Você está na página 1de 21

Laboratrio de Geoprocessamento da Escola de

Arquitetura da UFMG
Profa Ana Clara M. Moura

A escolha de interpoladores e recursos de visualizao na estruturao de


bases de dados para produo de informaes espaciais apoiadas por
geoprocessamento
Ana Clara Mouro Moura
Escola de Arquitetura, Depto Urbanismo, UFMG
Rua Paraba 697, Savassi, Belo Horizonte MG, CEP 30130-140, anaclara@ufmg.br

Resumo:

O artigo apresenta inicialmente uma discusso sobre o estado da arte na estruturao de bases
de dados para a construo de anlises espaciais apoiadas por geoprocessamento. Defende as
estruturas raster e a construo de superfcies potenciais de distribuio de ocorrncias e
fenmenos territoriais. Apresenta explicaes sobre critrios para a escolha de interpoladores
e recursos de visualizao segundo os objetivos da anlise espacial, discutindo aplicaes,
restries e potencialidades. Para desenvolver suas discusses, elege dados a partir de estudo
de caso do emprego dos interpoladores de Buffer e de Kernel na distribuio de atividades de
comrcio e indstria na RMBH, com vistas a demonstrar que uma mesma coleo de dados
pode ser tratada de diferentes maneiras, segundo os objetivos da anlise espacial.

Palavras-Chave: Interpoladores, Anlise Espacial, Geoprocessamento

Abstract:

The article presents a discussion about the state of the art in the structuring of data bases for
the construction of spatial analysis supported by GIS. It defends raster structures and
construction of surface potential distribution of occurrences and territorial phenomena.
Presents explanations of criteria for the choice of interpolation and visualization features
according to the objectives of spatial analysis, discussing applications, limitations and
potential. The data collection to develop the discussions are chosen from a case study of the
use of the interpolators Kernel and Buffer in a study of distribution activities of commerce
and industry in the RMBH territory, in order to demonstrate that a single data collection can
be treated in different ways, according to the objectives of spatial analysis.

Key-Words: Interpolation, Spatial Analysis, GIS

1. Introduo o Estado da Arte na construo de bases de dados para anlise espacial


apoiada por geoprocessamento:
Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
O presente artigo visa dar apoio s aplicaes em geoprocessamento que prescindem da
construo de bases de dados que caracterizem a distribuio territorial de atributos e
fenmenos para quem a partir desta distribuio, possam ser realizadas combinaes de
variveis que respondam por objetivos de anlises espaciais.

A utilizao dos recursos de geoprocessamento para a anlise espacial requer a adoo de um


roteiro metodolgico que parta das discusses sobre os motivos da investigao proposta, a
escolha das variveis que respondem pelo tema, captura e tratamento dessas variveis que
devem ser transformadas em planos de informao, a escolha dos modelos de anlise espacial
que iro promover a combinao das variveis e, finalmente, aplicados os modelos de anlise
espacial, a verificao do grau de acerto da anlise espacial.

O roteiro metodolgico sugerido em nossos estudos de anlise espacial apoiada por


geoprocessamento segue as etapas de trabalho:

1. Clara definio dos objetivos e aplicaes no uso do sistema de anlise apoiada por
geoprocessamento. O pesquisador deve sobre a sua proposta de investigao e verificar se
possui uma pergunta norteadora que dever ser respondida em sua investigao. A falta de
clareza na definio dos objetivos pode resultar em coleta de dados desnecessrios, a erros no
tratamento e representao desses dados, assim como erros na escolha dos modelos de anlise
espacial.

2. Definio da base de dados cartogrfica e alfanumrica. O pesquisador deve ter amplo


domnio sobre as caractersticas do elemento ou fenmeno investigado para selecionar as
variveis que ir coletar, mensurar e representar em bases cartogrficas (mapas) e
alfanumricas (tabelas). Esta escolha de variveis pode ser apoiada por reviso bibliogrfica,
entrevista a diferentes especialistas ou por processos heursticos, nos quais se aplica mtodo
intuitivo de tentativas para abordar um problema e chegar a uma soluo final mediante
aproximaes sucessivas. (Moura, 2004).

3. Organizao do SIG Sistema de Informaes Geogrfico. Estruturao de conjunto de


dados cartogrficos e alfanumricos para consultas e anlises espaciais. Hoje temos
disposio softwares gratuitos e em portugus que permitem o desenvolvimento de anlises
espaciais complexas.

4. Converso de escalas de medio. Os dados podem ser organizados, segundos suas prprias
naturezas, em escala nominal ou seletiva, ordinal ou de razo. Moura (2003, p. 42), apresenta
exemplos para se compreender esta diviso:

a) Nominal - qualitativa ou seletiva. Usando como exemplo o uso do solo, observa-se


que os componentes no podem ser hierarquizados, a no ser segundo algum
julgamento de valor. Exemplo: Mapa de Uso do Solo com as legendas divididas em
cobertura vegetal, rea urbana, solo exposto e cursos d gua. No se pode dizer que a
cobertura vegetal seja mais ou menos importante que a rea urbana, a no ser segundo
um recorte classificatrio como, por exemplo, avaliao do valor da terra para fins de
implantao de linha de transmisso de energia eltrica. Essa escala no permite a

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
aplicao de operaes aritmticas, pois no possvel dizer, por exemplo, que
"cobertura vegetal" seja o dobro de "rea urbana".

b) Ordinal - possvel ordenar os componentes segundo grandeza ou preferncia, mas,


como na classe anterior, no possvel a aplicao de operaes aritmticas, mas
somente avaliar a freqncia e a classe modal. Baseia-se na hierarquizao de
posies. Usando, como no exemplo, a classificao de estradas em municipal,
estadual e federal, observa-se que no possvel dizer que uma seja o dobro da outra.

c) Intervalo - os intervalos so conhecidos e cada observao pode receber valor


numrico preciso. O ponto zero arbitrrio e no indica ausncia da caracterstica
medida, como o exemplo de temperatura. infinita em extenso e densidade entre
duas posies. A utilizao de operaes aritmticas limitada a transformaes
lineares. Podem-se aplicar tcnicas de estatstica paramtrica.

