes, cada objeto geogrfico (e.g: cabo telefnico, transformador de rede eltrica, cano de gua) possui uma localizao geogrfica exata e est sempre associado a atributos descritivos presentes no banco de dados. As informaes grficas de redes so armazenadas em coordenadas vetoriais, com topologia arco-n: os atributos de arcos incluem o sentido de fluxo e os atributos dos ns sua impedncia (custo de percorrimento). A topologia de redes constitui um grafo, que armazena informaes sobre recursos que fluem entre localizaes geogrficas distintas, como ilustra a Figura 2.4.
2-8
Sub-estaes id 22 label Eng. Dentro capacidade 3.000 kVA
Postes id label Transf. Classe 3 2345 32-17-95
Figura 2.4 - Elementos de Rede.
Como observa Goodchild (1992b), uma rede um sistema de endereamento 1-D embutido no espao 2-D. Para citar um exemplo, tome-se uma rede eltrica, que tem, entre outros, os componentes: postes, transformadores, sub-estaes, linhas de transmisso e chaves. As linhas de transmisso sero representadas topologicamente como os arcos de um grafo orientado, estando as demais informaes concentradas em seus ns. Note-se que os algoritmos de clculo de propriedades da rede podem, em sua grande maioria, ser resolvidos apenas com a topologia da rede e de seus atributos.
2.4.4 MODELOS NUMRICOS DE TERRENO O termo modelo numrico de terreno (ou MNT) utilizado para denotar a representao quantitativa de uma grandeza que varia continuamente no espao. Comumente associados altimetria, tambm podem ser utilizados para modelar unidades geolgicas, como teor de minerais, ou propriedades do solo ou subsolo, como aeromagnetismo. Entre os usos de modelos numricos de terreno, pode-se citar (Burrough, 1986): (a) Armazenamento de dados de altimetria para gerar mapas topogrficos; (b) Anlises de corte-aterro para projeto de estradas e barragens; (c) Cmputo de mapas de declividade e exposio para apoio a anlises de geomorfologia e erodibilidade;
2-9
(d) Anlise de variveis geofsicas e geoqumicas; (e) Apresentao tridimensional (em combinao com outras variveis). Um MNT pode ser definido como um modelo matemtico que reproduz uma superfcie real a partir de algoritmos e de um conjunto de pontos (x, y), em um referencial qualquer, com atributos denotados de z, que descrevem a variao contnua da superfcie. Um exemplo de MNT apresentado na figura 2.5.
Figura 2.5 - Exemplo de modelo numrico de terreno (isolinhas de topografia). 2.4.5 IMAGENS Obtidas por satlites, fotografias areas ou "scanners" aerotransportados, as imagens representam formas de captura indireta de informao espacial. Armazenadas como matrizes, cada elemento de imagem (denominado "pixel") tem um valor proporcional energia eletromagntica refletida ou emitida pela rea da superfcie terrestre correspondente. A Figura 2.6 mostra uma composio colorida falsa cor das bandas 3 (associada a cor Azul), 4 (Verde) e 5 (Vermelha) do satlite TM-Landsat, para a regio de Manaus (AM). Pela natureza do processo de aquisio de imagens, os objetos geogrficos esto contidos na imagem, sendo necessrio recorrer a tcnicas de fotointerpretao e de classificao para individualiz-los.
2-10
Caractersticas importantes de imagens de satlite so: o nmero e a largura de bandas do espectro eletromagntico imageadas (resoluo espectral), a menor rea da superfcie terrestre observada instantaneamente por cada sensor (resoluo espacial), o nvel de quantizao registrado pelo sistema sensor (resoluo radiomtrica) e o intervalo entre duas passagens do satlite pelo mesmo ponto (resoluo temporal).
Figura 2.6 - Exemplo de Imagem (composio colorida TM/lANDSAT para a regioo de Manaus.
2-11
2.5 O UNIVERSO CONCEITUAL 2.5.1 VISO GERAL Em Geoprocessamento, o espao geogrfico modelado segundo duas vises complementares: os modelos de campos e objetos (Worboys, 1995). O modelo de campos enxerga o espao geogrfico como uma superfcie contnua, sobre a qual variam os fenmenos a serem observados segundo diferentes distribuies. Por exemplo, um mapa de vegetao descreve uma distribuio que associa a cada ponto do mapa um tipo especfico de cobertura vegetal, enquanto um mapa geoqumico associa o teor de um mineral a cada ponto. O modelo de objetos representa o espao geogrfico como uma coleo de entidades distintas e identificveis. Por exemplo, um cadastro espacial dos lotes de um muncipio identifica cada lote como um dado individual, com atributos que o distinguem dos demais. Igualmente, poder-se-ia pensar como geo-objetos os rios de uma bacia hidrogrfica ou os aeroportos de um estado. Para definir o modelo, seguir-se-o os seguintes passos: 1. definir as classes bsicas do modelo e estabelecer as suas relaes, dentro dos princpios de especializao, generalizao e agregao; 2. estabelecer como possvel, a partir do modelo, definir um esquema conceitual para um banco de dados geogrfico, por especializao das classes bsicas.
2.5.2 REGIO GEOGRFICA Definio 2.1. Regio Geogrfica. Define-se uma regio geogrfica R como uma superfcie qualquer pertencente ao espao geogrfico, que pode ser representada num plano ou reticulado, dependente de uma projeo cartogrfica. A regio geogrfica serve de suporte geomtrico para localizao de entidades geogrficas, pois toda entidade geogrfica ser representada por um ponto ou um conjunto de pontos em R. A definio de regio geogrfica proposta no restringe a escolha da representao geomtrica (matricial ou vetorial) associada aos objetos geogrficos.
2-12
2.5.3 GEO-CAMPOS Definio 2.2. Geo-Campo. Um geo-campo representa a distribuio espacial de uma varivel que possui valores em todos os pontos pertencentes a uma regio geogrfica, num dado tempo t. Mltiplas representaes de um mesmo geo-campo podem significar a variao de uma dada varivel no tempo t1 ,t 2 ,...,tN 1 . Desta maneira torna-se possvel representar as diferentes cronologias de alguns temas, tais como as mudanas no uso e cobertura do solo, a sazonabilidade da vegetao ou a dinmica das variveis climticas. Os geo-campos podem ser especializados em: - dada uma regio geogrfica R, um geo-campo temtico associa a cada ponto do espao um tema de um mapa (p.ex. um geo-campo de vegetao caracterizado pelo conjunto de temas {floresta densa, floresta aberta, cerrado, ...});
TEMTICO NUMRICO -
dada uma regio geogrfica, um geo-campo numrico associa, a cada ponto do espao, um valor real (p. ex. um mapa de campo magntico ou mapa de altimetria);
DADO_SENSOR_REMOTO
- esta classe uma especializao de NUMRICO, obtida atravs de discretizao da resposta recebida por um sensor (passivo ou ativo) de uma rea da superfcie terrestre.
A Figura 2.7, apresenta um exemplo de geo-campos.
Le Li Ls Aq
Figura 2.7 - Geo-campo temtico (solos).
2-13
2.5.3.1 GEO-OBJETO Definio 2.3. Geo-Objeto Um geo-objeto um elemento nico que possui atributos no-espaciais e est associado a mltiplas localizaes geogrficas. A localizao pretende ser exata e o objeto distinguvel de seu entorno. Esta definio tem trs grandes motivaes adicionais: 1. As projees cartogrficas: a projeo planar da Terra, a partir de escalas macroregionais, feita com o uso de quadrculas que esto particionadas em sistemas de referncia independentes que definem recortes arbitrrios no espao e podem dividir a localizao de um geo-objeto. Por exemplo, um particionamento cartogrfico da Amaznia na projeo UTM, escala 1:250.000, faz com que os principais rios tenham representaes geomtricas descontnuas em vrios mapas; 2. Representaes geomtricas em diferentes escalas: na prtica, num mesmo banco de dados geogrfico, podem conviver representaes da mesma realidade geogrfica em diferentes escalas geogrficas. Por exemplo, considere-se um conjunto de mapas dos municpios do Estado de So Paulo, que inclui um mapa geral (na escala de 1:1.000.000) e mapas regionais (na escala de 1:100.000). Nesta situao, um mesmo geo-objeto (p.ex., o muncipio de So Jos dos Campos) teria duas representaes geomtricas: uma contnua no mapa regional do Vale do Parada e outra descontnua nas folhas na escala 1:100.000; 3. Mltiplas representaes temporais: as diferentes representaes de um mesmo objeto podem corresponder a variaes temporais do mesmo, como no caso de um lago que teve suas bordas alteradas2; Para ilustrar este conceito, considere-se a Figura 2.8, que mostra um banco de dados da Amaznia, onde os retngulos pontilhados representam o recorte espacial do banco de dados. Entidades como os rios Amazonas e Xing tm representaes em diferentes particionamentos espaciais do banco de dados.
Um caso particularmente dramtico o Mar de Aral, na ex-URSS.
2-14
id
nome Amazonas Xingu
2 3
id 1 2 3
nome Yanomami Waimiri Kayap
Figura 2.8 - Princpio de identidade em bancos de dados geogrficos. 2.5.3.2 OBJETO NO-ESPACIAL Em muitas situaes conveniente permitir a associao de informaes noespaciais a um banco de dados georeferenciado. Por exemplo, considere-se uma aplicao de cadastro urbano em uma prefeitura que j dispe de um sistema para clculo do IPTU baseado num cadastro alfanumrico de lotes. Neste caso, pode-se desejar associar o cadastro alfanumrico a dados georeferenciados contendo a localizao geogrfica e as dimenses destas propriedades. Para englobar estas entidades, introduz-se a noo de objeto no-espacial. Definio 2.4. Objeto no-espacial Um objeto no-espacial um objeto que no possui localizaes espaciais associadas. Assim, a noo de objeto no-espacial engloba qualquer tipo de informao que no seja georeferenciada e que se queira agregar a um SIG. O exemplo anexo mostra o caso de uma aplicao de cadastro rural, mostrada na Figura 2.9. Neste caso, tem-se os geo-objetos da classe fazendas (que esto referenciados espacialmente) e deseja-se estabelecer a ligao entre estes geo-objetos e a informao alfanumrica j existente sob a forma de um cadastro de propriedades. Neste caso, as informaes de cadastro so consideradas um objeto no-espacial.
2-15
fazendas geoid 22 area 1500 cadastro INCRA 019331
cadastro INCRA 019331
ITR 12000 cadastro
dono Olacyr
Figura 2.9 - Exemplo de ligao entre geo-objeto e objeto no-espacial.
2.6 UNIVERSO DE REPRESENTAO No universo de representao, definem-se as possveis representaes geomtricas que podem estar associadas s classes do universo conceitual. Inicialmente, deve-se considerar as duas grandes classes de representaes geomtricas: REPRESENTAO VETORIAL e REPRESENTAO MATRICIAL. Na representao vetorial, a representao de um elemento ou objeto uma tentativa de reproduz-lo o mais exatamente possvel. Qualquer entidade ou elemento grfico de um mapa reduzido a trs formas bsicas: pontos, linhas, reas ou polgonos. A representao matricial consiste no uso de uma malha quadriculada regular sobre a qual se constri, clula a clula, o elemento que est sendo representado. A cada clula, atribui-se um cdigo referente ao atributo estudado, de tal forma que o computador saiba a que elemento ou objeto pertence determinada clula. Vale ressaltar que as representaes esto associadas aos tipos de dados anteriormemente discutidos, a saber: dados temticos: admitem tanto representao matricial quanto vetorial; dados cadastrais: sua parte grfica armazenada em forma de coordenadas vetoriais e seus atributos no grficos so guardados em um banco de dados; redes: sua parte grfica armazenada em forma de coordenadas vetoriais, com a topologia arco-n e seus atributos no grficos so guardados em um banco de dados; imagens de sensoriamento remoto: armazenadas em representao matricial;
2-16
modelos numricos de terreno: podem ser armazenados em grades regulares (representao matricial), grades triangulares (representao vetorial com topologia arco-n) ou isolinhas (representao vetorial sem topologia).
2.6.1 REPRESENTAO MATRICIAL Nesta representao, o espao representado como uma matriz P(m, n) composto de m colunas e n linhas, onde cada clula possui um nmero de linha, um nmero de coluna e um valor correspondente ao atributo estudado e cada clula individualmente acessada pelas suas coordenadas. A representao matricial supe que o espao pode ser tratado como uma superfcie plana, onde cada clula est associada a uma poro do terreno. A resoluo do sistema dada pela relao entre o tamanho da clula no mapa ou documento e a rea por ela coberta no terreno. A Figura 2.10 mostra um mesmo mapa representado por clulas de diferentes tamanhos (diferentes resolues), representando diferentes reas no terreno.
Figura 2.10 - Diferentes representaes matriciais para um mapa. Como o mapa do lado esquerdo possui uma resoluo quatro vezes menor que o do mapa do lado direito, as avaliaes de reas e distncias sero bem menos exatas que no primeiro. Em contrapartida, o espao de armazenamento necessrio para o mapa da direita ser quatro vezes maior que o da esquerda.
2-17
Os dados so codificados, clula a clula, atribuindo a cada uma o cdigo correspondente uma classe referente ao fenmeno estudado. Para fazer isto, necessrio estabelecer um critrio a ser obedecido em toda a operao. Pode-se, por exemplo, atribuir a cada clula o cdigo da classe sobre a qual estiver o centro da quadrcula. Outra possibilidade adotar-se o critrio da maior ocorrncia. Neste caso, o cdigo corresponde ao da classe que ocupar a maior parte da clula. Hierarquia de Representaes Matriciais A REPRESENTAO GEOMTRICA MATRICIAL pode ser especializada segundo a hierarquia de classes mostrada na Figura 2.11. Representao Matricial -um
Grade Regular
-um
Imagem Temtica
-um
Imagem Niveis de Cinza
-um
Imagem Snttica
parte-de parte-de
MATRIZ 2D
parte-de parte-de
Figura 2.11 - Hierarquia de classes para representao matricial. Os tipos possveis de representao matricial so:
GRADE REGULAR:
uma grade regular uma matriz de reais;
IMAGEM EM TONS DE CINZA:
imagem representada atravs de uma matriz onde os valores da matriz representam os valores de cinza da imagem;
IMAGEM TEMTICA:
representao matricial de um geo-campo TEMTICO, Por exemplo, numa imagem temtica, um elemento da matriz de valor 2 pode estar associado ao tema Floresta Ombrfila; (ou CODIFiCADA): representao de uma imagem em cores, utilizada para mostrar imagens em composio colorida em placas grficas falsa-cor.
IMAGEM SINTTICA
2-18
2.6.2 REPRESENTAO VETORIAL 2.6.2.1 CONCEITOS GERAIS No modelo vetorial, a localizao e a aparncia grfica de cada objeto so representadas por um ou mais pares de coordenadas. Este tipo de representao no exclusivo do GIS: sistemas CAD e outros tipos de sistemas grficos tambm utilizam representaes vetoriais. Isto porque o modelo vetorial bastante intuitivo para engenheiros e projetistas, embora estes nem sempre utilizem sistemas de coordenadas ajustados superfcie da Terra para realizar seus projetos, pois para estas aplicaes um simples sistema de coordenadas cartesianas suficiente. Mas o uso de vetores em GIS bem mais sofisticado do que o uso em CAD, pois em geral GIS envolve volumes de dados bem maiores, e conta com recursos para tratamento de topologia, associao de atributos alfanumricos e indexao espacial. No caso de representao vetorial, consideram-se trs elementos grficos: ponto, linha poligonal e rea (polgono). Um ponto um par ordenado (x, y) de coordenadas espaciais. Alm das coordenadas, outros dados no-espaciais (atributos) podem ser arquivados para indicar de que tipo de ponto se est tratando. As linhas poligonais, arcos, ou elementos lineares so um conjunto de pontos conectados. Alm das coordenadas dos pontos que compem a linha, deve-se armazenar informao que indique de que tipo de linha se est tratando, ou seja, a que atributo ela est associada. Um polgono a regio do plano limitada por uma ou mais linha poligonais conectadas de tal forma que o ltimo ponto de uma linha seja idntico ao primeiro da prxima.
Figura 2.12 - Elementos da representao vetorial
2-19
Observe-se tambm que o polgono divide o plano em duas regies: o interior, que convencionalmente inclui a fronteira (a poligonal fechada) e o exterior. Assim, quando utilizamos a expresso vetores, estamos nos referindo a alguma combinao de pontos, linhas poligonais e polgonos, conforme definidos acima. Combinaes porque teoricamente poderamos utilizar mais de um tipo de primitiva grfica na criao da representao de um objeto. Por exemplo, pode-se ter objetos de rea mais complexos, formados por um polgono bsico e vrios outros polgonos contidos no primeiro, delimitando buracos. Pode-se tambm ter objetos compostos por mais de um polgono, como seria necessrio no caso do estado do Par, que alm da parte continental tem a ilha de Maraj e outras como parte de seu territrio. 2.6.2.2 VETORES E TOPOLOGIA EM GIS Apesar de estarmos sempre concebendo representaes sob a forma de pontos, linhas e reas para objetos em GIS, existem algumas variaes com relao adaptao destas representaes realidade, ou seja, considerando a forma com que estes objetos ocorrem na natureza. Objetos de rea podem ter trs formas diferentes de utilizao: como objetos isolados, objetos aninhados ou objetos adjacentes. O caso de objetos isolados bastante comum em GIS urbanos, e ocorre no caso em que os objetos da mesma classe em geral no se tocam. Por exemplo, edificaes, piscinas, e mesmo as quadras das aplicaes cadastrais ocorrem isoladamente, no existindo segmentos poligonais compartilhados entre os objetos. O caso tpico de objetos aninhados o de curvas de nvel e todo tipo de isolinhas, em que se tem linhas que no se cruzam, e so entendidas como estando empilhadas umas sobre as outras. Finalmente, temos objetos adjacentes, e os exemplos tpicos so todas as modalidades de diviso territorial: bairros, setores censitrios, municpios e outros. So tambm exemplos mapas geolgicos e pedolgicos, que representam fenmenos que cobrem toda a rea de interesse. Neste caso, pode-se ter o compartilhamento de fronteiras entre objetos adjacentes, gerando a necessidade por estruturas topolgicas. Estes tambm so os casos em que recursos de representao de buracos e ilhas so mais necessrios. Tambm objetos de linha podem ter variadas formas de utilizao. Analogamente aos objetos de rea, pode-se ter objetos de linha isolados, em rvore e em rede. Objetos de linha isolados ocorrem, por exemplo, na representao de muros e cercas em mapas urbanos. Objetos de linha organizados em uma rvore podem ser encontrados nas representaes de rios e seus afluentes, e tambm em redes de esgotos e drenagem pluvial. E podem ser organizados em rede, nos casos de redes eltricas, telefnicas, de gua ou mesmo na malha viria urbana e nas malhas rodoviria e ferroviria.
2-20
Seja no caso de objetos de rea ou no caso de objetos de linhas, quando queremos armazenar explcitamente as relao de adjacncia, utilizamos formas especficas de representao vetorial: as representaes topolgicas. 2.6.2.3 TOPOLOGIA ARCO-N A topologia arco-n a representao vetorial associada a um rede linear conectada. Um n pode ser definido como o ponto de interseco entre duas ou mais linhas, correspondente ao ponto inicial ou final de cada linha. Nenhuma linha poder estar desconectada das demais para que a topologia da rede possa ficar totalmente definida. O conhecimento das relaes topolgicas entre as linhas pode ser de fundamental importncia no caso de redes. Para exemplificar, considere-se a Figura 2.13, que mostra uma parte de uma rede de distrbuio eltrica, com os seus diversos componentes (sub-estao, rede, poste, transformador, consumidor).
Figura 2.13 - Exemplo de topologia arco-n (rede eltrica).
2-21
2.6.2.4 TOPOLOGIA ARCO-N-POLGONO A topologia arco-n-polgono utilizada quando se quer representar elementos grficos do tipo rea. Seu objetivo descrever as propriedades topolgicas de reas de tal maneira que os atributos no-espaciais associados aos elementos ou entidades poligonais possam ser manipulados da mesma forma que os correspondentes elementos em um mapa temtico analgico. Neste caso, faz-se necessrio armazenar informao referente aos elementos vizinhos, da mesma forma que na estrutura de redes deviam ser definidas as ligaes entre as linhas. A Figura 2.14 mostra de forma simplificada um exemplo desta estrutura topolgica.
Figura 2.14 - Estrutura topolgica do tipo arco-n-polgono.
2-22
2.6.2.5 HIERARQUIA DE REPRESENTAES VETORIAIS Para um entendimento mais detalhado das representaes vetoriais em GIS, deve-se inicialmente precisar o que se entende por primitivas geomtricas: coordenadas 2D, coordenadas 3D, n 2D, n 3D, n de rede, arcos, arcos orientados, isolinhas e polgonos. Dada uma regio geogrfica R, pode-se definir:
COORDENADA2D
- Uma coordenada 2D um objeto composto por uma localizao singular (xi, yj) R;
COORDENADA3D
- Uma coordenada 3D um objeto composto por uma localizao singular (xi, yj, z), onde (xi, yj) R;
PONTO2D
- Um ponto 2D um objeto que possui atributos descritivos e uma coordenada 2D;

LINHA2D
- Uma linha 2D possui atributos e inclui um conjunto de coordenadas 2D; - uma isolinha contm uma linha 2D associada a um valor real
ISOLINHA
(cota);
ARCO ORIENTADO
- um arco orientado contm uma linha 2D associada a uma orientao de percorrimento; - um n 2D inclui uma coordenada2D (xi, yi) R e uma lista L de linhas 2D (trata-se da conexo entre duas ou mais linhas, utilizada para manter a topologia da estrutura);
N2D
- um n de rede contm um n 2D e uma lista de arcos orientados, onde a cada instncia associa-se uma impedncia e um custo de percorrimento;
N REDE
um n 3D instncia desta classe contm uma coordenada 3D (xi, yi, zi) e um lista L de linhas 2D (trata-se da conexo entre trs ou mais linhas de uma grade triangular);
N 3D POLGONO -
um polgono contm uma lista de linhas 2D e uma lista de ns 2D que descrevem as coordenadas da rea externa e das reas internas que compem o polgono.
Uma vez definidas as primitivas geomtricas vetoriais, pode ser estabelecida a hierarquia de representaes geomtricas vetoriais, como mostrado na Figura 2.15, onde distinguem-se os relacionamentos de especializao -um (is-a), incluso de uma instncia parte-de (part-of), incluso de um conjunto de
2-23
instncias conjunto-de (set-of) e incluso de uma lista de identificadores de instncias lista-de (list-of).
Representao Vetorial -um -um Subdiviso Planar 2D conj-de conj-de conj-de N Rede Arco Orientado Polgono Isolinha parte-de parte-de Pto 2D N 2D lista-de parte-de parte-de lista-de Coordenada 2D conj-de lista-de parte-de Coordenada 3D lista-de Linha 2D N 3D -um Conjunto Isolinhas conj-de conj-de conj-de -um
-um Conj. Pontos 2D conj-de conj-de
-um Amostras 3D conj-de
Grafo Orientado conj-de
Grade Triangular
parte-de
Figura 2.15 - Hierarquia de classes para representao vetorial. Deste modo, pode-se distinguir os tipos de representao vetorial:
2D - uma instncia desta classe um conjunto de pontos 2D utilizados para guardar localizaes isoladas no espao (p.ex. no caso de poos de petrleo);
CONJUNTO DE PONTOS
- uma instncia desta classe um conjunto de linhas, onde cada linha possui uma cota e as linhas no se interceptam;
CONJUNTO DE ISOLINHAS SUBDIVISO PLANAR
- para uma regio geogrfica R qualquer, uma subdiviso planar contm um conjunto Pg de polgonos, L de linhas 2D e N de ns 2D; - uma instncia desta classe uma representao composta de um conjunto de n de rede e de um conjunto de arco orientado 2D;
GRAFO ORIENTADO
GRADE TRIANGULAR -
uma instncia desta classe contm um conjunto de ns 3D e um conjunto L de linhas 2D tal que todas as linhas se interseptam, mas apenas em seus pontos iniciais e finais; - uma instncia desta classe um conjunto de coordenadas 3d. Trata-se de um conjunto de amostras 3D.
MAPA PONTOS3D
2-24
2.7 COMPARAO ENTRE REPRESENTAES MATRICIAL E VETORIAL Como observamos anteriormente, dados temticos admitem tanto a representao matricial quanto a vetorial; deste modo, relevante compar-las. Para a produo de cartas e em operaes onde se requer maior preciso, a representao vetorial mais adequada. As operaes de lgebra de mapas so mais facilmente realizadas no formato matricial. No entanto, para um mesmo grau de preciso, o espao de armazenamento requerido por uma representao matricial substancialmente maior. Isto ilustrado na Figura 2.16.
Figura 2.16 - Representao vetorial e matricial de um mapa temtico. A Tabela 2.1 apresenta uma comparao entre as vantagens e desvantagens de armazenamento matricial e vetorial para mapas temticos. Esta comparao leva em conta os vrios aspectos: relacionamentos espaciais, anlise, armazenamento. Nesta tabela, o formato mais vantajoso para cada caso apresentado em destaque.
2-25
TABELA 2.1 COMPARAO ENTRE REPRESENTAES PARA MAPAS TEMTICOS

Aspecto Relaes espaciais entre objetos Ligao com banco de dados Anlise, Simulao e Modelagem Representao Vetorial Relacionamentos topolgicos entre objetos disponveis Facilita associar atributos a elementos grficos Representao indireta de fenmenos contnuos lgebra de mapas limitada Representao Matricial Relacionamentos espaciais devem ser inferidos Associa atributos apenas a classes do mapa Representa melhor fenmenos com variao contnua no espao Simulao e modelagem mais fceis Escalas de trabalho Algoritmos Armazenamento Adequado tanto a grandes quanto a pequenas escalas Problemas com erros geomtricos Por coordenadas (mais eficiente) Mais adequado para pequenas escalas (1:25.000 e menores) Processsamento mais rpido e eficiente. Por matrizes
2.8 REPRESENTAES DE MODELOS NUMRICOS DE TERRENO 2.8.1 GRADE REGULAR A grade regular uma representao matricial aonde cada elemento da matriz est associado a um valor numrico, como mostra a Figura 2.17. Para a gerao da grade torna-se necessrio estimar, atravs de interpoladores matemticos, os valores para as clulas que no possuem medidas de elevao, considerando-se a vizinhana de medidas de elevao conhecidas. Os procedimentos de interpolao para gerao de grades regulares a partir de amostras variam de acordo com a grandeza medida. No caso de altimetria, comum o uso de funes de ponderao por inverso do quadrado da distncia. J para variveis geofsicas, procedimentos de filtragem bidimensional ou de geoestatstica (como a krigeagem) so utilizados.
2-26
Figura 2.17 - Superfcie e grade regular correspondente. (Fonte: Namikawa 1995).
2.8.2 MALHAS TRIANGULARES A malha triangular ou TIN (do ingls triangular irregular network) uma estrutura do tipo vetorial com topologia do tipo n-arco e representa uma superfcie atravs de um conjunto de faces triangulares interligadas. Para cada um dos trs vrtices da face do tringulo so armazenados as coordenadas de localizao (x, y) e o atributo z, com o valor de elevao ou altitude. Em geral, nos SIGs que possuem pacotes para MNT, os algoritmos para gerao da grade triangular baseiam-se na triangulao de Delaunay com restrio de regio. Quanto mais equilteras forem as faces triangulares, maior a exatido com que se descreve a superfcie. O valor de elevao em qualquer ponto dentro da superfcie pode ser estimado a partir das faces triangulares, utilizando-se interpoladores. A Figura 2.18 mostra uma supefcie tridimensional e a grade triangular correspondente.
2-27
Figura 2.18 - Superfcie e malha triangular correspondente. (Fonte: Namikawa 1995).
2.8.3 COMPARAO ENTRE REPRESENTAES DE MNT As malhas triangulares so normalmente melhores para representar a variao do terreno, pois capturam a complexidade do relevo sem a necessidade de grande quantidade de dados redundantes. As grades regulares tm grande redundncia em terrenos uniformes e dificuldade de adaptao a relevos de natureza distinta no mesmo mapa, por causa da grade de amostragem fixa. Para o caso de variveis geofsicas e para operaes como visualizao 3D, as grades regulares so preferveis, principalmente pela maior facilidade de manuseio computacional. A Tabela 2.2 resume as principais vantagens e desvantagens de grades regulares e malhas triangulares.
2-28
TABELA 2.3 COMPARAO ENTRE GRADES REGULARES E MALHAS TRIANGULARES PARA REPRESENTAR MODELOS NUMRICOS DE TERRENO
Malha triangular Vantagens 1. Melhor representao de relevo complexo 2. Incorporao de restries como linhas de crista 1. Complexidade de manuseio 2. Inadequada para visualizao 3D Grade regular 1. Facilita manuseio e converso 2. Adequada para geofsica e visualizao 3D 1. Representao relevo complexo 2. Clculo de declividade
Problemas
Os modelos numricos de terreno tambm podem ser convertidos para mapas temticos e para imagens. Em ambos os casos, a grandeza numrica quantizada, seja para um nmero pequeno de valores (caso de dados temticos) seja para a variao associada a imagens (valores discretos).
2.9 REPRESENTAES COMPUTACIONAIS DE ATRIBUTOS DE OBJETOS Entende-se por atributo qualquer informao descritiva (nomes, nmeros, tabelas e textos) relacionada com um nico objeto, elemento, entidade grfica ou um conjunto deles, que caracteriza um dado fenmeno geogrfico. Inicialmente os SIGs armazenavam tanto as entidades grficas quanto os atributos no-espaciais em sistemas prprios de arquivos internos. Permitiam ainda que os atributos no-espaciais fossem inseridos no sistema durante, ou imediatamente aps, a entrada dos objetos ou entidades grficas que representavam. Estes procedimentos eram problemticos quando havia numerosa quantidade de atributos no-espaciais a serem relacionados com os objetos. Alm disso, as ferramentas de busca, recuperao, manuteno e anlise destes sistemas deixavam a desejar, quando comparadas aos tradicionais Sistemas de Gerenciamento de Banco de Dados (SGBD). Um SGBD um sistema de banco de dados que funciona independentemente do sistema aplicativo, armazenando os dados em arquivos no disco rgido e carregando-os em memria para sua manipulao. Assegura trs requisitos importantes na operao de dados: integridade - controle de acesso por vrios usurios; eficincia - acesso e modificaes de grande volume de
2-29
dados e persistncia - manuteno de dados por longo tempo, independente dos aplicativos que do acesso ao dado. A organizao de bancos de dados geogrficas mais utilizada na prtica a chamada estratgia dual, descrita a seguir. Para alternativas, o leitor dever reportarse ao captulo 3 deste texto.
2.9.1.1 ESTRATGIA DUAL Um SIG implementado com a estratgia dual utiliza um SGBD relacional para armazenar os atributos convencionais dos objetos geogrficos (na forma de tabelas) e arquivos para guardar as representaes geomtricas destes objetos. No modelo relacional, os dados so organizados na forma de uma tabela onde as linhas correspondem aos dados e as colunas correspondem aos atributos. A entrada dos atributos no-espaciais feita por meio de um SGBD relacional e para cada entidade grfica inserida no sistema imposto um identificador nico ou rtulo, atravs do qual feita uma ligao lgica com seus respectivos atributos no-espaciais armazenados em tabelas de dados no SGBD, como ilustrado na Figura 2.19.
Figura 2.19 - Estratgia dual para bancos de dados geogrficos.
2-30
A Figura 2.19 exemplifica as ligaes lgicas criadas entre os rtulos dos talhes de um mapa florestal e seus atributos correspondentes (registros no campo TALHO) numa tabela de banco de dados. O mesmo tipo de relacionamento lgico pode ser feito em outros casos, como por exemplo: moradores em um lote, lotes em uma quadra, quadras em bairro, bairros em uma cidade; hidrantes de segurana ou telefones pblicos ao longo de uma avenida; postos de servio e restaurantes ao longo de uma rodovia. A principal vantagem desta estratgia poder utilizar os SGBDs relacionais de mercado. No entanto, como as representaes geomtricas dos objetos espaciais esto fora do controle do SGBD, esta estrutura dificulta o equacionamento das questes de otimizao de consultas, gerncia de transaes e controle de integridade e de concorrncia. Estes problemas s podem ser resolvidos atravs de implementaes sofisticadas das camadas superiores da arquitetura genrica, que operem coordenadamente com o SGBD convencional. Exemplos de sistemas comerciais baseados em estratgia dual so o ARC/INFO (Morehouse, 1992), MGE (Intergraph, 1990) e o SPRING (Cmara et al., 1996).
2.10 UNIVERSO DE IMPLEMENTAO Ao se discutir o universo de implementao, sero indicadas quais as estruturas de dados a serem utilizadas para construir um sistema de Geoprocessamento. Neste momento, so tratadas as decises concretas de programao e que podem admitir nmero muito grande de variaes. Estas decises podem levar em conta as aplicaes s quais o sistema voltado, a disponibilidade de algoritmos para tratamento de dados geogrficos e o desempenho do hardware. Para uma discusso sobre os problemas de implementao de operaes geogrficas, vejase Gting et al. (1994). Um dos aspectos principais a ser levado em conta no universo de implementao o uso de estruturas de indexao espacial. Os mtodos de acesso a dados espaciais compem-se de estruturas de dados e algoritmos de pesquisa e recuperao e representam um componente determinante no desempenho total do sistema. Apanhados gerais da literatura so feitos em Berg (1997) e van Kreveld et al.(1998). Estes mtodos operam sobre chaves multidimensionais e dividem-se conforme a representao dos dados associados: pontos (ex: rvores K-D), linhas e polgonos (ex: rvores R e R+) e imagens (ex: rvores quaternrias). Com relao s estuturas de dados, podemos fazer algumas consideraes de ordem prtica:
2-31
armazenamento de pontos 3D em rvores K-D (Bentley, 1975) traz um ganho muito significativo para aplicaes como a gerao de grade regular a partir de um conjunto de amostras esparsas; o uso de rvores quaternrias (Samet, 1990) para armazenar imagens em tons de cinza no eficaz. Para o caso de mapas temticos, apesar de utilizado em pelo menos um sistema comercial (SPANS), os ganhos no so significativos; o uso de rvores-R (Gutman, 1984) uma forma eficiente de organizar os dados vetoriais, para fins de recuperao e operao (Brinkhoff et al., 1993).
2.11 RESUMO Para compreender melhor a relao entre os diferentes universos (nveis) do modelo, a Tabela 2.4 contm vrios exemplos de entidades do mundo real e suas correspondentes no modelo. TABELA 2.4 CORRESPONDNCIA ENTRE UNIVERSOS DO MODELO
Universo do mundo real Mapa de vegetao Universo conceitual Geo-campo Temtico Geo-campo Numrico Universo de representao Matriz de inteiros Subdiviso Planar Grade regular Grade triangular Conjunto Pontos 3D Conjunto Isolinhas Polgonos e Tabela Grafo Orientado Universo de implementao Quad-tree Linhas 2D (com RTree) Matriz 2D Linhas 2D e Ns 3D Pontos 3D (KD-tree) Linhas 2D Linhas 2D e Ns 2D Linhas 2D (com RTree)
Mapa altimtrico
Lotes urbanos Rede eltrica
Geo-objetos Rede
2-32
2.12 ORGANIZAO DE AMBIENTE DE TRABALHO EM SIG Num SIG, existem duas grandes formas de organizao de um ambiente de trabalho: organizao baseada num banco de dados geogrficos ( la dBASE); organizao baseada em projetos ( la AutoCAD). No primeiro caso, o usurio define inicialmente o esquema conceitual associado s entidades do banco de dados geogrficos, indicando para cada tipo de dados seus atributos no-espaciais e as representaes geomtricas associadas. Procede-se da mesma forma que num banco de dados tradicional (como o dBASE ou o ACCESS), onde a definio da estrutura do banco precede a entrada dos dados. O SPRING e o MGE so exemplos de sistemas organizados como bancos de dados geogrficos. No segundo caso, o usurio define inicialmente um referencial geogrfico (que delimita uma regio de trabalho) e a seguir, define as entidades geogrficas que compem o projeto. O ARC/INFO, SGI e IDRISI so exemplos desta classe de sistemas. Note-se que um banco de dados geogrficos pode ser particionado em projetos, sendo que as definies do esquema conceitual valem para todos os projetos do banco, mesmo que no haja continuidade espacial entre estes projetos. Um projeto usualmente composto por um conjunto de nveis, camadas ou planos de informao (PIs), que variam em nmero, tipos de formatos e de temas, conforme as necessidades de cada tarefa ou estudo. Por exemplo, caso se desejasse fazer um estudo de uso atual do solo e seus impactos sobre o ambiente em uma regio, definida em um projeto, seria necessrio que este projeto fosse composto de PIs com os seguintes temas: 1) rede de drenagem; 2) cidades, rodovias e ferrovias; 3) altimetria; 4) geomorfologia; 5) unidades e associaes dos solos; 6) tipologia vegetal; 7) tipos de uso e ocupao das terras. Os PIs 1, 2 e 3, quando superpostos, vo formar a cartografia bsica da regio de estudo ou mapa topogrfico, como foi visto no captulo 2. Os PIs restantes so os mapas especiais ou temticos necessrios para atingir o objetivo proposto, isto , cada PI representa uma mesma rea mas com informaes geogrficas diferentes. Os PIs de um projeto podem pertencer a diferentes classes de dados relacionadas com os formatos de representao de dados disponveis no SIG utilizado. Esta organizao da informao espacial muito conveniente para permitir que diferentes variveis sejam integradas ao banco de dados e que diferentes tipos de estudo possam ser realizados, combinando to somente os fenmenos de interesse.
2-33
BIBLIOGRAFIA
BENTLEY, J. Multidimensional Search Trees Used for Associative Searching. Communications of the ACM, 18:509-517, 1975. BRINKHOFF, T.; KRIEGEL, H.P.; SEEGER, B. Efficient Processing of Spatial Joins Using R-Trees. In: ACM SIGMOD Conference, Washington, 1993. Proceedings, Washington, ACM, pp. 237-246, 1993.
DE
BERG (ed.), Computational Geometry : Algorithms and Applications. Berlin, Springer Verlag, 1997.
CMARA, G. Modelos, Linguagens e Arquiteturas para Bancos de Dados Geogrficos. Tese de Doutoramento em Computao Aplicada. So Jos dos Campos, INPE, Dezembro 1995. (disponvel em
<http://www.dpi.inpe.br/teses/gilberto>.
CMARA, G.; FREITAS, U.M.; SOUZA, R.C.M.; GARRIDO, J. SPRING: Integrating Remote Sensing and GIS by Object-Oriented Data Modelling. Computers and Graphics, vol. 15, n.6, July 1996. GOODCHILD, M. Geographical information science. International Journal of Geographical Information Systems, 6 (2): 35-45, 1992a. GOODCHILD, M. Geographical data modeling. Computers & Geosciences, 1992, 18(4): 401-408, 1992b. GOMES, J.M.; VELHO, L. Computao Visual: Imagens. Rio, SBM, 1995. GUTING, R.H. An Introduction to Spatial Database Systems. VLDB Journal, 3(4), October 1994. GUTMAN, A. R-trees: a dynamic index structure for spatial searching. In: ACM SIGMOD CONFERENCE. Proceedings, Boston, ACM, pp. 47-57, 1984. MGEThe Modular GIS INTERGRAPH, <http://www.intergraph.com/gis>
VAN
Environment,
1990.
KREVELD, M.; ROOS,T, NIEVERGELT,J. (eds.) Algorithmic Foundations of Geographic Information Systems (Lecture Notes in Computer Science, 1340). Berlin, Springer-Verlag, 1998.
MOREHOUSE, S. The ARC/INFO Geographical Information System. Computers & Geosciences, 18(4): 435-443, 1992.
2-34
NAMIKAWA, L. M. Um mtodo de ajuste de superfcie para grades triangulares considerando linhas caractersticas. (Dissertao de Mestrado em Computao Aplicada) - Instituto Nacional de Pesquisas Espaciais, So Jos dos Campos, SP, Brasil, 1995. SAMET, H. The Design and Analysis of Spatial Data Structures. Reading, AddisonWesley, 1990. STEVENS,S. Handbook of Experimental Psychology. New York, Wiley, 1951. WORBOYS, M.F. GIS: A Computing Perspective. London, Taylor and Francis, 1995.
2-35
3 ARQUITETURA DE SISTEMAS DE INFORMAO GEOGRFICA

Clodoveu Davis Gilberto Cmara
3.1 DESCRIO GERAL O termo Sistemas de Informao Geogrfica (SIG) aplicado para sistemas que realizam o tratamento computacional de dados geogrficos e recuperam informaes no apenas com base em suas caractersticas alfanumricas, mas tambm atravs de sua localizao espacial; oferecem ao administrador (urbanista, planejador, engenheiro) uma viso indita de seu ambiente de trabalho, em que todas as informaes disponveis sobre um determinado assunto esto ao seu alcance, interrelacionadas com base no que lhes fundamentalmente comum -- a localizao geogrfica. Para que isto seja possvel, a geometria e os atributos dos dados num SIG devem estar georreferenciados, isto , localizados na superfcie terrestre e representados numa projeo cartogrfica. O requisito de armazenar a geometria dos objetos geogrficos e de seus atributos representa uma dualidade bsica para SIGs. Para cada objeto geogrfico, o SIG necessita armazenar seus atributos e as vrias representaes grficas associadas. Devido a sua ampla gama de aplicaes, que inclui temas como agricultura, floresta, cartografia, cadastro urbano e redes de concessionrias (gua, energia e telefonia), h pelo menos trs grandes maneiras de utilizar um SIG: como ferramenta para produo de mapas; como suporte para anlise espacial de fenmenos; como um banco de dados geogrficos, com funes de armazenamento e recuperao de informao espacial. Estas trs vises do SIG so antes convergentes que conflitantes e refletem a importncia relativa do tratamento da informao geogrfica dentro de uma instituio. Para esclarecer ainda mais o assunto, apresentam-se a seguir algumas definies de SIG: Um conjunto manual ou computacional de procedimentos utilizados para armazenar e manipular dados georreferenciados (Aronoff, 1989);
Anatomia de SIG
Conjunto poderoso de ferramentas para coletar, armazenar, recuperar, transformar e visualizar dados sobre o mundo real (Burrough, 1986); Um sistema de suporte deciso que integra dados referenciados espacialmente num ambiente de respostas a problemas (Cowen, 1988); Um banco de dados indexados espacialmente, sobre o qual opera um conjunto de procedimentos para responder a consultas sobre entidades espaciais (Smith et al., 1987). Estas definies de SIG refletem, cada uma sua maneira, a multiplicidade de usos e vises possveis desta tecnologia e apontam para uma perspectiva interdisciplinar de sua utilizao. A partir destes conceitos, possvel indicar as principais caractersticas de SIGs: Inserir e integrar, numa nica base de dados, informaes espaciais provenientes de dados cartogrficos, dados censitrios e cadastro urbano e rural, imagens de satlite, redes e modelos numricos de terreno; Oferecer mecanismos para combinar as vrias informaes, atravs de algoritmos de manipulao e anlise, bem como para consultar, recuperar, visualizar e plotar o contedo da base de dados georreferenciados.
3.2 ESTRUTURA GERAL DE UM SIG Numa viso abrangente, pode-se indicar que um SIG tem os seguintes componentes: Interface com usurio; Entrada e integrao de dados; Funes de consulta e anlise espacial; Visualizao e plotagem; Armazenamento e recuperao de dados (organizados sob a forma de um banco de dados geogrficos). Estes componentes se relacionam de forma hierrquica. No nvel mais prximo ao usurio, a interface homem-mquina define como o sistema operado e controlado. No nvel intermedirio, um SIG deve ter mecanismos de processamento de dados espaciais (entrada, edio, anlise, visualizao e sada). No nvel mais interno do sistema, um sistema de gerncia de bancos de dados geogrficos oferece armazenamento e recuperao dos dados espaciais e seus atributos.
Anatomia de SIG
De uma forma geral, as funes de processamento de um SIG operam sobre dados em uma rea de trabalho em memria principal. A ligao entre os dados geogrficos e as funes de processamento do SIG feita por mecanismos de seleo e consulta que definem restries sobre o conjunto de dados. Exemplos ilustrativos de modos de seleo de dados so: "Recupere os dados relativos carta de Guajar-Mirim " (restrio por definio de regio de interesse); "Recupere as cidades do Estado de So Paulo com populao entre 100.000 e 500.000 habitantes" (consulta por atributos no-espaciais). "Mostre os postos de sade num raio de 5 km do hospital municipal de S.J.Campos" (consulta com restries espaciais). A Figura 1.1 indica o relacionamento dos principais componentes ou subsistemas de um SIG. Cada sistema, em funo de seus objetivos e necessidades, implementa estes componentes de forma distinta, mas todos os subsistemas citados devem estar presentes num SIG.
Interface
Entrada e Integr. Dados
Consulta e Anlise Espacial
Visualizao Plotagem
Gerncia Dados Espaciais
Banco de Dados Geogrfico
Figura 3.1 - Estrutura Geral de Sistemas de Informao Geogrfica Neste captulo, apresentamos uma descrio detalhada dos componentes de um SIG, detalhando sua estrutura geral. Na seo 3.2, apresentamos as diferentes alternativas de implementao da arquitetura de um SIG. Na seo 3.3, detalhamos as funes disponveis, e na seo 3.4, apresentamos uma descrio das principais alternativas disponveis no mercado, no final da dcada de 90.
3-3
Anatomia de SIG
3.3 ARQUITETURA INTERNA Os GIS de mercado funcionam segundo uma variedade de arquiteturas internas. Uma anlise das diferentes arquiteturas de GIS pode indicar a existncia de pontos fortes ou fracos em cada sistema, que tm influncia decisiva em aspectos como o desempenho, a capacidade de gerenciamento de grandes bases de dados, a capacidade de utilizao simultnea por mltiplos usurios e a capacidade de integrao com outros sistemas. Nesta seo, desenvolvemos uma viso do esquema de funcionamento interno dos diferentes SIGs, ao identificar cada mdulo do software, verificar sua funo, avaliar sua eficincia individual e de seu relacionamento com os demais componentes. Nosso objetivo no o de quantificar ou de relacionar as diferenas entre os SIG no que diz respeito qualidade da implementao de seus mdulos ou componentes, e sim o de analisar as diferenas conceituais expressas na maneira como cada um deles se organiza, muitas vezes refletindo sua evoluo como produto ao longo dos anos, e as alternativas de implementao disponveis poca de sua primeira concepo. Em seguida, cabe uma anlise a respeito de como estas alternativas podero afetar os aspectos mais importantes do software do ponto de vista do usurio, em particular eficincia, segurana, consistncia de dados, e capacidade de integrao com outros softwares. Com algumas alteraes, ou maior detalhamento, praticamente qualquer software comercial hoje existente cair em uma das seguintes alternativas: SIG Tradicional Arquitetura Dual SIG baseado em CAD SIG relacional SIG orientado a objetos Desktop mapping SIG baseado em imagens SIG integrado (imagens-vetores) Observe-se que as cinco primeiras categorias referem-se especificamente a SIG baseado em vetores. Isto deve-se ao fato de que existem muitas variaes para a filosofia bsica de armazenamento e utilizao de vetores, o que refletido com clareza nos SIG
3-4
Anatomia de SIG
das primeiras categorias, enquanto o gerenciamento e processamento de imagens mais uniforme entre as diversas aplicaes comerciais existentes. Deve-se destacar que, com o passar do tempo e com o crescimento do nvel de complexidade dos SIG comerciais, esta categorizao est perdendo gradualmente a nitidez. Um exemplo tpico deste fenmeno a crescente incorporao de recursos e funes a sistemas desktop mapping, tornando-os mais poderosos, e aproximando-os do que seria denominado desktop SIG. De qualquer forma, quando aplicvel, sero feitas as observaes devidas com relao aos produtos comerciais mais utilizados no Brasil. Em seguida, sero apresentadas duas linhas de desenvolvimento que vem sendo perseguidas pela academia e pela indstria nos ltimos tempos. A primeira delas a que tenta viabilizar o uso de recursos de geoprocessamento atravs da Internet. Isto vem sendo feito de vrias maneiras, e ainda no existe um consenso ou um enfoque vitorioso. A segunda o investimento em padres, buscando delinear uma arquitetura bsica para SIG interoperveis. 3.3.1 SIG Tradicional
A Figura 3.2 apresenta um diagrama de blocos que representa a arquitetura interna dos SIG mais tradicionais. Por tradicional entenda-se que se trata da arquitetura dos primeiros SIG, concebidos em uma poca em que a novidade estava na integrao de dados grficos a dados alfanumricos em um nico ambiente. Neste tipo de sistema, o usurio pode acessar os dados geogrficos atravs de uma interface grfica (Graphical User Interface, GUI) ou atravs de uma linguagem de programao. Esta linguagem de programao em geral muito simples, consistindo apenas de macrocomandos, ou seja, na possibilidade de encadeamento de comandos encontrados na interface grfica de qualquer maneira. Assim, a linguagem de programao pode funcionar tambm como uma interface do tipo linha de comando, em que o usurio pode digitar comandos interativamente. Existe tambm a possibilidade de personalizao da GUI, de modo a incluir macro-comandos ou seqncias de comandos desenvolvidos pelo usurio.
3-5
Anatomia de SIG
Linguagem de Programao
Mdulo Usurio GUI Ncleo SIG Mdulo Mdulo Mdulo Gerenc. Grfico SGBD
Dados Grficos
Dados Alfanumricos
Figura 3.2 - SIG tradicional
Os comandos formulados via GUI ou via linguagem so executados pelo ncleo (kernel) do software, responsvel tanto pelo processamento das funes geogrficas quanto pelo gerenciamento dos dados. Este ncleo pode ser implementado de forma monoltica, contendo todas as funes do SIG. No entanto, mais comum, at por motivos comerciais, encontrar implementaes em que as funes so divididas em mdulos, cabendo ao ncleo implementar a funcionalidade bsica e o gerenciamento dos dados. Estes mdulos podem ser comercializados separadamente, permitindo que o usurio configure seu ambiente com custos mais reduzidos. Por exemplo, podem existir mdulos para edio grfica/topolgica, acabamento final e plotagem de mapas, processamento de redes, modelagem digital do terreno, gerenciamento de imagens e outros. Um usurio com dez postos de trabalho pode optar por ter recursos de edio em apenas cinco deles, tendo recursos de plotagem em todos, de modelagem do terreno em apenas um, e dispensando o uso de imagens. Mas o principal aspecto desta arquitetura est na forma de gerenciamento dos dados grficos e alfanumricos. A opo implementada pelos desenvolvedores inclui a codificao dos dados grficos em estruturas proprietrias, ou seja, estruturas de dados concebidas e implementadas dentro do ambiente do desenvolvedor e tratadas como segredo comercial. Assim, os dados grficos so codificados em arquivos binrios, cuja
3-6
Anatomia de SIG
leitura e correta interpretao s pode ser feita por quem conhea a estrutura de codificao, e este conhecimento est restrito aos tcnicos do prprio desenvolvedor. A codificao dos dados alfanumricos segue a mesma lgica, embora aqui no haja a preocupao com a ocultao da forma de armazenamento. em geral adotada uma estrutura tabular, semelhante dos SGBD relacionais, com registros de tamanho fixo. Somente necessrio conhecer a estrutura dos dados alfanumricos (quantidade de campos, tipo de contedo e largura de cada um deles) para que se consiga interpretar corretamente o contedo dos arquivos. O tratamento dos dados alfanumricos pode ser feito em um ambiente proprietrio de gerenciamento de bancos de dados, sendo este ambiente totalmente integrado ao produto, e no tendo vida prpria fora dele. Este SGBD em geral muito simples, no preenchendo os requisitos bsicos dos SGBD relacionais padro. Resumo das caractersticas principais: Gerenciamento em separado de grficos e alfanumricos Armazenamento de grficos em estruturas proprietrias Armazenamento de dados alfanumricos em banco de dados geralmente proprietrio, integrado ao produto (nem sempre relacional)
Exemplos: ARC/INFO (bsico)
3.3.2
Arquitetura Dual
A arquitetura apresentada no item anterior evoluiu para a apresentada na Figura 3.3. A nica diferena est na adoo de um SGBD relacional completo para gerenciar os dados alfanumricos. Esta opo reflete principalmente uma inteno de no reinventar a roda, utilizando produtos disponveis no mercado para realizar parte das tarefas do SIG. Na implementao pouco muda conceitualmente, sendo que a tarefa de desenvolver o ncleo fica bastante facilitada. Observe-se que o SIG e o SGBD relacional, sendo produtos diferentes, precisam se comunicar de uma maneira satisfatria para realizar sua funo. Esta comunicao gerenciada pelo ncleo, e restrita s operaes normais de bancos de dados: insero de dados, excluso, consultas. Do ponto de vista do usurio, esta alternativa abre a possibilidade de se ter aplicaes convencionais, concebidas e desenvolvidas dentro do ambiente do SGBD relacional, compartilhando os atributos alfanumricos dos objetos geogrficos. O problema que, como o SGBD relacional no conhece a estrutura grfica proprietria, existe o srio risco de se introduzir inconsistncias no banco de dados geogrfico. Imagine-se, por exemplo, que um usurio de aplicao exclusivamente alfanumrica
Anatomia de SIG
possa excluir um registro alfanumrico, mas que compe um conjunto de atributos para uma determinada entidade geogrfica. Sem que o SIG saiba, esta entidade geogrfica passa a no ter mais atributos, tornando-se inconsistente. Assim, o acesso a atributos alfanumricos de dados geogrficos s pode ser feito de maneira criteriosa, dentro de controles rgidos que precisam ser implementados pela aplicao, uma vez que o software bsico (SIG e SGBD relacional) no oferecem qualquer recurso para a garantia automtica da integridade dos dados. Observe-se que este tipo de problema poderia ocorrer no caso anterior tambm, mas como o acesso aos dados grficos e alfanumricos somente feito atravs do SIG, tem-se um ambiente mais controlado.
Mdulo Usurio GUI Ncleo SIG Mdulo Mdulo Mdulo Gerenc. Grfico SGBD Relacional
Dados Grficos
Dados Alfanumricos
Figura 3.3 - Arquitetura Dual Resumo das caractersticas principais: Semelhante ao anterior, porm com o uso de um gerenciador de bancos de dados alfanumricos externo, tipicamente relacional, padro de mercado
Exemplos: Genasys.
3-8
Anatomia de SIG
3.3.3
SIG Baseado em CAD
Uma extenso lgica do raciocnio que levou ao armazenamento de dados alfanumricos em SGBD relacionais padro de mercado seria a implementao do gerenciamento dos dados grficos atravs de ferramentas tambm padro de mercado. No caso, as ferramentas grficas que melhor se adaptam s necessidades do SIG so os sistemas CAD (Computer Aided Design). Estas ferramentas tem seu uso bastante consolidado nas reas de engenharia, arquitetura e semelhantes, e so naturais candidatas a ambientes de produo cartogrfica. Como no caso anterior, ficou ntido para alguns desenvolvedores de SIG que a reimplementao das funes, tpicas de sistemas CAD, de edio grfica e de gerenciamento de arquivos grficos seria reinventar a roda. Leve-se ainda em considerao o estgio de desenvolvimento dos sistemas CAD, j extremamente evoludos e confiveis. Assim, tem-se a arquitetura apresentada na Figura 3.4, em que o ncleo do SIG trata principalmente da integrao entre um gerenciador grfico (CAD) e um gerenciador alfanumrico (SGBDR), alm de implementar e tornar disponveis funes geogrficas bsicas. Funes geogrficas mais especficas so oferecidas em um esquema de mdulos, como nos casos anteriores. O sistema dispe de uma interface grfica, em geral baseada na do CAD, buscando tornar o sistema mais familiar para aqueles usurios que j tivessem experincia com o CAD. Omitiu-se aqui, propositadamente, a referncia a uma linguagem de programao. Embora os principais sistemas CAD disponham de linguagens de programao razoavelmente completas, estas tm acesso exclusivamente funcionalidade do CAD. O SIG baseado em CAD ter, no mximo, uma macrolinguagem capaz de formular seqncias de comandos disponveis no ambiente SIG, mas alguns no dispem nem mesmo deste recurso. Esta alternativa de arquitetura tem dois grandes problemas principais. O primeiro, e mais grave, a grande facilidade que se tem em introduzir inconsistncias no banco de dados geogrfico, de forma semelhante relatada no exemplo anterior. Aqui ainda mais fcil: basta algum usurio ter acesso aos dados grficos, por exemplo usando diretamente o software CAD para acessar os arquivos grficos: se alguma entidade grfica for deletada, o registro alfanumrico correspondente ficar isolado. O registro no ser tambm deletado pelo SGBD relacional, pois o mesmo no tem conhecimento desta operao no CAD. Da mesma maneira, um usurio com acesso ao SGBD relacional pode deletar algum registro associado a um dado grfico, causando o efeito inverso. Apenas o uso exclusivo dos dados atravs do ncleo do SIG pode pretender garantir a consistncia grfico-alfa. O segundo problema com este enfoque est na utilizao das estruturas de arquivo do CAD para armazenar os dados grficos. Os sistemas CAD no dispem de
Anatomia de SIG
recursos de indexao espacial, e sempre acessam seus arquivos de forma seqencial. Assim, tm um desempenho que os impede de ter arquivos muito grandes, uma vez que o custo computacional de acesso a dados organizados seqencialmente muito alto. Desta forma, o usurio obrigado a fracionar sua base grfica em diversos arquivos, e a compor manualmente arquivos auxiliares para ajudar no processo de seleo de arquivos para utilizao na tela. Trata-se de um custo operacional expressivo, em particular no caso de grandes bases de dados. O principal ponto positivo dos SIG baseados em CAD est na grande facilidade de utilizao dos recursos de edio. Isto faz com que este tipo de sistema seja especialmente adequado para trabalhos de entrada de dados, onde se pode controlar melhor o volume de dados que manipulado de uma vez.
Mdulo Usurio GUI Ncleo SIG Mdulo Mdulo Mdulo
CAD
SGBD Relacional
Dados Alfanumricos
Arquivos CAD
Figura 3.4 - SIG baseado em CAD Resumo das caractersticas principais: Gerenciamento de dados grficos feito por um pacote de CAD, geralmente externo ao SIG Gerenciamento de dados alfanumricos feito por um gerenciador de bancos de dados relacional externo, geralmente padro de mercado, externo ao SIG Possibilidade de manipulao direta dos arquivos grficos utilizando o sistema CAD por fora do SIG
Exemplos: MGE/MicroStation, AutoCAD Map, dBMapa.

