Introdução À Ciência Da Geoinformação

INPE-10506-RPQ/249
INTRODUO CINCIA DA GEOINFORMAO
Editado e organizado por
Gilberto Cmara
Clodoveu Davis
Antnio Miguel Vieira Monteiro
INPE
So Jos dos Campos
2001
1
INTRODUO
Gilberto Cmara
Clodoveu Davis
1.1 POR QUE GEOPROCESSAMENTO ?
A coleta de informaes sobre a distribuio geogrfica de recursos minerais,

propriedades, animais e plantas sempre foi uma parte importante das atividades das
sociedades organizadas. At recentemente, no entanto, isto era feito apenas em
documentos e mapas em papel; isto impedia uma anlise que combinasse diversos mapas
e dados. Com o desenvolvimento simultneo, na segunda metade deste sculo, da
tecnologia de Informtica, tornou-se possvel armazenar e representar tais informaes
em ambiente computacional, abrindo espao para o aparecimento do Geoprocessamento.
Nesse contexto, o termo Geoprocessamento denota a disciplina do conhecimento
que utiliza tcnicas matemticas e computacionais para o tratamento da informao
geogrfica e que vem influenciando de maneira crescente as reas de Cartografia, Anlise
de Recursos Naturais, Transportes, Comunicaes, Energia e Planejamento Urbano e
Regional. As ferramentas computacionais para Geoprocessamento, chamadas de
Sistemas de Informao Geogrfica (GIS1), permitem realizar anlises complexas, ao
integrar dados de diversas fontes e ao criar bancos de dados geo-referenciados. Tornam
ainda possvel automatizar a produo de documentos cartogrficos.
Pode-se dizer, de forma genrica, Se onde importante para seu negcio, ento
Geoprocessamento sua ferramenta de trabalho. Sempre que o onde aparece,dentre as
questes e problemas que precisam ser resolvidos por um sistema informatizado, haver
uma oportunidade para considerar a adoo de um SIG.
Num pas de dimenso continental como o Brasil, com uma grande carncia de
informaes adequadas para a tomada de decises sobre os problemas urbanos, rurais e
ambientais, o Geoprocessamento apresenta um enorme potencial, principalmente se
baseado em tecnologias de custo relativamente baixo, em que o conhecimento seja
adquirido localmente.
1
No decorrer deste texto, utilizaremos a sigla GIS (do ingls Geographic Information System) para nos referir aos
sistems de informao geogrfica, pelo uso consagrado deste jargo em nosso meio.
Introduo
1.2 BREVE HISTRICO DO GEOPROCESSAMENTO
1.2.1 EVOLUO INTERNACIONAL
As primeiras tentativas de automatizar parte do processamento de dados com

caractersticas espaciais aconteceram na Inglaterra e nos Estados Unidos, nos anos 50,
com o objetivo principal de reduzir os custos de produo e manuteno de mapas. Dada
a precariedade da informtica na poca, e a especificidade das aplicaes desenvolvidas
(pesquisa em botnica, na Inglaterra, e estudos de volume de trfego, nos Estados
Unidos), estes sistemas ainda no podem ser classificados como sistemas de
informao.
Os primeiros Sistemas de Informao Geogrfica surgiram na dcada de 60, no
Canad, como parte de um programa governamental para criar um inventrio de recursos
naturais. Estes sistemas, no entanto, eram muito difceis de usar: no existiam monitores
grficos de alta resoluo, os computadores necessrios eram excessivamente caros, e a
mo de obra tinha que ser altamente especializada e carssima. No existiam solues
comerciais prontas para uso, e cada interessado precisava desenvolver seus prprios
programas, o que demandava muito tempo e, naturalmente, muito dinheiro.
Alm disto, a capacidade de armazenamento e a velocidade de processamento
eram muito baixas. Ao longo dos anos 70 foram desenvolvidos novos e mais acessveis
recursos de hardware, tornando vivel o desenvolvimento de sistemas comerciais. Foi
ento que a expresso Geographic Information System foi criada. Foi tambm nesta poca
que comearam a surgir os primeiros sistemas comerciais de CAD (Computer Aided
Design, ou projeto assistido por computador), que melhoraram em muito as condies
para a produo de desenhos e plantas para engenharia, e serviram de base para os
primeiros sistemas de cartografia automatizada. Tambm nos anos 70 foram
desenvolvidos alguns fundamentos matemticos voltados para a cartografia, incluindo
questes de geometria computacional. No entanto, devido aos custos e ao fato destes
proto-sistemas ainda utilizarem exclusivamente computadores de grande porte, apenas
grandes organizaes tinham acesso tecnologia.
A dcada de 80 representa o momento quando a tecnologia de sistemas de
informao geogrfica inicia um perodo de acelerado crescimento que dura at os dias
de hoje. At ento limitados pelo alto custo do hardware e pela pouca quantidade de
pesquisa especfica sobre o tema, os GIS se beneficiaram grandemente da massificao
causada pelos avanos da microinformtica e do estabelecimento de centros de estudos
sobre o assunto. Nos EUA, a criao dos centros de pesquisa que formam o NCGIA -
National Centre for Geographical Information and Analysis (NCGIA, 1989) marca o
estabelecimento do Geoprocessamento como disciplina cientfica independente.
Fundamentos de Geoprocessamento 1-2

Introduo
No decorrer dos anos 80, com a grande popularizao e barateamento das

estaes de trabalho grficas, alm do surgimento e evoluo dos computadores pessoais
e dos sistemas gerenciadores de bancos de dados relacionais, ocorreu uma grande
difuso do uso de GIS. A incorporao de muitas funes de anlise espacial
proporcionou tambm um alargamento do leque de aplicaes de GIS. Na dcada atual,
observa-se um grande crescimento do ritmo de penetrao do GIS nas organizaes,
sempre alavancado pelos custos decrescentes do hardware e do software, e tambm pelo
surgimento de alternativas menos custosas para a construo de bases de dados
geogrficas.
1.2.2 DESENVOLVIMENTOS NO BRASIL
A introduo do Geoprocessamento no Brasil inicia-se a partir do esforo de

divulgao e formao de pessoal feito pelo prof. Jorge Xavier da Silva (UFRJ), no
incio dos anos 80. A vinda ao Brasil, em 1982, do Dr. Roger Tomlinson, responsvel
pela criao do primeiro SIG (o Canadian Geographical Information System), incentivou
o aparecimento de vrios grupos interessados em desenvolver tecnologia, entre os quais
podemos citar:
UFRJ: O grupo do Laboratrio de Geoprocessamento do Departamento de
Geografia da UFRJ, sob a orientao do professor Jorge Xavier, desenvolveu o
SAGA (Sistema de Anlise Geo-Ambiental). O SAGA tem seu forte na capacidade
de anlise geogrfica e vem sendo utilizado com sucesso com veculo de estudos e
pesquisas.
MaxiDATA: os ento responsveis pelo setor de informtica da empresa de
aerolevantamento AeroSul criaram, em meados dos anos 80, um sistema para
automatizao de processos cartogrficos. Posteriormente, constituram empresa
MaxiDATA e lanaram o MaxiCAD, software largamente utilizado no Brasil,
principalmente em aplicaes de Mapeamento por Computador. Mais recentemente,
o produto dbMapa permitiu a juno de bancos de dados relacionais a arquivos
grficos MaxiCAD, produzindo uma soluo para "desktop mapping" para
aplicaes cadastrais.
CPqD/TELEBRS: O Centro de Pesquisa e Desenvolvimento da TELEBRS
iniciou, em 1990, o desenvolvimento do SAGRE (Sistema Automatizado de
Gerncia da Rede Externa), uma extensiva aplicao de Geoprocessamento no setor
de telefonia. Construdo com base num ambiente de um SIG (VISION) com um
banco de dados cliente-servidor (ORACLE), o SAGRE envolve um significativo
desenvolvimento e personalizao de software.

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

grupo especfico para o desenvolvimento de tecnologia de geoprocessamento e
sensoriamento remoto (a Diviso de Processamento de Imagens - DPI). De 1984 a
1990 a DPI desenvolveu o SITIM (Sistema de Tratamento de Imagens) e o SGI
(Sistema de Informaes Geogrficas), para ambiente PC/DOS, e, a partir de 1991, o
SPRING (Sistema para Processamento de Informaes Geogrficas), para ambientes
UNIX e MS/Windows.
O SITIM/SGI foi suporte de um conjunto significativo de projetos ambientais,
podendo-se citar: (a) o levantamento dos remanescentes da Mata Atlntica Brasileira
(cerca de 100 cartas), desenvolvido pela IMAGEM Sensoriamento Remoto, sob contrato
do SOS Mata Atlntica; (b) a cartografia fito-ecolgica de Fernando de Noronha,
realizada pelo NMA/EMBRAPA; (c) o mapeamento das reas de risco para plantio para
toda a Regio Sul do Brasil, para as culturas de milho, trigo e soja, realizado pelo
CPAC/EMBRAPA; (d) o estudo das caractersticas geolgicas da bacia do Recncavo,
atravs da integrao de dados geofsicos, altimtricos e de sensoriamento remoto,
conduzido pelo CENPES/Petrobrs. Assad e Sano (1998) apresentam um conjunto
significativo de resultados do SITIM/SGI na rea agrcola.
O SPRING unifica o tratamento de imagens de Sensoriamento Remoto (pticas e
microondas), mapas temticos, mapas cadastrais, redes e modelos numricos de terreno.
A partir de 1997, o SPRING passou a ser distribuido via Internet e pode ser obtido
atravs do website http://www.dpi.inpe.br/spring.
1.3 REFERNCIAS ADICIONAIS
O objetivo deste trabalho apresentar ao leitor uma viso focada nos problemas de
anlise espacial, que sirva de motivao para estudos e pesquisas avanadas. Em
particular, recomenda-se a leitura do livro de Burrough (1998), por causa de seu
excelente tratamento da questo de anlise espacial e o livro de Assad e Sano (1993),
por sua apresentao muito didtica de exemplos reais. Para os mais versados na rea de
informtica, recomenda-se fortemente os textos de Worboys (1995) e de Cmara et al.
(1996). Finalmente, a coletnea de Maguire, Goodchild e Rhind (1991) um livro de
referncia, sempre til para consulta sobre questes especficas

Introduo
BIBLIOGRAFIA
ARONOFF, S. Geographical Information Systems: A Management Perspective. Ottawa,

WDI Publications, 1989.
ASSAD, E.D.; SANO, E.E. Sistemas de Informaes Geogrficas - Aplicaes na

Agricultura. Braslia, EMBRAPA, 1998 (2z. edio).
BURROUGH, P. A.; MCDONNELL, R.A. Principles of geographical information systems.

