Geoprocessamento para Projetos Ambientais

INPE
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS
GEOPROCESSAMENTO
PARA
PROJETOS AMBIENTAIS
2a. Edio - Revisada e Ampliada
SO JOS DOS CAMPOS, SP

MAIO, 1998
Organizado por
Gilberto Cmara
Jos Simeo de Medeiros
com a colaborao de
Carlos Alberto Felgueiras

Eduardo Celso Gerbi Camargo
Suzana Druck Fucks
Raimundo Almeida Filho
Cludio Clemente Faria Barbosa
Ubirajara Moura de Freitas
ii
O Mapa das Trilhas do Grande Y, descrito como
o mais remarcado trabalho cartogrfico da sua
poca, talhado na pedra por volta do ano 1100. A
linha de costa firme e a preciso da rede
hidrogrfica extraordinria. A escala da grade de
100 li por diviso. O original, que agora est no
Museu Pei Lin em Xian, tem cerca de 1 metro
quadrado. (Citado por Needham, Science and
Civilization in China). Reproduzido de Tufte
(1983).
iii
DO RIGOR NA CINCIA
...Naquele tempo, a Arte da Cartografia atingiu uma tal Perfeio que o Mapa
duma s Provncia ocupava toda uma Cidade, o Mapa do Imprio, toda uma
Provncia. Com o tempo, esses Mapas Desmedidos no satisfizeram e os Colgios
de Cartgrafos levantaram um Mapa do Imprio que tinha o tamanho do Imprio e
coincidia ponto por ponto com ele. Menos apegadas ao Estudo da Cartografia, as
Geraes Seguintes entenderam que este extenso Mapa era intil e no sem
Impiedade o entregaram s Inclemncias do Sol e dos Invernos. Nos Desertos do
Oeste subsistem despedaadas runas do Mapa, habitadas por Animais e por
Mendigos. Em todo o Pas no resta outra relquia das Disciplinas Geogrficas.
Jorge Lus Borges

("Histria Universal da Infmia").
Este tutorial dedicado aos colegas da

Diviso de Processamento de Imagens do INPE.
iv
RESUMO
Este trabalho apresenta uma viso geral dos principais conceitos de

Geoprocessamento para aplicaes em Cincias do Ambiente. Em sua organizao,
procuramos apresentar uma viso completa dos principais componentes de um sistema
de informao geogrfica (SIG) e de fornecer exemplos concretos de seu uso.
O tutorial est organizado em sete partes. No captulo 1, apresentamos uma breve

introduo ao Geoprocessamento, indicando as principais definies e procurando
mostrar as singularidades dos dados geogrficos. O captulo 2 descreve um modelo de
dados geral para dados geogrficos, que procura descrever de forma geral as grandes
classes de dados utilizados pelos SIGs. Para cada uma das grandes classes de dados em
SIG, so apresentadas as estruturas de dados utilizadas na representao computacional.
O captulo 3 consagrado descrio das operaes de anlise geogrfica tpicas de um
SIG para aplicaes ambientais. O captulo 4 descreve as questes de modelagem
numrica de terreno e suas aplicaes. O captulo 5 discute o uso de tcnicas de Geo-
Estatstica em Geoprocessamento. Questes metodolgicas do uso de
Geoprocessamento em Meio-Ambiente e alguns exemplos de aplicao so apresentadas
no captulo 6. No captulo 7 apresenta-se a Bibliografia utilizada.
v
PREFCIO SEGUNDA EDIO
Ao retomar o convite feito para oferecer novamente o curso "Geoprocessamento

para Projetos Ambientais", foi inevitvel que fizessemos uma reanlise crtica do texto da
primeira edio desta apostila, editada em 1996. Decorridos dois anos, com base na
experincia de uso do texto em cursos, e principalmente motivados por uma sempre
necessria reflexo sobre a natureza terica e prtica do Geoprocessamento, decidimos
revisar completamente o texto. Esta reviso decorre da crescente preocupao dos
autores em procurar estabelecer uma base metodolgica mais slida para o uso desta
tecnologia, em duas grandes frentes de atuao:
O estabelecimento de um referencial torico para as diferentes operaes
utilizadas em SIG, baseado nas formulaes de Teoria Geogrfica.
A consolidao do uso de tcnicas de Geo-Estatstica, como base para uma
melhor quantificao dos fenmenos geogrficos e das incertezas associadas.
Com base nesta motivao, a segunda edio tem importantes modificaes. O
primeiro captulo foi complementado com uma discusso sobre o alcance e as limitaes
do Geoprocessamento. O segundo e o terceiro captulos da edio original (estruturas de
dados e modelagem) foram fundidos num nico, aonde se apresenta uma viso mais
sistmica, partindo da realidade da natureza at chegar no computador. Graas
inestimvel colaborao de Carlos Felgueiras e Eduardo Camargo, pudemos incluir nesta
nova edio dois novos captulos (sobre modelos numricos de terreno e geo-estatstica).
Finalmente, o captulo sobre metodologias foi completamente refeito, e o captulo sobre
tendncias (que envelheceu mais rapidamente que os demais) foi retirado.
Tivemos a felicidade de contar com muitos colaboradores formais e informais, que
muito nos ajudaram. Em particular, agradecemos a Antonio Carlos Robert Moraes,
Jurandir Ross e Magda Lombardo, do Departamento de Geografia da USP, pelos
consistentes questionamentos em busca de uma melhor relao entre o SIG e a Teoria
Geogrfica. O uso dos conceitos e tcnicas de Geo-Estatstica no INPE muito deve a
Suzana Druck Fucks, do Centro Nacional de Pesquisa em Solos (EMBRAPA). Antonio
Miguel Vieira Monteiro e Ubirajara Freitas, colegas do INPE, fizeram importantes
sugestes.
Finalmente, estendemos um preito de reconhecimento a toda a equipe da Diviso
de Processamento de Imagens do INPE. No momento em que as prprias bases da
cincia e tecnologia brasileiras esto sendo questionadas, a DPI conseguiu manter uma
trajetria exemplar de desenvolvimento e disseminao de conhecimento em
Geoprocessamento. Sem a realidade palpvel e mensurvel de sistemas como o
SITIM/SGI e o SPRING, nosso trabalho dificilmente teria sentido.
So Jos dos Campos, maio de 1998
Gilberto Cmara e Jos Simeo de Medeiros
vi
PREFCIO PRIMEIRA EDIO
Este texto apresenta uma viso geral da disciplina de Geoprocessamento, com

nfase em aplicaes ambientais. Preparado para servir como base a cursos ministrados
nos simpsios Simpsio Brasileiro de Sensoriamento Remoto, GIS Brasil e ExpoGeo
Nordeste, destina-se a profissionais com formao bsica na rea de recursos naturais,
preferencialmente com alguma experincia prvia no uso de sistemas de informao
geogrfica.
Depois de mais de uma dcada da introduo de SIGs no Pas (a primeira verso
do SGI/INPE foi apresentada no IV Simpsio Brasileiro de Sensoriamento Remoto, em
1986), consideramos desnecessrio discutir em detalhe alguns conhecimentos bsicos
para o desenvolvimento de projetos em Geoprocessamento, tais como: as projees
cartogrficas, a entrada de dados em SIG ou a gerao de documentos cartogrficos.
Para estes aspectos, o leitor pode consultar os manuais dos diferentes sistemas.
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.
(1996a). Finalmente, a coletnea de Maguire, Goodchild e Rhind (1991) um livro de
referncia, sempre til para consulta sobre questes especficas e o livro de Star e Estes
(1990) serve como leitura complementar.
Os autores agradecem a muitos colaboradores. Em particular, gostariam de
registar seu reconhecimento a toda a equipe da Diviso de Processamento de Imagens do
INPE, que vem compartilhando seus sonhos de provar que possvel desenvolver
tecnologia de ponta no Brasil. Jlio DAlge e Flvio Ponzoni foram gentis em revisar
este texto. Agradecemos ainda SEDAM/RO (Secretaria de Desenvolvimento
Ambiental de Rondnia), ao IEPA/AP (Instituto Estadual de Planejamento Ambiental do
Amap) e a Gerardo Kuntschik pelos dados utilizados nos exemplos. O primeiro autor
registra ainda seu preito a Marco Antnio Casanova, seu orientador de Doutorado e
grande conhecedor da rea de Bancos de Dados.
Finalmente, agradecemos aos organizadores do Simpsio Brasileiro de
Sensoriamento Remoto, GIS Brasil e ExpoGeo Nordeste, o convite para ministrar o
curso que redundou nesta monografia.
Gilberto Cmara
Jos Simeo de Medeiros
vii
1
INTRODUO
1.1 POR QUE GEOPROCESSAMENTO ?
O termo Geoprocessamento denota a disciplina do conhecimento que

utiliza tcnicas matemticas e computacionais para o tratamento da informao
geogrfica. Esta tecnologia, denotada por Geoprocessamento, influencia 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 (SIG), 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.
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.
Introduo
1.2 CONCEITOS DE ESPAO E RELAES ESPACIAIS
1.2.1 ESPAO GEOGRFICO E INFORMAO ESPACIAL
A informao geogrfica apresenta uma natureza dual: um dado geogrfico

possui uma localizao geogrfica (expressa como coordenadas em um espao
geogrfico) e atributos descritivos (que podem ser representados num banco de
dados convencional).
De forma intuitiva, pode-se definir o termo espao geogrfico como

uma coleo de localizaes na superfcie da Terra, sobre a qual ocorrem os
fenmenos geogrficos. O espao geogrfico define-se, portanto, em funo de
suas coordenadas, sua altitude e sua posio relativa. Sendo um espao
localizvel, o espao geogrfico possivel de ser cartografado (Dolfus, 1991).
A noo de informao espacial est relacionada existncia de objetos

com propriedades, que incluem sua localizao no espao e sua relao com
outros objetos. Estas relaes incluem conceitos topolgicos (vizinhana,
pertinncia), mtricos (distncia) e direcionais (ao norte de, acima de).
Deste modo, os conceitos de espao geogrfico (um locus absoluto,

existente em si mesmo) e informao espacial (um locus relativo, dependente das
relaes entre objetos) so duas formas complementares de conceituar o objeto de
estudo do Geoprocessamento. Estas formas iro levar dualidade conceitual na
modelagem espacial, onde a noo absoluta de espao geogrfico leva idia de
conjuntos de campos geogrficos e a noo relativa de informao espacial conduz
postulao da existncia de conjuntos de objetos geo-referenciados (Worboys,
1995).
Geoprocessamento em Projetos Ambientais 1-2

Introduo
1.2.2 RELAES ESPACIAIS ENTRE FENMENOS GEOGRFICOS
Os diferentes fenmenos geogrficos, ao se distribuir sobre a superfcie da

Terra, estabelecem padres de ocupao. Ao representar tais fenmenos, o
Geoprocessamento procura determinar e esquematizar os mecanismos implcitos e
explcitos de inter-relao entre eles. Estes padres de inter-relao podem assumir
diferentes formas:
correlao espacial: um fenmeno espacial (e.g. a topografia) est

relacionado com o entorno de forma to mais intensa, quanto maior for
a proximidade de localizao. Diz-se informalmente que coisas
prximas so parecidas;
correlao temtica: as caractersticas de uma regio geogrfica so

moldadas por um conjunto de fatores. Assim, o clima, as formaes
geolgicas, o relevo, o solo, a vegetao formam uma totalidade
interrelacionada. Deste modo, pode-se traar pontos de correspondncia
entre o relevo e o solo ou o solo e a vegetao de uma regio;
correlao temporal: a fisionomia da Terra est em constante

transformao, em ciclos variveis para cada fenmeno. Cada paisagem
ostenta as marcas de um passado mais ou menos remoto, apagado ou
modificado de maneira desigual, mas sempre presente (Dolfus, 1991);
correlao topolgica: de particular importncia na representao

computacional, as relaes topolgicas como adjacncia, pertinncia e
interseco, permitem estabelecer os relacionamentos entre os objetos
geogrficos que so invariantes rotao, translao e escala.

Introduo
1.3 GEOPROCESSAMENTO PARA PROJETOS AMBIENTAIS: UMA VISO GERAL
Na perspectiva moderna de gesto do territrio, toda ao de

planejamento, ordenao ou monitoramento do espao deve incluir a anlise dos
diferentes componentes de ambiente, incluindo o meio fsico-bitico, a ocupao
humana, e seu interrelacionamento. 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 Ecolgico-Econmico, 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, e Ordenamento
Territorial.
Nesta viso, os estudos de Mapeamento Temtico visam a caracterizar e

entender a organizao do espaco, 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.
Introduo
Exemplos so os relatrios de impacto ambiental (RIMAs) e os estudos visando o

estabelecimento de reas de proteo ambiental (APAs).
Os projetos de avaliao de impacto ambiental envolvem o

monitoramento dos resultados da interveno humana sobre o ambiente, incluindo
levantamentos como o feito pelo SOS Mata Atlntica, que realizou um estudo
sobre os remanescentes da Mata Atlntica em toda a costa leste brasileira.
Os trabalhos de ordenamento territorial objetivam normatizar a ocupao

do espaco, 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 ecolgico-econmico da Amaznia Legal
(Becker e Egler, 1997) at aspectos especficos, como o zoneamento pedo-
climtico por cultura, coordenado pela EMBRAPA.
Todos estes estudos tem uma caracterstica bsica: a interdisciplinaridade

(Moraes, 1997). Decorrente da convico de que no possvel compreender
perfeitamente os fenmenos ambientais sem analisar todos os seus componentes,
estes projetos buscam sempre uma viso integrada do questo ambiental.
Como consequncia natural, o uso de Geoprocessamento em projetos

ambientais requer o uso intensivo de tcnicas de integrao de dados.
Diferentemente de aplicaes como Cadastro Urbano, que lidam com um conjunto
limitado de dados geogrficos (essencialmente mapas no formato vetorial e tabelas
de bancos de dados relacionais), os estudos ambientais - para ser feitos de forma
adequada - requerem que o especialista em Geoprocessamento combine
ferramentas de anlise espacial, processamento de imagens, geo-estatstica e
modelagem numrica de terreno. Nesta perspectiva, o presente tutorial apresenta
uma nfase nos aspectos de integrao de dados, procurando descrever toda a
diversidade de dados e funes utilizados em projetos de Geoprocessamento para
estudos ambientais.

Introduo
1.4 DESCRIO GERAL DE SISTEMAS DE INFORMAO GEOGRFICA
O termo Sistemas de Informao Geogrfica (SIG) aplicado para

sistemas que realizam o tratamento computacional de dados geogrficos. Um SIG
armazena a geometria e os atributos dos dados que esto georreferenciados, isto ,
localizados na superfcie terrestre e representados numa projeo cartogrfica. Os
dados tratados em geoprocessamento tem como principal caracterstica a
diversidade de fontes geradoras e de formatos apresentados.
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);
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);

Introduo
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.
1.5 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 processamento grfico e de imagens;
Visualizao e plotagem;
Armazenamento e recuperao de dados (organizados sob a forma de

um banco de dados geogrficos).

Introduo
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.
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.