A transformao das escalas nominal e ordinal para intervalo ou razo possibilita a aplicao
de operaes aritmticas e de tcnicas de estatstica paramtrica. Componentes so colocados
em um ranking segundo um olhar, ou recorte, e permitem a atribuio de valores numricos.
Assim, os dados passam por um processo de pr-processamento, visando padronizao que
ir permitir os estudos de correlaes de variveis nas avaliaes de fenmenos espaciais.

5. Converso de dados vetoriais em matriciais aplicao de processos que iro simplesmente


converter as formas de representao dos dados, ou escolha de interpoladores que iro
promover a gerao de superfcies potenciais do fenmeno ou ocorrncia investigada. Nos
exemplos a seguir, um trecho de mapa de Lei de Uso e Ocupao do Solo (Figura 1), dados
nominais ou seletivos, simplesmente transformado de vetor para raster atravs da escolha da
resoluo (tamanho do pixel). Em outras situaes necessrio planejar esta converso para
que os dados sejam representados em superfcie potencial, como o caso de dados pontuais
(Figura 2) que quando tm atributos nominais podem ser representados segundo a rea de
influncia ou o grau de concentrao territorial, e quando possuem atributos em escala ordinal
ou de razo (em ranking ou valores numricos) podem ter suas distribuies espaciais
considerando, tambm, a massa ou fora do ponto.

Figura 1 Mapa de Lei de Uso e Ocupao do Solo - Mapa de dados nominais ou seletivos,
representao vetorial e matricial (raster).

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
Figura 2 Dados pontuais transformados em superfcies de distribuio espacial.

A maioria das colees cartogrficas para estudos urbanos e regionais estruturada em


formato vetorial, em pontos, linhas e polgonos, o que geralmente denominado geo-
objetos aos quais so associadas tabelas alfanumricas contendo informaes qualitativas e
quantitativas da ocorrncia (Cmara et al., 2005). Ainda so poucas as informaes que se
apresentam em formato raster ou matricial, mais comum em dados ambientais oriundos de
imagens de satlite ou de representaes da topografia do terreno.

Na estrutura raster, a base uma matriz de pontos ("grid"), sendo cada ponto um pixel. Um
pixel, ou "picture element" a menor unidade de representao da grelha. A relao entre a
dimenso da clula de representao e a rea que ela representa na realidade d a resoluo
empregada. A resoluo a capacidade de distino entre entidades e eventos contguos nas
dimenses espacial, temporal ou taxonmica. DPI ("dots per inch") uma medida de
densidade de rastreio, enquanto que a resoluo espacial uma medida de rea. O termo
resoluo pode ser aplicado ao espao geogrfico, ao espao taxonmico (de atributos) e ao
tempo.

Por trabalhar com uma superfcie discretizada, a estrutura raster utiliza a geometria digital.
Tanto o ponto, como a linha, como uma rea so representados por um conjunto de pixels.
Sobre as informaes contidas em cada quadrcula, "pixel", ou unidade mnima, Teixeira et
al.(1992, p.17) mostram que "...ocorre um processo de generalizao onde os vrios
elementos que podem constituir uma quadrcula deixam de ser individualizados". A aceitao
dessa generalizao ir depender dos objetivos na utilizao dos dados espaciais. A resoluo
empregada deve responder s expectativas de posicionamento e de dimenso dos elementos
retratados.

Contudo, desde a dcada de 90 autores importantes do geoprocessamento j anunciavam que


o futuro da anlise espacial caminharia para os trabalhos em matrizes, em formato raster
TOMLIN (1990:44): "yes, raster is faster, but raster is vaster, and vector just seems more
correcter".

Esta afirmao de Dana Tomlin merece explicaes, pois uma frase emblemtica que, ao ser
defendida ainda no sculo passado, causou questionamentos, e hoje vemos como afirmativa
totalmente pertinente. Comecemos pela afirmativa do meio: o raster mais vasto disso no
h dvida, pois o armazenamento da informao em formato de imagens (tif ou equivalentes)
ou de matrizes (grids com informaes pontuais onde cada posio recebe necessariamente
uma informao, ainda que seja a de no h ocorrncia do fenmeno ou fato nessa posio)
bem vasto que o armazenamento de informaes espaciais na forma de vetores que, por sua
vez, so compostos por pontos (linha de comprimento zero), linhas (conjunto de segmentos de

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
reta interligados por vrtices) e polgonos (conjunto de segmentos de rede onde o vrtice final
de um dos elementos do conjunto coincide com o vrtice inicial do segmento mais prximo,
configurando superfcie). Em formatos vetoriais para cada primitiva grfica associado um
registro no banco de dados. Por outro lado, no formato matricial para cada clula do conjunto
armazenada uma informao.

Sobre a afirmativa da autora de que o raster mais rpido, comum se perguntar os motivos,
uma vez que s para visualizar uma imagem o tempo necessrio j maior. Sim, por inspeo
visual seria complexo, mas quem analisa, combina, e coteja os dados o processo de
varredura do computador. E sendo assim, varrer matrizes e promover combinaes de valores
contidos nos pixels ou clulas bem mais facilitado que promover as relaes de anlises
topolgicas (interseo, unio, diferena, soma) entre formas geomtricas vetoriais. Observe a
Figura 3. muito mais lgico para um processo matemtico computadorizado combinar os
valores dos pixels entre as camadas das informaes, representadas cada uma deles como uma
matriz.