Oxford, Oxford University Press, 1998.
CMARA, G.; CASANOVA, M.A.; HEMERLY, A.; MEDEIROS, C.M.B.; MAGALHES, G.

Anatomia de Sistemas de Informao Geogrfica. SBC, X Escola de
Computao, Campinas, 1996.
CMARA, G.; FREITAS, U.M.; SOUZA, R.C.M.; GARRIDO, J. SPRING: Integrating

Remote Sensing and GIS by Object-Oriented Data Modelling. Computers and
Graphics, vol. 15, n.6, July 1996.
COWEN, D.J. GIS versus CAD versus DBMS: what are the differences.
Photogrammetric Engineering and Remote Sensing, 54:1551-4, 1988.
MAGUIRE,D. An Overview and Definition of GIS. In: Maguire,D.; Goodchild, M.;

Rhind, D. (eds) Geographical Information Systems: Principles and
Applications. New York, John Wiley and Sons, 1991, pp. 9-20.
MAGUIRE,D.; GOODCHILD, M.; RHIND, D. (eds.) Geographical Information Systems:

Principles and Applications. New York, John Wiley and Sons, 1991.
NCGIA, The Research Plan for the NCGIA, International Journal of Geographic
Information Systems, 3(2):117-136, 1989.
TUFTE, E.R.. The Visual Display of Quantitative Information. Cheshire, USA, Graphics
Press, 1983.
WORBOYS, M.F. GIS: A Computing Perspective. London, Taylor and Francis, 1995.

Conceitos Bsicos em Cincia da Geoinformao
CONCEITOS BSICOS EM CINCIA DA GEOINFORMAO
Gilberto Cmara1
2.1 INTRODUO
Trabalhar com geoinformao significa, antes de mais nada, utilizar

computadores como instrumentos de representao de dados espacialmente
referenciados. Deste modo, o problema fundamental da Cincia da Geoinformao
o estudo e a implementao de diferentes formas de representao computacional do
espao geogrfico.
costume dizer-se que Geoprocessamento uma tecnologia interdisciplinar,
que permite a convergncia de diferentes disciplinas cientficas para o estudo de
fenmenos ambientais e urbanos. Ou ainda, que o espao uma linguagem comum
para as diferentes disciplinas do conhecimento.
Apesar de aplicveis, estas noes escondem um problema conceitual: a
pretensa interdisciplinaridade dos SIGs obtida pela reduo dos conceitos de cada
disciplina a algoritmos e estruturas de dados utilizados para armazenamento e
tratamento dos dados geogrficos. Considere-se, a ttulo de ilustrao, alguns
problemas tpicos:
Um socilogo deseja utilizar um SIG para entender e quantificar o
fenmeno da excluso social numa grande cidade brasileira.
Um eclogo usa o SIG com o objetivo de compreender os remanescentes
florestais da Mata Atlntica, atravs do conceito de fragmento tpico de
Ecologia da Paisagem.
Um gelogo pretende usar um SIG para determinar a distribuio de um
mineral numa rea de prospeco, a partir de um conjunto de amostras de
campo.
1
Com a colaborao de Cludio Clemente Faria Barbosa, Clodoveu Davis e Frederico Fonseca.

O que h de comum em todos os casos acima? Para comear, cada

especialista lida com conceitos de sua disciplina (excluso social, fragmentos,
distribuio mineral). Para utilizar um SIG, preciso que cada especialista
transforme conceitos de sua disciplina em representaes computacionais. Aps esta
traduo, torna-se vivel compartilhar os dados de estudo com outros especialistas
(eventualmente de disciplinas diferentes). Em outras palavras, quando falamos que o
espao uma linguagem comum no uso de SIG, estamos nos referindo ao espao
computacionalmente representado e no aos conceitos abstratos de espao
geogrfico.
Do ponto de vista da aplicao, utilizar um SIG implica em escolher as
representaes computacionais mais adequadas para capturar a semntica de seu
domnio de aplicao. Do ponto de vista da tecnologia, desenvolver um SIG significa
oferecer o conjunto mais amplo possvel de estruturas de dados e algoritmos capazes
de representar a grande diversidade de concepes do espao.
Nesta perspectiva, este captulo examina os problemas bsicos de
representao computacional de dados geogrficos. Os conceitos apresentados visam
esclarecer as questes bsicas do Geoprocessamento: Como representar, em
computadores, os dados geogrficos ? Como as estruturas de dados geomtricas e
alfanumricas se relacionam com os dados do mundo real ? Que alternativas de
representao computacional existem para dados geogrficos?
Para simplificar a discusso, lidaremos neste captulo com dados individuais
(cada mapa considerado em separado dos demais dados). No prximo captulo
(Modelagem de Dados em Geoprocessamento) estaremos considerando o problema
de modelar uma aplicao complexa, incluindo os relacionamentos entre os
diferentes tipos de dados.
2.2 TRADUZINDO A INFORMAO GEOGRFICA PARA O COMPUTADOR
Para abordar o problema fundamental do Ciencia da Geoinformao (o

entendimento das representaes computacionais do espao), estaremos utilizando,
neste e em outros captulos do livro, um arcabouo conceitual para entender o
processo traduzir o mundo real para o ambiente computacional: o paradigma dos
quatro universos (Gomes e Velho, 1995), que distingue:
o universo do mundo real, que inclui as entidades da realidade a serem
modeladas no sistema;
o universo matemtico (conceitual), que inclui uma definio matemtica
(formal) das entidades a ser representadas;

o universo de representao, onde as diversas entidades formais so

mapeadas para representaes geomtricas e alfanumricas no
computador;
o universo de implementao, onde as estruturas de dados e algoritmos so
escolhidos, baseados em consideraes como desempenho, capacidade do
equipamento e tamanho da massa de dados. neste nvel que acontece a
codificao.
Esta viso deste paradigma est ilustrada na Figura 2.1.
interface usurio
Universo Universo Universo Universo
Mundo real Matemtico Represent. Implement.
Figura 2.1 - Paradigma dos quatro universos.

A viso apresentada no se limita a sistemas de Geoprocessamento, mas
representa uma perspectiva unificadora aos problemas de Computao Grfica e
Processamento de Imagens. Sua aplicao ao problema de Geoprocessamento
particularmente apropriada pois permite equacionar os problemas da rea, como se
pode constatar:
no universo do mundo real encontram-se os fenmenos a serem
representados (tipos de solo, cadastro urbano e rural, dados geofsicos e
topogrficos);
no universo conceitual (matemtico) pode-se distinguir entre as grandes
classes formais de dados geogrficos (dados contnuos e objetos
individualizveis) e especializar estas classes nos tipos de dados
geogrficos utilizados comumente (dados temticos e cadastrais, modelos
numricos de terreno, dados de sensoriamento remoto);
no universo de representao as entidades formais definidas no universo
conceitual so associadas a diferentes representaes geomtricas, que
podem variar conforme a escala e a projeo cartogrfica escolhida e a
poca de aquisio do dado. aqui se distingue entre as representaes
matricial e vetorial, que podem ainda ser especializadas;
o universo de implementao onde ocorre a realizao do modelo de
dados atravs de linguagens de programao. Neste universo, escolhem-se

as estruturas de dados (tais como rvores quaternrias e rvores-R) para

implementar as geometrias do universo de representao;
Com base nesta viso, as dicotomias tradicionais de Geoprocessamento
(campos-objetos e matricial-vetorial) podem ser resolvidas, mostrando-se que elas se
encontram em nveis distintos de abstrao.
Esta anlise tambm indica que a interface de usurio de um SIG deve, tanto
quanto possvel, refletir o universo conceitual e esconder detalhes dos universos de
representao e implementao. No nvel conceitual, o usurio lida com conceitos
mais prximos de sua realidade e minimiza a complexidade envolvida nos diferentes
tipos de representao geomtrica.
2.3 O UNIVERSO DO MUNDO REAL
2.3.1 SISTEMAS DE MEDIDA E DE REFERNCIA ESPAO-TEMPORAL
Um aspecto central no uso da tecnologia de Geoprocessamento advm da