Introduo
Interface
Entrada e Integr. Consulta e Anlise Visualizao

Dados Espacial Plotagem
Gerncia Dados
Espaciais
Banco de Dados
Geogrfico
Figura 1.1 - Arquitetura de Sistemas de Informao Geogrfica.
1.6 ANLISE ESPACIAL
O objetivo principal do Geoprocessamento fornecer ferramentas

computacionais para que os diferentes analistas determinem as evolues espacial e
temporal de um fenmeno geogrfico e as interrelaes entre diferentes
fenmenos. Tomemos um exemplo: ao analisar uma regio geogrfica para fins de
zoneamento agrcola, necessrio escolher as variveis explicativas (p.ex., o solo,
a vegetao e a geomorfologia) e determinar qual a contribuio de cada uma delas
para a obteno de um mapa resultante.
Alguns exemplos dos processos de anlise espacial tpicos de um SIG esto

apresentados na tabela abaixo (adaptada de Maguire, 1991).

Introduo
TABELA 1.1
EXEMPLOS DE ANLISE ESPACIAL
Anlise Pergunta Geral Exemplo
Condio O que est... Qual a populao desta cidade ?
Localizao Onde est...? Quais as reas com declividade acima de

20% ?
Tendncia O que mudou...? Esta terra era produtiva h 5 anos atrs ?
Roteamento Por onde ir.. ? Qual o melhor caminho para o metr ?
Padres Qual o padro....? Qual a distribuio da dengue em

Fortaleza?
Modelos O que acontece Qual o impacto no clima se desmatarmos a

se...? Amaznia ?
Tome-se um exemplo concreto para explicitar os conceitos acima. Em

1854, Londres estava sofrendo uma grave epidemia de clera, doena sobre a qual
na poca no se conhecia a forma de contaminao. Numa situao onde j haviam
ocorrido mais de 500 mortes, o doutor John Snow teve um estalo: colocar no
mapa da cidade a localizao dos doentes de clera e dos poos de gua (naquele
tempo, a fonte principal de gua dos habitantes da cidade). O mapa obtido est
mostrado na Figura 1.2.

Introduo
Figura 1.2 - Mapa de Londres com casos de clera (pontos) e poos de gua
(cruzes) (adaptado de Tufte, 1983).
Com a espacializao dos dados, o doutor Snow percebeu que a maioria

dos casos estava concentrada em torno do poo da Broad Street e ordenou a sua
lacrao, o que contribuiu em muito para debelar a epidemia. Este caso forneceu
evidncia emprica para a hiptese (comprovada posteriormente) de que o clera
transmitido por ingesto de gua contaminada. Este uma situao tpica onde a
relao espacial entre os dados muito dificilmente seria inferida pela simples
listagem dos casos de clera e dos poos. O mapa do doutor Snow passou para a
Histria como um dos primeiros exemplos que ilustra bem o poder explicativo da
anlise espacial.

Introduo
1.7 ALCANCE E LIMITAES DO GEOPROCESSAMENTO
Uma questo sempre controversa (e para a qual no existe uma resposta

definitiva) diz respeito s possibilidades e limitaes do uso dos sistemas de
informao geogrfica. Os SIGs oferecem uma pltora de ferramentas para
processar os dados ambientais, que permitem a expresso de procedimentos
lgicos e matemticos sobre as variveis geo-referenciadas com uma economia de
expresso e uma repetibilidade impossveis de alcanar em anlises tradicionais.
Esta multiplicidade de funes, no entanto, pode ser utilizada de forma

pouco rigorosa. Ao produzir novos mapas por combinao e manipulao, sem o
cuidado de controlar o procedimento, muitos usurios no conseguem explicar os
resultados obtidos e deles tirar concluses objetivas. Por este motivo, h os que
advogam a incapacidade de expressar relaes espaciais e temporais complexas
atravs de procedimentos lgico-matemticos, e assim preferem limitar o uso de
SIG a ferramentas de desenho de mapas. Para evitar os dois extremos, o ideal
que o especialista possa projetar seus experimentos e modelos levando em conta o
potencial das ferramentas disponveis em SIG.
Esta questo nos leva ao tema central deste curso. O uso consistente de
SIGs para estudos ambientais requer que duas pre-condies sejam satisfeitas: o
domnio dos fundamentos tericos de Geoprocessamento e uma metodologia de
trabalho solidamente baseada. Esta metodologia deve estar associada a um modelo
preditivo que combine operaes realizadas num SIG com a interpretao (por
vezes necessariamente subjetiva) do especialista.
Para estabelecer a metodologia, deve-se levar em conta a natureza

essencialmente numrica das operaes em computador. Como se ver em
captulos posteriores, a simples transposio de tcnicas tradicionais de anlise
para o ambiente do SIG inadequada. A experincia tem mostrado que o uso de
mtodos quantitativos de anlise (que envolvem tcnicas como classificao
contnua e geo-estatstica) produz resultados de maior acurcia e flexibilidade do
que procedimentos qualitativos (como a anlise booleana).

Introduo
Mesmo considerando o uso de tcnicas quantitativas, permanece a questo

central: existem limitaes inerentes ao uso de SIGs ? O que pode e o que no
pode ser explicado e modelado por tcnicas de Geoprocessamento ?
Para responder a estas questes, necessitamos de uma viso epistemolgica

mais abrangente, e aqui iremos retomar os termos utilizados por Santos (1985)
que, para descrever as relaes que explicam a organizao do espao, utiliza os
conceitos de forma, funo, estrutura e processo. Segundo este autor, 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 esclarecer ainda mais sobre a apreenso do que vem a ser a

organizao espacial, Santos (1985) afirma: 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.
Nesta perspectiva, pode-se afirmar que as tcnicas de Geoprocessamento

no conseguem resolver de forma plena as dualidades forma-funo e estrutura-
processo. Como o uso de SIG, 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 dificilmente poderemos estabelecer,

Introduo
apenas com os dados armazenados num banco de dados geogrfico, a natureza

dinmica dos processos de constante transformao da natureza, em consequncia
das aes do homem.
Por um lado, os SIG dispem de mecanismos poderosos para expressar a

estrutura do espao. Tome-se, como exemplo, a gerao de mapas de declividade e
exposio de vertentes, caso em que os procedimentos de interpolao numrica
de um SIG podem ser muito mais eficientes que as tcnicas tradicionais. Por
contraste, a contribuio relativa da declividade para estudos como aptido
agrcola s pode ser estabelecida a partir de uma escolha consciente, feita pelo
especialista, e que leva em conta a dimenso teleolgica da questo: o que, afinal,
estamos querendo estabelecer como resultado? Para usar a formulao de Santos,
a relao dialtica entre estrutura e processo apenas poder se resolver quando da
contraposio entre o computador (que armazena a estrutura de organizao do
espao) e o especialista (que compreende a dinmica do processo).
Esta abordagem nos permite construir uma viso no maniquesta da

tecnologia de Geoprocessamento. Nem panacia com procedimentos de aplicao
universal, nem mero instrumento de automao de tcnicas estabelecidas, os SIG
requerem de seus usurios uma postura ativa e crtica. Ao mesmo tempo em que
necessrio compreender a complexidade dos procedimentos lgico-matemticos do
Geoprocessamento, preciso dispor de metodologias que capturem a dinmica dos
processos espaciais, no expressveis explicitamente num banco de dados
geogrfico. Este equilbrio entre forma e funo, e entre estrutura e processo est
na essncia do uso adequado do Geoprocessamento.

2
MODELAGEM DE DADOS EM GEOPROCESSAMENTO
Gilberto Cmara e Jos Simeo de Medeiros
Na realidade, a cincia e a arte vm aos

homens por intermdio da experincia,
porque a experincia criou a arte e a
inexperincia, o acaso. E a arte aparece
quando, de um conjunto de noes
experimentadas, se exprime um nico juzo
universal de casos semelhantes.
Aristteles
(Metafsica).
2.1 INTRODUO
Este captulo apresenta um modelo de dados para Geoprocessamento,

projetado com tcnicas de orientao-por-objetos, que permite lidar com os
diversos tipos de dados ambientais. As contribuies mais relevantes do modelo
so:
apresentar uma abordagem unificada para a modelagem em

Geoprocessamento, combinando as idias de campos e objetos;
integrar imagens de Sensoriamento Remoto e Modelos Numricos de

Terreno com mapas temticos, mapas cadastrais e redes.
prover suporte para representaes geomtricas mltiplas de uma

mesma entidade do mundo real e permitir a coexistncia de
representaes vetorial, matricial e grades num mesmo sistema.
Um modelo de dados um conjunto de ferramentas conceituais utilizado

para descrever como a realidade geogrfica ser representada no sistema. Aspecto
fundamental no projeto de um SIG, o modelo descreve como a realidade
Modelagem de Dados em Geoprocessamento
geogrfica ser representada no computador. Nenhuma outra deciso limita tanto a

abrangncia e o crescimento futuro do sistema quanto a escolha do modelo de
dados.
Como indicado por Goodchild (1992a), a indstria de Geoprocessamento

amadureceu a tal ponto que questes sobre estruturas de dados, algoritmos e
funcionalidade contam com respostas padronizadas. Nesta situao, a modelagem
de dados tem um papel crtico ao determinar a capacidade de uso e a rapidez de
aprendizado do sistema.
2.2 VISO GERAL DO PROCESSO DE MODELAGEM
O processo de Modelagem a forma que se dispe para traduzir o mundo

real em outros domnios. Uma das abordagens mais teis para este problema o
chamado 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 serem includas no modelo;
o universo de representao, onde as diversas entidades formais so

mapeadas para representaes geomtricas;
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 do processo de modelagem est ilustrada na Figura 2.1.
interface usurio
Universo Universo Universo Universo
Mundo real Matemtico Represent. Implement.
Figura 2.1 - Modelagem segundo o 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 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
Pretende-se construir um modelo no limitado a uma rea particular de

aplicao de Geoprocessamento e que possa incorporar aplicaes to diversas
como Estudos Ambientais, Agricultura, Geologia e Redes. Para tanto, ser
importante considerar os diferentes tipos de dados utilizados em
Geoprocessamento.
2.3.1 MAPAS TEMTICOS
Mapas 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. A Figura 2.2 abaixo mostra um exemplo de um mapa
de pedologia, inserido no SIG atravs de digitalizao manual, a partir do mapa
resultante do Levantamento de Reconhecimento Semidetalhado dos Solos da
Regio dos Inhamuns-Salgado - CE (SUDEC, 1980).
Figura 2.2 - Exemplo de Mapa Temtico.

2.3.2 MAPAS CADASTRAIS
Um mapa cadastral distingue-se de um mapa 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, conforme descrito em detalhe na seo 2.4.
A Figura 2.3 mostra um exemplo de mapa cadastral da Amrica do Sul,

onde os pases possuem atributos no-grficos (PIB e populao).
PIB Pop
Pas
(US$ bn) (milhes)
Brasil 350 159
Argentina 295 34
Chile 45 14
Figura 2.3 - Exemplo de mapa cadastral (pases da Amrica do Sul).
A distino entre mapas cadastrais e mapas temticos no usual na

literatura de SIG, mas extremamente importante para caracterizar de forma
adequada os tipos de dados e as aplicaes em Geoprocessamento. Quando
falamos em mapas temticos, estamos lidando, na absoluta maioria dos casos, com
informaes imprecisas. Por exemplo, no caso de um mapa temtico de solos, os
limites indicados no mapa so aproximaes da realidade. J no caso de um mapa
cadastral (como a diviso poltica mostrada na figura 2.3), temos medidas precisas
e determinadas.
No dizer de Burrough (1986), 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 para realizar anlises
geogrficas nos formatos mais convenientes.

2.3.3 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 artibutos 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.
Sub-estaes
id label capacidade
22 Eng. Dentro 3.000 kVA
Postes
id label Transf.
2345 32-17-95 Classe 3
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.
As redes formam um captulo parte na tipologia de SIGs, pois -

diferena dos outros tipos de dados - so o resultado direto da interveno humana
sobre o meio-ambiente. Cada aplicao de rede tem caractersticas prprias e com
alta dependncia cultural (p.ex., a largura das auto-estradas nos EUA distinta das
usadas em So Paulo).
2.3.4 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 2.5 mostra uma composio colorida
falsa cor das bandas 3 (associada a cor Azul), 4 (Verde) e 5 (Vermelha) do satlite
TM-Landsat.
Figura 2.5 - Exemplo de Imagem.
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.

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).
2.3.5 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
grandezas geoqumicas, como o teor de minerais, ou propriedades do solo, como o
teor de matria orgnica, a acidez ou a condutividade eltrica.
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;
(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. Este conjunto de pontos tambm denominado de amostras
3D.
De acordo com Pettinati (1983), a criao do modelo matemtico de uma

superfcie consiste no agrupamento de amostras (x,y,z) que descrevem a superfcie
real, de maneira que todo o conjunto simule de modo ideal o comportamento da
superfcie original.

2.3.6 APLICAES TPICAS DE GEOPROCESSAMENTO
importante mapear as diversas reas de aplicao de Geoprocessamento

em funo dos tipos de dados utilizados, como ilustrado na Tabela 2.1.
Tabela 2.1
APLICAES TPICAS DE GEOPROCESSAMENTO
Aplicaes Escalas tpicas Tipos de dados Representaes Operaes
Grficas
Floresta 1:10.000 a dados temticos, matricial, Classif. imagens,

1:1.000.000 imagens vetorial
Consulta espacial
Agricultura 1:5.000 a dados temticos, matricial, Anlise espacial,

1:250.000 imagens, MNT, vetorial, grades, declividade, consulta
cadastro rural TIN espacial
Geologia - 1:50.000 a MNT, imagens, grades, matricial Transf. IHS,

1:5.000.000 mapas temticos vetorial visualiz. 3D
Geomorfologia
Redes 1:1.000 a Redes lineares vetorial Consulta espacial,

1:10.000 (topologia) clculos dedicados
Estudos Urbanos 1:1.000 a redes, cadastro vetorial Consulta espacial

e Rurais 1:25.000 urbano e rural
Estudos Sociais Vrias Dados Consulta espacial,

e Econmicos alfanumricos, clculos dedicados
cadastros

2.4 O UNIVERSO CONCEITUAL
2.4.1 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.
2.4.2 CLASSES DO UNIVERSO CONCEITUAL
As classes bsicas do modelo, definidas a seguir, so: geo-campo, geo-

objeto, mapa cadastral, objetos no-espaciais, plano de informao e banco de
dados geogrfico.
2.4.2.1 Definies Preliminares
Inicialmente, ser importante estabelecer a base geomtrica na qual as

classes do modelo so definidas. A partir de uma regio contnua da superfcie
terrestre pode-se definir o conceito de 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.
2.4.2.2 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:
TEMTICO - 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, ...});
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.
As Figuras 2.6 e 2.7, apresentam exemplos de geo-campos.

Figura 2.6 - Dado_Sensor_Remoto (Imagem LANDSAT de

Manaus).
Le
Li
Ls
Aq
Figura 2.7 - Geo-campo temtico (solos).
2.4.2.3 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 alteradas1;
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.
1 id nome
Amazonas
Xingu
2 id nome
1 Yanomami
3 2 Waimiri
3 Kayap
Figura 2.8 - Princpio de identidade em bancos de dados geogrficos.
2.4.2.4 Objeto No-Espacial
Em muitas situaes conveniente permitir a associao de informaes

no-espaciais 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
1
Um caso particularmente dramtico o Mar de Aral, na ex-URSS.

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.
fazendas
geoid area cadastro INCRA
22 1500 019331
cadastro INCRA ITR dono

019331 12000 Olacyr
cadastro
Figura 2.9 - Exemplo de ligao entre geo-objeto e objeto no-espacial.