Anatomia de SIG
3.3.4
SIG Relacional
A combinao de problemas dos casos anteriores, em especial os problemas de gerenciamento de grficos e as possibilidades de introduo de inconsistncias nos bancos de dados geogrficos, levaram concepo de uma nova alternativa. A idia principal consiste em utilizar os excelentes recursos de garantia de integridade, controle de concorrncia (acesso simultneo por vrios usurios) e recuperao de falhas disponveis nos SGBD relacionais para gerenciar dados geogrficos. Nos SIG relacionais (Figura 3.5), os dados grficos so organizados em tabelas, de forma semelhante aos dados alfanumricos. Um sistema de chaves utilizado para relacionar estas tabelas, formando um esquema relacional cuja integridade garantida pelo SGBDR. Alis, esta tarefa desempenhada com um nvel de segurana excelente, tendo em vista o avanado grau de evoluo dos SGBDR, aos quais so confiadas misses nos ambientes de aplicaes convencionais bem mais crticas que o gerenciamento de dados geogrficos. Desta forma, toda a funcionalidade de gerenciamento de dados fica a cargo do SGBDR. No entanto, para realizar os tipos de consultas e operaes mais freqentes no ambiente SIG, algumas extenses precisam ser feitas. A primeira delas refere-se implementao de recursos de indexao espacial. Isto feito em geral utilizando esquemas do tipo quad-tree, armazenando a associao de cada objeto geogrfico com um n da rvore em uma tabela, e fazendo com que exista uma indexao convencional alternativa baseada nesta associao. Outra extenso importante se refere linguagem de consulta, que nos SGBD relacionais a linguagem SQL. necessrio estender o SQL tradicional para incluir operadores geogrficos, como contm, contido em, ou vizinho a. Estas extenses so implementadas no ncleo do SIG, que responsvel por traduz-las em operaes previamente existentes no SGBD. Esta tarefa est-se tornando mais fcil, na medida em que alguns desenvolvedores de SGBDR como a Oracle a Informix esto incorporando facilidades geogrficas a seus produtos. Existem ainda sistemas relacionais mais avanados, como o Postgres, que permitem a implementao de novas estruturas de indexao e novos mtodos de acesso, o que favoreceria a implementao de SIG relacionais.
3-11
Anatomia de SIG
Mdulo Mdulo Mdulo Usurio GUI Mdulo Mdulo Mdulo Mdulo Operadores Geogrficos
Ncleo SIG
SGBD Relacional
Dados Grficos e Alfanumricos
Figura 3.5 - SIG relacional Resumo das caractersticas principais: Dados grficos e alfanumricos armazenados de forma integrada no banco de dados relacional, externo ao SIG Implementao de recursos de geoprocessamento (operadores espaciais, ferramentas de anlise, etc.) apoiadas no gerenciador relacional, e apresentadas como extenses ou complementaes ao modelo relacional Grande robustez de implementao, devido s garantias de integridade do esquema relacional Grande estabilidade, devido ao avanado grau de desenvolvimento dos SGBD relacionais
Exemplos: Vision*GIS
Anatomia de SIG
3.3.5
SIG Orientado a Objetos
Esta alternativa bastante similar anterior, porm introduz uma novidade: o armazenamento de dados geogrficos utilizando objetos. Esta funo realizada por um SGBD orientado a objetos, que pode ser um produto genrico, de mercado (os mais encontrados so o O2 e o ObjectStore), ou um gerenciador proprietrio. Toda a operao do SIG baseada em um modelo de dados orientado a objetos, que contm toda a informao sobre cada classe de objetos, incluindo caractersticas grficas, caractersticas alfanumricas e tambm aspectos do comportamento do objeto (Figura 3.6). Aproveitando estas caractersticas, a implementao do SIG com uma arquitetura cliente-servidor passa a ser mais natural, uma vez que o trfego entre um ncleo cliente e um ncleo servidor pode consistir apenas de objetos, que circulam em uma rede. A comunicao entre o servidor e o banco de dados orientado a objetos pode, se no for uma ligao proprietria, ser implementada com base em padres como o ODTP (Object Data Transfer Protocol) ou o CORBA (Common Object Request Broker Architecture). Na prtica, no entanto, a preferncia ainda pelas implementaes proprietrias, com o ncleo servidor fortemente integrado ao gerenciador orientado a objetos. Outro ponto de destaque nesta arquitetura a linguagem de programao. Esta em geral uma linguagem computacionalmente completa, dotada de todos os recursos necessrios para fazer uso da maior riqueza semntica do modelo de dados orientado a objetos. Seria muito difcil utilizar alguma linguagem de consulta como SQL para acessar este tipo de banco de dados, e portanto a disponibilidade de uma linguagem poderosa muito importante. Esta linguagem tambm poder oferecer recursos para a construo ou para a customizao da interface grfica com o usurio, e tambm poder ser usada em uma interface de linha de comandos para usurios mais experientes. Existe a possibilidade de conexo do ncleo cliente a um SGBD relacional externo, desde que este atenda a alguns padres, viabilizando a integrao do SIG com aplicaes convencionais externas. Observe-se que novamente de responsabilidade das aplicaes a garantia de integridade entre os dados mantidos pelo SIG, sob a forma de objetos, e os dados mantidos no SGBDR, existindo sempre a possibilidade de quebra de integridade pelo acesso exclusivo ao SIG ou ao SGBDR. A utilizao de conceitos de orientao a objetos nesta arquitetura a torna mais prxima do desejvel em termos de sistemas abertos, uma vez que todas as iniciativas no sentido de estabelecer padres de interoperabilidade em SIG so baseadas na padronizao de objetos. No entanto, j foi demonstrado que possvel fazer o mesmo em relao a bancos de dados relacionais.
Anatomia de SIG
Modelo de Dados
Usurio
Linguagem de Programao e Consulta
Ncleo SIG Cliente
TCP/IP
Ncleo SIG Servidor
ODTP
GUI SGBD Relacional SGBD Orientado a Objetos
Dados Alfanumricos Externos
Base de Objetos
(opcional)
Figura 3.6 - SIG orientado a objetos Resumo das caractersticas principais: Presena marcante de mdulo de modelagem de dados, que dar personalidade s aplicaes Possibilidade de conexo com gerenciador de bancos de dados relacional externo, mas a nfase no gerenciador de objetos, que geralmente proprietrio Tendncia a um maior apoio em padres, sistemas abertos e filosofia cliente-servidor
Exemplos: APIC, Smallworld
3-14
Anatomia de SIG
3.3.6
Desktop Mapping
Sistemas desktop mapping so uma classe de aplicaes de geoprocessamento que se concentram em facilitar as atividades de apresentao de informaes sob o formato de mapas. No so, apesar disto, sistemas adequados para atividades de cartografia automatizada, pois no contam em geral com recursos muito sofisticados em termos de edio e entrada de dados. Tambm no so adequados para gerenciar um grande volume de informaes, uma vez que sua estrutura de arquivos tende a ser bastante simples, e freqente a utilizao direta de arquivos grficos ou alfanumricos de outros aplicativos, tais como AutoCAD, Excel, Access, dBASE e outros (Figura 3.7). Quando os dados so codificados no formato proprietrio do sistema, no entanto, podese ter alguns recursos voltados melhoria do desempenho, tais como indexao espacial. O forte desta classe de aplicaes est precisamente na facilidade de integrao de dados de diversas fontes, alm das excelentes facilidades para produo de mapas temticos plotados. Como se trata de aplicaes voltadas especificamente para o usurio final, ou seja, aquele profissional de uma determinada rea de interesse que deseja produzir um mapa para compor um relatrio, ou mesmo para facilitar alguma anlise espacial, so em geral ferramentas desenvolvidas no ambiente Windows. Tm custos relativamente baixos, apresentando constante tendncia de queda. No entanto, vm nos ltimos tempos apresentando a tendncia a incorporar cada vez mais funes, de modo que alguns j esto-se intitulando desktop SIG. A interface com o usurio, como no caso de outras aplicaes Windows, pode ser customizada com o auxlio de uma linguagem de programao simples, em geral no estilo VisualBasic. Esta linguagem tambm permite a criao de alguns tipos de funes e aplicaes limitadas. A comunicao destes sistemas com outras aplicaes pode em geral ser conseguida utilizando alguns dos recursos mais comuns do Windows, como OLE (Object Linking and Embedding), DDE (Dynamic Data Exchange) e ODBC (Open Database Connectivity).
3-15
Anatomia de SIG
Usurio
GUI
Ncleo
OLE DDE
Outras Aplicaes
Arquivos Grficos
Arquivos Alfa
Arquivos Grfico+ Alfa
Figura 3.7 - Desktop mapping Resumo das caractersticas principais: Geralmente baseado em micro, em ambiente Windows, concentra esforos em uma boa interface de usurio e em recursos para produo de mapas para apresentao Funcionamento utilizando arquivos externos, desestruturados e independentes Ausncia de um forte gerenciador de informaes grficas ou alfanumricas, mas pode em geral comunicar-se com gerenciadores existentes
Exemplos: MapInfo, Maptitude
3-16
Anatomia de SIG
3.3.7
SIG Baseado em Imagens
Esta uma classe de aplicaes em que o verdadeiro banco de dados est na imagem e seus atributos. Assim, no existe um SGBD propriamente dito, apenas um conjunto de arquivos de imagem, codificados de maneira conveniente, tanto em termos de ocupao de espao em disco quanto em termos de facilidades de recuperao (Figura 3.8). No entanto, muitas vezes necessrio associar um conjunto de informaes alfanumricas a uma imagem ou a partes dela. O recurso que geralmente empregado por este tipo de SIG a criao de objetos vetoriais, que podem ou no ser apresentados em sobreposio imagem. Estes objetos podem ser dos tipos usuais, ou seja, pontos, linhas ou reas, mas em no caso de reas e linhas existe um centride, que um nico ponto contido na linha ou rea, e que escolhido para ser o ponto de referncia dos dados alfanumricos correspondentes. Assim, cada elemento geogrfico com possibilidade de associao a dados alfanumricos associado ao centride, que por sua vez est representado no banco de dados alfanumrico, em geral relacional. Estes sistemas podem ou no possuir linguagem de programao, uma vez que a funcionalidade que interessa mais diretamente ao usurio est mais ligada rea de processamento digital de imagens. No entanto, so dotados de interfaces grficas com o usurio, que transmitem os comandos do usurio ao ncleo.
Usurio
GUI
Ncleo
Centrides
SGBD Relacional
Arquivos Raster
Dados Alfanumricos
Figura 3.8 - SIG baseado em imagens

Anatomia de SIG
Resumo das caractersticas principais: Informaes grficas so geralmente armazenadas como arquivos independentes, devido aos grandes volumes Comunica-se com um banco de dados relacional externo por meio de vetores que so definidos sobre a imagem
Exemplos: SPANS, IDRISI, ERDAS.
3.3.8
SIG Integrado (Matrizes-Vetores)
Na rea ambiental, onde grande a necessidade de integrao de dados de diferentes formatos, como imagens, mapas temticos e modelos de terreno, uma das tendncias vem sendo o desenvolvimento de tecnologias que permitam o tratamento simultneo de dados matriciais (grades e imagens), com dados vetoriais. Devido grande quantidade de armazenamento necessria para imagens, e dado que os SGBDs de mercado ainda no possuem suporte eficiente para este tipo de dados, os SIGs integrados so, na maior parte dos casos, uma extenso do modelo de "arquitetura dual" para incluir gerenciamento de arquivos grficos no formato matricial ("raster").
Linguagem Programao de
Mdulo
Usurio
GUI
Ncleo
Gerenc. Grfico
Mdulo
SGBD Relacional
Vetores
Matrizes
Tabelas
Figura 3.9 - SIG Integrado
3-18
Anatomia de SIG
Resumo das caractersticas principais: Gerenciamento em separado de dados grficos e tabelas Armazenamento de grficos em estruturas proprietrias
Armazenamento de dados alfanumricos em banco de dados relacional Capacidade de processar dados vetoriais, grades e imagens Exemplos: SPRING, ARC/VIEW (com extenses "Spatial Analyst" e "Image Extension").
3.3.9
Acesso a Dados Geogrficos via Internet
Uma das linhas de pesquisa e desenvolvimento em geoprocessamento que mais vem despertando o interesse da comunidade o acesso a dados geogrficos via Internet. Como em qualquer linha de desenvolvimento recente, existem diversos tipos de enfoques e nenhum vencedor claro. Uma das alternativas mais adotadas consiste em oferecer ao usurio, atravs de um browser, um formulrio para preenchimento. Neste formulrio so solicitadas informaes quanto regio geogrfica de interesse (muitas vezes solicitando uma referncia explcita a um nmero de mapa), composio do mapa (camadas que devero aparecer) e mesmo alguns elementos de composio visual (cores, espessura de linhas, cores ou hachuras de preenchimento). Quando o usurio termina o preenchimento do formulrio, as informaes so transmitidas para um servidor, que recupera os dados necessrios e converte o mapa final para um formato de imagem, como GIF ou JPEG. Esta imagem ento inserida numa pgina Web criada instantaneamente, e transmitida para o usurio. Este processo talvez o mais natural do ponto de vista dos browsers, uma vez que lida com a apresentao de imagens, coisa que qualquer browser capaz de fazer. No entanto, uma alternativa problemtica, por diversos motivos. Em primeiro lugar, porque no deixa o usurio navegar interativamente pelo mapa. Alm disso, a transmisso de imagens em geral demorada, e realizada de forma repetitiva tende a sobrecarregar os recursos de rede. Por fim, existe o problema de sobrecarga no servidor, que precisa construir o mapa em formato imagem, geralmente a partir de um banco de dados vetorial, e transmiti-lo para o cliente. Note-se que qualquer operao simples, como zoom ou pan, exige a formao de um novo mapa-imagem e nova transmisso. Outra alternativa a que apresenta para o usurio um mapa chave, solicitando que indique, com o mouse, qual a regio de seu interesse. Esta abordagem permite um grau um pouco maior de flexibilidade, mas no resolve os problemas principais da alternativa anterior, ou seja, custos de processamento e transmisso, alm de no
Anatomia de SIG
resolver completamente o problema de navegao. Em ambos os casos, o grau de interatividade com o usurio na escolha da regio desejada muito baixo, e o resultado est restrito a um modelo de fragmentao do espao que foi previamente decidido. Mais interessante do que a transmisso de imagens seria a transmisso de objetos geogrficos com representao vetorial. Desta maneira, o usurio poderia ser livre para decidir a regio de interesse, bem como para ativar ou desativar as camadas que deseja. Idealmente, os objetos vetoriais transmitidos seriam armazenados na memria da mquina cliente, para que pudessem ser reaproveitados no caso de operaes de zoom ou pan, ganhando tempo para aumentar a interatividade. Outra possibilidade interessante a aplicao ao mapa vetorial do conceito de hipermapa, simulando nos smbolos e objetos vetoriais disponveis a operao dos links de hipertexto comuns nas pginas da Web. Assim, bastaria por exemplo clicar sobre o smbolo de um hospital para consultar seus dados alfanumricos associados. A transmisso de dados geogrficos em formato vetorial pela Internet tem um obstculo: nenhum dos browsers, as ferramentas de navegao na Internet por excelncia, est preparado para receber e apresentar informaes neste formato. Para que isto seja possvel, existem duas alternativas. A primeira, que vem sendo adotada por diversos desenvolvedores de SIG, consiste em criar um plug-in, ou seja, um programa que funciona no computador do usurio, conectado ao browser. Este plug-in reconhece os dados vetoriais medida em que chegam, geralmente agrupados em um arquivo com extenso padronizada, e os exibe na tela. Esta alternativa tem a desvantagem de exigir a transmisso (download) dos plug-ins a partir do site do desenvolvedor, o que pode ser uma operao demorada (os plug-ins mais comuns tm por volta de 1 Mbyte). Alm disso, exige a execuo de um procedimento de instalao. Como os plug-ins so especficos para os principais browsers do mercado, que esto em constante evoluo, preciso atualiz-los periodicamente. A outra alternativa consiste em criar uma aplicao na linguagem Java [2], que ser transmitida no momento do acesso e executada na mquina do usurio, dispensando procedimentos complicados de instalao ou mesmo a ocupao de rea em disco. A aplicao desaparece da mquina do usurio no momento em que desativada. Assim, novas verses no precisam ser distribudas, pois estaro disponveis instantaneamente a partir do momento de sua instalao no servidor. Os dados so recebidos e tratados objeto por objeto, facilitando a implementao de caches locais. Cada objeto precisa ser transmitido uma nica vez, sendo que operaes posteriores de zoom ou pan podem apenas utilizar os dados j presentes na cache. Um exemplo desta arquitetura est apresentado na Figura 3.9.
3-20
Anatomia de SIG
Usurio Browser habilitado para Java
Manipulador Applet Java
Pesquisas e Selees Geogrficas
Objetos Geogrficos
Extrator Applet Java
Consultas na linguagem do SIG
Objetos geogrficos no formato do SIG
Internet / Intranet
Bancos de Dados Geogrficos
Servidores SIG
Figura 3.9 - Acesso a dados geogrficos via Internet
3.3.10 Open GIS: Interoperabilidade em GIS A quantidade da dados geogrficos disponveis em formato digital bastante grande, e vem crescendo rapidamente. Durante o perodo em que estes dados geogrficos vm sendo coletados (aproximadamente nos ltimos 30 anos), diferentes alternativas tecnolgicas foram adotadas para a aquisio, o armazenamento, o processamento, a anlise e a visualizao destes dados, em geral em esforos isolados e independentes uns dos outros.
3-21
Anatomia de SIG
Com a evoluo do geoprocessamento, cada vez mais marcante a necessidade de se utilizar estes dados, cuja coleta e manuteno so bastante caros, para o maior nmero de aplicaes diferentes possvel. Por exemplo, se uma prefeitura mapeia em um GIS as ruas da cidade, porque no utilizar estes dados na companhia de energia eltrica, ou na companha de telecomunicaes? Muitas vezes isto no possvel, ou pelo menos dificultado fortemente, pela adoo de diferentes plataformas de hardware e software, cada uma das quais utilizando um formato ou conjunto de formatos de armazenamento das informaes geogrficas digitais. Transferir dados de um formato para o outro nem sempre simples, mas poderia ser realizado utilizando programas tradutores, capazes de ler as informaes codificadas em um formato especfico e regrav-las em um formato padro, e vice-versa. No entanto, a experincia mostra que raramente se consegue uma traduo perfeita, livre de erros. Alm disso, os formatos padronizados hoje utilizados tm uma capacidade muitas vezes insuficiente para representar todos os detalhes das informaes geogrficas que so necessrios. Outra situao que pode ocorrer aquela em que todos os usurios dispem do mesmo GIS, mas os mtodos e padres utilizados para a coleta e a manuteno dos dados inviabilizam sua utilizao em conjunto. Por exemplo, um dos usurios pode ter um grau de exigncia maior com relao preciso cartogrfica que os demais. Outros problemas que podem impedir ou inviabilizar o intercmbio de informaes incluem diferenas de sistemas de projeo ou de datum, unidades de medida, mtodos para produo de estimativas, e ainda diferenas entre os conceitos utilizados por cada usurio na criao e manuteno de seus dados. Para completar, ainda podero existir dificuldades no que diz respeito s polticas de disponibilizao dos dados adotadas por cada usurio: mdia de gravao, poltica de comercializao de dados, limitaes quanto ao repasse dos dados para terceiros, e assim por diante. Todas estas dificuldades esto no caminho da interoperabilidade entre aplicaes distintas de geoprocessamento, e ocorrem em todo o mundo. Para buscar uma soluo para estes problemas, foi criado em 1994 o Open GIS Consortium (OGC), a partir da associao de representantes dos desenvolvedores de software, das universidades e dos diversos nveis de governo, provenientes de diversos pases, especialmente os Estados Unidos e a Europa. Este consrcio est elaborando um padro denominado OGIS (Open Geodata Interoperability Specification), que uma especificao abrangente da arquitetura de software para acesso distribudo a dados geo-espaciais e a recursos de geoprocessamento em geral [1]. Esta arquitetura composta de trs partes principais: Open Geodata Model (OGM), que busca uma maneira comum de representar a Terra e fenmenos relacionados a ela, matematicamente e conceitualmente;
3-22
Anatomia de SIG
OGIS Services Model, que um modelo de especificao para a implementao de servios de acesso a dados geogrficos, incluindo seu gerenciamento, manipulao, representao e compartilhamento; Information Communities Model, um arcabouo para utilizao do OGM e do OGIS Services Model para resolver no apenas os problemas tcnicos de interoperabilidade, mas tambm os problemas inter-institucionais que interferem no processo.
A idia principal por trs do OGIS o estabelecimento de um padro comum para transferncia de dados geogrficos entre aplicaes, estabelecendo uma camada de padronizao entre clientes e servidores de informaes geogrficas. Isto possibilitar o acesso a qualquer banco de dados geogrfico (cujo gerenciador atenda ao modelo OGIS) por parte de qualquer aplicao, como um GIS, um CAD ou um software Desktop mapping. O servidor poder mesmo ser um SGBD relacional, um SGBD orientado a objetos, ou mesmo o gerenciador geogrfico proprietrio de algum software, como o ARC/INFO ou o Vision. Assim, usurios de GIS que dispem de um produto especfico poderiam acessar dados mantidos em uma ampla variedade de produtos, atravs de uma interface padronizada.
3-23
Anatomia de SIG
3.4 FUNCIONALIDADE 3.4.1 Funcionalidade Bsica
De modo geral, cada GIS foi originalmente projetado para resolver um conjunto especfico de problemas, tendo depois evoludo para se tornar uma ferramenta de uso mais amplo. Esta vocao original dos softwares no limita, propriamente, seu escopo de aplicao, mas o fato que cada um ter seus pontos fortes e pontos fracos. No entanto, existem funes que so caractersticas dos GIS, e que podem ser encontradas em qualquer software. O que varia, no caso, a qualidade e a confiabilidade da implementao. De qualquer forma, a disponibilidade destes tipos de recursos pode ser suficiente para garantir o sucesso de muitas aplicaes. Em geral, qualquer GIS capaz de: 1. Representar graficamente informaes de natureza espacial, associando a estes grficos informaes alfanumricas tradicionais. Representar informaes grficas sob a forma de vetores (pontos, linhas e polgonos) e/ou imagens digitais (matrizes de pixels). 2. Recuperar informaes com base em critrios alfanumricos, semelhana de um sistema de gerenciamento de bancos de dados tradicional, e com base em relaes espaciais topolgicas, tais como continncia, adjacncia e interceptao. 3. Realizar operaes de aritmtica de polgonos, tais como unio, interseo e diferena. Gerar polgonos paralelos (buffers) ao redor de elementos ponto, linha e polgono. 4. Limitar o acesso e controlar a entrada de dados atravs de um modelo de dados, previamente construdo. 5. Oferecer recursos para a visualizao dos dados geogrficos na tela do computador, utilizando para isto uma variedade de cores. 6. Interagir com o usurio atravs de uma interface amigvel, geralmente grfica. 7. Recuperar de forma gil as informaes geogrficas, com o uso de algoritmos de indexao espacial. 8. Possibilitar a importao e exportao de dados de/para outros sistemas semelhantes, ou para outros softwares grficos. 9. Oferecer recursos para a entrada e manuteno de dados, utilizando equipamentos como mouse, mesa digitalizadora e scanner.
Anatomia de SIG
10. Oferecer recursos para a composio de sadas e gerao de resultados sob a forma de mapas, grficos e tabelas, para uma variedade de dispositivos, como impressoras e plotters. 11. Oferecer recursos para o desenvolvimento de aplicativos especficos, de acordo com as necessidades do usurio, utilizando para isto alguma linguagem de programao, inclusive possibilitando a customizao da interface do GIS com o usurio. Todos estes recursos podem ser agrupados em categorias, para facilitar a comparao entre diferentes sistemas. Estas categorias bsicas so: entrada de dados, gerenciamento de informaes, recuperao de informaes, manipulao e anlise, e exibio e produo de sadas. Cada uma destas categorias ser apresentada a seguir.
3.4.2
Entrada de Dados
Ao contrrio de sistemas de banco de dados convencionais, o GIS capaz de armazenar informaes variadas, de natureza grfica, como vetores e imagens. Para isto, necessrio que o GIS conte com mdulos ou interfaces que permitam que o usurio possa incorporar dados ao GIS e visualizar graficamente estes dados. Alm disto, o sistema precisa ser capaz de detectar falhas e incorrees nos dados grficos, e sinalizlos para o usurio antes de deixar que dados incorretos ou inconsistentes sejam incorporados ao banco de dados geogrfico. Em resumo, o GIS precisa ser capaz de: 1. Permitir a digitalizao de dados grficos em formato vetorial, provendo os meios para associao (ou digitao) das informaes alfanumricas correspondentes. Para isto, precisa permitir a utilizao de quaisquer tipos de dispositivos de entrada de dados, como mesas digitalizadoras, mouse, teclado (digitao de coordenadas), etc.; 2. Permitir a associao de imagens digitais ao banco de dados, atravs de recursos de georreferenciamento de imagens ou mesmo atravs da integrao da imagem ao banco. Para isto, precisa ser capaz de converter ou traduzir arquivos de imagem codificados em diversos formatos distintos para o formato adotado por ele; 3. Realizar anlises de consistncia sobre os dados vetoriais, visando detectar incorrees na topologia ou inconsistncias com relao ao modelo de dados. Estas incorrees incluem: erros de fechamento topolgico (elementos poligonais), superposies indesejveis, undershoots, overshoots, etc.; 4. Realizar procedimentos de limpeza ou correo sobre os dados adquiridos, visando melhorar sua qualidade e prepar-los para a incorporao ao banco de dados geogrfico. Estes procedimentos incluem edge matching, eliminao de vrtices desnecessrios, suavizao de curvas, etc.;
Anatomia de SIG
5. Receber, converter e tratar dados provenientes de outros sistemas de informao, geogrficos ou no, grficos ou no, a partir de arquivos de formato padronizado. As funes de entrada de dados continuam a demandar uma frao desproporcionada dos recursos para a implantao de um GIS [11]. Seu custo s vezes um impedimento para a adoo de GIS em organizaes. O que distingue os vrios enfoques com relao entrada de dados o grau de automatizao alcanado. Processos manuais so bastante propensos a erros, apesar da sofisticao dos dispositivos e software disponveis, e a soluo destes erros por procedimentos automticos lenta e custosa. A digitalizao por processos mais automatizados (digitalizao semi-automtica e automtica) economicamente interessante e vai se tornar cada vez mais vivel, medida em que cresce o custo de mo-de-obra e decresce o custo de equipamentos e software. 3.4.3 Gerenciamento e Recuperao de Informaes
Uma vez formada a base de dados geogrficos, o GIS precisa ser capaz de gerenci-la. Isto significa ser capaz de:
manter a consistncia da base de dados atravs das operaes realizadas pelos

usurios;
controlar o acesso concorrente (simultneo) aos dados; garantir a integridade da relao grfico-alfa; executar operaes de backup e recuperao de informaes; garantir a recuperao total ou parcial do banco em caso de falhas; garantir a segurana no acesso s informaes contidas no banco, impedindo acessos
no autorizados e limitando o acesso a dados sensveis. De modo geral, todas as tarefas acima so tpicas de sistemas gerenciadores de bancos de dados de primeira linha. No caso de GIS, existe a complexidade adicional da incorporao de dados grficos e da necessidade de garantia da integridade grfico-alfa. Naturalmente, o GIS precisa garantir aos usurios o acesso eficiente e rpido s informaes que ele gerencia. Para isto, necessrio dispor de alguns recursos que viabilizem a execuo da tarefa, notadamente recursos e tcnicas que organizem a informao no banco de dados de maneira inteligente e que privilegiem a eficincia na recuperao de informaes. Estas tcnicas incluem a indexao espacial, que procura organizar as informaes por proximidade geogrfica. Tambm so necessrios recursos que facilitem a formulao de consultas por parte do usurio. Estes tipicamente incluem uma linguagem de pesquisa, como o SQL, enriquecido por comandos e operadores de
Anatomia de SIG
natureza espacial, e recursos de interface grfica com o usurio, que procuram evitar que o usurio tenha que decorar seqncias de comandos e dominar a sintaxe de uma linguagem complexa. 3.4.4 Manipulao e Anlise
As funes de manipulao e anlise de dados geogrficos podem ser agrupadas de acordo com o tipo de dado tratado (correspondente a uma geometria distinta): anlise geogrfica, processamento de imagens, modelagem de terreno, redes, geodsia e fotogrametria, produo cartogrfica. A seguir apresentaremos uma breve descrio destas funes. Anlise Geogrfica: permite a combinao de informaes temticas. Pode ser realizada no domnio vetorial ou domnio matricial (raster). Um conjunto importante de procedimentos de anlise geogrfica foi definido por Tomlin (1990). Denominado lgebra de Mapas, estas definies so a base de implementaes de operadores de anlise em diferentes sistemas. Estas funes incluem: Reclassificao; Interseco (overlay); Operaes, boleanas e matemticas entre mapas; e Consulta ao banco de dados.
Processamento Digital de Imagens: tratamento de imagens de satlite e de scanners. Com o advento de Satlites de Alta Resoluo e de tcnicas de Fotogrametria Digital, as imagens de satlite e aerotransportadas esto se transformando cada vez mais teis para estudos ambientais e cadastrais. Entre as funes necessrias esto: Realce por modificao de histograma; Filtragem espacial; Classificao estatstica por mxima verossimilhana; Rotao espectral (componentes principais); Transformao IHS-RGB; e Registro.
3-27
Anatomia de SIG
Modelagem Numrica do Terreno: Permite clculo de declividade, volume, cortes transversais, linha de visada. Fundamental para aplicaes de engenharia, o conjunto bsico consta de: Determinao do modelo ( grade regular ou triangular) a partir de pontos esparos ou linhas; Gerao de mapas de contorno (isolinhas); Gerao de mapas de declividade e de aspecto; Visualizao 3D (com imagens e temas); Clculo de volumes; e Anlise de perfis.
Geodsia e Fotogrametria: Permite a realizao, por software, de procedimentos de restituio e ortoretificao digital, antes, executados por equipamentos analgicos. Fundamental para uso em aplicaes de cartografia automatizada e atualizao de mapeamentos. Modelagem de Redes: O pacote mnimo disponvel nos sistemas comerciais consiste tipicamente de clculo de caminho timo e crtico. Este pacote bsico insuficiente para a realizao da maioria das aplicaes, pois cada usurio tem necessidades completamente distintas. No caso de um sistema telefnico, uma questo pode ser: quais so todos os telefones servidos por uma dada caixa terminal ?. J para uma rede de gua, pode-se perguntar: Se injetarmos uma dada porcentagem de cloro na caixa dgua de um bairro, qual a concentrao final nas casas ?. Deste modo, um sistema de modelagem de redes s ter utilidade para o cliente depois de devidamente adaptado s sua necessidades. Esta adaptao pode levar de seis meses a vrios anos. Isto impe uma caracterstica bsica para esta aplicao, ou seja, os sistemas devem ser versteis, maleveis, e adaptveis. No caso das aplicaes de redes, a ligao com banco de dados fundamental. Toda a informao descritiva est guardada no banco de dados, pois os dados espaciais tm formatos relativamente simples. Mais do que em outras aplicaes de SIGs, na rea de redes que o uso de solues mais modernas como SGBDs orientados-a-objetos est se impondo.
3-28
Anatomia de SIG
3.4.5
Exibio e Produo Cartogrfica
Os enfoques adotados pelos GIS com relao sada de dados tendem a se concentrar em duas categorias: a que prioriza a produo e a que prioriza os recursos de consulta. Na primeira, a nfase na produo automatizada de mapas em papel, tabelas e relatrios, enquanto na segunda o interesse gira em torno da resposta interativa do sistema s demandas do usurio. No caso de plotagem, algunas SIGs dispem de ferramentas para produo de cartas, com recursos muitas vezes altamente sofisticados de apresentao grfica. Estas ferramentas permitem a definio interativa de uma rea de plotagem, colocar legendas, textos explicativos e notas de crdito. Uma biblioteca de smbolos tambm atributo fundamental de um sistema de produo. Os pacotes mais sofisticados dispem de controladores para dispositivos de gravao eletrnica a laser, o que assegura a produo de mapas de alta qualidade.
3.5 NECESSIDADES DE APLICAES DE GEOPROCESSAMENTO
Numa viso bastante geral, podemos dividir o setor de Geoprocessamento no Brasil em seis segmentos: Cadastral: aplicaes de cadastro urbano e rural, realizadas tipicamente por Prefeituras, em escalas que usualmente variam de 1:1.000 a 1:20.000. A capacidade bsica de SIGs para atender este setor dispor de funes de consulta a bancos de dados espaciais e apresentao de mapas e imagens. Cartografia Automatizada: realizada por instituies produtoras de mapeamento bsico e temtico. Neste caso, essencial dispor de ferramentas de aerofotogrametria digital e tcnicas sofisticadas de entrada de dados (como digitalizadores pticos) e de produo de mapas (como gravadores de filme de alta resoluo). Ambiental: instituies ligadas s reas de Agricultura, Meio-Ambiente, Ecologia e Planejamento Regional, que lidam com escalas tpicas de 1:10.000 a 1:500.000. As capacidades bsicas do SIGs para atender a este segmento so: integrao de dados, gerenciamento e converso entre projees cartogrficas, modelagem numrica de terreno, processamento de imagens e gerao de cartas.
3-29
Anatomia de SIG
Concessionrias/Redes: neste segmento, temos as concessionrias de servios (gua, Energia Eltrica, Telefonia). As escalas de trabalho tpicas variam entre 1:1.000 a 1:5.000. Cada aplicao de rede tem caractersticas prprias e com alta dependncia de cada usurio. Os SIGs para redes devem apresentar duas caractersticas bsicas: a forte ligao com bancos de dados relacionais e a capacidade de adaptao e personalizao. O pacote bsico disponvel com os SIGs deste segmento insuficiente para a realizao da maioria das aplicaes, pois cada usurio tem necessidades completamente distintas. Assim, os usurios deste setor realizam significativos desenvolvimentos nas linguagens de aplicao do SIG escolhido. Planejamento Rural: neste segmento, temos as empresas agropecurias que necessitam planejar a produo e distribuio de seus produtos. As escalas de trabalho tpicas variam entre 1:1.000 a 1:50.000. Cada aplicao tem caractersticas prprias e com alta dependncia de cada usurio. Os SIGs devem apresentar duas caractersticas bsicas: a forte ligao com bancos de dados relacionais e a capacidade de adaptao. O pacote bsico disponvel com os SIGs deste segmento insuficiente para a realizao da maioria das aplicaes, pois cada usurio tem necessidades completamente distintas. Assim, os usurios deste setor realizam significativos desenvolvimentos nas linguagens de aplicao do SIG escolhido. Business Geographic: neste segmento, temos as empresas que necessitam distribuir equipes de vendas e promoo ou localizar novos nichos de mercado. As escalas de trabalho tpicas variam entre 1:1.000 a 1:10.000. Cada aplicao tem caractersticas prprias e com alta dependncia de cada usurio. As ferramentas de SIG devem prover meios de apresentao dos bancos de dados espaciais para fins de planejamento de negcios. Em especial, os SIGs devem ser adaptados ao cliente, com ferramentas de particionamento e segmentao do espao para a localizao de novos negcios e alocao de equipes.
Pode-se constatar que cada segmento apresenta caractersticas prprias e requer solues especficas, fato nem sempre compreendido pelos usurios. Na rea de Geoprocessamento, a distncia entre a compra do software e um resultado operacional por parte do usurio muito grande, pois envolve aspectos como a gerao de dados geogrficos, disponibilidade de metodologias de trabalho adequadas e mecanismos de divulgao dos resultados obtidos. Com base na discusso apresentada nesta seo, a Tabela 4.1. apresenta os requisitos tpicos de cada grupo de usurio, considerando grandes reas de aplicao. No suprfluo advertir de que se trata de uma indicao de carter geral e que cada
Anatomia de SIG
usurio dever examinar em detalhe suas necessidades e compar-las com as caractersticas dos sistemas disponveis no mercado. Tabela 4.1. Necessidades tpicas de aplicaes de Geoprocessamento
APLICAO Cadastral Cartografia Ambiental Concession. Rural Business
ANG
PDI
MNT
RED
BDG
MAP
GEO
4 4 -
4 4 4 4 -
4 4 4 4 -
4 (4) 4 (4) 4
4 (4) (4) 4 4 4
4 4 4 4 4
4 4 (4) (4) -
Cdigos: ANG = anlise geogrfica BDG = consulta a BD. georreferenciados PDI = processamento digital de imagens MAP = produo cartogrfica MNT = modelos numricos de terreno GEO = geodsia e fotogrametria RED = modelagem de redes Legenda: 4 = normalmente necessrio - = usualmente no necessrio. (4) = necessrio para usos especficos .
3.6 DISPONIBILIDADE E CARACTERSTICAS DE GIS DO MERCADO Atualmente, existem representantes brasileiros para praticamente todos os principais sistemas de informao geogrfica, disponveis principalmente nos Estados Unidos e Europa. A tabela abaixo lista alguns dos mais conhecidos sistemas GIS e desktop mapping comerciais, indicando as formas de armazenamento de informaes grficas e alfanumricas, e o tipo de equipamento necessrio. Foram intencionalmente deixados de fora os sistemas CAD que podem eventualmente ser utilizados em cartografia automatizada ou coisa semelhante, e tambm os sistemas dedicados ao sensoriamento remoto. Todos os softwares abaixo relacionados possuem condies para interligao de dados grficos com dados alfanumricos, armazenados em bases de dados proprietrias ou no.
3-31
Anatomia de SIG
GIS Fabricante APIC APIC Systmes ARC/INFO ESRI
Estruturas de Dados Vetorial Matricial Vetorial topolgica Matricial
Banco de Dados Orientado a objetos
Equipamentos
Observaes
UNIX, Windows UNIX, Windows
Produzido na Frana, tem muitas instalaes na Europa Produtos complementares incluem o Arc/CAD (apoiado em AutoCad) e o Arc/View (ferramenta de consulta)
- Relacional
AutoDesk World (AutoDesk) DBMapa MaxiData Genasys Genasys GIS Plus Caliper IDRISI Clarkk University MapInfo MapInfo Maptitude Caliper MGE Intergraph SPRING INPE
Vetorial
Relacional
Windows
Capaz de ler diretamente arquivos de diversos GIS Apoiado no MaxiCAD
Vetorial
xBASE
Windows
Matricial Vetorial
Relacional
UNIX, Windows Windows O TransCAD, especializado em transportes, baseado no GIS Plus Muito voltado para Aplicaes Ambientais Principalmente utilizado como ferramenta de Desktop Mapping Mais usado mapping como desktop
Vetorial
Relacional
Matricial
Proprietrio
Windows
Vetorial
Proprietrio, xBASE
Windows
Matricial Vetorial
Relacional
Windows
Vetorial Matricial
Relacional
UNIX, Windows UNIX, Windows
Baseado no sistema de CAD MicroStation Permite uma integrao entre vetores e imagens
Matricial Vetorial
Relacional
Vision*GIS System House
Vetorial Matricial
Relacional
UNIX
pioneiros no armazenamento de grficos dentro do banco de dados relacional
3-32
Anatomia de SIG
3.6.1
Critrios para a Escolha de um GIS
De modo geral, cada software foi originalmente projetado para resolver um conjunto especfico de problemas em geoprocessamento. Esta vocao original dos softwares no limita, propriamente, seu escopo de aplicao, mas o fato que cada um ter seus pontos fortes e pontos fracos. No se pode dizer que qualquer um deles perfeitamente adequado para qualquer aplicao, nem que corresponde perfeitamente aos objetivos a que teoricamente atende. Sendo assim, como escolher um GIS adequado s suas necessidades? O melhor caminho o de focalizar os esforos na identificao destas necessidades, graduando sua importncia para a aplicao. Desta forma, ser possvel analisar objetivamente os softwares candidatos a resolver o problema, pontuando suas aptides de acordo com a escala de prioridades previamente composta. Conforme j dito, no se deve esperar encontrar um sistema que preencha perfeitamente as necessidades do projeto, pois este sistema provavelmente no existe. A compreenso deste fato deve levar a uma maior flexibilidade na elaborao das especificaes para aquisio do software. Conforme foi visto, a grande variedade de GIS disponveis no mercado brasileiro exige que um eventual comprador esteja bem a par de suas necessidades, para que seja capaz de especificar o software com sucesso. Caractersticas que devem ser investigadas em cada software candidato, de acordo com o interesse, e para testar sua adequao s necessidades do projeto, incluem:
1. Possibilidades de customizao da interface com o usurio (redefinio da estrutura
de menus e dilogos; incluso de funes desenvolvidas pelo usurio)

2. Flexibilidade da modelagem de dados 3. Existncia ou no de linguagem de programao para desenvolvimento de
aplicativos; complexidade e completeza da linguagem de programao

4. Existncia ou no de verso em portugus; disponibilidade de documentao e/ou
material de treinamento em portugus

5. Armazenamento dos dados em base de dados geogrfica contnua ou necessidade de
fracionamento em mapas
6. Existncia ou no de restries e controles de integridade na conexo grfico-alfa 7. Existncia ou no de sistemas de indexao espacial, para recuperao rpida de
informaes grficas; tipo de sistema de indexao espacial

8. Disponibilidade de aplicaes prontas, desenvolvidas por terceiros, na rea de
interesse do projeto
Anatomia de SIG
9. Capacidades de importao e exportao de dados 10. Possibilidades de operao em redes heterogneas de equipamentos (utilizao
simultnea de equipamentos de diversos fabricantes diferentes)

11. Capacidades de produo de sadas: mapas, cartas, mapas temticos, grficos,
relatrios, etc.
12. Recursos para converso de dados 13. Capacidades de operao simultnea por diversos usurios 14. Aderncia a padres de fato ou de direito, principalmente nas reas de bancos de
dados e intercmbio de informaes

15. Recursos de gerenciamento de backups e recuperao de dados 16. Existncia ou no de linguagem de consulta base grfica/alfanumrica 17. Recursos de processamento de polgonos (operaes de unio, interseo, etc.) 18. Recursos de deteco e correo de falhas nos dados grficos (edge-matching,
eliminao de undershoots e overshoots, etc.)

19. Variedade de tipos de dispositivos de sada (plotters e impressoras) e de entrada
(scanners, mesas digitalizadoras, etc.)

20. Confiabilidade comercial e tcnica do representante e sua equipe de suporte.
3.6.2
Tendncias em Software GIS
Dentro dos caminhos trilhados pelos GIS nos ltimos anos, algumas tendncias parecem ser definitivas. As principais esto listadas a seguir. Software de Baixo Custo A primeira delas o direcionamento dos produtores de software GIS para o desenvolvimento de alternativas de software bastante simplificados. A idia promover uma popularizao do uso da informao espacial, atravs de ferramentas simples e baratas, apoiadas em microcomputadores, que geralmente no funcionam sozinhas, mas acopladas em rede a servidores de dados espaciais mais poderosos. Aumenta a capilaridade, e portanto o alcance, do GIS dentro da organizao, a custos bastante reduzidos.
3-34
Anatomia de SIG
Uso de Imagens Outra tendncia observada a intensificao do uso de imagens digitais como informao complementar informao vetorial. Cada vez mais, o uso de imagens (raster) torna-se economicamente interessante e tecnicamente vivel, pois a evoluo do hardware fez com que os custos de armazenamento e processamento de grandes volumes de imagens fossem drasticamente reduzidos. Em especial, espera-se um incremento no uso de ortofotos digitais e imagens de satlite, estas ltimas com impulso maior a partir do lanamento de satlites com sensores de resoluo mais alta. Orientao a Objetos A orientao a objetos uma tendncia mundial em termos de programao e desenvolvimento de sistemas. Aplicados rea de bancos de dados, os conceitos de orientao a objetos levam definio mais racional, mais prxima do mundo real, de modelos e estruturas de dados. Isto especialmente benfico no caso dos GIS, uma vez que as informaes que manipulam, devido s suas caractersticas espaciais, so difceis de modelar utilizando as tcnicas tradicionais [6]. Modelos de dados geogrficos so mais intuitivos para o analista e para o usurio, e seu uso ajudar a reduzir o tempo de desenvolvimento de aplicativos geogrficos. Padronizao do Intercmbio de Dados Geogrficos Mais que uma tendncia, a padronizao do intercmbio de dados geogrficos tornou-se uma necessidade. Como a tendncia de cada organizao adotar o GIS que melhor atende s suas necessidades, a inexistncia de normas e padres para troca de informao geogrfica faz com que seja muito mais difcil compartilhar dados e racionalizar esforos de levantamento e tratamento de informaes entre usurios de sistemas distintos.Algumas propostas de soluo vm sido colocadas, mas ainda ser necessrio algum tempo at que este problema seja resolvido. Dados Geogrficos na Internet Diversos desenvolvedores de GIS tm lanado produtos para prover acesso, via Internet, a bases de dados geogrficas. Considerando a crescente popularizao da Internet, e a necessidade dos rgos pblicos em viabilizar o acesso do cidado informao, este caminho parece ser bastante importante.
3-35
CAPTULO 4
MODELAGEM DE DADOS EM SISTEMAS DE INFORMAO GEOGRFICA
Este Captulo possui trs objetivos fundamentais. O primeiro visa realizar uma investigao sobre a forma como o conhecimento geogrfico foi modelado e implementado em trs SIGs de mercado: MGE, Arc/Info e SPRING. O segundo objetivo visa descrever os conceitos que envolvem o OPENGIS, mais especificamente feio e coverage. O terceiro busca realizar uma comparao entre os trs SIGs apresentados, tendo como referncia os conceitos do OPENGIS.
4.1 - MGE
4.1.1 - Conceitos e Fundamentos
O MGE, Modular GIS Environment, um sistema gerenciador de dados geogrficos que possibilita capturar, armazenar, recuperar, analisar e apresentar dados espaciais (Intergraph,1994).
O banco de dados geogrfico construdo por este sistema implementa uma arquitetura dual onde os mapas (informaes grficas) e tabelas (informaes no grficas) so armazenados em ambientes diferentes.
4.1.2 - Arquitetura do Sistema
Este sistema possui como caracterstica fundamental a modularidade. So diversos pacotes que se agregam visando atender um propsito especfico de trabalho. Existem trs mdulos primrios sem os quais no se consegue desenvolver qualquer trabalho. So eles:
79
1) MGE Basic Nucleus (MGNUC): trata-se do ambiente que permite o MGE compilar e integrar todas os outros mdulos e aplicaes. Este mdulo oferece funes bsicas para o gerenciamento de projetos, ferramentas para consulta de dados, apresentao de dados geogrficos, e se utiliza de sistemas de coordenadas de projeo.
2) MGE Basic Administrator (MGAD): componente que oferece ferramentas de gerenciamento de banco de dados para preparar o acesso aos dados de um projeto em um ambiente multi-usurio ou mono-usurio. O MGAD oferece uma configurao essencial e rotinas de gerenciamento para funcionalidades disponveis no MGE Basic Mapper (MGMAP). O MGAD necessrio para um ambiente de rede local, quando um banco de dados relacional configurado como parte do sistema MGE para tratar dados no espaciais ou alfanumricos.
3) MGE Base Mapper (MGMAP): Contm funcionalidades que permitem capturar, generalizar, ajustar, manipular e validar dados do projeto em um ambiente interativo ou automtico e funes para transformar descries de localizao em posio geogrfica (espacializao).
Alm destes mdulos primrios, existem tambm os mdulos bsicos que so a plataforma sobre o qual so executados mdulos primrios. So eles:
1) MicroStation: componente que oferece um completo ferramental grfico para desenhar vetores geomtricos que representam dados espaciais. Por exemplo, uma estrada pode ser uma srie de linhas.
2) Relational Interface System (RIS): trata-se do software responsvel pela comunicao com o banco de dados relacional. Este mdulo torna o banco
80
de dados relacional transparente ao usurio e permite que a interfaces do MGE composta por menus acesse o banco de dados utilizado.
3) Relational Data Base (RDB): trata-se do SGBD utilizado para armazenar informaes descritiva dos atributos que usualmente esto associadas aos dados grficos provenientes do MicroStation. Por exemplo, pode-se armazenar o nome e o tipo do pavimento como atributos em um banco de dados relacional que descreve uma estrada. O MGE suporta muitos SGBD relacionais. So eles: INFORMIX, INGRES, ORACLE, SYBASE e DB2.
A Figura 4.1 abaixo ilustra a arquitetura do sistema MGE.
MGE Base Mapper e outros Aplicativos MGE Basic Administrator (MGAD) Relational Interface System (RIS) Sistema Banco de Dados Relacional Microstation
MGE Basic Nucleus
Fig. 4.1 - Arquitetura do Sistema MGE. FONTE : adaptada de Intergraph (1994).
4.1.3 - Projeto
Um projeto no MGE combina todas as fontes de informaes geogrficas. Um projeto est associado a uma rea de estudo e uma coleo de informaes geogrficas (mapas e tabelas) relacionadas.
No projeto, as informaes so estruturadas conforme sua origem. As feies geogrfica so agrupados em categorias, os elementos alfanumricos so armazenados em tabelas em um sistema gerenciador de banco de dados
81
relacional. Para isto deve existir um esquema que reflete esta estruturao no banco de dados. A seguir so apresentados esses conceitos mais detalhadamente.
4.1.3.1 - Esquema
Cada projeto MGE pode ter seu prprio esquema (uma coleo de tabelas e privilgios de acesso do projeto ao banco de dados) ou vrios projetos podem compartilhar um esquema. Caso se esteja trabalhando sobre um ambiente multiusurio, torna-se possvel usar esquemas residentes em sistemas remotos.
4.1.3.2 - Categorias e Classes de Feies
Em um projeto MGE os fenmenos geogrficos so representados por categoria, classes de feies e feio geogrfica. Cada feio geogrfica, representada por um ponto, uma linha ou um polgono, materializada em um mapa ou arquivo .DGN e dever pertencer a uma classe de feio. As classes de feies so agregadas em categorias. A Figura 4.2 ilustra esta lgica.
4.1.3.3 - Representao da Informao Grfica
As informaes grficas no MGE so armazenadas em arquivos de projeto no MicroStation (.DGN), tambm usuamente denominados como mapas digitais. Um elemento geogrfico representado sobre o mapa como uma feio geogrfica. Os tipos de feies representadas no MGE so ponto, linha, fronteira de rea1 e identificador de area2:
82
Categoria
Agrupadas em
Classe de Feies
Fig. 4.2 - A representao de fenmenos geogrficos no MGE: classe de feio e categoria. Ponto: Um ponto representa a localizao de um elemento geogrfico, tal como um poste ou hidrante, que to pequeno que no pode ser representado como uma linha ou rea. Um ponto pode ser representado sobre o mapa como um ponto MicroStation (linha de tamanho zero), n texto, texto, ou elemento de clula. Linha: Trata-se de um conjunto de pontos conectados. Ruas, rios so tipicamente feies lineares. Fronteira de rea: Trata-se de um conjunto de linhas fechadas sobre uma regio geogrfica, como a fronteira de uma lago ou a fronteira de uma cidade. As fronteiras so compartilhadas por reas adjacentes, sendo que o elemento grfico no necessita ser duplicado. Identificador de rea: Este tipo de feio contm informaes sobre os atributos de uma rea, e devem ser localizados em algum lugar no interior da fronteira da rea. ___________________________
1 2
Traduzido do ingls area boundary. Traduzido do ingls area centroid.
83
No MGE deve-se criar tabelas com atributos para conter essas informaes e lig-las s feies. Um identificador de rea pode ser
apresentado sobre o mapa como um ponto, n texto, texto ou elemento clula. Indefinido: Este tipo de feio pode ser tudo que o usurio do sistema determinar. Uma grade um exemplo de uma feio indefinida.
4.1.3.4 - Representao da Fronteira no Espacial
As informaes no espaciais no MGE ou atributos descritivos, conforme definido em no tpico 2.2.4.1 Arquitetura Dual, so armazenadas em tabelas em um SGBD relacional. Por exemplo, em um mapa de edificaes possvel associar, a todas as ocorrncias, dados alfanumricos tais como: endereo, nmero de andares, nome da construtora, data de finalizao da construo, etc.
O MGE permite aos usurios executar esta associao pela criao dos atributos na tabela, pelo cadastro dos dados, e pela ligao com as classes de feies.
A associao dos valores de um ou mais atributos ligados a uma classe de feio chamado de definio de atributos. O MGE deixa o usurio definir o atributo automaticamente para as feies quando elas so digitalizadas (digitalizao inteligente) ou, posteriormente, identificando-as uma a uma e cadastrando-as.
84
4.1.4 - Modelagem de Dados no MGE
Identificou-se, at este ponto, alguns conceitos gerais que refletem como o MGE interpreta os dados geogrficos e os trata computacionalmente. Este item abordar com um grau maior de detalhe as estruturas internas de armazenamento e a manipulao dos dados geogrficos.
De uma forma geral todos os dados devero estar organizados em um projeto. O projeto constitui-se da seguinte hierarquia: projeto, ndices, categorias (nvel de ndice), classe de feies (nvel de feies) e atributos. A Figura 4.3 ilustra esta hierarquia.
Projeto ndices Categoria
Classe de Feies
Fig. 4.3 - Organizao Hierrquica de Dados Geogrficos no MGE.
Um projeto organizado por ndices, que so denominados como arquivos de ndices geogrficos. Esses ndices so arquivos (.dgn) que contm formas geomtricas que envolvem as classes de feies materializadas sobre o mapa.
Um ndice pode ser composto por at 63 categorias. Cada categoria componente pertence a um nico nvel do ndice.
85
Uma categoria contm qualquer nmero de classes de feies ou temas relacionados, que por sua vez agregam as feies geogrficas materializadas em mapas. Um mapa simplesmente um arquivo de projeto (dgn) que contm feies geogrficas. Cada feio geogrfica classificada em uma classe de feio. Uma classe de feio pode ou no ter associada uma tabela de atributos definida pelo usurio, no qual contm informao no grfica sobre cada feio geogrfica.
Para exemplificar alguns destes conceitos vejamos o exemplo de modelagem e estruturao no MGE da Figura 4.4. mostrado um exemplo de um projeto onde que modelou-se uma realidade natural e uma realidade artificial que ocorreu como decorrncia da interveno do homem. (Intergraph, 94) adaptado.
Um projeto necessita de um conjunto de dados que incluem arquivos de mapas, arquivo de ndices geogrficos, banco de dados com as tabelas predefinidas, arquivos de suporte e arquivos padro.
Os arquivos de mapas so arquivos no formato dgn que contm as feies digitalizadas. Cada feio um elemento do MicroStation com pelo menos um atributo de ligao para a tabela de feio e opcionalmente, uma ligao com uma tabela de atributos definida pelo usurio. Um mapa tambm contm um sistema de coordenada MGE. A Figura 4.5 modela esta lgica.
O limite espacial de um mapa denominado ndice geogrfico. Um nvel em um arquivo ndices geogrficos contm os limites espaciais dos mapas que compem uma categoria. Podem existir tantos nveis quantos forem o nmero de categorias existentes. O nvel e o nome do arquivo de ndice para uma categoria so armazenados na tabela de categoria na banco de dados. A Figura 4.6 ilustra a idia.
86
PROJETO XXX
ndice - natural.idx Categoria - Hidrografia
Nvel do ndice 1 Nvel da Feio 1 2 3 4 5 Feies Mapas hidro.dgn Nvel da Feio 1 2 3 4 5
ndice - artificial.idx Categoria - Vias

Nvel do ndice 1 Feies Mapas rodo.dgn ruas.dgn texto.dgn
rea Inundvel Texto Lago Margem Dupla Margem Simples
Rodovia Texto Rodo Ruas Texto Rua Margem Simples
Categoria - Fsico
Nvel do ndice 2 Nvel da Feio 1 2 3 4 5 6 Feies Mapas uso.dgn solo.dgn veg.dgn Nvel da Feio 2 4 5
Categoria - Estruturas
Nvel do ndice 2 Feies Mapas ponte.dgn constr.dgn texto.dgn
Uso da Terra Identificador Uso Solo Identificador Solo Vegetao Identificador Veg.
Id Ponte Construo Id Construo
Categoria - Propriedades
Nvel do ndice 3 Nvel da Feio 22 23 5 6 Feies Mapas Quadra.dgn Lote.dgn
Quadra Id Quadra Lote Id Lote
Fig. 4.4 - Exemplo de organizao dos dados no MGE. FONTE : adaptada de Integraph (1994).
O objetivo do arquivo de ndices geogrficos , como o prprio termo ndice sugere, servir de uma primeira aproximao para definir a rea geogrfica de interesse. Aps ser realizada esta aproximao, atravs de ferramentas de zoom por exemplo, sobre os arquivos de ndices geogrficos que
armazenam somente os limites espaciais envolventes do conjuntos de feies geogrficas, carrega-se, em detalhes, todas as feies geogrficas. Um segundo objetivo a organizao que se impe ao projeto no sentido de
87
referenciar categorias com determinadas semelhanas em um mesmo arquivo de ndice geogrfico.
Arquivos de Mapas
CLASSE DE FEIES Mslink fcode fname tablename category ftype flevel fstyle fweight fcolor digcmd displaypriority outros...
ROTULOS rotulo contentstmt x y CATEGORIA Mslink cname indexname indexlevel indextype TABELA DO USUARIO Mslink MapId Outras Atributos...
Fig. 4.5 - Modelo de Dados implementado no MGE para arquivo de mapas. A utilizao deste mecanismo tanto conveniente e importante quanto for a dimenso e volume de dados grficos do projeto. A Figura 4.7 reflete o modelo de dados implementado para suportar isto.
4.1.5 - Topologia no MGE
Os arquivos de projeto originais, no fomato dgn provenientes do Microstation, no possuem topologia para anlise espacial. Por isto preciso fazer uso de diversos processos do MGE para construir a inteligncia topolgica ou arquivos topolgicos.
88
O limite espacial de cada mapa, em destaque, o ndice geogrfico do referido mapa. QUADRA.DGN LOGRADOUROS.DGN
CATEGORIA: VIAS Todos os limites espaciais de uma categoria esto localizados em um nvel do arquivo ndices geogrficos.
NDICE NVEL 1: TRANSPORTE NDICE NVEL 2: INFRA-ESTRUTURA NDICE NVEL 3: VIAS URBANO.IDX um exemplo de arquivo de ndices geogrficos. Possue trs nveis: ndice Nvel 1 : Transporte ndice Nvel 2 : Infra-estrutura ndice Nvel 3 : Vias
Anlises em nvel macro, sobre o arquivo de ndices geogrfico, como determinao de rea de estudo, so bem mais eficientes do que se trabalhar com o mapa detalhado (todas as feies geogrficas).
Fig. 4.6 - Ilustrao do conceito de ndices geogrficos.
89
CATEGORIA Mslink cname indexname indexlevel indextype
Arquivos de ndices Geogrficos
MAPAS Mslink mapname fname tablename Arquivos de Mapas
Fig. 4.7 - Modelo de dados do MGE que reflete o conceito de arquivo de ndice geogrfico.
A definio de topologia empregada pelo MGE pode ser vista conforme j descrita no tpico 2.2.5 Topologia em SIG.
Existem duas formas para se criar estes arquivos. Na primeira todos os arquivos no formato dgn, devero passar, um a um, pelos processos de criao da topologia. Na segunda, somente as feies geogrficas contidas na rea delimitada3 pelo usurio devero passar pelo referido processo.
O aplicativo do MGE responsvel pela anlise espacial vetorial o MGE analyst (MGA). Atravs dele cria-se um arquivo com a topologia dos diversos mapas temticos. Os mapas so ento cruzados, utilizando-se ferramentas do referido aplicativo, resultando informaes derivadas, como mostra o exemplo na Figura 4.8.
90
C R
C2
C1 R1
R2
1 - bairro 1 2 - bairro 2
C - rea Comercial R - Residncial
Fig. 4.8 - Exemplo de anlise espacial no MGE.
4.2 - ARC/INFO
Arc/Info
suporta as
trs
modelos
de
dados Feies
para
representar so
computacionalmente
feies
geogrficas.
geogrficas
entidades do mundo real que podem ocorrer naturalmente como rios e vegetao, ou podem ser construes como ruas, infra-estrutura subterrnea e prdios, ou podem ser subdivises da terra como municpios, propriedades e divises polticas. Os modelos suportados so: modelo de dados vetorial, modelo de dados matricial, e o modelo de dados de rede irregular triangular (TIN).
4.2.1 - Conceitos e Fundamentos
O Arc/Info implementa um modelo de dados hbrido chamado geo-relacional que representa feies geogrficas. Uma feio geogrfica representada no SIG por dois tipos de informao: localizao e descrio.
_____________________________
3
Proveniente do ingls fence.
91
A principal estrutura para representar o modelo de dados vetorial do Arc/Info a Coverage (ESRI, 94). Esta estrutura suporta o modelo geo-relacional vetorial. Antes de avanarmos neste conceito, torna-se necessrio explicitar alguns fundamentos tpicos do modelo de dados vetorial.
O dado de localizao (espacial) armazenado usando uma estrutura de dados vetorial ou matricial como definido no tpico 2.2.3. O dado descritivo de cada feio geogrfica armazenado em um conjunto de tabelas. Os dados espaciais e descritivos so ligados de tal forma que ambos os conjuntos de informao esto disponveis ao usurio (ESRI, 94).
4.2.2 - Modelo de Dados Vetorial
O modelo de dados vetorial representa as feies geogrficas assim como o mapa. Os pontos representam feies geogrficas to pequenas que no podem ser mostradas como linhas ou reas, por exemplo poos, telefones pbicos e postes. As linhas representam feies geogrficas que no podem ser apresentadas como reas, por exemplo ruas, rios e contornos de elevao. As reas representam feies geogrficas homogneas tal como estados, municpios, propriedades e tipos de solos. Um sistema de coordenadas cartesiana x,y referencia as localizaes do mundo real.
No modelo de dados vetorial cada localizao armazenada com coordenada x,y. Pontos so armazenados como uma nica coordenada. Linhas ou arcos so armazenadas como uma srie ordenada de coordenadas x,y. reas ou polgonos so armazenadas como uma srie de coordenadas de x,y que define um ou mais segmento de linha ou arco que se fecham para formar uma rea ou polgono.
92
cada uma das feies representadas est associada um identificador nico. Portanto a lista de coordenadas de cada feio est associada com o identificador da feio. A Figura 4.9 ilustra a definio.
Pontos 1 3 2 4 5 Identificador do Ponto 1 2 3 4 5 Coordenadas X,Y 1,5 0,3 4,4 2,1 1,1
Linha ou Arco 1 Identificador da Linha ou Arco 1 2 Coordenadas X,Y 1,5 2,4 4,5 1,1 2,2 3,1 5,5
Polgonos 1
Identificador do Polgono 1 2
Coordenadas X,Y 1,5 3,5 4,4 3,3 1,4 1,5 1,2 2,1 3,2 5,1 3,1 1,1 1,2
Fig. 4.9 - Ilustrao da representao computacional de dados vetoriais no Arc/Info. FONTE : adaptada de ESRI (1994).
4.2.2.1 - Topologia no Arc/Info O conceito de topologia implementado no Arc/Info baseado na estrutura ArcN, descrita no tpico 2.2.5.1, e implementa os trs conceitos: Conectividade, Definio de rea e Contiguidade, j apresentados no captulo 2.
93
4.2.2.2 - Regies
As regies suportam a modelagem de relacionamentos complexos entre feies geogrficas representadas como polgonos. Uma regio
representada por um conjunto de polgonos. Por exemplo, uma regio de floresta e uma outra regio de floresta destruda pelo fogo so representadas por polgonos que indicam as reas de florestas antes do incndio e as reas destrudas aps o incndio. Neste caso, pode ocorrer sobreposio dos polgonos que compem as duas regies modeladas. Outro caso o das ilhas que formam um arquiplago. Por exemplo, o pas Japo uma regio representada por vrios polgonos.
Assim como ponto, linha e polgono, cada regio dado um identificador nico e o clculo da rea e permetro so mantidos.
Construir regies com polgonos similar a construir polgonos com arcos. Assim como o polgono uma lista de arcos, uma regio um lista de polgonos. Porm existe uma distino importante: a ordem dos polgonos no relevante. A Figura 4.10 ilustra o conceito de regio.
C
3 2 1
Regio A B C D
7 6
Lista de Polgonos 6, 7 4, 5 2, 3, 4 1, 2
A Fig. 4.10 - Ilustrao do conceito de regio. FONTE : adaptada de ESRI (1994).
94
4.2.2.3 - Rotas
As rotas definem caminhos ao longo de um conjunto de feies lineares existentes. As rotas baseiam-se em arcos. Como exemplos de utilizao podese citar, para o caso de rota de um ponto a outro, o caminho de casa para a escola ou, no caso de um circuito que comea e termina em um mesmo ponto, uma rota de nibus.
CASA
nibus
1 3
7 13 12 6 14 15 1
8 11 5 16 2
9 10 4 17 3
6 8 7
ESCOLA
ROTA Casa - Escola Rota de nibus
Lista de Arcos 1, 3, 6, 8 7, 8, 11, 4, 17, 3, 2, 1, 14, 13
Fig. 4.11 - Ilustrao do conceito de rota. FONTE : adaptada de ESRI (1994). O modelo de dados vetorial implementado pelo Arc/Info est alicerado no conceito de topologia. O armazenamento organizado, e a leitura indexada do dados fornecem ao sistema a possibilidade de realizar manipulaes espaciais qualquer momento.
4.2.2.4 - Representao das Informaes Descritivas
At agora apresentamos as formas de representao das feies geogrficas baseadas no conceito de topologia. No entanto, necessrio apresentar a forma de representao das informaes descritivas associadas s feies
95
geogrficas. O mecanismo de ligao entre as duas representaes tambm abordado.
Os atributos descritivos associados s feies geogrficas so armazenados da mesma forma que as coordenadas. O arquivo com os dados descritivos denominado de tabela de atributos. Cada linha desta tabela chamada de contm as informaes descritivas de uma nica feio. As colunas ou campos definidas na tabela so as mesmas para cada linha.
A ligao entre as feies geogrficas e a tabela de atributos garantida pelo modelo geo-relacional implementado pelo Arc/Info. Na prtica um identificador nico materializa a ligao entre as coordenadas das feies geogrficas e os atributos descritivos, mantendo uma correspondncia um para um, entre o registro espacial e o registro de atributos.
Uma vez que esta conexo estabelecida, pode-se apresentar as informaes descritivas sobre o mapa e armazenar novas informaes descritivas. A Figura 4.12 ilustra a representao.
No exemplo da Figura 4.12, a coluna denominada polgono armazena o identificador nico que estabelece a ligao entre os dados espaciais e os dados descritivos. Neste caso, o polgono com identificador A tem seus atributos espaciais descritos na tabela Topologia Polgono-Arco e os atributos descritivos ou no espaciais descritos pela Tabela de Atributos de Polgonos. Nesta tabela pode-se criar tantos atributos quantos forem necessrios para descrever devidamente o dado espacial, ou fazer uso de outras tabelas que possuam um atributo em comum com a Tabela de Atributos de Polgonos como o caso da Tabela de Propriedade. Neste ltimo caso faz-se uso de funes tpicas de um ambiente relacional tais como Join entre tabelas, para se acessar todos os atributos.
96
D
6
A
8 11 9 2 10
TOPOLOGIA POLIGONO-ARCO Polgono Lista de Arcos A 1, 9 B 3, 10 C 5, 11 D 7, 8 TABELA DE ATRIBUTOS DE POLGONO Polgono A B C D rea 86,03 79,12 78,45 72,13 Outros Atributos ... ... ... ... Cdigo Quadra 550-002 550-022 550-021 550-001
C
5 4
B
3
TABELA DE PROPRIETARIOS Cdigo Quadra 550-001 550-002 550-002 550-002 550-003 Cdigo Proprietrio 223-76 224-82 225-97 226-97 227-89 Proprietrio Paulo M. Fernando H. C. Antnio C. M. Lus I. L. S. Jos S. Outros Atributos ... ... ... ... ...
Fig. 4.12 - Ilustrao da representao das informaes descritivas. FONTE : adaptada de ESRI (1994).
O Arc/Info gerencia trs tipos de tabelas de atributos. O primeiro tipo consiste das tabelas de atributo das feies geogrficas, que abrange as tabelas de topologia para polgono, arco, n, ponto, rota, regio, na Figura 4.12 indicada como TOPOLOGIA POLGONO-ARCO. O segundo tipo consiste dos arquivos de dados INFO, que so similares s tabelas provenientes dos SGBD relacionais de mercado, na Figura 4.12 indicada como TABELA DE ATRIBUTOS DE POLGONO. E o terceiro tipo consiste das tabelas de atributos externas cuja fonte so os prprios SGBDR tais como ORACLE, INGRES, INFORMIX, SYBASE, indicada tambm na Figura 4.12 como TABELA DE PROPRIETARIOS.
97
4.2.3 - Coverage4
Para a organizao dos dados no Arc/Info, visando representar a realidade geogrfica, utilizado o conceito de coverage. Coverage uma estrutura para o armazenamento de dados vetoriais. Ela representa um nico conjunto de objetos geogrficos tal como, ruas, propriedades, tipos de solos ou padres de florestas. Uma coverage suporta o modelo geo-relacional onde contempla tanto dados espaciais quanto os atributos para as feies geogrficas.
Uma coverage contm um conjunto de feies, onde cada uma representada por uma classe de feio como arco, n, ponto, anotaes ou polgono. A combinao das classes de feies presentes em uma coverage depende do fenmeno geogrfico a ser representado. A Figura 4.14 ilustra esta idia.
Conforme o modelo geo-relacional, uma feio geogrfica em uma coverage identificada por um nico nmero. O dado espacial e o atributo so ligados por este nmero.
4.2.4 - Outras Representaes
Alm do modelo de dados vetorial, tendo a coverage como o principal mtodo de representao no Arc/Info, existem o modelo de dados matricial e o modelo de rede irregular triangular.
__________________________________
4
Palavra proveniente do ingls cujo significado direto cobertura. Aplicada
rea de geoprocessamento pode-se traduzir como sendo rea de estudo coberta. Pela ampla utilizao achamos prudente manter o termo em ingls neste trabalho.
98
O modelo de dados matricial representa as feies geogrficas como uma fotografia materializada por uma grade regular de pontos. Cada ponto desta grade denominado clula ou pixel. As clulas possuem valores que podem representar trs interpretaes: uma classificao, como o tipo de vegetao por exemplo; uma medida da quantidade de luz refletida pela Terra proveniente de uma imagem de satlite; e finalmente uma medida de elevao.
Portanto o mtodo utilizado para representar o modelo de dados vetorial a grade regular ou grid. Para maiores detalhes ver Esri (1994). O modelo de rede irregular triangular ou TIN5 uma outra estrutura utilizada para representar superfcies contnuas, assim como a grade regular. O TIN representa a superfcie por uma srie de pontos ligados de forma triangular. Cada trs pontos, que geram um tringulo, podem ocorrer em qualquer localizao geogrfica, da decorre a irregularidade, diferena bsica da grade regular. Alm disto os relacionamentos topolgicos entre os tringulos so criados e armazenados por este modelo. Para maiores detalhes ver Esri (1994).
4.3 - SPRING
4.3.1 - Apresentao
O SPRING, Sistema para Processamento de Informaes Georeferenciadas, desenvolvido pelo INPE (Instituto Nacional de Pesquisas Espaciais) para ambientes UNIX e Windows (em desenvolvimento) possui as seguintes caractersticas (SPRING, 1998A): ____________________________________
5
Proveniente de abreviatura em ingls Triangulated Irregular Network