caracterstica lgico-matemtica de sistemas de informao; para ser representada em
ambiente computacional, temos de associar a cada tipo de informao geogrfica
uma escala de medida e de referncia, que ser utilizada pelo GIS para caracteriza-lo.
A viso mais aplicada em Geoprocessamento utiliza uma escala de
mensurao que permite associar grandezas numricas a cada objeto a ser
representado computacional. Esta viso deriva do conceito "representacionalista"
proposto pelo filsofo Bertrand Russel: as propriedades no so intrnsecas aos
objetos, mas so obtidas a partir de medidas. Assim, a representao de um objeto
geogrfico num GIS depender da escala que utilizarmos.
As regras de medida podem ir deste a simples atribuio do valor 0 ou 1 para
as amostras (0 = sco, 1 = mido), at um conjunto de valores extrados dos nmeros
reais (23.3C, 24.5C, 28.1C,....). A regra usada no processo de medio determina
o seu nvel, e cada nvel de medida descreve a entidade de estudo com um
determinado grau de detalhe, que varia de informaes qualitativas at informaes
quantitativas. Como a forma de se medir as variveis do mundo real afeta seus modos
de manipulao, essencial que o nvel de medida utilizado seja incorporado a um
conjunto de observaes.
A referncia histrica mais importante sobre os sistemas de medidas
aplicados em GIS o trabalho de Stevens (1951), em que esse autor prope quatro
escalas de mensurao: nominal, ordinal, intervalo e razo. Os dois primeiros nveis

so temticos, pois a cada medida atribudo um nmero ou nome associando a

observao a um tema ou classe. Quando um valor numrico usado nos nveis de
medidas temticos, este valor serve somente como um identificador para nomear ou
classificar aquela amostra da varivel (1 = latossolo, 2 = podzlico, ....), no podendo
portanto ser usado em expresses matemticas, pois so valores qualitativos e no
quantitativos.
A regra para o nvel de medida nominal baseia-se na diferenciao entre os
objetos segundo classes distintas. Como exemplos de classes usadas em medidas
nominais tem-se: classes de solo, classes de rocha, classes de cobertura vegetal. Uma
caracterstica comum dos nveis binrio e nominal que a classificao dos eventos
feita sem nemhuma ordem inerente e serve apenas para diferenci-los.
O nvel de medida ordinal atribui valores ou nomes para as amostras, mas
gera um conjunto ordenado de classes, baseado em critrios como tamanho (maior do
que, menor do que), altura ( 1 = baixo, 2 = mdio, 3 = alto), etc. Dados temticos de
classes de drenagem e de eroso, so exemplos de variveis medidas no nvel ordinal.
Uma caracterstica importante dos nveis de medidas temticas, que elas no
determinam magnitude. Quando o estudo necessita de uma descrio mais detalhada,
que permita comparar intervalo e ordem de grandeza entre eventos, recorre-se aos
nveis de medidas denominados de numricos, onde as regras de atribuio de
valores baseiam-se em uma escala de nmeros reais.

Figura 2.2 - Exemplos de medida nominal (mapa de vegetao) e medida ordinal

(mapa de classes de declividade).
Existem dois nveis de medidas baseados em escala de nmeros reais: o nvel

por intervalo e o nvel por razo. No nvel de medida por intervalo o ponto de
referncia zero definido de forma arbitrria, permitindo a atribuio de valores
negativos, e positivos [-,0,+], para as amostras. O equador e o meridiano de
Greenwich, usados com referncia na determinao de posies sobre a superfcie da
Terra um exemplos de referncia zero arbitrria e a localizao geogrfica em
latitude/longitude exemplos de variveis descritas no nvel de medida por
intervalo. Por ter um ponto de referncia zero arbitrria, valores medidos no nvel por
intervalo no podem ser usados para estimar propores.
No nvel de medida por razo o ponto de referncia zero no arbitrrio, mas
determinado por alguma condio natural. Por exemplo, na descrio de atributos
como o peso, a distncia entre dois pontos, a rea e o volume de objetos, no faz
sentido fsico valores negativos, sendo a ausncia destes atributos o ponto de origem
zero na escala de medida correspondente. No caso de temperatura, a condio
natural o ponto de repouso dos tomos da matria, a partir do qual no se consegue

temperaturas menores. Este ponto o zero absoluto para temperatura, zero graus
Kelvin. Por ter como referncia um ponto de zero absoluto, as medidas feitas no
nvel de medida por razo permitem estimar propores e podem ser usadas em
operaes de multiplicao, diviso e subtrao entre amostras.
As medidas temticas e as numricas por intervalo no devem ser usadas
diretamente em expresses matemticas. Entretanto, na prtica, os modelos
ambientais combinam valores por razo com valores por intervalo. Nestes casos,
parmetros devem ser includos para permitir a converso de valores medidos no
nvel por intervalo para o nvel por razo, em unidades apropriadas.
2.4 TIPOS DE DADOS EM GEOPROCESSAMENTO
2.4.1 DADOS TEMTICOS
Dados temticos descrevem a distribuio espacial de uma grandeza

geogrfica, expressa de forma qualitativa, como os mapas de pedologia e a aptido
agrcola de uma regio. Estes dados, obtidos a partir de levantamento de campo, so
inseridos no sistema por digitalizao ou, de forma mais automatizada, a partir de
classificao de imagens. Os dados apresentados na figura 2.2 (mapa de vegetao e
mapa de declividade) so exemplos de dados temticos.
2.4.2 DADOS CADASTRAIS
Um dado cadastral distingue-se de um temtico, pois cada um de seus

elementos um objeto geogrfico, que possui atributos e pode estar associado a
vrias representaes grficas. Por exemplo, os lotes de uma cidade so elementos do
espao geogrfico que possuem atributos (dono, localizao, valor venal, IPTU
devido, etc.) e que podem ter representaes grficas diferentes em mapas de escalas
distintas. Os atributos esto armazenados num sistema gerenciador de banco de
dados.
A Figura 2.3 mostra um exemplo de dado cadastral da Amrica do Sul, onde
os pases possuem atributos no-grficos (PIB e populao).

PIB Pop
Pas
(US$ bn) (milhes)
Brasil 350 159
Argentina 295 34
Chile 45 14
Figura 2.3 - Exemplo de dado cadastral (pases da Amrica do Sul).
2.4.3 REDES
Em Geoprocessamento, o conceito de "rede" denota as informaes

associadas a:
Servios de utilidade pblica, como gua, luz e telefone;
Redes de drenagem (bacias hidrogrficas);
Rodovias.
No caso de redes, cada objeto geogrfico (e.g: cabo telefnico, transformador
de rede eltrica, cano de gua) possui uma localizao geogrfica exata e est
sempre associado a atributos descritivos presentes no banco de dados.
As informaes grficas de redes so armazenadas em coordenadas vetoriais,
com topologia arco-n: os atributos de arcos incluem o sentido de fluxo e os
atributos dos ns sua impedncia (custo de percorrimento). A topologia de redes
constitui um grafo, que armazena informaes sobre recursos que fluem entre
localizaes geogrficas distintas, como ilustra a Figura 2.4.

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.
2.4.4 MODELOS NUMRICOS DE TERRENO
O termo modelo numrico de terreno (ou MNT) utilizado para denotar a

representao quantitativa de uma grandeza que varia continuamente no espao.
Comumente associados altimetria, tambm podem ser utilizados para modelar
unidades geolgicas, como teor de minerais, ou propriedades do solo ou subsolo,
como aeromagnetismo.
Entre os usos de modelos numricos de terreno, pode-se citar (Burrough,
1986):
(a) Armazenamento de dados de altimetria para gerar mapas topogrficos;
(b) Anlises de corte-aterro para projeto de estradas e barragens;
(c) Cmputo de mapas de declividade e exposio para apoio a anlises de
geomorfologia e erodibilidade;

(d) Anlise de variveis geofsicas e geoqumicas;

(e) Apresentao tridimensional (em combinao com outras variveis).
Um MNT pode ser definido como um modelo matemtico que reproduz uma
superfcie real a partir de algoritmos e de um conjunto de pontos (x, y), em um
referencial qualquer, com atributos denotados de z, que descrevem a variao
contnua da superfcie. Um exemplo de MNT apresentado na figura 2.5.
Figura 2.5 - Exemplo de modelo numrico de terreno (isolinhas de topografia).
2.4.5 IMAGENS
Obtidas por satlites, fotografias areas ou "scanners" aerotransportados, as

imagens representam formas de captura indireta de informao espacial.
Armazenadas como matrizes, cada elemento de imagem (denominado "pixel") tem
um valor proporcional energia eletromagntica refletida ou emitida pela rea da
superfcie terrestre correspondente. A Figura 2.6 mostra uma composio colorida
falsa cor das bandas 3 (associada a cor Azul), 4 (Verde) e 5 (Vermelha) do satlite
TM-Landsat, para a regio de Manaus (AM).
Pela natureza do processo de aquisio de imagens, os objetos geogrficos
esto contidos na imagem, sendo necessrio recorrer a tcnicas de fotointerpretao e
de classificao para individualiz-los.

Caractersticas importantes de imagens de satlite so: o nmero e a largura

de bandas do espectro eletromagntico imageadas (resoluo espectral), a menor
rea da superfcie terrestre observada instantaneamente por cada sensor (resoluo
espacial), o nvel de quantizao registrado pelo sistema sensor (resoluo
radiomtrica) e o intervalo entre duas passagens do satlite pelo mesmo ponto
(resoluo temporal).
Figura 2.6 - Exemplo de Imagem (composio colorida TM/lANDSAT para a regioo de

Manaus.