2.4.2.5 Mapa Cadastral
A definio de geo-objeto permite a associao de objetos geogrficos a

diferentes regies no espao. Como as aplicaes de Geoprocessamento
usualmente no armazenam ou manipulam elementos isolados, conveniente
armazenar a representao geomtrica de um geo-objeto em conjunto com seus
vizinhos, mantendo as relaes de topologia. Por exemplo, num cadastro urbano,
os lotes de um mesmo bairro so armazenados e apresentados em conjunto. Esta
caracterstica leva introduo da idia de mapa cadastral.
Definio 2.5 Mapa Cadastral.
Um mapa cadastral um agrupamento de representaes geomtricas de

geo-objetos para uma dada projeo cartogrfica e regio geogrfica.
A relao entre o objeto cadastral e os geo-objetos nele presentes

est_mapeado_em (is_mapped_in). A Figura 2.10 ilustra um exemplo de mapa
cadastral para o caso de um cadastro urbano. Cada mapa cadastral deste classe
contm os mapeamentos dos geo-objetos das classes LOTES, HOSPITAIS e ESCOLAS.
A classe LOTES contm objetos das classes LOTES CONSTRUDOS e TERRENOS. A
classe ESCOLAS contm objetos das classes ESCOLA 1O. GRAU e ESCOLA 2O. GRAU.
Cadastro
Urbano
est-mapeado-em est-mapeado-em
est-ma peado-em
Lotes Hospitais Escola
-um -um -um -um
Lotes Terrenos Escola 1o. Escola 2o.

Construdos Grau Grau
Figura 2.10 - Exemplo de objetos complexos (cadastro urbano).

Para ilustrar o conceito e o uso de mapa cadastral, considera-se ainda a

Figura 2.11, onde se tem um caso de um mapa cadastral (cadastro urbano)
contendo os lotes de uma parte do bairro Jardim Esplanada em So Jos dos
Campos. Os geo-objetos da classe lotes incluem todos os lotes existentes na
cidades (na Figura 2.11 apresentados sob forma de tabela). Como o mapa cadastral
est limitado espacialmente, ele contm apenas as representaes geomtricas de
uma parte dos geo-objetos (na Figura 2.11, indicados pelas setas).
Mapa Lotes n. 345

Jardim Esplanada Lotes
geoid dono endereco cadas IPTU

22 Guimaraes C Bevilacqua 768 250186
23 22
23 Bevilacqua Sao Joao 456 110427
24 Ribeiro C Bevilacqua 790 271055
Figura 2.11 - Ilustrao do conceito de mapa cadastral.
Considere-se ainda a especializao da classe CADASTRAL na classe REDE.

As REDES so mapas cadastrais que utilizam a topologia arco-n, e armazenam a
localizao e a simbologia associadas a estruturas linearmente conectadas. Como
exemplo desta classe de objetos, considere-se a especilizao da classe REDE na
classe REDE ELTRICA. Uma instncia desta classe conter os mapeamentos de
diferentes classes de geo-objetos, como mostrado na Figura 2.12.
Rede eltrica
is-mapped-in is-mapped-in
is-mapped-in
Linha de Poste Sub-estao

transmisso
is-a is-a is-a is-a
Linha de alta Linha de baixa Sub-estao Sub-estao

tenso tenso primria secundria
Figura 2.12 - Exemplo de objeto complexo (rede eltrica).

2.4.2.6 Plano de Informao
A idia de plano de informao um conceito muito til para fins de

definio de interface e de operaes.
Definio 2.6. Plano de informao
Um plano de informao a generalizao dos conceitos de geo-campos e

de objeto cadastral.
Um plano de informao uma forma de interface entre o usurio e os

conceitos de geo-campo e mapa cadastral. Uma instncia da classe PLANO DE
INFORMAO representa, para uma dada regio geogrfica, o lugar geomtrico de
um conjunto de dados geogrficos (um geo-campo ou um objeto cadastral).
2.4.2.7 Banco de dados geogrficos
Definio 2.7. Banco de dados geogrficos (BDG)
Um banco de dados geogrficos composto por conjuntos de planos de

informao, um conjunto de geo-objetos e um conjunto de objetos no-espaciais.
Esta definio particularmente interessante pois no faz restrio sobre

escala dos dados e nem sobre a continuidade espacial dos planos de informao
que compem o BDG. Tome-se, por exemplo, um BDG sobre a Amaznia Legal,
com os seguintes dados:
vegetao (fito-fisionomia), especializao da classe TEMTICO, com

780 temas de vegetao definidas pelo IBGE (projeto RADAM): 26
cartas digitalizadas a partir de mapas na escala 1:1.000.000, projeo
Lambert;
imagens de satlite, especializao da classe DADO_SENSOR_REMOTO,

obtidas pelo satlite LANDSAT TM, em trs anos (1986, 1990 e 1994):
228 imagens, projeo UTM;
geo-campos de uso do solo, especializaes da classe TEMTICO, com as

classes: floresta, cerrado, reas de regenerao, reas desflorestadas,
rios e nuvens. Os mapas finais sero compatveis com a escala
1:250.000, projeo UTM;

zoneamento Ecolgico-Econmico do Estado de Rondnia,

especializao da classe CADASTRAL, com 15 planos de informao
gerados a partir de estudos e levantamentos, na escala 1:100.000.
2.4.3 RESUMO DO UNIVERSO CONCEITUAL
Em resumo, o universo de representao do modelo tem como entidade

bsica um banco de dados geogrfico. Este banco composto por planos de
informao, por geo-objetos e por objetos no-espaciais. Os planos de informao
podem ser geo-campos ou objetos cadastrais. Estas classes podem ser ainda
especializadas para construir o esquema conceitual do banco de dados geogrfico.
A Figura 2.13 ilustra estas relaes.
Banco de dados
geo-referenciados
part-of part-of part-of
Plano
No-espacial Geo-objeto
Informao
Geo-campo Cadastral
is-a is-mapped-in
is-a
is-a
Temtico Numrico
Rede
is-a
Dado Sensor
Remoto
Figura 2.13 - Universo conceitual.

2.5 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.
2.5.1 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 2.14 mostra um mesmo
mapa representado por clulas de diferentes tamanhos (diferentes resolues),
representando diferentes reas no terreno.
Figura 2.14 - 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.
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.
2.5.2 REPRESENTAO VETORIAL
No caso de representao vetorial, consideram-se trs elementos grficos:

ponto, linha e rea (polgono). Deve-se ressaltar uma vez mais a importncia da
topologia na concepo de um SIG. A topologia define as relaes invariantes a
rotao, translao e escala entre as entidades grficas no mapa, como adjacncia,
proximidade e pertinncia.
Os pontos, ou elementos pontuais, abrangem todas as entidades geogrficas

que podem ser perfeitamente posicionadas por um nico par de coordenadas X e
Y. Entretanto, alm das coordenadas, outros dados no-espaciais (atributos)
podem ser arquivados para indicar de que tipo de ponto se est tratando.
As linhas, 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.
As reas ou polgonos so representados pela lista de linhas que a

compem.

2.5.2.1 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
2.15, que mostra uma parte de uma rede de distrbuio eltrica, com os seus
diversos componentes (sub-estao, rede, poste, transformador, consumidor).
Figura 2.15 - Exemplo de topologia arco-n (rede eltrica).
2.5.2.2 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 2.16 mostra de forma simplificada
um exemplo desta estrutura topolgica.

Figura 2.16 - Estrutura topolgica do tipo arco-n-polgono.
2.5.3 COMPARAO ENTRE REPRESENTAES DE MAPAS TEMTICOS
Como os mapas temticos admitem tanto a representao matricial quanto

a vetorial, 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 2.17

Figura 2.17 - Representao vetorial e matricial de um mapa temtico.
A Tabela 2.2 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.
TABELA 2.2
COMPARAO ENTRE REPRESENTAES PARA MAPAS TEMTICOS
Aspecto Representao Vetorial Representao Matricial

Relaes espaciais Relacionamentos topolgicos entre Relacionamentos espaciais
entre objetos objetos disponveis devem ser inferidos
Ligao com Facilita associar atributos a elementos Associa atributos apenas a

banco de dados grficos classes do mapa
Anlise, Representao indireta de fenmenos Representa melhor fenmenos

Simulao e contnuos com variao contnua no espao
Modelagem lgebra de mapas limitada Simulao e modelagem mais
fceis
Escalas de Adequado tanto a grandes quanto a Mais adequado para pequenas
trabalho pequenas escalas escalas (1:25.000 e menores)
Algoritmos Problemas com erros geomtricos Processsamento mais rpido e

eficiente.
Armazenamento Por coordenadas (mais eficiente) Por matrizes

2.5.4 REPRESENTAES DE MODELOS NUMRICOS DE TERRENO
2.5.4.1 GRADE REGULAR
A grade regular uma representao matricial onde cada elemento da

matriz est associado a um valor numrico, como mostra a Figura 2.18. 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 das 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 ou geoqumicas, procedimentos de filtragem
bidimensional ou de geoestatstica (como a krigeagem) so utilizados.
Figura 2.18 - Superfcie e grade regular correspondente. (Fonte: Namikawa

1995).

2.5.4.2 GRADES TRIANGULARES
A grade 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 2.19 mostra uma supefcie tridimensional e a grade
triangular correspondente.
Figura 2.19 - Superfcie e malha triangular correspondente. (Fonte: Namikawa

1995).

2.5.4.3 COMPARAO ENTRE REPRESENTAES DE MNT
As grades 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 2.3 resume as principais vantagens e
desvantagens de grades regulares e triangulares.
TABELA 2.3
COMPARAO ENTRE GRADES REGULARES E TRIANGULARES PARA

REPRESENTAR MODELOS NUMRICOS DE TERRENO
Grade triangular Grade regular
Vantagens 1. Melhor representao de relevo 1. Facilita manuseio e converso

complexo 2. Adequada para geofsica e
2. Incorporao de restries como visualizao 3D
linhas de crista
Problemas 1. Complexidade de manuseio 1. Representao relevo
2. Inadequada para visualizao 3D complexo
2. Clculo de declividade
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 mapas temticos)
seja para a variao associada a imagens (valores discretos).

2.5.5 REPRESENTAES COMPUTACIONAIS DE ATRIBUTOS NO-ESPACIAIS
Entende-se por atributo no-espacial 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
Gerenciadores 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 dados e persistncia - manuteno de dados
por longo tempo, independente dos aplicativos que do acesso ao dado (Cmara,
1996a).
A organizao de bancos de dados geogrficos mais utilizada na prtica a

chamada estratgia dual, descrita a seguir. Para alternativas, o leitor dever
reportar-se a Cmara et al. (1996a).
2.5.5.1 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 2.20.

Figura 2.20 - Estratgia dual para bancos de dados geogrficos.
A Figura 2.20 exemplifica as ligaes lgicas criadas entre os rtulos dos

talhes de um mapa florestal e seus atributos correspondentes (registros no
campo ou coluna 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.,
1996b).

2.6 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, veja-se 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 Cox Junior (1991) e Rezende
(1992).
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). Estes e
outros mtodos tm possibilitado (principalmente no caso de pontos e linhas)
grandes melhorias de desempenho no acesso a dados geogrficos.
2.7 RELAO ENTRE OS UNIVERSOS DO MODELO
O paradigma dos quatro universos de modelagem (Gomes e Velho,

1995) parte do princpio que o mapeamento entre cada universo no reversvel e
admite alternativas. A seguir sero discutidas estas relaes.
2.7.1 DO MUNDO REAL PARA O UNIVERSO CONCEITUAL
A passagem do mundo real para o universo conceitual pode admitir

algumas variaes, conforme o domnio de aplicao. Em alguns casos, o
mapeamento direto: as imagens de satlite e grandezas topogrficas e geofsicas,
por exemplo, so naturalmente mapeadas para instncias de GEOCAMPO. No caso
de mapas municipais e de diviso poltica, sua associao com as classes
GEOOBJETO e MAPA DE GEOOBJETOS tambm direta.
Os levantamentos temticos podem se prestar a duas interpretaes,

conforme seu uso: quando se tratar de trabalhos de inventrio (como o mapa de

vegetao da Amaznia), devem ser modelados como instncias de GEOCAMPO

(ou, mais especificamente, da classe TEMTICO). No caso de estudos detalhados
em mdias e grandes escalas (como no zoneamento ecolgico-econmico), onde
cada regio caracterizada por qualificadores especficos, conveniente que estes
levantamentos sejam associados a instncias de GEOOBJETOS e de MAPA DE GEO-
OBJETOS.
2.7.2 DO UNIVERSO CONCEITUAL PARA A REPRESENTAO
Este mapeamento apresenta vrias alternativas no-excludentes, a saber:
instncias da classe DADO_SENSOR_REMOTO so usualmente

armazenadas na representao matricial.
um geo-campo NUMRICO pode ser representados tanto como matrizes

(grade regular) como vetores (conjunto de isolinhas, grade triangular e
conjunto de pontos 3D);
um geo-campo TEMTICO pode ser representado tanto como vetores

topologicamente estruturados, como por uma matriz.
Um MAPA CADASTRAL deve ser representados por vetores, como

topologia arco-no-polgono.
Uma REDE representada por vetores, com topologia arco-n.
A literatura tem consagrado a concluso de que um SIG de propsito geral

deve prover todas as alternativas de representao.
2.7.3 DAS REPRESENTAES IMPLEMENTAO
Conforme foi descrito anteriormente, a realizao do universo de

implementao deciso concreta de programao. A seguir sero realizadas
algumas consideraes de ordem prtica:
o 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) ou rvores-V (Mediano et al.,

1994) s se torna eficiente quando completado por algoritmos de busca
e processamento que utilizam suas propriedades.
2.7.4 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 Universo conceitual Universo de representao Universo de implementao

real
Mapa de vegetao Geo-campo Imagem temtica Matriz 2D
Temtico Subdiviso Planar Linhas 2D (com R-
Tree)
Mapa altimtrico Geo-campo Grade regular Matriz 2D
Numrico Grade triangular Linhas 2D e Ns 3D
Conjunto Pontos 3D Pontos 3D (KD-tree)
Conjunto Isolinhas Linhas 2D
Lotes urbanos Geo-objetos
Mapa de lotes Cadastral Subdiviso Planar Linhas 2D (com R-
Tree)
Rede eltrica Rede Grafo Orientado Linhas 2D (com R-
Tree)

2.8 DEFINIO DO ESQUEMA DO BANCO DE DADOS GEOGRFICOS
O processo de se definir o esquema conceitual de um banco de dados

geogrficos consiste em estender a hierarquia de especializao definida pelo
modelo, criando classes derivadas de GEOOBJETO, CADASTRAL, REDE, TEMTICO,
MODELO NUMRICO DE TERRENO e DADO SENSOR REMOTO.
Como exemplo, considere-se a seguinte definio de esquema conceitual

para um banco de dados geogrficos para cadastro rural (ilustrada na Figura 2.21):
uma classe FAZENDAS, especializao de GEOOBJETO, que pode ainda

ser sub-especializada em LATIFNDIO e MINIFNDIO;
uma classe MAPA DE PROPRIEDADES, especializao de CADASTRAL, que

define um mapeamento para os objetos da classe FAZENDAS e suas
especializaes;
uma classe MAPA DE SOLOS, especializao de TEMTICO, cujas

instncias armazenam o tipo de solos para as reas de estudo;
as classes e DECLIVIDADE, especializaes de MODELO

ALTIMETRIA
NUMRICO DE TERRENO, cujas instncias guardam (respectivamente) a
topografia e a declividade da rea de estudo;
uma classe DADOS LANDSAT, especializao de DADO SENSOR REMOTO,

cujas instncias contm as imagens do satlite LANDSAT sobre a
regio de estudo.
GeoCampo Cadastral GeoObjeto
is-a is-a is-a

is-a is-mapped-in
MNT Mapa Fazendas
Temtico
Propriedades
is-a is-a
is-a is-a
Mapa Dado is-a is-a
solos Sens. Rem.
is-a
Altimetria Declividade Latifndios Minifndios
Dados
LANDSAT
Figura 2.21 - Exemplo de definio de Esquema Conceitual.