99
Coverage: PROPRIEDADE. 1 1 3 3 lago 5 6 6 5 2 2 4 4 N PONTO ARCO ANOTAO POLGONO
Polgonos # 1 2 3 4 5 6 Nmero da Propriedade 1 2 3 4 5 6 rea_Km2 1242,20 1532,32 2730,55 1129,34 1601,77 1923,87 Area_Produtiva_Km2 1023,55 890,11 2599,88 1129,34 745,22 432,12
Lista de Arcos 6, 7, 8 7, 1, 10, 9 8, 9, 11, 13, 15, 5, 16 2, 12, 11, 10 3, 14, 13, 12 4, 15, 14 Proprietrio Edson A. Francisco R. Mrio C. Franco M. Jos R. Almino A.
Fig. 4.13 - Exemplo de uma coverage: Propriedade. opera como um banco de dados geogrfico sem fronteiras e suporta grande volume de dados (sem limitaes de escala, projeo e fuso), mantendo a identidade dos objetos geogrficos ao longo de todo banco; administra tanto dados vetoriais como dados matriciais, e realiza a integrao de dados de sensoriamento remoto; prov um ambiente de trabalho amigvel e poderoso, atravs da combinao de menus e janelas com uma linguagem espacial facilmente
100
programvel
pelo
usurio
(LEGAL
Linguagem
Espacial
para
Geoprocessamento Algbrico), e consegue escalonabilidade completa, isto , capaz de operar com toda sua funcionalidade em ambientes que variem desde micro-computadores a estaes de trabalho RISC de alto desempenho.
O desenvolvimento de uma nova gerao de sistemas de processamento de imagens e geoprocessamento no INPE iniciou-se em 1991, e teve seu primeiro resultado concreto em 1993, com o lanamento da verso 1.0 do SPRING. A evoluo do sistema SPRING durante estes anos levou ao lanamento em 1996 da verso 2.0.
Seguindo uma estratgia de utilizar sistemas competitivos e no estado da arte, o INPE est migrando o sistema para o ambiente de microcomputadores (MSWindows), gerando assim o SPRING For Windows. Este produto mostra-se altamente promissor, uma vez que incorpora todas as funcionalidades e vantagens do SPRING/UNIX em um ambiente simples e de larga utilizao no mercado.
4.3.2 - Arquitetura do Sistema
O sistema SPRING composto por trs mdulos IMPIMA, SPRING e SCARTA. Segue suas definies (SPRING, 1998B): IMPIMA : executa leitura de imagens digitais de satlite, gravadas pelo INPE, atravs dos dispositivos CD-ROM (Compact Disc - Read Only Memory ), CCT (Computer Compatible Tapes), "streamer" (60 ou 150 megabytes) e DAT (Digital Audio Tape - 4 ou 8mm) adquiridas a partir dos sensores TM/LANDSAT-5, HRV/SPOT e AVHRR/NOAA. Converte as
101
imagens dos formatos BSQ, Fast Format, BIL e 1B para o formato GRIB (Gridded Binary). SPRING : o mdulo principal de entrada, manipulao e transformao de dados geogrficos, executando as funes relacionadas criao, manipulao e consulta ao banco de dados, funes de entrada de dados, processamento digital de imagens, modelagem numrica de terreno e anlise geogrfica de dados. As funes da janela principal, na barra de menus, esto divididas em: Arquivo, Editar, Exibir, Imagem, Temtico, Numrico Cadastral, Rede, Objetos e Utilitrios. Para cada opo h um menu (janela de dilogo) associado s operaes especficas. SCARTA : edita uma carta e gera arquivo para impresso a partir de resultados gerados no mdulo principal SPRING, permitindo a
apresentao sob a forma de um documento cartogrfico. Permite editar textos, smbolos, legendas, linhas, quadros e grades em coordenadas planas ou geogrficas. Permite exibir mapas em vrias escalas, no formato varredura ou vector, atravs do recurso "O que voc v o que voc tem" (What You See Is What You Get, Wysiwyg).
O banco de dados geogrfico construdo pelo SPRING implementa uma arquitetura dual onde as representaes dos dados espaciais e as informaes descritivas (dados no espaciais) so armazenados em ambientes diferentes.
As representaes grficas se utilizam de arquivos convencionais do tipo binrio onde so armazenados as coordenadas x, y que definem a geometria de um objeto geogrfico ou campo do SPRING. Este armazenamento realizado segundo algortmo R-tree para prover uma indexao dos dados.
102
Os atributos descritivos destes objetos ou campos so armazenados em tabelas em um banco de dados relacional.
Um identificador nico responsvel pela ligao dos dois componentes.
Com a evoluo do SPRING, sistemas gerenciadores de banco de dados relacionais foram adotados, para implementar uma estratgia para
portabilidade de software. Hoje a viso esttica, implementada em SGBDR de mercado tais como CODEBASE e ORACLE.
A viso funcional e dinmica representada pelos mtodos das classes modeladas no SPRING e as ligaes e associaes entre seus objetos foram implementadas pela linguagem de programao C++.
4.3.3 - Modelo Conceitual do SPRING
A realidade geogrfica representada no SPRING por uma modelo conceitual baseado no paradigma orientado por objetos. A persistncia dos dados realizada em um ambiente dual conforme exposto anteriormente.
Na busca de um melhor detalhamento e compreenso do modelo de conceitual implementado pelo SPRING, alm da documentao disponvel na Internet, foram construdos e aplicados dois tipos de questionrios. Um questionrio foi dirigido aos desenvolvedores, e o outro foi aplicado aos usurios do sistema. A ntegra dos questionrios est no Apndice A.
Como resultado desta pesquisa, apresentadas no Apndice B, a
alm da tabulao das respostas discusso, principalmente com os
desenvolvedores do sistema ajudou-nos a compreender a semntica do
103
modelo orientado por objetos apresentado na Figura 4.14, representada pela tcnica TMO.
O Banco de Dados Geogrfico definido no SPRING por um nome e um caminho (path) que devem ser fornecidos pelo usurio. O sistema criar no caminho indicado um diretrio, que corresponde fisicamente ao seu banco. Tudo que for criado e definido para este banco ser armazenado debaixo deste diretrio. Aps criar um Banco de Dados necessrio ativ-lo para que se possa prosseguir. Somente um Banco de Dados pode estar ativo de cada vez (SPRING, 1998E)
BANCO DE DADOS GEOGRAFICOS
PROJETO PROJEO
DATUM PLANO DE INFORMACAO CATEGORIA
CAMPO
MAPA DE OBJETOS
OBJETOS
TEMATICO
MNT
IMAGEM
REDE
CADASTRAL
REPRESENTACAO
VISUAL
VETORIAL
MATRIZ
PONTOS LINHAS
POLIGONO
GRADE REGULAR
GRADE TRIANGULAR
Fig. 4.14 - Modelo Orientado por Objetos do SPRING.
104
As Categorias e Classes Temticas devem ser definidas a priori, para que cada tipo de dado a ser tratado pelo SPRING seja associado a uma categoria. Cada categoria pertence a um modelo de dados (Temtico, Numrico, Imagem, Cadastral, Redes e Objeto). O usurio no precisa definir todas as categorias de imediato, mesmo porque, muitas vezes no se sabe tudo que ser necessrio para chegar no seu objetivo. A qualquer momento pode-se acrescentar ou definir novas categorias. Apenas nas categorias do modelo Temtico necessrio definir classes. Classes temticas definem o modo (visual) como pontos, linhas e reas sero apresentadas no monitor (cor, hachura, preenchimento, etc).
Um projeto define a rea fisica de trabalho. Para criar um projeto deve-se fornecer um nome, projeo e retngulo envolvente. Ao se fazer isso, um subdiretrio, embaixo do diretrio correspondente ao banco, ser criado, e todos os dados referentes uma dada regio sero armazenados nele. A condio para criar um projeto apenas ter um banco ativo, no sendo necessrio definir as categorias. Pode-se ter quantos projetos se desejar, mas somente um pode estar ativo de cada vez.
Os planos de informaes (PIs) so armazenados dentro de um projeto. Os PIs representam mapas de solos, mapas de estradas, imagens, etc., que estejam na mesma rea geogrfica de estudo definido pelo retngulo envolvente. Um PI criado fornecendo-se um nome, a categoria qual ele pertencer (previamente definida), a escala (quando PI Temtico, Numrico ou Cadastral) e a resoluo (quando PI Numrico ou Imagem), desde de que tenha um Banco de Dados e um Projeto ativos. Pode-se ter quantos PIs se desejar da mesma categoria ou no, mas apenas um estar ativo.
Um dado no SPRING pode estar representado no formato matricial e/ou vetorial, dependendo do modelo (categoria) ao qual ele pertence. Para editar
105
pontos, linhas e reas no formato vetorial, pode-se utilizar uma mesa digitalizadora, para transferir os dados do mapa para computador, ou importar arquivos de outros softwares ou formatos. Para dados matriciais pode-se utilizar leitura de imagens gravadas em formatos especficos, interpolar grades (matrizes) numricas ou mesmo converter dados da representao vetorial para matricial.
Uma vez que tem-se os dados (PIs) editados, pode-se obter outros dados atravs de anlises, cruzamentos, etc., por meio de funes especficas do software ou de uma linguagem de programao para mapas.
No SPRING as feies geogrficas do mundo real so modeladas por dois grandes tipos de dados: geo-objetos e geo-campos. A seguir mostrada, com maior detalhe, os tipos de dados suportados pelo SPRING provenientes dos tipos de plano de informao (SPRING, 1998C):
1) Os tipos de dados cadastrais, sub-tipo de geo-objetos, descrevem a localizao de elementos de sistemas de informao de cadastro urbano ou rural, e utilizam a topologia arco-n-polgono para armazenamento. Um item especfico sobre a estrutura topolgica implementado pelo SPRING ser apresentado frente.
2) Os dados do tipo rede, sub-tipo de geo-objetos utilizam a topologia arcon, e armazenam a localizao e a simbologia associadas a estruturas linearmente conectadas. Informaes adicionais neste tipo de mapas incluem direes de fluxo e segmentao dinmica.
3) Os dados do tipo mapa temtico, sub-tipo de geo-campos, representam uma dada regio geogrfica R, associando a cada ponto do espao um
106
tema de um mapa (p.ex. um mapa de solos caracterizado pelo conjunto {latosolo roxo, litosolo, cambisolo, ...})
4) Os tipos de dados numricos, sub-tipo de geo-campos, de associam para cada ponto do espao, de uma regio geogrfica, um valor real (p. ex. um mapa de campo magntico, um modelo numrico de terreno);
5) O tipo de dados denominado de Imagem de satlite, sub-tipo de geocampo, obtida atravs de discretizao da resposta recebida por um sensor (passivo ou ativo) para todos os pontos de uma dada regio geogrfica.
Seja qual for o tipo de dado ele possui uma representao grfica que pode ser vetorial ou matricial, excluindo o caso dos objetos no espaciais. evidente que para cada plano de informao especializado, ou tipo de dados tratado, existe uma representao mais utilizada. No entanto o sistema oferece mecanismos de converso entre os dois tipos de representaes possveis.
Na representao vetorial, a parte grfica do objeto espacial ou campo, implementada usando uma das trs geometrias bsicas: pontos, linhas e polgonos. J na representao matricial, a realidade geogrfica
implementada por dois mtodos: grade regular ou grade triangular irregular.
Para finalizar a descrio da semntica do modelo orientado por objetos do SPRING, existe o conceito de visual que associado categoria e representao grfica dos objetos e campos. O visual define as propriedades tais como cor, espessura de linha, estilo da linha, etc. que pode ser prdefinida para as categorias, podendo ser especifico para uma dada representao grfica de um determinado objeto. Desta forma, todo o plano de informao de uma dada categoria herda estas propriedades de visual da
107
categoria. Alm disto, o sistema permite ao usurio modificar o visual especfico de cada representao grfica alterando o visual herdado pela referida categoria.
4.3.4 - Topologia no SPRING
O conceito de topologia implementado no SPRING baseado na estrutura Arco-N, descrita no item 2.3.1 Estrutura de dados arco-n, e implementa os trs conceitos topolgicos importantes: Conectividade, Definio de rea e Contiguidade, j apresentados pelo itens 2.3.2, 2.3.3, 2.3.4 respectivamente.
4.4 O - Padro OPEN GIS
O desenvolvimento do assunto deste tpico tem como objetivo, alm de apresentar e elucidar alguns resultados alcanados por esta organizao,
servir de marco de referncia para uma comparao entre os trs SIGs apresentados anteriormente.
4.4.1 - Conceito
O Consrcio OPEN GIS - OGC uma organizao sem fins lucrativos dedicada a tornar os sistemas de geoprocessamento abertos (OGC, 1998). O OGC almeja a integrao completa de dados geogrficos e recursos de geoprocessamento atravs do uso de sistemas de informao geogrficas interoperveis.
O comit tcnico do consrcio est em processo de estabelecer uma especificao que define uma arquitetura de software abrangente para sistemas abertos de geoprocessamento. Os sistemas construdos baseados nesta especificao sero capaz de praticar a interoperao entre aplicaes
108
em uma rede local, e sero capaz, tambm, de navegar sobre um ambiente heterogneo e distribudo, como a Internet, e de acessar dados geogrficos heterogneos e recursos de geoprocessamento.
Para a criao dessa especificao, o consrcio OPEN GIS utiliza-se de um processo de consenso entre seus membros. Tal consenso traduzido para uma especificao abstrata e uma especificao de implementao para cada um dos componentes de software relacionados aos Sistemas de Informao Geogrfica.
Atravs dos grupos de trabalho formados pelos membros do consrcio, o modelo essencial (isto , a descrio formal do mundo real) e a especificao do modelo (isto , a descrio de como o sistema representar o mundo real), so desenvolvidos. O modelo essencial e a especificao do modelo, juntas, so denominadas de especificao abstrata.
Quando a especificao abstrata est suficientemente madura, os membros do OGC constrem os requisitos para uma proposta de especificao de implementao. As respostas desta proposta fornecem uma especificao de implementao para uma plataforma neutra, incluindo uma linguagem de definio de interface.
Quando todos os membros do OGC chegam a um consenso, a proposta de especificao de implementao passa a ser parte da base de especificaes da OGC. Ento, para cada software indicado pelos membros ser verificada a conformidade com as especificaes de implementao. Caso atenda s especificaes, o software passar a ter o certificado OGC.
109
4.4.2 - O Conceito de Comunidade de Informao Geo-espacial
Uma comunidade de informao geo-espacial (CIG) uma coleo de sistemas ou indivduos que compartilham informaes espaciais, definies, interesses e tecnologia.
Os indivduos que no pertencem mesma comunidade de informao e querem compartilhar informaes so impedidos de faz-lo por trs motivos: ignorncia da existncia da informao fora de sua comunidade; modelagem do fenmeno sem interesse mtuo e modelagem do mesmo fenmeno em duas representaes distintas, em dois CIG diferentes, fazendo com que uma representao no reconhea a outra e vice-versa.
A especificao OGC visa superar estas limitaes. O OGC capacita os CIG a articular seus domnios de interesse, ao fornecer duas novas tecnologias que objetivam: anunciar sua existncia e suas informaes para que estes outros CIGs possam descobr-lo e acess-lo, sempre que exista o interesse de compartilhar informaes, e preservar a semntica quando ocorre a transferncia de dados de um CIG para outro.
A aplicao e o amadurecimento da tecnologia OGIS devero resultar no crescimento do tamanho e formalismo do CIG, alm de incrementar a disponibilidade de informaes pelo referido CIG. Esta tendncia pode ser
110
acompanhada com uma reduo gradual do nmero de CIGs distintos, medida que estes apliquem o padro OGIS.
Para formalizar um projeto do mundo real em um CIG, sero brevemente apresentados os diversos nveis de abstrao para modelar os fatos do mundo real como colees de feies no OPEN GIS. Existem duas tecnologias fundamentais para modelar fatos do mundo real: feies com geometria (features) e coverage. Os conceitos relativos a estes dois termos sero introduzido em tpicos mais frente.
Nove nveis de abstrao so identificados, com oito interfaces entre elas. Os nveis de abstrao, seus nomes, as linguagem utilizadas, suas interfaces e os mtodos que suportam a navegao atravs da interface so todos apresentados na Figura 4.15.
Os nove nveis podem ser vistos em OGIS (1998B) com detalhe. Os cinco primeiro nveis de abstrao, do nvel do mundo real para o nvel do viso do mundo, objetivam gerar a abstrao dos fatos do mundo real e no so diretamente implementados em um software. Os quatro ltimos nveis, do nvel pontos do OGIS at o nvel colees de feies do mundo OGIS, visam gerar modelos matemticos e simblicos do mundo e so diretamente implementveis no software. Assim, o modelo essencial gerado ao final dos quatro ltimos nveis d uma especificao abstrata para as suas implementaes. O nvel final a abstrao da realidade especificada em uma linguagem de colees de feies OGIS.
4.4.3 - Feio e Conceitos Associados
Feio definida na documentao do OGIS como sendo uma representao abstrata do mundo real, ou seja, o tomo da representao geogrfica.
111
Este conceito geral especificado e adotado pelo OGIS somente dentro do contexto da Comunidade de Informao Geoespacial e ser apresentado a seguir.
A feio OGIS compreendida pela comunidade como sendo uma classe abstrata sobre a qual se derivam duas sub-classes principais responsveis pela sua representao. So elas: feio com geometria e coverage. A Figura 4.16 ilustra a idia.
4.4.3.1 - Noo Geral de Informao Geo-espacial
Informao geo-espacial qualquer coisa que pode ser aprendida olhando em um mapa, no em qualquer mapa, mas em mapas novos, criativos, e com anotaes. Um mapa pode ser interpretado como uma metfora do mundo real. Uma imagem de satlite aceita por esta comunidade como um tipo de mapa, bem como as colees estruturadas de exemplos de fenmenos da Terra (OGIS 1998A).
A informao geo-espacial digital a informao geo-espacial codificada na forma digital. A codificao feita por recursos computacionais aplicados para automatizar processos da informao geo-espacial tais como: armazenamento, transmisso, anlises e assim por diante.
O modelo OGIS, no trata, por agora, o caso de mapas que representam a variao temporal de fenmenos geogrficos.
A unidade bsica da informao geo-espacial chamada de feio. Feies podem ser definidas recursivamente como variaes delas prprias. Por
112
exemplo, dependendo da aplicao ou interesse da informao, qualquer item a seguir pode ser uma feio:
Mundo Dimensional; Linguagem Mtrica
Interface com a comunidade
Projeto do Mundo (Viso do Mundo);
Interface Referencia Espacial
Pontos OGIS Coordenadas Geomtricas
Interface da mtrica local Mundo Geoespacial; Linguagem SIG Interface Disciplinada para SIG
Comunidade de Informao Interface de estruturas geomtricas
Mundo geomtrico OGIS; WFTs* OGIS
Mundo Conceitual; Linguagem Natural
Interface de Estruturas de Feio Feies do mundo OGIS; Feies OGIS
Interface Epistmica Mundo Real; Linguagem Essencial
Inteface de projeto estruturado
Coleo de feies do mundo OGIS; Coleo de feies OGIS
Fig. 4.15 - Os nove nveis de abstrao definidos pelo OGIS. FONTE : adaptada de OGC (1998A).
(*) Well-Known-Types, ou seja, tipos bem conhecidos.

113
FEIO OGIS
FEIO COM GEOMETRIA
COVERAGE
Fig. 4.16- Feio OGIS e seus subtipos. FONTE : adaptada de OGC (1998B). um segmento de uma rodovia entre duas intercesses consecutivas; uma rodovia constituda de muitos segmentos; uma imagem de satlite georeferenciada; um pixel de uma imagem de satlite georeferenciada; uma rede de drenagem e uma rede triangular irregular.
Existem diferentes maneiras para criar a representao digital da informao geo-espacial. Esta riqueza de alternativas tem se tornado mais um problema do que um benefcio. A variedade de estruturas de dados e formatos do SIGs torna a rea confusa e aparentemente catica, e atualmente tem criado obstculos para os usurios.
A especificao abstrata que est sendo criada pelo OGIS tem o objetivo de colocar ordem neste caos.
114
4.4.3.2 - Especificao Abstrata de Feies
4.4.3.3 - Tipos de Feies
At o presente momento o consenso existente sobre a definio de feio geogrfica apresentada, resumidamente, no pargrafo a seguir.
Uma feio pode ser composta por outras feies. Uma feio pode ser derivada de um tipo principal de feio. Uma feio deve ser instancializada de um tipo, quando solicitada por um cliente OPEN GIS e enviada a ele em um formato bem conhecido".
O termo "bem conhecido" neste contexto significa: definido usando significados compreendidos pelos clientes OPEGIS. Isto pode ser definido explicitamente em uma especificao de implementao, mas provavelmente alguns significados so disponveis pela tecnologia de distribuio que ser utilizada (ex.: SQL, CORBA IDL.) (OGIS 1998A).
4.4.3.4 - Atributos de Feies
A uma feio so associados atributos. Cada atributo distinto por um nome e um valor dentro do domnio de valores do atributo. Nomes e domnios de atributos associados so definidos pelo tipo do atributo.
Um subconjunto de atributos de uma feio pode ser geomtrico (isto , do tipo geomtrico). Este subconjunto pode representar a extenso espacial de uma feio, ou pode ser vazio para feies de outros tipos.
4.4.3.5 - Identidade das Feies

115
Uma feio tem um identificador nico dentro de um domnio e independe do valor de qualquer ou de todos os seus atributos associados.
4.4.3.6 - Persistncia de Feies
Uma feio geralmente persistente. Um consenso sobre o conceito de persistncia est ainda em amadurecimento no OPENGIS. Esta uma rea onde necessrio trabalhos futuros.
4.4.3.7 - Instncia de Feies
Uma feio pode ser referenciada como uma instncia de feio.
4.4.3.8 - Coleo de Feies
Os membros do consrcio OGIS ainda no chegaram a um consenso em muitos assuntos sobre as colees de feies. A seguir apresenta-se estes assuntos em discusso relacionado ao tema coleo de feio. uma feio pode ser uma composio de outras feies; uma rea pode ser uma feio composta de feies contidas nela e uma feio pode ser dividida por limites de reas, e pode ser reagrupada como uma nica feio quando solicitada por uma interface ou por um servio.
No entanto o mundo real, em alguns casos, visto como uma coleo de feies que necessitam ser modeladas. Este mundo real inclui: projetos com limites bem definidos e feies que atendam certos critrios;
116
produtos provenientes de agncias governamentais, tais como SDTS e arquivos similares; bancos de dado de SIG e persistncia e no persistncia de colees do feies presentes em um espao de trabalho de um SIG.
Apesar destas dvidas, a especificao do consrcio OPEN GIS expe as seguinte caractersticas sobre coleo de feies em consenso. uma coleo de feies uma instncia de feio que agrupa outras feies; uma coleo de feies tambm uma feio por isso possui um tipo, identificador, um conjunto de atributos associados e podem participar de certos processos, e a utilizao de coleo de feies inclui a representao lgica ou fsica de feies; feies complexas ou compostas; o resultado de uma consulta; uma coleo de feio criada para determinado propsito.
4.4.4 - Feio com Geometria
Feio com geometria uma forma de representao dos fenmenos geogrficos que ocorrem na Terra. Estes fenmenos geogrficos, tambm denominados de feies geogrficas, esto posicionados no mundo real em um sistema de coordenadas da Terra. A representao destes fenmenos no sistema de informao geogrfica (SIG) se dar pelo mapeamento do seu posicionamento no sistema de coordenadas adotado pelo SIG. A Figura 4.17 ilustra a idia.
117
Fig. 4.17 - Uma forma de representao de feies geogrficas. FONTE : adaptada de OGC (1998C).
As feies geogrficas so compostas por informaes que as posicionam em coordenadas relativas da Terra, ou relativas a algum outro sistema. A tcnica mais comum para representar o posicionamento e a forma de uma feio geogrfica a geometria (OGC, 1998C).
Portanto, estas feies geogrficas so vistas como um ponto, um polgono ou alguma outra representao geomtrica. Os SIGs fornecem tecnologia para a representao destas geometrias no seu sistema de coordenadas.
4.4.4.1 - Geometria
Geometria a combinao de coordenadas geomtricas e um sistema de referncia. A coordenadas geomtricas consistem de quatro itens:
1) Uma sequncia de coordenadas (pontos), todas provenientes de um mesmo sistema de referncia. 2) Uma coleo de geometrias, todas provenientes de um mesmo sistema de referncia.
118
3) Um algoritmo de interpretao que usa estas geometrias e coordenadas para construir uma entidade geomtrica que define uma geometria no tempo e no espao. Uma entidade geomtrica pode ser composta de outras entidades geomtricas, e uma entidade geomtrica pode ser compartilhada, como componente, por outras entidades.
4) Um sistema de referncia espao-temporal para dar geometria uma melhor interpretao do mundo real.
representao
geomtrica
da
feio
geogrfica
segue
critrios
especificaes para garantir a sua manipulao por operadores topolgicos tais como: interior, adjacncia, interseco, unio, subtrao, disjuno, dentro de, contido em, sobreposio, etc.. Para uma especificao em detalhes destes critrios e operadores topolgicos consultar (OGIS, 1998C).
4.4.5 - Coverage
As coverages em SIG, incluindo o caso de imagem de satlite, so metforas de duas ou mais dimenses de fenmenos de uma rea da superfcie da Terra. Constituem a segunda forma de representao de feies geogrficas.
Fundamentalmente, coverages fornecem uma viso n-dimensional, onde n usualmente 2 e ocasionalmente 3 ou maior, de um espao de feies geogrficas. Esta viso dever ser geo-espacialmente registrada com a Terra.
til utilizar a seguinte analogia: o domnio espacial de uma coverage como uma view port sobre a tela de um vdeo, e existe uma funo
(FUNO_C) que associa as cores de uma viewport aos fenmeno reais que ela busca representar.
119
As coverages tem a capacidade de modelar e tornar visvel os relacionamentos espaciais entre fenmenos da Terra e a sua distribuio espacial.
4.4.5.1 - Propriedades
Uma coverage possui uma propriedade denominada de Funo_Coverage cujo valor uma FUNCAO_C. A FUNCAO_C uma funo que tem um domnio espacial e seu intervalo de valores um conjunto de tuplas homogneas. Este intervalo pode ser simplificado para ser uma coleo de vetores homogneos (que so coordenadas numricas).
Um domnio espacial pode ser qualquer geometria ou uma coleo de geometrias. Usualmente , a geometria acompanhada por uma referncia em um sistema espacial, e seus pontos esto associados s localizaes. Normalmente um domnio espacial inclui retngulos fechados, conjuntos de pontos, grades, tringulos, e outras colees de geometrias.
Uma coverage pode ter mais que uma propriedade FUNCAO_C como valor.
O intervalo de valores de uma FUNCAO_C um conjunto de valores usualmente representados como uma coleo de vetores.
FUNCAO_C: (Geometria no domnio espacial) -> (v1, v2, v3, ..., vn)
Por exemplo, uma FUNCAO_C pode associar a cada ponto valores de temperatura, presso, umidade, e velocidade do vento de noite. Neste caso, todo ponto mapeado para um vetor de 4 dimenses. Uma coverage projetada para representar uma nica feio ou um conjunto de feies. Por exemplo, uma coverage pode ter um domnio espacial que contenha um nico municpio ou um nico pas. Em um outro caso uma
120
coverage pode ser tratada para modelar uma nica feio (pas), ou como uma coleo de feies (coleo de municpios).
A Figura 4.18 ilustra os diversos subtipos de coverage prevista no OGIS.
Para um maior detalhamento sobre os tipos de coverage apresentados e suas propriedades ver OGIS (1998B).
Como decorrncia deste estudo sobre a especificao OPEN GIS, conclumos preliminarmente, que ainda existem muitos pontos a serem amadurecido e consolidados e que qualquer interpretao desta especificao pode ser considerada uma aproximao. Neste sentido elaboramos e propomos um modelo semntico orientado por objetos que, segundo nosso entendimento, mais se aproxima ao estgio atual da especificao OPEN GIS. A Figura 4.19 apresenta este modelo.
COVERAGE
IMAGEM
COVERAGE GRADE
COVERAGE PONTO DISCRETO
COVERAGE LINHA
COVERAGE TIN
COVERAGE GEOMETRICA
COVERAGE SUPERFCIE
COVERAGE SUPERFCIE POLIEDRAL
COVERAGE AREA E VIZINHANA
COVERAGE SEGMENTO DE LINHA
OUTRAS COVERAGE
Fig. 4.18 - Subtipos de Coverage. FONTE : adaptada de OGC (1998B).
121
COLEO DE FEIES
TIPO DE FEIO GEOGRFICA
COVERAGE FEIO COM GEOMETRIA
1
C_FUNCTION
ATRIBUTOS IMAGEM PONTO LINHA POLGONO OUTRA GEOMETRIA PRIMITIVA COVERAGE SUPERFCIE COVERAGE GRADE COVERAGE PONTO DISCRETO COVERAGE LINHA COVERAGE TIN COVERAGE OUTRAS
COVERAGE SUPERFCIE POLIEDRAL
COVERAGE REA E VIZINHANA
COVERAGE SEGMENTO DE LINHA
COVERAGE GEOMETRIA
Fig. 4.19 - Modelo semntico que se aproxima da especificao OPEN GIS.
4.5 - Comparao entre os SIGs e o padro OGIS
Este item tem a pretenso de realizar uma comparao entre os trs SIGs apresentados, tomando como referncia dois conceitos do OGIS: feio com geometria e coverage. Trata-se de um desenvolvimento onde ser buscado mostrar at onde cada um destes sistemas aderem a esses dois conceitos.
4.5.1 - MGE e OGIS
4.5.1.1- Feio com Geometria
O conceito de feio geogrfica apresentada pelo MGE como sendo a representao dos fenmenos geogrficos do mundo real e possui informaes descritivas no banco de dados. A representao geomtrica de cada feio materializada em um mapa. Cada feio com geometria possui um identificador e classificada em uma classe de feio que compe uma categoria. A definio de que feio com geometria pode ser composta por
122
outras feies com geometria pode ser contemplada por este item atravs do mecanismo existente entre categoria de feies que podem ser compostas por classes de feies.
4.5.1.2 - Coverage
O MGE no captura a viso semntica do modelo OGIS que considera as diferentes especializao do conceito coverage. Alguns subtipos de coverage no MGE so tratados de forma independente por mdulos especficos como o caso de grade irregular triangular e grade regular. Neste caso a aderncia ao modelo OGIS parcial.
4.5.2 - Arc/Info e OGIS
4.5.2.1 - Feio com Geometria
O modelo de dados vetorial responsvel por representar as feies geogrficas atravs do modelo geo-relacional onde a parte grfica especializada pelas geometrias ponto, linhas e polgonos, e a parte descritiva representada por tabelas de atributos no SGBD relacional. Apesar da parte grfica possuir uma representao geomtrica, ela somente pode ser materializada no sistema atravs de uma estrutura denominada coverage. No possvel conceber feio com representao geomtrica sem a existncia de coverage. Portanto conclumos que o Arc/Iinfo adere parcialmente ao conceito de feio com geometria.
4.5.2.2 - Coverage
Coverage, no Arc/Info, definido como o mtodo primrio para representar o modelo de dados vetorial, assim como GRID o mtodo para representar o
123
modelo de dados matricial, e o TIN o mtodo para representar o modelo de dados de rede irregular triangular. Devido existncia de um sub-tipo de coverage denominado coverage geomtrica, deduzimos que este sub-tipo o mais prximo correspondente estrutura coverage do ARC/INFO.
J o modelo de dados matricial e o modelo de dados de rede irregular triangular so contemplados no OGIS como sub-tipos de coverage: coverage grade e coverage TIN respectivamente. No Arc/Info estes modelos possuem representaes especficas, no caso: GRID e TIN. Portanto para este item a aderncia parcial.
4.5.3 - SPRING e OGIS
4.5.3.1 - Feio com Geometria
No SPRING, as feies geogrficas do mundo real so modeladas por dois grandes tipos de dados: geo-objetos e geo-campos. Os geo-objetos representam feies geogrficas com identidades nicas e possuem uma descrio no banco de dados. Alm disto eles so representados por uma ou mais geometrias no sistema, como o caso de uma representao de um mesmo geo-objeto em duas escala diferentes: em uma ela pode ser um ponto em outra pode ser um polgono.
Portanto a definio de geo-objetos adere definio de feio com geometria do OGIS. Ressalve-se porm, que a da feio com geometria que pode ser composta por outras feies com geometria, conceito este no encontrado no referido sistema
124
4.5.3.2 - Coverage
A definio de geo-campos implementada pelo SPRING representa a distribuio espacial das feies geogrficas no mundo real. Dentro deste contexto, o geo-campo e suas especialidades contemplam a definio de coverage do OGIS.
A Tabela 4.1 mostra um resumo das comparaes realizadas anteriormente tendo como referncia o conceito OGIS para feio com geometria e coverage.
4.5.4 - Uma Breve Concluso
Sob o ponto de vista semntico nenhum dos sistemas apresentados adere por completo ao padro OGIS. Pode-se citar, para exemplificar esta afirmao, os seguintes fatos:
1) No MGE, a noo de especializao de tipos de feies, representada por categoria e classes de feies, no contemplada pelo OGIS de forma explcita e direta. 2) No Arc/Info existe a noo de coverage e no contempla a idia de feio com geometria como entidade independente da coverage. A noo de coverage no Arc/Info pode ser mapeado parcialmente para o conceito de coverage geomtrica no OGIS. 3) A separao explcita entre feio geogrfica e sua geometria, presente no SPRING, no disponvel diretamente no OGIS.
Como a especificao do padro OGIS um processo em evoluo, isto , no se esgotou at o momento destas anlises, possvel que em verso mais avanadas no futuro, tais fatos podero ser contemplados de forma explcita.
125
TABELA 4.1 - QUADRO COMPARATIVO ENTRE OS TRS SIGS E OS CONCEITOS FEIO COM GEOMETRIA E COVERAGE DO OGIS SIGs aderncia Arc/Info As feies com geometria somente se materializam com a existncia das Coverages. No h o conceito uma feio com geometria que pode ser composta por outras feies com geometria PARCIAL No h o conceito uma feio com geometria que pode ser composta por outras feies com geometria. O modelo de dados vetorial adere ao sub-tipo Coverage Geomtrica, o modelo de dados de Grade Regular adere ao sub-tipo de Grade Coverage, e o modelo de dados de grade irregulat triangular adere ao sub-tipo TIN coverage. Feio c/ Geometria LIMITADA(*) Coverage PARCIAL
detalhe
aderncia MGE
LIMITADA O modelo de dados matricial e de grade triangular irregular possui mtodo de representao especfico. Existem os mdulos especficos para a representao de feies geogrfica distribudas espacialmente.
detalhe
Aderncia SPRING
PARCIAL Geo-objetos e suas especialidades. No tem o conceito uma feio com geometria que pode ser composta por outras feies com geometria
PARCIAL Geo-Campos e suas especialidades. Porm no suporta a noo de vetor de valores para cada ponto.
detalhe
(*) As classes de avaliao adotadas so: TOTAL, PARCIAL e LIMITADA

126
5
FUNDAMENTOS EPISTEMOLGICOS DA CINCIA DA GEOINFORMAO Gilberto Cmara Antnio Miguel Vieira Monteiro Jos Simeo de Medeiros
5.1 DA NECESSIDADE DE CONCEITOS A tecnologia de sistemas de informao geogrfica evoluiu de maneira muito rpida a partir da dcada de 70. Como este desenvolvimento foi motivado desde o incio por forte interesse comercial, no foi acompanhado por um correspondente avano nas bases conceituais da geoinformao; como resultado, o aprendizado do Geoprocessamento tornouse singularmente dificultado. Ao contrrio de outras disciplinas (como Banco de Dados), no h um corpo bsico de conceitos tericos, que sirva de suporte para o aprendizado da tecnologia, mas uma diversidade por vezes contraditria de noes empricas. Muitos livrostexto e cursos so organizados e apresentados em funo de um sistema especfico, sem fornecer ao aluno uma viso slida de fundamentos de aplicao geral. As razes deste problema esto na prpria natureza interdisciplinar (alguns diriam transdisciplinar) da Cincia da Geoinformao. Ponto de convergncia de reas como Informtica, Geografia, Planejamento Urbano, Engenharia, Estatstica e Cincias do Ambiente, a Cincia da Geoinformao ainda no se consolidou como disciplina cientfica independente; para que isto acontea, ser preciso estabelecer um conjunto de conceitos tericos, de aplicao genrica e independentes de aspectos de implementao. Para estabelecer as bases epistemolgicas da Cincia da Geoinformao, ser preciso em primeiro lugar identificar as fontes de contribuio terica nas quais poderemos buscar bases para a reflexo. Este trabalho prope tomar o conceito de espao geogrfico como uma noo-chave, a partir do qual podemos construir os fundamentos tericos desta nova disciplina cientfica. Consideramos que, apesar de seu carter interdisciplinar, o fundamento bsico da Cincia da Geoinformao a construo de representaes computacionais do espao. Assim, ao revisar as principais concepes da Geografia, na perspectiva da construo de sistemas de informao, estaremos contribuindo no apenas para a fundamentao terica do Geoprocessamento, como ainda buscando inspirao para o projeto das novas geraes de GIS. Ao fazer uma reviso das diferentes concepes de espao geogrfico, no pretendemos estabelecer juzo de valor, mas estabelecer como a tecnologia de GIS permite a expresso computacional destes conceitos e o que estas diferentes escolas nos podem ensinar sobre as limitaes atuais do Geoprocessamento. Para tanto, selecionamos alguns autores
representativos de diferentes correntes da geografia. No caso da Geografia Regional1, partimos dos conceitos de (Hartshorne, 1936).Para a Geografia Quantitativa (no Brasil tambm chamada de Teortica), tomamos como base (Harvey, 1969) e (Chorley and Haggett, 1967). No caso da Geografia do Tempo, utilizamos (Hgerstrand, 1967). Nossa discusso da Geografia Crtica est baseada nos trabalhos de (Santos, 1996) e (Harvey, 1989). Para esta reviso, utilizamos ainda os trabalhos de (Christofoletti, 1985) (Moraes, 1995) e (Corra, 1995).
5.2 A GEOGRAFIA IDIOGRFICA DE HARTSHORNE E O GEOPROCESSAMENTO Em seu livro Os Princpios e a Natureza da Geografia, Hartshorne procurou consolidar um base terica para os estudos geogrficos baseada no conceito da unicidade. Na sua viso, o objeto de estudo da Geografia seria o estudo de fenmenos individuais e a a preocupao com o nico na geografia no est limitada ao fenmeno mas tambm se aplica a relacionamentos entre os fenmenos (Hartshorne, 1936). O conceito de unidade-rea apresentado em por (Hartshorne, 1936) como elemento bsico de uma sistemtica de estudos geogrficos, denominada pelo autor de estudos de variao de reas. Na viso de Hartshorne, uma unit-area uma partio do espao geogrfico, definida pelo pesquisador em funo do objeto de estudo e da escala de trabalho, que apresenta caractersticas individuais prprias; estas unidade de rea seriam a base de um sistema de classificao e organizao do espao. A partir da decomposio do espao em unidades de rea, o pesquisador poder relacionar, para cada uma destas parties, as correspondentes caractersticas fsicas e biticas que a individualizam em relao a todas as demais componentes do espao. Hartshorne chamou esta abordagem de Geografia Idiogrfica. Hartshorne argumenta que o carter de cada rea seria dado pela integrao das diferentes variveis geogrficas, tomadas em conjunto. (Moraes, 1995) assim exemplifica o mtodo proposto por Hartshorne: O pesquisador seleciona dois ou mais fenmenos (p.ex. clima, produo agrcola, tecnologia disponvel), observa-os, relaciona-os; repete vrias vezes este procedimento, tentando abarcar o maior nmero de fenmenos (tipo de solo, destino da produo, nmero de cidades, tamanho do mercado consumidor, hidrografia, etc.). Uma vez de posse de vrios fenmenos agrupados e interrelacionados, integra-os. () Este processo pode ser repetido vrias vezes, at o pesquisador compreender o carter da rea enfocada () O pesquisador pode parar na primeira integrao, e reproduzir a anlise (tomando os mesmos fenmenos e fazendo as mesmas interrelaes) em outros lugares. As
No caso das denominaes das diferentes escolas de Geografia, adotamos a terminologia de 24. MORAES, A. C. R. Geografia: Pequena Histria Crtica. So Paulo, Hucitec, 1995..
comparaes das integraes obtidas permitiriam chegar a um padro de variao daqueles fenmenos tratados. A proposta de Hartshorne contribuiu para dar uma base metodolgica para o uso do conceito de unidade de rea em Geoprocessamento. A representao computacional correspondente aos conceitos de unidade de rea em Hartshorne o polgono fechado, que delimita cada regio de estudo e um conjunto de atributos, tipicamente armazenados num banco de dados relacional. Um procedimento tpico para aplicar a abordagem de Hartshorne em um ambiente de GIS seria: Tomando-se como base uma representao pictrica do espao (como uma foto area ou imagem de satlite) e levantamentos preliminares de campo, realiza-se uma delimitao de unidades-rea na regio de estudo. Como alternativa, utilizam-se dados de cartografia temtica e anlises booleanas do tipo SE...ENTO para produzir um mapa de intersees dos diversos conjuntos de interesse. Estas intersees delimitam as unidades-rea. Atravs de levantamentos de campo ou da integrao de dados j disponveis, como mapas pedolgicos e vegetao, caracteriza-se cada unidade-rea com os atributos que a singularizam das demais unidades. O resultado um banco de dados geogrficos com unidades-rea delimitadas por polgonos, com um conjunto de atributos para cada unidade. Atravs de ferramentas de consulta (por atributos e espacial) do GIS, pode-se inferir as relaes conjuntas entre as diversas unidades-rea. Do ponto de vista da representao computacional, o conceito de unidade-rea de Hartshorne equivalente aos conceitos de unidade de paisagem (Tricart, 1977)) e land-unit (Zonneveld, 1989), todos baseados no conceito-chave de delimitao de unidades homogneas. Numa viso geral, pode-se dizer que a atual gerao de GIS permite a realizao dos conceitos de Hartshorne (e equivalentes), com poucas limitaes.
5.3 A GEOGRAFIA QUANTITATIVA E O GEOPROCESSAMENTO A base da Geografia Quantitativa (tambm chamada nos pases de lngua inglesa de New Geography) a busca da aplicao do mtodo hiptetico-dedutivo que caracteriza as cincias naturais nos estudos geogrficos. Tpico desta perspectiva o livro Explanation in Geography (Harvey, 1969), que propunha uma aplicao dos paradigmas de generalizao e refutao, amplamente utilizados por disciplinas como Fsica, Qumica e Biologia, para os estudos geogrficos. A lgica subjacente ao mtodo hipottico-dedutivo a de que existe uma realidade externa nossa existncia, e esta realidade pode ser capturada (ainda que de forma aproximada) utilizando os princpios da lgica e da matemtica. Atravs de estudo e anlise, os fenmenos podem ser explicados atravs de teorias cientficas, que devem ser passveis de experimentao e portanto, de refutao (Popper, 1975).
Ao criticar a falta de teorias explcitas na Geografia Idiogrfica, os gegrafos desta escola passaram a utilizar teorias disponveis em outras disciplinas cientficas (Christofoletti, 1985). Na perspectiva da Geografia Quantitativa, preciso construir modelos a ser utilizados na anlise dos sistemas geogrficos; estes modelos, construdos de forma terica, devem ser verificados e validados com dados de campo a partir de tcnicas estatsticas (Chorley and Haggett, 1967). Neste contexto, o estudo dos padres de distribuio espacial dos fenmenos ( eventos pontuais, reas e redes) passa a formar uma base para estudos quantitativos do espao. A Geografia Quantitativa coloca grande nfase em tcnicas de Anlise Espacial e Geoestatstica (Bailey and Gattrel, 1995) e assim, conceitos advindos da Estatstica Espacial passam a fazer parte do repertrio dos gegrafos. Em particular, sobressai a idia de autocorrelao espacial (Goodchild, 1988), como expresso bsica da dependncia entre observaes no espao em regies vizinhas. Outro forte conceito oriundo da teoria estatstica a noo de processo estacionrio, que indica uma rea de trabalho na qual as relaes entre as medidas so funo da distncia. Estes conceitos permitem a construo de superfcies, a partir de amostras de campos, com o uso de procedimentos geoestatsticos como a krigagem, ao qual podemos associar medidas de incerteza. Inicialmente propostas para a modelagem de recursos naturais (Goovaerts, 1997), as tcnicas de estatstica espacial vem sendo cada vez mais utilizadas para anlise espacial de dados scio-econmicos (Anselin, 1988) (Getis and Ord, 1996). Vale notar que a caracterizao de vizinhanas e processos estacionrios feita no espao absoluto (ou cartesiano), definido a partir das relaes espaciais tpicas como as relaes topolgicas, direcionais e de distncia. Alternativamente, (Harvey, 1969) advoga o uso do espao relativo (ou espao das redes), definido a partir das relaes de conectividade entre os objetos, relaes estas que implicam custos dinheiro, tempo, energia para se vencer a frico imposta pela conexo (Corra, 1995). Entre os fenmenos geogrficos representados no espao relativo, incluem-se relaes como fluxo de pessoas ou materiais, conexes funcionais de influncia, comunicao e acessibilidade os objetos estabelecem relaes entre si que dependem da conectividade. A Geografia Quantitativa tambm tem buscado suporte computacional na Inteligncia Artificial, em reas como Redes Neurais, Autmatos Celulares e Lgica Nebulosa (fuzzy logic) (Burrough and Frank, 1996; Openshaw and Openshaw, 1997). No caso da lgica nebulosa (para citar um exemplo), a motivao bsica parte das limitaes das representaes exatas (tipicamente realizadas por meio de polgonos). No dizer de Burrough: Os limites desenhados em mapas temticos (como solo, vegetao, ou geologia) raramente so precisos e desenha-los como linhas finas muitas vezes no representa adequadamente seu carter. Assim, talvez no nos devamos preocupar tanto com localizaes exatas e representaes grficas elegantes. Se pudermos aceitar que limites precisos entre padres de vegetao e solo raramente ocorrem, ns estaramos livres dos problemas de erros topolgicos associados como superposio e interseo de mapas(Burrough, 1986)
Com a escola Quantitativa, os estudos geogrficos passam a incorporar, de forma intrnseca, o computador como ferramenta de anlise. Neste sentido, o aparecimento, em meados da dcada de 70, dos primeiros sistemas de informao geogrfica (GIS), deu grande impulso a esta escola. Ainda hoje, em pases como os Estados Unidos, em que a Geografia Quantitativa a viso dominante, os GIS so apresentados como as ferramentas fundamentais para os estudos geogrficos, como indica o recente estudo da National Academy of Sciences (National Research Council, 1997). De uma forma bastante geral, pode-se dizer a forma privilegiada de representao computacional associada Geografia Quantitativa so as superfcies, que no computador correspondem a grades regulares e malhas triangulares e as redes, representadas por matrizes de interao espacial. As superfcies podem ser computadas a partir de dados de campo e tambm dissolvendo-se os limites poligonais que correspondem s unidades-rea. As redes so representadas atravs de matrizes de interao espacial, nas quais cada localidade onde se originam e destinam fluxos representada por um ponto no espao e os fluxos entre estas entidades so indicados como entradas numa matriz origem-destino. A partir desta matriz, pode-se computar modelos de alocao de recursos, usualmente apenas baseados em fluxos de recursos ou fluxos de transporte. Dentre estes modelos, destacam-se os modelos gravitacionais, assim chamados porque baseados na idia de atrao entre localidades a partir de massas atribudas aos atributos destas localidades e da distncia entre elas. Apesar da forte relao entre os conceitos da Geografia Quantitativa e o Geoprocessamento, apenas a partir de meados da dcada de 90, os GIS passam a dispor de representaes computacionais adequadas plena expresso dos conceitos desta escola. As tcnicas de geoestatstica ainda esto em processo de integrao aos principais sistemas de informao geogrfica, e os processos de modelagem e propagao de incerteza (Heuvelink, 1998) ainda precisam ser plenamente incorporados aos GIS. Adicionalmente, a tecnologia atual de Geoprocessamento ainda enfatiza a representao de fenmenos espaciais no computador de forma esttica. No entanto, um significativo conjunto de fenmenos espaciais, tais como escoamento de gua da chuva, planejamento urbano e disperso de sementes, entre outros, so inerentemente dinmicos e as representaes estticas utilizadas em GIS no os capturam de forma adequada. Deste modo, um dos grandes desafios da Cincia da Informao Espacial o desenvolvimento de tcnicas e abstraes que sejam capazes de representar adequadamente fenmenos dinmicos. Para representar os conceitos de modelos espao-temporais, apenas a representao de superfcies em grades regulares no suficiente. As leis que governam a dinmica dos processos (sejam estes fsicos ou sociais), precisam ser expressas atravs de equaes iterativas, que incorporadas ao ambiente de GIS, permitem a simulao de fenmenos espaotemporais (Burrough, 1998). Nos anos recente, o desenvolvimento de tcnicas de modelagem dinmica tem tomado duas grandes direes:
modelos de processos fsicos, tipicamente associados a problemas hidrolgicos ou ecolgicos, como os disponveis no ambiente PCRaster (Wesseling, Karssenberg et al., 1996). modelos de sistemas scio-econmicos, que variam desde modelos de micro-escala baseados em autmatos celulares (Couclelis, 1997) a modelos multi-escala que incorporam efeitos de variveis exgenas (White and Engelen, 1997). Deste modo, o desafio de incorporao da Geografia Quantitativa ao GIS ainda no est plenamente realizado. Especialmente no caso de modelos para processos espaotemporais, os GIS ainda se comportam mais como sistemas cartogrficos de informao do que como sistemas de informao geogrfica, devido natureza esttica de suas representaes computacionais. Esperamos que os prximos anos tragam avanos substanciais nestas tcnicas, especialmente no caso de modelagem dinmica.
5.4 A GEOGRAFIA CRTICA E O GEOPROCESSAMENTO 5.4.1 Introduo
A nfase da Geografia Quantitativa no uso de grandezas mensurveis para caracterizao do espao geogrfico vem sendo objeto de fortes crticas nas ltimas duas dcadas. Estas crticas argumentam que, apesar dos resultados obtidos no estudo dos padres espaciais, as tcnicas da Geografia Quantitativa no conseguem explicar os processos scioeconmicos subjacentes a estas distribuies, nem capturar o componente das aes e intenes dos agentes sociais (Harvey, 1988). A viso desta nova escola (aqui chamada de Geografia Crtica, adotando a terminologia de (Moraes, 1995)) ainda motivada pelo contexto de uma diferenciao ideolgica. Para os crticos mais extremados, a Geografia Quantitativa estaria comprometida com uma grande viso ideolgica associada expanso do capitalismo, e os muitos tericos da Geografia Crtica tomam por base a filosofia marxista na construo de seus conceitos. Vale ressaltar que no pretendemos realizar, no contexto deste artigo, que busca examinar os conceitos bsicos da Cincia da Informao Espacial, uma anlise comparativa entre a Geografia Crtica e a Geografia Quantitativa. Importa considerar aqui a relevncia conceitos tericos de espao apresentados pelos proponentes da Geografia Crtica para o projeto de uma nova gerao de GIS. Neste contexto, estaremos analisando, conceitos propostos por David Harvey, Manuel Castells e Milton Santos. Em especial, Milton Santos um dos gegrafos mais empenhados em apresentar novos conceitos de espao geogrfico. Em seus trabalhos, Santos d especial nfase ao papel da tecnologia como vetor de mudanas da sociedade e condicionante da ocupao do espao, no que denomina o meio tcnico-cientfico-informacional. Apesar de enfatizar a contribuio da tecnologia para a Geografia, Santos no examina em detalhe o problema do uso direto de ferramentas tecnolgicas como GIS em estudos geogrficos. Mesmo assim, seus
conceitos so extremamente relevante para a definio de uma epistemologia da Cincia da Informao Espacial, como se ver a seguir. No caso de Milton Santos, preciso considerar que o prprio autor apresenta diferentes concepes do espao geogrfico, ao longo de sua carreira. Deste modo, examinaremos nas prximas sees trs concepes distintas (mas complementares) de espao em Milton Santos. Na seo 4.2, a noo que o espao organizado pelas relaes de forma, funo, estrutura e processo (Santos, 1985), na seo 4.3, a idia que o espao um sistema de fixos e fluxos (Santos, 1978) e na seo 4.4, o mais recente conceito: o espao um sistema de objetos e um sistema de aes (Santos, 1996). 5.4.2 Milton Santos e as Dualidades Forma-Funo e Estrutura-Processo
Em seu livro Espao e Mtodo, (Santos, 1985) utiliza os conceitos de forma, funo, estrutura e processo para descrever as relaes que explicam a organizao do espao. A forma o aspecto visvel do objeto, referindo-se, ainda, ao seu arranjo, que passa a constituir um padro espacial; a funo constitui uma tarefa, atividade ou papel a ser desempenhado pelo objeto; a estrutura refere-se maneira pela qual os objetos esto inter-relacionados entre si, no possui uma exterioridade imediata - ela invisvel, subjacente forma, uma espcie de matriz na qual a forma gerada; o processo uma estrutura em seu movimento de transformao, ou seja, uma ao que se realiza continuamente visando um resultado qualquer, implicando tempo e mudana. Para citar o autor: Forma, funo, estrutura e processo so quatro termos disjuntivos associados, a empregar segundo um contexto do mundo de todo dia. Tomados individualmente apresentam apenas realidades, limitadas do mundo. Considerados em conjunto, porm, e relacionados entre si, eles constroem uma base terica e metodolgica a partir da qual podemos discutir os fenmenos espaciais em totalidade. (Santos, 1985). A relevncia deste conceito de espao para a Cincia da Informao Espacial mais conceitual do que prtica, pois aponta essencialmente para limitaes dos sistemas computacionais de representao de informao. Nesta perspectiva, pode-se afirmar que as tcnicas atuais de Geoprocessamento no conseguem resolver de forma plena as dualidades forma-funo e estrutura-processo, pois o uso de representaes computacionais geomtricas (como polgonos ou grades regulares) e de modelos funcionais (cadeias de Markov, modelos de difuso espacial) sempre implica numa materializao das noes de espao. Na atual gerao de GIS, podemos caracterizar adequadamente a forma de organizao do espao, mas no a funo de cada um de seus componentes; podemos ainda estabelecer qual a estrutura do espao, ao modelar a distribuio geogrfica das variveis em estudo, mas no capturarmos, em toda a sua plenitude, a natureza dinmica dos processos de constante transformao da natureza, em conseqncia das aes do homem. Mesmo quando utilizamos ferramentas de modelagem dinmica (Couclelis, 1997; Burrough, 1998), e realizamos aproximaes dos processos fsicos e urbanos de uso e
transformao do espao, a nfase das representaes computacionais sempre nos aspectos estruturais do espao (como no uso de autmatos celulares para modelar transies do uso do solo urbano). Deste modo, as dualidades forma-funo e estrutura-processo apontam para deficincias estruturais de todas os sistemas de informao, no atual estgio do conhecimento. Para remover estes limites, ser preciso avanar muito na direo de tcnicas de Representao do Conhecimento e Inteligncia Artificial(Sowa, 2000), o que leva a consideraes mais genricas (e fora do escopo deste artigo) sobre as prprias limitaes do computador enquanto tecnologia de processamento da informao. O leitor interessado deve referir-se a (Penrose, 1989) e (Searle, 1984). 5.4.3 Harvey, Castells, Santos: A Compresso do Espao-Tempo e a Geografia da Redes
Em A Condio Psmoderna (Harvey, 1989), David Harvey faz uma anlise abrangente das novas relaes de produo da sociedade atual. Para Harvey, a mudana cultural mais importante nos anos recentes aquela provocada pelo impacto na experincia humana com os novos conceitos de espao e tempo. Ele lembra que do sculo XVI ao XIX a velocidade mdia das diligncias e dos navios a vela era de 20 km/h. A partir de meados do sculo XIX, as locomotivas a vapor chegavam a 100 km/h. Com os avies a jato a partir de meados do sculo XX, alcanamos 800 Km/h. Atualmente, com as telecomunicaes, podemos trocar documentos e realizar reunies com pessoas em outros lugares do mundo de forma simultnea. Segundo Harvey, a compresso do espao-tempo uma componente essencial das novas formas de produo capitalista, em que o capital financeiro adquire autonomia com relao ao capital industrial e prpria governabilidade das naes. Neste cenrio, o fluxo internacional de recursos (feito quase exclusivamente com suporte de telecomunicaes) restringe o poder regulador dos Estados de uma forma indita na Histria. Quais as conseqncias deste conceito para a Cincia da Informao Espacial? Observemos que a maior parte das tcnicas de Anlise Espacial (Bailey and Gattrel, 1995) est baseada no conceito de proximidade. Medidas como o variograma e os indicadores locais e globais de autocorrelao espacial fazem uso implcito da lei de Tobler: no mundo, todas as coisas se parecem; mas coisas mais prximas so mais parecidas que aquelas mais distantes (Tobler, 1979). A compresso do espao-tempo subverte esta lgica previsvel de organizao do espao e estabelece um substancial desafio conceitual para sua representao computacional. Do ponto de vista da Anlise Geogrfica, os conceitos de Harvey implicam que a forma tradicional de expressar as relaes espaciais entre entidades geogrficos (propriedades como adjacncia e distncia euclidiana) capturam apenas efeitos locais, e no permitem representar a dinmica dos fenmenos sociais e econmicos de nosso tempo. Numa viso mais abstrata do que prtica, alguns autores tem se referido a espaos de geometria varivel (Castells, 1999) para denotar a situao em que as articulaes materiais entre os agentes econmicos e sociais ocorrem de forma muitas vezes independentes da contiguidade fsica. Esta situao nos leva a novos conceitos do espao, em que os fluxos
passam a ser um componente essencial. Fluxos de capital, fluxos da informao, fluxos de tecnologia, fluxos de interao organizacional, fluxos de imagens, sons e smbolos (Castells, 1999) tornam-se elementos constituidores de nossa sociedade, questionando a aplicabilidade geral da lei de Tobler. O resultado da compresso do espao-tempo gerada pelos avanos da tecnologia e pela crescente integrao das prticas econmicas tem levado a novas definies do espao. Milton Santos fala em espao de fixos e espao de fluxos (Santos, 1978) e Manuel Castells em espao de fluxos e espao de lugares. Subjacente a estas noes est o processo de crescente internacionalizao da produo capitalista, que resulta em padres de localizao que alteram profundamente as caractersticas do espao industrial e seu impacto no desenvolvimento urbano (Castells, 1999). O espao de lugares representa os arranjos espaciais formados por localizaes contguas, numa interao definida pela prpria condio de moradia das pessoas e sua lgica cotidiana. No entanto, o espao dos fluxos , crescentemente, o determinante das relaes de poder e das movimentos de circulao de bens e servios. Isto gera uma esquizofrenia estrutural entre duas lgicas espaciais, que ameaa romper os canais de comunicao da sociedade (Castells). Os desafios para a Cincia da Informao Espacial so aqui considerveis. Em especial, trata-se de combinar os modelos de interao espacial (que determinam os fluxos), com modelos de escala local (representados, por exemplo, por autmatos celulares). Esta combinao requer a capacidade de propor modelos matemticos abstratos e de estabelecer relaes causais entre fluxos e efeitos locais, problemas ainda no abordados na literatura. 5.4.4 Milton Santos e o Espao como Sistemas de Objetos e Sistemas de Aes
Sem abandonar as definies anteriores, mas buscando uma viso mais geral sobre os conceitos de espao (Santos, 1996) afirma que o espao geogrfico um sistema de objetos e um sistema de aes. Esta caracterizao objetiva contrapor os elementos de composio do espao (os objetos geogrficos) aos condicionantes de modificao deste espao (as aes humanas e dos processos fsicos ao longo do tempo). Numa formulao sinttica, Santos enfatiza a necessidade de libertar-nos de vises estticas do espao (tais como nos vem condicionando sculos de mapas), ao incluir a componente de processos variantes no tempo como parte essencial do espao. Ele procura diferenciar o conceito de espao do de paisagem, afirmando que "a paisagem o conjunto de formas que num dado momento, exprimem as heranas que representam as sucessivas relaes localizadas entre homens e natureza. O espao so essas formas mais a vida que as anima". Do ponto de vista da geoinformao, a noo de sistemas de objetos e sistemas de aes coloca-se num nvel de abstrao ainda maior que as formulaes anteriores de Santos. Da surgem algumas questes cruciais: possvel realizar a transio destes conceitos abstratos para o mbito de um sistema computacional? Quais as limitaes da traduo das noes abstratas propostas para um SIG ?
Numa primeira anlise, a traduo do conceito de sistema de objetos e sistemas de aes para o ambiente computacional esbarra em trs questes: como modelar os sistemas de objetos ? como representar os sistemas de aes? como expressar as interaes entre os objetos e as aes ? Para representar os sistemas de objetos, ser preciso descrever cada um dos diferentes tipos de objetos componentes do espao (ou da parcela do espao em anlise). Neste sentido, um dos avanos recentes na rea de Geoprocessamento o uso de Ontologias. Uma ontologia uma teoria que especifica um vocabulrio relativo a um certo domnio de, que define entidades, classes, propriedades, predicados e funes e as relaes entre estes componentes (Fonseca and Egenhofer, 1999) (Fonseca, Egenhofer et al., 2000). Na viso de (Smith and Mark, 1998), uma ontologia do mundo geogrfico pode ajudar a entender como diferentes comunidades compartilham informaes e estabelecer correspondncias e relaes entre os diferentes domnios de entidades espaciais. Numa perspectiva genrica, pode-se dizer que o uso de Ontologias em GIS uma maneira de integrar tcnicas de Representao do Conhecimento em uma tecnologia com uma forte tradio geomtrica e cartogrfica. Deve-se lembrar que, apesar da sua atratividade enquanto conceito, o uso de Ontologias em GIS enfrenta essencialmente os mesmos problemas das tcnicas de Representao do Conhecimento (Sowa, 2000). Estes problemas incluem a concepo de formalismos para armazenamento de informao e a traduo do conhecimento existente informalmente no domnio de aplicao para representaes computacionais. Vale lembrar ainda que a maior parte dos paradigmas atuais de Representao do Conhecimento so essencialmente estticos, sem modelar adequadamente a dimenso temporal e os relacionamentos dinmicos e dependentes de contexto entre os objetos. A representao dos sistemas de aes ainda mais difcil num ambiente computacional. Sendo o computador uma ferramenta matemtica e no analgica, a representao de processos depende fundamentalmente de modelagem numrica, usualmente realizada atravs de equaes funcionais. Cabe aqui distinguir dois grandes grupos de processos espaciais: os modelos do meio fsico e os de processos scio-econmicos (que incluem os fenmenos urbanos). Estes grupos possuem variveis e comportamentos diferenciados que exigem diferentes abordagens de implementao. Fenmenos fsicos tais como modelos hidrolgicos e ecolgicos so exemplos de fenmenos com alto ndice de variao do estado da superfcie ao longo do tempo. Sua representao acurada depende da capacidade de derivar equacionamentos matemticoformais que descrevam a variao espao-temporal do fenmeno. No caso de fenmenos scio-econmicos, os processos tem uma complexidade muito maior, por envolver, alm de fenmenos fsicos, componentes de construo da realidade social. Neste sentido, vale a pena destacar o exposto em (Searle, 1995): a realidade social envolve um componente fsico (externo nossa percepo) e um componente mental, que resulta de consenso estabelecido em procedimentos jurdicos e culturais de cada sociedade.
Deste modo, a aplicao do conceito de sistemas de aes modelagem computacional de fenmenos socio-econmicos no pode ser reduzida premissa funcionalista de que possvel derivar modelos matemticos que descrevam o comportamento dos agentes sociais. Apesar disto, os autores consideram ser til e vlido a proposio de modelos que, com crescente sofisticao e inevitvel reducionismo, possam simular parte do comportamento dos diferentes processos socio-economicos-ambientais. Como exemplo, o trabalho de (Engelen, 1995) apresenta uma estrutura de modelagem dinmica e de suporte a deciso capaz de operar em uma variedade de escalas. Esta estrutura constituda de dois nveis denominados macro e micro escalas. Na macroescala, esto representadas as variveis ecolgicas e scio-econmicas que afetam o sistema como um todo. A microescala representa a dimenso espacial do modelo. Estas escalas interagem intensivamente entre si e com um banco de dados geogrfico, a partir do qual obtm os dados necessrios para as simulaes. Ainda com respeito ao problema de modelagem computacional dos sistemas de aes, (Cmara, 2000) apresentam uma proposta para modelar o processo de produo de informao em bases de dados georeferenciados, levando em conta o objetivo final a ser alcanado com os procedimentos de Anlise Geogrfica. Esta proposta visa capturar uma das dimenses do conceito de sistemas de aes: a inteno do especialista ao modelar o espao geogrfico. Em resumo, o conceito de Milton Santos de espao como sistemas de objetos e sistemas de aes caracteriza um mundo em permanente transformao, com interaes complexas entre seus componentes. Santos apresenta uma viso geral, que admite diferentes leituras e distintos processos de reduo, necessrios captura desta definio abstrata num ambiente computacional. No obstante, a riqueza inerente a este conceito est em deslocar a nfase da anlise do espao, da representao cartogrfica para a dimenso da representao do conhecimento geogrfico. Afinal, como diz o prprio Milton Santos, geometrias no so geografias.
5.5 TEORIA GEOGRFICA E CINCIA DA GEOINFORMAO: RUMO A UMA NOVA GERAO DE GIS Nesta seo, fazemos um resumo de nossa anlise, na perspectiva de projetar uma nova gerao de sistemas de informao geogrfica. Na Tabela 1 apresentamos, para cada escola, o conceito chave em sua definio de espao, a representao computacional que melhor aproxima este conceito, e algumas tcnicas de Anlise Geogrfica tpicas que esto associadas a esta escola geogrfica. Fazemos uma distino entre os conceitos da escola de Geografia Quantitativa que tem expresso na atual gerao de GIS e aqueles que apontam para as futura evoluo da tecnologia de Geoprocessamento.
Tabela 5.1 Teoria Geogrfica e Geoprocessamento