2.5 O UNIVERSO CONCEITUAL
2.5.1 VISO GERAL
Em Geoprocessamento, o espao geogrfico modelado segundo duas vises

complementares: os modelos de campos e objetos (Worboys, 1995). O modelo de
campos enxerga o espao geogrfico como uma superfcie contnua, sobre a qual
variam os fenmenos a serem observados segundo diferentes distribuies. Por
exemplo, um mapa de vegetao descreve uma distribuio que associa a cada ponto
do mapa um tipo especfico de cobertura vegetal, enquanto um mapa geoqumico
associa o teor de um mineral a cada ponto.
O modelo de objetos representa o espao geogrfico como uma coleo de
entidades distintas e identificveis. Por exemplo, um cadastro espacial dos lotes de
um muncipio identifica cada lote como um dado individual, com atributos que o
distinguem dos demais. Igualmente, poder-se-ia pensar como geo-objetos os rios de
uma bacia hidrogrfica ou os aeroportos de um estado.
Para definir o modelo, seguir-se-o os seguintes passos:
1. definir as classes bsicas do modelo e estabelecer as suas relaes, dentro
dos princpios de especializao, generalizao e agregao;
2. estabelecer como possvel, a partir do modelo, definir um esquema
conceitual para um banco de dados geogrfico, por especializao das
classes bsicas.
2.5.2 REGIO GEOGRFICA
Definio 2.1. Regio Geogrfica.

Define-se uma regio geogrfica R como uma superfcie qualquer pertencente ao
espao geogrfico, que pode ser representada num plano ou reticulado, dependente de
uma projeo cartogrfica.
A regio geogrfica serve de suporte geomtrico para localizao de entidades
geogrficas, pois toda entidade geogrfica ser representada por um ponto ou um
conjunto de pontos em R. A definio de regio geogrfica proposta no restringe a
escolha da representao geomtrica (matricial ou vetorial) associada aos objetos
geogrficos.

2.5.3 GEO-CAMPOS
Definio 2.2. Geo-Campo.

Um geo-campo representa a distribuio espacial de uma varivel que possui
valores em todos os pontos pertencentes a uma regio geogrfica, num dado tempo t.
Mltiplas representaes de um mesmo geo-campo podem significar a
variao de uma dada varivel no tempo t1 ,t 2 ,...,tN 1 . Desta maneira torna-se
possvel representar as diferentes cronologias de alguns temas, tais como as
mudanas no uso e cobertura do solo, a sazonabilidade da vegetao ou a dinmica
das variveis climticas.
Os geo-campos podem ser especializados em:
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.
A Figura 2.7, apresenta um exemplo de geo-campos.
Le
Li
Ls
Aq
Figura 2.7 - Geo-campo temtico (solos).

2.5.3.1 GEO-OBJETO
Definio 2.3. Geo-Objeto

Um geo-objeto um elemento nico que possui atributos no-espaciais e est
associado a mltiplas localizaes geogrficas. A localizao pretende ser exata e o
objeto distinguvel de seu entorno.
Esta definio tem trs grandes motivaes adicionais:
1. As projees cartogrficas: a projeo planar da Terra, a partir de escalas
macroregionais, feita com o uso de quadrculas que esto particionadas
em sistemas de referncia independentes que definem recortes arbitrrios
no espao e podem dividir a localizao de um geo-objeto. Por exemplo,
um particionamento cartogrfico da Amaznia na projeo UTM, escala
1:250.000, faz com que os principais rios tenham representaes
geomtricas descontnuas em vrios mapas;
2. Representaes geomtricas em diferentes escalas: na prtica, num
mesmo banco de dados geogrfico, podem conviver representaes da
mesma realidade geogrfica em diferentes escalas geogrficas. Por
exemplo, considere-se um conjunto de mapas dos municpios do Estado de
So Paulo, que inclui um mapa geral (na escala de 1:1.000.000) e mapas
regionais (na escala de 1:100.000). Nesta situao, um mesmo geo-objeto
(p.ex., o muncipio de So Jos dos Campos) teria duas representaes
geomtricas: uma contnua no mapa regional do Vale do Parada e outra
descontnua nas folhas na escala 1:100.000;
3. Mltiplas representaes temporais: as diferentes representaes de um
mesmo objeto podem corresponder a variaes temporais do mesmo, como
no caso de um lago que teve suas bordas alteradas2;
Para ilustrar este conceito, considere-se a Figura 2.8, que mostra um banco de
dados da Amaznia, onde os retngulos pontilhados representam o recorte espacial
do banco de dados. Entidades como os rios Amazonas e Xing tm representaes
em diferentes particionamentos espaciais do banco de dados.
2
Um caso particularmente dramtico o Mar de Aral, na ex-URSS.

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.
2.5.3.2 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 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.
2.6 UNIVERSO DE REPRESENTAO
No universo de representao, definem-se as possveis representaes

geomtricas que podem estar associadas s classes do universo conceitual.
Inicialmente, deve-se considerar as duas grandes classes de representaes
geomtricas: REPRESENTAO VETORIAL e REPRESENTAO MATRICIAL.
Na representao vetorial, a representao de um elemento ou objeto uma
tentativa de reproduz-lo o mais exatamente possvel. Qualquer entidade ou elemento
grfico de um mapa reduzido a trs formas bsicas: pontos, linhas, reas ou
polgonos.
A representao matricial consiste no uso de uma malha quadriculada regular
sobre a qual se constri, clula a clula, o elemento que est sendo representado. A
cada clula, atribui-se um cdigo referente ao atributo estudado, de tal forma que o
computador saiba a que elemento ou objeto pertence determinada clula.
Vale ressaltar que as representaes esto associadas aos tipos de dados
anteriormemente discutidos, a saber:
dados temticos: admitem tanto representao matricial quanto vetorial;
dados cadastrais: sua parte grfica armazenada em forma de
coordenadas vetoriais e seus atributos no grficos so guardados em um
banco de dados;
redes: sua parte grfica armazenada em forma de coordenadas vetoriais,
com a topologia arco-n e seus atributos no grficos so guardados em
um banco de dados;
imagens de sensoriamento remoto: armazenadas em representao
matricial;

modelos numricos de terreno: podem ser armazenados em grades

regulares (representao matricial), grades triangulares (representao
vetorial com topologia arco-n) ou isolinhas (representao vetorial sem
topologia).
2.6.1 REPRESENTAO MATRICIAL
Nesta representao, o espao representado como uma matriz P(m, n)

composto de m colunas e n linhas, onde cada clula possui um nmero de linha, um
nmero de coluna e um valor correspondente ao atributo estudado e cada clula
individualmente acessada pelas suas coordenadas.
A representao matricial supe que o espao pode ser tratado como uma
superfcie plana, onde cada clula est associada a uma poro do terreno. A
resoluo do sistema dada pela relao entre o tamanho da clula no mapa ou
documento e a rea por ela coberta no terreno. A Figura 2.10 mostra um mesmo
mapa representado por clulas de diferentes tamanhos (diferentes resolues),
representando diferentes reas no terreno.
Figura 2.10 - Diferentes representaes matriciais para um mapa.

Como o mapa do lado esquerdo possui uma resoluo quatro vezes menor
que o do mapa do lado direito, as avaliaes de reas e distncias sero bem menos
exatas que no primeiro. Em contrapartida, o espao de armazenamento necessrio
para o mapa da direita ser quatro vezes maior que o da esquerda.

Os dados so codificados, clula a clula, atribuindo a cada uma o cdigo

correspondente uma classe referente ao fenmeno estudado. Para fazer isto,
necessrio estabelecer um critrio a ser obedecido em toda a operao.
Pode-se, por exemplo, atribuir a cada clula o cdigo da classe sobre a qual
estiver o centro da quadrcula. Outra possibilidade adotar-se o critrio da maior
ocorrncia. Neste caso, o cdigo corresponde ao da classe que ocupar a maior parte
da clula.
Hierarquia de Representaes Matriciais
A REPRESENTAO GEOMTRICA MATRICIAL pode ser especializada

segundo a hierarquia de classes mostrada na Figura 2.11.
Representao
Matricial
-um -um -um -um
Grade Imagem Imagem Imagem

Regular Temtica Niveis de Cinza Snttica
parte-de parte-de
parte-de MATRIZ 2D parte-de
Figura 2.11 - Hierarquia de classes para representao matricial.
Os tipos possveis de representao matricial so:
GRADE REGULAR: uma grade regular uma matriz de reais;
IMAGEM EM TONS DE CINZA: imagem representada atravs de uma matriz

onde os valores da matriz representam os valores de cinza da imagem;
IMAGEM TEMTICA: representao matricial de um geo-campo TEMTICO,
Por exemplo, numa imagem temtica, um elemento da matriz de valor 2
pode estar associado ao tema Floresta Ombrfila;
IMAGEM SINTTICA (ou CODIFiCADA): representao de uma imagem em
cores, utilizada para mostrar imagens em composio colorida em placas
grficas falsa-cor.