2.9 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, IDRISI e SGI 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
planialtimtrico. Os PIs restantes so os mapas especiais ou temticos, cada um
deles representa a mesma rea, porm contendo informaes geogrficas
diferentes. Operaes aritmticas e lgicas entre os PIs 3, 4, 5, 6 e 7 so
necessrias para atingir o objetivo proposto.
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.
Deste modo, pode-se dizer que o Geoprocessamento, ao organizar

computacionalmente os dados geogrficos, modifica qualitativamente o tipo de
anlise possvel.
2.10 RELAO COM SISTEMAS EXISTENTES
O modelo proposto prope-se a ser geral. Na prtica importante

estabelecer o mapeamento entre o modelo e os conceitos utilizados nos SIG
disponveis no mercado.
2.10.1 SITIM/SGI
O SGI contempla o conceito de plano de informao, mas no o de geo-

objetos. Um plano de informao no SGI pode ser especializado em dados
temticos, numricos e de sensor remoto. No SGI, um mapa cadastral
implementado como um mapa temtico onde cada polgono est relacionado a um
elemento de uma tabela no banco de dados no formato dBASE.
2.10.2 ARC/INFO
A noo bsica no ARC/INFO de uma coverage. Uma coverage

uma estrutura vetorial 2D que modela as noes de mapa cadastral e de mapa
temtico (no formato vetorial) de forma semelhante ao SGI. Os atributos dos
polgonos esto guardados numa tabela (polygon attribute table ou PAT).
Os geo-campos temticos no formato matricial e os modelos numricos de

terreno so implementados como grades (grids), onde uma grade de inteiros
corresponde a um mapa temtico e uma grade de pontos flutuantes, a um MNT.
As grades triangulares so implementadas no mdulo TIN.
No ARC/INFO (como no SGI, ILWIS e IDRISI), os geo-objetos no tm

existncia independente da coverage, estando ligados ela. Assim, verifica-se

que estes sistemas no modelam o universo conceitual do Geoprocessamento, e o

usurio deve lidar diretamente com as representaes.
2.10.3 SPRING
O modelo de dados utilizado pelo SPRING est baseado nos conceitos de

geo-campos e geo-objetos, conforme discutido neste captulo. A Figura 2.15
mostra a interface homem-mquina do sistema.
Comparativamente aos sistemas citados anteriormente, na prtica, o

usario no se preocupa com as representaes e implementaes, trabalhando
com conceitos mais prximos de sua realidade. Inicialmente define-se num banco
de dados as entidades da realidade a serem modeladas. Por exemplo, o Mapa de
Vegetao do Brasil (mundo real) pode ser definido um geo-campo temtico
MAPA_VEGETAO (universo conceitual) que conter todas as geo_classes que
representam a vegetao brasileira, segundo por exemplo, o Sistema de
Classificao da Vegetao Brasileira, adotado pelo IBGE. O usurio numa
primeira instncia no estar preocupado em saber em que formato (escala,
projeo) esto os mapas e nem em suas representaes geomtricas.
Figura 2.15 - Interface Homem-Mquina do SPRING.

3
OPERAES DE ANLISE GEOGRFICA
Gilberto Cmara, Cludio Barbosa e

Ubirajara Moura de Freitas
Se quisermos apreender a essncia de um

complexo de noes abstratas, devemos por
um lado investigar as relaes mtuas entre
os conceitos e as afirmaes feitas a seu
respeito e, por outro, investigar como eles
se relacionam com as experincias.
Albert Einstein
3.1 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 geo-
objetos 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 (1986).
Operaes de Anlie Geogrfica
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
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, 1993).
3.2 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).
3.2.1 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:
1
Estas operaes podem involver modificao da topologia (e.g. uma reclassificao usualmente combinada
com uma juno topolgica).

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 TEMTICO, NUMRICO ou
DADO_SENSOR_REMOTO). As regras especificam o conjunto de condies
a serem satisfeitas para cada tema de sada;
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 3.1 descreve os principais tipos de operaes pontuais unrias

(tambm chamados operaes de transformao).

TABELA 3.1
OPERAES DE TRANSFORMAO
F1 - entrada F2 - sada Nome do Operao
TEMTICO MNT Ponderao
TEMTICO TEMTICO Reclassificao
DADO SEN. REMOTO TEMTICO Fatiamento
MNT TEMTICO Fatiamento de classes
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}.

PONDERAO
A Figura 3.1 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 0.35 0.35 0.20

Li 0.350.20 0.20
Ls
Aq
0.35 0.35 0.10
Figura 3.1 - Exemplo de operao de ponderao.
FATIAMENTO EM CLASSES
A Figura 3.2 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 { (0-
9%) baixa; (10-19%)mdia; (acima de 20) alta}.
5.0 3.0 8.0 baixa

5.0 10.0 15.0
mdia
10.0 12.0 20.0 alta
Figura 3.2 - Exemplo de operao de fatiamento em classes.

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.
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 3.2
REGRAS PARA APTIDO AGRCOLA
Aptido Agrcola Solos Precipitao Declividade

Mdia mensal
Boa Latossolos > 100 mm 0-3.5%
Mdia Podzlicos 100-50 mm 3.5-12%
Inapto Litlicos < 50 mm >12%
OPERAO MATEMTICA
Como exemplo de operao matemtica, tome-se a Figura 3.3, 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)
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 5.0 3.0 8.0

0.20 0.20 0.20 5.0 10.0 15.0
0.20 0.20 0.20 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 3.3 - Exemplo de uma operao matemtica.
3.2.2 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 MNT (como mdias por vizinho

mais prximo);
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.

Flor. Vrzea 1 2 1
Floresta
Densa
1 3 2
1 2 1
Rebrota Cerrado
Figura 3.4 - Exemplo de operao de estimativa de diversidade.
3.2.3 OPERAES ZONAIS
As operaes zonais so definidas sobre regies especficas de um geo-campo

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 3.5).

5.0 7.0 7.5

Le
Li 10.0 12.0 15.0
Ls
Aq
15.0 15.0 20.0
Mapa de solos (restrio) Declividade (dado de entrada)
7.5 7.5 7.5
15.0 15.0 15.0 Mximo Zonal
15.0 20.0 20.0
Figura 3.5 - 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.

3.2.4 OPERAES DE CLASSIFICAO CONTNUA
O uso de tcnicas de classificao contnua busca utilizar as noes de

conjuntos nebulosos (fuzzy), para substituir os processos tradicionais de gerao de
mapas.
Este aspecto particularmente evidente no manuseio de mapas temticos para

anlises de meio-ambiente. Uma fronteira arbitrria, definida precisamente por uma
linha, entre dois tipos de solo, representa erradamente o que , na realidade, uma
variao contnua (Burrough, 1986). Quando realizamos operaes de superposio
entre mapas temticos, o erro inerente diviso arbitrria dos mapas em reas
estanques propagado.
Sui (1992) demonstrou a utilizao da lgica nebulosa (fuzzy logic) para a

modelagem em GIS do uso do solo urbano. Os resultados indicaram que este tipo
abordagem permite acrescentar mais detalhes sobre a transio gradual e reduz a
perda de informao relacionados com os atributos de cada parcela do solo urbano,
possibilitando uma identificao mais realstica destas parcelas.
Estudos realizados pelo Centro Nacional de Pesquisa em Solos da EMBRAPA

evidenciaram que os processos tradicionais de anlise geogrfica (discretizar variveis
para posteriormente combin-las) engendram uma grande perda de sensibilidade no
resultado final.
A alternativa trabalhar sempre com dados em representao contnua, e

utilizar anlises quantitativas sobre mapas geogrficos. Isto equivale, na prtica, a
trabalhar sempre com modelos numricos de terreno para representar variveis
espaciais como solo, geomorfologia, vegetao.
Para uma discusso em maior detalhe sobre o problema, veja-se Druck e

Braga (1995). Uma aproximao de uma funo de pertinncia nebulosa dada pelas
equaes quadrticas L(x) e U(x), como segue:
L(x) = 1 se x ,
L(x) = 1/[1+ (x )2] se x < .
U(x) = 1 se x < ,
U(x) = 1/[1+ (x )2] se x .

Na equao L(x), o parmetro indica o valor mximo, acima do qual a

pertinncia fuzzy considerada total (isto , igual a 1). Abaixo deste valor, a funo
tem uma forma quadrtica, dependendo da variao do parmetro .
Conversamente, na equao U(x), o parmetro indica o valor mnimo,

abaixo do qual a pertinncia fuzzy considerada total (isto , igual a 1). Acima
deste valor, a funo tem uma forma quadrtica, dependendo da variao do
parmetro . A figura 3.6 ilustra a funo L(x) para o caso = 1 e = 3.
0,8
0,6
Fuzzy_L
0,4
0,2
0
1 2 3
Figura 3.6 - Exemplo de funo de pertinncia fuzzy.
Em seu trabalho, Druck e Braga (1995) mostram um caso aonde se procura

determinar classes de fertilidade de solos. As terras foram classificadas conforme sua
exigncia em termos de utilizao dos insumos. A Tabela 3.3 mostra os nveis de
propriedades qumicas para alguns parmetros: clcio e magnsio, fsforo e alumnio.
TABELA 3.3
CLASSES DE FERTILIDADE DE SOLOS
Propriedade Classes Fertilidade
1 2 3 4
Ca+++Mg++ Ca+Mg>3 2<Ca+Mg<=3 Ca+Mg<=2 Ca+Mg<2
P P >= 30 10 < P < 30 P < 10 P < 10
Al++ Al > 0,3 0,3 < Al < 1,5 1,5 < Al < 4 Al > 4

Na Tabela 3.3, a classe 1 indica o solo mais frtil e 4, o menos frtil. Para
determinar as funes fuzzy correspondentes escolhido o parmetro tal que a
primeira classe de nveis de fertilidade de solo tenha o valor nebuloso 1; o parmetro
tal que o valor da funo nebulosa A(x) seja igual a 0,5 quando x tiver o valor
inferior da segunda classe de fertilidade. A Tabela 3.4 mostra os parmetros fuzzy
obtidos por este critrio.
TABELA 3.4 - PARAMETROS FUZZY
Propriedades Funo
Ca+++Mg++ 1 3 L(x)
P 0,0025 30 L(x)
Al++ 0,3 0,694 U(x)
3.3 OPERAES SOBRE GEO-OBJETOS
Estando definidos os relacionamentos topolgicos sobre geo-objetos, pode-se

definir as 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).

3.3.1 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".
3.3.2 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 geo-
objetos 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).
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 4.9:
selecione todas as regies da Frana adjacentes regio de Midi-Pirenes

(que contm a cidade de Toulouse).

Figura 3.7 - Exemplo de operao de seleo espacial.
3.4 OPERAES ENTRE GEO-CAMPOS E GEO-OBJETOS
Analisar-se-o a seguir as operaes que combinam geo-campos e geo-

objetos. Elas apresentam particular interesse pois representam o vnculo entre as duas
vises de dados em Geoprocessamento. Como os trabalhos da literatura abordam as
operaes geogrficas privilegiando um dos pontos de vista, a ligao entre geo-
campos e geo-objetos tema ainda pouco explorado.
3.4.1 GERAO DE GEO-OBJETOS A PARTIR DE GEO-CAMPOS
Definem-se ainda duas grandes classes de operaes: a operao de

identificao e a operao de interseco espacial.
A operao de identificao transforma um geo-campo temtico em um mapa

cadastral, que mapeia um conjunto de geo-objetos de modo que um dos atributos de
cada geo-objeto o valor de geo-campo temtico. O mapa cadastral ter a mesma
representao geomtrica do geo-campo temtico que o originou.
A operao de interseco espacial produz um mapa cadastral (e um

conjunto de geo-objetos associados) a partir da interseco espacial de um conjunto
de geo-campos. Esta situao tpica de aplicaes de diagnsticos geoambientais2,
2
Este exemplo (e toda a teoria de gerao de mapas de geo-objetos a partir de geo-campos) foram inspirados
pelo trabalho das equipes do IBGE e IPEA, sob a Coordenao tcnica da Profa.. Tereza Cardoso da Silva,
que desenvolveram os Projetos PMACI I e II (Projeto de Proteo do Meio Ambiente e das Comunidades
Indgenas - Diagnstico Geoambiental e Scio-Econmico). Ver tambm, Silva, 1987.

quando se faz a interseco entre mapas temticos para obter as unidades

geoambentais.
Quando um mapa cadastral (e um conjunto de geo-objetos nele representado)

criado a partir da interseco de geo-campos, cada geo-objeto resultante ter, como
seus atributos descritivos, os valores de cada geo-campo de entrada (constante para
cada geo-objeto).
Veja-se o exemplo: determine as grandes unidades geoambientais da

Austrlia, com o cruzamento dos mapas de vegetao, geomorfologia e
solos. (Figura 3.8).
GM2 TS2
GM1 VG2 VG1 VG3 TS1
GM3
geomorfologia vegetao solos
TS3
R-II R-III idreg nome geom. veg solo

R-I
1203000 R-III GM2 VG3 TS2
R-IV R-V
1203001 R-IV GM3 VG1 TS1
R-VI
Figura 3.8 - Exemplo de interseo espacial.
Nesta operao pode ser conveniente permitir que o usurio fornea um nome
ou rtulo (label) que identifique a regio. O atributo nome da tabela apresentada
na figura seria ento gerado pelo usurio, de forma individual para cada geo-objeto.
Na literatura, a interseco espacial muitas vezes classificada erroneamente

como um tipo particular de juno espacial (cf. Gting, 1994). Como se viu
anteriormente, a operao de juno espacial parte de dois conjuntos de geo-objetos
e produz, como resultado, pares de geo-objetos j existentes que satisfazem
restrio desejada. A interseco espacial cria novos geo-objetos a partir de geo-
campos. Deste modo, embora haja semelhanas entre os algoritmos grficos utilizados
para implement-las, a operao de interseco espacial (overlay)

conceitualmente diferente dos casos de operaes booleanas entre geo-campos e

operaes de juno espacial entre geo-objetos3.
3.4.2 GERAO 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 mapa representa uma restrio
espacial definida a partir de um geo-objeto ou a variao de um atributo do
conjunto de geo-objetos, como ilustram os exemplos:
gere um mapa das distncias a partir da via Dutra na regio de So Jos

dos Campos. (operao de mapas de distncia);
para este conjunto de lotes, calcule um temtico a partir do valor venal

do terreno com as classes: temas A (at R$ 300), B (de R$ 300 a 1.000),
C (de R$ 1.000 a R$ 4.000) e D (mais de R$ 4.000). (operao de
reclassificao por atributos).
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 3.9
ilustra esta operao.
Egito Nilo
Classes de distncia ao rio Nilo
Figura 3.9 - Exemplo de mapa de distncias.
A operao de reclassificao por atributos 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
3
Muitos sistemas comerciais (orientados para as estruturas grficas) utilizam a mesma funo (overlay) para
implementar as trs operaes.

resultante pois algumas regies sero combinadas. Veja-se o exemplo ilustrado na

Figura 3.10:
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 3.10 - Exemplo de reclassificao por atributo.
3.4.3 OPERAES MISTAS
Um conjunto importante de operaes involve operaes sobre geo-campos

aonde as restries so dadas por geo-objetos (e vice-versa). No primeiro caso, pode-
se pensar numa variante das operaes zonais e no segundo, num outro tipo de
juno espacial. Apresentam-se a seguir dois exemplos:
1. operaes zonais sobre geo-campos onde geo-objetos so restries:

Dados a altimetria e o mapa de municpios do Vale do Paraba, crie um
novo mapa aonde cada muncipio ser representado por sua altitude
mdia;
2. operaes de seleo espacial aonde geo-campo restrio: Dado um

mapa de solos e um mapa de rios do Estado do Paran, indique todos os
rios que cruzam reas com solos podzlicos.