Figura 3 Combinao e cotejo pixel a pixel - estudo e sobreposio de planos de informao

Sobre a questo de que o vetor s se parece mais correto, h sempre muita reao a esta
afirmativa, pois comum pensarmos que a linha vetorial, por ser mais exata, mais correta.
Verifica-se um forte apego s referncias da cartografia analgica ou tradicional, pois se
espera do produto final um "desenho" que se assemelhe a um produto antes elaborado pelo
homem. Moura (1999, p. 60-61), ao abordar a questo da comunicao visual e das
linguagens utilizadas pela cartografia digital, faz uma relao entre a representao raster e o
modo Impressionista na pintura, particularmente o Pontilhismo (Figura 4). Segundo a autora,
as pessoas se sentem mais confortveis com o desenho vetorial porque ele se aproxima da
linguagem de desenho que utilizam para representar uma forma qualquer. Quando vamos
desenhar uma simples flor, o fazemos atravs de suas linhas de contorno, e no atravs dos
micro pontos que compem sua imagem. Um momento da linguagem de desenho em que essa
forma de olhar o mundo foi alterada ocorreu no Impressionismo, quando os artistas passaram
a representar as imagens atravs da justaposio de pequenos pontos, que deveriam ser vistos
a certa distncia para que conformasse o todo. Pode-se dizer que os impressionistas
discretizavam a imagem para recomp-la atravs da pintura. O processo exige capacidade de
anlise e sntese, mais complexas para a linguagem de desenho, mas absolutamente possvel
para a tecnologia do geoprocessamento.

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
Figura 4 - Exemplo de Potilhismo discretizao na representao grfica Quadro La
Parade de Georges Seurat (1889). Fonte: Wikipedia.

O vetorial , muitas vezes, considerado mais correto porque se aproxima da linguagem


convencional de desenho, baseada em linhas. Contudo, essas linhas so generalizaes
cartogrficas que tm sua correo geomtrica limitada a diversos fatores, tais como a escala,
os processos de interpolao, resoluo taxonmica, entre outras. A estrutura raster, por sua
vez, apresenta a correo definida pela resoluo adotada pelo pixel.

A opo por sistema raster ou sistema vetorial significa a opo por diferentes mtodos para a
estruturao de dados. Muito j foi discutido sobre vantagens e desvantagens de uma estrutura
ou outra. A questo principal refere-se capacidade de armazenamento das informaes. A
memorizao de dados raster feita como se o espao cartografado fosse "quebrado" em
unidades discretas, e cada uma dessas unidades registrada. No caso dos dados vetorizados
so memorizadas as coordenadas dos ns (ou vrtices) dos elementos grficos e as conexes e
informaes para reconstruir objetos complexos. Na estrutura vetorial, como so
memorizados apenas os extremos do segmento, a ocupao de memria inferior. Observa-
se, contudo, uma rpida evoluo nos algoritmos de compactao, bem como do suporte
hardware para o armazenamento de dados.

Segundo Cmara (2005), o trabalho em matrizes denominado representao na forma de


geo-campos, pois para cada clula representada existe, necessariamente, uma informao
sobre o grau de existncia espacial do fenmeno ou ocorrncia mapeado naquela posio. O
mesmo autor apresenta os conceitos de geo-objetos para estruturas vetoriais e geo-campos
para estruturas matriciais.

Dentro desse mesmo raciocnio, pode-se dizer que as estruturas raster so mais orientadas
para a posio, enquanto as estruturas vetoriais so mais orientadas para o tema. No raster,
armazenam-se caractersticas associadas a localizaes, enquanto no vetorial registram-se
localizaes associadas a caractersticas. Defendemos o conceito de que trabalhar em formato
raster para promover, por diferentes modelos de anlise espacial, a combinao de matrizes,
significa desenvolver formas de espacializar as variveis em superfcies potenciais de
distribuio da ocorrncia ou fenmeno de interesse.

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
Xavier da Silva (2001) explica a mudana de paradigma de uso de dados vetoriais, utilizados
a partir de inspees pontuais e generalizaes a partir da investigao, para se trabalhar com
o processo de varredura e integrao locacional, que ele denomina vail, que promove a
anlise de dados pixel a pixel e integrao das camadas ou matrizes de dados.

Citamos um exemplo que sustenta o nosso argumento: a apresentao de um mapa de


distribuio de supermercados em um municpio por si s apenas uma coleo de dados
georreferenciados. Para os dados se transformarem em informao, que d apoio tomada de
decises, nos interessa saber no apenas que em um determinado local tem ou no tem
supermercado, mas sim at onde vai a rea de influncia de um supermercado, se uma
determinada posio no territrio bem atendida por supermercados, se existem
sobreposies de atuaes de supermercados diferentes em uma regio da cidade gerando
concorrncia, entre outras questes. Assim, cada posio de uma matriz da regio de estudo
deve representar um valor qualitativo ou quantitativo, na forma de uma superfcie potencial,
indicando o grau de relao com a forma de distribuio da varivel no territrio. Isto
significa trabalhar em formato raster, em geo-campos, e no apenas em formato vetorial, em
geo-objetos.

Xavier-da-Silva (2009) tambm defende este conceito, que ele denomina geoincluso,
quando argumenta: No Geoprocessamento so tratados enormes volumes de dados, exigindo
tcnicas computacionais e disponibilizados atributos geotopolgicos para fins de anlises,
snteses e utilizao imediata no planejamento ambiental e na gesto territorial. Tornam-se
revelveis atributos espaciais dos fenmenos, tais como: localizaes sistemticas ou
eventuais; extenses de ocorrncia e respectivos nveis diversos de intensidade; formas e
padres de distribuio espacial; nveis de proximidades geogrficas, de tempo e de custo;
relacionamentos hierrquicos e funcionais de inmeras naturezas, a serem usados em
classificaes ambientais, em simulaes sinrgicas e na elaborao de cenrios
prospectivos.

Oliveira et al.(1994, p. 35-36) tambm defendem a adoo das estruturas raster, alegando:
"One of the most important operation on a GIS is overlay, which is facilitated if the maps are
on a raster format. The raster represents the data in a more realistic (although less
aesthetically pleasing) than its vector counterpart. Zooming operations in raster show the
data at most basic unit: the pixel. In opposition, a vector system zoom maintains the topology
at any scale, although some approximation and manipulation is always executed but under a
sort of hidden form."