Teoria Geografia Idiogrfica () Geografia Quantitativa-1 Geografia Quantitativa-2 Geografia Crtica Tecnologia associada
Anos 80 meados dos anos 90
GIS
Conceito-Chave Unicidade da Regio (unidade-rea) Distribuio Espacial Modelos espaotempo Objetos e Aes Espao de fluxos e espao de lugares
Repres. Comput. Polgono atributos Superfcies (grades) Funes e
Tcnicas Anlise Interseo conjuntos Geoestatstica + lgica fuzzy Modelos escala multi-
Final da dcada de 90 Meados da dcada de 00
Segunda dcada do sculo 21 (?)
Ontologias e Espaos nocartogrficos
Representao do Conhecimento
guisa de resumo, apresentamos cada um dos componentes da Tabela 1: Geografia Idiogrfica (GIS dos anos 80): o conceito-chave a unicidade da regio, expresso atravs de abstraes como a unidade-rea (Hartshorne), unidade de paisagem (Tricart) e land-unit (Zonneveld). A representao computacional associada o polgono com seus atributos (usualmente expressos numa tabela de um banco de dados relacional) e as tcnicas de anlise comuns, est o uso da interseo de conjuntos (lgica booleana). Geografia Quantitativa (GIS de hoje): o conceito-chave a distribuio espacial do fenmeno de estudo, expressa atravs de um conjunto de eventos, amostras pontuais, ou dados agregados por rea. A representao computacional associada a superfcie (expressa como uma grade regular) e h uma grande nfase no uso de tcnicas de Estatstica Espacial e Lgica Nebulosa (fuzzy) para caracterizar com o uso (respectivamente) da teoria da probabilidade e da teoria da possibilidade as distribuies espaciais. Geografia Quantitativa (GIS da prxima gerao): o conceito-chave so os modelos preditivos com representao espao-temporal, onde a evoluo do fenmeno expressa atravs de representao funcional. Para capturar as diferentes relaes dinmicas, as tcnicas de Anlise devero incluir modelos multi-escala, que estabeleam conexes entre fenmenos de macroescala (tipicamente relacionados com fatores econmicos) e fenmenos de microescala (tipicamente associados a transies no uso da terra). Geografia Crtica (GIS do futuro) : aqui, os conceitos-chave incluem o espao como sistema de objetos e sistemas de aes e a oposio entre espao de fluxos e espao de lugares. Podemos apenas especular sobre as representaes computacionais que sero
utilizadas neste contexto, que possivelmente incluam tcnicas de Representao de Conhecimento. Nossa hiptese de trabalho que os GIS do futuro contemplaro representaes no-cartogrficas do espao, com uma nfase no estabelecimento de relaes entre os diferentes atores sociais que atuam no espao.
5.6 ALCANCE E LIMITAES DO GEOPROCESSAMENTO Neste captulo, examinamos diferentes conceitos de espao de escolas da Geografia e buscamos estabelecer que representaes computacionais permitiam a expresso destes conceitos no ambiente de GIS. Embora saibamos que a viso apresentada reducionista e limitada, consideramos que muito til apresentar uma perspectiva genrica como a exposta acima, pois esta nos ajuda a compreender as diferenas entre os conceitos de espao e melhor compreender os desafios ainda no resolvidos pela Cincia da Geoinformao. O que podemos concluir, ainda que de forma preliminar? Em primeiro lugar, cumpre indicar que, apesar dos significativos avanos das duas ltimas dcadas, a tecnologia de sistemas de informao geogrfica ainda est longe de dar suporte adequado s diferentes concepes de espao geogrfico. Atualmente, os GIS oferecem ferramentas que permitem a expresso de procedimentos lgicos e matemticos sobre as variveis georeferenciadas com uma economia de expresso e uma repetibilidade impossveis de alcanar em anlises tradicionais. No entanto, a tecnologia de GIS resolveu apenas os problemas simples de representao computacional do espao. Os atuais sistemas so fortemente baseados numa lgica cartogrfica do espao, exigindo sempre a construo de mapas computacionais, tarefa sempre custosa e nem sempre adequada ao entendimento do problema em estudo. Adicionalmente, mostramos que a Geografia Crtica tem uma importante contribuio para a Cincia da Geoinformao, sendo um de seus principais mritos o de apontar para uma viso muito rica do espao geogrfico, enfatizando a noo do processo em contraposio natureza esttica dos GIS de hoje. Neste sentido, fundamental distinguir entre as capacidades da atual gerao de GIS e as limitaes inerentes a qualquer representao computacional do espao geogrfica. Assim, apesar de ser essencialmente infactvel capturar, num ambiente de geoinformao, todas as dimenses do conceitos como sistemas de objetos e sistemas de aes, importante buscar tcnicas que permitam aproximar dimenses parciais desta viso. Para tanto, ser necessrio utilizar abordagens quantitativas, baseadas em tcnicas como Sistemas Dinmicos, Ontologias e Representao de Conhecimento, sem perder de vista que estes modelos sero sempre aproximaes reducionistas da realidade geogrfica.
Referncias 1. ANSELIN, L. Spatial econometrics: methods and models. Dordrecht, Kluwer, 1988. 2. BAILEY, T. and A. GATTREL. Spatial Data Analysis by Example. London, Longman, 1995. 3. BURROUGH, P. Principles of Geographical Information Systems for Land Resources Assessment. Oxford, England, Oxford University Press, 1986. 4. BURROUGH, P. Dynamic Modelling and Geocomputation. In: P. Longley, S. Brooks, R. McDonnell and B. Macmillan (ed). Geocomputation: A Primer. New York, John Wiley, 1998. v. 5. BURROUGH, P. and A. FRANK (ed.). Geographic Objects with Indeterminate Boundaries. London, Taylor & Francis, 1996. p. 6. CMARA, G. M., A.M.V.; PAIVA, J.A.C; SOUZA, R.C.M. Action-Driven Ontologies of the Geographical Space. In: GIScience 2000, Proceedings. Savanah, GA, AAG, 2000. 7. CASTELLS, M. A Sociedade em Rede. So Paulo, Paz e Terra, 1999. 8. CHORLEY, R. J. and P. HAGGETT (ed.). Models in Geography. London, Methuen, 1967. p. 9. CHRISTOFOLETTI, A. As Perspectivas dos Estudos Geogrficos. In: A. Christofoletti (ed). Perspectivas da Geografia. So Paulo, Difel, 1985. v. 10. CORRA, R. L. Espao: um conceito chave na geografia. In: I. E. Castro, P. C. Gomes and R. L. Corra (ed). Geografia: Conceitos e Temas. Rio de Janeiro, Bertrand Brasil, 1995. v. 11. COUCLELIS, H. From Cellular Automata to Urban Models: New Principles for Model Development and Implementation. Environment and Planning B: Planning and Design v.24, p.165-174, 1997. 12. ENGELEN, G. Using Cellular Automata for Integrated Modelling of Socio-environmental Systems. Environmental Monitoring and Assessment v.34, p.203-214, 1995. 13. FONSECA, F. and M. EGENHOFER. Ontology-Driven Geographic Information Systems. In: 7th ACM Symposium on Advances in Geographic Information Systems, Proceedings. Kansas City, MO, ACM Press, N.Y., 1999. p.14-19. 14. FONSECA, F., M. EGENHOFER, et al. Ontologias e Interoperabilidade Semntica entre SIGs. In: II Workshop Brasileiro em Geoinformtica - GeoInfo2000, Proceedings. So Paulo, 2000. 15. GETIS, A. and J. K. ORD. Local spatial statistics: an overview. In: P. Longley and M. Batty (ed). Spatial Analysis: Modelling in a GIS Environment. New York, John Wiley, 1996. v., p.261-277. 16. GOODCHILD, M. A spatial analytic perspective on geographical information systems. International Journal of Geographical Information Systems v.1, p.327-334, 1988.
17. GOOVAERTS, P. Geostatistics for Natural Resources Evaluation. New York, Oxford Univ. Press, 1997. 18. HGERSTRAND, T. Innovation Diffusion as a Spatial Process. Chicago, IL, The University of Chicago Press, 1967. 19. HARTSHORNE, R. Propsitos e Natureza da Geografia. So Paulo, Hucitec (trad. 1966), 1936. 20. HARVEY, D. Explanation in Geography. New York, St. Martin's Press, 1969. 21. HARVEY, D. Social Justice and the City. Oxford, Blackwell, 1988. 22. HARVEY, D. The Condition of Postmodernity. London, Basil Blackwell, 1989. 23. HEUVELINK, G. Error Propagation in Environmental Modelling with GIS. London, Taylor and Francis, 1998. 24. MORAES, A. C. R. Geografia: Pequena Histria Crtica. So Paulo, Hucitec, 1995. 25. NATIONAL RESEARCH COUNCIL. Rediscovering Geography: New Relevance for Science and Society. Washington, National Academy Press, 1997. 26. OPENSHAW, S. and C. OPENSHAW. Artificial Intelligence in Geography. Chichester, John Wiley, 1997. 27. PENROSE, R. The Emperor's New Mind: Concerning Computers, Minds, and the Laws of Physics. Oxford, Oxford Univ. Press, 1989. 28. POPPER, K. A Lgica da Pesquisa Cientfica. So Paulo, EDUSP, 1975. 29. SANTOS, M. Por uma Geografia Nova. So Paulo, Hucitec, 1978. 30. SANTOS, M. Espao e Mtodo. So Paulo, Nobel, 1985. 31. SANTOS, M. A Natureza do Espao: Tcnica e Tempo. Razo e Emoo. So Paulo, Hucitec, 1996. 32. SEARLE, J. R. Minds, Brains, and Science. Cambridge, MA, Harvard University Press, 1984. 33. SEARLE, J. R. The Construction of Social Reality. New York, The Free Press, 1995. 34. SMITH, B. and D. MARK. Ontology and Geographic Kinds. In: International Symposium on Spatial Data Handling, Proceedings. Vancouver, Canada, 1998. p.308-320. 35. SOWA, J. F. Knowledge Representation: Logical, Philosophical, and Computational Foundations. Pacific Grove, CA, Brooks Cole, 2000. 36. TOBLER, W. Cellular geography. In: S. Gale and O. G. (ed). Philosophy in Geography. Dordrecht, Reidel, 1979. v., p.379-386. 37. TRICART, J. Ecodinmica. Rio de Janeiro, IBGE-SUPREN, 1977.
38. WESSELING, C. G., D. KARSSENBERG, et al. Integrating dynamic environmental models in GIS: the development of a Dynamic Modelling language. Transactions in GIS v.1, p.40-48, 1996. 39. WHITE, R. and G. ENGELEN. Cellular automata as the basis of integrated dynamic regional modelling. Environment and Planning B: Planning and Design v.24, p.235-246, 1997. 40. ZONNEVELD, I. S. The Land Unit: A Fundamental Concept in Landscape Ecology, and Its Applications. Landscape Ecology v.3, p.67-86, 1989.
CARTOGRAFIA PARA GEOPROCESSAMENTO

Jl io C sar L ima D Al ge
6.1
INTRODUO
A razo principal da relao interdisciplinar forte entre Cartografia e Geoprocessamento o espao geogrfico. Cartografia preocupa-se em apresentar um modelo de representao de dados para os processos que ocorrem no espao geogrfico. Geoprocessamento representa a rea do conhecimento que utiliza tcnicas matemticas e computacionais, fornecidas pelos Sistemas de Informao Geogrfica (SIG), para tratar os processos que ocorrem no espao geogrfico. Isto estabelece de forma clara a relao interdisciplinar entre Cartografia e Geoprocessamento. Uma razo histrica, que refora o vnculo que aqui se discute, a precedncia das iniciativas de automao da produo cartogrfica em relao aos esforos iniciais de concepo e construo das ferramentas de SIG (veja-se, por exemplo, Maguire et al. (1991)). A figura 1 aproveita e sintetiza a discusso ora apresentada, estendendo-a apropriadamente s reas de Sensoriamento Remoto, CAD (Computer Aided Design) e Gerenciamento de Banco de Dados.
Figura 1 - Relaes interdisciplinares entre SIG e outras reas. FONTE: Maguire et al. (1991)
Cartografia para Geoprocessamento
O vnculo entre Cartografia e Geoprocessamento explorado de forma prtica neste documento atravs de uma apresentao do que h de essencial quanto natureza dos dados espaciais. Complementa-se o assunto pela exposio de aspectos funcionais e de apresentao presentes em SIG, que coincidem com aqueles oriundos de preocupaes eminentemente cartogrficas com respeito a dados espaciais.
6.2
NATUREZA DOS DADOS ESPACIAIS
Dados espaciais caracterizam-se especificamente pelo atributo da localizao geogrfica. H outros fatores importantes inerentes aos dados espaciais, mas a localizao preponderante. Um objeto qualquer (como uma cidade, a foz de um rio ou o pico de uma montanha) somente tem sua localizao geogrfica estabelecida quando se pode descrevlo em relao a outro objeto cuja posio seja previamente conhecida ou quando se determina sua localizao em relao a um certo sistema de coordenadas. O estabelecimento de localizaes sobre a superfcie terrestre sempre foi um dos objetos de estudo da Geodsia, cincia que se encarrega da determinao da forma e das dimenses da Terra. A seguir so apresentados alguns conceitos de Geodsia que desempenham um papel de extrema importncia na rea de Geoprocessamento.
6.2.1
CONCEITOS DE GEODSIA
A definio de posies sobre a superfcie terrestre requer que a Terra possa ser tratada matematicamente. Para o geodesista a melhor aproximao dessa Terra matematicamente tratvel o geide, que pode ser definido como a superfcie equipotencial do campo da gravidade terrestre que mais se aproxima do nvel mdio dos mares. A adoo do geide como superfcie matemtica de referncia esbarra no conhecimento limitado do campo da gravidade terrestre. medida que este conhecimento aumenta, cartas geoidais existentes so substitudas por novas verses atualizadas. Alm disso, o equacionamento matemtico do geide intrincado, o que o distancia de um uso mais prtico. por tudo isso que a Cartografia vale-se da aproximao mais grosseira aceita pelo geodesista: um elipside de revoluo . Visto de um ponto situado em seu eixo de rotao, projeta-se como um crculo; visto a partir de uma posio sobre seu plano do equador, projeta-se como uma elipse, que definida por um raio equatorial ou semi-eixo maior e por um achatamento nos plos. Neste ponto torna-se oportuno colocar o conceito de datum planimtrico. Comease com um certo elipside de referncia, que escolhido a partir de critrios geodsicos de adequao ou conformidade regio da superfcie terrestre a ser mapeada (veja, por
Introduo Cincia da Geoinformao
6-2
exemplo, Snyder, 1987, para uma lista de elipsides usados em diferentes pases ou regies). O prximo passo consiste em posicionar o elipside em relao Terra real. Para isto impe-se inicialmente a restrio de preservao do paralelismo entre o eixo de rotao da Terra real e o do elipside. Com esta restrio escolhe-se um ponto central (ou origem) no pas ou regio e se impe, desta vez, a anulao do desvio da vertical, que o ngulo formado entre a vertical do lugar no ponto origem e a normal superfcie do elipside. Fica definida ento a estrutura bsica para o sistema geodsico do pas ou regio: o datum planimtrico. Trata-se, portanto, de uma superfcie de referncia elipsoidal posicionada com respeito a uma certa regio. Sobre esta superfcie realizam-se as medies geodsicas que do vida rede geodsica planimtrica da regio. Um datum planimtrico formalmente definido por cinco parmetros: o raio equatorial e o achatamento elipsoidais e os componentes de um vetor de translao entre o centro da Terra real e o do elipside. Na prtica, devido incertezas na determinao do centro da Terra real, trabalha-se com translaes relativas entre diferentes datuns planimtricos. Dado um ponto sobre a superfcie do elipside de referncia de um certo datum planimtrico, a latitude geodsica o ngulo entre a normal ao elipside, no ponto, e o plano do equador. A longitude geodsica o ngulo entre o meridiano que passa no ponto e o meridiano origem (Greenwich, por conveno). Fala-se aqui da definio do sistema de paralelos e meridianos sobre a superfcie elipsoidal do datum. Outro conceito importante o de datum vertical ou altimtrico. Trata-se da superfcie de referncia usada pelo geodesista para definir as altitudes de pontos da superfcie terrestre. Na prtica a determinao do datum vertical envolve um margrafo ou uma rede de margrafos para a medio do nvel mdio dos mares. Faz-se ento um ajustamento das medies realizadas para definio da referncia zero e adota-se um dos margrafos como ponto de referncia do datum vertical. No Brasil o ponto de referncia para o datum vertical o margrafo de Imbituba, em Santa Catarina. Um dos problemas tpicos na criao da base de dados de um SIG aqui no Brasil tem sido a coexistncia de dois sistemas geodsicos de referncia: Crrego Alegre e SAD69. Algumas cartas topogrficas referem-se Crrego Alegre, que o antigo datum planimtrico brasileiro, enquanto outras utilizam como referncia o SAD-69, que o atual datum planimtrico. Os usurios de SIG j esto relativamente acostumados a conviver com escolhas de projeo e selees de datum sempre que precisam realizar entrada ou importao de dados, mas costumam ignorar que as coordenadas geogrficas - na verdade, geodsicas - so definidas sobre a superfcie de referncia do datum selecionado e que, portanto, variam de datum para datum.
6-3
Desfeito o mito da invariabilidade das coordenadas geodsicas, deve-se atentar para a magnitude das variaes envolvidas. As diferenas entre Crrego Alegre e SAD-69, por exemplo, traduzem-se em discrepncias de algumas dezenas de metros sobre a superfcie do territrio brasileiro. Essas discrepncias so negligenciveis para projetos que envolvam mapeamentos em escala pequena, mas so absolutamente preponderantes para escalas maiores que 1:250.000 (dAlge, 1999). o caso, por exemplo, do monitoramento do desflorestamento na Amaznia brasileira, que usa uma base de dados formada a partir de algumas cartas topogrficas na escala 1:250.000 vinculadas ao datum Crrego Alegre e outras vinculadas ao SAD-69. O antigo datum planimtrico Crrego Alegre usa o elipside de Hayford, cujas dimenses sempre foram consideradas convenientes para a Amrica do Sul. Atualmente, no entanto, o datum SAD-69 utiliza o elipside da Unio Astronmica Internacional (IAU), homologado em 1967 pela Associao Internacional de Geodsia, quando passou a se chamar elipside de Referncia 1967. A tabela 1 ilustra os parmetros dos dois elipsides empregados como figuras de referncia para Crrego Alegre e SAD-69:
Elipside IAU Hayford
Raio Equatorial R(m) 6.378.160 6.378.388
Raio Polar r(m) 6.356.776 6.366.991
Achatamento 1/298,25 1/297
Tabela 1 - Parmetros dos elipsides da Unio Astronmica Internacional e Hayford
6-4
6.3
SISTEMAS DE COORDENADAS
O usurio de SIG est acostumado a navegar em seus dados atravs de ferramentas simples como o apontamento na tela com o cursor e a subsequente exibio das coordenadas geogrficas da posio indicada. Por trs da simplicidade aparente dessa ao, h algumas transformaes entre diferentes sistemas de coordenadas que garantem a relao entre um ponto na tela do computador e as coordenadas geogrficas. A figura 2 mostra alguns dos sistemas de referncia mais importantes para Cartografia e SIG.
Figura 2 - Diferentes sistemas de coordenadas para Cartografia e SIG FONTE: Maguire et al. (1991)
6-5
Sistema de coordenadas geogrficas o sistema de coordenadas mais antigo. Nele, cada ponto da superfcie terrestre localizado na interseo de um meridiano com um paralelo. Num modelo esfrico os meridianos so crculos mximos cujos planos contm o eixo de rotao ou eixo dos plos. J num modelo elipsoidal os meridianos so elipses definidas pelas intersees, com o elipside, dos planos que contm o eixo de rotao. Meridiano de origem (tambm conhecido como inicial ou fundamental) aquele que passa pelo antigo observatrio britnico de Greenwich, escolhido convencionalmente como a origem (0) das longitudes sobre a superfcie terrestre e como base para a contagem dos fusos horrios. A leste de Greenwich os meridianos so medidos por valores crescentes at +180. A oeste, suas medidas decrescem at o limite de -180. Tanto no modelo esfrico como no modelo elipsoidal os paralelos so crculos cujo plano perpendicular ao eixo dos plos. O Equador o paralelo que divide a Terra em dois hemisfrios (Norte e Sul) e considerado como o pararelo de origem (0). Partindo do equador em direo aos plos tem-se vrios planos paralelos ao equador, cujos tamanhos vo diminuindo at que se reduzam a pontos nos plos Norte (+90) e Sul (-90). Longitude de um lugar qualquer da superfcie terrestre a distncia angular entre o lugar e o meridiano inicial ou de origem, contada sobre um plano paralelo ao equador. Latitude a distncia angular entre o lugar e o plano do Equador, contada sobre o plano do meridiano que passa no lugar.
Sistema Geocntrico Terrestre O sistema geocntrico terrestre um sistema cartesiano tridimensional com origem no centro da Terra, um eixo coincidente com o eixo de rotao da Terra, outros dois eixos jacentes no plano do equador e eixo primrio amarrado ao meridiano de Greenwich. Tratase de um sistema de coordenadas muito importante para a transformao entre coordenadas geodsicas (se voc ainda no se deu conta de que as coordenadas geodsicas, que voc chama de geogrficas, variam, leia outra vez a seo 2.1). A transformao de um datum planimtrico a outro feita a partir das relaes matemticas entre coordenadas geodsicas e coordenadas geocntricas terrestres, que so descritas a seguir assumindo que se usa um modelo esfrico de raio R para a Terra (X, Y e Z denotam os eixos do sistema geocntrico terrestre e e denotam, respectivamente, a latitude e a longitude geodsicas): X = R.cos .cos Y = R.cos .sen Z = R.sen = arcsen (Z/R) = arctan (Y/X)
6-6
Sistema de coordenadas planas ou cartesianas O sistema de coordenadas planas, tambm conhecido por sistema de coordenadas cartesianas, baseia-se na escolha de dois eixos perpendiculares cuja interseo denominada origem, que estabelecida como base para a localizao de qualquer ponto do plano. Nesse sistema de coordenadas um ponto representado por dois nmeros reais: um correspondente projeo sobre o eixo x (horizontal) e outro correspondente projeo sobre o eixo y (vertical). O sistema de coordenadas planas naturalmente usado para a representao da superfcie terrestre num plano, ou seja, confunde-se com aquilo que se chama de sistema de coordenadas de projeo, como ser visto e discutido na seo 2.3.
Sistema de coordenadas polares Apesar de no aparecer de forma explcita para o usurio de SIG, o sistema de coordenadas polares merece meno por causa de sua utilizao no desenvolvimento das projees cnicas (veja seo 2.3). Trata-se de um sistema simples, de relao direta com o sistema de coordenadas cartesianas, que substitui o uso de um par de coordenadas (x,y) por uma direo e uma distncia para posicionar cada ponto no plano de coordenadas. Por isso ele to conveniente para o estudo das projees que se desenvolvem sobre cones. A relao com coordenadas cartesianas apresentada a seguir ( e denotam, respectivamente, a distncia do ponto origem e o ngulo formado com o eixo x): x = .cos y = .sen = arctan(y/x) = (x 2 + y 2 ) 1 / 2
Sistema de coordenadas de imagem (matricial) Como descrito maiss adiante neste documento, a integrao de Geoprocessamento com Sensoriamento Remoto depende do processo de insero de imagens de satlite ou areas na base de dados do SIG. O georeferenciamento de imagens pressupe uma relao estabelecida entre o sistema de coordenadas de imagem e o sistema de referncia da base de dados. O sistema de coordenadas de imagem , tradicionalmente, levgiro, com origem no canto superior esquerdo da imagem e eixos orientados nas direes das colunas e das linhas da imagem. Os valores de colunas e linhas so sempre nmeros inteiros que variam de acordo com a resoluo espacial da imagem. A relao com um sistema de coordenadas planas direta e faz-se atravs da multiplicao do nmero de linhas e colunas pela resoluo espacial.
6-7
6.4
PROJEES CARTOGRFICAS
Todos os mapas so representaes aproximadas da superfcie terrestre. Isto ocorre porque no se pode passar de uma superfcie curva para uma superfcie plana sem que haja deformaes. Por isso os mapas preservam certas caractersticas ao mesmo tempo em que alteram outras. A elaborao de uma mapa requer um mtodo que estabelea uma relao entre os pontos da superfcie da Terra e seus correspondentes no plano de projeo do mapa. Para se obter essa correspondncia, utilizam-se os sistemas de projees cartogrficas. De um modo genrico, um sistema de projeo fica definido pelas relaes apresentadas a seguir (x e y so as coordenadas planas ou de projeo e e so as coordenadas geogrficas): x = f1(,) y = f2(,) = g 1 (x,y) = g 2 (x,y)
H um nmero grande de diferentes projees cartogrficas, uma vez que h vrios modos de se projetar os objetos geogrficos que caracterizam a superfcie terrestre sobre um plano. Consequentemente, torna-se necessrio classific-las de acordo com diversos aspectos com a finalidade de melhor estud-las. Classificao das projees Analisam-se os sistemas de projees cartogrficas pelo tipo de superfcie de projeo adotada e pelas propriedades de deformao que as caracterizam. Quanto ao tipo de superfcie de projeo adotada, classificam-se as projees em: planas ou azimutais, cilndricas, cnicas e polidricas, segundo se represente a superfcie curva da Terra sobre um plano, um cilindro, um cone ou um poliedro tangente ou secante Terra. Seguem algumas descries. Projeo plana ou azimutal Constri-se o mapa utilizando-se uma superfcie de projeo plana tangente ou secante a um ponto na superfcie da Terra, como na figura 3.
Figura 3 - Exemplo: projeo azimutal
6-8
Projeo cnica A superfcie de projeo usada um cone que envolve a Terra e que, em seguida, desenvolvido num plano. As projees cnicas podem ser tangentes ou secantes. A figura 4 apresenta um exemplo de projeo cnica. Em todas as projees cnicas normais (eixo do cone coincidente com o eixo de rotao da Terra) os meridianos so retas que convergem para um ponto (que representa o vrtice do cone) e todos os paralelos so circunferncias concntricas a esse ponto.
Figura 4 - Exemplo: projeo cnica de Lambert
Projeo cilndrica Usa-se um cilindro tangente ou secante superfcie da Terra como superfcie de projeo. Em seguida, desenvolve-se o cilindro num plano. Em todas as projees cilndricas normais (eixo do cilindro coincidente com o eixo de rotao da Terra), os meridianos e os paralelos so representados por retas perpendiculares. A projeo de Mercator, uma das mais antigas e importantes, um exemplo de projeo cilndrica. Na figura 5 apresenta-se uma comparao da representao de um quarto de hemisfrio segundo diferentes sistemas de projeo.
Projeo plana
Projeo cilndrica
Projeo cnica
Figura 5 Comparao entre diferentes sistemas de projeo
6-9
Como j foi colocado anteriormente impossvel representar a superfcie curva da Terra sobre uma superfcie plana (ou desenvolvvel num plano) sem que haja deformaes. Por isso deve-se escolher que caractersticas devem ser conservadas e quais podem ser alteradas. Por exemplo, pode-se pensar numa possvel conservao dos ngulos ou numa manuteno de reas, sempre lavando-se em conta a que se destina o mapa. Quanto ao grau de deformao das superfcies representadas, as projees podem ser classificadas em conformes ou isogonais, equivalentes ou isomtricas e equidistantes.
Projees conformes ou isogonais So as projees que mantm os ngulos ou as formas de pequenas feies. Convm lembrar que a manuteno dos ngulos acarreta uma distoro no tamanho dos objetos no mapa. As projees de Mercator e UTM tm a caracterstica da conformidade. A projeo de Mercator muito usada em navegao porque representa as linhas de azimute constante como linhas retas. Entretanto, distorce bastante o tamanho dos objetos situados nas proximidades das regies polares.
Projees equivalentes ou isomtricas So projees que conservam as reas (no h deformao de rea). Como consequncia, os ngulos sofrem deformaes. Muitos consideram que estas so as projees mais adequadas para uso em SIG. Como exemplos pode-se citar as projees Cnica de Albers e Azimutal de Lambert.
Projees equidistantes As projees equidistantes conservam a proporo entre as distncias, em determinadas direes, na superfcie representada. Convm reforar a idia de que a equidistncia, ao contrrio da conformidade ou da equivalncia, no uma caracterstica global de toda a rea mapeada. O exemplo mais comum de projeo equidistante a projeo Cilndrica Equidistante.
6-10
Parmetros das projees A transformao entre coordenadas geogrficas e coordenadas de projeo feita atravs dos algoritmos das projees cartogrficas, que dependem de certos parmetros que variam de acordo com a projeo em questo. Discute-se agora alguns desses parmetros. Paralelo padro ou latitude reduzida o paralelo onde as deformaes so nulas, isto , onde a escala verdadeira. O paralelo padro nico quando definido por um cilindro tangente Terra, como na projeo Mercator. Se a superfcie de projeo for um cone secante Terra tem-se dois paralelos padro, como nas projees cnicas de Albers e de Lambert. Longitude de origem Trata-se de um meridiano de referncia escolhido para posicionar o eixo y do sistema de coordenadas planas ou de projeo. A definio da longitude de origem depende da projeo utilizada pelo usurio. A longitude de origem para a projeo UTM corresponde ao meridiano central de um fuso ou zona (a cada 6 define-se um fuso), ou seja, o meridiano central de uma carta ao milionsimo. A figura 6 apresenta a distribuio das cartas 1: 1.000.000 para o Brasil.
Figura 6 Distribuio das cartas ao milionsimo no Brasil
6-11
Para saber a longitude de origem, o usurio deve localizar a rea de interesse na figura e verificar a que fuso ela pertence. O meridiano central corresponder longitude de origem. Leme (SP), por exemplo, situada a 2S e 47W, encontra-se no fuso que vai de 42W a 48oW; sua longitude de origem, portanto, 45W. No caso da projeo de Gauss, usada em cartas topogrficas antigas no Brasil, a longitude de origem equivale aos limites das cartas ao milionsimo. Para verificar estes valores sugere-se o uso da figura apresentada anteriormente.
Latitude de origem Corresponde a um paralelo de referncia escolhido para posicionar o eixo x do sistema de coordenadas planas ou de projeo. A latitude de origem costuma ser o equador para a maior parte das projees. Nas cartas ao milionsimo, que usam a projeo cnica conforme de Lambert, adota-se sempre o paralelo superior de cada carta como latitude de origem.
Escala a relao entre as dimenses dos elementos representados em um mapa e aquelas medidas diretamente sobre a superfcie da Terra. A escala uma informao que deve estar presente em qualquer mapa e, em geral, tambm apresentada na forma de escala grfica. A escala numrica indica no denominador o valor que deve ser usado para multiplicar uma medida feita sobre o mapa e transform-la num valor correspondente na mesma unidade de medida sobre a superfcie terrestre.
6-12
Projeo UTM - "Universal Transverse Mercator" O mapeamento sistemtico do Brasil, que compreende a elaborao de cartas topogrficas, feito na projeo UTM (1:250.000, 1:100.000, 1:50.000, 1:25.000). Relacionam-se, a seguir, suas principais caractersticas: a superfcie de projeo um cilindro transverso e a projeo conforme; o meridiano central da regio de interesse, o equador e os meridianos situados a 90o do meridiano central so representados por retas; os outros meridianos e os paralelos so curvas complexas; a escala aumenta com a distncia em relao ao meridiano central, tornando-se infinita a 90o do meridiano central; como a Terra dividida em 60 fusos de 6 de longitude, o cilindro transverso adotado como superfcie de projeo assume 60 posies diferentes, j que seu eixo mantm-se sempre perpendicular ao meridiano central de cada fuso; aplica-se ao meridiano central de cada fuso um fator de reduo de escala igual a 0,9996, para minimizar as variaes de escala dentro do fuso; duas linhas aproximadamente retas, uma a leste e outra a oeste, distantes cerca de 1o37 do meridiano central, so representadas em verdadeira grandeza.
A tabela 2 ilustra as caractersticas principais de algumas das projees cartogrficas mais importantes. Os itens que aperecem na coluna aplicaes referem-se, principalmente, situao de uso das projees aqui no Brasil.
6-13
Projeo
Classificao
Aplicaes Mapeamentos temt icos. Mapeamento de reas com ext enso predominant e lesteoest e.
Caractersticas
Preserva rea. Substit ui com vantagens todas as outras cnicas equivalent es.
Albers
Cnica Equivalent e
Bipolar Oblqua
Cnica Conforme
Indicada para base cart ogrfica confivel dos continent es americanos.
Preserva ngulos. Usa dois cones oblquos.
Mapas Mundi. Cilndrica Equidistant e Cilndrica Equidistant e Mapas em escala pequena. Trabalhos computacionais. Altera rea (porm as distores no ultrapassam 0,5%). Preserva os ngulos. Mapeamento das regies polares. Mapeamento da L ua, Marte e Mercrio. Mapas t emt icos. Lambert Cnica Conforme Mapas polticos. Cart as milit ares. Cart as aeronuticas. Preserva ngulos. Altera rea e ngulos.
Gauss-Krger
Cilndrica Conforme
Cart as topogrficas antigas.
Estereogrfic a Polar
Azimut al Conforme
Preserva ngulos. Tem distores de escala.
6-14
Projeo Lambert Million
Classificao Cnica Conforme
Aplicaes Cart as ao milionsimo.
Caractersticas Preserva ngulos.
Cart as nut icas. Mercator Cilndrica Conforme Mapas geolgicos. Mapas magnticos. Mapas Mundi. Mapas mundi. Miller Cilndrica Mapas em pequenas. escalas Altera ngulos. rea e Preserva ngulos.
Policnica
Cnica
Mapeamento temtico Altera em escalas pequenas. ngulos.
reas
UTM
Cilndrica Conforme
Mapeamento bsico em Preserva ngulos. escalas mdias e Altera reas (porm grandes. as distores no Cart as topogrficas. ultrapassam 0,5%).
Tabela 2 Principais projees, sua classificao, suas aplicaes e caractersticas
6-15
6.5
TRANSFORMAES GEOMTRICAS
A entrada de dados via mesa digitalizadora impe uma calibrao entre os sistemas de coordenadas do mapa e da mesa digitalizadora. Os usurios de SIG j se acostumaram a ter que clicar com o mouse nos quatro cantos do mapa e fornecer as coordenadas geogrficas ou de projeo. O SIG calcula os parmetros de uma transformao de afinidade que guarda a relao entre coordenadas de mesa e coordenadas do mapa. A integrao de imagens de satlite a uma base de dados tipicamente executada atravs de funes polinomiais determinadas a partir das coordenadas de pontos de controle identificados nas imagens e no sistema de referncia da base de dados. Estes dois exemplos de processamentos corriqueiros na criao da base de dados de um SIG mostram que importante conhecer alguns aspectos bsicos de transformaes geomtricas no espao bidimensional. Em sntese, as seguintes transformaes so aqui discutidas: ortogonal (3 parmetros), similaridade (4 parmetros), afim ortogonal (5 parmetros), afinidade (6 parmetros) e transformaes polinomiais (mais de 6 parmetros). A figura 7 tem o objetivo de guiar o leitor na descrio de cada transformao geomtrica. importante que se entenda quais efeitos geomtricos so modelados por cada transformao.
identidade escala
rotao
rotao
quebra do paralelismo
Figura 7 Primitivas bsicas envolvidas nas transformaes geomtricas
6-16
Uma transformao ortogonal executa uma rotao e duas translaes, cada uma correspondente a um dos eixos de um sistema de coordenadas planas (3 parmetros). tambm conhecida como transformao de corpo rgido. Aplicada a um quadrado de lado L, gera, numa outra posio do plano, um quadrado de lado L que pode estar rotacionado em relao a sua posio inicial. Trata-se de uma transformao adequada para avaliaes de qualidade geomtrica de dados vetoriais. A determinao de seus 3 parmetros requer um nmero mnimo de 2 pontos de controle. Uma transformao de similaridade executa um fator de escala global, uma rotao e duas translaes (4 parmetros). tambm conhecida como transformao isogonal. Aplicada a um quadrado de lado L1, gera, numa outra posio do plano, um quadrado de lado L2 que pode estar rotacionado em relao a sua posio inicial. uma transformao adequada para avaliaes de qualidade geomtrica de dados vetoriais e matriciais. A determinao de seus 4 parmetros tambm requer um nmero mnimo de 2 pontos de controle. Uma transformao afim ortogonal executa dois fatores de escala, cada um ao longo da direo de um dos eixos de um sistema de coordenadas planas, uma rotao e duas translaes (5 parmetros). Aplicada a um quadrado, gera, numa outra posio do plano, um retngulo que pode estar rotacionado em relao a sua posio inicial. uma transformao til quando se deseja investigar deformaes de escala ao longo de direes perpendiculares. Apesar de no ser muito comum, pode ser usada como funo de calibrao na entrada de dados via mesa digitalizadora. A determinao de seus 5 parmetros requer um nmero mnimo de 3 pontos de controle. Uma transformao de afinidade executa dois fatores de escala, uma rotao, duas translaes e uma rotao residual, que responsvel pela quebra da ortogonalidade (6 parmetros). Aplicada a um quadrado, gera, numa outra posio do plano, um paralelogramo que pode estar rotacionado em relao a sua posio inicial. uma transformao adequada para funo de calibrao na entrada de dados via mesa digitalizadora e para o registro de dados vetoriais e matriciais a uma base de dados num SIG. Lembra-se aqui que a transformao de afinidade nada mais que um polinmio do 1o grau. A determinao de seus 6 parmetros tambm requer um nmero mnimo de 3 pontos de controle. Qualquer transformao geomtrica mais complexa (maior nmero de parmetros) que uma transformao de afinidade ou um polinmio do 1o grau introduz quebra de paralelismo. Pense, por exemplo, na presena de um termo em xy acrescido aos termos j presentes numa transformao de afinidade. Como resultado, o paralelogramo do exemplo acima se transforma num trapzio, se o termo em xy s afetar uma direo, ou num quadriltero genrico. Transformaes polinomiais podem ser teis para o registro de dados vetoriais e matriciais a uma base de dados num SIG. Entretanto, polinmios de
6-17
ordem mais elevada devem ser usados com cautela: transformaes mais complexas s fazem sentido se houver mais efeitos geomtricos a ser modelados do que aqueles descritos nesta seo.
6.6
CONHECIMENTO DA INCERTEZA
Um ltimo aspecto a ser explorado na relao interdisciplinar entre Cartografia e Geoprocessamento diz respeito incerteza. Tudo o que se mede ou se modela est sujeito a erros e esses erros respondem pela qualidade de um mapa ou da base de dados num SIG. A questo no a busca da perfeio mas sim o conhecimento da incerteza. O componente de erro mais explorado a incerteza quanto localizao. A exatido de posicionamento dada pelo erro na posio ou na localizao, com relao ao sistema de referncia da base de dados, de pontos bem definidos. O usurio de SIG deve se preocupar, por exemplo, com o erro na medio das coordenadas dos pontos de controle com GPS ou ento com o erro planimtrico associado escala dos mapas. Outro componente de erro muito importante a incerteza na atribuio de valores ou classes aos objetos que compem a base de dados. A exatido de atributos questiona a correo com que os atributos so associados aos objetos. No caso de variveis representadas por campos numricos, como o relevo, o erro expresso por um valor numrico, um nmero real. Pode-se dizer que a altitude de um ponto tem um erro de 20m. J para variveis representadas por campos temticos, como o solo, o erro reduz-se a certo ou errado. Um polgono classificado como floresta ombrfila densa est errado porque est na rea de floresta ombrfila aberta. A base de dados de um SIG deve ser logicamente consistente e completa. A preocupao do usurio aqui quanto omisso de linhas e falta de rotulao de polgonos. o caso de um trecho importante da BR-116, na regio de Juazeiro (BA) e Petrolina (PE), que no foi digitalizado num mapa rodovirio. Pode-se tambm pensar no caso de um mapa de recursos hdricos do nordeste em que o polgono que descreve o aude do Ors (CE) no foi rotulado com a classe aude. A questo final ser que a base de dados contm o que deveria conter?
6-18
6.7
INTEGRAO DE DADOS
A integrao de dados de diferentes fontes, gerados pelos mais diversos procedimentos, com o objetivo de compor a base de dados de um certo projeto, traz consigo algumas preocupaes constantes dos usurios de SIG. A integrao de dados num SIG tambm revela procedimentos que dependem da existncia de uma srie de funcionalidades que devem estar presentes num SIG. Uma questo bsica j foi discutida nas sees anteriores. Em ltima instncia um SIG guarda as coordenadas planas ou de projeo dos objetos que formam a base de dados. importante que a informao a respeito dos parmetros da projeo cartogrfica e do datum planimtrico seja armazenada de forma explcita e usada coerentemente quando necessrio. Mas igualmente importante o cuidado que o usurio deve ter com relao ao sistema de referncia de seus dados. Determinadas projees cartogrficas requerem um certo cuidado na construo e manuteno da base de dados. O caso mais tpico o problema das zonas ou fusos da projeo UTM. Cada zona UTM tem seu prprio sistema de coordenadas planas, de modo que mapas separados por uma borda de zona no se articulam em termos de coordenadas planas. Nestes casos crticos h dois procedimentos. Os mais conservadores podem dividir o projeto em dois ou mais projetos UTM, um para cada zona. Os resultados das anlises em cada projeto podem ser remapeados para outra projeo cartogrfica mais conveniente para elaborao do mapa final. Outra possibilidade estender a principal zona UTM a toda a regio do projeto. Isto requer cuidado cartogrfico, com respeito s deformaes que podem ser introduzidas, e exige do SIG as funcionalidades adequadas ao tratamento de extenses de zonas UTM. Problema semelhante tambm ocorre com a projeo cnica conforme de Lambert das cartas ao milionsimo, pois cada faixa de 4 graus de latitude tem seu prprio sistema de coordenadas planas, j que a origem sempre definida pelo paralelo superior da carta. A figura 10 ilustra o problema da projeo UTM para o caso da Pennsula Ibrica. Mostra, ainda, exemplos de dois outros problemas que sero discutidos nos prximos pargrafos: a cobertura dos dados e a gerao de polgonos esprios.
6-19
Figura 10 Problemas tpicos de integrao de dados. FONTE: Maguire et al. (1991)
Acabou de descobrir que sua rea de estudo requer 4 cartas topogrficas para ser totalmente coberta? Ou que vai necessitar de 2 imagens de satlite para fazer a atualizao do uso do solo? Ou ainda que certas informaes municipais devem ser agregadas para integrar um contexto estadual? Estes so problemas tpicos de cobertura dos dados. Tratase de diferentes particionamentos do espao geogrfico e das consequncias que isso traz para o usurio de SIG. Um SIG deve ser capaz de gerenciar os mais diversos particionamentos do espao geogrfico sem que haja limitaes para as operaes de entrada, combinao e anlise dos dados. O projeto de monitoramento do desflorestamento na Amaznia brasileira, de responsabilidade do INPE, um bom exemplo do problema de cobertura dos dados. A rea da Amaznia foi dividida de acordo com as folhas 1:250.000 das cartas topogrficas, sendo que cada folha de 1o por 1,5o define um projeto no SIG. A informao atualizada do desflorestamento extrada de imagens TM-Landsat e inserida nos projetos definidos pelas cartas topogrficas. Posteriormente parte dos dados organizada por municpio e h tambm uma agregao feita por estado. Outro grupo de problemas ligados integrao de dados relaciona-se a certos erros que costumam aparecer nos dados que so combinados ou integrados. H inicialmente uma questo bsica que se refere ao ajuste de linhas que so copiadas ou mosaicadas de um plano de informao para outro. Sempre que esta operao ocorrer o usurio obrigado a aplicar a funo de ajuste de linhas de modo a garantir consistncia topolgica. Outra questo mais preocupante, que nem sempre vem acompanhada de solues possveis, a gerao de polgonos esprios. Este efeito pode ocorrer sempre que se faz uma combinao ou cruzamento de dados entre dois ou mais planos de informao que contm linhas que representam a mesma feio geogrfica. O problema que essa linha pode no ter a mesma representao nos planos de informao envolvidos por um dos dois
6-20
motivos: as linhas j no tinham a mesma representao nos mapas originais ou tinham a mesma representao mas a digitalizao cuidou de introduzir diferenas na representao digital resultante. Desse modo, pequenos polgonos, chamados polgonos esprios, so gerados pela interseo de linhas que representam as mesmas feies mas que tm representaes digitais levemente discrepantes. Apesar de existirem ferramentas para deteco desses pequenos polgonos que tendem a ser afilados e com rea pequena este problema de difcil soluo automtica num SIG. O melhor procedimento por parte do usurio analisar seus dados antes de coloclos no universo digital. Num exemplo que integra um mapa de solos com um de vegetao numa rea de estudo no litoral, a linha de costa est representada nos dois mapas. O usurio deve escolher a melhor representao (mais recente, mais exata) e digitalizar a linha de costa que est presente somente em um dos mapas, copiando-a para o plano de informao do outro mapa.
6.8
INTEGRAO COM SENSORIAMENTO REMOTO
Esta parte d uma ateno especial integrao entre Geoprocessamento e Sensoriamento Remoto. Por motivos bvios, como repetibilidade de informao e custo operacional, o Sensoriamento Remoto representa uma fonte nica de informao atualizada para um SIG. Alm disso, a unio da tecnologia e dos conceitos e teorias de Sensoriamento Remoto e Geoprocessamento possibilita a criao de sistemas de informao mais ricos e sofisticados. De uma forma mais pragmtica, a integrao entre Sensoriamento Remoto e Geoprocessamento depende da insero das imagens areas ou de satlite na base de dados do SIG. Para isso entram em cena os procedimentos de correo geomtrica de imagens, as vezes chamados de geo-referenciamento ou geocodificao, outras vezes excessivamente simplificados e reduzidos ao registro de imagens.
6.8.1
CORREO GEOMTRICA DE IMAGENS
A primeira razo para a realizao de correo geomtrica de imagens a existncia de distores sistemticas introduzidas durante a aquisio das imagens. Portanto, a correo geomtrica trata, prioritariamente, da remoo dos erros sistemticos presentes nas imagens. Outro aspecto importante so os estudos multi-temporais to comuns rea de Sensoriamento Remoto. Eles requerem que uma imagem seja registrada com a outra para que se possa interpretar a resposta de ambas para uma certa posio no espao. Na verdade, a motivao mais contempornea para a correo geomtrica de
6-21
imagens a integrao com mapas e outras informaes. Sensoriamento Remoto, por si s, j no faz tanto sentido. H muito tempo os agrnomos deixaram de se preocupar apenas em separar uma cultura de outra numa imagem; eles agora pensam em produtividade agrcola, que, alm dos tipos de cultura interpretados na imagem, depende do tipo de solo (mapa de solos), do teor de certos nutrientes no solo (medio de amostras) e da declividade (carta topogrfica). Alguns requerimentos so fundamentais para que se trabalhe bem com correo geomtrica de imagens. Em primeiro lugar, para que se possa pensar em correo geomtrica, h que se conhecer os erros que interferem no processo de formao das imagens. A escolha do modelo matemtico mais adequado ao tratamento de cada caso depende fortemente desse conhecimento. Alm disso, um SIG deve sempre propiciar ferramentas para que o resultado de uma correo geomtrica possa ser avaliado e, consequentemente, validado. De uma maneira geral, o processo de correo geomtrica de imagens compreende trs grandes etapas. Comea-se com uma transformao geomtrica, tambm denominada mapeamento direto, que estabelece uma relao entre coordenadas de imagem (linha e coluna) e coordenadas geogrficas (latitude e longitude). a etapa em que se eliminam as distores existentes e se define o espao geogrfico a ser ocupado pela imagem corrigida. Em seguida faz-se o mapeamento inverso, que inverte a transformao geomtrica usada no mapeamento direto, permitindo que se retorne imagem original para que se definam os nveis de cinza que comporo a imagem corrigida. Esta definio de nveis de cinza ocorre na ltima etapa, chamada de reamostragem, que nada mais que uma interpolao sobre os nveis de cinza da imagem original.
6.8.2
FONTES DE DISTORES GEOMTRICAS
A discusso das fontes de erro se atm s imagens orbitais dos sensores MSS (Landsat), TM (Landsat), HRV (Spot) e AVHRR (Noaa). Um dos efeitos principais causado pela rotao da Terra (skew), ou seja, pelo movimento relativo entre a Terra e o satlite. Na medida em que o satlite desloca-se para o sul, a Terra gira de oeste para leste, fazendo com que seja necessrio compensar o posicionamento das varreduras, que devem ser deslocadas para leste. Por isso as imagens corrigidas apresentam aquele aspecto de paralelogramo. No caso do sensor TM, Landsat-5, a compensao desse erro corresponde a um deslocamento de cerca de um pixel por varredura.
6-22
Outro efeito importante so as chamadas distores panormicas, que afetam, principalmente, os sensores que trabalham com um campo de visada amplo, como o caso do AVHRR. A distoro panormica originada pela variao do IFOV (instantaneous field of view) dentro do campo de visada. Como o IFOV corresponde a um ngulo fixo, ele cobre dimenses diferentes no terreno em funo da inclinao. Isto faz com que a dimenso coberta no terreno no nadir seja menor que aquela coberta nas bordas da imagem. Por isso diz-se que a distoro panormica causa compresso de dados nas regies distantes do nadir. Nas imagens AVHRR esse efeito faz com que um pixel na borda da imagem corresponda a uma extenso quase trs vezes maior que a do pixel no nadir. A curvatura da Terra gera um efeito anlogo ao anterior. Na verdade, ela acentua o efeito da distoro panormica, fazendo com que haja uma compresso de dados maior nas bordas da imagem. Por isso deve ser tratada como parte integrante da distoro panormica. Nas imagens AVHRR a curvatura da Terra, associada distoro panormica propriamente dita, faz com que um pixel na borda da imagem corresponda a uma extenso mais que quatro vezes maior que a do pixel no nadir. Outro efeito que se origina por questes de movimento relativo o chamado arrastamento da imagem durante uma varredura. Este efeito afeta apenas os sensores que operam por varreduras mecnicas, pois o satlite move-se ao longo de sua rbita durante o tempo decorrido para a execuo de uma varredura. Trata-se do efeito zigue-zague, comum nas imagens MSS. O sensor TM j possui um dispositivo que compensa esse efeito fazendo com que o espelho do sensor olhe para trs durante o movimento de varredura, compensando o movimento do satlite ao longo da sua rbita. O sensor HRV, que opera por varreduras eletrnicas, no sofre esse efeito. Somam-se a esses efeitos aqueles oriundos de variaes de efemrides do satlite (posio e velocidade) e a de atitude da plataforma (roll, pitch, yaw). importante ter em mente que nem sempre possvel individualizar todos esses efeitos. Uma superposio entre varreduras sucessivas pode ser causada por uma variao de velocidade do satlite, mas pode tambm ser explicada por uma variao de pitch (giro em torno de um eixo perpendicular rbita do satlite).
6.8.3
TRANSFORMAO GEOMTRICA
A transformao geomtrica ou mapeamento direto pode ser executada atravs de trs modelos matemticos distintos: o modelo de correes independentes, o modelo fotogramtrico e o modelo polinomial. Apresenta-se a seguir uma descrio sucinta de cada modelo, enfatizando-se vantagens, desvantagens e aplicabilidade.
6-23
a) Modelo de correes independentes O modelo de correes independentes, como o prprio nome sugere, trata de forma independente as diversas distores sistemticas. Tudo feito no sistema de referncia da imagem, onde os pixels so reposicionados de acordo com a modelagem de cada efeito visto de modo isolado. H duas grandes desvantagens na aplicao desse modelo. Em primeiro lugar, conforme o exemplo mencionado sobre a superposio de duas varreduras consecutivas, h correlaes entre as fontes de distoro, de modo que seus efeitos nem sempre so separveis. Com isso, o resultado da correo geomtrica no muito bom. Alm disso, como tudo se passa no sistema de referncia da imagem, no se consegue estabelecer uma relao com as coordenadas geogrficas sem que haja um procedimento externo. O modelo de correes independentes foi muito usado em imagens MSS dos trs primeiros satlites da srie Landsat.
b) Modelo fotogramtrico O modelo fotogramtrico inspira-se no uso das equaes de colinearidade aplicadas em fototriangulao. Com base nos dados de efemrides do satlite, descobre-se sua posio no instante de aquisio de um dado pixel. Com as informaes da atitude e dos parmetros do sistema de imageamento, define-se a direo de visada para aquele instante. Tem-se, ento, um ponto e uma direo no espao, os quais definem uma reta. Calcula-se a interseo dessa reta com a figura matemtica da Terra, no caso um elipside de referncia. Como resultado, chega-se aos valores de latitude e longitude associados ao instante de aquisio de um certo pixel, estabelecendo-se, assim, a relao entre o sistema de referncia da imagem e as coordenadas geogrficas. O modelo fotogramtrico no faz hipteses sobre a independncia das diversas fontes de erro e permite o clculo das coordenadas geogrficas sem que haja necessidade de um procedimento externo. Deste modo, o referenciamento da imagem a um sistema de projeo cartogrfica pode ser feito sem grandes dificuldades. O modelo fotogramtrico tem sido usado para quase todas as imagens geradas pelos sensores dos satlites Landsat e Spot.
c) Modelo polinomial (registro de imagens) O modelo polinomial consiste de uma funo polinomial cujos parmetros so determinados a partir das coordenadas de pontos de controle identificados tanto no sistema de referncia da imagem como no sistema de referncia da base de dados. o modelo disponvel em quase todos os sistemas para o registro de imagens. Como se trata de um modelo que no usa informaes inerentes aquisio da imagem e nem faz distino sobre o status ou nvel de correo geomtrica da imagem, muitos autores no o consideram como um modelo de correo geomtrica e preferem referir-se a ele como um
6-24
modelo de registro. O desempenho deste modelo depende de uma boa distribuio de pontos de controle, da preciso das coordenadas dos pontos de controle e, o mais importante, da adequao da funo polinomial escolhida ao que se pretende modelar. Convm lembrar aqui do que foi discutido sobre transformaes geomtricas anteriormente.
6.8.4
MAPEAMENTO INVERSO
Se o mapeamento direto executado pela transformao geomtrica T, o mapeamento inverso fica definido pela transformao T-1. A figura 11 ilustra essa relao entre os mapeamentos direto e inverso. O mapeamento inverso se faz necessrio porque o mapeamento direto apenas define a geometria e o espao geogrfico da imagem corrigida. Os nveis de cinza que comporo a imagem corrigida residem na imagem de entrada. Baseado fortemente na idia de otimizao computacional, o mapeamento inverso recupera a informao sobre os nveis de cinza que definiro o valor a ser associado a uma certa posio na imagem corrigida. um procedimento imprescindvel para a realizao da ltima etapa da correo geomtrica, descrita a seguir.
Figura 11 - Relao entre os mapeamentos direto e inverso
6-25
6.8.5
REAMOSTRAGEM (INTERPOLAO)
A reamostragem a ltima etapa do processo de correo geomtrica. Ela usa a informao sobre nveis de cinza conseguida pelo mapeamento inverso e realiza uma interpolao para definir os valores de nvel de cinza que comporo a imagem corrigida. Os mtodos mais tradicionais de reamostragem so: vizinho mais prximo, que usa o nvel de cinza mais prximo ao resultado do mapeamento inverso; bilinear, que usa trs interpolaes lineares sobre os quatro pixels que cercam o resultado do mapeamento inverso, duas ao longo das linhas e uma na direo das colunas; convoluo cbica, que usa cinco interpolaes polinomiais do terceiro grau sobre os dezesseis pixels que cercam o resultado do mapeamento inverso, quatro ao longo das linhas e a quinta na direo das colunas.
6.8.6
REGISTRO DE IMAGENS
O uso de transformaes polinomiais do 1o e 2o graus bastante comum no registro de imagens. As transformaes polinomiais fazem o vnculo entre as coordenadas de imagem e as coordenadas no sistema de referncia (geogrficas ou de projeo) atravs de pontos de controle. Pontos de controle so feies passveis de identificao na imagem e no terreno, ou seja, so feies homlogas cujas coordenadas so conhecidas na imagem e no sistema de referncia. Cruzamentos de estradas, pistas de aeroportos e confluncia de rios so candidatos naturais a pontos de controle. A determinao dos parmetros da transformao polinomial selecionada feita atravs da resoluo de um sistema de equaes. Para que esse sistema de equaes possa ser elaborado as coordenadas dos pontos de controle devem ser conhecidas tanto na imagem de ajuste (imagem a ser registrada) como no sistema de referncia. As coordenadas de imagem (linha, coluna) so obtidas quando o usurio clica sobre a feio na imagem. As coordenadas de referncia so usualmente obtidas atravs de mapas confiveis que contenham as feies homlogas usadas como pontos de controle. Os vrios sistemas disponveis tambm aceitam medies feitas diretamente no terreno (GPS), dados vetoriais existentes e imagens geo-referenciadas como fontes de extrao de coordenadas de referncia. Uma vez determinados os n pontos de controle e selecionada a transformao polinomial, um sistema de 2n equaes montado para resolver 6 ou 12 parmetros, dependendo do polinmio ser de 1o ou 2o grau. Assim, conclui-se que o nmero mnimo de pontos de controle 3 para o polinmio de 1o grau e 6 para o polinmio de 2o grau. O nmero mnimo de pontos de controle representa a situao de um sistema de equaes
6-26
determinado, no qual o nmero de equaes coincide com o nmero de incgnitas a calcular. Entretanto, como as coordenadas medidas dos pontos de controle esto sujeitas a erros, convm usar um nmero de pontos maior que o mnimo. Nesse caso, trabalha-se com um sistema de equaes sobre-determinado, que tem mais equaes que incgnitas e permite tratar e distribuir os erros de medio dos pontos de controle. Em termos prticos aconselha-se o uso de 6 pontos de controle para o polinmio de 1o grau e 10 pontos de controle para o polinmio de 2o grau. Deve-se ter em mente tambm que a distribuio dos pontos de controle na rea a ser registrada de suma importncia, pois as transformaes polinomiais tendem a se comportar adequadamente apenas na regio onde se encontram os pontos de controle.
6.9
GENERALIZAO CARTOGRFICA
No domnio convencional da Cartografia generalizao cartogrfica um processo dependente da escala que inclui seleo, simplificao e sntese dos objetos que devem compor um certo mapa. um processo claramente voltado visualizao ou comunicao eficiente daquilo que est representado num mapa. Como regra geral, a complexidade de um mapa deve diminuir com a escala do mapa. Com o advento da tecnologia de SIG, generalizao cartogrfica passou a incorporar tambm a noo de modelagem, que envolve a derivao de uma base de dados menos complexa para atender a uma certa finalidade. Esta seo dedica-se discusso do papel da generalizao cartogrfica no domnio digital. Generalizao pode ser entendida como o processo de universalizao do contedo de uma base de dados espaciais com uma certa finalidade. Um de seus objetivos deve ser a reduo da complexidade, quer seja para fins de visualizao, quer seja para armazenar na base de dados apenas aquilo que necessrio. A reduo da complexidade deve levar em conta uma certa lgica que no comprometa a exatido de posicionamento e a exatido de atributos dos dados (reveja a seo 2.5 em caso de dvidas). Algumas das motivaes da generalizao so ilustradas na figura 12. No domnio digital a resoluo espacial da base de dados parece ser uma dimenso mais relevante que a escala, de modo que a resoluo espacial , tal e qual a escala o no domnio analgico, um dos elementos de controle para a generalizao. Pode-se dizer que a modelagem em nveis de abstrao diferentes depende da resoluo espacial. Na verdade, a escala tambm se torna um elemento de controle quando h preocupao com visualizao dos dados digitais na tela do computador. Neste caso, exatamente como nos mapas em papel, o objetivo fazer a comunicao visual dos dados de forma eficiente.
6-27
Uma maneira mais prtica de entender generalizao no domnio digital conceitu-la como a seleo e representao simplificada de objetos atravs de transformaes espaciais e de atributos. Generalizao afeta diretamente a construo e a derivao de bases de dados. Vista como uma sequncia de transformaes, a generalizao pode propiciar aumento de robustez e otimizao computacional. Como j foi mencionado, generalizao tem um compromisso forte com eficincia na comunicao visual.
Figura 12 Motivaes da generalizao
6.9.1
TIPOS DE GENERALIZAO
O entendimento de generalizao como uma sequncia de operaes de modelagem permite que se pense em trs tipos de generalizao. O primeiro a generalizao de objetos, que usualmente ocorre antes da entrada de dados. Ela prev uma seleo dos objetos que devem compor o contedo da base de dados. Outro tipo a generalizao orientada modelagem, que responde pela simplificao da base de dados, ou seja, pela derivao de uma base de dados menos detalhada. Por ltimo tem-se a generalizao cartogrfica propriamente dita, que coordena a representao grfica da base de dados simplificada.
6-28
6.9.2
ESTRATGIAS DE GENERALIZAO
Existem duas possibilidades bsicas de se estabelecer um esquema de trabalho que envolva generalizao num SIG. A primeira se baseia numa orientao por processos que prev a existncia de uma nica base de dados bem detalhada no SIG. Qualquer base de dados menos detalhada deve ser gerada a partir da base detalhada. O estado da arte atual em SIG, que no explicita a semntica e o contexto dos objetos, dificulta esta abordagem. A segunda estratgia utiliza uma orientao por representaes que prev o armazenamento de todos os nveis de abstrao de interesse. o que se chama de representaes mltiplas, onde a preocupao com a eficincia na extrao da informao. Pode ser simples pensar em generalizao por representaes mltiplas para a Suia, pas pequeno, com recursos financeiros para manter atualizadas bases de dados em escalas variadas. No caso do Brasil, tanto pela extenso territorial como pela escassez de recursos financeiros, a abordagem da orientao por processos parace ser a nica vivel para generalizao. Do ponto de vista de desenvolvimento tecnolgico em SIG oportuno desenvolver ferramentas de visualizao que atendam pelo menos a critrios de otimizao de exibio dos dados na tela do computador. Em termos de modelagem o papel da generalizao parece ser mais analtico que grfico. Neste contexto so de extrema importncia as ferramentas de anlise espacial, que fornecem a base terica necessria ao entendimento de como o fenmeno em estudo varia no espao. O desafio fica por conta da formalizao do conhecimento geogrfico.
6.9.3
SIMPLIFICAO DE LINHAS
Os sistemas de informaes geogrficas normalmente propiciam aos usurios algumas ferramentas para a generalizao cartogrfica que se baseiam em transformaes espaciais que alteram a representao dos dados em termos da localizao geogrfica (simplificao, suavizao, agregao, exagero e deslocamento) e do significado topolgico (classificao e simbolizao). Como a maioria dos objetos utiliza a linha como entidade bsica para sua representao, a simplificao de linhas tem sido bastante estudada e a transformao mais comumente encontrada nos sistemas existentes. Os mtodos de simplificao de linhas procuram selecionar e manter os pontos que melhor caracterizam a representao digital de uma linha. Em outras palavras, trata-se de rejeitar pontos redundantes, ou seja, aqueles que no contribuem significativamente para a representao digital da linha. Um
6-29
bom exemplo de redundncia a digitalizao via mesa em modo contnuo, que costuma gerar linhas digitais com um nmero excessivo de pontos. O processo de entrada de dados via scanner, que envolve a gerao de uma representao matricial seguida de uma vetorizao tambm costuma gerar redundncia de pontos. Alguns exemplos de algoritmos para simplificao de linhas so descritos a seguir: o algoritmo original de Douglas-Peucker (Douglas and Peucker, 1973); uma adaptao do algoritmo de Douglas-Peucker que usa o quociente rea/permetro; uma adaptao do algoritmo de Li-Openshaw (Li and Openshaw, 1993) que acumula as distncias percorridas sobre cada linha. Convm lembrar que todos eles usam critrios meramente subjetivos, que se traduzem na forma de tolerncias a serem escolhidas pelos usurios. Portanto, aconselha-se fortemente que os usurios avaliem o impacto das diferentes tolerncias, em cada mtodo, sobre seus dados. Outro aspecto importante diz respeito topologia. Estes mtodos de simplificao atuam sobre as linhas sem preocupao com relaes topolgicas previamente criadas. Por isso, devem sempre ser sucedidos pelas operaes de ajuste de ns e poligonalizao.
Douglas-Peucker
Trata-se do mtodo mais utilizado pelos sistemas de informao geogrfica. Concebido inicialmente para resolver o problema do nmero excessivo de pontos resultantes da converso de dados grficos para o formato digital, o mtodo de DouglasPeucker baseia-se na seguinte idia: se nenhum ponto da linha encontra-se mais afastado do que uma certa distncia vertical ao segmento de reta que liga os extremos da linha, ento esse segmento de reta suficiente para representar a linha. Este mtodo considerado uma tcnica global de generalizao, pois analisa cada linha como um todo. A figura 13 ilustra a aplicao do algoritmo de Douglas-Peucker.
Razo rea/Permetro
Este mtodo utiliza exatamente o mesmo procedimento de anlise global de cada linha empregado no mtodo de Douglas-Peucker. A nica diferena consiste na adoo da razo rea/permetro calculada em funo da tolerncia escolhida pelo usurio. O uso da razo rea/permetro permite que tringulos formados por trs pontos consecutivos que tenham um ngulo agudo muito pequeno no segundo ponto possam ser detectados de modo mais eficiente que no mtodo de Douglas-Peucker.
6-30
Distncia Acumulada
O mtodo da distncia acumulada uma adaptao da implementao vetorial do algoritmo de Li-Openshaw que usa como critrio o conceito de menor objeto visvel. Este mtodo acumula as distncias a medida em que a linha percorrida at atingir um certo limiar, removendo todos os pontos acumulados nesse trecho. Trata-se, portanto, de um mtodo bastante simples, mas que, ao contrrio dos dois mtodos anteriores, no analisa a linha em sua totalidade.
Figura 13 - Algoritmo de Douglas-Peucker FONTE: (McMaster and Shea, 1992).
6-31
6.10
BIBLIOGRAFIA
1. DOUGLAS, D. and T. PEUCKER. Algorithms for the Reduction of the Number of Points Required to Represent a Digitized Line or its Caricature. Canadian Cartographer v.10, n.2, p.112-122, 1973. 2. LI, Z. and S. OPENSHAW. A natural principle for objective generalisation of digital map data. Cartography and Geographic Information Systems v.20, n.1,, 1993. 3. MAGUIRE, D., M. GOODCHILD and D. RHIND (ed.). Geographical Information Systems. London, Longman, 1991. 4. MCMASTER, R. and S. SHEA. Generalization in Digital Cartography. Washington, DC, American Association of Geographers, 1992.
6-32
7 MODELAGEM NUMRICA DE TERRENO Carlos Alberto Felgueiras 7.1 DEFINIO
Um Modelo Numrico de Terreno (MNT) uma representao matemtica computacional da distribuio de um fenmeno espacial que ocorre dentro de uma regio da superfcie terrestre. Dados de relevo, informao geolgicas, levantamentos de profundidades do mar ou de um rio, informao meteorolgicas e dados geofsicos e geoqumicos so exemplos tpicos de fenmenos representados por um MNT. Dentre alguns usos do MNT pode-se citar (Burrough, 1986): Armazenamento de dados de altimetria para gerar mapas topogrficos; Anlises de corte-aterro para projeto de estradas e barragens; Elaborao de mapas de declividade e exposio para apoio a nalise de geomorfologia e erodibilidade; Anlise de variveis geofsicas e geoqumicas; Apresentao tridimensional (em combinao com outras variveis).
Para a representao de uma superfcie real no computador indispensvel a elaborao e criao de um modelo digital, que pode estar representado por equaes analticas ou um rede (grade) de pontos, de modo a transmitir ao usurio as caractersticas espaciais do terreno. No SPRING um MNT criado na forma de uma grade de pontos regulares e irregulares. A criao de um modelo numrico de terreno corresponde a uma nova maneira de enfocar o problema da elaborao e implantao de projetos. A partir dos modelos (grades) pode-se calcular diretamente volumes, reas, desenhar perfis e seces transversais, gerar imagens sombreadas ou em nveis de cinza, gerar mapas de declividade e aspecto, gerar fatiamentos nos intervalos desejados e perspectivas tridimensionais.
Modelagem Numrica de Terreno
7.2
O PROCESSO DE GERAO DE UM MNT
O processo de gerao de um modelo numrico de terreno pode ser dividido em 3 etapas: aquisio das amostras ou amostragem, gerao do modelo propriamente dito ou modelagem e, finalmente, utilizao do modelo ou aplicaes. A amostragem compreende a aquisio de um conjunto de amostras representativas do fenmeno de interesse. Geralmente essas amostras esto representadas por curvas de isovalores e pontos tridimensionais. A modelagem envolve a criao de estruturas de dados e a definio de superfcies de ajuste com o objetivo de se obter uma representao contnua do fenmeno a partir das amostras. Essas estruturas so definidas de forma a possibilitar uma manipulao conveniente e eficiente dos modelos pelos algoritmos de anlise contidos no SIG. Os modelos mais utilizados so os modelos de grade regular retangular e os modelos de grade irregular triangular. As aplicaes so procedimentos de anlise executados sobre os modelos digitais. As aplicaes podem ser qualitativas, tais como a visualizao do modelo usando-se projees geomtricas planares ou quantitativas tais como clculos de volumes e gerao de mapas de declividades. 7.3 ENTRADA DE DADOS
A amostragem de dados no processo de modelagem digital de terreno uma das tarefas mais importantes de todo o processo. A amostragem compreende a aquisio de um conjunto de amostras que representam a variao de um fenmeno espacial de interesse. Uma amostragem no pode ser insuficiente, subamostragem, nem tampouco ser redundante, superamostragem. A subamostragem, por falta de informao, leva a gerao de um modelos pobres. A superamostragem, por excesso de informao, sobrecarrega o sistema com o uso excessivo de memria e pode, como ser visto adiante, prejudicar os resultados de uma modelagem. Nenhuma modelagem, por mais complexa ou sofisticada que seja, pode compensar os efeitos de uma amostragem mal feita. A amostragem no , em geral, aleatria. A amostragem deve ser representativa do comportamento do fenmeno que se est modelando. Uma superamostragem nem sempre significa uma amostragem representativa. Na definio de uma amostragem representativa deve-se considerar a quantidade e tambm o posicionamento das amostras em relao ao comportamento do fenmeno a ser modelado. Por exemplo, uma superamostragem de altimetria
Anlise Espacial de Dados Geogrficos
7-2
numa regio plana significa redundncia de informao enquanto que poucos pontos em uma regio de relevo movimentado significa escassez de informaes. 7.3.1 FONTES DE AMOSTRAS
As fontes mais comuns de amostras de modelos digitais de terrenos so: arquivos digitais, importados de outros sistemas; bases topogrficas com isolinhas e pontos notveis de mximos e mnimos e; levantamentos em campo transformados, de alguma forma, em informao digitais; Para dados de altimetria pode-se, por exemplo, realizar-se levantamentos em campo com o auxilio de GPSs (Ground Position Systems). Um conjunto de amostras pode ainda ser obtido a partir de pares estreos de imagens de sensoriamento remoto. 7.3.2 TIPOS DE AMOSTRAS
Os dados de modelo numrico de terreno esto representados pelas coordenadas xyz, onde z caracteriza o parmetro a ser modelado, sendo z=f(x,y). Quanto a posio relativa das amostras pode-se classificar a amostragem em: regular, semi-regular e irregular. A amostragem regular aquela cuja posio espacial (x,y) das amostras mantm uma regularidade de distribuio nas direes x e y. As amostragens semi-regulares so aquelas que preservam a regularidade de distribuio espacial na direo x ou y mas nunca nas duas ao mesmo tempo. Amostragem por perfis, por exemplo, apresentam regularidade em uma direo preestabelecida. Na amostragem irregular no existe regularidade na distribuio das amostras. Na quase totalidade dos casos as amostras mais representativas de um fenmeno no esto regularmente distribudas. Os mtodos de aquisio de dados podem ser por pontos amostrados com espaamento irregular e regular bem como por mapa de isolinhas. A figura 7.1 mostra vrios tipos diferentes de amostragem por pontos. De acordo com o tipo de aquisio tem-se a distribuio das amostras conforme as figuras abaixo:
a) Totalmente Irregular
b) Aerolevantamento
Anlise Espacial de Dados Geogrficos 7-3
c) A partir da Drenagem
d) Regular Figura 7.1 - Tipos de amostragem por pontos
O cuidado na escolha dos pontos e a quantidade de dados amostrados esto diretamente relacionados com a qualidade do produto final de uma aplicao sobre o modelo. Para aplicaes onde se requer um grau de realismo maior, a quantidade de pontos amostrados, bem como o cuidado na escolha desses pontos, ou seja a qualidade dos dados, so decisivos. Quanto maior a quantidade de pontos representantes da superfcie real, maior ser o esforo computacional para que estes sejam armazenados, recuperados, processados, at que se alcance o produto final da aplicao. No caso de amostragem por isolinhas, um mapa de isolinhas nada mais do que a representao de uma superfcie por meio de curvas de isovalor. O exemplo mais comum so as isolinhas altimtricas existentes nos mapas topogrficos. Nestes mapas as isolinhas foram impressas com o uso de equipamentos, como stereoplotters, sobre uma base composta de fotografias em estreo obtidas por aerolevantamento. Cabe ainda mensionar que nestes mapas topogrficos existem pontos amostrados irregularmente que foram obtidos por trabalhos de campo. A Figura abixo mostra o exemplo de um mapa plano-altimtrico com isolinhas a alguns pontos cotados.
7-4
Figura 7.2 - Exemplo de Mapa plano-altimtrico.
A aquisio das isolinhas pode ser efetuada por meio de digitalizao manual com uso de uma mesa digitalizadora, ou atravs de um processo automtico por meio de scanner. A digitalizao manual consiste na operao de idenficao de uma isolinha com um valor de cota e em aquisio pelo operador por um processo onde segue-se a liha ao longodo mapa. Na digitalizao com o uso de scanner, obtida uma matriz de pontos onde podem ser identificadas as isolinhas e os valores de cota. Processos de vetorizao que sigam uma isolinha, transformam-na em uma sequncia de pontos com coordenadas XY de mesmo valor em Z, para cada isolinha.
7.3.3
REDUO DAS AMOSTRAS
Quando se trabalha com uma amostragem regular, muitas vezes importadas de outros sistemas, pode-se ter redundncia de informao em reas em que o fenmeno modelado no tem variao ou a variao muito pequena. Nestes casos comum o uso de algoritmos de reduo de amostras desenvolvidos especificamente para amostragem regular. Esses algoritmos procuram extrair os pontos mais importantes do conjunto de amostras. Eles so conhecidos na literatura como extratores dos Very Important Points (VIPs). Chen (1987) apresenta um algoritmo simples e eficiente para extrao dos VIPs. Lee (1991)
compara algoritmos de extrao dos VIPs para construo de modelos digitais de grades triangulares. 7.3.4 ORGANIZAO DAS AMOSTRAS
As amostras so utilizadas diretamente no processo de gerao dos modelos. A cardinalidade das amostras pode variar de dezenas at centenas de milhares. Quando o conjunto amostral muito numeroso comum utilizar-se algoritmos de organizao das amostras com o objetivo de melhorar a performance dos processos de gerao dos modelos. Uma das formas mais utilizadas para organizao das amostras consiste na partio do espao bidimensional, que envolve as amostras.
A C 2 4 B 1 C D 3 E A B 4 D E 2 3 1
Figura 7.3 - Organizao de um conjunto amostral por partio da distribuio espacial das amostras. Uma estrutura de rvore binria, conhecida como rvore 2-kd, criada para representar a partio definida para o conjunto de amostras. O critrio de particionamento do espao 2-D pode ser definido por um nmero mximo de amostras em cada partio. Na figura acima, os ns 1, 2, 3 e 4 representam parties do espao enquanto A, B, C, D e E so ns folhas da rvore binria. Os ns folhas apontam para o conjunto de pontos que eles representam. 7.3.5 DEFINIO DE VIZINHANAS LOCAIS
Alguns interpoladores locais utilizam uma vizinhana amostral local fim de estimar o valor de cota de um ponto de interesse. A organizao das amostras,
como apresentada acima, acelera a busca do conjunto de amostras vizinhas de uma determinada posio na regio de interesse. A vizinhana amostral de um ponto qualquer pode ser definida por uma regio de influncia ou por um nmero determinado de vizinhos. Em uma vizinhana amostral por rea o nmero de vizinhos varivel podendo at mesmo ser igual a zero. No caso de vizinhana por nmero de vizinhos a regio de influncia varivel em tamanho e pode-se evitar o inconveniente de se obter zero vizinhos de um ponto. A figura abaixo ilustra esses conceitos. (Descrever busca utilizando a 2dtree e as amostras organizadas.)
Ponto da grade
Ponto amostral
Amostra vizinha
Figura 7.4 -Definio de vizinhana: por regio de influencia ( esquerda) e por nmero de vizinhos ( direita).
7-7
7.4 7.4.1
MODELAGEM INTRODUO
Como j citado anteriormente, a modelagem propriamente dita envolve a criao de estruturas de dados e a definio de superfcies de ajuste para os elementos dessas estruturas. O objetivo a obteno de uma funo definvel em toda a regio de estudo. Essa funo nem sempre contnua e diferencivel para todos os pontos de seu domnio espacial. Para dados de altimetria, por exemplo, pode-se ter discontinuidades na forma de precipcios e, neste caso, comum utilizar funes lineares ou funes definidas dentro de sub-regies da rea de interesse. Os modelos podem ser globais ou locais. Os modelos globais so representados por uma funo definida utilizando-se todos os elementos do conjunto de amostras. Os modelos locais utilizam funes cujos coeficientes so definidos por elementos amostrais escolhidos dentro de uma regio local de interesse. Essas regies locais podem ser definidas por raios de influncia ou por quantidade de amostras vizinhas. 7.4.2 MODELOS DE GRADE
Os modelos digitais de terreno mais utilizados na prtica so: os modelos de grade regular retangular e os modelos de grade irregular triangular. O termo TIN, iniciais de Triangular Irregular Network , o mais usado para se referir ao modelo de grade irregular triangular. O processo de gerao de um modelo de grade compreende a construo de uma malha, regular ou irregular, e a definio de funes interpolantes locais. Essas funes so definidas para cada elemento da malha. Assim para cada elemento bsico da grade, retngulo ou tringulo, define-se uma funo interpolante que vlida para os pontos internos ao elemento. Esse processo conhecido como ajuste de superfcie. Cada funo de ajuste, geralmente um polinmio, definida utilizando-se os vrtices dos elementos e em muitos casos os vrtices dos elementos vizinhos tambm. Segue uma abordagem mais abrangente com relao aos modelos de grade retangular e triangular.
7-8
Ponto da grade
Ponto amostral
Figura 7.5 - Modelo de grade regular retangular (a esquerda) e modelo de grade irregular triangular(a direita).
7.5 7.5.1
MODELOS DE GRADE REGULAR INTRODUO
Uma grade regular retangular um poliedro de faces retangulares. O processo de gerao de uma grade regular consiste em estimar os valores de cota de cada ponto da grade a partir do conjunto de amostras de entrada. Quando se faz uso de todas as amostras para interpolar cada ponto da grade diz-se que a interpolao global. Em geral o conjunto de amostras pode ser muito grande e no homogneo tornando a interpolao global pouco apropriada em relao ao tempo de processamento computacional e preciso do modelo. Por exemplo, para uma grande quantidade de amostras, fica bastante difcil definir-se uma funo polinomial capaz de representar satisfatoriamente todas as variaes espaciais do fenmeno em estudo. Assim muito comum utilizar-se interpolao local para o clculo de cota de cada elemento da grade. Neste caso, o valor de cota de cada elemento da grade estimado a partir de uma quantidade preestabelecida de amostras vizinhas mais prximas do elemento. Um modelo de grade regular retangular pode ser gerado a partir de um conjunto de amostras regularmente espaadas ou a partir de um conjunto de amostras irregularmente espaadas. O processo de gerao de uma grade regular
retangular a partir de outra grade tambm regular retangular, objetivando uma melhora na resoluo da grade, conhecido como refinamento da grade e ser abordado com mais detalhes a posteriori. Para se gerar grades regulares retangulares a partir de amostras irregularmente espaadas comum definir-se funes interpolantes simples (por exemplo: mdias ponderadas, splines, etc... ) e utiliz-las localmente. importante notar que a estimativa da cota z de cada ponto da grade realizada a partir de amostras vizinhas locais mas uma anlise global das amostras sempre necessria para se encontrar essa vizinhana. 7.5.2 INTERPOLADORES PARA GERAO DE GRADE REGULAR
7.5.2.1 Interpoladores de tendncia Os interpoladores de tendncia representam as variaes do fenmeno estudado a partir de regresses polinomiais. A idia ajustar uma superfcie polinomial sobre todos os dados amostrais minimizando-se o erro de ajuste global. Geralmente utiliza-se uma minimizao do erro mdio quadrtico. A figura abaixo ilustra esse conceito para o caso de ajuste de curvas.
(b) (a) Figura 7.6 - Curva polinomial ajustada para representar a variao de um conjunto de amostra: (a) linear e (b) ordem maior
7-10
Os polinmios, em 2 dimenses, tem a forma:
f (X, Y) = c . X . Y
r r +s p rs
Os coeficientes crs do polinmio so determinados a fim de minimizar o erro quadrtico mdio, ou seja:
{Z ( X i , Y i ) f ( X i , Y i )}
i =1
Superfcies de tendncia so funes suaves e raramente passam sobre as amostras a menos que elas sejam poucas e a ordem da superfcie seja alta. Pouco usada para modelagem digital sempre que a quantidade de amostras grande.
7.5.2.2 Media Mvel A mdia das cotas das amostras vizinhas, tambm conhecido como mdia mvel, um dos esquemas de interpolao mais simples para estimao dos valores de cota dos pontos de uma grade regular retangular. A formulao geral para este tipo de interpolao :
z =
i
w z
j=1 ij
ij
w
j=1
ij
Sendo que: zi o valor de cota de um ponto i qualquer da grade; zj a cota de uma amostra j vizinha do ponto i da grade e; wij um fator de ponderao.
7-11
Variaes desse esquema bsico so: interpolador por vizinho mais prximo; interpolador por mdia simples; interpolador por mdia ponderada; interpolador por mdia ponderada por quadrante e; interpolador por mdia ponderada por quadrante e por cota. A interpolao por vizinho mais prximo definida pela escolha de apenas uma amostra vizinha para cada ponto da grade, ou seja, quando j igual a 1. A interpolao por mdia simples considera o valor de cota z do elemento da grade igual a mdia aritmtica dos valores de cota das amostras vizinhas. Neste caso considera-se que o fator de ponderao wij igual a 1 para qualquer amostra vizinha. Na interpolao por mdia ponderada o valor de cota de cada elemento da grade definido pela mdia ponderada dos valores de cota das amostras vizinhas. A ponderao mais usada na prtica o inverso da distncia euclidiana do ponto da grade amostra considerada ou seja:
w =
ij
1 d
k ij
Sendo que: k o expoente da distncia, geralmente igual a 1 ou 2 e; dij o valor de distncia da amostra j ao ponto i da grade.
intuitivo considerar-se que: quanto mais distante, uma amostra se encontra
d =
ij
( x i x j) + ( y i y j)
2
do ponto da grade, menor deve ser a sua influncia (peso) no cmputo final do valor de cota do ponto da grade. A interpolao por mdia ponderada por quadrante inclui, alm da ponderao, uma escolha das posies relativas das amostras que entram na estimativa do valor de cota da grade. Neste caso a idia, como apresenta a figura abaixo, dividir o espao de projeo, xy, em 4 quadrantes, tendo como referncia o ponto da grade e considerando uma quantidade fixa de amostras por quadrante. Assim pode-se utilizar, por exemplo, 1 amostra por quadrante num total de 4, ou ento, 2 amostras por quadrante num total de 8, e assim por diante. Esta interpolao garante que a estimativa da cota final do ponto da grade utiliza amostras representativas de cada uma das 4 regies definidas pelos quadrantes.
7-12
(a)
Ponto da Ponto
(b)
Amostra
Figura 7.7 - Seleo das amostras considerando suas posies relativas (a) 1 amostra por quadrante e (b) 2 amostras por quadrante O interpolador por mdia ponderada por quadrante e por cota considera, alm da ponderao e dos quadrantes, o valor de cota de cada amostra a ser usada na estimativa do ponto da grade. Alguns dados amostrais, como curvas de nvel por exemplo, podem apresentar uma quantidade exagerada de pontos, que tem a mesma cota, para representar uma linha de contorno. O efeito final deste tipo de amostragem pode ser um modelo cheio de patamares centrados nessas curvas. Nesse caso til aplicar-se uma filtragem por cotas, uma amostra por cota por exemplo, das amostras que devem ser consideradas na estimativa final da cota de cada ponto da grade. A figura abaixo ilustra essa idia.
Figura 7.8 - Seleo das amostras considerando-se a posio relativa por quadrante e os valores de cota das amostras. Ponto da grade Ponto amostral Amostra vizinha
7-13
7.5.3
SUPERFCIES DE AJUSTE PARA GRADE REGULAR
Aps a estimao dos vrtices de uma grade regular necessrio definir-se superfcies de ajuste que determinam o comportamento do fenmeno modelado dentro de cada retngulo do modelo. As superfcies de ajuste so utilizadas para se determinar o valor do fenmeno para pontos dentro da regio de interesse que no fazem parte do modelo. A seguir descreve-se o processo de refinamento de uma grade regular utilizando superfcies de ajustes. Quando as amostras j esto no formato de grade regular retangular o trabalho de gerao de uma nova grade bastante simplificado pelo fato de existir um relacionamento topolgico preestabelecido entre as amostras. Esse processamento usado, em geral, para mudar a resoluo de uma grade regular preexistente. Quando a grade regular derivada mais densa do que a grade original diz-se que houve um refinamento da grade. Felgueiras (1989) apresenta uma metodologia para refinamento de grades regulares usando interpoladores bilinear e bicbico. A figura abaixo esquematiza uma forma eficiente de se calcular o valor de cota de um ponto P utilizando uma interpolao bilinear. A partir das cotas dos pontos A e B da clula da grade, que contem o ponto P, podese estimar o valor de cota do ponto M com uma interpolao linear. De forma anloga pode-se estimar o valor de N a partir dos pontos C e D. Finalmente, a partir de M e N pode-se estimar o valor de P.
Figura 7.9 - Estimao da cota do ponto P com interpolao bilinear
Um esquema anlogo interpolao bilinear pode ser utilizado para implementar uma interpolao bicbica. Neste caso deve-se usar a clula que contm o ponto P, suas clulas vizinhas e um interpolador cbico.
7-14
7.5.4
ESTIMATIVA E INCERTEZA
Incerteza expressa noo de credibilidade, confiana e acurcia (reliability, confidence, accuracy). Espera-se que a estimativa seja prxima do valor real, porm, seja qual for o mtodo escolhido, sempre existir algum erro. Embora no seja possvel calcular o erro exatamente espera-se poder atribuir a ele uma incerteza, ou seja, alguma indicao de sua possvel magnitude. Antes de se estimar a incerteza de uma estimativa importante listar os principais fatores que influenciam o erro: 1. Nmero de amostras vizinhas. 2. Proximidade das amostras. 3. Distribuio espacial das amostras. 4. Natureza do fenmeno. Quanto a distribuio espacial das amostras h que se considerar efeitos de agrupamentos de amostras (clusters), quadrantes, octantes e amostragem por curvas de nvel. A natureza do fenmeno est relacionada a continuidade da varivel espacial modelada. Para uma varivel suave e bem comportada as estimativas sero mais confiveis do que para uma varivel muito errtica. comum a utilizao do semivariograma para se definir um padro para a continuidade do fenmeno.
7.6 7.6.1
MODELOS DE GRADE IRREGULAR INTRODUO
Uma grade irregular triangular um poliedro de faces triangulares. Em um modelo de grade irregular triangular os pontos amostras so conectados por linhas para formar tringulos. Assim, diferentemente da gerao de grade regular, os valores de cota dos vrtices dos elementos triangulares da malha triangular no precisam ser estimados por interpolaes. muito simples mostrar que, dado um conjunto de amostras com cardinalidade maior do que 4, podemos construir mais de uma malha triangular sobre esse conjuntos. Na figura abaixo temos duas triangulaes diferentes criadas sobre o mesmo conjunto de 4 amostras.
7-15
7.6.2
A TRIANGULAO DE DELAUNAY
Adotando-se critrios especficos para construo da rede triangular podese chegar a malhas nicas sobre o mesmo conjunto de amostras. Uma dessas malhas, muito utilizada na prtica nos SIGs atualmente em uso profissional ou cientfico, a malha de Delaunay, mais conhecida como triangulao de Delaunay. O critrio utilizado na triangulao de Delaunay o de maximizao dos ngulos mnimos de cada tringulo. Isto equivalente a dizer que, a malha final, deve conter tringulos o mais prximo de equilteros possvel evitando-se a criao de tringulos afinados, ou seja, tringulos com ngulos internos muito agudos. Uma forma equivalente de se implementar a triangulao de Delaunay utiliza o critrio do circumcrculo. Esse critrio, esquematizado na figura abaixo, diz que uma triangulao de Delaunay se: O crculo que passa pelos trs vrtices de cada tringulo da malha triangular no contm, no seu interior, nenhum ponto do conjunto das amostras alm dos vrtices do tringulo em questo.
T2
T T2
(a)
(b)
Figura 7.10 - Critrio do circumcrculo para gerao de triangulaes de Delaunay: (a) T1 e T2 so tringulos de Delaunay e (b) T1 e T2 no so tringulos de Delaunay Existem vrios mtodos de implementao da triangulao de Delaunay. Esses mtodos podem ser classificados em dois tipos bsicos: algoritmo de passo nico e algoritmo de dois passos. Os algoritmos de passo nico criam a triangulao de Delaunay num nico etapa, aplicando o critrio de Delaunay durante a construo da triangulao. Os mtodos de dois passos geram uma triangulao inicial qualquer e numa segunda etapa transformam-na numa triangulao de Delaunay.
7.6.3
INCLUSO DE RESTRIES NO MODELO
Na construo de um modelo muito importante que as caractersticas topogrficas da superfcie sejam preservadas. Assim interessante que o conjunto de amostras de entrada contenha as linhas caractersticas da superfcie tais como: linhas divisoras de guas (linhas de mximos) e linhas de drenagem (linhas de mnimos). O estrutura do modelo de grade triangular mais propcia para a incluso de linhas caractersticas no modelo. Uma triangulao de Delaunay com restries uma triangulao que deve considerar primeiro as caractersticas topogrficas da superfcie e depois o critrio do circumcrculo de Delaunay, conforme Felgueiras (1995). Uma mtodo para se gerar uma triangulao de Delaunay com restries pode: criar uma triangulao de Delaunay pura e depois transformar essa triangulao considerando as linhas caractersticas do modelo. As figuras abaixo mostram a transformao de dois tringulos de Delaunay, T1 e T2, para tringulos que no so de Delaunay. Na primeira figura a mudana se faz necessria a fim de evitar a criao de patamares, ou seja, tringulos cujos vrtices so todos da mesma isolinha. Na segunda a mudana garante a manuteno das caractersticas topogrficas da superfcie.
T T
T T
Z Z
(a)
(b)
Figura 7.11 - Evitando problema de criao de patamares: (a) Triangulao de Delaunay e (b) Triangulao com restrio
7-17
Z1 Z3 Z2
Z1 Z3 Z2
(a )
(b )
Figura 7.12 - Transformao da triangulao de Delaunay, de (a) para (b), para manter as caractersticas topogrficas da superfcie 7.6.4 SUPERFCIES DE AJUSTE PARA GRADES IRREGULARES
7.6.4.1 Ajuste Linear Considerando-se um comportamento linear dentro de cada tringulo podese estimar, com facilidade, o valor de qualquer ponto da superfcie definida pela malha triangular. O esforo computacional, neste caso, mnimo. Os trs pontos dos vrtices de cada tringulo definem um plano no espao tridimensional. A equao do plano: Ax + By + Cz + D = 0 pode ser determinada pelas coordenadas e atributos dos vrtices de um tringulo de interesse. Dessa forma, para qualquer ponto a ser estimado deve-se buscar o tringulo que o contm e, atravs de uma lgebra simples de soluo de sistemas lineares, obtm-se facilmente o valor de cota desse ponto. Este ajuste conhecido como ajuste linear sobre a malha triangular. O ajuste linear garante continuidade entre as superfcies de tringulos vizinhos mas no garante uma suavidade na transio entre as superfcies.
7-18
7.6.4.2 Ajuste Quntico Outro modelo mais complexo, proposto por Akima em 1978, sugere o ajuste de uma superfcie polinomial de quinta ordem incompleta para cada tringulo da malha triangular:
z(x, y ) = q x y
i i = 0 j= 0 ij
5 i
Esse polinmio de quinta ordem incompleto possui 21 coeficientes a ser determinado para definio de uma superfcie quntica sobre o tringulo. Os 21 coeficientes so obtidos considerando-se: os valor de cota em cada vrtice do tringulo (3 valores); as derivadas parciais de primeira ordem nas direes x (3 valores) e y (3 valores) e; as derivadas parciais de segunda ordem nas direes x (3 valores), y (3 valores) e xy (3 valores). Akima sugere considerar-se as derivadas parciais de segunda ordem na direo xy igual as da direo yx. As trs ultimas condies so obtidas a partir das derivadas parciais nas direes perpendiculares de cada aresta dos vizinhos do tringulo. 7.6.4.3 Ajuste Estocstico Fournier (1982) descreve uma metodologia de ajuste de superfcies por interpoladores estocsticos vlida para modelos de grade triangular. A idia principal contida nesse mtodo estocstico simular a natureza fractal das informaes de presentes em fenmenos geogrficos como o relevo, Goodchild (1987).
7-19
7.7 7.7.1
GRADE RETANGULAR X GRADE TRIANGULAR GRADE RETANGULAR A PARTIR DE GRADE TRIANGULAR
A partir de um modelo de grade triangular possvel criar-se um modelo de grade retangular. Para isto, inicialmente necessria a definio dos parmetros que definem a grade regular, ou seja, referncia geogrfica, resolues espacial e tamanho da grade em nmero de linhas e colunas. A partir dessa definio deve-se calcular o valor de cota de cada elemento da grade. Esse valor obtido encontrando-se o tringulo que contm o ponto da grade regular. Utilizando-se os valores de cota dos vrtices desse tringulo e, opcionalmente, dos vrtices de seus tringulos vizinhos pode-se estimar o valor de cota do ponto da grade regular. Essa estimativa pode usar uma interpolao linear ou uma interpolao polinomial de grau maior do que 1. Usando-se apenas os 3 vrtices de um tringulo pode-se definir o plano que passa por esses 3 pontos. Dessa forma pode-se estimar o valor de cota de qualquer ponto interno a um tringulo do modelo irregular. Para se ajustar superfcies no lineares para cada tringulo devese utilizar os vrtices do tringulo e dos seus vizinhos. Quando um ponto da grade regular no est localizado dentro de nenhum tringulo ento pode-se marc-lo como sem valor. A transformao de um modelo de grade triangular em retangular til quando se quer visualizar o modelo em projeo planar a partir de uma grade regular e o nico modelo que se dispe o de grade triangular. O processo de visualizao do MDT em projeo planar fornece um resultado mais realista quando se usa o modelo de grade regular ao invs da grade irregular. 7.7.2 GRADE TRIANGULAR A PARTIR DE GRADE RETANGULAR
Muitas vezes o usurio j tem um modelo de grade regular que foi gerado anteriormente ou importado de outro sistema. A partir desse modelo de grade regular, pode-se aplicar um mtodo de reduo de amostras sobre a grade criandose um conjunto de amostras irregularmente espaadas. Essas amostras so ento utilizadas na gerao do modelo de grade triangular. A transformao de grade retangular para grade triangular pode ser necessrio caso existam algoritmos de anlise no SIG que s trabalham sobre grades triangulares. Um exemplo tpico acontece quando o SIG s consegue extrair linhas de contornos de grades triangulares.
7-20
7.7.3
COMPARAO ENTRE OS MODELOS DE GRADE A tabela abaixo apresenta as principais diferenas entre os modelos de
grade retangular e de grade irregular triangular. Grade Regular Retangular Grade Irregular Triangular
Apresenta regularidade na distribuio No apresenta regularidade na distribuio espacial dos vrtices das clulas do modelo espacial dos vrtices das clulas do modelo Os vrtices dos retngulos so estimados a Os vrtices dos tringulos pertencem ao partir das amostras conjunto amostral Apresenta problemas para representar Representa melhor superfcies com variaes locais homogneas com acentuadas acentuadas Estrutura de dados mais simples superfcies no variaes locais
Estrutura de dados mais complexa
Relaes topolgicas entre os retngulos necessrio identificar e armazenar as so explicitas relaes topolgicas entre os tringulos Mais utilizado em aplicaes qualitativas e Mais utilizado em aplicaes quantitativas. para anlises multinveis no formato raster
Tabela 7.1 - Comparao entre os modelos de grade retangular e triangular.
7-21
7.8 7.8.1
ANLISES SOBRE MODELOS DIGITAIS DE TERRENO INTRODUO
Como j descrito anteriormente, as amostras so processadas de forma a criar modelos digitais que vo representar a variabilidade do fenmeno nessa regio. Os modelos digitais so utilizados por uma srie de procedimentos de anlises teis para aplicaes de geoprocessamento. A utilizao dos modelos digitais, pelas anlises, possibilita o estudo de um determinado fenmeno sem a necessidade de se trabalhar diretamente na regio geogrfica escolhida. As anlises podem ser qualitativas ou quantitativas e so importantes para fins de simulaes e tomadas de deciso no contexto de desenvolvimento de aplicaes, ou modelagens, de geoprocessamento que utilizam SIGs. As anlises desenvolvidas sobre um modelo digital de terreno permitem: visualizar o modelos em projeo geomtrica planar; gerar imagens de nvel de cinza, imagens sombreadas e imagens temticas; calcular volumes de aterro e corte; realizar anlises de perfis sobre trajetrias predeterminadas e; gerar mapeamentos derivados tais como mapas de declividade e exposio, mapas de drenagem, mapas de curva de nvel e mapas de visibilidade. Os produtos das anlises podem, ainda, serem integrados com outros tipos de dados geogrficos objetivando o desenvolvimento de diversas aplicaes de geoprocessamento, tais como, planejamento urbano e rural, anlises de aptido agrcola, determinao de reas de riscos, gerao de relatrios de impacto ambiental e outros. Esta seo apresenta uma viso geral dos processamentos de anlises que podem fazer parte de um sistema de modelagem digital de terreno desenvolvido no ambiente de um SIG. O objetivo descrever os procedimentos de anlises que mais comumente so realizados sobre os modelos digitais de terreno. O texto inclui: aspectos tericos e alguns detalhes de implementao computacional de cada procedimento de anlise, exemplos de aplicao e ilustraes.
7-22
7.8.2
GERAO DE IMAGENS DE MDTS
A partir de um MDT pode-se criar imagens em nveis de cinza e imagens sombreadas. Na sequncia apresentam-se mais detalhes sobre estas anlises.
7.8.2.1 Imagem MDT em nveis de cinza Essa imagem gerada diretamente do mapeamento dos valores de cota do modelo para valores de nvel de cinza. Supondo-se que cada pixel da imagem de nvel de cinza representada por 8 bits pode-se mapear os valores de cota para valores de nvel de cinza de 0 a 255. A figura abaixo ilustra o mapeamento de um valor de cota Zi para um valor de nvel de cinza NCi;
Zma
255 NCi
Zi
Zmi
Modelo
Imagem
Figura 7.13 - Mapeamento dos valores de cota para nveis de cinza Considerando-se um mapeamento linear dos valores de cota do modelo para valores de nveis de cinza, quantizao linear, pode-se calcular o valor NCi em funo de Zi pelo seguinte equacionamento:
NCi = {[(Zi Zmin)*254] / (Zmax Zmin)} + 1