3.5 RESUMO DAS OPERAES SOBRE GEO-CAMPOS E GEO-OBJETOS
Apresentam-se a seguir um resumo das operaes propostas, aplicveis a geo-

campos 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 Objeto Objeto Sada Restrio

Entrada Modificador
Ponderao TEMTICO NUMRICO (funo

unria)
Fatiamento NUMRICO TEMTICO (funo
unria)
Reclassificao TEMTICO TEMTICO (funo
unria)
Booleana NUMRICO, TEMTICO (regras)
TEMTICO
Matemtica NUMRICO NUMRICO (frmula)
Vizinhana NUMRICO, NUMRICO, (funo local e
TEMTICO TEMTICO forma da
vizinhana)
Zonais NUMRICO TEMTICO NUMRICO

TABELA 4.5
RESUMO DAS OPERAES (cont.)
Operao Objeto Entrada Objeto Objeto Sada Restrio

Modificador
Seleo GEO-OBJETO CADASTRAL GEO-OBJETO (predicado

Espacial (conjunto) (conjunto) espacial)
Juno GEO-OBJETO CADASTRAL GEO-OBJETO e (predicado

Espacial (conjuntos) VALORES espacial)
(conjunto)
Identificao TEMTICO GEO-OBJETO

(conjunto)
CADASTRAL
Interseco TEMTICO (n) GEO-OBJETO

Espacial (conjunto)
CADASTRAL
Mapa GEO-OBJETO CADASTRAL TEMTICO (predicado

Distncias mtrico)
Reclassifica GEO-OBJETO CADASTRAL TEMTICO (atributo)

o Atributos (conjunto)
Zonal sobre TEMTICO, GEO-OBJETO, TEMTICO,

geo-objetos NUMRICO CADASTRAL NUMRICO
Seleo GEO-OBJETO CADASTRAL, GEO-OBJETO (predicado

espacial (conjunto) TEMTICO, (conjunto) espacial)
(restr= geo- NUMRICO
campo)

3.6 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-2.0, com os seguintes tipos
de operaes: transformao, booleanas, matemticas e de classificao contnua
(Cordeiro et al., 1996). 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.
3.6.1 COMPARAO COM LINGUAGEM MAP
Para realizar operaes de modelagem espacial sobre geo-campos, Tomlin

(1990) prope a linguagem MAP (Map Analysis Package), que serve de base para
muitas implementaes comerciais. A implementao mais difundida das idias de
Tomlin a linguagem GRID, disponvel no sistema ARC/INFO. Esta linguagem permite
realizar operaes como:
OUTGRID = INGRID1 + INGRID2
OUTGRID = INGRID1 XOR 5
OUTGRID = SIN(INGRID1)*4/LOG(INGRID2)
A linguagem GRID, embora muito flexvel, tem o srio inconveniente de no

distinguir entre os diferentes tipos de operandos. Isto decorre do fato de estar ligada
s estruturas de dados (matrizes) e no levar em conta a semntica das operaes.
Nos exemplos acima, se INGRID1 for um geo-campo numrico e INGRID2 um
geo-campo temtico, o resultado pode no ter sentido. Em GRID, um geo-campo
temtico no formato matricial chamado de grade de inteiros, e um geo-campo
numrico de grade de ponto flutuante, o que estabelece uma confuso entre o dado
geogrfico e sua representao. Em funo deste tipo de problemas, optou-se por
fazer de LEGAL uma linguagem onde os operadores esto ligados a um contexto
semntico definido pelas diferentes especializaes de geo-campos.

3.6.2 DECLARAO
Toda varivel em LEGAL deve ser declarada antes de ser utilizada, de acordo
com a sintaxe:
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 TEMTICO, NUMRICO e
IMAGEM. Por exemplo, pode-se definir uma categoria Altimetria como
especializao de GEO-CAMPO NUMRICO.
3.6.3 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;
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.
3.6.4 OPERAES DE TRANSFORMAO
Operaes de transformao so usadas para realizar mapeamentos entre

diferentes tipos de campos geogrficos:
PONDERA: transforma uma instncia do campo TEMTICO em uma

NUMRICO;

FATIA:transforma uma instncia do campo NUMERICO ou IMAGEM em um

TEMTICO ;
RECLASSIFICA: transforma uma instncia do campo TEMTICO 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:
PONDERAO, FATIAMENTO e RECLASSIFICAO.
3.6.5 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 mapa_solos (Solos),mapa_aptidao (Aptido);
Numerico mapa_decl (Declividade);
mapa_decl = Recupere(Nome=Decl92);
mapa_solos = Recupere(Nome=Solos92);
mapa_aptid = Novo (Nome = Aptidao92, Representacao = Matricial,

ResX = 250, ResY =250, Escala =100000);
mapa_aptid = Atribua (CategoriaFim = AptidaoAgricola)
{ Bom : mapa_solos.Tema = Le && mapa_decl >= 0.05;
Medio : mapa_solos.Tema = Aq && mapa_decl >= 0.1;
Ruim : Outros;
};
No exemplo acima, o termo Outros expressa todos os casos no

indicados especificamente nas condies anteriores.

3.6.6 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 (!=).
3.6.7 CLASSIFICAO CONTNUA
Como indicado na seo 6.2, o uso de tcnicas de classificao contnua

busca utilizar as noes de conjuntos nebulosos (fuzzy) para substituir os processos
tradicionais de gerao de mapas.
Em LEGAL, esto disponveis operadores de transformao de um geo-

campo numrico num campo nebuloso (fuzzy), cujos valores variam entre [0,...1] e
que implementam as funes L(x) e U(x) (ver seo 6.2), com a seguinte sintaxe:
<mnt>= FUZZYL(<mnt_entrada>, <alfa>, <beta>);
<mnt>= FUZZYU(<mnt_entrada>, <alfa>, <beta>);
Nas equaes acima e so parmetros definidos pelo usurio de modo a se

obter uma funo nebulosa de forma adequada. Para maiores detalhes sobre a
operao, o leitor dever consultar Druck e Braga (1995).

3.6.8 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 = MEDIAZONAL ( Altimetria,

municipios ONMAP mapa_SP);
Numa formulao mais geral, esta classe de operaes pode ser indicada por:
<objeto>.<atributo> = <OPERACAOZONAL> ( <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 = AREA ( usosolo = Desmatamento,

municipio ONMAP mapa_AMZ);
3.6.9 RECLASSIFICAO POR ATRIBUTOS
A operao de reclassificao por atributos pode ser realizada em LEGAL pela

seguinte sintaxe:
<geo-campo> = MAPATEMATICO ( <objeto>.<atributo>

ONMAP <cadastral>);
Por exemplo, a operao Gere um mapa de renda dos municpios do estado de So

Paulo, baseado no atributo de renda per capita, pode ser feita com o seguinte
comando em LEGAL:
MapaRenda = MAPATEMATICO ( municipio.renda

ONMAP mapa_SP);

3.7 EXEMPLO DE OPERAES
Para ilustrar uma sequncia de operaes sobre geo-campos, considerem-se

inicialmente dois geo-campos temticos, indicados na Figura 4.14. O geo-campo
indicado pela pela letra A corresponde ao mapa temtico de geomorfologia para a
regio da Chapada dos Parecis, em Rondnia, e o geo-campo indicado por B
corresponde ao mapa de vegetao da mesma regio.
A B
Figura 4.14 - Geo-campos temticos originais.

As classes de cada geo-campo temtico esto indicadas na tabela 4.6.
TABELA 4.6 - LEGENDAS DOS GEO-CAMPOS A E B
nmero cor Classe no Mapa de Geomorfologia Classe do Mapa de Vegetao (B)

(A)
1 Branco Formas Estruturais Tabulares (St) Savana Arbrea Aberta (Saf)
2 Cinza Formas Erosivas em Pedimento Savana ou Floresta Ombrfila (Soe)
(Epd)
3 Vermelho Superfcie Tabular Erosiva (Et) Floresta Aberta Submontana (Asc)
4 Azul Formas convexas com dissecao Floresta Semidecidual Submontana (Fse)
forte (a22)
5 Verde Formas convexas com dissecao Floresta Ombrfila Densa (Dse)
forte e aprofundamento da
drenagem fraco (c22)
6 Magenta Formas convexas com dissecao
forte e aprofundamento da
drenagem muito fraco (c31)
7 Amarelo Formas tabulares com
aprofundamento da drenagem
muito fraco e dissecao baixa
(t42)
8 Azul claro Formas convexas com dissecao
mdia e aprofundamento da
drenagem fraco (c31)
Fonte: Projeto RADAMBRASIL, vol. 19, Folha SD-20 Guapor.

A partir dos geo-campos A e B gerou-se um novo geo-campo temtico C

atravs de operao booleana (vide Figura 4.15).
Figura 4.15 - Geo-campo resultante de operao booleana.
No caso da Figura 4.14 o geo-campo A possui oito classes e o geo-campo B,

cinco. Foi utilizado uma operao lgica do tipo AND (interseco), sendo possvel a
ocorrncia de at 40 classes diferentes no geo-campo resultante C (Figura 4.15).
Estas operaes so efetuadas entre classes de dois ou mais geo-campos; o usurio
cria as regras de combinao, conforme um arquivo de regras, que produziro as
novas classes do plano de informao resultante. O SIG interpreta estas regras e
executa as combinaes determinadas pelo usurio, criando uma imagem temtica no
plano de informao resultante.
O programa em LEGAL que realiza esta operao est mostrado a seguir.

Apenas algumas classes de sada so indicadas, para ilustrar o procedimento de
operao.

Tematico veget (Vegetacao), geom (Geomorfologia),
veget_geom (Veget_Relevo);
veget = Recupere(Nome=Veget_RADAM);
geom = Recupere(Nome=Geomorf_RADAM);
veget_geom = Novo (Nome = Veget_Geom, Representacao = Matricial,

ResX = 50, ResY =50, Escala =100000);
veget_geom = Atribua (CategoriaFim = Veget_Relevo)
{ V1G1 : veget.Tema = St && geom.Tema = Saf;
V1G2 : veget.Tema = St && geom.Tema = Soe;
V3G4 : veget.Tema = Asc && geom.Tema = a22;
V4G5 : veget.Tema = Fse && geom.Tema = c22;
V5G7 : veget.Tema = Dse && geom.Tema = t42;
};
Outro exemplo de operao possvel a partir dos geo-campos A e B a

gerao de um geo-campo temtico de classes de fragilidade a partir de vegetao e
relevo. Para gerar este produto, utilizam-se as operaes de ponderao, operao
matemtica e fatiamento. Inicialmente, gera-se um conjunto de regras de
ponderao, atribuindo um conjunto de pesos a cada classe, de acordo com Crepani et
al (1996). A seguir, realiza-se uma operao mdia ponderada entre dois geo-
campos numricos resultantes da ponderao. O resultado desta operao um novo
geo-campo numrico (MNT) e no temtico, que necessita ser fatiado em intervalos
de classe, por exemplo , baixa, mdia e alta, obtendo-se um novo geo-campo

temtico. Na figura 4.16, o geo-campo D indica o resultado da operao matemtica

e o geo-campo E, o resultado do fatiamento.
D E
Figura - 4.16. Resultado da Ponderao (D) e Fatiamento (E) sobre os mesmos geo-
campos A e B, da Figura 4.14.
O programa em LEGAL que realiza estas operaes mostrado a seguir.
{
//Declarao das variveis
Tematico veget (Vegetacao), geom (Geomorfologia),
classes_frag (Fragilidade_Tematica);
Numerico fragil (Fragilidade_Numerica);
veget = Recupere(Nome=Veget_RADAM);
geom = Recupere(Nome=Geomorf_RADAM);
fragil = Novo (Nome = Fragilidade, Representacao =
Matricial, ResX = 50, ResY =50, Escala =100000);
classes_frag = Novo (Nome = Classes_Fragildade,
Representacao = Matricial, ResX = 50, ResY =50,
Escala =100000);
Tabela tab_veg (Ponderacao), tab_ geo(Ponderacao),
tab_fat (Fatiamento);
// Ponderacao da Vegetacao
tab_veget = Novo (CategoriaIni="Vegetacao",
"Saf" : 2.5, "Soe" : 2.3,

"Asc" : 2.0, "Fse" : 1.5,

"Dse" : 2.0) ;
// Ponderacao da Geomorfologia
tab_geo = Novo (CategoriaIni = "Geomorfologia",
"St" : 1.0, Epd" : 1.2,
"Et" : 1.3, "a22" : 2.5,
"c22" : 2.0, "c21" : 1.9,
"t42" : 1.4, "c31" : 1.8 );
// Media ponderada para obter fragilidade
fragil = 0.5 * (Pondere (veget, tab_veg)) + 0.5* (Pondere (geom,
tab_geo));
// Fatiamento de Fragilidade
tab_fat = Novo (CategoriaFim = Fragilidade_Tematica,
Baixa: [0.6, 1.2],
Mdia: [1.2, 1.8],
Alta: [1.8, 2.5]);
classes_frag = Fatie (fragil, tab_fat);
Quando atribudo maior ou menor importncia a um geo-campo temtico ou

a qualquer uma de suas classes, realiza-se a interpretao do referido geo-campo
segundo um determinado objetivo. o que ocorre, por exemplo, quando se atribuem
pesos (numa escala de valores arbitrrios, por exemplo, entre 1 e 3) s classes de um
geo-campo temtico de vegetao, considerando sua capacidade de proteger o solo
da ao das chuvas. Esta atribuio de pesos s classes de vegetao pode ser
observada no texto realado em vermelho dentro do programa em LEGAL acima.

Para ilustrar o conceito de mapas de distncia, tomou-se como exemplo um

geo-campo com a rede hidrogrfica de uma regio sobre a qual se precisa mapear
uma suposta legislao que determine: vedada a explorao predatria da flora
e da fauna em uma faixa terra de 200 metros ao longo das margens dos rios.
F G
Figura. 4.17. PI de hidrografia sobre PI de distncias (F) e PI legislao (G).
A Figura 4.17F mostra um PI de distncias (numrico) gerado a partir

do PI de hidrografia. A Figura 4.17G apresenta o resultado (temtico) do fatiamento
do PI de distncias de acordo com a legislao estabelecida, ou seja, uma faixa de
proteo de 200 metros ao longo dos rios.

4
MODELAGEM NUMRICA DE TERRENO
Carlos Alberto Felgueiras
4.1 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
4.2 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.
4.3 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
Geoprocessamento para Projetos Ambientais 4-2

numa regio plana significa redundncia de informao enquanto que poucos

pontos em uma regio de relevo movimentado significa escassez de informaes.
4.3.1 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.
4.3.2 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 6.1
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

c) A partir da Drenagem
d) Regular
Figura 4.1 - 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.