Assim, significa etapa importante do preparo dos dados, para que sejam tratados de modo a
representarem informaes. Isto significa transform-los de formato tabular (dados
alfanumricos) ou vetoriais (pontos, linhas e polgonos) para o formato matricial (raster). Em
algumas situaes o processo a simples converso de formatos, escolhendo a delimitao da
rea de trabalho e a resoluo adequada (dimenso do pixel), mas em outros casos cabe a
escolha de recursos de gradeamentos e interpoladores, utilizados quando o tratamento de
dados requer uma atribuio de valores para todos as posies do territrio, ou seja, a
construo de uma superfcie potencial.

Bonham-Carter (1994) e Xavier-da-Silva (1999a) citam como exemplos de gradeamentos e


interpoladores:

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
- Triangulao de Delaunay.
- Raio de busca para uso da influncia dos pontos na rea.
- Geoestatstica utilizando a krigagem para gerar superfcies de tendncia e levar em
considerao os arranjos espaciais.
- Trabalho com escala ordinal possibilitando identificar os nveis de correlao entre
diversos pares dos planos de informao por meio do coeficiente de correlao de
Spearman.
- Trabalho com escalas de intervalo e razo possibilitando utilizar o coeficiente
paramtrico de Pearson, definindo ndices de sua validade (covarincia em relao
varincia total), a partir de distribuies de freqncia consideradas normais ou
normalizadas.
- Nas escalas nominal e ordinal, nas quais as operaes numricas so restritas, o
ideal utilizar "o vizinho mais prximo".

Cabe, ento, com o objetivo de dar apoio a esta importante etapa de preparo da coleo de
dados e produo das primeiras informaes da anlise espacial, discutir as condies de
construo das estruturas raster e a escolha de interpoladores.

2. A escolha de interpoladores

A escolha de interpoladores ocorre no momento em que se decide transformar dados vetoriais


ou alfanumricos em dados matriciais para composio da superfcie potencial de distribuio
do fenmeno ou ocorrncia espacial. Ela parte da seguinte pergunta: Como transformar dados
cuja captura ou representao se localiza em pontos especficos do territrio para sua
representao em estudos de espacializao/territorializao dos fenmenos e ocorrncias,
representados por fatores ou objetos de nosso interesse? A resposta est na construo de
superfcies potenciais que indicam o grau de concentrao ou o modo de distribuio dos
fenmenos/ocorrncias, atravs da aplicao de interpoladores.

Apresentaremos aspectos de alguns interpoladores com o objetivo de demonstrar que um


usurio mal informado sobre suas aplicaes pode fazer a escolha errada para espacializar as
suas informaes. Os exemplos foram elaborados a partir de uma mesma coleo de dados,
coleo simples de pontos apenas para a realizao da demonstrao, e importante observar
que os resultados da aplicao de cada interpolador so bastante diferentes.

2.1. Kernel

O Kernel indicado para se representar o grau de concentrao de um fenmeno ou tipo de


ocorrncia territorial. Segundo ESRI (2008), Kernel Density calculates the density of
features in a neighborhood around those features.

O interpolador considera o arranjo espacial: o agrupamento de pontos ou ocorrncias por rea


e pode ser ponderado por algum dado da tabela. Citando como exemplo o caso de interesse de
distribuio de escolas em um determinado municpio, se o pesquisador tiver apenas os dados
de localizao espacial das escolas, o interpolador ir gerar a superfcie potencial que indica
as reas onde h maior concentrao de escolas e as reas onde no h ocorrncias de escolas.
Por outro lado, se o pesquisador tiver uma tabela associada aos pontos das escolas contendo
informaes sobre nmero de vagas, por exemplo, o interpolador pondera e atribui mais peso

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
para as reas onde, alm da concentrao de escolas, h tambm maior concentrao de vagas.
(Exemplo Figura 5).

Figura 5 Exemplo de aplicao de Kernel considerando a concentrao de pontos e a massa


ou valor do atributo no ponto.

Inicialmente, cabe perguntar: o que eu quero responder com a investigao? Muda se forem
escolas, centros de sade ou bancos? Sim, muda. Se objetivo for verificar se estou bem
atendida por servios de sade, basta investigar se estou na rea de influncia de algum deles,
pois basta um (no vou tomar a vacina mais de uma vez...). Nesse caso, o aplicativo para
espacializao um simples Buffer (que desenha geometricamente um raio de ao nas
redondezas do elemento de localizao) ou um Voronoi (que considera a fora da massa do
ponto, tal como o nmero de atendentes ou de especialidades atendidas no posto de sade, e
os atritos ou impedncias espaciais para se chegar quele ponto). (Figura 6). Para saber um
pouco mais sobre os modelos de rea de influncia na forma de Buffer ou Voronoi, indicamos
o artigo publicado no ENABER de 2009 (Moura, 2009).

Figura 6 Exemplo de Buffer nas proximidades de centros de sade me Belo Horizonte e


exemplo de Voronoi no estudo de rea de influncia de escolas em Ouro Preto considerando o
nmero de vagas como massa e as impedncias territoriais de acessibilidade como atrito.

Contudo, se o objetivo for investigar a facilidade de acesso a servios de bancos, por


exemplo, no cabe realizar o estudo por Buffer ou Voronoi, porque de nada adianta eu estar
bem prxima de um determinado banco se eu no sou correntista dele. Nesse caso, me
interessa mais estar em rea onde h concentrao de bancos, pois aumentam as chances de eu
conseguir o servio. Quando a opo for pela concentrao da ocorrncia, indica-se o Kernel.

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
Os dados pontuais de distribuio de servios urbanos, tais como escolas, centros culturais ou
outros de mesma natureza, em geral so trabalhados apenas segundo a distribuio e
concentrao territorial. Se o pesquisador estruturar tambm tabelas associadas a esses
elementos contendo suas caractersticas ou atributos, alm do interpolador indicar a
concentrao do servio por agrupamentos territoriais, a superfcie de distribuio gerada
responde tambm pela qualidade do servio, ponderada por algum atributo da tabela. Por
exemplo, alm da concentrao de bancos, ser levado em considerao o nmero de caixas
de auto-servio.