Esse equacionamento mapeia os valores de cota do fenmeno representado para valores de 1 a 255 da imagem. O valor de nvel de cinza igual a 0 usado em reas onde no existe definio do valor de cota para o modelo. A figura abaixo mostra uma imagem em nvel de cinza obtida a partir de um modelo digital de terreno. Essa imagem muito til para se obter uma
percepo qualitativa global da variao do fenmeno representado pelo modelo digital de terreno.
Figura7.14 - Modelo de grade regular representado como uma imagem em nveis de cinza
7.8.2.2 Imagem de MDT sombreada Uma imagem de MDT sombreada gerada a partir do modelo e do posicionamento, em relao superfcie, de uma fonte de iluminao local. Assim, para cada ponto do modelo pode-se definir um vetor normal a superfcie N e um vetor de iluminao I que parte do ponto da superfcie e aponta para a fonte de iluminao. A partir desses dois valores pode-se calcular um valor de intensidade de iluminao utilizando-se, por exemplo, o seguinte modelo de iluminao de reflexo difusa: NCi = Ia + Il*Kd*( Ni.Li ) = Ia + Il*Kd*cos Esse modelo estabelece que o nvel de cinza da imagem sombreada NCi, na posio i da superfcie, igual a uma intensidade constante de iluminao ambiente Ia somado a uma componente de iluminao local. Essa componente local depende da intensidade da fonte luminosa Il , de uma constante de reflexo difusa Kd e do angulo formado entre o vetor unitrio normal N e o vetor unitrio de iluminao I na posio i da superfcie. A figura abaixo ilustra esses conceitos.
7-24
L x
y
Figura 7.15 - Componentes do modelo de iluminao de uma superfcie por reflexo difusa O modelo de reflexo difusa, ou modelo lambertiano, um dos mais simples de ser implementar computacionalmente. Outros modelos mais complexos podem ser utilizados quando se deseja um efeito de sombreamento mais realista.A imagem sombreada muito til como imagem de textura para compor uma projeo geomtrica planar utilizando-se o modelo digital de terreno. A figura abaixo mostra uma imagem sombreada gerada a partir de um modelo numrico de terreno.
Figura 7.16- Modelo de grade regular representado como uma imagem sombreada.
7-25
7.8.3
VISUALIZAO DO MODELO EM PROJEO PLANAR
O modelo gerado pode ser visualizado em projeo geomtrica planar com ou sem informao de textura. O modelo de grade regular retangular mais apropriado para efeitos de visualizao do modelo em projeo planar. Os tipos de projeo planar mais utilizados so os de projeo paralela e os de projeo perspectiva. Na projeo geomtrica planar paralela necessrio definir-se a direo de projeo, azimute e elevao. Pode-se tambm definir um fator de exagero vertical que ser multiplicado pelos valores de cota do terreno para realar ou amenizar as reas no homogneas da superfcie. Para projeo perspectiva deve-se definir ainda um centro de projeo que define o ponto de partida, ou de chegada, dos raios de projeo perspectiva. A figura abaixo mostra como um segmento AB, definido no espao 3D, projetado num plano de projeo segundo os esquemas de projeo paralela e perspectiva.
PLANO DE PROJEO DIREO DE PROJEO
PLANO DE
A
CENTRO DE PROJEO
PROJEO
A B B
B B (a)
(b)
Figura 7.17 - Esquemas de projeo: (a) paralela e (b) perspectiva
7.8.4
VISUALIZAO DO MODELO SEM INCLUSO DE TEXTURA
Para se visualizar o modelo de grade retangular em projeo geomtrica planar sem incluso de textura deve-se considerar que os pontos da grade esto conectados com os seus vizinhos por segmentos de reta. Esses segmentos so projetados em um plano utilizando as equaes de projeo paralela ou perspectiva. Alm do clculo dos valores projetados, o algoritmo de projeo geomtrica planar deve conter um processamento de escondimento de linhas no
visveis que depende do tipo e da direo de projeo e da posio do observador em relao superfcie quando a projeo perspectiva. A figura abaixo mostra o resultado da projeo planar de um MDT retangular. 7.8.5 VISUALIZAO DO MODELO COM INCLUSO DE TEXTURA
O modelo digital de terreno pode ser integrado com uma imagem no processo de projeo perspectiva planar. Em geral, a visualizao do modelo projetado num plano, com incluso de textura, realizada atravs de tcnicas de projeo planar conhecidas como ray-tracing. Esta tcnica baseia-se no acompanhamento do traado do raio desde o centro de projeo at ele alcanar elementos da superfcie a ser projetada. Nesta tcnica pode-se incluir efeitos de reflexo, difusa e especular, e de refrao dos raios sobre os elementos da superfcie. A figura abaixo ilustra o traado de um raio que parte de um centro de projeo, passa por um ponto do plano de projeo e alcana diversos elementos pertencentes ao objetos de uma cena. No caso de modelo de grade esses elementos so tringulos ou retngulos que definem o modelo da superfcie.
Plano de
Fonte de luz
Centro de Projeo
Figura 7.18 - Ilustrao da tcnica de ray-tracing
Na projeo de modelos utiliza-se a tcnica de ray-tracing com textura externa. Neste processo o modelo responsvel pela definio da geometria da superfcie projetada enquanto que a imagem usada como dado de textura. A imagem de textura pode ser uma imagem de sensoriamento remoto, de satlite ou de aerolevantamento por exemplo, ou ima imagem artificial como a imagem sombreada gerada sobre o prprio modelo que esta sendo projetado no plano. Atravs da tcnica de ray-tracing com textura externa possvel sintetizar
figuras muito parecidas com a realidade de uma cena. A figura a seguir mostra a projeo geomtrica planar de um modelo com uma imagem sombreada dessa superfcie.
Figura 7.19 -Visualizao do modelo em projeo planar com textura de uma composio colorida de 3 bandas de uma imagem LANDSAT
7.8.6
GERAO DE MAPAS DE CONTORNO
Linhas de contorno so curvas que conectam pontos da superfcie com mesmo valor de elevao. As linhas de contorno podem ser determinadas a partir de intersees da superfcie com planos horizontais. A projeo dessas intersees, no plano xy, definem as curvas de contorno. Partindo-se do pressuposto que a superfcie representada uma funo matemtica definida no espao xy ento as linhas de contorno tem a propriedade de nunca se cruzarem. As linhas de contornos so obtidas a partir de intercesses com as arestas dos elementos bsicos, tringulo ou retngulo, do modelo. A figura abaixo ilustra o processo de obteno de uma linha de contorno a partir do modelo.
Existem, basicamente, 2 mtodos de gerao de mapas de contornos a partir do modelo de grade: o mtodo seguidor de linhas e o mtodo de segmentos.
(a)
(b)
Figura 7.20 -Gerao de uma curva de contorno a partir de um modelo de grade (a) retangular e (b) triangular O mtodo seguidor de linhas um mtodo que gera cada linha de contorno em um nico passo. Por esse mtodo procura-se um segmento que pertence a uma curva de contorno. Os pontos extremos desse segmento so definidos como extremos da linha de contorno. Em seguida busca-se os outros segmentos que tem ligaes com essas extremidades. Os novos segmentos encontrados so incorporados a linha e definem as novas extremidades. O processo pra quando as extremidades se encontram, definindo uma curva de nvel fechada, ou quando as duas extremidades j encontraram as bordas da regio de interesse. O mtodo de segmentos cria as curvas de nvel em duas etapas. Na primeira etapa determinam-se todos os segmentos pertencentes a uma valor de cota predeterminado. Numa Segunda etapa necessrio conectar esses segmentos a fim de se definir as curvas de nvel que pertencem ao valor de cota preestabelecido. Esses processos de gerao de mapa de contornos automtico e necessita apenas da definio do modelo e das curvas a serem geradas. Essas curvas podem ser definidas individualmente ou com espaamento constante.
7-29
7.8.7
GERAO DE MAPAS DE DECLIVIDADE E EXPOSIO
A declividade em uma posio da superfcie definida por um plano tangente a aquela posio da superfcie modelada pelo MDT. A declividade composta por duas componentes: o gradiente, as vezes tambm chamado de declividade, que a mxima razo de variao de cota z e; a exposio que a direo dessa mxima razo de variao de cota. Neste texto usar-se- os termos declividade e exposio para essas componentes. A declividade pode ser expressa em graus (0 a 90) ou em porcentagem enquanto que a exposio expressa em graus (0 a 360). As formulaes gerais para o clculo da declividade D e exposio E so dadas a seguir. D = arctg {[( Z/X )2+( Z/Y )2]1/2} E = arctg [-( Z/Y )/ ( Z/X )] ( -< E < )
Onde Z/X e Z/Y, derivadas parciais nas direes X e Y, so as componentes do vetor gradiente em uma dada posio. Segundo Burrough, 1986, quando a superfcie est sendo representada por um modelo de grade regular retangular o melhor estimador das componentes do vetor gradiente, em uma posio i,j do modelo, avaliado por: [Z/X]i,j = [( Zi+1,j+1 + 2*Zi+1,j + Zi+1,j-1 ) ( Zi-1,j+1 + 2*Zi-1,j + Zi-1,j-1 )]/8*X [Z/Y]i,j = [( Zi+1,j+1 + 2*Zi,j+1 + Zi-1,j+1 ) ( Zi+1,j+1 + 2*Zi,j-1 + Zi-1,j-1 )]/8*Y onde os elementos Z esto distribudos segundo uma vizinhana 8 como mostrado na figura abaixo.
Z i-1,j+1 Z i-1,j Z i-1,j-1
Z i,j+1 Z i,j
Z i+1,j+1 Z i-1,j Z i+1,j-1
Z i,j-1
Figura 7.21 - Distribuio dos elementos de uma grade numa vizinhana 8.
7-30
Quando a superfcie est representada por um modelo de grade triangular deve-se calcular as componentes Z/X e Z/Y a partir da superfcie de ajuste utilizada para representar o comportamento do fenmeno dentro do tringulo que contm o ponto definido na posio i,j. Por exemplo, utilizando-se um ajuste linear para cada tringulo pode-se facilmente obter as derivadas parciais Z/X e Z/Y diretamente da equao do plano que passa pelos vrtices do tringulo. (Completar com equaes )
7.8.8
FATIAMENTO DO MODELO
O fatiamento de um modelo consiste em se definir intervalos, ou fatias, de cotas com a finalidade de se gerar uma imagem temtica a partir do modelo. Assim, cada tema, ou classe, da imagem temtica associado a um intervalo de cotas dentro dos valores atribudos ao fenmeno modelado. O usurio do GIS responsvel pela definio das fatias e tambm da associao dessas fatias com classes predefinidas no sistema. As fatias so definidas de acordo com intervalos de cotas que so teis para uma determinada aplicao. A figura abaixo ilustra o processo de fatiamento do modelo.
Zf Cj Ci
Zj Zi
Z1 Z0 C0
MODELO DIGITAL
IMAGEM TEMTICA
Figura 7.22 - Ilustrao do processo de fatiamento do MDT
7-31
Da figura acima temos que a classe C0 est associada ao intervalo de cotas entre Z0 e Z1, a classe Zi est associada ao intervalo de cotas entre Zi e Zj, e assim por diante. Os valores de cota Z0 e Zf representam os extremos desse modelo. Quando um intervalo de cota no for associado a nenhuma classe deve-se atribuir o valor de nvel de cinza 0 para os pixels da imagem que representam valores de cota nesse intervalo. A imagem temtica gerada pelo fatiamento do modelo frequentemente usada em anlises espaciais como operaes lgicas de interseo e unio. A figura abaixo mostra uma imagem temtica criada a partir de um modelo digital de terreno.
Figura 7.23 - Imagem temtica gerada a partir do fatiamento de um modelo digital de terreno.
7-32
7.8.9
ANLISE DE PERFIS
A partir de um modelo de grade regular ou irregular pode-se criar grficos de perfis do fenmeno ao longo de uma trajetria. Um grfico de perfil representa a variao do fenmeno estudado em funo da distncia planar percorrida numa trajetria predefinida. Os pontos do perfil so determinados pela interseco da trajetria com as arestas do modelo digital de terreno. Num mesmo grfico possvel traar mais de 1 perfil para poder compar-los. Este tipo de anlise sobre o modelo pode ser til na determinao das melhores trajetrias para a construo de uma estrada por exemplo. Neste caso pode-se estabelecer mais de uma trajetria e analisar os respectivos perfis em termos de distancias percorridas, variao mxima de cota, inclinaes mxima e mnima, etc... Outra aplicao interessante a determinao de uma distribuio tima de antenas de transmisso, e ou recepo, de sinais de telecomunicao no sentido de garantir visibilidade entre antenas mais prximas e atender o mximo de usurios com o mnimo de antenas. No contexto de um SIG interativo pode-se utilizar, como background , qualquer tipo de dado armazenado na base de dados para apoiar a definio das possveis trajetrias. A figura abaixo ilustra a criao de 2 perfis a partir de 2 trajetrias.
7-33
(a) Z
(b)
Perfil 1 Perfil 2
(c)
Dist
Figura 7.24 - Ilustrao da gerao de perfis (c) utilizando modelos de grade (a) regular e (b) irregular.
7-34
7.8.10 ANLISE DE VISIBILIDADE A anlise de visibilidade compreende a criao de um mapa de reas visveis em relao uma ou mais posies do terreno. Esta anlise exige que o usurio fornea o modelo a ser usado e determine as posies no terreno. A partir desses dados o aplicativo capaz de gerar perfis entre qualquer ponto do terreno e as posies predefinidas. Sobre cada perfil o aplicativo faz uma anlise de visibilidade verificando se a linha que une os dois extremos do perfil corta alguma linha do perfil. Caso o perfil no seja cortado ento o ponto do terreno visvel em relao a essa posio. Caso contrrio o ponto marcado como no visvel. A figura abaixo ilustra a anlise de visibilidade entre os extremos de um perfil do terreno.
Dist (a) (b)
Dist
Figura 7.25 - Anlise de visibilidade entre extremos de um perfil: (a) extremos no visveis e (b) extremos visveis. Esse tipo de anlise tem aplicaes interessantes na rea de telecomunicaes. Pode-se, por exemplo, definir-se reas de visibilidade para fins de telefonia celular. Nessa aplicao importante o estudo das reas de influncia de uma ou mais antenas e reas de superposio entre 2 ou mais antenas. Melhorias nesse tipo de aplicao pode incluir a altura da antena, a potncia de transmisso/recepo que define um raio mximo de influencia e a confeco de um relatrio com dados de reas atendidas, reas de superposio e reas no atendidas. O mapa de visibilidade pode ser representado por uma imagem binria onde os pontos no visveis so codificados com valor 0 e os pontos visveis so codificados com o valor mximo permitido pela imagem que 255 para uma imagem de 8 bits.
7-35
A figura abaixo mostra em (b) um mapa de reas visveis, em branco, a partir do ponto marcado com + na imagem em nveis de cinza (a) de um modelo digital de terreno.
(a)
(b)
Figura 7.26 - Ilustrao da anlise de visibilidade: (a) imagem em nvel de cinza do modelo e (b) mapa de reas visveis.
7-36
7.8.11 CLCULO DE VOLUMES A partir de um modelo digital de terreno possvel se calcular volumes dentro de uma regio do espao predeterminada. Delimitando-se de uma rea, dentro de uma regio de interesse, e definindo-se um plano horizontal de corte Z = Zb , onde Zb cota de referncia ou cota base, possvel calcular-se o volume de corte e o volume de aterro referentes a esse plano base. Assim, os valores de cota acima da cota base contribuem para o volume de corte enquanto que os valores de cota abaixo da cota base contribuem para o volume de aterro. Pode-se calcular tambm uma cota ideal para o plano horizontal que igualaria os volumes de aterro e de corte. Esses clculos so muito teis para objetivos de estudos da terraplanagem de uma rea. A figura a seguir mostra o perfil de um terreno e as regies que contribuem para os volumes de corte (+) e de aterro (-) segundo o plano base Z = Zb.
. Y 1 1 .7
+ + -
Figura 7.27 - Perfil de um terreno ilustrando o volume de corte (+) e o volume de aterro (-) em relao um plano horizontal Z = Zb
Essa mesma aplicao pode ser usada para fins de clculo do volume de gua represado por uma barragem. O plano horizontal base e a regio de interesse so definidos pela altura de enchimento da barragem. Neste caso o volume de gua da barragem igual ao volume de aterro calculado.
7-37
Uma aplicao mais completa de clculo de volumes a partir do modelos digitais de terreno deve incluir tambm o uso de planos bases no horizontais. Neste caso o usurio poderia definir o plano base a partir do vetor normal ao plano. A figura abaixo ilustra o uso de um plano no horizontal no clculo dos volumes de aterro e corte.
1 1 .7 . Y
+ + + -
Figura 7.28 - Perfil de um terreno ilustrando o volume de corte (+) e o volume de aterro (-) em relao um plano no horizontal
7-38
8 LGEBRA DE MAPAS
Gilberto Cmara, Cludio Barbosa, Joo Pedro Cordeiro, Eymar Lopes, Ubirajara Moura de Freitas e Ivan Lucena
8.1 INTRODUO O que distingue um SIG de outros tipos de sistemas de informao so as funes que realizam anlises espaciais. Tais funes utilizam os atributos espaciais e no espaciais das entidades grficas armazenadas na base de dados espaciais e buscam fazer simulaes (modelos) sobre os fenmenos do mundo real, seus aspectos ou parmetros. A partir do modelo de dados apresentado no captulo anterior foi estabelecida uma taxonomia para as diversas operaes de anlise geogrfica, que sero divididas em: operadores sobre geo-objetos, operadores sobre geo-campos, operadores de transformao entre geo-campos e geo-objetos e operadores mistos entre geoobjetos e geo-campos. Esta anlise permitir obter um entendimento formal sobre a natureza das operaes em Geoprocessamento. A literatura especializada apresenta um grande nmero de artigos sistematizando as operaes em um SIG, como Goodchild (1987), Maguire and Dangermond (1991) e Burrough e McDonnell(1998). Os trabalhos da literatura abordam o problema de duas perspectivas distintas: operaes de consulta sobre geo-objetos (Egenhofer, 1994) e operaes de manipulao sobre geo-campos (Tomlin, 1990), sem unificar as duas vises. A caracterizao adotada neste trabalho indita, pois deriva-se da diferenciao explcita entre geo-objetos e geo-campos. Isto tem conseqncias importantes, j que permite compreender melhor a natureza de cada operador. Sobretudo, este trabalho procurar traar uma ponte entre as duas vises tradicionais
Operaes de Anlie Geogrfica
de operaes geogrficas (baseadas em entidades e baseadas em campos), sempre buscando uma viso integradora dos processos de anlise espacial. Devido variedade de usos de Geoprocessamento, o critrio utilizado neste trabalho foi baseado em aspectos prticos. Foram analisadas as operaes disponveis nos principais SIGs do mercado (e.g. ARC/INFO, MGE, SGI, SPANS, SPRING) e levou-se em conta a experincia prtica do INPE e de seus parceiros no uso de sistemas de informao geogrfica (veja-se, por exemplo, Assad e Sano, 1999).
8.2 OPERAES SOBRE GEO-CAMPOS So descritas a seguir as operaes sobre GEO-CAMPOS e suas especializaes TEMTICO, NUMRICO e DADO_SENSOR_REMOTO, que podem ser classificados como pontuais, de vizinhana e zonais (Tomlin, 1990). 8.2.1 OPERAES PONTUAIS
As operaes pontuais geram como sada um geo-campo cujos valores so funo apenas dos valores dos geo-campos de entrada em cada localizao correspondente. Podem operar apenas sobre um campo (e.g, fatiar um modelo numrico de terreno, classificar uma imagem) ou realizar interseces entre conjuntos espaciais (e.g. operaes booleanas entre mapas temticos)1. Dependendo dos domnios e contradomnios dos mapas de geo-campos, diferentes possibilidades podem ser consideraradas: operaes unrias: a entrada um nico geo-campo. Tambm so chamadas operaes de transformao, pois a operao equivale a um mapeamento entre os contradomnios dos campos de entrada e sada; operaes booleanas: so utilizadas em anlise espacial qualitativa e geram um TEMTICO a partir de regras aplicadas a geo-campos (que podem ser instncias de ou TEMTICO, NUMRICO DADO_SENSOR_REMOTO). As regras especificam o conjunto de condies a serem satisfeitas para cada tema de sada;
Estas operaes podem involver modificao da topologia (e.g. uma reclassificao usualmente combinada com uma juno topolgica).
04/03/01
8-2
operaes matemticas: funes aritmticas, logartmicas e trigonomtricas, aplicadas a MNTs e a DADO_SENSOR_REMOTO. Podem gerar MNT, DADO_SENSOR_REMOTO ou TEMTICOS. Dentre os operadores matemticos, vale destacar as seguintes subclasses: operaes de processamento de dados de sensoriamento remoto: subclasse de operadores matemticos onde a entrada um DADO_SENSOR_REMOTO e a sada um DADO_SENSOR_REMOTO; operaes de classificao de dados de sensoriamento remoto: subclasse importante dos operadores matemticos onde a entrada uma instncia da classe DADO_SENSOR_REMOTO e a sada um TEMTICO. A tabela 5.1 descreve os principais tipos de operaes pontuais unrias (tambm chamados operaes de transformao).
04/03/01
8-3
TABELA 5.1 OPERAES DE TRANSFORMAO F1 - entrada

TEMTICO
F2 - sada
MNT
Nome do Operao Ponderao Reclassificao Fatiamento Fatiamento de classes
TEMTICO DADO SEN. REMOTO
TEMTICO
TEMTICO
MNT
TEMTICO
Alguns exemplos de operaes de transformao: reclassificar um mapa de vegetao com as classes {Floresta Ombrfila Densa, Floresta Ombrfila Aberta, Floresta Ombrfila Mista, Floresta Estacional Semidecidual, Floresta Estacional Decidual } em um mapa com as classes {Floresta Densa, Floresta Estacional}; obter um mapa hipsomtrico a partir de um mapa de altimetria com o mapeamento { (0-300m) Plancie, (300-500m) Planalto, (>500m) Serras}.
04/03/01
8-4
8.2.1.1 PONDERAO A Figura 5.1 mostra um exemplo da operao de ponderao (converso de um mapa de solos em um mapa de solos ponderado). Neste caso, V1 = { Le, Li, Ls, Aq }, V2=[0.0,1.0] e a transformao o conjunto de pares ordenados {(Le0.60), (Li0.20), (Ls0.35), (Aq0.10)}.
Le Li Ls Aq
0.35 0.35 0.20 0.350.20 0.20
0.35 0.35 0.10

Figura 5.1 - Exemplo de operao de ponderao.
8.2.1.2 FATIAMENTO EM CLASSES A Figura 5.2 mostra um exemplo de um operao de fatiamento em classes (converso de um MNT em um TEMTICO) onde um mapa de declividade em graus convertido para um mapa de classes de declividade a partir da transformao { (09%) baixa; (10-19%)mdia; (acima de 20) alta}.
5.0 5.0
3.0 10.0
8.0 15.0
baixa
mdia
10.0 12.0 20.0
alta
Figura 5.2 - Exemplo de operao de fatiamento em classes.
04/03/01
8-5
8.2.1.3 OPERAO BOOLEANA Estas funes utilizam operadores lgicos (boleanos) e permitem realizar cruzamentos entre dois ou mais planos de informao. A operao lgica do tipo A AND B retorna todos os elementos contidos na interseco entre A e B; A NOT B retorna somente os elementos contidos exclusivamente em A; A OR B retorna todos elementos contidos tanto em A como em B; A XOR B retorna todos os elementos contido em A e B no includos na interseco de A e B. O apelo da abordagem Booleana a sua simplicidade e fcil aplicao, com a combinao lgica de mapas em um SIG diretamente anloga ao tradicional mtodo de sobreposio empregado nas mesas de luz. Porm, na prtica pode no ser apropriado atribuir igual importncia para cada um dos critrios combinados, as evidncias precisam ser pesadas dependendo da sua relativa importncia (BonhamCarter, 1994). Como exemplo de operao booleana, tome-se o caso de determinar um mapa de aptido agrcola a partir dos mapas de solo, declividade, precipitao e do conjunto hipottico de regras expresso na tabela abaixo. TABELA 5.2 REGRAS PARA APTIDO AGRCOLA Aptido Agrcola Solos Precipitao Mdia mensal > 100 mm 100-50 mm < 50 mm Declividade
Boa Mdia Inapto
Latossolos Podzlicos Litlicos
0-3.5% 3.5-12% >12%
8.2.1.4 OPERAO MATEMTICA Como exemplo de operao matemtica, tome-se a Figura 5.3, onde f1 um mapa de solos ponderado e f2 um mapa de declividade (a declividade o mdulo das derivadas parciais da altimetria). A operao new (p) = 1(p) + 1/ 2(p)
04/03/01
8-6
poderia ser utilizada como passo intermedirio ao se calcular um mapa de adequao de solos (quanto maior o valor, mais adequado).
0.35 0.35 0.20 0.20 0.20 0.20 0.20 0.20 0.20 5.0 3.0 8.0
5.0 10.0 15.0 10.0 12.0 20.0
0.55 0.68 0.33 0.40 0.30 0.27 0.30 0.25 0.25
Figura 5.3 - Exemplo de uma operao matemtica. 8.2.2 OPERAES DE VIZINHANA
Nesta classe de operaes, dado um geo-campo, computa-se o geo-campo de sada com base na dimenso e forma de uma vizinhana em torno de cada localizao p. Exemplos incluem: clculos de valores mnimo, mximo, mdio, modal para uma vizinhana em torno de um ponto; filtros para processamento de DADO_SENSOR_REMOTO; mtodos de interpolao espacial para mais prximo);
MNT
(como mdias por vizinho
mapas de declividade e exposio para MNT; ndices de diversidade para TEMTICO (onde o valor de sada est associada ao nmero de vizinhos de um ponto de entrada de uma classe que pertencem a classes distintas). Como exemplo de operao de vizinhana, tome-se o caso da estimao da diversidade de vegetao de uma regio, computado a partir de uma vizinhana 3 x 3 em torno de cada ponto. A idia que a diversidade seja maior em reas de contato ecolgico entre regies homogneas. A Figura 4.4 apresenta um mapa de vegetao e mostra a estimativa de diversidade computada para uma parte do mapa.
04/03/01
8-7
Flor. Vrzea Floresta Densa