Figura 4.2 - 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.
4.3.3 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.
4.3.4 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.
2 1
C
4
B 2 3
C 4 D E
D E
3
A B
Figura 4.3 - 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.
4.3.5 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 4.4 -Definio de vizinhana: por regio de influencia ( esquerda) e por
nmero de vizinhos ( direita).

4.4 MODELAGEM
4.4.1 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.
4.4.2 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.
Ponto da grade Ponto amostral

Figura 4.5 - Modelo de grade regular retangular (a esquerda) e modelo de grade

irregular triangular(a direita).
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.
4.5 MODELOS DE GRADE REGULAR
4.5.1 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.

4.5.2 INTERPOLADORES PARA GERAO DE GRADE REGULAR
4.5.2.1 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.
Z Z
X X
(a) (b)
Figura 4.6 - Curva polinomial ajustada para representar a variao de um conjunto
de amostra: (a) linear e (b) ordem maior
Os polinmios, em 2 dimenses, tem a forma:
f (X, Y) = c . X . Y rs
r s
r + s p
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 )}
2
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.

4.5.2.2 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 :
w z
z =
ij ij
j=1
n
w
i
ij
j=1
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.
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:
1
w =ij k
d
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 = ( x i x j) + ( y i y j )
2 2
ij
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.
(a) (b)
Figura 4.7 - 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 4.8 - Seleo das amostras considerando-se a posio relativa por

quadrante e os valores de cota das amostras.

4.5.3 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, pode-
se 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.
A M B
C N D
Figura 4.9 - 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.

4.5.4 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.
4.6 MODELOS DE GRADE IRREGULAR
4.6.1 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.

4.6.2 A TRIANGULAO DE DELAUNAY
Adotando-se critrios especficos para construo da rede triangular pode-

se 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
T
T2
(a) (b)
Figura 4.10 - 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.

4.6.3 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
Z Z
(a) (b)
Figura 4.11 - Evitando problema de criao de patamares: (a) Triangulao de

Delaunay e (b) Triangulao com restrio

Z1 Z1
Z3
Z3
Z2
Z2
(a (b
) )
Figura 4.12 - Transformao da triangulao de Delaunay, de (a) para (b), para
manter as caractersticas topogrficas da superfcie
4.6.4 SUPERFCIES DE AJUSTE PARA GRADES IRREGULARES
4.6.4.1 Ajuste Linear
Considerando-se um comportamento linear dentro de cada tringulo pode-

se 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.

4.6.4.2 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:
5 5i
z(x, y ) = q x y i j
ij
i = 0 j= 0
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.
4.6.4.3 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).

4.7 GRADE RETANGULAR X GRADE TRIANGULAR
4.7.1 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 deve-
se 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.
4.7.2 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 criando-
se 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.

4.7.3 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 no

superfcies com variaes locais homogneas com variaes locais
acentuadas acentuadas
Estrutura de dados mais simples 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 4.1 - Comparao entre os modelos de grade retangular e triangular.

4.8 ANLISES SOBRE MODELOS DIGITAIS DE TERRENO
4.8.1 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.

4.8.2 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.
4.8.2.1 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 1
Modelo Imagem
Figura 4.13 - 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.
Figura4.14 - Modelo de grade regular representado como uma imagem em nveis

de cinza
4.8.2.2 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.

z N

L
x
Figura 4.15 - 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 4.16- Modelo de grade regular representado como uma imagem

sombreada.

4.8.3 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 PLANO DE A
PROJEO PROJEO
DIREO A
DE CENTRO DE
PROJEO A PROJEO
A
B B
B
B
(a) (b)
Figura 4.17 - Esquemas de projeo: (a) paralela e (b) perspectiva
4.8.4 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.
4.8.5 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.
Fonte
Plano de luz
de
Centro de
Projeo
Figura 4.18 - 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 4.19 -Visualizao do modelo em projeo planar com textura de uma

composio colorida de 3 bandas de uma imagem LANDSAT
4.8.6 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 4.20 -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.

4.8.7 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 )
X
( Zi-1,j+1 + 2*Zi-1,j + Zi-1,j-1 )]/8*
Z/
[ Y]i,j = [( Zi+1,j+1 + 2*Zi,j+1 + Zi-1,j+1 )
Y
( Zi+1,j+1 + 2*Zi,j-1 + Zi-1,j-1 )]/8*
onde os elementos Z esto distribudos segundo uma vizinhana 8 como mostrado
na figura abaixo.
Z i-1,j+1 Z i,j+1 Z i+1,j+1
Z i-1,j Z i,j Z i-1,j
Z i-1,j-1 Z i,j-1 Z i+1,j-1
Figura 4.21 - Distribuio dos elementos de uma grade segundo uma vizinhana
8.

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 )
4.8.8 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
Zj
Zi Ci
Z1
Z0 C0
MODELO IMAGEM
DIGITAL TEMTICA
Figura 4.22 - Ilustrao do processo de fatiamento do MDT

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 4.23 - Imagem temtica gerada a partir do fatiamento de um

modelo digital de terreno.
4.8.9 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.

(a) (b)
Z Perfil 1
Perfil 2
Dist
(c)
Figura 4.24 - Ilustrao da gerao de perfis (c) utilizando modelos de grade (a)
regular e (b) irregular.

4.8.10 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.
Z Z
Dist Dist
(a) (b)
Figura 4.25 - 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.

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.
(b)
(a)
Figura 4.26 - Ilustrao da anlise de visibilidade: (a) imagem em nvel de cinza

do modelo e (b) mapa de reas visveis.

4.8.11 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.
+ +
Z +
- - -
b
Figura 4.27 - 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.

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.
+
+ +
-
-
-
Figura 4.28 - Perfil de um terreno ilustrando o volume de corte (+) e o volume de

aterro (-) em relao um plano no horizontal


6
METODOLOGIAS PARA APLICAES AMBIENTAIS

Gilberto Cmara, Jos Simeo de Medeiros,
Cludio Clemente F. Barbosa, Eduardo C.G. Camargo
6.1 INTRODUO
Este captulo procura discutir os diferentes usos de Geoprocessamento para

aplicaes ambientais. Partimos da perspectiva de que uma aplicao consistente
de Geoprocessamento para anlise ambiental deve conter trs componentes:
Uma metodologia de integrao de dados que estabelea a contribuio de

cada varivel geogrfica para o resultado desejado;
Um roteiro de trabalho, consistindo numa sequncia de etapas a ser cumpridas,
incluindo o levantamento, a anlise e a sntese;
Um conjunto de operaes executveis em um SIG, que materialize
computacionalmente o procedimento do item (b).
Conforme estabelecemos na Seo 1 (Introduo), 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, e Ordenamento Territorial. Para resolver estes problemas, podemos
agrupar de forma genrica, as diferentes metodologias de anlise ambiental em
duas grandes classes, discutidas no restante deste captulo:
Anlises pontuais.
Estudos baseados em reas.
Uma terceira forma de trabalho so as anlises baseadas em operaes de

vizinhana , com base em metodologias de geoestatstica. Para esta discusso, o
leitor deve referir-se ao captulo 5.
A principal diferena entre as anlises pontuais e as baseadas em rea o uso,

respectivamente, de critrios de diviso lgica (top-down), e critrios de
agrupamento (bottom-up) para realizar anlises espaciais. Ross (1995) denomina o
Metodologias para Aplicaes Ambientais
primeiro caso de pesquisas ambientais multitemticas e o segundo, de land-

systems.
Nas pesquisas ambientais multitemticas, so gerados mltiplos produtos temticos

disciplinares, uns com caractersticas analticas e outros de sntese, sob uma
orientao multi e interdisciplinar. Numa primeira fase so gerados produtos
temtico-analticos que tratam de forma setorizada os temas da natureza
(climatologia, geologia, geomorfologia, pedologia, vegetao e fauna) e da scio-
economia (demografia, qualidade de vida, legislao, uso da terra, estruturas
regionais e urbanas). Posteriomente estes produtos so integrados de maneira a
atender aos objetivos propostos. (Ross, 1995).
Os procedimentos operacionais com a denominao genrica de land systems

utilizam como referencial padres fisionmicos do terreno (padres de paisagens
ou unidades de paisagens) e geram como resultados produtos temticos analticos-
sintticos. O territrio seccionado em diversas unidades de paisagem que
retratam de forma integrada certas particularidades (climticas, geolgicas,
geomorfolgicas, pedolgicas, da cobertura vegetal, uso da terra e scio-
econmicas) que as individualizam do entorno (Ross, 1995).
6.2 OPERAES PONTUAIS
6.2.1 Premissas de Trabalho
Nos estudos de anlise integrada como operaes pontuais, cada uma das
localizaes geogrficas analisadas considerada de forma independente de seus
vizinhos e a integrao de dados feita utilizando operadores pontuais, sem
considerar os relacionamentos espaciais de vizinhana e entorno.
A hiptese implcita nestes casos que os dados apresentam alto grau de

autocorrelao espacial. Em outras palavras, vale o princpio de que coisas
prximas so parecidas. Esta suposio pode no se verificar na prtica, seja por
causa da variabilidade natural, seja por inconsistncia dos dados utilizados.
6.2.2 Anlises Pontuais Qualitativas- Aptido Agrcola
Em grande quantidade de estudos ambientais, os dados disponveis so

apresentados sob forma de mapas temticos tradicionais, provenientes de
levantamentos qualitativos. Nestes casos, pode no ser possvel ou factvel
estabelecer modelos numricos que capturem de forma plena a natureza contnua

das variaes espaciais das grandezas em estudo e o uso de regras booleanas pode
ser a nica forma de realizar estudos de anlise ambiental (Burrough, 1998).
Um caso onde tem sido preconizado o uso de metodologias qualitativas so os

estudos de aptido agrcola, onde um dos dados bsicos o mapa de solos
fornecido com um mapa temtico, com unidades separadas por limites definidos.
Os dados originais de levantamento de campo (perfis) utilizados para a gerao do
mapa de solos podem no estar disponveis ou possuir baixa densidade para uso de
tcnicas de geo-estatstica. Neste caso, metodologias de aptido agrcola como as
preconizadas pela EMBRAPA (Ramalho Filho e Beek, 1995) estabelecem um
conjunto de regras de deciso.
Ramalho Filho e Beek (1995) indicam que a aptido agrcola de terra pode ser
caracterizada a partir de cinco fatores:
Deficincia de fertilidade.
Deficincia de gua.
Excesso de gua ou deficincia de oxignio.
Suscetibilidade eroso.
Impedimentos mecanizao.
Para cada caso, os autores consideram cinco graus de limitao: Nulo, Ligeiro
Moderado, Forte ou Muito Forte. Levam ainda em conta o grau de mecanizao
e manejo e estabelecem quadros-guia que, com base nas limitaes consideradas,
determinam quatro classes de aptido agrcola (boa, regular, restrita e inapta)
para cada utilizao possvel da terra.
Com base no trabalho de Ramalho Filho e Beek (1995), um exemplo de programa
de lgebra de Mapas em LEGAL mostrado na Figura 6.1. Neste exemplo,
considera-se apenas um tipo de uso da terra (lavoura), no clima tropical-mido, e
com elevado grau de manejo. O exemplo ilustra ainda uma situao tpica de
anlises booleanas em Geoprocessamento: necessrio prever todas as
combinaes possveis dos dados de entrada (ou pelo menos uma parte
significativa destas), o que conduz a um grande nmero de clusulas.
Apesar da importante contribuio de estudos de integrao de dados como os de
Ramalho Filho e Beek, o uso de metodologias qualitativas tem sido criticado na
literatura, devido s limitaes das hipteses de base para tais operaes. O
modelo booleano parte da premissa que as variveis geogrficas podem ser
descritas e medidas com exatido. Na realidade, esta premissa dificilmente
verificada devido incerteza inerente nos levantamentos espaciais. Heuvelink e
Burrough (1993) analisaram a propagao de erro em anlises booleanas, e
compararam os resultados com os obtidos com tcnicas de classificao contnua

(descritas no captulo 4), e chegaram concluso que os mtodos booleanos eram

muito mais sensveis s variaes inerentes aos dados espaciais.
Em resumo, a realizao de anlises booleanas requer um trabalho exaustivo de
preparao e adequao dos dados temticos, que possa assegurar a mxima
correlao possvel entre as diferentes variveis geogrficas.
{
// Declaracao das variaveis
Tematico defFertil ("DeficienciaFertilidade");
Tematico defAgua ("DeficienciaAgua");
Tematico excAgua ("ExcessoAgua");
Tematico sucErosao ("SusceptibilidadeErosao");
Tematico impMecan ("ImpedimentosMecanizacao");
Tematico aptdLavouraMecan ("AptidaoAgricola");
// Instanciacao das variaveis
defFertil = Recupere (Nome = "defFertil");
defAgua = Recupere (Nome = "defAgua");
excAgua = Recupere (Nome = "excAgua");
sucErosao = Recupere (Nome = "sucErosao");
impMecan = Recupere (Nome = "impMecan");
aptdLavouraMecan = Novo (Nome = "aptdLavouraMecan", ResX = 100,
ResY = 100, Escala = 100000);
// Regras booleanas para aptidao agricola de terras
aptdLavouraMecan = Atribua (
CategoriaFim = "AptidaoAgricola",
{ "Boa" : defFertil.Classe = "Nula" &&
defAgua.Classe = "Nula" ||
defAgua.Classe = "Ligeira" &&
excAgua.Classe = "Nula" ||
excAgua.Classe = "Ligeira" &&
sucErosao.Classe = "Nula" &&
impMecan.Classe = "Nula";
(.)
}
}
Figura 6.1 - Trecho do programa em LEGAL para determinao de aptido

agrcola de terras segundo a metodologia de Ramalho Filho e Beek (1995).

6.2.3 Anlise Integrada por Modelagem Quantitativa
Definimos modelagem como um processo de predio de fenmenos geogrficos,

baseado em modelos matemticos que descrevam a evoluo de uma grandeza.
Um exemplo a equao universal de perda de solo (USLE universal soil loss
equation), usado por Kuntschik (1996) que, trabalhando na microbacia do Ribeiro
das Araras, em Araras, no Estado de So Paulo, implementou um modelo para a
estimativa da perda de solos por eroso hdrica. Todo o projeto foi desenvolvido
na escala 1: 50.000.
Para tanto, foram utilizadas tcnicas de geoprocessamento, visando identificar

dentro desta 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 Figuras 6.2 e 6.3.

0 262,93-374,91
21,75-62,15 374,91-514,83
62,15-116,05 514,83-753,64
7 532 000
116,05-211.77 753,64-1088,53
211,77-262,93 1088,53-3000,47
3000,47-11338,5
1 km.
7 530 000
7 528 000
7 526 000
PNEA
248 000 250 000 252 000 254 000 256 000
Figura 6.2. Potencial Natural de Eroso Anual (em ton./ha.ano-1). Fonte:

Kuntschik (1996).
1,48-2,7
0
0,0036-0,049 2,7-4,26
7 532 000
0,049-0,23 4,26-7,93
7,93-16,77
0,23-0,88
0,88-1,48 16,77-36,06
1 km. 36,06-122
7 530 000
7 528 000
7 526 000
246 000 248 000 250 000 252 000 254 000
Figura 6.3. Perda de Solo Calculada (em ton./ha.ano-1) Fonte: Kuntschik (1996).