Cabe ainda refletir sobre o seguinte exemplo: pode ocorrer de existir um agrupamento de
escolas em uma dada regio, mas todas com poucas vagas, ao passo que em outra regio
existe uma nica escola com muitas vagas. Nesse caso, se existirem tabelas associadas com a
informao sobre a massa (nmero de vagas), a superfcie de distribuio indicaria que tanto
uma regio como a outra importante. Por outro lado, sem a referida informao sobre o
nmero de vagas, a superfcie potencial destacaria apenas onde h concentrao de escolas.

Alm de decidir sobre a resposta que atende aos objetivos da investigao, importante o
conhecimento especfico para se decidir sobre as mtricas. Do que se trata: o Kernel faz a
superfcie de distribuio mensurando ocorrncias a partir de um raio de busca. No exemplo
citado, poderamos fazer uma primeira simulao indicando um raio de busca de 500 metros,
arbitrando que esta uma distncia ideal mxima para crianas caminharem a p para a
escola. Segundo a Organizao Mundial de Sade, indicam-se quatro quadras para uma
criana carregar mochila, mas cabe investigao, a partir do conhecimento especialista sobre
as condies do local. Os valores seriam diferentes, por exemplo, para o deslocamento de um
adolescente ou de uma criana? Do deslocamento para uma atividade cultural ou para um
posto de sade? A cada investigao necessria escolher a mtrica mediante amplo
conhecimento de fenmeno estudado.

2.2. Inverso do Quadrado da Distncia (IDW Inverse Distance Weighted)

O interpolador IDW atribui valores para reas no mensuradas a partir da captura de dados de
suas vizinhanas, de modo que os valores mais prximos de sua rea de interesse tm mais
influncia sobre a deciso. Isto significa que se for utilizada a distribuio de escolas no
territrio e se o objetivo for saber como esto as condies de atendimento em relao a este
servio em uma determinada localidade no territrio, a resposta influenciada pelos valores
dos vizinhos mais prximos.

Segundo ESRI (2008): IDW interpolation explicitly implements the assumption that things
that are close to one another are more alike than those that are farther apart. To predict a
value for any unmeasured location, IDW will use the measured values surrounding the
prediction location. Those measured values closest to the prediction location will have more
influence on the predicted value than those farther away. Thus, IDW assumes that each
measured point has a local influence that diminishes with distance. It weights the points
closer to the prediction location greater than those farther away, hence the name inverse
distance weighted. Explicam ainda: IDW assumes that the surface is being driven by the
local variation, which can be captured through the neighborhood.

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
A aplicao deste interpolador faz sentido quando existe uma tabela de dados associada aos
pontos, contendo, por exemplo, o nmero de vagas na escola. Assim o interpolador responde,
a partir desta tabela, qual o grau de atendimento que cada poro do territrio apresenta.
No pode ser utilizado quando no h atributos em tabela para se ponderar, como o caso da
localizao simples de escolas. (Figura 7).

Figura 7 Exemplo de aplicao do Inverso do Quadrado da Distncia considerando a


posio de cada pontos e a massa ou valor do atributo no ponto para responder sobre valor do
servio em posies do territrio.

muito comum, em estudos econmicos urbanos e regionais, o emprego de dados agrupados


por setores, como o caso de setores censitrios ou reas homogneas. A dificuldade em
trabalhar com estes recortes poligonais que eles no tm justificativa espacial para sua
definio, mas seguem decises tais como o nmero de questionrios a serem aplicados.
Observa-se, por exemplo, setores muito grandes territorialmente e setores muito pequenos, e
ao se fazer um mapa temtico de distribuio de uma varivel, como exemplo a renda, ambos
podem ser classificados em uma mesma faixa, mas o resultado visual ir induzir a
compreenso de que a superfcie territorial maior mais importante. Na verdade, a superfcie
maior uma rea menos densa na qual o somatrio de valores a equiparou com uma rea mais
densa e menor territorialmente.

O interpolador IDW se aplica bem a esses casos, pois ele faz um estudo das vizinhanas e
atribui, para cada clula da regio (ou pixel de sada da matriz ou mapa raster), um valor de
potencial de distribuio da varivel escolhida em funo dos valores dos vizinhos mais
prximos. um modelo que trabalha tanto com a organizao espacial dos pontos como com
os valores de atributos nesses pontos.

importante destacar que para aplicar o procedimento para dados armazenados em


superfcies (polgonos), como o caso de setores censitrios ou outros, antes necessrio
tratar o dado para que cada polgono seja representado pelo seu centride e a este centride
sejam associados os dados contidos na tabela, antes associada aos polgonos (Figura 8).

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
Figura 8 Dados associados a polgonos (exemplo de setores censitrios) representados por
seus centrides, para aplicao de interpolador.

Os motivos de se usar o IDW e no o Kernel Ponderado est no fato que o Kernel indicado
quando o interesse densidade de distribuio de alguma ocorrncia, enquanto o IDW
indicado quando o interesse a rea de influncia dos valores e pontos, e a indicao de qual
o valor resultante em cada ponto do territrio. Mais uma vez, segundo o conhecimento
especialista do pesquisador e dos objetivos da anlise, define-se o interpolador mais indicado.

2.3. Splining

Apresenta a lgica da triangulao de Delauney. Fora a criao de uma superfcie regular de


distribuio das ocorrncias. muito til em dados ambientais tais como temperatura e
topografia, mas no indicado para dados scio-econmicos, uma vez que parte do
pressuposto que entre dois valores necessariamente existiro intermedirios regularmente
distribudos (entre uma escola com 50 vagas e outra escola com 30 vagas existiria uma com
40 vagas, o que no se sustenta).

Alm de no se aplicar para dados scio-econmicos, precisa necessariamente de tabela de


valores associada. No exemplo apresentado na Figura 9 observa-se que o aplicativo criou
isolinhas de distribuio regular de reas de influncia a partir das informaes de
quantitativas existentes na tabela, como se o fenmeno possusse distribuio regular no
territrio.

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
Figura 9 Exemplo de aplicao de Splining baseado na triangulao de Delauney.
Observa-se a distribuio regular de reas de influncia.