2.6.2 REPRESENTAO VETORIAL
2.6.2.1 CONCEITOS GERAIS
No modelo vetorial, a localizao e a aparncia grfica de cada objeto so

representadas por um ou mais pares de coordenadas. Este tipo de representao no
exclusivo do GIS: sistemas CAD e outros tipos de sistemas grficos tambm utilizam
representaes vetoriais. Isto porque o modelo vetorial bastante intuitivo para
engenheiros e projetistas, embora estes nem sempre utilizem sistemas de coordenadas
ajustados superfcie da Terra para realizar seus projetos, pois para estas aplicaes
um simples sistema de coordenadas cartesianas suficiente. Mas o uso de vetores em
GIS bem mais sofisticado do que o uso em CAD, pois em geral GIS envolve
volumes de dados bem maiores, e conta com recursos para tratamento de topologia,
associao de atributos alfanumricos e indexao espacial.
No caso de representao vetorial, consideram-se trs elementos grficos:
ponto, linha poligonal e rea (polgono). Um ponto um par ordenado (x, y) de
coordenadas espaciais. Alm das coordenadas, outros dados no-espaciais (atributos)
podem ser arquivados para indicar de que tipo de ponto se est tratando.
As linhas poligonais, arcos, ou elementos lineares so um conjunto de pontos
conectados. Alm das coordenadas dos pontos que compem a linha, deve-se
armazenar informao que indique de que tipo de linha se est tratando, ou seja, a
que atributo ela est associada. Um polgono a regio do plano limitada por
uma ou mais linha poligonais conectadas de tal forma que o ltimo ponto de uma
linha seja idntico ao primeiro da prxima.
Figura 2.12 - Elementos da representao vetorial

Observe-se tambm que o polgono divide o plano em duas regies: o

interior, que convencionalmente inclui a fronteira (a poligonal fechada) e o exterior.
Assim, quando utilizamos a expresso vetores, estamos nos referindo a alguma
combinao de pontos, linhas poligonais e polgonos, conforme definidos acima.
Combinaes porque teoricamente poderamos utilizar mais de um tipo de primitiva
grfica na criao da representao de um objeto. Por exemplo, pode-se ter objetos
de rea mais complexos, formados por um polgono bsico e vrios outros polgonos
contidos no primeiro, delimitando buracos. Pode-se tambm ter objetos compostos
por mais de um polgono, como seria necessrio no caso do estado do Par, que alm
da parte continental tem a ilha de Maraj e outras como parte de seu territrio.
2.6.2.2 VETORES E TOPOLOGIA EM GIS
Apesar de estarmos sempre concebendo representaes sob a forma de

pontos, linhas e reas para objetos em GIS, existem algumas variaes com relao
adaptao destas representaes realidade, ou seja, considerando a forma com que
estes objetos ocorrem na natureza.
Objetos de rea podem ter trs formas diferentes de utilizao: como objetos
isolados, objetos aninhados ou objetos adjacentes. O caso de objetos isolados
bastante comum em GIS urbanos, e ocorre no caso em que os objetos da mesma
classe em geral no se tocam. Por exemplo, edificaes, piscinas, e mesmo as
quadras das aplicaes cadastrais ocorrem isoladamente, no existindo segmentos
poligonais compartilhados entre os objetos. O caso tpico de objetos aninhados o de
curvas de nvel e todo tipo de isolinhas, em que se tem linhas que no se cruzam, e
so entendidas como estando empilhadas umas sobre as outras. Finalmente, temos
objetos adjacentes, e os exemplos tpicos so todas as modalidades de diviso
territorial: bairros, setores censitrios, municpios e outros. So tambm exemplos
mapas geolgicos e pedolgicos, que representam fenmenos que cobrem toda a rea
de interesse. Neste caso, pode-se ter o compartilhamento de fronteiras entre objetos
adjacentes, gerando a necessidade por estruturas topolgicas. Estes tambm so os
casos em que recursos de representao de buracos e ilhas so mais necessrios.
Tambm objetos de linha podem ter variadas formas de utilizao.
Analogamente aos objetos de rea, pode-se ter objetos de linha isolados, em rvore e
em rede. Objetos de linha isolados ocorrem, por exemplo, na representao de muros
e cercas em mapas urbanos. Objetos de linha organizados em uma rvore podem ser
encontrados nas representaes de rios e seus afluentes, e tambm em redes de
esgotos e drenagem pluvial. E podem ser organizados em rede, nos casos de redes
eltricas, telefnicas, de gua ou mesmo na malha viria urbana e nas malhas
rodoviria e ferroviria.

Seja no caso de objetos de rea ou no caso de objetos de linhas, quando

queremos armazenar explcitamente as relao de adjacncia, utilizamos formas
especficas de representao vetorial: as representaes topolgicas.
2.6.2.3 TOPOLOGIA ARCO-N
A topologia arco-n a representao vetorial associada a um rede linear

conectada. Um n pode ser definido como o ponto de interseco entre duas ou mais
linhas, correspondente ao ponto inicial ou final de cada linha. Nenhuma linha poder
estar desconectada das demais para que a topologia da rede possa ficar totalmente
definida.
O conhecimento das relaes topolgicas entre as linhas pode ser de
fundamental importncia no caso de redes. Para exemplificar, considere-se a Figura
2.13, que mostra uma parte de uma rede de distrbuio eltrica, com os seus diversos
componentes (sub-estao, rede, poste, transformador, consumidor).
Figura 2.13 - Exemplo de topologia arco-n (rede eltrica).

2.6.2.4 TOPOLOGIA ARCO-N-POLGONO
A topologia arco-n-polgono utilizada quando se quer representar

elementos grficos do tipo rea. Seu objetivo descrever as propriedades topolgicas
de reas de tal maneira que os atributos no-espaciais associados aos elementos ou
entidades poligonais possam ser manipulados da mesma forma que os
correspondentes elementos em um mapa temtico analgico.
Neste caso, faz-se necessrio armazenar informao referente aos elementos
vizinhos, da mesma forma que na estrutura de redes deviam ser definidas as ligaes
entre as linhas. A Figura 2.14 mostra de forma simplificada um exemplo desta
estrutura topolgica.
Figura 2.14 - Estrutura topolgica do tipo arco-n-polgono.

2.6.2.5 HIERARQUIA DE REPRESENTAES VETORIAIS
Para um entendimento mais detalhado das representaes vetoriais em GIS,

deve-se inicialmente precisar o que se entende por primitivas geomtricas:
coordenadas 2D, coordenadas 3D, n 2D, n 3D, n de rede, arcos, arcos
orientados, isolinhas e polgonos.
Dada uma regio geogrfica R, pode-se definir:
COORDENADA2D - Uma coordenada 2D um objeto composto por uma

localizao singular (xi, yj) R;
COORDENADA3D - Uma coordenada 3D um objeto composto por uma
localizao singular (xi, yj, z), onde (xi, yj) R;
PONTO2D - Um ponto 2D um objeto que possui atributos descritivos e
uma coordenada 2D;
LINHA2D - Uma linha 2D possui atributos e inclui um conjunto de
coordenadas 2D;
ISOLINHA - uma isolinha contm uma linha 2D associada a um valor real
(cota);
ARCO ORIENTADO - um arco orientado contm uma linha 2D associada a
uma orientao de percorrimento;
N2D - um n 2D inclui uma coordenada2D (xi, yi) R e uma lista L de
linhas 2D (trata-se da conexo entre duas ou mais linhas, utilizada para
manter a topologia da estrutura);
N REDE - um n de rede contm um n 2D e uma lista de arcos
orientados, onde a cada instncia associa-se uma impedncia e um custo de
percorrimento;
N 3D - um n 3D instncia desta classe contm uma coordenada 3D (xi, yi,
zi) e um lista L de linhas 2D (trata-se da conexo entre trs ou mais linhas
de uma grade triangular);
POLGONO - um polgono contm uma lista de linhas 2D e uma lista de ns
2D que descrevem as coordenadas da rea externa e das reas internas que
compem o polgono.
Uma vez definidas as primitivas geomtricas vetoriais, pode ser
estabelecida a hierarquia de representaes geomtricas vetoriais, como mostrado na
Figura 2.15, onde distinguem-se os relacionamentos de especializao -um (is-a),
incluso de uma instncia parte-de (part-of), incluso de um conjunto de

instncias conjunto-de (set-of) e incluso de uma lista de identificadores de

instncias lista-de (list-of).
Representao
-um Vetorial -um
-um -um -um
-um
Conj. Pontos Grafo Subdiviso Conjunto Grade Amostras
2D Orientado Planar 2D Isolinhas Triangular 3D
conj-de conj-de
conj-de conj-de
conj-de conj-de conj-de
conj-de conj-de
conj-de
Arco
N Rede Polgono Isolinha
Orientado
parte-de
parte-de lista-de
Pto 2D N 2D lista-de Linha 2D N 3D

parte-de
parte-de lista-de lista-de
parte-de
Coordenada conj-de Coordenada
parte-de 2D 3D
Figura 2.15 - Hierarquia de classes para representao vetorial.
Deste modo, pode-se distinguir os tipos de representao vetorial:

CONJUNTO DE PONTOS 2D - uma instncia desta classe um conjunto de pontos
2D utilizados para guardar localizaes isoladas no espao (p.ex. no caso de
poos de petrleo);
CONJUNTO DE ISOLINHAS - uma instncia desta classe um conjunto de linhas,
onde cada linha possui uma cota e as linhas no se interceptam;
SUBDIVISO PLANAR - para uma regio geogrfica R qualquer, uma subdiviso
planar contm um conjunto Pg de polgonos, L de linhas 2D e N de ns 2D;
GRAFO ORIENTADO - uma instncia desta classe uma representao composta de
um conjunto de n de rede e de um conjunto de arco orientado 2D;
GRADE TRIANGULAR - uma instncia desta classe contm um conjunto de ns 3D e
um conjunto L de linhas 2D tal que todas as linhas se interseptam, mas apenas em
seus pontos iniciais e finais;
MAPA PONTOS3D - uma instncia desta classe um conjunto de coordenadas 3d.
Trata-se de um conjunto de amostras 3D.