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 e 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 (1995).
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" : 16.0,
"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;

6.2.4 Comparao entre Modelos Booleanos e Quantitativos Caso de Pesquisa

Geolgica
Um outro exemplo de uso de anlise pontual qualitativa foi o estudo realizado por
Almeida Filho () para demonstrar o uso de tcnicas de processamento e anlise
espacial de dados digitais multifonte na pesquisa mineral. Como rea de estudo foi
escolhido o planalto de Poos de Caldas, o qual encerra mineralizaes radioativas
de urnio e trio. Por possuir uma boa base de informaes, aquela rea
adequada a estudos demonstrativos-metodolgicos dessa natureza, permitindo a
criao de um banco de dados digitais geocodificados para manipulao em
computador. Conhecimentos geolgicos prvios sobre a rea, permitiro avaliar a
eficcia da metodologia empregada.
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 6.2 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.

Do ponto de vista geolgico, o planalto constitudo por rochas mesozicas-

cenozicas, 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
importncia econmica. A associao trio-terras
Figura 6.4 - Composio colorida de
raras constitui o segundo tipo de mineralizao
imagens do satlite Landsat-1,
radioativa encontrada na rea, representada
mostrando o planalto de Poos de
principalmente pela jazida de Morro do Ferro, na
Caldas.
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 Mineiro-Industrial 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;

(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 Landsat-

1, 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,

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 6.5 - Mapa de litologias potenciais para a ocorrncia de mineralizaes

radioativas.

Figura 6.6 - Mapa de lineamentos, indicando falhas/fraturas e estruturas circulares.
Figura 6.7 - Mapa de anomalias gama-radiomtricas no planalto de Poos de

Caldas.
Modelo Prospectivo Usando Operaes Booleanas

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 6.8 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 Th-
TR, 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.
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.
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 utilizando-se
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; 2,5-
3,5; 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 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 6.9 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 6.8 - Mapa de reas potenciais para Figura 6.9 - Mapa de reas com diferentes
a pesquisa de minerais radioativos no prioridades para a pesquisa de minerais
planalto de Poos de Caldas, segundo radioativos no planalto de Poos de
mtodo baseado em lgebra booleana. Caldas, segundo modelo de mdias
ponderadas.
A Tabela 6.1 resume algumas caractersticas das reas potenciais mostradas

na Figura 6.9. 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:

- 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 6.1 - Dados estatsticos do modelo

prospectivo baseado em mdias
ponderadas.
Os resultados obtidos no planalto de Poos de Caldas confirmam a alta

eficcia de modelos semi-quantitativos de prospeco mineral, atravs de tcnicas
de Geoprocessamento. Eles revestem-se de grande importncia prtica, ao
restringirem, drasticamente, reas a serem investigadas em campo, o que implica
em substancial economia de tempo e recursos em qualquer campanha de
prospeco mineral.

6.3 ESTUDOS BASEADOS EM REAS
6.3.1 Hipteses de Trabalho
Os conceitos de rea e de integrao foram apresentados por

Hartstorne (1978), como elementos bsicos de uma sistemtica de estudos
geogrficos, denominada pelo autor de estudos de variao de reas. Na viso de
Hartshorne, uma rea-unidade (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 reas-unidades seriam a
base de um sistema de classificao e organizao do espao. A partir da
decomposio do espao em reas-unidade, o pesquisador poder relacionar, para
cada uma destas parties, as correspondentes caractersticas fsicas-biticas que a
individualizam em relao a todas as demais componentes do espao.
Hartshorne argumenta que o carter de cada rea seria dado pela

integrao das diferentes variveis geogrficas, tomadas em conjunto. Moraes
(1997) 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, destinao 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 comparaes das integraes obtidas permitiriam
chegar a um padro de variao daqueles fenmenos tratados.
A proposta de Harsthorne contribuiu para dar uma base metodolgica para

o uso do conceito de rea em Geoprocessamento. Neste caso, existe uma
dimenso teleolgica envolvida na anlise. A delimitao de reas previamente
integrao de dados, garante uma consistncia dos resultados, ao evitar os efeitos
indesejveis das anlises booleanas pontuais.

6.3.2 Reclassificao de Unidades de Paisagem
Um exemplo de estudos baseados em reas a metodologia empregada em

Batistella (1993) para realizar a cartografia fitoecolgica do arquiplago de
Fernando de Noronha. A partir da interpretao visual de fotos areas, foram
delimitadas 618 regies homogneas, que foram a base de um trabalho de campo.
Para cada regio homognea, foi feito um questionrio (que corresponde aos
atributos descritivos) para 54 descritores, que incluem: formao vegetal
dominantes, acomodao da vegetao pelo vento, regularidade de estrutura
vegetal e acomodao da vegetao pelo vento. A Figura 6.10 indica as regies
homogneas, oriundas da fotointerpretao.
Figura 6.10 - Unidades homogneas obtidas por fotointerpretao. Fonte:

Batistella (1993).

Este trabalho de campo permitiu a criao de um banco de dados onde cada regio
possua 54 atributos. A partir desta informao, foi possvel gerar 78 mapas
temticos bsicos e derivados, correspondendo aos temas do levantamento. Um
dos mapas gerados (regularidade da estrutura vegetal) est mostrado na Figura
6.11.
Figura 6.11 - Carta de Regularidade da Estrutura Vegetal de Fernando de

Noronha. Fonte: Batistella (1993).
A operao de reclassificao por atributos ilustra um ponto importante do

Geoprocessamento: informaes cadastrais devem ser armazenadas de forma
integrada, com os atributos descritivos guardados num banco de dados tradicional
(tipicamente relacional). Com isto, grande quantidade de mapas distintos pode ser
gerada a partir da mesma informao bsica.

Esta operao mostra ainda que as abordagens metodolgicas descritas so antes

interdependentes que estanques. No exemplo acima, temos um caso onde o
processo de idenstificao de reas serviu de base para gerar o mapeamento da
distribuio da regularidade fitofisionmica de Fernando de Noronha.
6.3.3 Zoneamento Ecolgico Econmico Sintese do Meio Fsico
Na metodologia para Zoneamento Ecolgico-Econmico descrita em Crepani et al.

(1996) e Becker e Egler (1996), 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. Estas UTBs so
definidas por foto-interpretao em imagens de satlite e servem para a definio
dos mapas derivados do meio fsico-bitico.
O roteiro metodolgico para a gerao de uma carta temtica de vulnerabilidade

natural eroso, parte do procedimento de caracterizao do meio fsico nos
processos de Zoneamento Ecolgico Econmico (ZEE), conforme metodologia
desenvolvida pelo INPE e pelo LAGET/UFRJ (Crepani et al.,1996) e (Becker e
Egler,1996) segue os seguintes passos:
1. Elaborao de um mapa preliminar de unidades homogneas de paisagem

obtidas a partir da anlise e interpretao visual de LANDSAT/TM,
considerando os padres fotogrficos identificados pela variao dos matizes
de cores, e pelos elementos texturais de relevo e drenagem.
2. Associao de cada um dos mapas base de Geologia, Geomorfologia,

Pedologia e Cobertura Vegetal a pesos que indicam a contribuio relativa de
cada tema, para os processos de morfognese e pedognese. A partir de cada
mapa temtico, sero gerados modelos numricos de terreno nos quais os
valores estaro entre o mnimo de 1 (estabilidade com predomnio da
pedognese) e 3 (instabilidade, com predomnio da morfognese). Por
exemplo, no caso da Geologia, reas com rochas resistentes eroso so
caracterizadas com valores prximos de 1.
3. Gerao de mapas derivados, atravs de uma operao zonal entre o mapa de

unidades territoriais bsicas (UTB), obtido na etapa (1) com o modelo
numrico de terreno resultante da ponderao de cada mapa temtico, obtido
na etapa (2). Esta etapa dever produzir novos modelos numricos, com a
distribuio das contribuies da cada componente do meio fsico esteja
homogeneizada pela zonalidade das UTBs.
4. Realizar uma operao de mdia ponderada entre os mapas gerados na etapa

(3), o que permitir integrar a contribuio de cada componente do meio fsico
para as diferentes UTBs. O dado resultante ser um nico modelo numrico,
com valores entre 1 e 3.
5. Proceder a um fatiamento do modelo resultante, gerando assim uma carta

temtica de vulnerabilidade natural a eroso.
Para validar a adaptao da metodologia, foi escolhida uma rea de trabalho que
corresponde folha Rio Fresco, codigo SB-22-Y-D e est situada no estado do
Par, perfazendo uma rea de 18150 Km2 (165km x 110km), e esta localizada
entre os paralelos 7 00 e 8 00 de latitude sul e os meridianos 51 00 e 52 30
de longitude oeste. Os dados utilizados incluem:
Imagens do satlite TM/LANDSAT -5, bandas 3,4,5, na escala 1:250000.

Estas imagens foram utilizadas tanto no formato digital quanto em uma
composio colorida (5R4G3B) em papel. Para cobrir toda a rea foi
necessrio fazer um mosaico de duas cenas do satlite (rbita 224, ponto
65, de 24/07/1992 e rbita 225, ponto 65. Data 31/07/1992).
Quatro cartas temticas na escala 1:1000000 do Projeto RADAMBRASIL.

Volume 4- Folhas SB/SC 22, com o Mapa Geolgico, Mapa
FitoEcolgico, Mapa Geomorfolgico e Mapa Exploratrio de Solos.
Carta topogrfica na escala 1:250000, confeccionada pelo Instituto

Brasileiro de Geogrfia e Estatstica (IBGE/1982). Projeo UTM/SAD-
69, carta Rio Fresco, Folha SB-22-Y-D MIR224.
A Figura 6.12 mostra um mosaico da imagem do sensor TM/LANDSAT em

composio colorida 3B4G5R de 24 e 31 de julho de 1992 da rea de estudo. A
figura 6.13 mostra as unidades territoriais bsicas (utbs) obtidas a partir de anlise
e interpretao da imagem apresentada na Figura 6.12.

Figura 6.12 - Mosaico em composio colorida das bandas 3(B),4(G),5(R) do

sensor Thematic Mapper (TM) do satlite LANDSAT.
Figura 6.13 - Compartimentao das Unidades Territoriais Bsicas da rea de

estudo

A carta de vulnerabilidade natural eroso obtida est mostrada na Figura 6.14. A

comparao entre os resultados obtidos de forma manual com os produzidos
automaticamente mostrou um alto grau de concordncia. As diferenas que
ocorreram foram ocasionadas por problemas nos mapas bsicos originais. Uma
anlise mais detalhada dos mapas temticos do RADAM indicou que h
divergncias relevantes entre os diferentes mapas, especialmente entre os mapas
geolgicos e os geomorfolgicos. Assim, em projetos de integrao de dados,
imprescindvel realizar um pre-processamento nos mapas temticos bsicos, para
corrigir eventuais imprecises relativas existentes.
Figura 6.14. Mapa de Vulnerabilidade Natural da Regio de Rio Fresco (PA).

Bibliografia
BIBLIOGRAFIA
ADAMS, S.S. - Using geological information to develop exploration strategies for

epithermal deposits. In: Berger, B.R. and Bethke, P.N. - 1988 - Geology and
geochemistry for epithermal systems. Review in Economic Geology, 2, Cap. 12,
p. 273-298.
AKAIKE, H. A New Look at Statistical Model Identification, IEEE Transactions

on Automatic Control, 19 (6): 716-723, Dec. 1974.
AKIMA H. A method of bivariate interpolation and smooth surface fitting for values
given at irregularly distributed points. Office of Telecomunications Report 75-
70, U.S. Govt. Printing Office, Washington, DC, 51 pages, 1975.
AKIMA H. A method of bivariate interpolation and smooth surface fitting for

irregularly distributed data points. ACM Transactions on Mathematical
Software, 4(2), pp 148 - 159, 1978a.
AKIMA H. Algorithm 525. Bivariate interpolation and smooth surface fitting for
irregularly distributed data points. ACM Transactions on Mathematical
Software, 4(2), pp 160 - 164, 1978b.
ALMEIDA FILHO, R. & PARADELLA, W.R. - 1977 - Estudo do macio alcalino de

Poos de Caldas atravs de imagens Landsat com nfase em mineralizaes
radioativas. INPE-1112-TPT/060. So Jos dos Campos, 130 p.
Almeida, A. S.; Bettini, C. Curso de Geoestatstica Aplicada. Rio de Janeiro,

UFRJ, 1994. Apostila.
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, 1993.

Bibliografia
BATISTELLA, M. Cartografia ecolgica do Arquiplago de Fernando de Noronha.

Dissertao de Mestrado em Ecologia. So Paulo. USP. 1993.
BECKER, B.K.; EGLER, C.A.G. Detalhamento da Metodologia para Execuo do

Zoneamento Ecolgico-Econmico pelos Estados da Amaznia Legal. Braslia,
MMA/SAE, 1997.
BERRY, J.K. - 1988 - Fundamental operations in computer-assisted map analysis.

International Journal on Geographycal Information System, 1:119-136
BERTIN, J. Semiologie Graphique. Paris, Gauthiers-Villars, 1973.
BERTRAND, G. Paisagem e Geografia Fsica Global: Esboo metodolgico.

Caderno de Cincias da Terra, 13. Inst. de Geografia-USP. So Paulo. 1971.
BREGT, A., Integrating GIS and Process Models for Global Environmental
Assessment. In: INTERNATIONAL WORKSHOP ON GLOBAL GIS, Tquio, Japo,
Agosto de 1993. Proceedings, ISPRS, Tquio, pp. 77-84, 1993.
BURGESS, T. M.; WEBSTER, R. Optimal interpolation and isarithmic mapping of

soil properties. I The semi-variogram and punctual Kriging. Journal of Soil
Science, 31 (2): 315-331, 1980a.

soil properties. II Block Kriging. Journal of Soil Science, 31 (2): 333-341,
1980b.

soil properties. III Changing drift and universal kriging. Journal of Soil
Science, 31(3): 505-524, 1980c.
Burrough, P. A.; Varekamp C.; Skidmore, A.K. Using Public Domain

Geostatistical and GIS Software for Spatial Interpolation. Photogrammetric
Engineering & Remote Sensing, 62 (7): 845-854, 1996.
BURROUGH, P. A.; MCDONNELL, R.A. Principles of geographical information

systems. Oxford, Oxford University Press, 1998.
BUSHEE, J. - 1970 - A geochronological study of the alkaline massif of Poos de

Caldas, Brazil. Laboratrio de Geocronologia da Universidade de So Paulo.
Relatrio Indito, 25 p.

Bibliografia
CMARA, G.; FREITAS,U.M.; CORDEIRO, J.P.C. Towards an Algebra of

Geographical Fields. In: VII SIMPSIO BRASILEIRO DE COMPUTAO GRFICA
E PROCESSAMENTO DE IMAGENS. Anais, Curitiba, SBC, pp. 205-212, 1994.
(disponvel na webpage http://www.dpi.inpe.br/gilberto).
CMARA, G. Modelos, Linguagens e Arquiteturas para Bancos de Dados

Geogrficos. Tese de Doutoramento em Computao Aplicada. So Jos dos
Campos, INPE, 1995. (disponvel na webpage
http://www.dpi.inpe.br/gilberto/tese).
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.
CARVALHO, G. M. B.; VALRIO FILHO, M.; MEDEIROS, J. S. Aplicao de

tcnicas de sensoriamento remoto e geoprocessamento na identificao da
eroso dos solos na Bacia do rio Aracoiaba - CE. In: VII Simpsio Brasileiro
de Sensoriamento Remoto. Curitiba. 10-14 de maio. 1993.
CHEN ZI-TAN; GUEVARA J. A.. Sistematic selection of very important points (VIP)
from digital terrain model for constructing triangular irregular networks. Eight
International Symposium on Computer-Assisted Cartography - AutoCarto 8.
Proceedings. Baltimore, Mariland, USA. pp. 50-56, 1987.
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.
CODD, E.F. A Relational Model for Large Shared Data Banks. Communications of
the ACM, 13(6):377-387, Julho de 1970.
COWEN, D.J. GIS versus CAD versus DBMS: what are the differences.
Photogrammetric Engineering and Remote Sensing, 54:1551-4, 1988.
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.