O interpolador no se aplica aos dados scio-econmicos de interesse dos estudos econmicos


urbanos e regionais. Assim, o pesquisador deve procurar saber, ao escolher um software para
trabalho e ao solicitar a aplicao de um interpolador, qual o procedimento que o aplicativo
utiliza.

2.4. Krigagem

Usado para quando se quer atribuir valores para posies do mapa no mensurados, a partir
do comportamento espacial da distribuio do dado. Ele apresenta uma direo ou
espacializao provvel para a distribuio de um fenmeno a partir do comportamento dos
dados j mensurados. muito usado, por exemplo, em estudos de minerao e geologia para,
a partir de um conjunto de amostras, identificarem a provvel espacializao de um veio de
um material de interesse. (Figura 10).

Destaca-se que uma ferramenta para investigao de possveis respostas, mais do que para
se obter uma resposta definitiva e exata a partir da primeira interpolao.

Segundo ESRI (2008): Kriging is an advanced geostatistical procedure that generates an


estimated surface from a scattered set of points with z-values. Unlike other interpolation
methods, Kriging involves an interactive investigation of the spatial behavior of the
phenomenon represented by the z-values before you select the best estimation method for
generating the output surface.

The following is an introduction to the procedure of using Kriging to produce an estimated


surface. Kriging is a complex procedure that requires greater knowledge about spatial
statistics than can be conveyed in this command reference. Before using Kriging, you should
have a thorough understanding of its fundamentals and have assessed the appropriateness of
your data for modeling with this technique. If you do not have a good understanding of this
procedure, it is strongly recommended that you review some of the references listed at the end
of this topic.

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
Kriging is based on the regionalized variable theory that assumes that the spatial variation in
the phenomenon represented by the z-values is statistically homogeneous throughout the
surface (for example, the same pattern of variation can be observed at all locations on the
surface). This hypothesis of spatial homogeneity is fundamental to the regionalized variable
theory.

Figura 10 Aplicao da Krigagem na mesma coleo de dados apresentada nas figuras


anteriores.

No caso de aplicaes em dados scio-econmicos indica-se profundo conhecimento de suas


caractersticas, variabilidades e comportamentos, pois a Krigagem ir atuar como ferramenta
de apoio investigao, mas ser o especialista quem conduzir as diferentes simulaes e
ser capaz de responder se, de fato, o modelo representa a distribuio que ele est estudando.
Requer amplo processo de calibrao e validao, em investigao de aproximaes com a
realidade representada, segundo diferentes olhares e recortes.

importante lembrar que qualquer modelo um recorte da realidade conduzida por um


objetivo, um olhar, uma definio espacial e temporal. O modelo no a realidade, mas
apenas uma de suas facetas, escolhida pelo investigador, segundo os objetivos de sua busca.
Se o processo de modelagem for assim compreendido, no como uma resposta cabal e
conclusiva, mas apenas como uma escolha segundo o recorte metodolgico do investigar, a
Krigagem pode ser, sim, uma ferramenta muito til como interpolar.

2.5 O fatiamento das legendas

Uma vez aplicados os interpoladores, cabe ainda ao pesquisador decidir pela forma de
visualizao dos dados em componentes de legenda, de modo a escolher os limites que
comporo as faixas de representao. Em geoprocessamento se chama este processo de
simbolizao da informao por fatiamento. Os aplicativos j apresentam sugestes de
como realizar esses recortes, sendo os mais conhecidos os valores nicos, os intervalos iguais,
as quebras naturais e os quantis.

Para que se entenda a importncia de se escolher corretamente o modo de fatiamento, em


funo dos objetivos da investigao, apresentamos na Figura 11 apresenta a mesma coleo
de dados, a distribuio de renda em Belo Horizonte segundo dados do IBGE de 2000, por
setor censitrio. Escolhemos, a ttulo de exemplo, apenas os fatiamentos de intervalos iguais,
Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
quebras-naturais e quantil. Observa-se que a diviso em intervalos iguais, no caso em
especfico, retrata o que a realidade de grande concentrao de ocorrncias na baixa renda,
assim como de baixa ocorrncia na alta renda o histograma demonstra que a primeira faixa
reserva quase todo o conjunto. No fatiamento por quebras-naturais (natural breaks) a
separao das faixas identifica onde h mudanas de padro e agrupa sub-conjuntos que
possuem caractersticas semelhantes, sendo aplicvel quando este for o objetivo da
investigao. O terceiro fatiamento, por quantil, realiza a distribuio de ocorrncias no
nmero de faixas indicado procurando colocar nmero semelhante de indivduos os registros
em cada faixa. No caso de aplicao na varivel renda, s se destinaria a, por exemplo, a
necessidade de atender populao separada por rendas diferentes e conseguir o atendimento
de um nmero equivalente de registros por vez.

Figura 11 Coleo de dados de renda por setor censitrio apresentada por fatiamentos de
intervalos iguais (a) e seu respectivo histograma, por quebras-naturais (b) e seu respectivo
histograma e por quantil (c) e seu respectivo histograma.

Sobre esta questo de como manusear os dados e sobre as diferentes respostas visuais que se
pode obter pelo tratamento da informao, indicamos a leitura do livro How to lie with
maps (Monmonier, 1996), que nos chama a ateno para ter claro o objetivo de investigao
para a escolha da visualizao, assim como se pautar pela tica na escolha do modo de difuso
da informao.

3. Estudo de caso de espacializao de postes de energia eltrica para indicao de


concentrao do uso antrpico do territrio RMBH

A elaborao do mapeamento de manchas urbanas em escala regional, como o necessrio para


o trabalho aqui apresentado, classicamente realizado atravs de processamento digital de
Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
imagens de satlite de mdia resoluo ou de vetorizao a partir de imagens de melhor
resoluo. Os estudos foram iniciados testando essas fontes e os resultados que poderiam ser
obtidos. Contudo, para estudo de uso e ocupao do solo, crescimento das manchas urbanas,
clculo de mtricas das formas da ocupao, entre outros, seria necessrio obter
representaes espaciais capazes de identificar as nuances de suas morfologias, tais como os
braos de eixos, as formas conformadas pelos agrupamentos, enfim: um nvel mais bem
detalhado que o promovido pela generalizao das classificaes de imagens de satlite.