2.7 COMPARAO ENTRE REPRESENTAES MATRICIAL E VETORIAL
Como observamos anteriormente, dados temticos admitem tanto a

representao matricial quanto a vetorial; deste modo, relevante compar-las.
Para a produo de cartas e em operaes onde se requer maior preciso, a
representao vetorial mais adequada. As operaes de lgebra de mapas so mais
facilmente realizadas no formato matricial. No entanto, para um mesmo grau de
preciso, o espao de armazenamento requerido por uma representao matricial
substancialmente maior. Isto ilustrado na Figura 2.16.
Figura 2.16 - Representao vetorial e matricial de um mapa temtico.

A Tabela 2.1 apresenta uma comparao entre as vantagens e desvantagens de
armazenamento matricial e vetorial para mapas temticos. Esta comparao leva em
conta os vrios aspectos: relacionamentos espaciais, anlise, armazenamento. Nesta
tabela, o formato mais vantajoso para cada caso apresentado em destaque.

TABELA 2.1
COMPARAO ENTRE REPRESENTAES PARA MAPAS TEMTICOS
Aspecto Representao Vetorial Representao Matricial

Relaes Relacionamentos topolgicos entre Relacionamentos espaciais
espaciais entre objetos disponveis devem ser inferidos
objetos
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
Modelagem espao
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
2.8 REPRESENTAES DE MODELOS NUMRICOS DE TERRENO
2.8.1 GRADE REGULAR
A grade regular uma representao matricial aonde cada elemento da

matriz est associado a um valor numrico, como mostra a Figura 2.17. Para a
gerao da grade torna-se necessrio estimar, atravs de interpoladores matemticos,
os valores para as clulas que no possuem medidas de elevao, considerando-se a
vizinhana de medidas de elevao conhecidas.
Os procedimentos de interpolao para gerao de grades regulares a partir de
amostras variam de acordo com a grandeza medida. No caso de altimetria, comum
o uso de funes de ponderao por inverso do quadrado da distncia. J para
variveis geofsicas, procedimentos de filtragem bidimensional ou de geoestatstica
(como a krigeagem) so utilizados.

Figura 2.17 - Superfcie e grade regular correspondente. (Fonte: Namikawa 1995).
2.8.2 MALHAS TRIANGULARES
A malha triangular ou TIN (do ingls triangular irregular network) uma

estrutura do tipo vetorial com topologia do tipo n-arco e representa uma superfcie
atravs de um conjunto de faces triangulares interligadas. Para cada um dos trs
vrtices da face do tringulo so armazenados as coordenadas de localizao (x, y) e
o atributo z, com o valor de elevao ou altitude. Em geral, nos SIGs que possuem
pacotes para MNT, os algoritmos para gerao da grade triangular baseiam-se na
triangulao de Delaunay com restrio de regio.
Quanto mais equilteras forem as faces triangulares, maior a exatido com
que se descreve a superfcie. O valor de elevao em qualquer ponto dentro da
superfcie pode ser estimado a partir das faces triangulares, utilizando-se
interpoladores. A Figura 2.18 mostra uma supefcie tridimensional e a grade
triangular correspondente.

Figura 2.18 - Superfcie e malha triangular correspondente. (Fonte: Namikawa 1995).
2.8.3 COMPARAO ENTRE REPRESENTAES DE MNT
As malhas triangulares so normalmente melhores para representar a variao

do terreno, pois capturam a complexidade do relevo sem a necessidade de grande
quantidade de dados redundantes. As grades regulares tm grande redundncia em
terrenos uniformes e dificuldade de adaptao a relevos de natureza distinta no
mesmo mapa, por causa da grade de amostragem fixa.
Para o caso de variveis geofsicas e para operaes como visualizao 3D, as
grades regulares so preferveis, principalmente pela maior facilidade de manuseio
computacional. A Tabela 2.2 resume as principais vantagens e desvantagens de
grades regulares e malhas triangulares.

TABELA 2.3
COMPARAO ENTRE GRADES REGULARES E MALHAS TRIANGULARES PARA

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

complexo converso
2. Incorporao de restries como 2. Adequada para geofsica e
linhas de crista visualizao 3D
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 dados temticos) seja para a
variao associada a imagens (valores discretos).
2.9 REPRESENTAES COMPUTACIONAIS DE ATRIBUTOS DE OBJETOS
Entende-se por atributo qualquer informao descritiva (nomes, nmeros,

tabelas e textos) relacionada com um nico objeto, elemento, entidade grfica ou um
conjunto deles, que caracteriza um dado fenmeno geogrfico.
Inicialmente os SIGs armazenavam tanto as entidades grficas quanto os
atributos no-espaciais em sistemas prprios de arquivos internos. Permitiam ainda
que os atributos no-espaciais fossem inseridos no sistema durante, ou
imediatamente aps, a entrada dos objetos ou entidades grficas que representavam.
Estes procedimentos eram problemticos quando havia numerosa quantidade de
atributos no-espaciais a serem relacionados com os objetos.
Alm disso, as ferramentas de busca, recuperao, manuteno e anlise
destes sistemas deixavam a desejar, quando comparadas aos tradicionais Sistemas de
Gerenciamento de Banco de Dados (SGBD). Um SGBD um sistema de banco de
dados que funciona independentemente do sistema aplicativo, armazenando os dados
em arquivos no disco rgido e carregando-os em memria para sua manipulao.
Assegura trs requisitos importantes na operao de dados: integridade - controle de
acesso por vrios usurios; eficincia - acesso e modificaes de grande volume de

dados e persistncia - manuteno de dados por longo tempo, independente dos

aplicativos que do acesso ao dado.
A organizao de bancos de dados geogrficas mais utilizada na prtica a
chamada estratgia dual, descrita a seguir. Para alternativas, o leitor dever reportar-
se ao captulo 3 deste texto.
2.9.1.1 ESTRATGIA DUAL
Um SIG implementado com a estratgia dual utiliza um SGBD relacional

para armazenar os atributos convencionais dos objetos geogrficos (na forma de
tabelas) e arquivos para guardar as representaes geomtricas destes objetos. No
modelo relacional, os dados so organizados na forma de uma tabela onde as linhas
correspondem aos dados e as colunas correspondem aos atributos.
A entrada dos atributos no-espaciais feita por meio de um SGBD
relacional e para cada entidade grfica inserida no sistema imposto um identificador
nico ou rtulo, atravs do qual feita uma ligao lgica com seus respectivos
atributos no-espaciais armazenados em tabelas de dados no SGBD, como ilustrado
na Figura 2.19.
Figura 2.19 - Estratgia dual para bancos de dados geogrficos.

A Figura 2.19 exemplifica as ligaes lgicas criadas entre os rtulos dos

talhes de um mapa florestal e seus atributos correspondentes (registros no campo
TALHO) numa tabela de banco de dados.
O mesmo tipo de relacionamento lgico pode ser feito em outros casos, como
por exemplo: moradores em um lote, lotes em uma quadra, quadras em bairro,
bairros em uma cidade; hidrantes de segurana ou telefones pblicos ao longo de
uma avenida; postos de servio e restaurantes ao longo de uma rodovia.
A principal vantagem desta estratgia poder utilizar os SGBDs relacionais
de mercado. No entanto, como as representaes geomtricas dos objetos espaciais
esto fora do controle do SGBD, esta estrutura dificulta o equacionamento das
questes de otimizao de consultas, gerncia de transaes e controle de
integridade e de concorrncia. Estes problemas s podem ser resolvidos atravs de
implementaes sofisticadas das camadas superiores da arquitetura genrica, que
operem coordenadamente com o SGBD convencional. Exemplos de sistemas
comerciais baseados em estratgia dual so o ARC/INFO (Morehouse, 1992), MGE
(Intergraph, 1990) e o SPRING (Cmara et al., 1996).
2.10 UNIVERSO DE IMPLEMENTAO
Ao se discutir o universo de implementao, sero indicadas quais as

estruturas de dados a serem utilizadas para construir um sistema de
Geoprocessamento. Neste momento, so tratadas as decises concretas de
programao e que podem admitir nmero muito grande de variaes. Estas decises
podem levar em conta as aplicaes s quais o sistema voltado, a disponibilidade de
algoritmos para tratamento de dados geogrficos e o desempenho do hardware. Para
uma discusso sobre os problemas de implementao de operaes geogrficas, 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 Berg (1997) e van Kreveld et
al.(1998). Estes mtodos operam sobre chaves multidimensionais e dividem-se
conforme a representao dos dados associados: pontos (ex: rvores K-D), linhas e
polgonos (ex: rvores R e R+) e imagens (ex: rvores quaternrias).
Com relao s estuturas de dados, podemos fazer algumas consideraes de
ordem prtica:

armazenamento de pontos 3D em rvores K-D (Bentley, 1975) traz um

ganho muito significativo para aplicaes como a gerao de grade regular
a partir de um conjunto de amostras esparsas;
o uso de rvores quaternrias (Samet, 1990) para armazenar imagens em
tons de cinza no eficaz. Para o caso de mapas temticos, apesar de
utilizado em pelo menos um sistema comercial (SPANS), os ganhos no
so significativos;
o uso de rvores-R (Gutman, 1984) uma forma eficiente de organizar os
dados vetoriais, para fins de recuperao e operao (Brinkhoff et al.,
1993).
2.11 RESUMO
Para compreender melhor a relao entre os diferentes universos (nveis) do

modelo, a Tabela 2.4 contm vrios exemplos de entidades do mundo real e suas
correspondentes no modelo.
TABELA 2.4
CORRESPONDNCIA ENTRE UNIVERSOS DO MODELO
Universo do mundo Universo Universo de Universo de
real conceitual representao implementao
Mapa de vegetao Geo-campo Matriz de inteiros Quad-tree
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 Polgonos e Tabela Linhas 2D e Ns 2D
Rede eltrica Rede Grafo Orientado Linhas 2D (com R-
Tree)