Bibliografia
CREPANI, E.; MEDEIROS, J. S.; HERNANDEZ FILHO, P.; FLORENZANO, T. G.

DUARTE, V. AZEVEDO, L. G.. Uso de sensoriamento remoto no zoneamento
ecolgico-econmico. In: VIII Simpsio Brasileiro de Sensoriamento Remoto.
Salvador. 14-19 de abril. 1996.
DOLFUS, O. O Espao Geogrfico. Rio de Janeiro, Bertrand Brasil, 1991.
DRUCK, S.; BRAGA, L.P.V. Anlise e Classificao de Dados de Solos por

Geoestatstica e Lgica Difusa. Relatrio Interno, Centro Nacional de Pesquisa
em Solos, EMBRAPA, 1995.
EGENHOFER, M. Spatial Query Languages, Ph.D. Thesis, Depart. of Surveying

Engineering, University of Maine, 1989.
EGENHOFER, M. Spatial SQL: A Query and Presentation Language. IEEE

Transactions on Knowledge and Data Engineering, 6:86-95, 1994.
EHLERS, M., EDWARDS, G., BERARD, I. Integration of Remote Sensing with

Geographic Information Systems: A Necessary Evolution. Photogrammetry
Engineering and Remote Sensing, 55 (11): 1619-1627, 1989.
ESRI, ARC/INFO 6.0 Command Reference: GRID. Redlands, California, USA,

1991.
FALCIDIENO B.; SPAGNUOLO M. A new method for the characterization of

topographic surfaces. International Journal of Geographical Information
Systems, 5(4), pp. 397 - 412, 1991.
FELGUEIRAS C. A. Desenvolvimento de um Sistema de Modelagem Digital de

Terreno para Microcomputadores. Dissertao de mestrado em Computao
Aplicada. Instituto Nacional de Pesquisas Espaciais - INPE, So Jos dos
Campos, SP, Brasil, 1987.
FELGUEIRAS C. A.; GOODCHILD M. F. "Two Papers on Triangulated Surface

Modeling". Relatrio Tcnico 95-2 do National Center for Geographic
Information and Analysis - NCGIA. University of California, Santa Barbara,
CA, U.S.A, 1995
FLORIANI L.; PUPPO E. An on-line algorithm for constrained Delaunay

triangulation. CVGIP: Graphical Models and Image Processing, 54(3), pp.
290-300, 1992.

Bibliografia
FRANK, A.; MARK,D. Language Issues for GIS. In: Maguire,D.; Goodchild, M.;
Rhind,D. (eds) Geographical Information Systems: Principles and
Applications. New York, John Wiley and Sons, 1991, cap. 11, p. 147-163.
FRAENKEL, M.O., SANTOS, R.C., LOUREIRO, F.E.V.L. & MUNIZ, W.S. - 1985 -
Jazida de urnio no planalto de Poos de Caldas, Minas Gerais. In: Principais
Depsitos Minerais do Brasil. DNPM, vol. 1, Cap. 5, 89-103.
FREEMAN, J. The Modelling of Spatial Relations. Computer Graphics and Image

Processing, 4: 156-171, 1975.
FOURNIER A; FUSSEL D.; CARPENTER L. Computer rendering of Stochastic

Models. Communications of the ACM, 25(6), pp 371- 384, 1982.
FUNDAO INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATSTICA - IBGE. PMACI

I. Projeto de Proteo do Meio Ambiente e das Comunidades Indgenas:
Diagnstico Geoambiental e Scio-Econmico. IBGE. Rio de Janeiro. 1990.
GOODCHILD, M. A spatial analytical perspective on geographical information

systems. International Journal of Geographical Information Systems, 1 (4):
327-334, 1987.
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.
GOODCHILD, M.; PARKS, B.; STEYART, L. Environmental Modelling with GIS,

Oxford, Oxford University Press, 1993.
GOMES, J.M.; VELHO, L. Computao Visual: Imagens. Rio, SBM, 1995.
GREGORY, K.J. A Natureza da Geografia Fsica. Rio de Janeiro, Bertrand Brasil,

1992.
GUTMAN, A. R-trees: a dynamic index structure for spatial searching. In: ACM
SIGMOD CONFERENCE. Proceedings, Boston, ACM, pp. 47-57, 1984.
HARTSHORNE,R. Propsitos e natureza da geografia. So Paulo, Editora

HUCITEC, Editora da Universidade de So Paulo, 2. Ed., 1978.

Bibliografia
HEUVELINK, G.B.M; BURROUGH, P.A. Error propagation in cartographic

modelling using Boolean logic and continuous classification. International
Journal of Geographical Information Systems, 7:231-46, 1993.
INTERGRAPH, MGE- The Modular GIS Environment, 1990.
JOLY, P. A Cartografia. Campinas, Papirus, 1990.
KEMP, K. Environmental Modelling with GIS: A Strategy for Dealing with Spatial
Continuity. Ph.D. thesis, Department of Geography, University of Santa
Barbara, 1993. NCGIA Technical Report 93-3.
KUMLER M. P. An Intensive Comparison of TINs and DEMs. PhD Dissertation in

Geography. University of California, Santa Barbara, USA, 1992.
KUNTSCHIK, G. Implementao de um modelo de perda de solo por eroso

hdrica utilizando tcnicas de geoprocesamento. (Dissertao de Mestrado em
Sensoriamento Remoto). INPE. So Jos dos Campos, SP. 1996.
LANCASTER P.; SALKAUSKAS K. Curve and Surface Fitting: An Introduction.

London, Academic Press, 1986.
LEE J. Comparison of existing methods for building triangular irregular network

models of terrain from grid digital elevation models. International Journal of
Geographical Information Systems, 5(3), pp. 267 - 285, 1991.
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.; 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.
MAGUIRE,D.; GOODCHILD, M.; RHIND, D. (eds.) Geographical Information

Systems: Principles and Applications. New York, John Wiley and Sons, 1991.
MCCULLAGH M. J. Terrain and surface modelling systems: theory and practice.

Photogrammetric Record, 12(2), pp. 747-779, 1988.
MONMONIER, M. Mapping It Out. Chicago, Chicago University Press, 1992.

Bibliografia
MORAIS, A.C.R. Geografia: Pequena Histria Crtica. So Paulo, Hucitec, 15a.

edio, 1995.
MORAIS, A.C.R. Meio Ambiente e Cincias Humanas. So Paulo, Hucitec, 2a.

edio, 1997.
MOREHOUSE, S. The ARC/INFO Geographical Information System. Computers &

Geosciences, 18(4): 435-443, 1992.
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.
NCGIA, The Research Plan for the NCGIA, International Journal of Geographic
Information Systems, 3(2):117-136, 1989.
NUCLEBRS-EMPRESAS NUCLEARES BRASILEIRAS - 1975a - Mapa Geolgico do

Planalto de Poos de Caldas. Indito.
NUCLEBRS-EMPRESAS NUCLEARES BRASILEIRAS - 1975b - Mapa Radiomtrico

do Planalto de Poos de Caldas. Indito.
OLIVEIRA, A.G. - 1974 - Mineralizao de urnio e molibdnio no planalto de

Poos de Caldas, MG. Anais XXVIII Congresso Brasileiro de Geologia, 1:207-
221, Porto Alegre.
OLIVEIRA, C. de. Curso de Cartografia Moderna. IBGE. Rio de Janeiro. 2a Ed,

1993.
PETTINATTI, F., Modelamento Digital de Terreno e Representao Grfica de

Superfcie. Dissertao de Mestrado em Engenharia, Escola Politcnica da
Universidade de So Paulo - USP. So Paulo, SP, Brasil, 1983.
PETRIE G.; KENNIE, T. J. M. Terrain modelling in surveying and civil engineering.

Computer Aided Design, 19(4), pp. 171-187, 1987.
PREPARATA F. P.; SHAMOS M. I.. Computational geometry : an introduction.

Springer-Verlag, New York, USA, 1988.
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.

Bibliografia
SANTOS, M. Espao e Mtodo. So Paulo. Nobel. 1985.
SILVA, T. C. Metodologia dos estudos integrados para o zoneamento ecolgico-

econmico. Salvador. IBGE/DRN-BA. 1987.
SOTCHAVA, V. B. O estudo de geossistemas. Mtodos em Questo, 16. So Paulo.

USP. 1977.
STAR, J.; ESTES, J. Geographic Information Systems: An Introduction. New

York, Prentice-Hall, 1990.
SUDEC. Levantamento de reconhecimento semidetalhado dos solos da regio dos

Inhamuns-Salgado. Parte I. Iguat. Fortaleza. 1980.
SUI, D. Z. A Fuzzy GIS Modeling approach for urban land evaluation. Computers,
Environment and Urban Systems. Vol.16. N2. 1992. pp 101-115.
TANG L.. Raster Algorithms for surface modelling. XVII ISPRS Congress annals,
Washington, D. C., pp. 566 - 573, 1992.
TOLBERT, J. - 1966 - The uraniferous zirconium deposits of the Poos de Caldas

plateau, Brazil. U. S. Geological Survey Bulletin, 1185-C; 28 p.
TOMLIN, C.D. - 1992 - Cartographic modelling. In: Maguire, D.J. & Goodchild,
M.F., Rhind, D.W. (eds.) Geographical Information Systems: principles and
applications. Longman, London, 1:361-374.
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.
TUFTE, E.R.. The Visual Display of Quantitative Information. Cheshire, USA,

Graphics Press, 1983. (OK)
TURNER, B.L.; SKOLE, D.; SANDERSON, S.; FISCHER, G.; FRESCO, L.; LEEMANS,
R. Land-Use and Land Cover Science Research Plan. Stockholm, IGBP, 1995.

Bibliografia
VEIGA, M.M. & MEECH, J.A. - 1994 - Heuristic approach to mercury pollution in
the Amazon. Proceedings of Extraction and Processing for the Treatment and
Minimization of Waste, 1:23-38, San Francisco.
WALKER, K-M. - 1983 - Digital spatial data handling techniques applied to the
development of quantitative geologic models. Proceedings XV International
Symposium on Remote Sensing of Environment, 1:827-838, Ann Arbor.
WEDOW JR., H. - 1967 - The Morro do Ferro thorium and rare-earth ore deposit,
Poos de Caldas district, Brazil. U. S. Geological Survey Bulletin, 1185-D, 34p.
WISCHMEIER, W.H., SMITH, D.D. Predicting rainfall erosion losses: A guide to

conservation planning. US Department of Agriculture, Agriculture handbook
No 537. (1978)
WORBOYS, M.F. GIS: A Computing Perspective. London, Taylor and Francis,

1995.
ZADEH, L.A. - 1965 - Fuzzy sets. Information and Control, 8:338-353.

Geoprocessamento para Projetos Ambientais

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

Geoprocessamento para Projetos Ambientais

Enviado por

Direitos autorais:

Formatos disponíveis

INPE

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS

2a. Edio - Revisada e Ampliada

SO JOS DOS CAMPOS, SP

Carlos Alberto Felgueiras

Jorge Lus Borges

Este tutorial dedicado aos colegas da

Este trabalho apresenta uma viso geral dos principais conceitos de

O tutorial est organizado em sete partes. No captulo 1, apresentamos uma breve

Ao retomar o convite feito para oferecer novamente o curso "Geoprocessamento

Este texto apresenta uma viso geral da disciplina de Geoprocessamento, com

1.1 POR QUE GEOPROCESSAMENTO ?

O termo Geoprocessamento denota a disciplina do conhecimento que

As ferramentas computacionais para Geoprocessamento, chamadas de

1.2 CONCEITOS DE ESPAO E RELAES ESPACIAIS

1.2.1 ESPAO GEOGRFICO E INFORMAO ESPACIAL

A informao geogrfica apresenta uma natureza dual: um dado geogrfico

De forma intuitiva, pode-se definir o termo espao geogrfico como

A noo de informao espacial est relacionada existncia de objetos

Deste modo, os conceitos de espao geogrfico (um locus absoluto,

Geoprocessamento em Projetos Ambientais 1-2

1.2.2 RELAES ESPACIAIS ENTRE FENMENOS GEOGRFICOS

Os diferentes fenmenos geogrficos, ao se distribuir sobre a superfcie da

correlao espacial: um fenmeno espacial (e.g. a topografia) est

correlao temtica: as caractersticas de uma regio geogrfica so

correlao temporal: a fisionomia da Terra est em constante

correlao topolgica: de particular importncia na representao

Geoprocessamento em Projetos Ambientais 1-3

1.3 GEOPROCESSAMENTO PARA PROJETOS AMBIENTAIS: UMA VISO GERAL

Na perspectiva moderna de gesto do territrio, toda ao de

Tal postura foi sancionada pelo legislador, ao estabelecer dispositivos de

Nesta viso, os estudos de Mapeamento Temtico visam a caracterizar e

A rea de diagnstico ambiental objetiva estabelecer estudos especficos

Exemplos so os relatrios de impacto ambiental (RIMAs) e os estudos visando o

Os projetos de avaliao de impacto ambiental envolvem o

Os trabalhos de ordenamento territorial objetivam normatizar a ocupao

Todos estes estudos tem uma caracterstica bsica: a interdisciplinaridade

Como consequncia natural, o uso de Geoprocessamento em projetos

Geoprocessamento em Projetos Ambientais 1-5

1.4 DESCRIO GERAL DE SISTEMAS DE INFORMAO GEOGRFICA

O termo Sistemas de Informao Geogrfica (SIG) aplicado para

O requisito de armazenar a geometria dos objetos geogrficos e de seus

como ferramenta para produo de mapas;

como suporte para anlise espacial de fenmenos;

como um banco de dados geogrficos, com funes de armazenamento

Estas trs vises do SIG so antes convergentes que conflitantes e refletem

Um conjunto manual ou computacional de procedimentos utilizados para

Conjunto poderoso de ferramentas para coletar, armazenar, recuperar,

Um sistema de suporte deciso que integra dados referenciados

Geoprocessamento em Projetos Ambientais 1-6

Um banco de dados indexados espacialmente, sobre o qual opera um

Estas definies de SIG refletem, cada uma sua maneira, a multiplicidade

Inserir e integrar, numa nica base de dados, informaes espaciais

Oferecer mecanismos para combinar as vrias informaes, atravs de

1.5 ESTRUTURA GERAL DE UM SIG

Numa viso abrangente, pode-se indicar que um SIG tem os seguintes

Interface com usurio;

Entrada e integrao de dados;

Funes de processamento grfico e de imagens;

Armazenamento e recuperao de dados (organizados sob a forma de

Geoprocessamento em Projetos Ambientais 1-7

Estes componentes se relacionam de forma hierrquica. No nvel mais

De uma forma geral, as funes de processamento de um SIG operam