3. 1. Criao das manchas de ocupao antrpica no territrio

A proposta foi a de criar uma metodologia de aproveitamento de dados pontuais a partir de


postes de energia eltrica da CEMIG (Companhia Energtica de Minas Gerais) e explorar
suas potencialidades para agregar condies de interpretao da ocupao humana no espao
a partir dos dados. A coleo de dados pontuais de postes e seus atributos de uso fazem parte
do Projeto GEMINI da CEMIG, aos quais aplicamos modelos de transformao de dados
pontuais em manchas de agrupamento do servio, o que conforma a mancha atropizada na
rea de estudo, ou seja: a representao mais prxima da real mancha de ocupao urbana que
se pode obter (Figura 12 e Figura 13).

Figura 12 Nuvem de pontos de postes de fornecimento de energia eltrica na RMBH e


Detalhe da nuvem de postes de fornecimento de energia eltrica na RMBH Projeto GEMINI
CEMIG.

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
Figura 13 Detalhe da base de dados alfanumrica associada aos postes, contendo
informaes relativas ao tipo de uso (uso rural, residencial, comercial, industrial, pblico,
entre outros); assim como a quantidade de ligaes, por tipo de ligao, por poste.

O argumento se baseia no fato de que o servio de energia eltrica em Minas Gerais muito
bem distribudo, chegando onde h ocupao humana do territrio, independente de ser rea
rural ou urbana. Destaca-se que a rea de estudo se localiza na Regio Metropolitana de Belo
Horizonte, aonde chega eletrificao em praticamente 100% de onde h ocupao humana. O
mesmo no pode ser dito sobre o mapeameneto de qualquer outra infra-estrutura, pois no h
este rgido controle da informao por geoprocessamento de qualquer outra varivel, seja ela
rede de gua, esgotamento sanitrio, georreferenciamento de unidades domicialires, entre
outras.

O banco de dados de poste separa o servio em rea rural e urbana, o que nos permitiu fazer a
mancha da rea antropizada total, a rea antropizada em espao rural e a rea antropizada em
espao urbano. Cada poste recebe tambm o registro de nmero de ligaes por atividade de
comcio, indstria, uso institucional e residencial.

De acordo com diferentes objetivos da investigao foram aplicados dois interpoladores: o


Buffer para construo da mancha de ocupao antrpica e o Kernel para construo da
superfcie potencial de distribuio e concentrao de atividades de comrcio e de atividades
industriais na regio.

Assim, com o objetivo de gerar a mancha de ocupao antrpica, a partir da nuvem de postes
foram aplicados buffers para definio das reas de influncia de cada poste, definindo assim
uma mancha de distribuio do servio. Foram utilizados buffers de 50 e de 100 metros,
definindo assim uma rea de alcance mximo para a influncia do poste. Como a escala de
trabalho era a regio metropolitana, observou-se que a mancha resultante da soma dos buffers
de 100 metros de cada poste era bastante adequada s investigaes. Destaca-se que a
definio deste buffer seguiu indicao tcnica da empresa responsvel pelo fornecimento de
energia eltrica de que a infra-estrutura implantada pode atender at esta distncia territorial.
Mapeada a mancha, realizou-se ento procedimento de filtragem do resultado, para se
trabalhar apenas com reas maiores que a influncia de um nico poste isolado, e concentrar
os clculos, mtricas e observaes nos aglomerados da ocupao antrpica.

O estudo de distribuio dos postes de energia eltrica resultou no mapeamento da mancha da


rea antropizada na RMBH, partindo-se do pressuposto de que nesta regio onde h ocupao
Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
h, certamente, energia eltrica. Foram mapeados separadamente e conjuntamente ocupao
antrpica rural, urbana, e na ocupao urbana a distribuio dos tipos de uso. Na Figura 14
est representada a mancha de postes que servem rea urbana, com todos os tipos de uso.

Figura 14 Manchas urbanas na rea de estudo - RMBH

Muitas foram as aplicaes dos resultados obtidos, entre os quais citamos o trabalho do grupo
MOM (Morar de Outras Maneiras) da Escola de Arquitetura, que partiu dessa espacializao
para o estudo mais detalhado da vacncia imobiliria na regio. A equipe do Laboratrio de
Geoprocessamento da mesma escola elaborou o estudo de vacncia da ocupao territorial,
em escala menos detalhada que a domiciliar.

Uma forma que o estudo permite a identificao da vacncia territorial o comparativo da


mancha antropizada a partir dos postes com a mancha de rea antropizada obtida por
classificao de imagens de satlite. Onde a classificao da imagem indica rea urbana ou
antropizada e no h manchas de poste, isto significa que houve alterao da paisagem atravs
de implantao de novas glebas ou de solo exposto, mas isto no foi seguido de implantao
de energia eltrica. Na RMBH este tipo de combinao significa vacncia na ocupao, uma
vez que onde h pessoas h luz (Figura 15).

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
Figura 15 Imagem Rapid Eye e manchas de reas antropizadas geradas pelo agrupamento de
postes (em vermelho).

3.2. A construo da superfcie potencial de concentrao das ocorrncias territoriais

Com o objetivo de identificar as reas de maior concentrao de atividades de comrcio e


indstria e, atravs desta superfcie de concentrao extrair valores que seriam utilizados
como massa para se avaliar o potencial de interao entre os vrios pontos da rede viria da
RMBH, foi utilizado o interpolador de Kernel. Como o banco de dados apresentava no
somente a distribuio de pontos no territrio, assim como tabelas contendo o nmero de
ligaes por grupo de atividade por poste, foi possvel gerar a superfcie de Kernel ponderada,
tendo como resultado a identificao das reas de maior concentrao de comrcio e de maior
concentrao de indstrias no territrio (Figura 16).