2.12 ORGANIZAO DE AMBIENTE DE TRABALHO EM SIG
Num SIG, existem duas grandes formas de organizao de um ambiente de

trabalho:
organizao baseada num banco de dados geogrficos ( la dBASE);
organizao baseada em projetos ( la AutoCAD).
No primeiro caso, o usurio define inicialmente o esquema conceitual
associado s entidades do banco de dados geogrficos, indicando para cada tipo de
dados seus atributos no-espaciais e as representaes geomtricas associadas.
Procede-se da mesma forma que num banco de dados tradicional (como o dBASE ou
o ACCESS), onde a definio da estrutura do banco precede a entrada dos dados. O
SPRING e o MGE so exemplos de sistemas organizados como bancos de dados
geogrficos. No segundo caso, o usurio define inicialmente um referencial
geogrfico (que delimita uma regio de trabalho) e a seguir, define as entidades
geogrficas que compem o projeto. O ARC/INFO, SGI e IDRISI so exemplos
desta classe de sistemas.
Note-se que um banco de dados geogrficos pode ser particionado em
projetos, sendo que as definies do esquema conceitual valem para todos os projetos
do banco, mesmo que no haja continuidade espacial entre estes projetos.
Um projeto usualmente composto por um conjunto de nveis, camadas ou
planos de informao (PIs), que variam em nmero, tipos de formatos e de temas,
conforme as necessidades de cada tarefa ou estudo. Por exemplo, caso se desejasse
fazer um estudo de uso atual do solo e seus impactos sobre o ambiente em uma
regio, definida em um projeto, seria necessrio que este projeto fosse composto de
PIs com os seguintes temas: 1) rede de drenagem; 2) cidades, rodovias e ferrovias; 3)
altimetria; 4) geomorfologia; 5) unidades e associaes dos solos; 6) tipologia
vegetal; 7) tipos de uso e ocupao das terras. Os PIs 1, 2 e 3, quando superpostos,
vo formar a cartografia bsica da regio de estudo ou mapa topogrfico, como foi
visto no captulo 2. Os PIs restantes so os mapas especiais ou temticos necessrios
para atingir o objetivo proposto, isto , cada PI representa uma mesma rea mas com
informaes geogrficas diferentes.
Os PIs de um projeto podem pertencer a diferentes classes de dados
relacionadas com os formatos de representao de dados disponveis no SIG
utilizado.
Esta organizao da informao espacial muito conveniente para permitir
que diferentes variveis sejam integradas ao banco de dados e que diferentes tipos de
estudo possam ser realizados, combinando to somente os fenmenos de interesse.

BIBLIOGRAFIA
BENTLEY, J. Multidimensional Search Trees Used for Associative Searching.

Communications of the ACM, 18:509-517, 1975.
BRINKHOFF, T.; KRIEGEL, H.P.; SEEGER, B. Efficient Processing of Spatial Joins
Using R-Trees. In: ACM SIGMOD Conference, Washington, 1993.
Proceedings, Washington, ACM, pp. 237-246, 1993.
DE BERG (ed.), Computational Geometry : Algorithms and Applications. Berlin,
Springer Verlag, 1997.
CMARA, G. Modelos, Linguagens e Arquiteturas para Bancos de Dados
Geogrficos. Tese de Doutoramento em Computao Aplicada. So Jos dos
Campos, INPE, Dezembro 1995. (disponvel em
<http://www.dpi.inpe.br/teses/gilberto>.
CMARA, G.; FREITAS, U.M.; SOUZA, R.C.M.; GARRIDO, J. SPRING: Integrating
Remote Sensing and GIS by Object-Oriented Data Modelling. Computers and
Graphics, vol. 15, n.6, July 1996.
GOODCHILD, M. Geographical information science. International Journal of
Geographical Information Systems, 6 (2): 35-45, 1992a.
GOODCHILD, M. Geographical data modeling. Computers & Geosciences, 1992,
18(4): 401-408, 1992b.
GOMES, J.M.; VELHO, L. Computao Visual: Imagens. Rio, SBM, 1995.
GUTING, R.H. An Introduction to Spatial Database Systems. VLDB Journal, 3(4),
October 1994.
GUTMAN, A. R-trees: a dynamic index structure for spatial searching. In: ACM
SIGMOD CONFERENCE. Proceedings, Boston, ACM, pp. 47-57, 1984.
INTERGRAPH, MGE- The Modular GIS Environment, 1990.
<http://www.intergraph.com/gis>
VAN KREVELD, M.; ROOS,T, NIEVERGELT,J. (eds.) Algorithmic Foundations of
Geographic Information Systems (Lecture Notes in Computer Science, 1340).
Berlin, Springer-Verlag, 1998.
MOREHOUSE, S. The ARC/INFO Geographical Information System. Computers &
Geosciences, 18(4): 435-443, 1992.

NAMIKAWA, L. M. Um mtodo de ajuste de superfcie para grades triangulares

considerando linhas caractersticas. (Dissertao de Mestrado em
Computao Aplicada) - Instituto Nacional de Pesquisas Espaciais, So Jos
dos Campos, SP, Brasil, 1995.
SAMET, H. The Design and Analysis of Spatial Data Structures. Reading, Addison-
Wesley, 1990.
STEVENS,S. Handbook of Experimental Psychology. New York, Wiley, 1951.
WORBOYS, M.F. GIS: A Computing Perspective. London, Taylor and Francis, 1995.

3
ARQUITETURA DE SISTEMAS DE INFORMAO GEOGRFICA
Clodoveu Davis
Gilberto Cmara
3.1 DESCRIO GERAL
O termo Sistemas de Informao Geogrfica (SIG) aplicado para sistemas que

realizam o tratamento computacional de dados geogrficos e recuperam informaes no
apenas com base em suas caractersticas alfanumricas, mas tambm atravs de sua
localizao espacial; oferecem ao administrador (urbanista, planejador, engenheiro) uma
viso indita de seu ambiente de trabalho, em que todas as informaes disponveis sobre
um determinado assunto esto ao seu alcance, interrelacionadas com base no que lhes
fundamentalmente comum -- a localizao geogrfica. Para que isto seja possvel, a
geometria e os atributos dos dados num SIG devem estar georreferenciados, isto ,
localizados na superfcie terrestre e representados numa projeo cartogrfica.
O requisito de armazenar a geometria dos objetos geogrficos e de seus atributos
representa uma dualidade bsica para SIGs. Para cada objeto geogrfico, o SIG
necessita armazenar seus atributos e as vrias representaes grficas associadas. Devido
a sua ampla gama de aplicaes, que inclui temas como agricultura, floresta, cartografia,
cadastro urbano e redes de concessionrias (gua, energia e telefonia), h pelo menos
trs grandes maneiras de utilizar um SIG:
como ferramenta para produo de mapas;
como suporte para anlise espacial de fenmenos;
como um banco de dados geogrficos, com funes de armazenamento e
recuperao de informao espacial.
Estas trs vises do SIG so antes convergentes que conflitantes e refletem a
importncia relativa do tratamento da informao geogrfica dentro de uma instituio.
Para esclarecer ainda mais o assunto, apresentam-se a seguir algumas definies de SIG:
Um conjunto manual ou computacional de procedimentos utilizados para
armazenar e manipular dados georreferenciados (Aronoff, 1989);
Anatomia de SIG
Conjunto poderoso de ferramentas para coletar, armazenar, recuperar,

transformar e visualizar dados sobre o mundo real (Burrough, 1986);
Um sistema de suporte deciso que integra dados referenciados
espacialmente num ambiente de respostas a problemas (Cowen, 1988);
Um banco de dados indexados espacialmente, sobre o qual opera um conjunto
de procedimentos para responder a consultas sobre entidades espaciais (Smith
et al., 1987).
Estas definies de SIG refletem, cada uma sua maneira, a multiplicidade de
usos e vises possveis desta tecnologia e apontam para uma perspectiva interdisciplinar
de sua utilizao. A partir destes conceitos, possvel indicar as principais caractersticas
de SIGs:
Inserir e integrar, numa nica base de dados, informaes espaciais
provenientes de dados cartogrficos, dados censitrios e cadastro urbano e
rural, imagens de satlite, redes e modelos numricos de terreno;
Oferecer mecanismos para combinar as vrias informaes, atravs de
algoritmos de manipulao e anlise, bem como para consultar, recuperar,
visualizar e plotar o contedo da base de dados georreferenciados.
3.2 ESTRUTURA GERAL DE UM SIG
Numa viso abrangente, pode-se indicar que um SIG tem os seguintes

componentes:
Interface com usurio;
Entrada e integrao de dados;
Funes de consulta e anlise espacial;
Visualizao e plotagem;
Armazenamento e recuperao de dados (organizados sob a forma de um
banco de dados geogrficos).
Estes componentes se relacionam de forma hierrquica. No nvel mais prximo
ao usurio, a interface homem-mquina define como o sistema operado e controlado.
No nvel intermedirio, um SIG deve ter mecanismos de processamento de dados
espaciais (entrada, edio, anlise, visualizao e sada). No nvel mais interno do
sistema, um sistema de gerncia de bancos de dados geogrficos oferece
armazenamento e recuperao dos dados espaciais e seus atributos.