Rebrota
1 1 1
2 3 2
1 2 1
Cerrado
Figura 4.4 - Exemplo de operao de estimativa de diversidade.
8.2.3
OPERAES ZONAIS
As operaes zonais so definidas sobre regies especficas de um geocampo de entrada, onde as restries so fornecidas por outro geo-campo temtico. Um exemplo seria: dado um mapa de solos e um mapa de declividade da mesma regio, obtenha a declividade mdia para cada tipo de solo. Estas operaes so sempre definidas sobre geo-campos das classes MNT ou DADO SENSOR REMOTO. Como a restrio desta operao pode ser um TEMTICO ou CADASTRAL, considerar-se-o duas definies distintas. Nesta seo, apresenta-se o caso de operaes zonais onde a restrio um TEMTICO. O segundo caso ser discutido na seo Operaes Mistas. No caso de operadores zonais, um geo-campo temtico utilizado para definir uma regio de interesse aonde computada a funo. Os operadores zonais incluem: mdia, mximo e mnimo e desvio padro dos valores sobre uma regio especificada; ndice de variedade dos valores, onde cada valor no mapa de sada ser computado a partir do nmero de valores diferentes do geo-campo de entrada que pertencem a uma mesma regio zonal. Considere-se, por exemplo, a operao MXIMO ZONAL, onde se toma um TEMTICO como restrio sobre um MNT, e se retorna o maior valor do MNT para cada tema (vide Figura 5.4).
04/03/01
8-8
Le Li Ls Aq
5.0
7.0
7.5 15.0
10.0 12.0
15.0 15.0
20.0
Mapa de solos (restrio) 7.5 15.0 7.5
Declividade (dado de entrada) 7.5 15.0 Mximo Zonal
15.0
15.0
20.0
20.0
Figura 5.4 - Operao de mximo zonal. A importncia terica das operaes zonais dupla: permite materializar num SIG os conceitos de unidade de paisagem (Bertrand, 1981; Tricart, 1977; Tricart e KiewietdeJonge, 1992) e rea-unidade (Hartshorne, 1978) e permite a ligao entre dados do meio fsico-bitico e dados scio-econmicos, essencial para estudos de ordenao do territrio. Alternativamente aos procedimentos manuais e de forma anloga ao exemplo anterior, uma operao de mdia zonal pode ser conveniente na determinao da vulnerabilidade natural eroso (Crepani et al, 1996) ou da fragilidade (Ross, 1990) das unidades de paisagem ou das unidades territoriais bsicas mapeadas a partir das imagens de satlites. Toma-se o geo-campo temtico ou cadastral unidade de paisagem como restrio sobre geo-campos numricos (MNT), que por sua vez, so resultantes de ponderaes sobre os geo-campos temticos de geologia, geomorfologia, solos, vegetao e clima. Obtm-se com o resultado um geo-campo numrico, cujo valor mdio para cada unidade de paisagem mapeada representa sua vulnerabilidade ou fragilidade natural. Este geo-campo numrico (MNT) pode ser fatiado em classes de vulnerabilidade (muito alta, alta, mdia, baixa e muito baixa), obtendo-se um geo-campo temtico.
04/03/01
8-9
8.3 RELACIONAMENTOS ESPACIAIS ENTRE GEO-OBJETOS Em nosso modelo, os geo-objetos esto sempre associados a representaes grficas 2D (pontos, linhas e regies). Como as operaes da lgebra de geo-objetos podem envolver restries espaciais, ser fundamental caracterizar os relacionamentos espaciais, que podem ser divididos em (Gting, 1994): relacionamentos topolgicos, tais como dentro de e adjacente a, invariantes a transformaes biunvocas e bicontnuas (como as de escala, translao e rotao); relacionamentos mtricos, derivados das operaes de distncia e direo. O clculo destas operaes pressupe sempre a existncia de um espao mtrico, o que pode no ser sempre o caso. A definio de um conjunto mnimo de operadores objeto de muito debate na literatura: Freeman (1975) define um conjunto de 13 operadores: esquerda de, direita de, acima (mais alto que, sobre), abaixo (sob), atrs, prximo a, longe de, ao lado de (adjacente a), tocando, dentro de, fora de, entre; Egenhofer (1994) usa disjunto, encontram, igual, dentro de, contm, cobre, coberto por e sobreposio. Devido variedade de propostas, o esforo para formalizar os relacionamentos espaciais parte fundamental da proposta de uma lgebra de geoobjetos para um conjunto bem-definido de objetos geogrficos (casos simples de regies sem buracos e linhas contnuas). 8.3.1 ANLISE DE RELACIONAMENTOS TOPOLGICOS
Apresenta-se nesta seo uma anlise dos relacionamentos topolgicos entre elementos do tipo ponto-linha-rea. Utilizam-se os termos propostos por Clementini et al. (1993) que, a partir da anlise das configuraes possveis entre os elementos ponto-linha-rea, propem cinco nomes para os relacionamentos topolgicos: toca, dentro de, cruza, sobrepe e disjunto. Diz-se que um conjunto de pontos 1 toca outro conjunto 2 se a nica coisa em comum entre eles est contida na unio de suas fronteiras, como ilustram os exemplos da Figura 5.5.
04/03/01
8-10
1 1 2 (a) 2 1 (d) (e) (f) (b) (c)
P (g)
1 (h) P (i)
Figura 5.5 - Exemplos de situaes topolgicas que ilustram o relacionamento toca, no caso de duas reas (a, b), duas linhas (c, d), linha e rea (e, f, g), um ponto e uma linha (h) e um ponto e uma rea (i). Adaptado de Clementini et al. (1993). Diz-se que um conjunto de pontos 1 est dentro de outro conjunto 2 quando a interseco dos dois conjuntos de pontos o prprio 1 (vide Figura 5.6).
P1
P2
Figura 5.6 - Exemplos do relacionamento dentro de (contido em). Duas linhas se cruzam se sua interseco ocorre em ponto interno de ambas (note-se que a interseo de seus pontos limites ser definida como toca); de forma similar, uma linha cruza uma rea se o interior da linha est parcialmente interno e parcialmente externo a esta rea. Veja-se os exemplos da Figura 5.7. Diz-se que dois conjuntos de pontos 1 e 2 possuem sobreposio quando o resultado de sua interseco uma figura da mesma dimenso de ambos. Este
04/03/01
8-11
relacionamento aplicvel apenas a casos de elementos homogneos. Vejam-se os exemplos da Figura 5.7. Duas figuras so disjuntas se sua interseco vazia (vide figura 5.7).
cruza cruza cruza
1 2
2 1 (a) (b) sobrepe 2 1 (d) 1 2 (e) disjunto disjunto P1 P2 2 sobrepe 1 1 2 2 (f) 1 (c)
sobrepe
disjunto
(g)
(h)
(i)
Figura 5.7 - Exemplos de relacionamentos: 1. Cruza entre duas linhas (a), linha e rea (b, c). 2. Sobrepe entre duas reas (d), duas linhas (e, f). 3. Disjunto entre duas reas (g), linha e rea (h), dois pontos (i). (Adaptado de Clementini et al. (1993))
04/03/01
8-12
8.4 OPERAES SOBRE GEO-OBJETOS Pode-se definir as seguintes operaes sobre geo-objetos: 1. restries sobre atributos: computados em funo das atributos de entidades espaciais (e.g. selecione todas as cidades de Alagoas com mortalidade infantil maior que 10% ); 2. restries espaciais: derivados a partir dos relacionamentos topolgicos das entidades geogrficas (e.g. d-me todas as escolas municipais do bairro Jardim Satlite), de direo (ao norte de, acima de) ou mtricos (e.g. d-me todas as escolas a menos de 500 m da Via Dutra); 3. propriedades de geo-objetos: os resultados correspondem a predicados de um geo-objeto ou de um conjunto de geo-objetos (e.g. calcule a mdia do valor venal das casas do bairro Jardim Esplanada ou indique o caminho timo para o nibus que vai do Centro ao Jardim Uir). Estas operaes utilizam as primitivas definidas anteriormente: as relaes topolgicas toca, dentro de, disjunto, cruza e sobrepe, as relaes mtricas unrias (comprimento, rea, permetro) e binrias (distncia, direo). 8.4.1 SELEO POR ATRIBUTOS
O operador de seleo por atributos sobre um conjunto de geo-objetos GO, dada uma restrio baseada apenas nos atributos descritivos de GO, gera como resultado um sub-conjunto GO GO, cujos membros satisfazem a restrio. Esta uma operao semelhante seleo da lgebra relacional, como indica o exemplo: "Recupere as cidades do Estado de So Paulo com populao entre 100.000 e 500.000 habitantes". 8.4.2 SELEO ESPACIAL
Para definir as operaes de consulta espacial, necessrio lanar mo do conceito de predicado espacial. Dados uma regio geogrfica R, um conjunto de geoobjetos GO e um mapa cadastral que mapeia objetos de GO em R, um predicado espacial uma restrio espacial definida atravs de um relacionamento topolgico (dentro de, toca, cruza, subrepe e disjunto) ou de um relacionamento mtrico (distncia).
04/03/01
8-13
Intuitivamente, os predicados espaciais utilizados nas operaes envolvendo geo-objetos so assertivas do tipo rio que cruza o municpio de So Jos dos Campos, no mapa do Vale do Pariba. Assim, dados uma regio geogrfica R, um conjunto de geo-objetos GO, um mapa cadastral que mapeia objetos de GO numa regio geogrfica R e um predicado espacial, o operador de seleo espacial tal que o resultado desta operao um subconjunto do conjunto original composto de todos os geo-objetos que satisfazem o predicado espacial, como ilustrado no exemplo da Figura 5.5: selecione todas as regies da Frana adjacentes regio de Midi-Pirenes (que contm a cidade de Toulouse).
Figura 5.5 - Exemplo de operao de seleo espacial.
04/03/01
8-14
8.4.3
JUNO ESPACIAL
O termo juno espacial empregado por analogia operao de juno em banco de dados convencionais e denota o conjunto de operaes onde ocorre a comparao entre dois conjuntos de objetos, baseado num predicado espacial computado sobre suas representaes. A operao de juno espacial tal que produz como resultado uma coleo de objetos e valores que satisfazem a restrio espacial Exemplos: para cada estrada da Amaznia, ache as reservas indgenas a menos de 5 km de uma estrada; para as cidades do serto cearense, ache quais esto a menos de 10 km de algum aude com capacidade de mais de 50.000 m3 de gua; No primeiro exemplo a resposta um conjunto de pares (reserva, estrada); no segundo, um conjunto de pares (cidade, aude).
04/03/01
8-15
8.5 OPERAES ENTRE GEO-CAMPOS E GEO-OBJETOS 8.5.1 ATUALIZAO DE ATRIBUTOS DE GEO-OBJETOS A PARTIR DE GEO-CAMPOS
Uma das operaes muito teis e necessrias diz respeito atualizao de atraibutos de geo-objetos a partir de dados de um geo-campo. Por exemplo, considere a situao aonde temos: Uma mapa de municpios de uma regio. Um conjunto de municpios representado nesse mapa (geo-objetos). Um mapa de altimetria da regio (geo-campo).
Neste caso, pode ser til responder seguinte questo: Dados a altimetria e o mapa de municpios, calcule a altimetria mdia para cada municpio e atualize esta informao no bancos de dados, criando um novo atributo para o municpio. Esta operao ilustrada na Figura 5.6, em que temos um exemplo de atualizao de atributos de talhes de cultura com valores mdios de niveis de cinza de uma imagem.
Figura 5.6 - Operao de Atualizao de Atributos de Geo-Objetos.
04/03/01
8-16
8.5.2
ESPACIALIZAO DE GEO-CAMPOS A PARTIR DE GEO-OBJETOS
A partir de atributos (descritivos ou espaciais) de conjuntos de geo-objetos, pode-se fazer a gerao de geo-campos. O novo geo-campo representa a variao espacial de um atributo dos geo-objetos (operao de espacializao). A operao de espacializao gera, a partir dos valores de um atributo especfico dos geo-objetos de um mapa, um geo-campo com a distribuio espacial deste atributo. Pode haver necessidade de recalcular a topologia do mapa resultante pois algumas regies sero combinadas. Veja-se o exemplo da figura 5.7, onde temos unidades de paisagem (geo-objetos) , que posssuem vrios atributos, os quais indicam os diferentes classificaes do meio fsico (geomorfologia, solos, geologia e vegetao). Um destes atributos (o tipo de solos) foi espacializado no mapa resultante.
Figura 5. 8 - Exemplo da operao de espacializao.
04/03/01
8-17
Um caso especial da operao de espacializao ocorre no caso de tratarmos com um atributo do geo-objetos que seja numrico (inteiro ou real). Neste caso, em de criar um geo-campo numrico com a variao espacial do atributo considerado, fazemos uma operao de reclassificao neste atributo, de forma a gerar um geocampo temtico. A esta operao denominamos de reclassificao por atributos. A figura 5.9 ilustra essa operao, com o exemplo: Para todos os pases da Amrica do Sul, gere um geo-campo temtico com o crescimento demogrfico de cada pas, dividido em classes: { (de 0 a 2% ao ano), (de 2 a 3% a.a.), (mais de 3% a.a.)}.
Crescimento demogrfico de 0 a 2% a.a de 2 a 3% a.a mais de 3% a.a
Figura 5.9 - Exemplo de reclassificao por atributo. 8.5.3 MAPAS DE DISTNCIA ("BUFFER")
Um mapa de distncias um mapa de geo-campos contendo as distncias de cada ponto do mapa a um geo-objeto de referncia (representado por um ponto, linha ou regio). Trata-se de operao puramente geomtrica (espacial). A Figura 5.7 ilustra esta operao.
Egito
Nilo
Classes de distncia ao rio Nilo
Figura 5.7 - Exemplo de mapa de distncias.
04/03/01
8-18
8.6 RESUMO DAS OPERAES SOBRE GEO-CAMPOS E GEO-OBJETOS Apresentam-se a seguir um resumo das operaes propostas, aplicveis a geocampos e geo-objetos, na Tabela 4.5. Esto indicados para cada operao: a classe dos objetos de entrada e de sida, e dos objetos modificadores (quando cabvel). Indicam-se ainda as restries de cada operao. TABELA 4.5 RESUMO DAS OPERAES
Operao Objeto Entrada Objeto Modificador Ponderao Fatiamento Reclassificao Booleana Matemtica Zonais Atualizao Espacializao Reclassificao por Atributo Mapa de Distncia ("buffer") Seleo Espacial
GEO-OBJETO CADASTRAL GEO-OBJETO TEMTICO NUMRICO TEMTICO NUMRICO, TEMTICO NUMRICO NUMRICO GEO-OBJETO TEMTICO NUMRICO TEMTICO) GEO-OBJETO NUMRICO NUMRICO NUMRICO TEMTICO TEMTICO TEMTICO
Objeto Sada
Restrio
(funo unria) (funo unria) (funo unria) (regras) (frmula)
(OU
GEO-OBJETO
(atributo)
NUMRICO, TEMTICO TEMTICO
(ATRIBUTO)
GEO-OBJETO
(regras classificao)
de
(ATRIBUTO)
GEO-OBJETO NUMRICO
(predicado espacial) e (predicado espacial)
(conjunto) Juno Espacial

GEO-OBJETO CADASTRAL
(conjunto)
GEO-OBJETO VALORES
(conjuntos)
(conjunto)
04/03/01
8-19
8.7 EXEMPLO DE LINGUAGEM DE MANIPULAO A equipe do INPE engajada no desenvolvimento do SPRING tem procurado caracterizar, de forma ampla, as operaes sobre dados geogrficos. Deste estudo nasceu o projeto da linguagem LEGAL (Linguagem Espacial para Geoprocessamento Algbrico), descrita em Cmara (1995). A lgebra de campos proposta em Cmara (1995) foi usada como base para a implementao parcial da linguagem LEGAL no SPRING, com os seguintes tipos de operaes: transformao, booleanas, matemticas e de classificao contnua (Cordeiro et al., 1996) e operadores zonais (Barbosa et al., 1998). Um programa em LEGAL estruturado em trs partes: declaraes, instanciaes e operaes. No que segue, as sentenas em LEGAL sero escritas em fonte Courier New e as palavras reservadas da linguagem comeam com Maiscula. A sintaxe do LEGAL est descrita em detalhe no Apndice A. 8.7.1 DECLARAO
LEGAL
Toda varivel em com a sintaxe:
deve ser declarada antes de ser utilizada, de acordo
Tematico <var> (<categoria>); Numerico <var> (<categoria>); Imagem <var> (<categoria>); No SPRING, o termo categoria identifica uma especializao das classes geogrficas bsicas, no caso de geo-campos, as classes Tematico, Numerico ou Imagem. Por exemplo, pode-se definir uma categoria Altimetria como especializao de Numerico. 8.7.2 INSTANCIAO
A instanciao caracterizada pelos operadores Recupere e Novo. O operador Recupere associa uma varivel a um geo-campo existente no banco de dados geogrfico a partir de seu nome. O operador Novo cria um novo geo-campo no banco de dados e requer parmetros, dependendo da representao geomtrica associada: imagem em tons de cinza: resoluo horizontal e vertical;
04/03/01
8-20
grade regular: resoluo horizontal e vertical, valores maximos e minimos aceitaveis; imagem temtica (geo-campo temtico em representao matricial): resoluo horizontal e vertical e escala; representao vetorial: escala. 8.7.3 OPERAES
8.7.3.1 Transformao Operaes de transformao so usadas para realizar mapeamentos entre diferentes tipos de campos geogrficos: Pondere: transforma uma instncia do campo Tematico em um Numerico; Fatie: transforma uma instncia do campo Numerico ou Imagem em um Tematico; Reclassifique: transforma uma instncia do campo Tematico em outra com diferentes classes. Como regra geral, os operadores de transformao exigem que o usurio defina um mapeamento entre os domnios de entrada e de sada sob a forma de uma tabela. A linguagem permite a definio de tabelas especficas para cada tipo de tais mapeamentos. As especializaes de tabelas previstas pela linguagem so: Ponderacao, Fatiamento e Reclassificacao. A seguir, apresentamos um exemplo de uma operao de fatiamento, que transforma um campo numrico de declividade em um campo temtico de classes de declividade.
04/03/01
8-21
{ // Declaracao das variaves Numerico decNumerico ("GradeDeclive"); Tematico decClasses ("ClassesDeclividade"); Tabela tabfatia (Fatiamento); // Instanciacao das variaves decNumerico = Recupere(Nome="decliv-30x30"); decClasses = Novo(Nome= "decli_fat_30x30", ResX=30, ResY=30, Escala=100000); tabfatia=Novo(CategoriaFim = "ClassesDeclividade", [0.0, 3.0] : "A-0a3", [3.0, 8.0] : "B-3a8", [8.0, 12.0] : "C-8a12", [12.0, 20.0] : "D-12a20", [20.0, 45.0] : "E-20a45", [45.0, 300.0] : "F>45" ); // Operacao de Fatiamento decClasses = Fatie( decNumerico, tabfatia );
} O programa a seguir apresenta um exemplo de operao de ponderao, aplicada a um mapa de tipos de solos, para obter a erodibilidade.
{ Tematico mapaSolos ("Solos"); Numerico erod ("Erodibilidade"); Tabela pond (Ponderacao) ; mapaSolos = Recupere (Nome = "solos"); erod = Novo(Nome="soloPond", ResX=30, ResY=30, Escala=100000, Min=0, Max=1.); pond = Novo (CategoriaIni = "Solos", "PV2" "PV5" : 0.0462, "PV3" : 0.0462, "LV1" : 0.0280, : 0.0128, : 0.0167, "agua" : 0); "LEd1" : 0.0143, "LRd"
erod = Pondere (solo,pond ); }
04/03/01
8-22
8.7.3.2 Operaes booleanas Nas operaes booleanas, o valor do geo-campo resultante em cada posio uma funo apenas do valor da posio correspondente nos geo-campos de entrada. A sada de uma operao booleana um GEO-CAMPO TEMTICO, cujos valores do contra-domnio necessitam ser especificados em funo dos valores dos campos de entrada. Essas condies so calculadas atravs do operador Atribua, com as condies E (&&), OU (||) e NO (~).Um exemplo de uso desta operao dado abaixo, onde um mapa de aptido agrcola calculado com base na declividade e no tipo de solo.
{ Tematico Numerico mapa_solos (Solos),mapa_aptidao (Aptido); mapa_decl (Declividade);
mapa_decl = Recupere(Nome=Decl92); mapa_solos mapa_aptid mapa_aptid { Bom : = Recupere(Nome=Solos92); = Novo (Nome = Aptidao92, Representacao = Matricial, ResX = 250, ResY =250, Escala =100000); = Atribua (CategoriaFim = AptidaoAgricola, mapa_solos.Tema = Le && && mapa_decl >= 0.05; mapa_decl >= 0.1;
Medio : mapa_solos.Tema = Aq Ruim }; } : Outros;
8.7.3.3 Operaes matemticas As operaes matemticas sobre geo-campos que so especializaes de NUMRICO e IMAGEM incluem: operaes aritmticas: soma (+), subtrao (), multiplicao () e diviso(/); funes matemticas: seno (sin), cosseno (cos), tangente (tan), arco tangente (atan), logaritmo (log), exponencial (exp), raiz quadrada (sqrt); relaes: menor que (<), maior que (>), menor ou igual (<=), maior ou igual (>=), igual (==), diferente (!=).
04/03/01
8-23
Exemplo de aplicao de operaes matemticas refere-se gerao do ndice de Vegetao de Diferena Normalizada (IVDN) para estas novas imagens LANDSAT TM.
{ // Declaracao Imagem tm3 ("LandsatTM"), tm4 ("LandsatTM"), IVDN ("IndiceVeget"); // Instanciacao tm3 = Recupere (Nome="231_067_B3"); tm4 = Recupere (Nome="231_067_B4"); IVDN = Novo (Nome = "IVDN", ResX = 30, ResY = 30); // Operacao IVDN = Imagem (255*(tm4 - tm3)/( tm4 + tm3 )); }
8.7.3.4 Atributos de Geo-Objetos a partir de Geo-Campos Esta operao uma variao da operao zonal sobre geo-campos, gerando atributos de geo-objetos a partir de valores de geo-campos, onde a restrio a representao espacial dos geo-objetos. Por exemplo, considere a operao obtenha a altitude mdia de todas os municpios do Estado de So Paulo. Ela pode ser representada por:
Municipios.altitude = Atualize( Altimetria, ONMAP mapa_SP); municipios
Numa formulao mais geral, esta classe de operaes pode ser indicada por: <objeto>.<atributo> = Atualize ( <geo-campo>, <objeto> ONMAP <cadastral>); Uma operao adicional computa atributos de geo-objetos a partir de uma condio dada. Por exemplo, a operao Calcule o desmatamento de cada municpio da Amaznia, baseado num mapa de uso de solo pode ser feita em LEGAL por Municipio.desmat = Atualize ( usosolo = Desmatamento, municipio ONMAP mapa_AMZ);
04/03/01
8-24
8.7.3.5 Geo-Campos a partir de Geo-Objetos Esta operao permite a gerao de um novo campo, a partir de um atributo de geo-objetos. Neste caso, a sada ser um campo numrico ou temtico, obtido preenchendo-se a representao geomtrica do geo-objeto com o valor do atributo. A operao de reclassificao por atributos pode ser realizada em LEGAL pela seguinte sintaxe: <geo-campo> = Espacialize ( <objeto>.<atributo> ONMAP <cadastral>); Como exemplo dessa operao, considere um programa em LEGAL que gera, a partir de dados de talhes, dois geo-campos: um campo temtico contendo a distribuio das classes de solo e um campo numrico com a variao do pH para cada unidade de solo.
{ // Inicio de programa // Declarando os nomes das variveis usadas Objeto Cadastral Tematico Numerico limites ("Talhoes"); fazendas ("MapaFazendas"); mapaSolos ("Solos"); phSolos ("GradePh")
// Instanciaes //Dados de entrada fazendas = Recupere (Nome = "mt"); // Dados de Saida mapaSolos = Novo (Nome="mapa_de_solos", ResX =30, ResY =30, Escala =10000, Repres = Vetor); phSolos = Novo (Nome=phSolos, ResX=30, ResY=30, Escala=10000, Min=0., Max=15. );
// Resultado em geo-campo Temtico mapaSolos = Atualize (limites."SOLO" OnMap fazendas); // Resultado em campo Numrico phSolos = Atualize (limites."ph" OnMap fazendas); }
04/03/01
8-25
8.8 EXEMPLOS DE PROGRAMA EM LEGAL 8.8.1 OPERAES BOOLEANAS
Para ilustrar o uso do LEGAL, apresentamos a seguir um programa que cruza dois geo-campos (Solos e Declividade) e da calcular o mapa de Aptido de Uso.
Mapa de Solos
Mapa de Aptido
Mapa de Declividade
04/03/01
8-26
// // Programa para determinar aptido urbana, // utilizando mtodo booleano // Dados os mapas de solo e declividade // { // Declaracao das variaveis temticas Tematico solo("Solos"), decl("Declividade"), aptidao("Aptidao"); // Instanciaes das variveis temticas solo = Recupere(Nome="Mapa_solos"); decl = Recupere(Nome="Mapa_de_Declividade"); aptidao = Novo(Nome="Mapa_aptidao", ResX=30,ResY=30,Escala=25000);
aptidao = Atribua(CategoriaFim="Aptidao") { "Baixa": solo.Classe == "Hidromorfico" || decl.Classe == "> 8"|| (solo.Classe == "Litossolo" && decl.Classe == "4 - 8")|| (solo.Classe == "Litossolo" && decl.Classe == "2 - 4" ), "Media":(solo.Classe == "Litossolo" && decl.Classe == "0 - 2")|| (solo.Classe == "Podzolico" && decl.Classe == "4 - 8" ), "Alta": Outros }; }
O prximo exemplo tambm identifica as reas de aptido, mas com uma metodologia diferente: Pondera os mapas temticos, Realiza a soma ponderada dos mapas e Faz o fatiamento da soma.
04/03/01
8-27
// Programa para determinar aptido urbana, pela mdia ponderada // Dados os mapas de solo e declividade { // Declarao das variveis temticas Tematico solo("Solos"), aptidao("Aptidao"); Numerico decl ("Declividade"); // Declarao da tabela de ponderao e fatiamento Tabela tabSolo (Ponderacao), tabfat (Fatiamento); // Declarao das variveis numricas Numerico numSolo, numClassif, numDecl ("Grade_Aptidao"); // Instanciaes das variveis temticas solo = Recupere (Nome="Mapa_solos"); decl = Recupere (Nome="Mapa de Declividade"); // Instanciaes das variveis numricas numSolo = Novo(Nome = "grade_solo", ResX=25, ResY=25, Escala=25000,Min=0,Max=1.0); numDecl = Novo(Nome = "grade_declividade", ResX=25,ResY=25,Escala=25000,Min=0,Max=1.0); // Instanciao da tabela de ponderao de solos tabSolo = Novo(CategoriaIni="Solos", "Latossolo" : 1.0, "Podzolico" : 0.7, "Litossolo" : 0.3, "Hidromorfico": 0.1); // Ponderar o mapa de solos NumSolo = Pondere(solo,tabSolo); // Transformacao da Declividade em escala [0..1] numDecl = 1 / ( 1 + 0.025 * decl^2 ); // classificacao : solo tem peso maior que a declividade NumClassif = Novo (Nome = "grade_classif", ResX=25,ResY=25,Escala=25000,Min=0,Max=1.0); NumClassif = 0.4 * NumDecl + 0.6 * NumSolo; // Instanciao da tabela de fatiamento tabfat = Novo(CategoriaFim ="Aptidao", [0.0 , 0.33] : "Baixa", [0.33 , 0.66] : "Media", [0.66 , 1.0] : "Alta"); // Instanciao do PI temtico da categoria Aptidao aptidao = Novo(Nome="aptidao_urbana_media", ResX=25,ResY=25,Escala=25000); // fatiamento da grade aptidao = Fatie(NumClassif,tabfat); }
04/03/01
8-28
BIBLIOGRAFIA ASSAD, E.D.; SANO, E.E. Sistemas de Informaes Geogrficas - Aplicaes na Agricultura. Braslia, EMBRAPA, 1998 (2a. edio). BARBOSA, C.C.F.; CAMARA,G.; MEDEIROS, J.S.; CREPANI, E.; NOVO, E.M.L.M. ; CORDEIRO, J.P.C. Operadores Zonais em lgebra de Mapas e Sua Aplicao a Zoneamento Ecolgico-Econmico. In: Simpsio Brasileiro de Sensoriamento Remoto, Salvador, Bahia, 1998. Anais, INPE, 1998 (em CD-ROM). BERTRAND, G. Paisagem e Geografia Fsica Global: Esboo metodolgico. Caderno de Cincias da Terra, 13. Inst. de Geografia-USP. So Paulo. 1971. BONHAM-CARTER, G.F. - Geographic Information Systems for Geoscientists: Modelling with GIS. Pergamon, Oxford, 1994. BURROUGH, P. A.; MCDONNELL, R.A. Principles of geographical information systems. Oxford, Oxford University Press, 1998. CMARA, G. Modelos, Linguagens e Arquiteturas para Bancos de Dados Geogrficos. Tese de Doutoramento em Computao Aplicada. So Jos dos Campos, INPE, 1995. www.dpi.inpe.br/teses/gilberto. CLEMENTINI, E.; DI FELICE, P.; VAN OOSTEROM, P. A Small Set of Formal Topological Relationships Suitable for End-User Interaction. In: Third International Symposium on Spatial Data Handling. Proceedings, Singapore, 1993, pp. 277-295. CORDEIRO, J. P.; AMARAL, S.; FREITAS, U.M.; CMARA, G. lgebra de geo-campos e suas aplicaes. In: VIII Simpsio Brasileiro de Sensoriamento Remoto. Salvador. 14-19 de abril. 1996. CREPANI, E.; MEDEIROS, J. S.; HERNANDEZ FILHO, P.; FLORENZANO, T. G. DUARTE, V. AZEVEDO, L. G.. Uso de sensoriamento remoto no zoneamento ecolgicoeconmico. In: VIII Simpsio Brasileiro de Sensoriamento Remoto. Salvador. 14-19 de abril. 1996. EGENHOFER, M. Spatial SQL: A Query and Presentation Language. IEEE Transactions on Knowledge and Data Engineering, 6:86-95, 1994. FREEMAN, J. The Modelling of Spatial Relations. Computer Graphics and Image Processing, 4: 156-171, 1975. GOODCHILD, M. A spatial analytical perspective on geographical information systems. International Journal of Geographical Information Systems, 1 (4): 327334, 1987.
04/03/01
8-29
GUTING, R.H. An Introduction to Spatial Database Systems. VLDB Journal, 3(4), October 1994. HARTSHORNE,R. Propsitos e natureza da geografia. So Paulo, Editora HUCITEC, Editora da Universidade de So Paulo, 2. Ed., 1978. MAGUIRE,D.; DANGERRAMOND, J. The Functionality of GIS. In: Maguire,D.; Goodchild, M.; Rhind, D. (eds) Geographical Information Systems: Principles and Applications. New York, John Wiley and Sons, 1991, pp. 319-35. ROSS, J. L. S. Anlise Emprica da Fragilidade dos Ambientes Naturais e Antropizados. Revista do Dpto. de Geografia da FFLCH-USP. N. 7. pp. 65-74. 1993. TOMLIN, D. Geographic information systems and Cartographic Modeling. Prentice Hall, New York, 1990. TRICART, J. Ecodinmica. IBGE-SUPREN, (Recursos Naturais e Meio Ambiente). Rio de Janeiro. 1977. TRICART, J.; KIEWIETDEJONGE, C. Ecogeography and Rural Management: A Contribuition to the International Geosphere-Biosphere Programme. Essex. Longman Scientific & Technical. 1992.
04/03/01
8-30
9 TCNICAS DE INFERNCIA GEOGRFICA

Gilberto Cmara Fbio Roque Moreira Cludio Barbosa Raimundo Almeida Filho Simone Bnisch
9.1
INTRODUO
Na maioria dos projetos desenvolvidos em SIG a principal proposta a combinao de dados espaciais, com o objetivo de descrever e analisar interaes, para fazer previses atravs de modelos, e fornecer apoio nas decises tomadas por especialistas. A combinao desses dados multi-fonte permitir uma reduo na ambigidade das interpretaes que normalmente so obtidas atravs da anlise individual dos dados (Pendock e Nedeljkovic, 1996). Este trabalho apresenta uma viso geral das diferentes tcnicas de anlise geogrfica, no contexto de produo de novos mapas a partir de dados j existentes. Sero apresentados vrios mtodos de inferncia espacial para a integrao dos dados (evidncias). Os mtodos geram como resultado planos de informao (geocampos) em diferentes formatos. O mtodo Booleano gera dados em formato Temtico sendo a potencialidade expressa espacialmente em forma de polgonos que representam classes (favorvel e no favorvel).Os outros mtodos, Mdia Ponderada, Fuzzy, Bayesiano e inferncia por Redes Neurais, geram dados em formato Numrico sendo a potencialidade expressa de forma numrica.
Tcnicas de Inferncia Geogrfica
9.2
MODELOS TERICOS E EMPIRICOS
Do ponto de vista conceitual, os modelos de processos ambientais no contexto de SIG, podem ser descrito como a combinao de um conjunto de dados de entrada atravs de uma funo, produzindo um novo dado de sada. Sada = (dados de entrada) A funo, , pode tomar muitas formas diferentes, mas os relacionamentos expressados por esta funo so baseados no entendimento terico de princpios fsicos e qumicos, ou so empricos, baseados em dados observados ou ainda na combinao destes dois anteriores tipos. Na categoria de modelos tericos, equaes de movimento derivadas de princpios mecnicos, so utilizadas em modelos de circulao atmosfrica, modelos de fluxo ocenicos e modelos de fluxo de guas subterrneas. Um modelo de circulao de guas de um lago, por exemplo, usa-se com entrada mapas de profundidade do lago, mapa de declividade do fundo do lago, fluxo de entrada e de sada, etc. e tem-se como resultado, campos de velocidades. Modelos baseados em relacionamentos estatsticos ou relacionamentos heursticos, so exemplos de modelos empricos. Nestes modelos, os relacionamento espaciais entre as variveis de estudo, so estimados por critrios estatsticos, a partir de amostras uma regio experimental, ou a partir de um conjunto de classes, onde os limiares destas classes definidos por especialistas. Modelos para predio de potencial mineral so exemplo de modelos empricos. Os modelos empricos podem ser divididos em dois tipos; modelos baseados em conhecimento que so implementados a partir do conhecimento de especialistas, e modelos baseados em dados, que so implementados a partir de um conjunto de dados observados.
9-2
9.3
MODELOS BASEADOS EM CONHECIMENTO
No caso de modelos baseados em conhecimento, dispomos de um conjunto de informao de entrada e uma metodologia que nos permitir descobrir localizaes ou zonas que satisfao um conjunto de critrios. Se o critrio definido segundo regras determinsticas, o modelo consiste em aplicar operadores de lgica booleana em um conjunto de dados (mapas) de entrada. O dado de sada um mapa binrios onde cada ponto no mapa, satisfaz ou no as condies do modelo (Bonham-Carter, 1994). Harris (1989) descreve esse modelo como tcnica de co-ocorrncia aditiva na qual os mapas binrios so simplesmente sobrepostos, e as reas de maior potencialidade ocorrncia mineral so aquelas que apresentam o maior nmero de interseo de evidncias favorveis definidas pelo modelo. De um modo alternativo, cada localizao pode ser avaliada de acordo com critrios ponderados, que resultam em um patamar (grau) em uma escala de potencialidade (Bonham-Carter, 1994). Essa tcnica tambm definida como coocorrncia ponderada (Harris, 1989). Este mtodo tem como vantagem a habilidade de avaliar graus de potencialidade em vez de apenas avaliar presena ou ausncia da potencialidade. A potencialidade calculada pela ponderao e combinao de evidncias de fontes mltiplas. A avaliao do peso a ser atribudo a um mapa depende da anlise da importncia da evidncia em relao a um ocorrncia conhecida ou do julgamento subjetivo de especialistas. 9.3.1 CONJUNTOS BOOLEANOS VERSUS CONJUNTOS NEBULOSOS
A introduo dos conjuntos Fuzzy para lidar com conceitos inexatos foi primeiramente introduzida por Zadeh em 1965. O conjunto Fuzzy uma metodologia de caracterizao de classes, que por varias razes no tem ou no pode definir limites rgidos (bordas) entre classes. Essas classes definidas de maneira inexata so chamadas de conjunto Fuzzy. A utilizao de um conjunto Fuzzy indicada sempre que se tiver que lidar com ambigidade, abstrao e ambivalncia em modelos matemticos ou conceituais de fenmenos empricos (Burrough & McDonnell, 1998). Para caracterizar formalmente um conjunto, pode-se recorrer ao conceito de funo de pertinncia (Fp). Onde funo de pertinncia, uma funo que dado o valor de um atributo z, ela determina se o elemento avaliado pertence ou no a um determinado conjunto em anlise.
9-3
A figura 9.1 mostra exemplos de funes de pertinncia que podem ser usadas para classificao de qualquer tipo de entidade. No eixo x, esta a variao do atributo (z) dos elementos, usado como parmetro para classificao. No eixo y, esta a faixa de valores possveis para a funo de pertinncia (Fp). Na Figura 9.1a, se o valor do atributo z estiver entre limiar inferior (Li) e o limiar superior (Ls), a funo retorna 1, caso contrario retorna zero, conforme mostra a equao 9.1. Para a Figura 9.1b, a funo retorna um valor entre 0 e 1, se o valor do atributo z estiver entre limiar inferior (Li) e o limiar superior (Ls). Na Figura 9.1b, a regio entre (Lfi) e (Ls). demominada de zona de transio.
Fp b ( z ) = 1 se Li z Ls Fp b ( z ) = 0 se z < Li1 ou z > Ls
(9.1)
Fp f ( z ) =
1 z Lf i d1 1+ d1
2
(9.2)
Fig. 9.1 Exemplo de funo de pertinncia para conjunto Um conjunto booleano, possui uma funo de pertinncia similar ao da Figura 9.1a, ou seja, seus limiares so definidos de forma nitida. Por exemplo, se um especialista em qualidade de gua determinar que os limiares entre gua no poluda, moderadamente poluda e poluda so: Lbi = 200 unidades e Lbs = 500
9-4
unidades, ento a funo de pertinncia Fp b ( z ) , eq: 9.1, define a classe de gua moderadamente poluda. Um conjunto que tem uma funo de pertinncia como a da Figura 9.1b, denominado de conjunto fuzzy. Um conjunto deste tipo, tem como caracterstica a indefinio de fronteiras ou limiares entre as classes. Por exemplo, o conjunto de classes de solo, de cobertura vegetal ou o caso de altura de pessoas citado na seo anterior, so exemplos de conjuntos que podem ser denominados de conjuntos fuzzy. A figura 9.2 ilustra a diferena de fronteiras entre conjuntos booleano e conjuntos fuzzy.
Fig. 9.2 Diagrama de Venn ilustrando a diferena de fronteira entre um conjunto fuzzy (A) e um conjunto booleano (B) FONTE: Burrough(1998)
Matematicamente, um conjunto fuzzy pode ser definito como: Dado o universo de amostras ou objetos Z, um conjunto fuzzy A neste universo Z um conjunto de pares ordenados: A = (z, FPAF (O z ) ) para todo Oz Z. (9.3)
Onde FPAF (O z ) a funo de pertinncia fuzzy do conjunto A. O valor da funo FPAF (O z ) pode ser entendido como o grau de compatibilidade do objeto Oz com o conjunto A, sendo que o objeto Oz pertence ao universo Z (Oz
9-5
Z). A funo FPAF (O z ) um nmero entre 0 e 1, assumindo o valor 1 quando o grau de compatibilidade entre o conjunto A e o objeto Oz for completa, assumindo um valor entre 1 e 0 quando este grau de compatibilidade no for total, e assumindo o valor 0 quando no houver nenhuma compatibilidade entre o objeto e o conjunto em anlise. Segundo Burrough e McDonnell (1998), h diferentes tipos de funes de associao fuzzy, sendo as mais comuns as funes linear e senoidal. A funo linear dada por um para de linhas inclinadas que se encontram no ponto central de A, com MF=1; e nas bordas MF assume valor 0,5 (Figura 9.3b). A inclinao das linhas define a largura da regio de transio fuzzy. A funo senoidal (Figura 9.3c) definida por (eq: 9.4): 1 2 para 0 z P 1 + a (z c ) onde o parmetro a determina a forma da funo e c, o valor de z no ponto central de A. MFF A (z ) =
Em alguns casos apropriado estender o ponto central de A para um intervalo de valores, substituindo o parmetro a por uma regio de transio de largura d1 e d2, para definir a forma da funo de associao fuzzy (Figura 9.3d). Neste caso, a MFFA(z) definida como (eq: 9.5): MF F A (z ) = 1 z b1 d1 1+ d1
2
se z < b1 + d 1
MFFA(z) = 1 se b1 + d1 z b2 - d2 > b2 d 2 2 se z z b2 + d 2 1+ d2 Os valores de d1 e d2 correspondem metade da largura da regio de transio e, as bordas b1 e b2 recebem MF=0,4. MFF A (z ) = 1
9-6
MF a)
1,0
MF b) Booleano
1,0 c
0,5
0,5
0,0
b
2
0,0
b
2
MF c)
1,0 c
MF d)
d1 1,0 d2
0,5 a 0,0 b
1
0,5
b
2
0,0
b
2
Figura 9.3 - Funes de associao Booleana e Fuzzy FONTE: Burrough e McDonnell (1998). A escolha dos valores d1 e d2 que determinam a largura da regio de transio pode ser baseada na preciso de medida do atributo do fenmeno, ou do objeto em questo, ou ainda no conhecimento intuitivo subjetivo.
9-7
9.3.2
INFERNCIA BOOLEANA
O Modelo Booleano envolve combinao lgica de mapas binrios atravs de operadores condicionais. Cada mapa utilizado como uma condio pode ser entendido como um plano de informao (evidncia). Os vrios planos de informao so combinados para dar suporte a uma hiptese ou preposio. Cada localizao ento testada, para determinar se as evidncias nesse ponto satisfazem ou no as regras definidas pela hiptese . O resultado expresso de forma binria, 0 (hiptese no satisfeita) e 1 (hiptese satisfeita), no sendo possvel a condio talvez. Embora esse mtodo seja prtico, normalmente no o mais adequado, pois o ideal que as evidncias, que apresentam importncia relativa diferente, recebam pesos de diferentes valores e no sejam tratadas igualmente como acontece. A lgebra booleana utiliza os ponderadores lgicos E, OU, Exclusivo OU (XOR) e NO para determinar se uma hiptese satisfaz ou no uma particular condio. Para melhor entendimento, imagine cada atributo como um conjunto (figura 9.4). O operador E retorna a interseo entre dois ou mais conjuntos ,ou seja as entidades que pertencem tanto ao conjunto A e B. O operador OU retorna a unio dos conjuntos, que so entidades que pertencem tanto ao conjunto A como ao B. O XOR recupera as entidades que pertencem a um conjunto e ao outro, mas no aos dois conjuntamente. E o NO o operador da diferena identificando as entidades que pertencem a um conjunto A mas no ao B.
9-8
AEB
A OU B
A NO B
A XOR B
C (A E B) OU C
C A E B(B OU C)
Figura 9.4 Diagrama de Venn mostrando os resultados da aplicao de operadores de lgica booleana para dois ou mais conjuntos (Burrough & McDonnell, 1998). O apelo da abordagem Booleana sua simplicidade. A combinao lgica de mapas em GIS diretamente anloga a sobreposio de overlayers de mapas em uma mesa de luz, mtodo este tradicionalmente utilizado por gelogos. Em casos onde limiares de corte foram estabelecidos por lei ou por cdigos, combinaes Booleanas so abordagens prticas e de fcil aplicao. Na prtica, entretanto, normalmente no indicado a atribuio de importncias iguais para cada critrio a ser combinado. Evidncias precisam ser ponderadas dependendo da sua importncia relativa (Bonham-Carter, 1994). 9.3.3 MDIA PONDERADA
Dentre os mtodos de anlise multi-critrio Eastman et al. (1995) cita a Mdia Ponderada como a tcnica mais utilizada em projetos que envolvam anlise espacial. Neste mtodo cada mapa de entrada ser utilizado como uma evidncia que receber um peso diferente dependendo da importncia para com a hiptese sobre considerao. Neste caso cada plano de informao receber pesos diferentes, bem como as respectivas classes dos planos de informao. O resultado ser um mapa com reas que expressam um grau de importncia relativa atravs dos valores numricos de sada. O primeiro passo para a aplicao do mtodo a ponderao das classes de cada plano de informao segundo pesos definidos empiricamente. Os planos de informao ponderados so ento somados atravs de uma soma ponderada onde
9-9
cada plano de informao recebeu pesos segundo sua importncia relativa. A funo matemtica expressa por:
r=
wij yi
i =1
yi
i =1
,onde wij o peso da classe "i" do plano de informao "j" , e yj o
peso do plano de informao "j". O mtodo de Mdia Ponderada permite uma maior flexibilidade na combinao de mapas do que o mtodo Booleano. O mapa ponderado pode ser ajustado para refletir o julgamento de um especialista, segundo os pesos de importncia definidos para cada critrio. A maior desvantagem deste mtodo, entretanto, recai provavelmente no carter linear de adio das evidncias (Bonham-Carter, 1994). 9.3.4 INFERNCIA FUZZY
Assim como em conjuntos Booleanos, dados em conjuntos fuzzy podem ser manipulados utilizando mtodos lgicos para selecionar e combinar dados provenientes de vrios conjuntos. Para que isto seja possvel, linguagens de consulta a sistemas gerenciadores de bancos de dados, precisam ser modificadas para tratar operaes da lgica continua. As operaes bsicas sobre subconjuntos fuzzy so similares e so uma generalizao das operaes bsicas da lgica binria. Estas operaes podem ser utilizadas de forma a se obter um dado resultante(mapa) da sobreposio de vrios dados fuzzy (planos de Informao). Os seguintes operadores fuzzy: AND, OR, Soma Algbrica, Produto Algbrico, Operador Gama e Soma Convexa, que sero detalhados a seguir. a) Fuzzy AND (interseo) Esta operao equivale ao AND Booleano. A interseo significa uma sequncia de E e obtida atravs do operador MIN. = MIN (a, b, c, ...) , onde a, b, e c so valores de pertinncia dos mapas A, B e C, para uma dada localizao. b) Fuzzy OR (Unio)
9-10
Fuzzy OR como o OR Booleano, onde o valor de pertinncia de sada controlado pelos valores mximos dos mapas de entrada de cada localizao e dado por : = MAX (a, b, c,... ) c) Produto Algbrico Fuzzy A funo de pertinncia combinada, neste caso, dada por: = i onde i o valor de pertinncia fuzzy para o i-simo mapa e I = 1, 2, ....,n, mapas que devero ser combinados. Os valores de pertinncia tendem a ser muito pequenos quando se utiliza este operador, devido ao efeito de se multiplicar diversos nmeros menores do que 1. d) Soma Algbrica Fuzzy Este operador complementar ao produto Algbrico Fuzzy, e representado por: = 1 - (1-i ) O resultado desta operao sempre um valor maior ou igual ao maior valor de pertinncia fuzzy de entrada. O efeito desta operao , portanto, de aumentar o valor de pertinncia. Observa-se que, enquanto o produto algbrico Fuzzy um produto algbrico, a soma algbrica Fuzzy, no uma simples soma algbrica. e) Operador gama Este operador definido por dois termos, um produto algbrico Fuzzy e uma soma algbrica Fuzzy. Este operador expresso pela funo: = (soma algbrica Fuzzy) x (produto algbrico Fuzzy)1- O produto algbrico Fuzzy expresso pela funo,
i =1
i ,
onde i representa o valor do membro Fuzzy para um plano
de informao i.
9-11
O operador executa a multiplicao dos membros dos diferentes planos de informao (i= 1,2,3,...), sendo que o valor de sada de um dado ponto sempre menor ou igual ao valor do menor membro Fuzzy. Isto ocorre devido a multiplicao de valores iguais ou menores que 1. A soma algbrica Fuzzy definida pela funo:
= 1 (1 i ) , onde o termo i representa o valor dos membros Fuzzy para

i =1
um plano de informao i. O operador executa a multiplicao do termo (1 - i). Na soma algbrica o resultado sempre maior ou igual ao valor de entrada do maior membro Fuzzy (i). No operador gama pode-se variar a importncia de cada termo (soma algbrica e produto algbrico Fuzzy). A importncia de cada termo no operador gama definida atribuindo-se valores entre (0,1) para o expoente . Esta distribuio de importncia melhor entendida atravs da figura 9.5. No grfico da figura 9.5 pode-se observar que quando o gama for igual a =0, o resultado depender apenas do termo produto algbrico Fuzzy, e quando =1, o resultado depender apenas do termo soma algbrica Fuzzy. Os valores de gama entre 0<>0,35 apresentaram um carter diminutivo, ou seja sempre menor ou igual que o menor membro Fuzzy de entrada (i). Na outra extremidade do grfico valores gama entre 0,8<>1,0 tero um carter aumentativo onde o valor de sada ser igual ou maior que o valor do maior membro Fuzzy de entrada (i). Por fim, para os valores de gama entre 0,35<>0,8, os i no apresentaram nem um carter aumentativo nem diminutivo, os valores dos i de sada, cairo sempre entre o menor e o maior valor dos i de entrada (Bonham-Carter, 1994).
9-12
Soma algbrica aumentativo A = 0.75
Membro
B = 0.5
Produto algbrico
diminutivo
Figura 9.5 Grfico de distribuio da funo Fuzzy Gama. Modificado: BonhamCarter (1994).
9-13
9.4
MODELOS EMPRICOS BASEADOS EM DADOS.
At este ponto, discutimos os modelos baseados em conhecimento, onde a importncia (peso) e limiares dos atributos eram definidos baseado na experincia de especialistas. Quando os dados disponveis so suficientes para que se possa estimar a contribuio de determinados atributos no processo de modelagem, recorre-se a mtodos estatsticos que so aplicados sobre estes dados, da o nome de modelos empricos baseado em dados. Apresentaremos a seguir a abordagem bayseana, conhecida como evidencias de pesos. 9.4.1 MTODOS BAYESIANOS CONCEITOS BASICOS
Na abordagem bayesiana, os principais conceitos envolvidos so a probabilidade a prior e a probabilidade a posteriori. Para introduzirmos o conceito de probabilidade a priori e posteriori, suponha que um indivduo deseje estimar a probabilidade de que ocorra chuva no dia seguinte, e que para isto, ele tenha em mos um histrico sobre chuvas na regio nos ltimos 20 anos, e que ele conclua, a partit do histrico, que em mdia chove 80 dias por ano na regio. Com esta informao, seria uma estimativa razovel dizer que a probabilidade a priori de que vai chover no dia seguinte 80/365. Pode-se refinar esta estimativa com outros dados histricos, como por exemplo a poca do ano. Com isto teramos a probabilidade de chuva no dia seguinte, dado que estamos em uma determinada poca do ano, ou seja, a probabilidade seria modificada por um fator que varia com o ms do ano. Esta nova probabilidade denominada probabilidade a posteriori ou probabilidade condicional de chuva dado a poca do ano. Este fator multiplicativo pode tambm ser determinada a partir de dados histricos. Colocando isto na forma de uma expresso temos: P{chuva|poca do ano} = P{chuva} * Fatorpoca do ano onde: P{chuva} P{chuva|poca do ano} probabilidade a priori probabilidade a posteri (9.6)
Outros fatores que tambm afetam a possibilidade de chuva no dia seguinte, so : choveu ontem, choveu hoje. Estes fatores so evidncias, que contribuem para refinar a estimativa de chuva no dia seguinte. Eles podem ser combinados conforme a expresso abaixo:
9-14
P{chuva|evidencia} = P{chuva} * Fatorpoca do ano * Fatordia anterior * Fatordia corrente (9.7) Algumas evidncias podem aumentar da probabilidade a posteriori, em relao a probabilidade a priori, neste caso o fator maior do que 1, em outros casos este fator reduzir a probabilidade, e neste caso ser menor do que 1. Consideremos o problema de se encontrar depsitos de um determinado mineral em uma regio que possui uma rea de 10.000 km2, e que j tenham sido identificados nesta regio 200 depsitos. Para efeito de anlise, cada deposito ocupa uma unidade de rea ou clula de 1 km2. Se particionarmos a nossa regio de estudo em unidades geogrficas com rea de 1 km2 , nosso universo de estudo ter 10.000 unidades. Usando a notao N{} para representar a contagem de unidades, teremos: N{R} = 10.000 unidades de rea e N{D} = 200 depsitos conhecidos com rea de 1 km2. A densidade mdia de depsitos conhecidos na regio N{D}/N{T}, ou 200/10000=0.02, assumindo que cada unidade de rea s contm um deposito. O valor 0.02 pode ser interpretado como a probabilidade de ao se apontar aleatoriamente uma clula na regio, ela ser uma clula que contm deposito mineral. No existindo outras informaes disponveis sobre a rea, esta razo N{D}/N{T} pode ser usada como a probabilidade a priori P{D}de se encontrar um deposito na regio analisada. Suponhamos que, surja algum de posse de um mapa de anomalia magntica para a mesma regio, e que 180 dos 200 depsitos conhecidos ocorram dentro da rea de anomalia. A Figura 9.6 ilustra esta situao.
Fig. 9.6 Regio de estudo R sobreposta a um mapa binrio de anomalia magntica .
9-15
A partir da constatao de que 180 dos 200 depsitos esto dentro da rea de anomalia, pode-se afirmar que a probabilidade de deposito em uma clula que esteja dentro da rea de anomalia maior do que 0.02, e que esta probabilidade poder ser menor do que 0.02 para uma clula fora da rea de anomalia. A condio favorvel para se encontrar um depsito dado a presena de evidncias pode ser expressada por uma probabilidade condicional: P{D / A} = P{D A} P{A} (9.8)
Onde P{D|A} a probabilidade condicional de um deposito D dado que a clula esta dentro da rea de anomalia A. O numerador P{DA} igual a proporo da rea total onde ocorre simultaneamente deposito e anomalia ou P{D|A}=N{DA}/N{T}. De maneira similar, P{A}=N{A}/N{T}, onde P{A} e N{A} so respectivamente a probabilidade e a rea da anomalia A. Substituindo na equao 9.8 tem-se: P{D / A} = N {D A} N {A}
(9.9)
A partir do diagrama de Venn apresentado na Figura 9.7 vemos que a probabilidade condicional a proporo da rea de anomalia A ocupada por depsitos conhecidos. No nosso exemplo, existe 180 depsitos dentro da rea de anomalia, e a rea de anomalia ocupa 3600 km2, assim sendo, a probabilidade condicional de depsitos dada a presena de anomalia magntica 180/3600=0.05, que duas vezes e meia maior do que a probabilidade a priori. Usando-se esta evidncia, a explorao de novos depsitos do mesmo tipo, ser muito mais eficiente e com uma rea de pesquisa reduzida de 10.000 km2 para 3.600 km2 .
9-16
T
A
AD
AD
AD
A D
Fig. 9.7 Diagrama de Venn mostrando a relao de sobreposio espacial entre anomalia magntica e ocorrncia de depsitos mineral .
Conforme apresentado na equao 9.8, podemos obter uma expresso relacionando a probabilidade a posteriori de depsitos em termos da probabilidade a priori mais um fator multiplicativo. Para isto, notemos que a probabilidade condicional de uma clula estar na regio de anomalia magntica A, dado que esta clula contm um deposito : P{A / D}\ = P{A D} P{D} (9.10)
No nosso exemplo ilustrado nas Figuras 9.6 e 9.7, P{A|D} = 180/200=0.9. Da teoria da probabilidade sabemos que P{AD} a mesma de P{DA}, combinando as equaes 9.8 e 9.10 obtemos a equao 9.11 : P{D / A} = P{D} P{A | D} P{A} (9.11)
A equao 9.11 nos diz que: A probabilidade a posteriori de um depsito, dado que a clula esta na rea de anomalia igual a probabilidade a priori de depsito P{D} multiplicado pelo fator P{A|D}/P{A}. O numerador deste fator 0.9, conforme calculamos no pargrafo anterior e o denominador 3600/10000=0.36, ou seja, o fator 0.9/0.36=2.5. Podemos concluir que dado a presena de anomalia magntica, a probabilidade de deposito 2.5 vezes maior do que a probabilidade a priori. Substituindo estes valores na equao 9.11, obtemos: P{D|A} = 0.2*2.5=0.05, que igual a calculada anteriormente pela equao 9.9. No fator multiplicativo P{A|D}/P{A}, a informao sobre o numerador P{A|D} pode ser obtida a partir de uma anlise sobre os depsitos, onde se busca
9-17
determinar a proporo deles que esto relacionados com um determinado indicador de evidncia. O denumerador, pode ser determinado a partir do conhecimento da ocorrncia esperada do indicador de evidncia na regio analisada. Uma expresso similar a anterior, pode ser obtida para a probabilidade a posteriori da ocorrncia de um deposito, dada a ausncia da anomalia.
P{D / A} = P{D}
Onde: P{A } = (10000-3600)/10000=0.64, P{A | D}=20/200=0.1, que resulta em um fator de multiplicao P{A | D}/ P{A}= 0.1/0.64=0.15625. Podemos assim concluir que a probabilidade a posteriori da ocorrncia de depsitos em posies onde no h anomalia magntica 0.15625 vezes menor do que a probabilidade a priori. No nosso exemplo P{D | A}= 0.2*0.15625=0.003125. Ento, baseado em uma nica fonte de evidncia, podemos reduzir a rea de pesquisa de 10.000 km2 para 3600 km2 , porque a chance de se encontrar depsito onde no h anomalia significativamente menor(50 vezes) do que onde h anomalia. 9.4.2 MTODOS BAYESIANOS APLICAO A GEOPROCESSAMENTO
P{A | D} P{A}
( 9.12)
Um dos usos mais importantes da inferncia bayesiana em Geoprocessamento se d no caso de gerao de mapas de prospeco mineral. Em termos prospectivos pode-se pensar na definio da probabilidade de um depsito ocorrer, condiciona pela ocorrncia de uma certa evidncia (exemplo: litologia favorvel). A probabilidade priori seria a probabilidade do dado bruto, ou seja a probabilidade da ocorrncia mineral para com a rea total. A probabilidade posteriori seria um refinamento do conhecimento (probabilidade priori), onde atravs de uma ou mais evidncias, que possuem uma relao direta com a mineralizao, calcula-se o aumento das chances de sucesso no encontro de um novo depsito mineral. Ou seja, dado que se esta pesquisando sobre uma evidncia favorvel, determina-se quanto esta condio aumenta as chances da descoberta de um novo depsito mineral. A probabilidade a priori para a presena de um dado pode ser estimada por modelos simples de distribuio espacial aleatria ou por anlises estatsticas multivariadas (Agterberg, 1989). Os dados para o clculo da probabilidade posteriori podem ser obtidos atravs da tabulao cruzada, entre o plano de
9-18
informao com os depsitos e os planos de informao com as evidncias. Para isso necessrio que os planos de informao das evidncias sejam antes transformados em mapas binrios, subdivididos em classes favorvel e no favorvel. Com os mapas binrios gerados, faz-se a tabulao cruzada das evidncias com os depsitos (verdades de campo) obtendo-se assim uma matriz onde cada clula "mij" corresponde a interseo das classes das evidncias com as ocorrncias minerais. Esses valores so utilizados nas formulaes para a obteno das probabilidades posteriori (Figura 9.7). Bonham-Carter (1994) prope ainda outro tipo de formulao, expressa pelo clculo da chance priori O(d) e da chance posteriori O(d|e). Esta formulao permite a integrao de diferentes evidncias como fatores explicativos para a ocorrncia mineral. A chance priori expressa por: O(d ) = p(d ) , (1 p(d ))
(9.13)
onde p(d) probabilidade a priori. A chance posteriori obtida a partir do desenvolvimento da probabilidade posteriori. O desenvolvimento esta apresentado abaixo:
p ( d | e) = p ( d ) p (e | d ) p ( e)
p (~ d ) p (e |~ d ) p (e )
(9.14)
p (~ d | e) =
(9.15)
Substitui-se p(~d/e) nos dois termos da equao p(d/e):
9-19
p ( d | e) = p ( d ) p ( e | d ) p (~ d | e) p (~ d | e) p (e)
O(d|e) O(d) 1
P ( d | e) = p ( d ) p ( e | d ) p ( e ) p(~ d | e) p(~ d ) P(e |~ d ) p (e)

O ( d | e) = O (d ) p(e | d ) p ( e |~ d )
(9.16)
A razo p (e|d) / p (e|~d) chamada de razo de suficincia (LS). De modo semelhante obtm-se a chance da ocorrncia do minrio, dado a ausncia da evidncia.
O (d |~ e) =
O (d ) p (~ e | d ) p (~ e |~ d )
(9.17)
A razo p (~e|d) / p (~e|~d) chamada razo de necessidade (LN). As razes de suficincia (LS) ou de necessidade (LN) so computadas dependendo da presena ou ausncia da evidncia para um dado ponto. As razes de suficincia e de necessidade so obtidas atravs da tabulao cruzada dos planos de informao das evidncias com o plano de informao das ocorrncias minerais. A condio de suficincia de uma evidncia (e) satisfeita quando a probabilidade de existncia do depsito (d) maximizada ( P(e | d ) = mximo ). A condio de necessidade da evidncia satisfeita quando a probabilidade de no ocorrncia do depsito maximizada com a no existncia da evidncia ( P(~ d |~ e) = mximo ) (Rostirolla, 1997). Extraindo-se o Logaritmo das equaes (1) e (2) acima obtm-se:
log[o(d | e)] = log[o(d )] + +
log[o( d |~ e)] = log[o( d ) +

Bonham-Carter (1994) demostra ainda que para um nmero maior de evidncias, estas seriam integradas atravs da formulao que computaria a chance priori, somada somatria dos logaritmos das razes de suficincia e/ ou
9-20
necessidade. Sendo necessrio porm que as evidncias consideradas apresentem uma independncia condicional (Agterberg, 1989).
log[ o ( d | e )] = log[ o ( d )] +
i =1
+ i
log[o( d |~ e)] = log[o( d )] + i