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
Figura 16 Kernel por concentrao de postes e Kernel ponderado por nmero de ligaes no
poste

A construo de modelo de Potencial de Interao, que calcula o quanto cada n da rede


viria da regio influenciado e influencia os demais pontos, foi elaborado utilizando como
massa de atrao de cada ponto o nmero de ligaes de atividades de comrcio e indstria. O
referido modelo foi objeto de outros artigos, que podem ser consultados nas publicaes de
2011 do Laboratrio de Geoprocessamento da Escola de Arquitetura da UFMG
(http://www.arq.ufmg.br/Laboratorio_Geo/).

4. Concluses:

O presente artigo visou apresentar uma abordagem conceitual e prtica sobre o modo de
organizao de dados de distribuio territorial para a construo de anlise espacial apoiada
por geoprocessamento, com vistas a esclarecer sobre o uso de estruturas raster ou matriciais,
sobre a escolha de interpoladores e sobre a escolha da visualizao das informaes geradas.

Apresenta estudo de caso de explorao de tabela de dados contendo a informao locacional


(coordenadas de localizao no globo) associada a dados sobre a distribuio de servios de
energia eltrica, coleo de dados aparentemente muito singela, mas que, se bem explorada
pelos recursos de geoprocessamento e anlise espacial, podem resultar em complexas
informaes para o apoio tomada de decises em planejamento e gesto do territrio urbano
e regional.

Relacionado ao presente artigo esto outras investigaes desenvolvidas quando de nosso


envolvimento no Plano Diretor de Desenvolvimento Integrado da RMBH, atravs do
Laboratrio de Geoprocessamento da Escola de Arquitetura da UFMG. Assim, indica-se a
leitura dos demais estudos realizados, disponveis no site mencionado.

A nosso ver, a principal contribuio do artigo a apresentao didtica de conceitos,


aplicaes e restries sobre a construo de bases de dados e produo de informaes que
utilizem interpoladores, assim como a defesa de estruturas matriciais de colees de dados na
estruturao de modelos de anlise espacial apoiados por geoprocessamento.

5. Agradecimentos

Agradecemos valiosa colaborao da CEMIG, pela concesso de dados do projeto GEMINI


para as investigaes do PDDI Plano de Desenvolvimento Integrado da Regio
Metropolitana de Belo Horizonte.

Agradecemos FAPEMIG pelo apoio participao no evento e consequente publicao do


presente artigo.

6. Referncias Bibliogrficas:

BONHAM-CARTER, Graeme F. Geographic Information Systems for Geoscientists;


modelling with GIS. Ottawa: Pergamon, 1994. 398 p.

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/
CMARA, G. et al. Banco de Dados Geogrficos. So Paulo: MundoGEO, 2005. 506p

ESRI. ArcGis Desktop Help 9.3. In.: webhelp.esri.com/arcgisdesktop/9.2/(2008).

MONMONIER, Mark. How to Lie With Maps. Chicago, University of Chicago Press, 1996.

MOURA, Ana Clara M. Discusses metodolgicas para aplicao do modelo de Polgonos de


Voronoi em estudos de reas de influncia fenmenos em ocupaes urbanas - estudo de
caso em Ouro Preto MG. In: VII Encontro Nacional da Associao Brasileira de
Estudos Regionais e Urbanos, 2009, So Paulo. Anais do VII Encontro Nacional da
Associao Brasileira de Estudos Regionais e Urbanos. So Paulo: Associao
Brasileira de Estudos Regionais e Urbanos - USP, 2009. p.1-16. In.:
http://www.arq.ufmg.br/Laboratorio_Geo/Artigos/AnaClara-ENABER-2009.pdf

MOURA, Ana Clara M. Geoprocessamento Aplicado Caracterizao e Planejamento


Urbano de Ouro Preto MG. In.: Xavier-da-Silva, Jorge, Zaidan, Ricardo (Org).
Geoprocessamento e Anlise Ambiental Aplicaes. Rio de Janeiro, Bertrand Brasil.
2004. p. 227.

MOURA, Ana Clara M. Geoprocessamento na Gesto e Planejamento Urbano. Belo


Horizonte, Edio da Autora, 2003. 294p.
MOURA, Marcela M. As representaes grficas aplicadas a variveis ambientais em
minerao de erro a cu aberto. Orientadora: Janine Le Sann. Belo Horizonte: IGC-
UFMG, 1999. 122 p. Dissertao. (Mestrado em Geografia).

OLIVEIRA, Osmar Moreira, XAVIER-DA-SILVA, Jorge, ALMEIDA, Lus Fernando.


Methodology for associating a conventional database to a geographical information
system: The Saga/UFRJ case study. 1 Congresso Brasileiro de Cadastro Tcnico
Multifinalitrio, Florianpolis , ago. 1994. p. 35-39.

TEIXEIRA, Amandio, CHRISTOFOLETTI. Antnio, MORETTI, Edmar. Introduo aos


Sistemas de Informao Geogrfica. Rio Claro: Ed. dos Autores, 1992. 80 p.

TOMLIN, Dana. Geographic Information Systems and cartographic modeling. New Jersey:
Prentice Hall, Englewood Cliffs. 1990. 249p.

XAVIER-DA-SILVA, Jorge. Acesso a dados e transformaes preparatrias anlise


ambiental. Rio de Janeiro: Lageop, 1999a. 12 p. (apostila do Curso de Especializao em
Geoprocessamento - Midia CD-rom).

XAVIER-DA-SILVA, Jorge. Geoprocessamento para anlise ambiental. Rio de Janeiro: J.


Xavier da Silva, 2001. 227 p.

XAVIER-DA-SILVA, Jorge. O que Geoprocessamento? Conceito no pode ser confundido


com todo o conjunto das geotecnologias, como o Sensoriamento Remoto, a Cartografia e
os Sistemas de Posicionamento Global (GPS). Revista do CREA-RJ, Outubro/Novembro
de 2009. p. 42-44.

Moura, Ana Clara M. A escolha de interpoladores e recursos de visualizao na estruturao de bases de dados para
produo de informaes espaciais apoiadas por geoprocessamento. Laboratrio de Geoprocessamento da Escola de
Arquitetura da UFMG. Belo Horizonte, 2012. 21 p. Apostilas. In.: http://www.arq.ufmg.br/