i =1
Esta soma das razes de suficincia e razo de necessidade pode ser efetuada a partir de uma operao matemtica condicional, controlada pela presena ou ausncia da classe favorvel do plano de informao para todos os pontos de interesse.
n = log[o(d )] + (( i = favorvel ) ? i+ : i )
i =1i
A partir do plano de informao da chance posteriori gerado, aplicada uma expresso matemtica para a gerao do plano de informao com os valores de probabilidade posteriori. p ( d | e) = o ( d | e) 1 + o ( d | e)
O resultado final uma grade regular com valores de "z" indicando a probabilidade posteriori da ocorrncia mineral. Essa grade pode ser ento fatiada em faixas que expressaro o grau de probabilidade ocorrncia de novos depsitos.
9-21
9.5
REDES NEURAIS ARTIFICIAIS
Redes Neurais Artificiais so tcnicas computacionais que apresentam um modelo matemtico inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento atravs da experincia (Carvalho,1999). O processamento em redes neurais ocorre na sua maioria de modo paralelo diferentemente da computao convencional, que apresenta processamento seqencial Uma rede neural artificial composta por vrias elementos de processamento (EP). Esses elementos geralmente so conectados por canais de comunicao que esto associados a determinados pesos. Os pesos so coeficientes adaptativos da rede que determinam a intensidade dos sinais de entrada, ou seja so medidas de fora de conexo (Nelson e Illingworth, 1991). Os elementos fazem operaes apenas sobre seus dados locais, que so as entradas recebidas pelas suas conexes. O comportamento inteligente de uma Rede Neural Artificial vem das interaes entre EP da rede. As arquiteturas neurais so na maioria das vezes organizadas em camadas, com EPs que podem estar conectados aos EPs da camada posterior (Figura 9.8). Usualmente as camadas so classificadas em trs grupos: Camada de Entrada: onde os sinais (padres) so apresentados rede; Camadas Intermedirias ou Escondidas: onde efetuada a maior parte do processamento, atravs das conexes ponderadas; Camada de Sada: onde o resultado final concludo e apresentado.
Figura 9.8 Organizao em camadas de uma rede neural. Fonte (Carvalho, 1999).
9-22
A operao de um EP pode ser entendida da seguinte maneira: sinais so apresentados entrada; cada sinal multiplicado por um peso, que indica a sua influncia na sada da unidade; efetuada a soma ponderada dos sinais que produz um nvel de atividade; se este nvel de atividade exceder um certo limite a unidade produz uma determinada resposta de sada.
Figura 9.9 Elemento de processamento funo de soma. Modificado:Nelson e Illingworth, 1991.
Matematicamente pode-se pensar nas entradas e nos pesos como vetores (i1 , i 2, ..., in ) e ( wi , w2 ,..., wn ) . efetuada a multiplicao de cada componente i n pelo correspondente wn , e posteriormente a soma de todos os produtos (Figura 9.9). No resultado aplicado uma funo de transferncia (funo de ativao) que geralmente no-linear (Figura 9.10). As funes lineares na prtica mostram-se pouco eficientes pois fornecem simplesmente sadas proporcionais as entradas. As funes mais utilizadas so as Hard limiter, Ramping function e sigmide, sendo as sigmides as mais utilizadas devido ao seu carter contnuo (Nelson e Illingworth, 1991).
9-23
Figura 9.10 Exemplos de funes de transferncia. Modificado: Nelson e Illingworth (1989). A maioria dos modelos de redes neurais possui alguma regra de treinamento, onde os pesos de suas conexes so ajustados de acordo com os padres apresentados (sinais). Em outras palavras, elas aprendem atravs de exemplos. Os sinais podem ser positivos (excitadores) ou negativos (inibidores). Uma entrada positiva promove o disparo de um EP, enquanto a negativa tende manter o EP inerte. A propriedade mais importante das redes neurais a habilidade de aprender e com isso melhorar o seu desempenho. Isso feito atravs de um processo iterativo de ajustes aplicado a seus pesos, o treinamento. O aprendizado efetuado atravs de algoritmo de aprendizado que so um conjunto de regras bem definidas para a soluo de um determinado problema. Existem muitos tipos de algoritmos de aprendizado especficos para determinados modelos de redes neurais. O aprendizado ocorre quando a rede neural atinge uma soluo generalizada para uma classe de problemas. As formas de aprendizado podem ser subdivididas em: supervisionadas; no supervisionadas; e por reforo. No aprendizado supervisionado so apresentadas rede um conjunto de padres de entrada e seus correspondentes padres de sada. Durante os processos sucessivos, a rede realiza um ajustamento dos pesos das conexes entre os elementos de processamento, segundo alguma lei de aprendizado (algoritmo), at que o erro entre os padres de entrada e sada esteja abaixo de um valor mnimo desejado (Figura 9.11). Dentre os algoritmos de aprendizado supervisionado os mais utilizados so Perceptron, Adeline e Madaline, Backpropagation (Hetch-Nielsen, 1989). O aprendizado por reforo
9-24
similar ao supervisionado com a diferena que um crtico externo avalia a resposta fornecida pela rede (Carvalho, 1999).
Figura 9.11 Exemplificao do processo de aprendizado. Fonte: Carvalho (1999). No aprendizado no-supervisionado a rede analisa os conjuntos de entradas apresentadas e determina algumas das propriedades dos conjuntos de dados e aprende a refletir sobre suas propriedades de sada. Os mtodos de aprendizado mais utilizados so Mapa Auto-Organizvel de Kohonen, Redes de Hopfield e Memria Associativa Bidirecional (Hecht-Nielsen,1989). O primeiro passo do processo de desenvolvimento de redes neurais artificiais so a coleta de dados relativos ao problema e a sua separao em um conjunto de treinamento e um conjunto de teste. Os dados de treinamento sero utilizados para o treinamento da rede e dados de teste sero utilizados para verificar sua performance sob condies reais de utilizao. O segundo passo a definio da configurao da rede, que pode ser dividido em trs etapas: seleo do paradigma neural apropriado aplicao; determinao da topologia da rede a ser utilizada (nmero de camadas, nmero de unidades em cada camada, etc); determinao de parmetros do algoritmo de treinamento e funes de ativao (Carvalho, 1999).
O terceiro passo o treinamento da rede. Nesta fase, seguindo o algoritmo de treinamento escolhido, sero ajustados os pesos das conexes. Normalmente, os
9-25
valores iniciais dos pesos da rede so nmeros aleatrios uniformemente distribudos em um intervalo definido. O quarto passo o teste da rede. Durante esta fase o conjunto de teste utilizado para determinar a performance da rede com dados que no foram previamente utilizados. A performance da rede uma boa indicao de sua performance real (Carvalho,1999). Finalmente, com a rede treinada e avaliada, ela pode ser integrada em um sistema do ambiente operacional da aplicao.
9-26
9.6 9.6.1
GEOPROCESSAMENTO E SUPORTE DECISO INTRODUO
Qual o grande desafio da produo de novas informaes em um SIG ? A capacidade de comparar e avaliar as diferentes possibilidades de gerao de novos mapas. Como o SIG oferece uma grande quantidade de funes de lgebra de Mapas, nem sempre facil escolher qual a forma de combinao de dados mais adequada para nossos propsitos. Neste contexto, muito til dispor de ferramentas de suporte deciso, que nos ajudam a organizar e estabelecer um modelo racional de combinao de dados. Uma das tcnicas mais teis o processo analtico hierrquico - Analytical Hierarchy Process (AHP), desenvolvida por Saaty (1992), considerada como sendo a mais promissora no contexto do processo de tomada de deciso.
9.6.2
SUPORTE DECISO - CONCEITOS BSICOS
Decidir escolher entre alternativas. Com base nesta viso, podemos encarar o processo de manipulao de dados num sistema de informao geogrfica como uma forma de produzir diferentes hipteses sobre o tema de estudo. O conceito fundamental dos vrios modelos de tomada de deciso o de racionalidade. De acordo com este princpio, indivduos e organizaes seguem um comportamento de escolha entre alternativas, baseado em critrios objetivos de julgamento, cujo fundamento ser satisfazer um nvel pre-estabelecido de aspiraes. O modelo racional de tomada de deciso preconiza quatro passos que devem ser seguidos para uma escolha apropriada: Definio do problema: formular o problema como uma necessidade de chegar a um novo estado. Busca de alternativas: estabelecer as diferentes alternativas (aqui consideradas como as diferentes possveis solues do problema) e determinar um critrio de avaliao. Avaliao de alternativas: cada alternativa de resposta avaliada.
9-27
Seleo de alternativas: as possveis solues so ordenadas, selecionandose a mais desejvel ou agurpando-se as melhores para uma avaliao posterior. A TCNICA AHP - PROCESSO ANALTICO HIERRQUICO
9.6.3
Quando temos diferentes fatores que contribuem para a nossa deciso, como fazer para determinar a contribuio relativa de cada um ? Para abordar este problema, Thomas Saaty props, em 1978, uma tcnica de escolha baseada na lgica da comparao pareada. Neste procedimento, os diferentes fatores que influenciam a tomada de deciso so comparados dois-a-dois, e um critrio de importncia relativa atribudo ao relacionamento entre estes fatores, conforme uma escala pr-definida (veja tabela). O primeiro passo para a aplicao dessa tcnica a elaborao de uma relao de importncia relativa entre as evidncias. Essa relao utilizada como dado de entrada em uma matriz de comparao pareada, onde so calculados os autovalores e autovetores da matriz. Os pesos de cada membro Fuzzy, eqivalem ento aos autovetores da matriz de comparao pareada. A AHP uma teoria com base matemtica que permite organizar e avaliar a importncia relativa entre critrios e medir a consistncia dos julgamentos. Requer a estruturao de um modelo hierrquico, o qual geralmente composto por meta, critrios, sub-critrios e alternativas; e um processo de comparao pareada, por importncia relativa, preferncias ou probabilidade, entre dois critrios, com relao ao critrio no nvel superior. Com base na comparao, a AHP pondera todos os sub-critrios e critrios e calcula um valor de razo de consistncia entre [0, 1], com 0 indicando a completa consistncia do processo de julgamento.
9-28
Escala
de
Valores
AHP
para
Comparao
Pareada
Intensidade de Definio e Explicao importncia 1 3 5 7 9 2,4,6,8 Importncia igual - os dois fatores contribuem igualmente para o objetivo Importncia moderada - um fator ligeiramente mais importante que o outro Importncia essencial - um fator claramente mais importante que o outro Importncia demonstrada - Um fator fortemente favorecido e sua maior relevncia foi demonstrada na prtica Importncia extrema - A evidncia que diferencia os fatores da maior ordem possvel. Valores intermedirios entre julgamentos - possibilidade de compromissos adicionais
A partir do estabelecimento de critrios de comparao para cada combinao de fatores, possivel determinar um conjunto timo de pesos que podem ser utilizados para a combinao dos diferentes mapas. 9.6.4 SUPORTE DECISO EM GEOPROCESSAMENTO
Consideramos uma das situaes mais comuns em SIG: classificar o espao em reas mais ou menos adequadas para uma finalidade. Este problema ocorre em grande nmero de aplicaes, como zoneamento, prospeco mineral, e seleo de reas para um novo empreendimento comercial. Tome-se, por exemplo, um estudo de preservao ambiental em reas de encosta, para estabelecer uma poltica de ocupao, associada a mapas de risco de desmoronamento e impacto ambiental. Para tanto, vamos supor que dispomos de um mapa topogrfico, da carta geotcnica, e de um mapa de uso e ocupao do solo (obtido a partir de foto-interpretao ou classificao digital de imagens de satlite).
9-29
O procedimento tradicional de anlise baseia-se no princpio de interseo de conjuntos espaciais de mesma ordem de grandeza (Yves Lacoste) e est baseada em condicionantes (risco mximo ocorre em reas cuja declividade maior que 10%, no so reas de preservao ambiental, e o tipo de terreno inadequado). A transposio deste metodologia analgica para o ambiente de SIG requer o uso de operaes booleanas (OU, E, NO) para expressar as diferentes condies. Esta tcnica utiliza o computador como mera ferramenta automatizada de desenho, ignorando todo o potencial de processamento numrico do SIG, e gera descontinuidades inexistentes no dado original. Por exemplo, reas com declividade igual a 9,9% sero classificadas diferentemente de regies com inclinao de 10,1%, no importando as demais condies. Mapas so dados e no desenhos. Tratar mapas como dados significa dar forma numrica ao espao ao associar, a cada localizao, um valor que representa a grandeza em estudo; requer ainda, na maior parte dos casos, o uso do formato matricial (raster), mais adequado a uma representao contnua do espao. No caso em apreo, a anlise espacial em SIG ser muito melhor realizada com uso da tcnica de classificao contnua: os dados so transformados para o espao de referncia [0..1] e processados por combinao numrica, atravs de mdia ponderada ou inferncia fuzzy. Ao invs de um mapa temtico com limites rgidos gerados pelas operaes booleanas, obteremos uma superfcie de deciso, sob forma de uma grade numrica. O que representa este resultado ? Uma viso contnua da variao da nova grandeza (seja ela adequao a plantio, indicador de mineralizaes ou susceptibilidade ambiental). No exemplo citado, o resultado ser uma grade numrica que indica, para cada localizao, o risco de desmoronamento, numa gradao de 0% a 100%. Qual a grande vantagem desta situao? Ela nos permite construir cenrios (por exemplo, risco de 10%, 20% ou 40%), que indicam os diferentes compromissos de tomada de deciso (maior nfase em proteo ambiental ou em minimizar o custo econmico). Obtemos assim uma flexibilidade e um entendimento muito maiores sobre os problemas espaciais.
9-30
9.7
ESTUDO DE CASO
Para a comparao das metodologias de integrao e anlise espacial dos dados tomou-se como rea de estudo o macio alcalino de Poos de Caldas, o qual encerra mineralizaes radioativas h muito conhecidas. O interesse pelos minerais radioativos no complexo alcalino de Poos de Caldas tiveram incio em 1952, quando trabalhos preliminares de campo foram executados pelo Conselho Nacional de Pesquisa (Tolbert, 1966), para investigar e determinar fontes de anomalia radioativa. Esse interesse gerou uma boa base de dados e trabalhos (Ellert, 1959; Tolbert, 1966; Oliveira, 1974; Almeida e Paradella, 1977; Ulbrich, 1984; Fraenkel et al., 1985; Almeida Filho,1995), sendo esses os fatores que influenciaram na escolha dessa rea para a aplicao de modelos prospectivos baseados em inferncia espacial. A seguir ser apresentado um resumo sobre as caractersticas gerais, geolgicas e do banco de dados do macio de Poos de Caldas.
9.7.1
CARACTERSTICAS GERAIS DA REA DE ESTUDO
O planalto de Poos de Caldas, na divisa dos estados de Minas Gerais e So Paulo, constitui uma estrutura em forma de cratera vulcnica grosseiramente circular, com cerca de 705 km2. A cidade de Poos de Caldas, a qual tem como atividades econmicas principais a minerao (bauxita, argilas, minerais radioativos) e o turismo ligado suas guas e ao clima agradvel, localiza-se na borda norte dessa cratera. A Figura 9.12 mostra o planalto de Poos de Caldas atravs de uma composio colorida obtida com imagens do satlite Landsat-1. Como referncia esto indicadas a cidade de Poos de Caldas, principais drenagens, vias de acesso etc, extradas de cartas planimtricas da regio.
9-31
Do ponto de vista geolgico, o planalto constitudo por rochas mesozicascenozicas, representadas em sua maioria por nefelina-sienitos, os quais ocorrem como fcies efusivas, hipabissais e plutnicas, alm de material de natureza vulcnica. Dataes geocronolgicas pelo mtodo K-Ar (Bushee, 1970) indicam que os fenmenos geolgicos que formaram a cratera teriam ocorrido entre 87 e 53 milhes de anos atrs. As guas termais da regio so as ltimas manifestaes desse episdio. Quarenta e oito locais de mineralizaes radioativas (incluindo depsitos e simples ocorrncias) so conhecidos no planalto de Poos de Caldas, as quais podem ser agrupadas em trs associaes distintas, de acordo com a paragnese mineral: urnio-zircnio (U-Zr), trio-terras raras (Th-TR) e urnio-molibdnio (U-Mo). A associao urnio-zircnio constitui os depsitos mais comuns e freqentes, mas no encerra Figura 9.12- Composio colorida importncia econmica. A associao trio-terras de imagens do satlite Landsat-1, raras constitui o segundo tipo de mineralizao mostrando o planalto de Poos de radioativa encontrada na rea, representada Caldas. principalmente pela jazida de Morro do Ferro, na parte central do planalto. A associao urnio-molibdnio constitui os depsitos uranferos mais importantes, representados principalmente pela jazida de Campo do Agostinho e pela mina Usamu Tsumi, na parte centro-sudeste do planalto. Para sua explorao foi criado, em meados da dcada de setenta, o Complexo MineiroIndustrial de Poos de Caldas que produziria concentrado de urnio (yellow cake), destinado ao abastecimento das usinas nucleares brasileiras ento planejadas. Com base em anlises de trabalhos geolgicos realizados por pesquisadores que estudaram a regio em diferentes pocas e com diferentes enfoques (Ellert, 1959; Tolbert, 1966; Wedow Jr., 1967; Oliveira, 1974; Almeida Filho & Paradella, 1976; Fraenkel et al., 1985), foram identificadas trs caractersticas comuns s mineralizaes radioativas no planalto, a saber: (a) A mineralizao mostra afinidade gentica com trs tipos de litologias: tingutos hidrotermalizados (rocha potssica), corpos intrusivos de foiatos e rochas vulcnicas; (b) Essas litologias so cortadas por falhamentos/fraturamentos e estruturas circulares que criaram condutos para o alojamento de veios e lentes mineralizados;
9-32
(c) Dados de radiometria gama mostram valores anmalos de radioatividade total, indicativos da presena de minerais radioativos. As trs caractersticas acima (litologias favorveis, feies estruturais e dados gama-radiomtricos) foram adotadas como critrios diagnsticos para a pesquisa de minerais radiativos no planalto de Poos de Caldas. Poderia ser argumentado que apenas o ltimo critrio j seria suficiente para identificar reas potenciais, por ser indicao direta da presena de minerais radioativos. Entretanto, variaes locais na espessura de solos e cobertura vegetal, fazem com que reas sem interesse prospectivo mostrem valores anmalos, enquanto depsitos importantes podem ser indicados apenas por valores intermedirios de intensidade radioativa. Desse modo, dados radiomtricos devem ser considerados apenas se ocorrem em reas de caractersticas geolgicas favorveis, tornando-se indispensvel agregar a eles informaes derivadas de outras fontes. Uma vez definidos os critrios diagnsticos, o passo seguinte constou da criao de um banco de dados digitais geocodificados, composto por: Imagens Landsat - Imagens do Multispectral Scanner (MSS) do satlite Landsat1, obtidas em setembro de 1972, sob ngulo de elevao solar de 44 e azimute de 58. Deu-se preferncia s imagens mais antigas, para reduzir a influncia da atividade antrpica, que dificulta a interpretao fotogeolgica. Dados planimtricos - Cidade, estradas, ferrovia, drenagens etc, digitalizadas a partir das cartas acima mencionadas, usadas como parmetros de referncia e localizao. Dados litolgicos - Litologias potenciais para a pesquisa de minerais radioativos, representadas por rocha potssica, corpos intrusivos de foiatos e rochas vulcnicas (Figura 6.5), digitalizadas do Mapa Geolgico do Macio Alcalino de Poos de Caldas (Nuclebrs, 1975a). Dados estruturais - Extrados das imagens Landsat-MSS, as quais foram realadas por tcnicas de ampliao linear de contraste e interpretadas (como bandas individuais ou composies coloridas falsa cor) diretamente no monitor de vdeo, usando-se o mouse para traar as feies interpretadas. Dois grupos de feies foram identificados: (a) lineamentos, representando traos de falhas/fraturas; e (b) estruturas circulares, indicativas de edifcios vulcnicos secundrios, no interior da cratera principal (Figura 6.6). Esses dois tipos de feies constituem controles estruturais regionais de primeira ordem para as mineralizaes radioativas, responsveis pela criao de condutos que permitiram a percolao de solues hidrotermais e deposio do minrio. Elas foram representadas em duas dimenses, atravs da criao de "corredores" com 250 e 350 metros de largura ao longo de falhas/fraturas e estruturas circulares,
9-33
respectivamente. Esses corredores representariam a rea de influncia das feies estruturais, assumindo-se que qualquer ponto dentro deles estaria posicionado sobre a feio estrutural considerada. Dados gama-radiomtricos - Obtidos pela Comisso Nacional de Energia Nuclear-CNEN, a partir de levantamentos com helicptero e a p. No primeiro caso os dados foram coletados em malha de 250 x 250 metros, a uma altura mdia de 7,5 metros do terreno, enquanto nos levantamentos a p a malha foi de 75 x 200 metros. Esses dados, na forma de radioatividade total, foram digitalizados a partir do Mapa Radiomtrico do Planalto de Poos de Caldas (Nuclebrs 1975b), organizados em quatro intervalos de intensidade radioativa, em relao a um background regional de 40 unidades, a saber: 1,3-1,8; 1,8-2,5; 2,5-3,5; e maior do que 3,5 vezes o background regional (Figura 6.7). Ocorrncias minerais radioativas - Mineralizaes radioativas conhecidas na rea foram incorporadas como smbolos ao banco de dados, no se fazendo distino se se tratava de depsitos importantes ou de simples ocorrncias minerais. Por representarem dados de "verdade terrestre", elas constituem parmetros de aferio dos resultados. Se reas indicadas como potenciais mostrarem-se coerentes em relao a mineralizaes conhecidas, o modelo prospectivo pode ser considerado confivel.
Figura 9.13 - Mapa de litologias potenciais para a ocorrncia de mineralizaes radioativas.
9-34
Figura 9.14 - Mapa de lineamentos, indicando falhas/fraturas e estruturas circulares.
Figura 9.15- Mapa de anomalias gama-radiomtricas no planalto de Poos de Caldas. 9.7.2 MODELO PROSPECTIVO USANDO OPERAES BOOLEANAS
9-35
Com base nos critrios diagnsticos j definidos, uma rea poderia ser considerada potencial quando nela ocorrerem concomitantemente: (a) Litologias potenciais, representadas por rochas potssicas (A), corpos intrusivos de foiatos (B), ou rochas vulcnicas (C); (b) Feies estruturais, indicativas de falhas/fraturas (D), ou estruturas circulares (E), que cortam litologias potenciais; e (c) Valores gama-radiomtricos (F), a partir de 1,8 vez o background regional (limiar arbitrado com base no valor mdio encontrado em depsitos de urnio da rea). Para mapear as reas de ocorrncias dos critrios diagnsticos acima indicados, empregou-se a seguinte equao de lgebra booleana: {[(A or B or C) and (D or E)] and F} REAS POTENCIAIS A Figura 9.16 o mapa das reas potenciais para pesquisa de minerais radioativos no planalto de Poos de Caldas, com base na equao acima. Essas reas cobrem uma superfcie de 88,5 km, correspondentes a apenas 12% da regio total investigada. Observando-se a distribuio das mineralizaes, verifica-se que 77% delas ocorrem em reas indicadas como potenciais. Nas restantes 23% encontra-se ausente pelo menos um dos trs critrios diagnsticos. Constata-se ainda que dos trs tipos de mineralizaes radioativas conhecidas, aquelas do tipo U-Zr predominam nas regies leste e oeste/sudoeste, enquanto as dos tipos U-Mo e ThTR, concentram-se na regio central do planalto. A boa correlao entre reas apontadas como potenciais e as mineralizaes conhecidas na regio, confere confiabilidade ao modelo prospectivo adotado. A principal desvantagem do modelo baseado em operaes binrias o fato das reas indicadas terem prioridades idnticas para pesquisa. Visando um refinamento desses resultados, o mesmo conjunto de dados foi analisado utilizando um modelo baseado em mdias ponderadas, o qual permite priorizar as reas, de acordo com o potencial prospectivo das mesmas. 9.7.3 MODELO PROSPECTIVO USANDO MDIAS PONDERADAS
Neste tipo de modelo, pesos so atribudos aos critrios diagnsticos e s suas respectivas classes (e.g. critrio diagnstico litologia, classe rocha potssica), calculando-se uma imagem de mdias ponderadas, a qual representa uma combinao particular e nica dos dados para cada rea unitria do terreno. A definio dos pesos a ao mais crtica a ser tomada para a aplicao do modelo.
9-36
O procedimento de atribuir pesos a parmetros pertencentes a uma cadeia de eventos e utilizar equaes aritmticas visando tomada de decises, conhecido na rea de inteligncia artificial como equao neuronal de Rosenblat. A definio desses pesos pode ser feita de duas maneiras: atravs de procedimentos heursticos, nos quais a experincia pessoal o fator determinante; ou utilizandose tcnicas fuzzy logic (Zadeh, 1965), as quais procuram estabelecer critrios de enquadramento do conjunto de dados, definindo limites ou graus de confiana. A despeito do desenvolvimento dessas tcnicas, a definio heurstica de pesos continua sendo amplamente aceita como base para sistemas especialistas, de modo particular em situaes onde a teoria e os modelos empricos de comportamento dos dados no esto bem estabelecidos (Veiga & Meech, 1994). Este procedimento particularmente vlido em pesquisa mineral, que muitas vezes segue uma abordagem tcnica-intuitiva, onde os conceitos so aplicados por analogia, na expectativa de repeties de relaes j conhecidas. Adotou o procedimento heurstico para a definio dos pesos, atribuindo-se os seguintes valores: (a) dados gama-radiomtricos: crit = 80 e classe = 0, 10, 60, 70 e 80 para as seguintes classes de intensidades radioativas: background; 1,3-1,8; 1,8-2,5; 2,53,5; e >3,5; respectivamente; (b) dados litolgicos: crit = 60 e classe = 60, 30 e 20 para as classes rochas potssicas, foiatos e material vulcnico, respectivamente; e (c) dados estruturais: crit = 20 e classe = 20 para falhas/fraturas e estruturas circulares. As mdias ponderadas foram calculadas usando-se a seguinte equao:
= [(crit) * (classe)] / (crit) REAS

POTENCIAIS onde,
= valor da mdia ponderada

crit = pesos atribudos aos critrios diagnsticos; classe = pesos atribudos s classes dos critrios diagnsticos. fcil deduzir dos dados acima que as mdias ponderadas para a rea de estudo ficaram compreendidas entre [0, 65], extremos que indicam, respectivamente, prioridades nula e mxima para a pesquisa de minerais radioativos. A ttulo de exemplo, reas com mdia ponderada 60 corresponderam
9-37
a locais de ocorrncias de rochas potssicas, cortadas por falhamentos e com valores de intensidade radioativa entre 2,5 e 3,5 vezes o background regional. O mapa da Figura 9.17 mostra reas com diferentes prioridades para a prospeco de minerais radioativos no planalto de Poos de Caldas. Este mapa foi gerado a partir do fatiamento da imagem de mdias ponderadas, representando os seguintes intervalos de pesos: 0-20; 20-35; 35-45; 45-55; e 55-65. s reas definidas por esses intervalos foram atribudas prioridades para pesquisa ditas nula, baixa, mdia, alta e muito alta, respectivamente.
Figura 9.16- Mapa de reas potenciais para a pesquisa de minerais radioativos no planalto de Poos de Caldas, segundo mtodo baseado em lgebra booleana.
Figura 9.17 - Mapa de reas com diferentes prioridades para a pesquisa de minerais radioativos no planalto de Poos de Caldas, segundo modelo de mdias ponderadas.
A Tabela 9.1 resume algumas caractersticas das reas potenciais mostradas na Figura 9.17. Apenas 14% das mineralizaes, todas sem importncia econmica (U-Zr), localizam-se fora das reas potenciais, contra 23% obtidos no mtodo baseado em operaes binrias. De acordo com os dados da tabela, 76% do planalto so descartados, a priori, para pesquisa. Os restantes 24% indicados com potenciais para a ocorrncia de algum tipo de mineralizao radioativa, so distribudos da seguinte maneira:
9-38
reas de prioridade baixa perfazem cerca de 11% da superfcie total do planalto, encerrando mineralizaes radioativas do tipo U-Zr, sem interesse econmico. reas de prioridades mdia perfazem cerca de 7% da superfcie total do planalto, encerrando tambm mineralizaes radioativas do tipo U-Zr. reas de prioridade alta correspondem a 4,5% da superfcie do planalto e encerram 30 das mineralizaes tipo U-Mo. reas de prioridade muito alta perfazem apenas 1,5% da superfcie total do planalto. A despeito de suas dimenses reduzidas, essas reas enceram 60% das mineralizaes U-Mo (incluindo o depsito de Campo do Agostinho e a mina Usamu Utsumi) e 100% dos depsitos tipo Th-TR.
Tabela 9.1 - Dados estatsticos do modelo prospectivo baseado em mdias ponderadas.
9-39
9.7.4
MODELO PROSPECTIVO UTILIZANDO LGICA FUZZY
Para a aplicao da metodologia Fuzzy foi necessrio que toda as evidncias (planos de informao) estivessem no formato MNT. Sendo assim, os mapas temticos que serviriam de evidncias tiveram que ser ponderados para valores que variam entre 0 e 1. Os mapas de litologia e gama-radiometria foram ponderados por pesos entre 0 e 1 (membros Fuzzy). As tabelas 2 e 3 apresentam os valores Fuzzy obtidos a partir das equaes lineares. Classe background 1,3-1,8 1,8-2,5 2,5-3,5 Fuzzy 0 0,125 0,750 0,875
>3,5 1 Tabela 9.2 Valores dos membros Fuzzy do plano de informao gamaradiometria. Para a ponderao dos mapas de estruturas circulares, lineamentos e contatos geolgicos foi necessrio primeiramente a criao de uma grade de distncia, tendo como ponto inicial os arcos que definem as estruturas e os contatos. Uma funo quadrtica foi aplicada sobre cada grade de distncia para se definir os valores dos membros Fuzzy dos mapas citados acima. A funo quadrtica tenta modelar a importncia das estruturas e dos contatos geolgicos a medida que se distncia dos mesmos.
9-40
1.2 1 0.8 0.6 0.4 0.2 0 20 50 70 90 120 160
Dist.Line
Figura 9.18 Funo de converso de numrico para fuzzy.
A funo adotada (ilustrada na figura 9.18 acima) expressa por:

r= 1 2, (1 + a(z c)
onde o valor de "a" indica o "ponto de cruzamento", no qual a
evidncia tem 50% de importncia. A faixa abrangida pelo ponto inicial at o "ponto de cruzamento" indica a faixa onde a estrutura ou o contato geolgico apresentam alta influncia, e nos pontos fora desta faixa a importncia decai abruptamente segundo a curva quadrtica. Classe Rochas Lujaritos Foiatos Mat. vulcnico Tinguato Fonlitos Fuzzy 1 1 0.5 0,333 0,25 0,1667
Embasamento 0 Arenito 0 Tabela 3 - Valores dos membros Fuzzy do plano de informao litologia.
9-41
Os pontos definidos como os "pontos de cruzamento" coincidem com os pontos definidos por Almeida Filho (1995) na construo dos "buffers" ao longo das estruturas: contato geolgico a = 0,0001 estruturas lineares a = 0,000016 estruturas circulares a = 0,00000816 z= 100m; z = 250m; z = 350m.
Com os planos de informao (campos contnuos com distribuio espacial Fuzzy) criados, estes foram combinados segundo uma anlise multi-critrio definida atravs de operadores Fuzzy (Mnimo-Mximo, Mdia, Ponderado (Tcnica AHP) e Gama). Os procedimentos e explicaes sobre cada operador esto relatados a seguir. Fuzzy Mnimo-Mximo Nessa anlise multi-critrio foi utilizado dois operadores, Mnimo e Mximo, combinados numa seqncia esquemtica semelhante adotada no mtodo Booleano. Os operadores esto explicados individualmente a seguir. Fuzzy Mnimo Esse operador assemelha-se a operao Booleana E (interseo), e expresso por: =Min=(a,b, c, . . .), onde a eqivale ao valor do membro Fuzzy para um particular ponto (pixel) do plano de informao A, os valores b e c correspondem respectivamente aos membros dos planos B e C no mesmo ponto. O que este operador define como resultado, que um ponto do plano de informao resultante ter como valor de sada o menor valor dos membros Fuzzy de entrada. Se tomarmos como exemplo os valores a = 0,30; b = 0,17; c = 0,98, o valor adotado para o pixel do plano de informao final ser final = 0,17. Fica claro entender que o resultado obtido o mais conservativo possvel para com os valores dos membros Fuzzy, sendo o operador indicado para situaes altamente restritivas (pessimista), onde duas ou mais evidncias so estritamente necessrias para satisfazer uma hiptese. Fuzzy Mximo O operador Mximo assemelha-se a operao Booleana OU (unio), sendo as evidncias combinadas segundo a funo = Max (a, b, c, ...), onde os valores de a, b e c correspondem aos valoes dos membros Fuzzy das evidncia. Nesta operao o valor de sada para um dado ponto, diferentemente do Fuzzy mnimo, ser o maior valor de entrada dos planos de informao. No exemplo acima o valor resultante seria final = 0,98. O operador Fuzzy Mximo o mais otimista dentre operadores Fuzzy sendo indicado para situaes onde a
9-42
existncia de apenas uma evidncia, o suficiente para indicar regies potenciais a explorao mineral. A formulao da combinao dos operadores Mnimo e Mximo est apresentada abaixo e o mapa de favorabilidade na figura 9.19.
r = Min(Max (litologia, contato), Max ( estrut. circular,lineament.), gama).

Mapa de Favorabilidade
Mtodo Fuzzy Mnimo - Mximo
M ui to Ba i xo Ba i xo M di o Al t o M ui to A l t o 0
5Km
Esc a l a
O cor r nc i asde m i ne r ai sr adi o a ti vo s
Figura 9.19 - Mapa de favorabilidade ocorrncias de minerais radioativos obtido segundo o mtodo Fuzzy Mnimo-Mximo.
Fuzzy Ponderado No Fuzzy Ponderado os pesos de cada membro Fuzzy de entrada (evidncia) foram definidos segundo a tcnica de tomada de deciso AHP (Saaty, 1992). A primeira etapa para a definio dos pesos foi a elaborao de uma relao de importncia relativa entre as evidncias. Essa relao foi utilizada como dado de entrada em uma matriz de comparao pareada, onde foram calculados os autovalores e autovetores da matriz. Os pesos de cada membro Fuzzy, eqivalem ento aos autovetores a matriz de comparao pareada.
9-43
Os pesos definidos pela tcnica AHP foram: gama-radiometria - 0,514; litologia - 0,258; estruturas circulares - 0,1223; estruturas lineares - 0,0529; contatos litolgicos - 0,0529;
O mapa de favorabilidade encontra-se na figura 9.20
Mtodo Fuzzy Ponderado (AHP)
M ui to Ba i xo Ba i xo M di o Al to M ui to A l to 0
5Km
Esc a l a
O c o rr n c i as de m i ne r ai s ra d i o a ti vo s
Figura 9.20 Mapa de favorabilidade ocorrncias de minerais radioativos obtido segundo o mtodo Fuzzy Ponderado (AHP). Mtodo de Bayes
9-44
Aplicando-se os mtodos de inferncia bayesiana, foram calculadas as reazes de suficincia e necessidade para cada evidncia, apresentadas na Tabela 9.4 Os resultados esto mostrados na Figura 9.21 PIs Gama-radiometria Litologias Contatos Estruturas Circulares Lineamentos RAZAO SUFICINCIA 6.869 1.955 3.039 3.507 1.363 RAZO NECESSIDADE 0.550 0.582 0.797 0.780 0.837
Tabela 9.4 Pesos de Evidncia para Inferncia Bayesiana
Mtodo Bayesiano
M ui to Ba i xo Ba i xo M di o Al to M ui to A l to 0
5Km
Esc a l a
O c o rr nc i asde m i ne r ai s ra d i o a ti vo s
Figura 9.21 Mapa de Favorabilidade para inferncia booleana.
9-45
9.7.5
RESULTADOS COMPARATIVOS
Para a avaliao dos mapas de potencialidade gerados atravs das anlises multi-critrios, quando se dispe de evidncias, sugere-se utilizar a metodologia bayesiana. O objetivo avaliar o carter explicativo dos mapas para com as verdades de campo utilizando a idia da probabilidade posteriori. O que se espera nessa anlise uma alta correlao das ocorrncias com as faixas dos mapas de potencialidade definidos como de alto potencial. Para um melhor entendimento imagine-se um mapa de potencialidade com diferentes faixas de potencialidade. Na prtica o que se espera uma alta correlao das faixas definidas como de alto potencial com as verdades de campo e uma baixa correlao com as de baixo potencial. O cruzamento desses mapas com as verdades de campo fornecer parmetros que substitudos na formulao do grau de confiana permitiro avaliar o carter explicativo de cada faixa para com as verdades de campo. Na prtica o que se obtm so valores espacializados que expressam numericamente o quanto se aumenta em nmero de vezes (grau de confiana) o encontro de novos depsitos a partir do momento que se esta pesquisando em regies definidas como de alto potencial. O grau de confiana expresso pela razo da probabilidade posteriori pela probabilidade priori.
Grau de confiana
p (d | e) p (d )
Os clculos foram executados para todas as classes (fatias) dos mapas de favorabilidade gerados e os resultados esto apresentados resumidamente na tabela 9.5 e 9.6. A anlise dessas tabelas permitiu, obteno de algumas concluses com relao a qualidade dos mapas de favorabilidade gerados. O mapa de favorabilidade gerado pelo mtodo Booleano foi o que apresentou o pior resultado dentre os mapas gerados (Tabelas 9.5 e 9.6). O grau de confiana (6,89) obtido atravs da teoria Bayesiana para a faixa definida como favorvel foi o menor valor obtido. Esse valor passa uma idia de aumento de probabilidade de encontro do bem mineral. Ou seja, neste caso o fato de se procurar minerais nas reas definidas como favorveis aumentariam as chances de descoberta em 6,89 em relao a probabilidade priori que considera a rea toda do plat de Poos de Caldas.
9-46
Mtodo Booleano* Mdia Ponderada* Fuzzy Mnimo-Mximo Fuzzy Mdia Fuzzy Ponderado (AHP) Fuzzy Gama Bayes
rea 2 (Km ) 32,37 6,47 11,19 7,00 6,38 6,78 7,55
Grau de confiana (faixa muito alto) 6,89 13,19 9,11 10,06 16,10 7,83 9,34
Tabela 9.5 Resultados de Grau de confiana da faixa muito alto.
O mtodo de Mdia Ponderada obteve um bom resultado, onde as fatias definidas por Almeida Filho (1995) apresentaram uma diviso coerente da rea de estudo. A faixa definida como de muito alto potencial apresentou um grau de confiana de 13,19 (Tabelas 4 e 6). A faixa de muito baixo potencial como o esperado diminui a chance de descoberta em aproximadamente 2,5 vezes (grau de confiana = 0,403). O problema com esse mapa de favorabilidade que a faixa de mdio potencial (3,53) apresenta um valor menor do que o da faixa de baixo potencial (3,86) quando o esperado era que as faixas apresentassem um aumento crescente dos valores de grau de confiana. Os mapas obtidos pelos operadores Fuzzy foram os que apresentaram os melhores resultados. O Fuzzy Ponderado foi o que apresentou o melhor resultado dentre todos os mtodos de anlise multi-critrio, o grau de confiana distribui-se de modo crescente com a faixa definida como de muito alto o maior valor de grau de confiana, 16,10 (Tabelas 4 e 9). Os outros operadores Fuzzy, tambm apresentaram bons resultados, com variaes muito pequenas entre os resultados. Os resultados apresentados pelo mtodo Bayesiano no foram muito satisfatrios. O problema provavelmente decorre do corte rgido que efetuado no incio da manipulao dos dados. Esse corte em fatias favorveis e no favorveis elimina a distribuio contnua das evidncias, o que como j visto no mtodo Booleano , gera erros durante a integrao dos dados. Embora o mapa de favorabilidade, fatiado segundo reas proporcionais, apresentar valores coerentes de grau de confiana, os valores de amplitude das faixas variam muito, apresentado faixas muito estreitas em amplitude.
Com relao as tcnicas empregadas na anlise multi-critrio dos dados, as metodologias de inferncia por classificao contnua, mtodos Fuzzy, mostraram ser as mais indicadas para o estudo de fenmenos naturais, pois essas permitem um escalonamento das evidncias segundo um grau relativo de importncia entre elas, possibilitando assim a criao de classes intermedirias (condio talvez) s verdades absolutas, diferentemente dos mtodos rgidos (Booleanos).
9-47
O mtodo Bayesiano apresentou uma abordagem interessante ao problema, todavia os resultados apresentados pelos mapas de probabilidade de ocorrncia mineral, no foram satisfatrios. Este baixo resultado pode estar ligado ao fato do corte rgido sobre a evidncia na etapa inicial do processo, para gerao dos mapas de evidncia binrios (favorvel, no favorvel). O mtodo de Bayes, por outro lado, demostrou ser uma forte ferramenta de avaliao quantitativa dos mapas gerados, sendo a avaliao baseada na probabilidade posteriori, ou seja no poder explicativo dos mapas de favorabilidade para com as ocorrncias minerais (verdades de campo).
9-48
10 GEOPROCESSAMENTO PARA PROJETOS AMBIENTAIS

Jos Simeo de Medeiros Gilberto Cmara
10.1
INTRODUO
Na perspectiva moderna de gesto do territrio, toda ao de planejamento, ordenao ou monitoramento do espao deve incluir a anlise dos diferentes componentes do ambiente, incluindo o meio fsico-bitico, a ocupao humana, e seu inter-relacionamento. O conceito de desenvolvimento sustentado, consagrado na Rio-92, estabelece que as aes de ocupao do territrio devem ser precedidas de uma anlise abrangente de seus impactos no ambiente, a curto, mdio e longo prazo. Tal postura foi sancionada pelo legislador, ao estabelecer dispositivos de obrigatoriedade de Relatrios de Impacto Ambiental (RIMA), como condio prvia para novos projetos de ocupao do espao, como rodovias, indstrias e hidroeltricas. Forma ainda a justificativa poltica para iniciativas como o Programa de Zoneamento EcolgicoEconmico, estabelecido pelo Governo Federal para disciplinar o desenvolvimento da regio Amaznica. Deste modo, pode-se apontar pelo menos quatro grandes dimenses dos problemas ligados aos Estudos Ambientais, onde grande o impacto do uso da tecnologia de Sistemas de Informao Geogrfica: Mapeamento Temtico, Diagnstico Ambiental, Avaliao de Impacto Ambiental, Ordenamento Territorial e os Prognsticos Ambientais. Nesta viso, os estudos de Mapeamento Temtico visam a caracterizar e entender a organizao do espao, como base para o estabelecimento das bases para aes e estudos futuros. Exemplos seriam levantamentos temticos (como geologia, geomorfologia, solos, cobertura vegetal), dos quais o Brasil ainda bastante deficiente, especialmente em escalas maiores. Tome-se, por exemplo, o caso da Amaznia, onde o mais abrangente conjunto de dados temticos existente o realizado pelo projeto RADAM, no qual os dados foram levantados na escala 1: 250.000 e compilados na escala 1:1.000.000. A rea de diagnstico ambiental objetiva estabelecer estudos especficos sobre regies de interesse, com vistas a projetos de ocupao ou preservao. Exemplos so os relatrios de impacto ambiental (RIMAs) e os estudos visando o estabelecimento de reas de proteo ambiental (APAs).
Geoprocessamento em Projetos Ambientais10-2
Os projetos de avaliao de impacto ambiental envolvem o monitoramento dos resultados da interveno humana sobre o ambiente, incluindo levantamentos como o feito pela organizao SOS Mata Atlntica, que vem realizando estudos sobre os remanescentes da Mata Atlntica em toda a costa leste brasileira. Os trabalhos de ordenamento territorial objetivam normatizar a ocupao do espao, buscando racionalizar a gesto do territrio, com vistas a um processo de desenvolvimento sustentado. Neste cenrio, esto em andamento hoje no Brasil uma grande quantidade de iniciativas de zoneamento, que incluem estudos abrangentes como o zoneamento ecolgicoeconmico da Amaznia Legal (Becker e Egler 5) e de aspectos especficos, como o zoneamento pedo-climtico por cultura, coordenado pela EMBRAPA. Todos estes estudos tem uma caracterstica bsica: a interdisciplinaridade (Moraes 48). Decorrente da convico de que no possvel compreender perfeitamente os fenmenos ambientais sem analisar todos os seus componentes e as relaes entre eles, estes projetos buscam sempre uma viso integrada da questo ambiental em conjunto com a questo social.
10.2
REPRESENTANDO A NATUREZA NO COMPUTADOR
O problema essencial capturar no GIS, com o menor grau de reducionismo possvel, a natureza dos padres e processos do espao. A soluo tradicional foi transpor os mapas da Cartografia Temtica para o ambiente computacional. Ao tratar criticamente esta questo, pode-se concluir que um mapa temtico tradicional nada mas que uma representao simplificada do conhecimento de um especialista sobre a regio estudada. Tal dificuldade leva a maior parte das aplicaes de Geoprocessamento a representar alguns aspectos da natureza apenas a partir da delimitao de uma rea de estudo (na prtica, um retngulo definido por coordenadas geogrficas), sem capturar suas caractersticas particulares que possam distingui-la de seu entorno. Neste contexto, a maior parte das anlises baseada numa abordagem ponto-a-ponto: a rea de estudo dividida em pequenas clulas, e cada clula examinada e processada separadamente das demais. A abordagem pontual, apesar de sua simplicidade de implementao e uso, apresenta algumas limitaes. Como cada ponto considerado independente dos demais, no h garantia de uma coerncia espacial no resultado. Quer dizer, a topologia resultante fornecida implicitamente pelos diferentes recortes espaciais de cada mapa. No feita qualquer hiptese explicita sobre a organizao do espao, e espera-se que a correlao implcita entre as variveis (no limite, resultante dos processos de gerao do espao) assegure uma representao coerente no mapa final. Por exemplo, ao combinarmos um mapa de solos com a geomorfologia numa abordagem pontual, supomos implicitamente que existe uma coerncia entre os limites das associaes de solos e das formas de relevo.
A alternativa refere-se ao uso de metodologias oriundas da Geografia Sistmica, tambm utilizadas em estudos de Ecologia da Paisagem (Zonneveld 69; Zonneveld 70) e de Ecodinmica (Tricart 64; Tricart 65), em conjunto com a abordagem mencionada acima. Esta hiptese de trabalho requer a identificao prvia de reas homogneas (baseadas em critrios estabelecidos pelos especialistas), sobre as quais so ento realizadas as pesquisas. Esta hiptese tambm coerente com a viso de Hartstorne 36, que prope o conceito de rea-unidade (unit-area), como uma partio ideal do espao geogrfico, definida pelo pesquisador em funo do objeto de estudo e da escala de trabalho, apresentando caractersticas individuais prprias. Estas reas-unidades seriam a base de um sistema de classificao e organizao do espao e a partir da sua decomposio, o pesquisador relacionaria, para cada uma das parties, as correspondentes caractersticas fsicas-biticas que a individualizaria em relao as demais componentes do espao. Deste modo, agrupa-se de forma genrica, as diferentes metodologias para estudos ambientais em duas grandes classes: Mtodos baseados em localizaes pontuais - utilizam a combinao dos atributos descritivos das variveis geogrficas, onde cada localizao considerada independente das demais; Mtodos baseados na definio de reas homogneas - utilizam conceitos derivados da idia de rea-unidade.
10.3
MTODOS BASEADOS EM LOCALIZAES PONTUAIS
Nos mtodos baseados em localizaes pontuais inclui-se o processo de selecionar e combinar, atravs de procedimentos de sntese disponveis num SIG, as variveis geogrficas considerando os limites por elas estabelecidos; estes limites podem ser as formas de relevo, os solos, a cobertura vegetal, dentre outros. Cada uma destas variveis geogrficas contm uma certa diferencialidade espacial e a combinao entre elas (por sobreposio ou cruzamento) promove a subdiviso do espao geogrfico em regies equiproblemticas, supostamente concretas, com fronteiras bem definidas, como pode ser observado na Figura 10.1.
Figura 10.1. A - Regies Equiproblemticas. Modificado de: Corra 16. Um exemplo de aplicao do mtodo baseado em localizaes pontuais o trabalho desenvolvido por Bezerra et alii 7. Estes autores produziram um diagnstico geoambiental preliminar (no foram considerados os aspectos scio-econmicos) do estado do Amap, na escala 1:1.000.000, utilizando tcnicas de inferncia booleana que permitiram a combinao de mapas temticos (clima, geologia, formas de relevo, pedologia, cobertura vegetal e uso da terra) para identificao de geossistemas (Bertrand 6); Silva61). Foram identificadas a distribuio de seis grandes Regies Geoambientais, sendo trs determinadas pela interdependncia rocha-relevo e trs por fatores climticos atuais ou passados, que funcionaram ou funcionam como elementos controladores da distribuio dos solos e da vegetao. Em cada uma das Regies Geoambientais foram obtidos os geossitemas e geofcies que definiram as regies equiproblemticas. A Figura 10.2 exemplifica as sobreposies entre os mapas temticos, realizadas com operadores booleanos (AND, OR, XOR, NOT), para gerao das regies equiproblemticas do diagnstico geoambiental preliminar do Amap em 1989.
Figura 10.2. Esquema da combinao entre mapas temticos. Alm da utilizao na elaborao de diagnsticos ambientais, os mtodos baseados em localizaes pontuais so largamente utilizados na implementao de modelos empricos. 10.3.1 Aplicao da Equao Universal de Perdas de Solos Um exemplo de aplicao em modelos empricos foi o trabalho realizado por Kuntschik 40, que implementou um modelo para a estimativa da perda de solos por eroso hdrica na microbacia do Ribeiro das Araras, em Araras, no Estado de So Paulo. Todo o projeto foi desenvolvido na escala 1: 50.000. Para tanto, foram utilizadas tcnicas de geoprocessamento, visando identificar dentro da bacia, as regies com maior susceptibilidade perda de solos por eroso hdrica. O modelo escolhido a Equao Universal de Perda de Solo (USLE). Este modelo leva em conta seis fatores: erosividade, dada pela capacidade da chuva de provocar desprendimento e arrasto de solo, erodibilidade, que quantifica a susceptibilidade de um solo a ser erodido pela chuva, fator topogrfico que considera comprimento de encosta e declividade, e o fator antrpico, que inclui cobertura e uso do solo e prticas conservacionistas. A partir do mapa de solos, cartas topogrficas e dos valores numricos correspondentes a cada fator considerado, foram criados arquivos matriciais em formato ASCII. Nestes arquivos, cada nmero representa o valor da grandeza para uma rea quadrada de 250 m de lado no terreno. Estes arquivos foram tratados atravs de planilhas de clculo e das funes disponveis no SIG, sendo gerados os mapas de potencial natural de eroso (PNE) e de perdas solos calculadas (A), conforme mostram as Figura 10.3 e Figura 10.4.
0 21,75-62,15 62,15-116,05
7 532 000
262,93-374,91 374,91-514,83 514,83-753,64 753,64-1088,53 1088,53-3000,47 3000,47-11338,5 1 km.
116,05-211.77 211,77-262,93
7 530 000
7 528 000
7 526 000
PNEA
248 000 250 000 252 000 254 000 256 000
Figura 10.3. Potencial Natural -1 ton./ha.ano ). Fonte: Kuntschik 40.

0
de
Eroso
Anual
(em
1,48-2,7 0,0036-0,049
7 532 000
2,7-4,26 4,26-7,93 7,93-16,77 16,77-36,06 36,06-122
0,049-0,23 0,23-0,88 0,88-1,48 1 km.
7 530 000
7 528 000
7 526 000
246 000
248 000
250 000
252 000
254 000
Figura 10.4. Perda de Solo Calculada (em ton./ha.ano-1) Fonte: Kuntschik 40.
O potencial natural de eroso dado pela seguinte equao: PNE= R * K * LS, onde: R erosividade da chuva anual, K a erodibilidade do solo e LS uma varivel calculada a partir do comprimento da encosta L. A declividade mdia S, atravs da frmula: LS = 0,00984*L0,63*S1,18. A erosividade da chuva (R) dada por: R= 67.335 (p2/P)0.85, onde p a precipitao mdia mensal e P a precipitao mdia anual. Neste exemplo para a bacia do Ribeiro das Araras na regio de Araras o valor de R corresponde a 6675. A erodibilidade do solo (K), ou seja a resistncia deste ao da chuva, depende diretamente do tipo de solo em questo. Para cada tipo de solo h um valor associado de acordo com a tabela proposta por Lombardi Neto 42. A partir do mapa de altimetria, gerou-se um modelo numrico de terreno utilizando-se o interpolador TIN (grade triangular). Desta grade, gerou-se outra grade de declividade e um mapa temtico com classes de declividade. O valor do comprimento da encosta (L), ou percurso da gua, foi obtido a partir de um mapa de distncia entre o limite da bacia e os nveis mais baixos de altimetria, resultando em um modelo numrico do terreno. A partir desta formulao metodolgica, apresentamos a seguir um programa em LEGAL que realiza este procedimento. O LEGAL foi utilizado para: converter o mapa de solos em uma grade de valores de erodibilidade, utilizando-se a funo PONDERE; converter o mapa de classes de declividade em uma grade de valores mdios de declividade, utilizando o valor central de cada intervalo, tambm atravs da funo PONDERE; aplicar a equao universal de perda de solo considerando todos os parmetros acima, gerando uma grade onde cada ponto da superfcie est associado ao valor de potencial natural de eroso.
Apresenta-se a seguir a sintaxe utilizada:

{ //Declarao das variveis Tematico solo ("solo"), decl ("declive"); Numerico S ("decliv-media"), K ("erodibilidade"), L ("encosta"), LS ("LS"), pne (PNE); Float R = 6675.; Tabela tabk (Ponderacao), tabs (Ponderacao); // Transforma Declividade em (S )declividade media decl= Recupere(Nome = "Declividade"); S = Novo ( Nome = "DeclivMedia", Representacao = Matriz, ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max = 50); tabs = Novo(CategoriaIni="declive",
"0-3" : 1.5, "3-6" : 4.5, "6-12" : 9.0, "12-20" : 123.0, "20-40" : 30.0, ">40" : 40.0 ); S = Pondere (decl,tabs); //Transf. solo em erodibilidade (K) solo= Recupere(Nome = "TiposdeSolo"); K = Novo (Nome = "Erodibilidade(K)", Representacao = Grade, ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max = 1); tabk = Novo (CategoriaIni = "solo", "pv2alva" : 0.0462, "pv3Olaria" : 0.0280, "pv3+pv4" : 0.028, "lrd+le1" : 0.0143, "lrdbaraogeraldo" : 0.0128, "lreribpreto" : 0.0098, "le1+lrd" : 0.01514, "LV4+LV3" : 0.0132 "lvsmatodentro" : 0.0246, "te" : 0.0181, "serrinha" : 0.0462 , "pv2usina" : 0.0462, "li3" : 0.0442, "pv5" : 0.0462, "li2" : 0.0362 , "urbano" : 0, "li2+pv4" : 0.03292, "lrd+lre" : 0.0116 , "le1" : 0.0167, "agua" : 0, "lv4speculas" : 0.0132, "LV3LaranjAzeda" : 0.0132); K = Pondere (solo, tabk); // Calculo de LS L= Recupere(Nome ="L-CompEncosta"); LS = Novo (Nome = "LS", Representacao = Grade, ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max = 100 ); LS= 0.00984 * (L^0.63)* (S^1.18); // Calculo de PNE PNE = Novo (Nome = "PotNatErosao", Representacao = Grade, ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max = 100); PNE = R*K*LS; }
Esta equao pode ser aplicada a outras reas desde que os parmetros de solo, altimetria e precipitao estejam disponveis para a mesma. 10.3.2 Avaliao de riscos de inundao e movimentos de massa Outro exemplo de estudo ambiental que combina as variveis geogrficas baseando-se em localizaes pontuais, foi o trabalho desenvolvido por Montoya et alii 47 para identificao de reas de risco a inundaes e a movimentos de massa e na bacia do Rio Buquira, afluente do Rio Paraba, em So Jos dos Campos - SP. As inundaes so fenmenos naturais que ocorrem devido a uma excessiva precipitao num determinado perodo de tempo (Siebert 60). O desmatamento, que reduz a
reteno de gua no solo e promove um aumento no escoamento superficial incluindo o incremento da remoo e transporte de sedimentos, em conjunto com o processo de urbanizao, que por sua vez favorece a impermeabilizao da superfcie do solo, so fatores que aumentam os riscos de inundao. Em geral, as inundaes ocorrem quando os cursos dgua recebem quantidades de gua bem maior que suas capacidades de armazenamento e vazo. Como conseqncia, a gua sobrepe as margens, extendendo-se sobre toda a plancie de inundao do vale, atingindo maior ou menor extenso em funo de suas caractersticas fsicas tais como: capacidade de infiltrao dos solos, solos com camada impermevel, ou com lenol fretico prximo da superfcie, etc. Dunne & Leopold 22 sugerem que para a previso de inundaes e de seus efeitos devem ser estudados um ou vrios dos seguintes fatores: volume de escoamento superficial; descargas mximas; altura da inundao; hidrograma com a distribuio no tempo da vazo mxima e do volume escoado; rea inundada; e velocidade da gua. Esta forma de avaliao das inundaes s podem ser efetuadas quando se dispe dos dados quantitativos referentes aos fatores supracitados. Entretanto, quando tais dados no esto disponveis, a identificao e delimitao de reas inundveis podem ser realizadas atravs do estudo de caractersticas fsicas da bacia. Todas a reas potencialmente sujeitas a inundaes foram formadas por processos similares e portanto possuem certos atributos ou indicadores ambientais que podem caracteriza-las: morfologia suave, normalmente limitadas pelas encostas dos vales; nvel fretico elevado e por conseguinte, com drenagem interna deficiente; vegetao com espcies adaptadas a condies de umidade excessiva; e inundaes ocasionais de cursos dgua. Existem diferentes mtodos para delimitao destas reas e so baseados: nas caractersticas fisiogrficas do vale, incluindo a identificao e cartografia das reas planas e baixas situadas ao redor dos cursos dgua; nos solos, onde so identificados materiais depositados por transporte (aluvio); na cobertura vegetal, onde so identificadas espcies de plantas associadas com alto grau de umidade e condies de alagamento; e nos dados histricos de inundaes, determinados por medidas, ou at mesmo por pessoas ou tcnicos que conhecem a rea (Wolman, 1978 apud CEOTMA 14). O reconhecimento de reas potencialmente instveis, sujeitas a movimentos de massa e a deslizamentos uma tarefa fundamental que deve ser includa nas primeiras fases do planejamento para uso do solo. As tcnicas usadas para avaliar a instabilidade do terreno incluem pelo menos um dos seguintes procedimentos (Marsh 44): o estudo histrico e a localizao de movimentos de massa em encostas ocorridos no passado; a identificao e estudo das condies que motivam os movimentos de massa em uma determinada rea; o reconhecimento e o estudo do efeito desestabilizador que determinadas condies climticas e geotcnicas poderiam ter .
10-10 Geoprocessamento em Projetos Ambientais
Os estudos histricos devem realizar-se combinando o trabalho de campo com o uso das fotografias areas. Em regies ridas sua identificao relativamente simples, porm em reas com vegetao torna-se necessrio identificar as descontinuidades na mesma cobertura vegetal, onde plantas mais jovens podem indicar os deslizamentos. Tambm importante reconhecer a presena de depsitos detritcos de encostas, talus, colvios e cones de dejeo, e compar-los com as formaes geolgicas adjacentes, onde indicaes de movimento ou deformao dos materiais originais poderiam ser detectadas. conveniente rever as inclinaes de torres e postes de energia ou de telecomunicaes e possveis alteraes no alinhamento de cercas ou canais. Em resumo, devem ser considerados trs fatores (CEOTMA 14): as condies geolgicas, a declividade das encostas e as aes humanas. So vrias as possibilidades metodolgicas para a utilizao dos fatores ambientais e antrpicos para determinao das reas de risco de movimento de massa ou deslizamento. Uma delas poderia ser a sobreposio entre o mapa de declividade e um mapa geolgico, ou outro qualquer que tenha relao com os materiais constituintes das encostas. O mapa resultante pode ser classificado por meio de uma legenda que descreva as caractersticas cada classe (uma espcie de mapa geotcnico). Outra abordagem mais ambiciosa, apresenta 7 classes de susceptibilidade aos deslizamentos a partir da combinao de graus de declividade e a litologia (tipo e estrutura da rocha, grau de cimentao, grau de coeso, etc.), So elas: instabilidade mnima, instabilidade baixa, instabilidade moderada, instabilidade moderadamente alta, instabilidade alta, instabilidade muito alta, instabilidade mxima (CEOTMA 14). No caso da rea de estudo forma produzidos dois mapas complementares, um com as reas de risco potencial de inundao e o outro para as reas sujeitas aos movimentos de massa ( Figura 10.5A e Figura 10.5B), sendo que os procedimentos adotados derivaram das orientaes metodolgicas apresentadas acima. Foram utilizados os seguintes dados: mosaico de fotografias areas coloridas, mapa geotcnico, mapa topogrfico e rede drenagem. Os mapas foram inseridos no SIG atravs de digitalizao manual, criando-se uma base de dados, contendo o plano de informao (PI) mosaico de fotografias areas, o PI geotcnico (geo-campo temtico) e o PI de altimetria (geo-campo numrico). As primeiras operaes foram realizadas sobre o geo-campo numrico de altimetria com objetivo de serem obtidos os seguintes produtos: um geo-campo temtico de hipsometria (classes de altitude), no qual a altimetria da rea de estudo foi classificada, atravs de uma operao de fatiamento, em 9 classes (intervalo de classe de 15m), da cota mnima de 550m at a cota mxima de 665m; um geo-campo numrico de declividade, gerado a partir da operao de gerao de declividade sobre o geo-campo numrico de altimetria;
um geo-campo temtico com 05 classes de declividade, produzido por uma operao de fatiamento sobre o geo-campo numrico de declividade; um geo-campo temtico de reas potenciais de risco de inundao (Figura 10.5 A), com 05 classes (muito baixo altitude >570m, baixo altitudes entre 565 e 570m, mdio entre 560 e 565m, alto entre 555 e 560m e muito baixo altitudes menores que 555m), gerado atravs de uma operao de fatiamento sobre o geo-campo numrico de altimetria.
Para gerao do geo-campo temtico contendo as reas de risco potencial aos movimentos de massa (Figura 10.5B) foram sobrepostos os geo-campos temticos de classes de declividade e geotcnico, utilizando-se o operador booleano AND (interseo).
Figura 10.5. reas sujeitas a inundao e a movimentos de massa na Bacia do Rio Buquira, prximas ao Bairro Alto da Ponte e adjacncias. Para efetuar esta sobreposio foi utilizado um programa escrito em lgebra de mapas, cuja sintaxe apresentada a seguir:
// Inicio do Programa { // Declaracao de Variaveis Tematico entra1 ("Decliv_TEM");
Tematico Tematico
saida ("Area de Riesgos"); entra2 ("Geotecnico");
// Instanciacao de Variaveis entra1 = Recupere (Nome="Decliv_TEM"); sada = Novo(Nome="MoviMassa", ResX=10,ResY=10,Escala=10000); entra2 = Recupere (Nome="Geotecnico"); // Execucao da operacao de sobreposicao saida = Atribua (CategoriaFim = "Area de Riesgos") { "MuitoAlto":(entra1.Classe == "muy alta" .AND. entra2.Classe == "IV_Col_Mor_Sed_Aren"), "MuitoAlto":(entra1.Classe == "muy alta" .AND. entra2.Classe == "V_Col_Mor_Sed_Argil"), "MuitoAlto": (entra1.Classe == "muy alta" .AND. entra2.Classe == "VI_Col_Mor_Emb_Crist"), "MuitoAlto": (entra1.Classe == "muy alta" .AND. entra2.Classe == "VII_Mor_Migmat_Gna_Xis_Filitos"), "MuitoAlto": (entra1.Classe == "muy alta" .AND. entra2.Classe == "VIII_Mor_RGraniticas"), "MuitoAlto": (entra1.Classe == "muy alta" .AND. entra2.Classe == "IX_Mont_Escarpas"), "Alto" : (entra1.Classe == "alta" .AND. entra2.Classe == "IV_Col_Mor_Sed_Aren"), "Alto" : (entra1.Classe == "alta" .AND. entra2.Classe == "V_Col_Mor_Sed_Argil"), "Alto" : (entra1.Classe == "alta" .AND. entra2.Classe == "VI_Col_Mor_Emb_Crist"), "Alto" : (entra1.Classe == "alta" .AND. entra2.Classe == "VII_Mor_Migmat_Gna_Xis_Filitos"), "Alto" : (entra1.Classe == "alta" .AND. entra2.Classe == "VIII_Mor_RGraniticas"), "Alto" : (entra1.Classe == "alta" .AND. entra2.Classe == "IX_Mont_Escarpas"), "Medio" : (entra1.Classe == "media" .AND. entra2.Classe == "IV_Col_Mor_Sed_Aren"), "Medio" : (entra1.Classe == "media" .AND. entra2.Classe == "V_Col_Mor_Sed_Argil"), "Medio" : (entra1.Classe == "media" .AND. entra2.Classe == "VI_Col_Mor_Emb_Crist"), "Medio" : (entra1.Classe == "media" .AND. entra2.Classe == "VII_Mor_Migmat_Gna_Xis_Filitos"), "Medio" : (entra1.Classe == "media" .AND. entra2.Classe == "VIII_Mor_RGraniticas"), "Medio" : (entra1.Classe == "media" .AND. entra2.Classe == "IX_Mont_Escarpas"), "Baixo" : (entra1.Classe == "baja" .AND. entra2.Classe == "IV_Col_Mor_Sed_Aren"),
"Baixo" : (entra1.Classe == "baja" .AND. entra2.Classe == "V_Col_Mor_Sed_Argil"), "Baixo" : (entra1.Classe == "baja" .AND. entra2.Classe == "VI_Col_Mor_Emb_Crist"), "Baixo" : (entra1.Classe == "baja" .AND. entra2.Classe == "VII_Mor_Migmat_Gna_Xis_Filitos"), "Baixo" : (entra1.Classe == "baja" .AND. entra2.Classe == "VIII_Mor_RGraniticas"), "Baixo" : (entra1.Classe == "baja" .AND. entra2.Classe == "IX_Mont_Escarpas"), "MuitoBaixo" : (entra1.Classe == "muy_baja" .AND. entra2.Classe == "IV_Col_Mor_Sed_Aren"), "MuitoBaixo" : (entra1.Classe == "muy_baja" .AND. entra2.Classe == "V_Col_Mor_Sed_Argil"), "MuitoBaixo" : (entra1.Classe == "muy_baja" .AND. entra2.Classe == "VI_Col_Mor_Emb_Crist"), "MuitoBaixo" : (entra1.Classe == "muy_baja" .AND. entra2.Classe == "VII_Mor_Migmat_Gna_Xis_Filitos"), "MuitoBaixo" : (entra1.Classe == "muy_baja" .AND. entra2.Classe == "VIII_Mor_RGraniticas"), "MuitoBaixo" : (entra1.Classe == "muy_baja" .AND. entra2.Classe == "IX_Mont_Escarpas") }; } // Fim
10.4
MTODOS BASEADOS NA DEFINIO DE REAS HOMOGNEAS
Em Geoprocessamento, estes mtodos objetivam identificar e descrever unidades homogneas por meio dos procedimentos analticos disponveis num SIG. Quando o objetivo o agrupamento destas unidades homogneas, segundo algum mtodo classificatrio ou organizacional do espao geogrfico atravs de procedimentos de sntese disponveis num SIG, tem-se um processo denotado de regionalizao por agregao ou agrupamento. 10.4.1 O Processo de zoneamento em SIG Ao pensar o espao geogrfico como um conjunto de objetos e um conjunto de aes (Santos 58) pode-se imaginar que uma proposta de zoneamento busca a partio do espao por meio da identificao de uma ou vrias dessas aes. Quer dizer que uma proposta de zoneamento pode ser entendida como um processo de regionalizao a partir de um conjunto de intenes. Por exemplo, em um zoneamento agro-climtico ou pedo-climtico so definidas pores do territrio de acordo com critrios que objetivam melhorar a produtividade agropecuria; no caso do zoneamento ecolgico-econmico (ZEE) a regionalizao parte de uma escala de trabalho e por conseguinte, de uma proposio terica
para a definio de paisagem e de uma proposta classificatria para as vrias unidades de paisagem identificadas pelos procedimentos analticos. Os critrios para realizar a regionalizao dependem fundamentalmente das caractersticas do produto desejado. Para cada um, deve-se identificar variveis explicativas, cujo interrelacionamento permite caracterizar adequadamente as diferentes unidades territoriais e realizar o particionamento do espao geogrfico de forma satisfatria. Por exemplo, ao transpor estas idias para um SIG, em termos operacionais, no caso do ZEE, deve ser gerado um nico mapa cadastral composto por vrias unidades territoriais bsicas, onde cada uma delas possui caractersticas particulares sob o ponto de vista biofsico e scioeconmico (Medeiros 45). Em sntese, este processo parte de um banco de dados geogrficos no qual esto armazenados mapas cadastrais constitudos por geo-objetos (dos quais so conhecidos os atributos descritivos e a representao espacial). Escolhem-se os atributos descritivos para serem obtidos os mapas temticos desejados e/ou atributos quantitativos que alimentaro modelos geradores de diagnsticos ou prognsticos. 10.4.2 Zoneamento Ecolgico-Econmico Na metodologia para Zoneamento Ecolgico-Econmico descrita em Crepani et al. 19 e Becker e Egler 5, o uso de imagens de satlite serve como base para definio de unidades de paisagem (chamadas unidades territoriais bsicas). Uma unidade territorial bsica (UTB) exprime o conceito geogrfico de zonalidade atravs de atributos ambientais que permitem diferenci-la de outras unidades vizinhas, ao mesmo tempo em que possui vnculos dinmicos que a articulam a uma complexa rede integrada por outras unidades territoriais, como por exemplo as unidades de levantamento censitrio que consideram aspectos sociais, econmicos e polticos. O fluxograma mostrado pela Figura 10.6 resume as etapas da metodologia.
Figura 10.6. Medeiros 45).
Fluxograma
da
metodologia
do
ZEE.
(Fonte:
Estas UTBs so definidas por interpretao visual em imagens de sensores remotos, tambm utilizadas para a definio dos mapas derivados do meio fsico-bitico, conforme ilustra a Figura 10.7.
Figura 10.7. UTBs identificadas (Fonte: Crepani et al. 19).
sobre
imagem
de
satlite
As UTBs da Figura 10.7 foram definidas por uma equipe multidisciplinar, sob uma viso integrada do clima, da geologia, da geomorfologia, dos solos e da cobertura vegetal e uso da terra e considerando os padres fotogrficos identificados pela variao dos matizes de cores, e pelos elementos de textura de relevo e drenagem. Nesta etapa de identificao e delimitao das UTBs a equipe multidisciplinar se orienta pelos mapas temticos de Geologia, Geomorfologia, Pedologia, Cobertura Vegetal e Uso da Terra e pelas informaes climatolgicas. Estes mapas, antes de serem utilizados, so revisados e atualizados usando-se as mesmas imagens de sensores remotos e em alguns casos, com apoio de campo. Em termos operacionais, tanto a delimitao das UTBs como a reviso dos mapas temticos so procedimentos de interpretao visual efetuadas diretamente na tela do computador, apoiados por funes de processamento de imagens (ampliao de contraste, filtros, componentes principais), que por sua vez, ampliam as possibilidades de extrao de informao das imagens de sensores remotos. Os produtos obtidos aps esta etapa vo formar, em conjunto com as imagens, um banco de dados geogrficos (BDG), com a seguinte constituio bsica: imagens de sensores remotos; geo-campos temticos (Geologia, Geomorfologia, Pedologia, Cobertura Vegetal e Uso da Terra) com uma maior coerncia entre eles, pois seus limites foram revistos sobre um mesmo produto (imagem de sensor remoto) e por uma equipe multidisciplinar; e um mapa cadastral que contm os geo-objetos UTBs, cujos atributos esto contidos numa tabela, conforme mostra a Figura 10.8.
Figura 10.8. Mapa cadastral de UTBs e tabela de atributos.
Alm destas informaes, inclui-se tambm no BDG as informaes scioeconmicas. Estas informaes costumam ser geradas a partir de unidades bsicas polticoadministrativas micro regies, municpios, distritos e setores censitrios selecionadas em funo do detalhamento da pesquisa a ser desenvolvida e em geral, so disponibilizadas na forma de tabelas. Para sua incluso no BDG, a forma mais adequada a utilizao de um modelo cadastral, logo cada unidade bsica de levantamento scio-econmico considerada como um geo-objeto. Todos os geo-objetos so representados num mapa cadastral e seus atributos esto nas tabelas comas informaes scio-econmicas. Esta forma de estruturao do BGD disponibiliza atravs do modelo cadastral todo o conjunto de dados (meio fsico-bitico e scio-econmico) a ser utilizado na elaborao de diagnsticos, prognsticos e na construo de cenrios no contexto do ZEE. A partir deste ponto, todos procedimentos metodolgicos podem ser facilmente automatizados. Utiliza-se basicamente quatro operaes1 da lgebra de mapas (vide Captulo 3): ponderao - permite associar pesos que indicam a contribuio relativa de cada das classes de um tema (no caso do ZEE Crepani et alii 19, indicam a contribuio do clima, geologia, geomorfologia, pedologia, cobertura vegetal e uso da terra nos processos de morfognese e pedognese de acordo com a ecodinmica de Tricart 64) e produz como resultado um geo-campo numrico que indicam a contribuio relativa de cada tema; atualizao - transfere o contedo dos geo-campos temticos e numricos para a tabela de atributos das UTBs; espacializao - transfere o contedo dos atributos dos geo-objetos UTBs para geo-campos temticos ou numricos, baseando-se no mapa cadastral das UTBs (utilizando-se os atributos descritivos de cada um dos temas obtm-se os respectivos mapas temticos); fatiamento - classifica os geo-campos numricos espacializados segundo intervalos de classes definidos pela metodologia gerando novos geo-campos temticos.
Para exemplificar, selecionou-se os procedimentos necessrios para gerar um geocampo temtico de sustentabilidade do territrio, conforme props Medeiros 45 para o
Na prtica, estas quatro operaes podem ser entendidas como conversores entre diferentes representaes de dados: operador Pondere, converte geo-campos temticos em geo-campos numricos ao associar valores s classes temticas; operador Atualize, transfere o contedo dos geo-campos temticos e numricos para os atributos de uma tabela de geoobjetos (conversor mapa tabela: geo-campo temtico preenche atributos do tipo texto; geo-campo numrico preenche atributos do tipo inteiro ou real); operador Espacialize, transfere os atributos de uma tabela de geo-objetos para geocampos temticos ou numricos (conversor tabela mapa: atributo do tipo texto produz geo-campo temtico; atributo do tipo inteiro ou real produz geo-campo numrico); operador Fatie, converte geo-campo numrico em geo-campo temtico a partir da associao de um intervalo de valores a uma classe temtica.
detalhamento metodolgico do ZEE (Becker & Egler 5), cuja operacionalizao atravs da lgebra de mapas est resumida no fluxograma mostrado pela Figura 10.9.
Figura 10.9. Operaes em lgebra de mapas para operacionalizao da metodologia do ZEE (Modificado de Medeiros 45). Para ilustrar sobre a operao de ponderao, tomou-se como exemplo um mapa temtico de solos, apresentado na Figura 10.10. No processo morfodinmico os solos participam como produto direto do balano entre a morfognese/pedognese indicando claramente se prevaleceu o processo erosivo da morfognese ou, se por outro lado, prevaleceu o processo de pedognese, gerando solos bem desenvolvidos e, portanto, menos vulnerveis, sob o ponto de vista da ecodinmica (Tricart 64). A maior ou menor resistncia dos solos aos processos erosivos da morfognese depende de diversos fatores intrnsecos tais como: estrutura do solo, tipo e quantidade das argilas, permeabilidade e profundidade do solo, e presena de camadas impermeveis. Em funo do grau de evoluo e desenvolvimento dos solos foram atribudos valores de vulnerabilidade
para as classes de solos e associaes, baseando-se nos valores sugeridos por (Crepani et alii 19).
Figura 10.10. Ponderao sobre o geo-campo temtico de solos. Fonte: Medeiros 45. Como pode ser observado na Figura 10.10 atravs da operao de ponderao os geocampo temticos de solos foi convertido em um geo-campo numrico, onde o valores atribudo a cada classe indica a sua contribuio no balano morfognese pedognese. Esta operao foi efetuada pelo programa em lgebra de mapas apresentado a seguir.
//Inicio do programa { //Declaracao de variaveis Tematico EntraPIsolos Numerico SaiPIsoloponder Tabela TabVulnsolos
("Pedologia_TM"); ("Vuln_GRD"); (Ponderacao);
//Instanciacao ou associacao de variaveis EntraPIsolos = Recupere (Nome= "solos_corr"); SaiPIsoloponder = Novo (Nome="vuln_solo", Escala=250000, Min=0, Max=3); ResX=90, ResY=90,
TabVulnsolos = "LA2" : "LA5" : "LVa" : "PE1" : "PE4" : "PE7" : "HLa" : "Ctd1": "Ctd2": "HGPd": "AQd" : "Re" : "PVd1": "PVd2":
Novo ( CategoriaIni="Pedologia_TM", 1.0, 1.8, 1.1, 2.0, 2.0, 2.1, 3.0, 2.7, 2.7, 3.0, 3.0, 2.7, 2.0, 1.6 );
// Executa a operacao SaiPIsoloponder = Pondere (EntraPIsolos, TabVulnsolos); } //Fim
Como exemplo da operao de atualizao, o leitor deve voltar a tabela de geo-objetos contida na Figura 10.8 e observar o atributos SOLO_CLS (classe de solos) e SOLO_VUL (valor de vulnerabilidade dos solos). O programa em lgebra de mapas apresentado a seguir faz o preenchimento da tabela com o contedo dos geo-campos temtico e numrico.
// Inicio do programa { // ATUALIZA TABELA DE GEO-OBJETOS A PARTIR DE // CONSULTAS EM PI DO MEIO FISICO: 1)PI TEMATICO, 2)PI MNT // DECLARACOES PARA PEDOLOGIA (solo) Objeto Cadastral Tematico //Digital objutb utbs classolo vulnsolo ( ( ( ( "Un_Ter_Basica_Obj" ); "Un_Ter_Basica_Cad" ); "Pedologia_TM" ); "Vuln_GRD" );
// RECUPERACAO DAS INFORMACOES utbs = Recupere ( Nome = "Utb_Cad" ); classolo = Recupere ( Nome = "solos_corr" ); //vulnsolo = Recupere ( Nome = "vuln_solo" ); // EXECUCAO DA OPERACAO
// 1)PREENCHE ATRIBUTO DO TIPO TEXTO COM MAPA TEMATICO objutb."SOLO_CLS"= Atualize (classolo,objutb OnMap utbs,MaiZ); // 2)PREENCHE ATRIBUTO DO TIPO NUMERICO COM VALORES DO MNT objutb."SOLO_VUL"= Atualize (vulnsolo,objutb OnMap utbs,MedZ); } //Fim
Para o transferir o contedo dos geo-campos foram realizados os seguintes procedimentos: Para o atributo SOLO_CLS, cada geo-objeto UTB sobrepe o geo-campo temtico de solos, verifica (com o operador Maioria Zonal MaiZ) qual a classe de solo dominante em relao a rea do geo-objeto e transfere o nome da tal classe para o registro referente ao geo-objeto na tabela; O mesmo acontece para o atributo SOLO_VUL, porm utilizando o operador Mdia Zonal e neste caso o valor transferido para a tabela a mdia aritmtica dos valores encontrados na regio do geo-campo numrico que foi sobreposta pelo geo-objeto.
Para ilustrar sobre a espacializao tomou-se o atributo VULN_MED da tabela contida na Figura 10.8, que foi espacializado atravs do programa em lgebra de mapas apresentado a seguir.
//INICIO DO PROGRAMA { //CONVERSAO DE GEO-OBJETOS (CADASTRAL) EM GEO-CAMPOS //GERACAO DE GEO-CAMPO A PARTIR DE ATRIBUTO NUMERICO //DA TABELA DE GEO-OBJETOS (Atributo: MED_VULN) //DECLARACOES DE VARIAVEIS Objeto objutb ( "Un_Ter_Basica_Obj" ); Cadastral utbs ( "Un_Ter_Basica_Cad" ); Numerico SaiMNT ("Vuln_GRD"); //RECUPERA O MAPA CADASTRAL utbs = Recupere (Nome = "Utb_Cad"); //CRIA GEO-CAMPO NUMERICO SaiMNT = Novo (Nome = "vuln_medutb", ResX =90, ResY =90, Escala = 250000, Min= 0.0000, Max= 3.0000); // EXECUTA A OPERACAO SaiMNT = Espacialize ( objutb."MED_VULN" OnMap utbs ); } //FIM DO PROGRAMA.
A Figura 10.11-Espacializao mostra o geo-campo numrico obtido a partir da execuo da operao de espacializao.
Figura 10.11. Geo-campos numrico e vulnerabilidade das UTBs (Fonte: Medeiros 45.
temtico
de
Para ilustrar sobre a operao de fatiamento, os valores de vulnerabilidade do geocampo numrico obtido da operao de espacializao (Figura 10.11-Espacializao), foram agrupados em classes de vulnerabilidade (Figura 10.11-Fatiamento) utilizando-se o operador Fatie, atravs do seguinte programa em lgebra de mapas:
//INICIO DO PROGRAMA { //GERACAO DE GEO-CAMPO TEMATICO A PARTIR DE FATIAMENTO // DE GEO-CAMPO NUMERICO (MNT) MNT: vuln_medutb //DECLARACOES Numerico entramnt ("Vuln_GRD"); Tematico fatiamnt ("Vuln_Amb_SE_TM"); Tabela TBvuln (Fatiamento); //RECUPERA GEO-CAMPO NUMERICO entramnt = Recupere (Nome = "vuln_medutb");
//CRIA PI TEMATICO fatiamnt = Novo (Nome = "med_vuln_TM", ResX=90, ResY=90, Escala = 250000); //TABELA COM INTERVALOS DE CLASSE PARA FATIAMENTO TBvuln = Novo ( CategoriaFim= "Vuln_Amb_SE_TM", [1.00,1.40] : "est-alto_pot", [1.40,1.80] : "mod_est-pot_mod_alto", [1.80,2.20] : "intermediaria", [2.20,2.60] : "mod_vul-pot_mod_baixo", [2.60,3.00] : "vuln-baixo_pot"); //EXECUTA A OPERACAO fatiamnt= Fatie (entramnt,TBvuln); } //FIM DO PROGRAMA
Para as operaes de fatiamento efetuadas para obteno dos geo-campos temticos de vulnerabilidade perda de solo e de potencialidade social e econmica foram utilizados os intervalos de classe da Tabela 10.1. Tabela 10.1: CLASSES TEMTICAS DE VULNERABILIDADE E POTENCIALIDADE
Classes dos Geo-campos temticos Vulnerabilidade do Meio Fsico Estveis Moderada Estabilidade Mdia Estabilid./Vulnerab. Moderada Vulnerabilidade Vulnerveis Potencialidade Social e Econmica Potencial Alto Pot. Moderad. Alto Mdio Potencial Pot. Moderad. Baixo Potencial Baixo 1,0 - 1,4 1,4 - 1,8 1,8 - 2,2 2,2 - 2,6 2,6 - 3,0 verde verde-amarelado Amarelo vermelho-amarelado Vermelho Intervalo de Classe p/ Geo-campo Numrico Cor da Classe
Adaptado de Crepani et alii 19 e Becker e Egler 5.
Para a gerao dos geo-campos numrico e temtico de potencialidade social e econmica foram utilizados os operadores Espacialize e Fatie da mesma forma que na obteno dos respectivos geo-campos de vulnerabilidade, descritos acima. A espacializao do atributo potencial social e econmico mdio MED_SOEC ) que descreve os geo-objetos setores censitrios foi efetuada utilizando-se o operador ESPACIALIZE, atravs do seguinte programa em LEGAL:
// INICIO DO PROGRAMA { //CONVERSAO DE OBJETOS (CADASTRAL) EM GEO-CAMPO NUMERICO //GERACAO DE GEO-CAMPO A PARTIR DE ATRIBUTO NUMERICO //DA TABELA DE OBJETOS (INDICADOR:MED_SOEC) //Obtido a partir da media entre os indicadores //educacao, saneamento, renda e moradia. //DECLARACOES DE VARIAVEIS Objeto PegaAtribSetor Cadastral EntraMapCad Numerico SaiMNT
("Div_Pol_Adm_Obj"); ("Div_Pol_Adm_Cad"); ("Vuln_GRD");
//RECUPERA O MAPA DE GEO-OBJETOS EntraMapCad = Recupere (Nome = "set_cens_91" ); //CRIA GEO-CAMPO NUMERICO SaiMNT = Novo (Nome = "ptse_soec", ResX =90, ResY =90, Escala = 250000, Min= 0, Max= 3); // EXECUTA A OPERACAO Espacialize SaiMNT = EntraMapCad); } //FIM DO PROGRAMA
PegaAtribSetor."MED_SOEC"
OnMap
Em seguida, os valores de potencialidade do geo-campo numrico, resultante da operao de espacializao, foram agrupados em classes de potencialidade social e econmica, conforme a Tabela 10.1, utilizando-se o operador FATIE e atravs do seguinte programa em LEGAL:
//INICIO DO PROGRAMA { //GERACAO DE GEO-CAMPO TEMATICO A PARTIR DE FATIAMENTO // DE NUMERICO (MNT) //MNT: ptse_soec //DECLARACOES DE VARIAVEIS Numerico entramnt ("Vuln_GRD"); Tematico fatiamnt ("Vuln_Amb_SE_TM"); Tabela TBvuln (Fatiamento); //RECUPERA GEO-CAMPO NUMERICO entramnt = Recupere (Nome = "ptse_soec"); //CRIA PI TEMATICO fatiamnt = Novo (Nome = "med_soec_TM", ResX=90, ResY=90, Escala = 250000);
//TABELA COM INTERVALOS DE CLASSE PARA FATIAMENTO TBvuln = Novo ( CategoriaFim= "Vuln_Amb_SE_TM", [1.00,1.40] : "est-alto_pot", [1.40,1.80] : "mod_est-pot_mod_alto", [1.80,2.20] : "intermediaria", [2.20,2.60] : "mod_vul-pot_mod_baixo", [2.60,3.00] : "vuln-baixo_pot"); //EXECUTA A OPERACAO fatiamnt= Fatie (entramnt,TBvuln); } //FIM DO PROGRAMA
A Figura 10.12 mostra os resultados das operaes de espacializao e fatiamento do atributo MED_SOEC.
Figura 10.12. Geo-campos numrico potencialidade dos setores censitrios.
temtico
de
10.4.2.1
Geo-campo temtico de sustentabilidade do territrio
Conforme sugeriram Becker e Egler 5, o geo-campo de sustentabilidade das unidades territorias foi obtido atravs da sobreposio das cartas temticas de vulnerabilidade natural eroso (Figura 10.11) e de potencialidade social econmica (Figura 10.12), utilizando-se o operador boleano AND. Esta sobreposio foi efetuada atravs do seguinte programa em LEGAL:
//INICIO DO PROGRAMA //SOBREPOSICAO VULNERABILIDADE x POTENCIAL SOCIAL E ECONOMICO //ATRAVES DE OPERACAO BOLEANA COM OPERADOR .AND. { // DECLARACAO DE VARIAVEIS Tematico vuln ("Vuln_Amb_SE_TM"); Tematico ptse ("Vuln_Amb_SE_TM"); Tematico mfse ("Vuln_Amb_SE-Boleana"); RECUPERACAO DOS GEO-CAMPOS TEMATICOS vuln = Recupere (Nome= "med_vuln_TM"); ptse = Recupere (Nome= "med_soec_TM"); // CRIACAO DO GEO-CAMPO TEMATICO DE SUSTENTABILIDADE Novo(Nome= ResX=90, mfse = "Vuln-PtSE", Escala=250000); // EXECUCAO DA mfse = Atribua { "Vn_E-Pt_E" ptse.Classe == "Vn_E-Pt_ME" ptse.Classe == "Vn_E-Pt_EV" ptse.Classe == "Vn_E-Pt_MV" ptse.Classe == "Vn_E-Pt_V" ptse.Classe == "Vn_ME-Pt_E" ptse.Classe == "Vn_ME-Pt_ME" ptse.Classe == OPERACAO DE SOBREPOSICAO2 (CategoriaFim = "Vuln_Amb_SE-Boleana") : (vuln.Classe == "est-alto_pot" "est-alto_pot"), : (vuln.Classe == "est-alto_pot" "mod_est-pot_mod_alto"), : (vuln.Classe == "est-alto_pot" "intermediaria"), : (vuln.Classe == "est-alto_pot" "mod_vul-pot_mod_baixo"), : (vuln.Classe == "est-alto_pot" "vuln-baixo_pot"), : (vuln.Classe == "mod_est-pot_mod_alto" "est-alto_pot"), : (vuln.Classe == "mod_est-pot_mod_alto" "mod_est-pot_mod_alto"), .AND. .AND. .AND. .AND. .AND. .AND. .AND.
ResY=90,
Ilustra-se uma das possveis sobreposies: a classe vulnervelalto potencial (Vn_E-Pt_E) vai existir no geo-campo de sustentabilidade se ocorrer a interseo entre polgonos da classe estvel (est-alto_pot), no geo-campo de vulnerabilidade e ( .AND. ) da classe alto potencial (est-alto_pot), no geo-campo de potencialidade social e econmica.
"Vn_ME-Pt_EV" : (vuln.Classe == "mod_est-pot_mod_alto" .AND. ptse.Classe == "intermediaria"), "Vn_ME-Pt_MV" : (vuln.Classe == "mod_est-pot_mod_alto" .AND. ptse.Classe == "mod_vul-pot_mod_baixo"), "Vn_ME-Pt_V" : (vuln.Classe == "mod_est-pot_mod_alto" .AND. ptse.Classe == "vuln-baixo_pot"), .AND. "Vn_EV-Pt_E" : (vuln.Classe == "intermediaria" ptse.Classe == "est-alto_pot"), .AND. "Vn_EV-Pt_ME" : (vuln.Classe == "intermediaria" ptse.Classe == "mod_est-pot_mod_alto"), .AND. "Vn_EV-Pt_EV" : (vuln.Classe == "intermediaria" ptse.Classe == "intermediaria"), .AND. "Vn_EV-Pt_MV" : (vuln.Classe == "intermediaria" ptse.Classe == "mod_vul-pot_mod_baixo"), .AND. "Vn_EV-Pt_V" : (vuln.Classe == "intermediaria" ptse.Classe == "vuln-baixo_pot"), "Vn_MV-Pt_E" : (vuln.Classe == "mod_vul-pot_mod_baixo" .AND. ptse.Classe == "est-alto_pot"), "Vn_MV-Pt_ME" : (vuln.Classe == "mod_vul-pot_mod_baixo" .AND. ptse.Classe == "mod_est-pot_mod_alto"), "Vn_MV-Pt_EV" : (vuln.Classe == "mod_vul-pot_mod_baixo" .AND. ptse.Classe == "intermediaria"), "Vn_MV-Pt_MV" : (vuln.Classe == "mod_vul-pot_mod_baixo" .AND. ptse.Classe == "mod_vul-pot_mod_baixo"), "Vn_MV-Pt_V" : (vuln.Classe == "mod_vul-pot_mod_baixo" .AND. ptse.Classe == "vuln-baixo_pot"), "Vn_V-Pt_E" : (vuln.Classe == "vuln-baixo_pot" .AND. ptse.Classe == "est-alto_pot"), .AND. "Vn_V-Pt_ME" : (vuln.Classe == "vuln-baixo_pot" ptse.Classe == "mod_est-pot_mod_alto"), .AND. "Vn_V-Pt_EV" : (vuln.Classe == "vuln-baixo_pot" ptse.Classe == "intermediaria"), .AND. "Vn_V-Pt_MV" : (vuln.Classe == "vuln-baixo_pot" ptse.Classe == "mod_vul-pot_mod_baixo"), "Vn_V-Pt_V": (vuln.Classe == "vuln-baixo_pot" .AND. ptse.Classe == "vuln-baixo_pot") }; } //FIM DO PROGRAMA.
A ttulo de demonstrao, este programa em LEGAL incluiu todas as 25 classes que poderiam existir como resultado da sobreposio entre o geo-campo de vulnerabilidade, com 5 classes (Figura 10.11) e o geo-campo de potencialidade, previsto para conter tambm 5 classes. Como o geo-campo de potencialidade continha somente duas classes (Figura 10.12), o geo-campo de sustentabilidade a ser obtido deveria conter no mximo 10 classes, caso ocorressem todas as (5 x 2) possveis intersees entre os polgonos nos dois geo-campos. Entretanto, como resultado da execuo deste programa obteve-se um geo-campo temtico com 9 classes de sustentabilidade, conforme pode ser observado na Figura 10.14-A.. importante comentar que sendo gerado a partir de intersees espaciais entre polgonos dos dois geo-campos, o geo-campo temtico de sustentabilidade do territrio pode
ser um produto de difcil entendimento e por vezes no satisfatrio. Isto porque, dependendo do nmero de classes em cada um dos geo-campos temticos utilizados na sobreposio, o geo-campo temtico resultante poder possuir um nmero excessivo de classes temticas. Caso acontea, tornar-se- necessrio um novo e trabalhoso processo de sntese ou agrupamento dos polgonos contidos no referido geo-campo temtico, para que efetivamente obtenha-se uma sntese com os nveis de sustentabilidade de uso do territrio e no um conjunto de classes resultantes da interseo entre os polgonos de dois geo-campos temticos. Alternativamente, uma das maneiras mais fceis para avaliar o comportamento entre dois conjuntos de dados plot-los num grfico, um contra o outro, atravs de um sistema de coordenadas ortogonais que define um espao euclidiano bidimensional. Em processamento de imagens digitais, o espao euclidiano ou espao de atributos (feature space) um conceito bsico, podendo ser N-dimensional em funo do nmero de conjuntos de dados a serem comparados, sendo utilizado para analisar certas propriedades das imagens digitais, principalmente em procedimentos de classificao de imagens (Schowengerdt 59; Crsta 20). Com base neste conceito, utilizou-se um grfico bidimensional (Figura 10.13) para visualizar os dados de vulnerabilidade e de pontencialidade social e econmica, atravs de seus respectivos geo-campos numricos. A posio de cada ponto neste espao de atributos est diretamente relacionada com a magnitude dos valores contidos nos dois geo-campos numricos e ao analis-los, podem ser identificadas regies de maior e menor adensamento de pontos, que intuitivamente representam diferentes classes de sustentabilidade.
Figura 10.13. Subdiviso do espao de atributos em nveis de sustentabilidade. Desta maneira, procurando manter uma padronizao com relao aos intervalos de classe utilizados nas operaes de fatiamento, dividiu-se o grfico da Figura 10.13 em regies
correspondentes a 5 classes de sustentabilidade, considerando-se os intervalos de classe da Tabela 10.1. Assim, p. ex., incluiriam-se na classe sustentabilidade baixa todas as unidades territoriais cujos valores do geo-campo numrico de vulnerabilidade ou os valores do geocampo de potencialidade estivessem contidos entre 2,20 e 2,60. A idia que deste modo, as classes de sustentabilidade das unidades territoriais possam refletir as mtuas relaes entre o sistema natural e a formao social e econmica numa poro do espao. Quer dizer, mesmo uma rea ambientalmente estvel (valores de vulnerabilidade prximos a 1,0) pode ser considerada de mdia ou baixa sustentabilidade se o modelo de ocupao derivado da dinmica econmica, social e poltica l vigente, no permitir o desenvolvimento humano com um nvel de qualidade de vida (valores de potencialidade prximos a 3,0) e de controle ambiental adequados. Para materializar o contedo do grfico da Figura 10.13 em um geo-campo temtico de sustentabilidade foram realizadas operaes de juno espacial (Gting 34), atravs do seguinte programa em LEGAL:
//INICIO DO PROGRAMA { //INTEGRACAO ENTRE VULNERAB. E POTENCIAL SOCIAL E ECONOMICO //SUSTENTABILIDADE ATRAVES DE JUNCAO ESPACIAL //DECLARACAO DE VARIAVEIS Numerico vuln ("Vuln_GRD"); Numerico ptse ("Vuln_GRD"); Tematico sustent ("Sustentabilidade_TM"); //RECUPERACAO DE GEO-CAMPOS NUMERICOS vuln = Recupere (Nome= "vuln_medutb"); ptse = Recupere (Nome= "ptse_soec"); // CRIACAO DO GEO-CAMPO TEMATICO DE VULNERABILIDADE Novo sustent= (Nome= "sustentab_5cls", ResX=90, Escala=250000);
ResY=90,
// EXECUCAO DAS OPERACOES E CRITERIOS PARA JUNCAO ESPACIAL sustent = Atribua { "Sustentab_Alta" : (vuln <=1.40).OR. (ptse <=1.40), "Sustentab_Mode" : (vuln > 1.40 .AND. vuln <=1.80) .OR. (ptse > 1.40 .AND. ptse <=1.80), "Sustentab_Media" : (vuln > 1.80 .AND. vuln <=2.20) .OR. (ptse > 1.80 .AND. ptse <=2.20), "Sustentab_Baixa" : (vuln > 2.20 .AND. vuln <=2.60) .OR. (ptse > 2.20 .AND. ptse <=2.60), "Sustentab_MBaixa" : (vuln > 2.60 .AND. vuln <=3.00) .OR. (ptse > 2.60 .AND. ptse <=3.00)
}; }// FIM DO PROGRAMA.
O resultado da execuo deste programa pode ser observado na Figura 10.14-B. Comparando-se os dois geo-campos temticos (Figura 10.14- A e B), verifica-se que para ser obtido os nveis de sustentabilidade de uso do territrio, sugeridos por Becker e Egler 5, a partir do geo-campo temtico A, seria necessrio, alm da sobreposio (interseo espacial entre os geo-campos temticos de vulnerabilidade e potencialidade) j realizada, uma nova operao de reagrupamento ou reclassificao de classes temticas, para alcanar os mesmos resultados de uma nica operao de juno espacial, cujo resultado apresentado na Figura 10.14-B.
Figura 10.14. Geo-campos temticos de sustentabilidade das UTBs. Ademais, observando-se o fluxograma representado pela Figura 6.4 constata-se que para ser obtido o mesmo resultado de uma nica operao de junco espacial (Figura 10.14B), aplicada sobre os geo-campos numricos de vulnerabilidade e potencialidade, deveriam ser realizadas quatro operaes, dois fatiamentos (converte-se numrico para temtico), a sobreposio (temtico x temtico, gerando novo temtico; no caso a Figura 10.14-A) e por fim uma reclassificao (gera novo temtico pelo agrupamento de classes).
Sem querer iniciar uma discusso sobre propagao de erros, estas consideraes acima servem para alertar que, nem sempre as sobreposies entre geo-campo temticos, muito conhecidas como cruzamento de mapas e amplamente utilizadas pelos usurios de SIG, representam o melhor caminho para alcanar os resultados desejados.
BIBLIOGRAFIA 1. Aronoff, S. Geographical Information Systems: A Management Perspective. Ottawa., WDI Publications, 1989. 2. Assad, E. D.; Sano, E. E. Sistemas de Informaes Geogrficas - Aplicaes na Agricultura. Braslia, EMBRAPA, 1993. 3. Barbosa, C. C. F. lgebra de Mapas e suas Aplicaes em Sensoriamento Remoto e Geoprocesamento. Tese de Mestrado. So Jos dos Campos. INPE. 1997. 4. Beale, R.; Jackson, T. Neural Computing. Bristol - UK. Institute of Physics Publishing. 1992. 240p. 5. Becker, B. K.; Egler, C. A. G. Detalhamento da Metodologia para Execuo do Zoneamento Ecolgico-Econmico pelos Estados da Amaznia Legal. Braslia. SAESecretaria de Assuntos Estratgicos/ MMA-Ministrio do Meio Ambiente. 1996. 6. Bertrand, G. Paisagem e Geografia Fsica Global: Esboo Metodolgico. Caderno de Cincias da Terra, 13. Inst. de Geografia-USP. So Paulo. 1981. 7. Bezerra, P. E. L.; Lima, M. I. C. de.; Silva, R. C.; Fonseca, W. N. D.; Medeiros J. S. Utilizao de sistemas de informao geogrfica (SIG) em anlise geoambiental: o exemplo do Estado do Amap. Trabalho apresentado no I Simpsio Intern. de Estudos Ambientais em Florestas Tropicais midas. Manaus, 7-13 de outubro. 1990. 8. Bonham-Carter, G. F. Geographic Information Systems for Geoscientists. Terrytown. Pergamon/Elsevier Science Pub. 1994. 9. Burrough, P. A. Principles of Geographic Information Systems for Land Resources Assessment. Oxford, Oxford University Press, 1986. 10. Burrough, P. A. McDonnell R. A. Principles of Geographic Information Systems. Oxford, Oxford University Press, 1998. 11. Cmara, G.;Casanova, M. A.;Hemerly, A. S.;Magalhes, G. A.; Medeiros, C. M. B. Anatomia de Sistemas de Informao Geogrfica. 10a. Escola de Computao. Campinas. Instituto de Computao - UNICAMP. 1996. 197p. 12. Carvalho, A. C. P. L. F. de. Redes Neurais Artificiais, Tutorial introdutrio. Documento on-line disponvel em www.icmsc.sc.usp.br/~andre/neural1.html. 1999.
13. Caudill, M. Expert Network. Byte. October. 1991. pp 108-116. 14. Centro de Estudios de Ordenacin del Territorio y Medio Ambiente (CEOTMA). Gua para la elaboracin de estudios del medio fsico: contenido y metodologa. Serie Manuales. Madrid. Ministerio de Obras Publicas y Urbanismo. 1984. Segunda edicin. 15. Clark University. Idrisi for Windows, Users Guide. Worcester, MA. Clark University. 1997. 16. Corra, R. L. Regio e Organizao Espacial. 4a Ed. So Paulo. Editora tica.. 1991. 17. Cox Jr., F. Anlise de Mtodos de Acesso a Dados Espaciais Aplicados a Sistemas Gerenciadores de Banco de Dados. Dissertao de Mestrado em Computao. Campinas. IMECC-UNICAMP. 1991. 18. Cowen, D. J. GIS versus CAD versus DBMS: what are the differences. Photogrammetric Engineering and Remote Sensing, 54:1551-4, 1988. 19. Crepani, E.; Medeiros, J. S. de.; Azevedo, L. G.; Hernandez, P.; Florenzano, T. G.; Duarte, V. Curso de Sensoriamento Remoto Aplicado ao Zoneamento Ecolgico-Econmico. So Jos dos Campos. INPE. 1996. 20. Crsta. A. P. Processamento Digital de Imagens de Sensoriamento Remoto. Campinas. UNICAMP. 1992. 170p. 21. Dolfus, O. O Espao Geogrfico. Rio de Janeiro, Bertrand Brasil, 1991. 22. Dunne, T., Leopold, L. Water in Environmental Planning. W.H. Freeman and Co. San Francisco. 1978. 23. Eastman et al. 1995Eastman, J.R.; Jin, W.; Kyem, P.A.K.; Toledano, J. Raster procedures for multi-criteria/multi-objective decisions. Photogrammetric Engineering and Remote Sensing, v.61, n.5, may, 1995. 539-547p. 24. Egenhofer, M. Spatial SQL: A Query and Presentation Language. IEEE Transactions on Knowledge and Data Engineering, 6:86-95, 1994. 25. Egenhofer, M.; Herring, J. A Mathematical Framework for the Definition of Topological Relationships. IN: IV International Symposium on Spatial Data Handling. Proceedings, Zurich, 1990, pp. 803-813. 26. Emaruchi, B.; Jin, Y. Sauchyn, D.; Kite, G. Land Cover Mapping Using an Artificial Neural Network. IN: ISPRS Mapping and Geographic Information Systems. Georgia. 1994. V.30. pp 84-89. 27. Engespao. Sistema Geogrfico de Informaes SGI, Manual de Referncia do Usurio Verso 2.4. So Jos dos Campos. Engespao. 1995 28. ESRI. ARC/INFO 6.0 Command Reference: GRID. Redlands, California, USA, 1991.
29. Freeman, J. The Modelling of Spatial Relations. Computer Graphics and Image Processing, 4: 156-171, 1975. 30. Freeman, J. A.; Skapura, D. M. Neural Network - Algorithms and Programming Techniques. Reading. Addison Wesley Pub. Comp. 1991. 31. Gomes, J.M.; Velho, L. Computao Visual: Imagens. Rio de Janeiro, SBM, 1995. 32. Goodchild, M. A Spatial Analytical Perspective on Geographical Information Systems. International Journal of Geographical Information Systems, 1 (4): 327-334, 1987. 33. Goodchild, M. Geographical Information Science. International Journal of Geographical Information Systems, 6 (2): 35-45, 1992. 34. Gting, R.H. An Introduction to Spatial Database Systems. VLDB Journal, 3(4), October 1994. 35. Harris, J. (1989) Data integration for gold exploration in eastern Nova Scotia using a GIS. Seventh Thematic Conference on Remote Sensing for Exploration Geology, Calgary, Canada, october 2-6, 1989. 233-248p. 36. Hartstorne 1978 37. Hecht-Nielsen, R. Neurocomputing. San Diego. Addison-Wesley. 1989. 433p. 38. Hewitson, B. C.; Crane, R. G. (eds). Neural Nets: Applications in Geography. Dordrecht. Kluwer Academic Publishers. 1994. 39. Intergraph. MGE- The Modular GIS Environment, 1990. 40. Kuntschik (1996)Kuntschik, G., Formaggio, A.R., Gleriani, J.M. Cuantificacin de prdida de suelo por erosin hdrica en la cuenca del Ribeiro das Araras (SP-Brasil) en ambiente SIG, usando imgenes TM. Resultados preliminares. Simpsio Latinomaericano de Percepcin Remota, VII (Memorias- SELPER), Puerto Vallarta - Mxico, 796-803, (1995). 41. Lacoste, Y. A. Geografia - Isso serve, em primeiro lugar, para fazer a guerra. Campinas. Papirus Editora. 1989. 42. Lombardi Neto (1995). 43. Maguire,D.; Dangermond, J. The Functionality of GIS. IN: Maguire, D.; Goodchild, M.; Rhind, D. (Eds). Geographical Information Systems: Principles and Applications. New York, John Wiley and Sons, 1991, pp. 319-35. 44. Marsh, W York..M. Environmental Analysis for Land Use and Site Planning. New McGraw Hill. 1978.
45. Medeiros, J. S. de. Banco de Dados Geogrficos e Redes Neurais Artificiais: Tecnologias de Apoio Gesto do Territrio. So Paulo. Dpto. de Geografia FFLCH USP. Julho, 1999. Tese de Doutorado. 46. Meirelles, M S P. Anlise Integrada do Ambiente atravs de Geoprocessamento Uma Proposta Metodolgica para Elaborao de Zoneamentos. Rio de Janeiro. IGEO-UFRJ. 1997. Tese de Doutorado. 47. Montoya, M. A. P.; Claros, M. E. A. C.; Medeiros, J. S. de. Identificacion de las areas con riesgo de inundacion y deslizamiento en la cuenca del Rio Buquira en el Municipio de So Jos dos Campos SP utilizando las tecnicas de sensoriamento remoto y geoprocesamiento. So Jos dos Campos. INPE. Deciembre. 1999. Trabalho do Curso Internacional em Sensoriamento Remoto do INPE. 48. Moraes, A. C. R. 1997. Meio-Ambiente e Cincias Humanas. 49. Nelson, M. M.; Illingworth, W. T. Practical Guide to Neural Nets. Reading, Massachusetts. Addison-Wesley Publishing Co. 4th Ed. 1992. 50. ?????? SPRING: Manual do Usurio - Verso 2.0. So Jos dos Campos. NetGis. 1997. 4 volumes. 51. Openshaw, S.; Openshaw, C. Artificial Intelligence in Geography. Chichester. John Wiley & Sons Ltd. 1997. 52. Pendock e Nedeljkovic, 1996. Integrating geophysical data sets using probabilistics methods. Thematic Conference and Workshop on Applied Geologic Remote Sensing, 11o, Las Vegas, 1996. Proceedings. Nevada, v.2, p.621-628. 53. Rezende, M.A.M. Mtodos de Acesso para Bancos de Dados Espaciais. Relatrio Tcnico CCR-142. Centro Cientfico IBM Brasil. Rio de Janeiro. 1992. 54. Rich, E.; Knight. K. Inteligncia Artificial.So Paulo. Makron Books. 1993. 55. Ross, J. L. S. Anlise Emprica da Fragilidade dos Ambientes Naturais e Antropizados. Revista do Departamento de Geografia - FFLCH-USP, N.9. 1994. pp. 63-74. 56. Saaty, T. L. (1992)Multicriteria Decision Making The Analytical Hierarchical Process, Pittsburg, RWS Publications. 57. Santos, M. Espao e Mtodo. So Paulo. Nobel. 1985. 58. Santos, M. A Natureza do Espao: tcnica e tempo, razo e emoo. So Paulo. Editora Hucitec. 1996. 59. Schowengerdt, R. A. Techniques for Image Processing and Classification in Remote Sensing. Orlando. Academic Press. 1983. 249p.
60. Siebert, C.F. Estruturao e desenvolvimento da rede urbana do Vale do Itaja. Ed. FURB. 1997. 61. Silva, T. C. Metodologia dos Estudos Integrados para o Zoneamento EcolgicoEconmico. Salvador. Diviso de Recursos Naturais - DRN. IBGE-BA. 1987. Documento datilografado de circulao interna. 62. Smith, T.; Peuquet, D.; Menon, S.; Agarwal, P. KBGIS-II, a Knowledge-Based Geographical Information System. International Journal of Geographical Information Systems. Vol 1. N. 2. 1987. pp. 149-172. 63. Tomlin, D. Geographic Information Systems and Cartographic Modeling. New York. Prentice Hall. 1990. 64. Tricart, J. Ecodinmica. Rio de Janeiro. IBGE-SUPREN.1977 65. Tricart, J.; KiewietdeJonge, C. Ecogeography and Rural Management: A Contribuition to the 66. Worboys, M. GIS: A Computing Perspective. London. Taylor and Francis, 1995. 67. Zadeh L. A. Fuzzy sets. Information and Control, 8:338-353. 1965. 68. Zell, A.; Mamier, G.; Vogt, M.; Mache, N.; Hbner, R.; Dring, S. e outros. Stuttgart Neural Net Simulator - User Manual, Version 4.1. Stuttgart. IPVR - University of Stuttgart. 1991. 69. Zonneveld, I. S. Land Evaluation and Land(scape) Science. IN: Textbook of PhotoInterpretation, Use of aerial photographs in Geography and Geomorphology. Vol 7. Cap. 7. Enschede. ITC. 1972. 70. Zonneveld, I. S. The land unit A fundamental concept in landscape ecology and its applications. Landscape Ecology. Vol 3. No. 2. pp. 67-86. 1989.
APNDICE
Manual de Referncia - LEGAL

Cludio Clemente Faria Barbosa Joo Pedro Cerveira Cordeiro Este apndice apresenta a voc a sintaxe dos comandos e as palavras reservadas da linguagem LEGAL. OBS: As palavras reservadas da linguagem aparecem em negrito.
Declarao
Imagem
Declara uma varivel do tipo Imagem que ser posteriormente associada a um novo PI criado no programa ou um PI j existente no projeto corrente. Esta varivel poder ser utilizada em alguma operao do programa.
Sintaxe: Imagem varivel (categoria); Consideraes:
O primeiro termo indica que geo-campos do tipo Imagem podero ser associado varivel durante a execuo do programa. A categoria entre aspas e parnteses, indica a categoria definida no banco de dados ativo. Mais de um nome de varivel pode ser simultaneamente declarados para uma mesma categoria.
Exemplos: Imagem banda3, banda4, ivdn (LANDSAT); Imagem banda3 (LANDSAT), xp2(SPOT); Imagem B3 (ImagensTM);
Apndice A - Manual de Referncia - LEGAL
Numerico
Declara uma varivel do tipo Numerico (ou digital) que ser posteriormente associada a um novo PI criado no programa ou um PI j existente no projeto corrente. Esta varivel poder ser utilizada em alguma operao do programa.
Sintaxe: Numerico varivel (categoria);
Consideraes:
O primeiro termo indica que geo-campos do tipo Numerico podero ser associado varivel durante a execuo do programa. A categoria entre aspas e parnteses, indica a categoria definida no banco de dados ativo. Mais de um nome de varivel pode ser simultaneamente declarados para uma mesma categoria.
Exemplos: Numerico GR1, GR2, GR3 (Grade_Altimetria); Numerico ALTI (ALTIMETRIA), exp(EXPOSICAO); Numerico grade2 (Grades_declividade);
Tematico
Declara uma varivel do tipo Tematico que ser posteriormente associada a um novo PI criado no programa ou um PI j existente no projeto corrente. Esta varivel poder ser utilizada em alguma operao do programa.
Sintaxe: Tematico varivel (categoria); Consideraes:
O primeiro termo indica que geo-campos do tipo Tematico podero ser associado varivel durante a execuo do programa. A categoria entre aspas e parnteses, indica a categoria definida no banco de dados ativo. Mais de um nome de varivel pode ser simultaneamente declarados para uma mesma categoria.
Exemplos: Tematico USO1, USO2, USO3 (USO_TERRA); Tematico Solo1 (SOLOS), GEO(Geologia); Tematico dec2 (Declividade);
A.2
Apndice A - Manual de Referncia- LEGAL
Objeto
Declara uma varivel do tipo objeto que ser posteriormente usada em uma operao do tipo reclassificao por atributos.
Sintaxe: Objeto varivel (categoria);
Consideraes:
O primeiro termo indica que entidades do tipo objeto podero ser associado varivel durante a execuo do programa. A categoria entre aspas e parnteses, indica a categoria definida no banco de dados ativo. Mais de um nome de varivel pode ser simultaneamente declarados para uma mesma categoria.
Exemplos: Objeto lot1, lot2, lot3 (Lotes_urbanos); Objeto CID (Cidades), FAZ (Fazendas); Objeto Post (Postes_eletricos);
Cadastral
Declara uma varivel do tipo cadastral que ser posteriormente associada a um novo PI criado no programa ou um PI j existente no projeto corrente. Esta varivel poder ser utilizada em alguma operao do programa.
Sintaxe: Cadastral varivel (categoria); Consideraes:
O primeiro termo indica que entidades do tipo Cadastral podero ser associado varivel durante a execuo do programa. A categoria entre aspas e parnteses, indica a categoria definida no banco de dados ativo. Mais de um nome de varivel pode ser simultaneamente declarados para uma mesma categoria.
Exemplos: Cadastral cad1 (Cadastro_urbano); Cadastral map_AS (Mapa_Paises);
A.3
Tabela
Declara uma varivel do tipo tabela que ser usadas para definir transformaes entre campos e objetos de diferentes tipos.
Sintaxe: Tabela varivel (tipo_de_transformao); Consideraes:
Numa declarao de tabela, o primeiro termo dever conter a palavra reservada Tabela, seguida do nome da varivel e de uma palavra chave indicando o tipo de transformao - Reclassificacao, Fatiamento ou Ponderacao. Mais de um nome de varivel pode ser simultaneamente declarados para um mesmo tipo de transformao. Uma tabela de Reclassifio define o mapeamento entre classes temticas de duas diferentes categorias, no Fatiamento um campo de uma categoria numrica transformado em um campo temtico, enquanto numa Ponderao a transformao de um campo temtico para um campo numrico.
Exemplos: Tabela USO1, USO2, USO3 (Reclassificacao); Tabela Solo1(Ponderacao), GEO(Ponderacao); Tabela dec2 (Fatiamento);
Atributo
Declara uma varivel do tipo atributo que ser posteriormente usada em uma operao do tipo reclassificao por atributos.
Sintaxe: Atributo varivel (categoria_objeto,atributo); Consideraes:
A declarao uma varivel especial do tipo atributo necessria quando se deseja efetuar uma reclassificao por atributos, na qual uma operao de transformao gera dados do modelo temtico ou numrico, a partir de um mapa cadastral e do valor de atributos de uma categoria de objetos dada. Numa declarao de variveis de atributos deve ser indicado o nome da categoria de objetos a que o atributo pertence, bem como o nome que o identifica para o ambiente Spring.
Exemplos: Atributo valores (LOTES,IPTU);
A.4
Instanciao
Recupere
Associa um plano de informao existente no projeto corrente com uma varivel previamente declarada.
Sintaxe: varivel = Recupere (Nome = nome_do_pi) Consideraes:
Os tipos tratados pelo operador Recupere so: Imagem, numerico, Tematico, Objetos e Cadastral. A varivel e o plano de informao recuperado devem ser do mesmo tipo. Por exemplo, um plano de informao do tipo temtico s pode ser associado a uma varivel declarada anteriormente como temtica.
Exemplos: // Exemplos de declaraes Tematico Solos (TIPOS_SOLOS); Numerico topo (ALTIMETRIA), Imagem banda3 (LANDSAT), // Exemplos de instanciaes das declaraes acima Solos = Recupere(Nome = solos_vale_paraiba); topo = Recupere(Nome = altimetria_sjc); banda3 = Recupere(Nome = TM3_SJC);
Novo
Quando usado com variveis do tipo Tematico, Imagem ou Numerico, cria um plano de informao do mesmo tipo no projeto corrente e associa este plano a varivel do lado esquerdo do sinal de atribuio =. Quando usado com variveis do tipo Tabela, o operador Novo cria uma tabela no contexto do programa em execuo. Esta tabela pode ser usada nos processamentos baseados em tabelas.
Sintaxe: Para tipo imagem: varivel = Novo (Nome = nome_do_pi, ResX = valor, ResY = valor, Nbits = 8); Para tipo temtico: varivel = Novo (Nome = nome_do_pi, ResX = valor , ResY = valor, Escala = valor,
A.5
Repres = Vetor ou Raster); Para tipo Numrico: varivel = Novo (Nome = nome_do_pi, ResX = valor , ResY = valor, Escala = valor, Min = valor, Max = valor, Repres = Grade ou Amostra); Para tipo Cadrastral: varivel = Novo (Nome = nome_do_pi, ResX = valor , ResY = valor, Escala = valor); Para tipo Tabela de ponderao: varivel = Novo (CategoriaIni geoclasse : geoclasse : ... Outros :
= nome_da_categoria, valor, valor, valor );
Para tipo Tabela de fatiamento: varivel = Novo (CategoriaFim = nome_da_categoria, [valorI, valorF] : geoclasse, [valorI, valorF] : geoclasse, ... Outros : valor ); Para tipo Tabela de reclassificao: varivel = Novo (CategoriaIni = nome_da_categoria, CategoriaFim = nome_da_categoria, geoclasse : geoclasse, geoclasse : geoclasse, ... geoclasse : Outros ); Consideraes:
Para variveis do tipo Imagem, Numrico, Temtico e Cadastral um plano com o nome fornecido criado no projeto ativo. Este novo plano usado para armazenar o resultado de uma operao. Na instanciao de tabelas a palavra reservada Outros opcional e define um valor a ser atribudo nos casos no cobertos pelas alternativas anteriores. Para a instanciao de uma tabela de fatiamento o termo [valorI, valorF] significa a faixa de valores do campo numrico a ser atribudo a uma geoclasse. A faixa vai de valorI inclusive at valorF exclusive.
Parmetros:
Nome - nome do plano de informao criado. ResX - resoluo horizontal.
A.6
ResY - resoluo vertical. Nbits nmero de bits da imagem (8, 10, 16, ...). Escala - escala do plano criado. Min - valor mnimo permitido na grade criada. Max - valor mximo permitido na grade criada. Repres - representao do plano criado. Vetor ou Matriz para Temtico. Grade ou Amostra para Numrico. CategoriaIni - categoria de entrada. CategoriaFim - categoria de sada.
Exemplos: // Criar um PI Imagem: ima = Novo (Nome = "ImagemResultante",ResX=30,ResY=30, Nbits = 8); // Criar um PI Temtico: solo = Novo (Nome = "Solos", ResX=50, ResY=50, Escala = 100000); // Criar um PI Numrico: alti = Novo (Nome = "Altimetria", ResX=50, ResY=50, Escala = 1000, Min=0, Max=100); // Criar um PI Cadastral: cadast = Novo (Nome = "Plano_Urbano", ResX=50, ResY=50, Escala = 1000); // Criar uma Tabela de Ponderao: pond = Novo (CategoriaIni = Tipos_de_solos, Le : 0.60, Li ; 0.20, Ls : 0.35, Aq : 0.10); // Criar uma Tabela de fatiamento: fatia = Novo (CategoriaFim [0.0, 5.0] [5.0, 15.0] [15.0,45.0]
= : : :
Faixas_de_Declividade, baixa, media, alta);
Criar uma Tabela de reclassificao: reclass = Novo (CategoriaIni = Floresta, CategoriaFim = Desmatamento, Floresta_Densa : Floresta, Floresta_Varzea : Floresta, Rebrota : Desmatamento, Area_Desmatada : Desmatamento);
A.7
Operao
Atribua
Gera um plano de informao temtico efetuando o mapeamento de geoclasses com base em resultados de expresses lgicas (booleanas). Este mapeamento executado por operadores lgicos pontuais (e, ou, no), que fazem a sobreposio (overlay) entre as classes dos PIs. Expresses booleanas so combinadas a partir dos operadores && (e lgico, intercesso), || (ou lgico, unio) e ! ou ~ (negao, complemento), ou ainda pela comparao entre pixels de imagens ou valores de grade atravs dos operadores <, >, <=, >=, == e !=; ou da comparao entre classes de PIs temticos atravs dos operadores == e !=. Pode-se envolver at 40 PIs simultaneamente.
Sintaxe: varivel = Atribua(CategoriaFim = nome_da_categoria) { nome_da_geoclasse : expressao_booleana), nome_da_geoclasse : expressao_booleana), nome_da_geoclasse : expressao_booleana), ... nome_da_geoclasse : Outros }; Alternativamente pode-se usar a sintaxe abaixo: varivel = Atribua { ... }; Consideraes:
As geoclasses temticas usadas no lado esquerdo do : devem ser geoclasses da categoria temtica associada varivel temtica previamente declarada. A palavra reservada Outros opcional e define um valor a ser atribudo nos casos no cobertos pelas alternativas anteriores. As expresses booleanas operam sobre representaes matriciais dos dados envolvidos e so operaes pontuais.
Exemplo: temas = Atribua { Bom : Medio : Ruim : fundo : } (CategoriaFim = AptidaoAgricula) (solos.tema == Le && decl >= 0.05), (solos.tema == Aq || decl >= 0.10), (solos.tema == Aq &! decl >= 0.10), Outros ;
A.8
Fatie
Gera um plano de informao do tipo Tematico a partir de um dado numrico. As regras de processamento so baseadas em uma tabela de fatiamento criada atravs de um operador Novo.
Sintaxe: pist = Fatie (pien,tabfat) Consideraes:
A varivel pist deve ser um plano de informao do tipo Tematico. O parmetro pien deve ser um plano de informao do tipo numrico. O parmetro tabfat deve ser uma tabela do tipo fatiamento.
Exemplo: // Inicio de programa // Declaraes Tematico classes_decl (Faixas_de_Declividade); Numerico decli (Declividade); Tabela fatia(Fatiamento); // Instanciaes fatia = Novo (CategoriaFim = Faixas_de_Declividade, [0.0, 5.0] : baixa, [5.0, 15.0] : media, [15.0,45.0] : alta); decli = Recupere(Nome = grade_declividade); classes_decl = Novo(Nome=decli_fat, ResX = 40, ResY = 40, Escala = 100000); // Operao classes_decl = Fatie(decli,fatia); // Final de programa
A.9
Pondere
Gera um plano de informao do tipo Numerico a partir de um dado temtico. As regras de processamento so baseadas em uma tabela de ponderao criada atravs de um comando usando o operador Novo.
Sintaxe: pisn = Pondere (piet,tabpond) Consideraes:
A varivel pisn deve ser um plano de informao do tipo Numerico. O parmetro piet deve ser um plano de informao do tipo Tematico. O parmetro tabpond deve ser uma tabela do tipo Ponderacao.
Exemplo: // Inicio de programa // Declaraes Tematico geom (Geomorfologia); Numerico fragil (fragilidade); Tabela tab_geo (ponderacao); // Instanciaes fragil = Novo (Nome = fragilidade_solo,ResX = 50, ResY = 50, Escala = 100000); tab_geo = Novo (CategoriaIni = Geomorfologia, "SEpt" : 1.2, "Espp" : 1.1, "Estb" : 1.3, "dk" : 2.4); geom = recupere(Nome = Geomorf_RADAM); // Operao fragil = 0.5 * Pondere(geom,tab_geo); // Final de programa
A.10
Reclassifique
Remapea os temas de um plano de informao temtico para um novo plano tambm temtico.Este remapeamento feito segundo regras descritas por uma tabela de reclassificao. Esta uma operao de generalizao, onde temas diferentes de entrada so mapeados para um de sada.
Sintaxe: pisn = Reclassifique (piet ,tabela_reclass) Consideraes:
A varivel pisn deve ser um plano de informao do tipo Tematico. O parmetro piet deve ser um plano de informao do tipo Tematico. O parmetro tabela_reclass deve ser uma tabela do tipo Reclassificacao,instanciada previamente pelo operador Novo.
Exemplos: { // inicio do programa // Declaraes Tematico cobertura (Floresta); Tematico desmat (Desmatamento); Tabela tab_reclass(Reclassicacao); // Instanciaes tab_reclass = Novo (CategoriaIni = Floresta, CategoriaFim = Desmatamento, Floresta_Densa : Floresta, Floresta_Varzea : Floresta, Rebrota : Desmatamento, Area_Desmatada : Desmatamento); cobertura = Recupere(Nome = tipos_cobertura); desmat = Novo (Nome = desmatamento, ResX = 30, ResY = 30, Escala = 100000); // Operao desmat = Reclassifique (cobertura,tab_reclass); // Final de programa }
A.11
? :
Implementa uma expresso condicional a partir do resultado de uma expresso booleana avaliada antes do sinal ?. Se o resultado da expresso booleana for verdadeira atribui-se para a varivel de sada o resultado da expresso antes do :, caso contrario atribui-se o resultado da expresso que vem depois do :.
Sintaxe: varivel = expressao_booleana ? expressao1 : expressao2 Consideraes:
O tipo da varivel de sada e o da expresso1 e expressao2 devem ser compatvel.

Exemplos:
Recorte de imagem por temas

{ // incio do programa // Declaraes Imagem tm345, tm5M ("Imagens"); Tematico uso ("UsoSolo"); // Instanciaes uso = Recupere (Nome = "UsodoSolo"); tm345 = Recupere (Nome = "TM345"); tm5M = Novo (Nome = "teste", ResX=30, ResY=30); // Operao condicional tm5M = uso.Class=="cidade" ? tm345 : 240; // Final de programa }
A.12
ReclAtrib
Cria um PI temtico em funo dos atributos definidos para objetos representados em um PI cadastral. O operador executa a transformao sobre a representao vetorial.
Sintaxe: varivel = ReclAtrib (objeto, atributo, tab_fat) SobreMapa pi_cadastral; Exemplos: { Atributo Objeto Cadastral Tematico Tabela
pop com cad tem fat
("Comunidades_O", "populacao"); ("Comunidades_O"); ("Mapa_de_Comunidades"); ("Faixas_tematicas"); (Fatiamento);
cad = Recupere (Nome = "mapa_de_comunidades"); tem = Novo (Nome ="populacao", ResX =100, ResY =100, Escala =100000, Repres =Raster); fat = Novo ( CategoriaFim= "Populacao", [1000, 2000] : "Baixa", [2000, 5000] : "Media", [5000, 10000] : "Alta" ); tem = ReclAtrib (com, pop, fat) OnMap cad; }
A.13
MediaZonal(pie,lista_de_zonas)
Calcula o valor mdio dentro de cada zona (regio) de um plano de informao referenciado pelo argumento pie. As zonas so definidas, uma a uma pela lista_de_zonas.
Sintaxe:
Resultado em grade Numrica

pis = MediaZonal(pie,lista_de_zonas)
Resultado em um nico valor numrico

vr = MediaZonal(pie,zona)
Resultado numrico em Tabela de Atributos de Objetos

Objeto."atr" = MediaZonal(pie,objeto OnMap pic) Consideraes:
pie - Plano de informao de entrada que define os valores dentro de cada regio geogrfica avaliada. O plano de informao pie deve ser do tipo Imagem ou do tipo Numerico. lista_de_zonas - Identifica as zonas sobre as quais sero calculados os valores mdios. Todas as zonas presentes na lista_de_zonas devem estar localizadas sobre a regio geogrfica do pie. Uma zona ou regio pode ser definida por uma expresso booleana ou por um objeto. Uma lista_de_zonas pode ser definida por uma lista de expresses boleanas, ou por todas as classe temticas presente em um plano de informao temtico. pis plano de informao de sada que deve ser do tipo Numerico. vr - varivel do tipo float que recebe o valor mdio resultante de uma nica regio. Objeto."atr" - Atributo de um objeto representado no plano de informao pic. pic - Plano de informao do tipo cadastral representando um conjunto de regies. No caso do resultado em grade numrica, todas as posies na grade numrica dentro de uma zona recebero o valor mdio calculado sobre aquela zona.
Exemplos: { // Inicio de programa // Declaraes Tematico zonas (Solos_vale_paraiba); Numerico ph (ph_solos_vale_paraiba); Numerico ph_medio (grade_media_zonais_10x10); Float ph_terra_roxa;
A.14
// Instanciaes // Dados de entrada ph = Recupere(Nome = "ph_solos_sjc"); zonas = Recupere(Nome = "solos_sjc"); ph_medio = Novo(Nome = "ph_medio_solos_sjc", ResX= 10, ResY= 10, Escala = 100000, Min = 0, Max = 20); // Operao // Resultado em campo Numrico para algumas regies especificas. ph_medio = MediaZonal(ph,zonas.Classe == terra_roxa, zonas.Classe == latosolo_vermelho, zonas.Classe == solos_hidromorficos); // Resultado em campo Numrico para as classe temticas // presentes no plano de informao temtico "solos_sjc". // Neste caso cada tipo de solo define uma regio. ph_medio = MediaZonal(ph,zonas.Classe * ); // Resultado em um nico valor numrico ph_terra_roxa = MediaZonal(ph,zonas.Classe == terra_roxa); }
// Programa de media zonal que atualiza tabela de atributos { // Inicio de programa // Declaraes Objeto regioes ("municipios"); Cadastral mapamunicipios ("mapacad"); Digital altimetria("altime"); mapamunicipios = Recupere (Nome = "municipios"); altimetria = Recupere (Nome = "alt"); // Resultado numrico em Tabela de Atributos de Objetos regioes."altitudeM" = MediaZonal (altimetria,regioes OnMap mapamunicipios); }
A.15
MaxZonal(pie,lista_de_zonas)
Identifica o valor mximo dentro de cada zona (regio) de um plano de informao referenciado pelo argumento pie. As zonas so definidas, uma a uma pela lista_de_zonas.
Sintaxe:
Resultado em grade Numrica. pis = MaxZonal(pie,lista_de_zonas) Resultado em um nico valor numrico

vr = MaxZonal(pie,zona)

Objeto."atr" = MaxZonal(pie,objeto OnMap pic)
Consideraes:
pie - Plano de informao de entrada que define os valores dentro de cada regio geogrfica avaliada. O plano de informao pie deve ser do tipo Imagem ou do tipo Numerico.
lista_de_zonas - Identifica as zonas sobre as quais sero calculados os valores mximos. Todas as zonas presentes na lista_de_zonas devem estar localizadas sobre a regio geogrfica do pie. Uma zona ou regio pode ser definida por uma expresso booleana ou por um objeto. Uma lista_de_zonas pode ser definida por uma lista de expresses boleanas, ou por todas as classe temticas presente em um plano de informao temtico. Pis - Plano de informao de sada que deve ser do tipo Numerico. vr - Varivel do tipo float que recebe o valor mximo dentro de uma nica regio. Objeto."atr" - Atributo de um objeto representado no plano de informao pic. pic - Plano de informao do tipo cadastral representando um conjunto de regies. No caso do resultado em grade numrica, todas as posies na grade numrica dentro de uma zona recebero o valor mximo calculado sobre aquela zona.
Exemplos: { // Inicio do Programa // Variveis usadas como restrio
A.16
Tematico Imagem Numerico Numerico Float ph zon
zon(tipos_do_Solo); tm5(imagensTM); ph(ph_dos_solos); maximo_ph_zonal(grade10x10); reflec_max_terra_roxa; = Recupere(Nome = "ph_solo_sjc"); = Recupere(Nome = "solos_sjc");
maximo_ph_zonal = Novo(Nome = "ph_maximo_zonal_sjc", ResX = 10, ResY = 10, Escala = 100000, Min = 0 Max = 200);
// Resultado em campo Numrico

maximo_ph_zonal = MaxZonal(hp,zon.Classe == terra_roxa, zon.Classe == latosolo_vermelho, zon.Classe == solos_hidromorficos ); // Resultado em campo Numrico para as classe temticas // presentes no plano de informao temtico "solos_sjc". // Neste caso cada tipo de solo define uma regio. ph_medio = MaxZonal (ph,zon.Classe * ); // Resultado em um nico valor numrico reflec_max_terra_roxa = MaxZonal(tm5,zon.Classe == terra_roxa); // Final de Programa } // Programa de maximo zonal que atualiza tabela de atributos { // Inicio de programa // Declaraes Objeto regioes ("municipios"); Cadastral mapamunicipios ("mapacad"); Digital altimetria("altime"); mapamunicipios = Recupere (Nome = "municipios"); altimetria = Recupere (Nome = "alt"); // Resultado numrico em Tabela de Atributos de Objetos regioes."altitudeMax" = MaxZonal (altimetria,regioes OnMap mapamunicipios); }
A.17
Espacialize (objeto.<atributo> OnMap

<cadastral>)
Permite que os valores referentes a um certo atributo de objeto sejam mapeados em um geocampo do modelo Temtico ou Digital. No primeiro caso atributos textuais so associados a classes temticas, no segundo, os valores numricos do atributo so representados em uma grade. Em ambos os casos regies de isovalores so definidas partir das entidades prviamente associadas aos objeto em um mapa cadastral.
Sintaxe:
Resultado tipo Temtico ou Digital (geo-campo). tem = Espacialize(obj.atrtxt OnMap cad) dig = Espacialize(obj.atrnum OnMap cad)
Consideraes:
tem o nome de uma varivel associada ao plano de informao de sada, declarada previamente no programa. A varivel tem, deve estar associada a uma certa categoria temtica, cujas classes, definidas, tambm previamente, no esquema conceitual devem ter nomes identicos aos valores textuais possveis do atributo considerado para espacializao. dig o nome de uma varivel associada ao plano de informao de sada, declarado previamente no programa sob uma certa categoria digital. obj o nome de uma varivel associada a geo-objetos de uma categoria do modelo objetos. Estes geo-objetos, associados previamente a entidades de um mapa cadastral, devem ter seus campos de atributos preenchidos com valores numricos ou nomes de classes tematicas.. atrtxt o nome de um atributo do tipo texto que se deseja espacializar; cada valor possvel desse atributo deve ser idntico ao nome de uma classe da categoria temtica associada ao plano representado pela varivel tem. atrnum o nome de um atributo do tipo inteiro ou real que se deseja espacializar cad uma varivel declarada no programa como sendo de uma certa categoria do modelo Cadastral, associada a um plano de informao cujas entidades representam os objetos envolvidos na espacializao.
A.18
Exemplo: { // Inicio de programa // Declarando os nomes das variveis usadas Objeto limites ("talhoes"); Cadastral fazendas ("mapadefazendas"); Tematico tem ("solos"); Numerico ph_solos("grade_ph") // Instanciaes //Dados de entrada fazendas = Recupere (Nome = "mt"); tem = Novo (Nome="mapa_de_solos", ResX =30, ResY =30, Escala =10000, Repres =Vetor); Resultado em geo-campo Temtico tem = Atualize (limites."SOLO" OnMap fazendas); Resultado em campo Numrico ph_solos = Atualize (limites."ph" OnMap fazendas); }
Atualize (<PI referencia>, objeto OnMap

<cadastral>, <operador zonal>)
Realiza operaes zonais entre GEO-CAMPOS e GEO-OBJETOS, onde os atributos do GEO-OBJETOS so atualizados a partir do resultado de operaes booleanas sobre as classes dos GEO-CAMPOS temticos de entrada. Atualiza um atributo dos objetos, previamente associados a entidades em um mapa cadastral, a partir de valores obtidos pela aplicao de operadores zonais sobre um plano de informao de referencia.
Sintaxe:
obj."atr" = Atualize (pie, obj OnMap cad, opZ)

Consideraes:
obj o nome de uma varivel associada a geo-objetos de uma categoria do modelo objetos. Estes geo-objetos, associados previamente a entidades de um mapa cadastral, devem ter seus campos de atributos preenchidos com valores numricos ou nomes de classes tematicas..
A.19
pie o nome de uma varivel associada ao plano de informao de
entrada, declarada previamente no programa e associada a uma certa categoria temticaou digital. A operao zonal utilizada deve estar coerente com o modelo do dado representado pelo PI de referencia, isto : alguns operadores no fazem sentido diante do tipo de dado de referencia, por exemplo, uma operao de MediaZonal no vivel sobre um plano de modelo temtico. atr o nome do atributo que se deseja atualizar referente a cada objeto da categoria de objetos associada varivel obj que estejam associados a entidades de um mapa cadastral. cad uma varivel declarada no programa como sendo de uma certa categoria do modelo Cadastral.
Exemplo: // Programa Atualiza tabela com operacao de media zonal { Objeto regioes ("municipios"); Cadastral mapamunicipios ("mapacad"); Digital altimetria("altime"); mapamunicipios = Recupere (Nome = "municipios"); altimetria = Recupere (Nome = "alt"); regioes."Altitudemedia" = Atualize ( altimetria,regioes OnMap mapamunicipios, MedZ) ; } // Programa Atualiza tabela com operacao de maximo zonal { Objeto regioes ("municipios"); Cadastral mapamunicipios ("mapacad"); Digital altimetria("altime"); mapamunicipios = Recupere (Nome = "municipios"); altimetria = Recupere (Nome = "alt"); regioes."Altitudemaxima" = Atualize ( altimetria,regioes OnMap mapamunicipios, MaxZ); }
A.20
MinZonal(pie,lista_de_zonas)
Identifica o valor mnimo dentro de cada zona (regio) de um plano de informao referenciado pelo argumento pie. As zonas so identificadas, uma a uma pela lista_de_zonas.
Sintaxe:
Resultado em grade Numrica. pis = MinZonal (pie,lista_de_zonas) Resultado em um nico valor numrico
vr = MinZonal (pie,zona)

Objeto."atr" = MinZonal (pie,objeto OnMap pic)
VariedadeZonal(pie,lista_de_zonas)
Calcula a diversidade de valores ou de temas dentro de cada zona (regio) de um plano de informao referenciado pelo argumento pie. As zonas so identificadas, uma a uma pela lista_de_zonas.
Sintaxe:
Resultado tipo Numerico (geo-campo). pis = VariedadeZonal(pie,lista_de_zonas) Resultado em um nico valor numrico vr = VariedadeZonal(pie,zona)
FaixaZonal(pie,lista_de_zonas)
Sintaxe: Resultado tipo Numerico (geo-campo). pis = FaixaZonal(pie,lista_de_zonas) Resultado em um nico valor numrico vr = FaixaZonal(pie,zona)
A.21

Introdução À Ciência Da Geoinformação

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Introdução À Ciência Da Geoinformação

Enviado por

Direitos autorais:

Formatos disponíveis

INPE-10506-RPQ/249

INTRODUO CINCIA DA GEOINFORMAO

INPE So Jos dos Campos 2001

POR QUE GEOPROCESSAMENTO ?

BREVE HISTRICO DO GEOPROCESSAMENTO EVOLUO INTERNACIONAL

UFRJ: O grupo do Laboratrio de Geoprocessamento do Departamento de

MaxiDATA: os ento responsveis pelo setor de informtica da empresa de

CPqD/TELEBRS: O Centro de Pesquisa e Desenvolvimento da TELEBRS

INPE: Em 1984, o INPE (Instituto Nacional de Pesquisas Espacias) estabeleceu um

Conceitos Bsicos em Cincia da Geoinformao

2 CONCEITOS BSICOS EM CINCIA DA GEOINFORMAO

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

Pas Brasil Argentina Chile

PIB (US$ bn) 350 295 45

Pop (milhes) 159 34 14

Figura 2.3 - Exemplo de dado cadastral (pases da Amrica do Sul).

Conceitos Bsicos em Cincia da Geoinformao

Sub-estaes id 22 label Eng. Dentro capacidade 3.000 kVA

Postes id label Transf. Classe 3 2345 32-17-95

Figura 2.4 - Elementos de Rede.

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

A Figura 2.7, apresenta um exemplo de geo-campos.

Figura 2.7 - Geo-campo temtico (solos).

Conceitos Bsicos em Cincia da Geoinformao

Um caso particularmente dramtico o Mar de Aral, na ex-URSS.

Conceitos Bsicos em Cincia da Geoinformao

nome Amazonas Xingu

nome Yanomami Waimiri Kayap

Conceitos Bsicos em Cincia da Geoinformao

fazendas geoid 22 area 1500 cadastro INCRA 019331

cadastro INCRA 019331

ITR 12000 cadastro

Figura 2.9 - Exemplo de ligao entre geo-objeto e objeto no-espacial.

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

uma grade regular uma matriz de reais;

IMAGEM EM TONS DE CINZA:

Conceitos Bsicos em Cincia da Geoinformao

Figura 2.12 - Elementos da representao vetorial

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

Figura 2.13 - Exemplo de topologia arco-n (rede eltrica).

Conceitos Bsicos em Cincia da Geoinformao

Figura 2.14 - Estrutura topolgica do tipo arco-n-polgono.

Conceitos Bsicos em Cincia da Geoinformao

- Um ponto 2D um objeto que possui atributos descritivos e uma coordenada 2D;

Conceitos Bsicos em Cincia da Geoinformao

-um Conj. Pontos 2D conj-de conj-de

-um Amostras 3D conj-de

Grafo Orientado conj-de

Conceitos Bsicos em Cincia da Geoinformao

Conceitos Bsicos em Cincia da Geoinformao

TABELA 2.1 COMPARAO ENTRE REPRESENTAES PARA MAPAS TEMTICOS

Conceitos Bsicos em Cincia da Geoinformao