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

dados em uma rea de trabalho em memria principal. A ligao entre os dados
geogrficos e as funes de processamento do SIG feita por mecanismos de seleo e
consulta que definem restries sobre o conjunto de dados. Exemplos ilustrativos de
modos de seleo de dados so:
"Recupere os dados relativos carta de Guajar-Mirim " (restrio por
definio de regio de interesse);
"Recupere as cidades do Estado de So Paulo com populao entre 100.000 e
500.000 habitantes" (consulta por atributos no-espaciais).
"Mostre os postos de sade num raio de 5 km do hospital municipal de
S.J.Campos" (consulta com restries espaciais).
A Figura 1.1 indica o relacionamento dos principais componentes ou subsistemas
de um SIG. Cada sistema, em funo de seus objetivos e necessidades, implementa estes
componentes de forma distinta, mas todos os subsistemas citados devem estar presentes
num SIG.
Interface
Entrada e Integr. Consulta e Anlise Visualizao

Dados Espacial Plotagem
Gerncia Dados
Espaciais
Banco de Dados
Geogrfico
Figura 3.1 - Estrutura Geral de Sistemas de Informao Geogrfica

Neste captulo, apresentamos uma descrio detalhada dos componentes de um
SIG, detalhando sua estrutura geral. Na seo 3.2, apresentamos as diferentes
alternativas de implementao da arquitetura de um SIG. Na seo 3.3, detalhamos as
funes disponveis, e na seo 3.4, apresentamos uma descrio das principais
alternativas disponveis no mercado, no final da dcada de 90.

Anatomia de SIG
3.3 ARQUITETURA INTERNA
Os GIS de mercado funcionam segundo uma variedade de arquiteturas internas.

Uma anlise das diferentes arquiteturas de GIS pode indicar a existncia de pontos fortes
ou fracos em cada sistema, que tm influncia decisiva em aspectos como o desempenho,
a capacidade de gerenciamento de grandes bases de dados, a capacidade de utilizao
simultnea por mltiplos usurios e a capacidade de integrao com outros sistemas.
Nesta seo, desenvolvemos uma viso do esquema de funcionamento interno
dos diferentes SIGs, ao identificar cada mdulo do software, verificar sua funo, avaliar
sua eficincia individual e de seu relacionamento com os demais componentes.
Nosso objetivo no o de quantificar ou de relacionar as diferenas entre os SIG
no que diz respeito qualidade da implementao de seus mdulos ou componentes, e
sim o de analisar as diferenas conceituais expressas na maneira como cada um deles se
organiza, muitas vezes refletindo sua evoluo como produto ao longo dos anos, e as
alternativas de implementao disponveis poca de sua primeira concepo. Em
seguida, cabe uma anlise a respeito de como estas alternativas podero afetar os
aspectos mais importantes do software do ponto de vista do usurio, em particular
eficincia, segurana, consistncia de dados, e capacidade de integrao com outros
softwares.
Com algumas alteraes, ou maior detalhamento, praticamente qualquer software
comercial hoje existente cair em uma das seguintes alternativas:
SIG Tradicional
Arquitetura Dual
SIG baseado em CAD
SIG relacional
SIG orientado a objetos
Desktop mapping
SIG baseado em imagens
SIG integrado (imagens-vetores)
Observe-se que as cinco primeiras categorias referem-se especificamente a SIG
baseado em vetores. Isto deve-se ao fato de que existem muitas variaes para a filosofia
bsica de armazenamento e utilizao de vetores, o que refletido com clareza nos SIG

Anatomia de SIG
das primeiras categorias, enquanto o gerenciamento e processamento de imagens mais

uniforme entre as diversas aplicaes comerciais existentes.
Deve-se destacar que, com o passar do tempo e com o crescimento do nvel de
complexidade dos SIG comerciais, esta categorizao est perdendo gradualmente a
nitidez. Um exemplo tpico deste fenmeno a crescente incorporao de recursos e
funes a sistemas desktop mapping, tornando-os mais poderosos, e aproximando-os do
que seria denominado desktop SIG. De qualquer forma, quando aplicvel, sero feitas
as observaes devidas com relao aos produtos comerciais mais utilizados no Brasil.
Em seguida, sero apresentadas duas linhas de desenvolvimento que vem sendo
perseguidas pela academia e pela indstria nos ltimos tempos. A primeira delas a que
tenta viabilizar o uso de recursos de geoprocessamento atravs da Internet. Isto vem
sendo feito de vrias maneiras, e ainda no existe um consenso ou um enfoque vitorioso.
A segunda o investimento em padres, buscando delinear uma arquitetura bsica para
SIG interoperveis.
3.3.1 SIG Tradicional
A Figura 3.2 apresenta um diagrama de blocos que representa a arquitetura

interna dos SIG mais tradicionais. Por tradicional entenda-se que se trata da
arquitetura dos primeiros SIG, concebidos em uma poca em que a novidade estava na
integrao de dados grficos a dados alfanumricos em um nico ambiente. Neste tipo de
sistema, o usurio pode acessar os dados geogrficos atravs de uma interface grfica
(Graphical User Interface, GUI) ou atravs de uma linguagem de programao. Esta
linguagem de programao em geral muito simples, consistindo apenas de macro-
comandos, ou seja, na possibilidade de encadeamento de comandos encontrados na
interface grfica de qualquer maneira. Assim, a linguagem de programao pode
funcionar tambm como uma interface do tipo linha de comando, em que o usurio pode
digitar comandos interativamente. Existe tambm a possibilidade de personalizao da
GUI, de modo a incluir macro-comandos ou seqncias de comandos desenvolvidos pelo
usurio.

Anatomia de SIG
Linguagem de
Programao
Mdulo
Mdulo
Usurio GUI Ncleo SIG
Mdulo
Mdulo
Gerenc.
SGBD
Grfico
Dados Dados
Grficos Alfanumricos
Figura 3.2 - SIG tradicional
Os comandos formulados via GUI ou via linguagem so executados pelo ncleo

(kernel) do software, responsvel tanto pelo processamento das funes geogrficas
quanto pelo gerenciamento dos dados. Este ncleo pode ser implementado de forma
monoltica, contendo todas as funes do SIG. No entanto, mais comum, at por
motivos comerciais, encontrar implementaes em que as funes so divididas em
mdulos, cabendo ao ncleo implementar a funcionalidade bsica e o gerenciamento dos
dados. Estes mdulos podem ser comercializados separadamente, permitindo que o
usurio configure seu ambiente com custos mais reduzidos. Por exemplo, podem existir
mdulos para edio grfica/topolgica, acabamento final e plotagem de mapas,
processamento de redes, modelagem digital do terreno, gerenciamento de imagens e
outros. Um usurio com dez postos de trabalho pode optar por ter recursos de edio
em apenas cinco deles, tendo recursos de plotagem em todos, de modelagem do terreno
em apenas um, e dispensando o uso de imagens.
Mas o principal aspecto desta arquitetura est na forma de gerenciamento dos
dados grficos e alfanumricos. A opo implementada pelos desenvolvedores inclui a
codificao dos dados grficos em estruturas proprietrias, ou seja, estruturas de dados
concebidas e implementadas dentro do ambiente do desenvolvedor e tratadas como
segredo comercial. Assim, os dados grficos so codificados em arquivos binrios, cuja

Anatomia de SIG
leitura e correta interpretao s pode ser feita por quem conhea a estrutura de
codificao, e este conhecimento est restrito aos tcnicos do prprio desenvolvedor.
A codificao dos dados alfanumricos segue a mesma lgica, embora aqui no
haja a preocupao com a ocultao da forma de armazenamento. em geral adotada
uma estrutura tabular, semelhante dos SGBD relacionais, com registros de tamanho
fixo. Somente necessrio conhecer a estrutura dos dados alfanumricos (quantidade de
campos, tipo de contedo e largura de cada um deles) para que se consiga interpretar
corretamente o contedo dos arquivos. O tratamento dos dados alfanumricos pode ser
feito em um ambiente proprietrio de gerenciamento de bancos de dados, sendo este
ambiente totalmente integrado ao produto, e no tendo vida prpria fora dele. Este
SGBD em geral muito simples, no preenchendo os requisitos bsicos dos SGBD
relacionais padro.
Resumo das caractersticas principais:
Gerenciamento em separado de grficos e alfanumricos
Armazenamento de grficos em estruturas proprietrias
Armazenamento de dados alfanumricos em banco de dados geralmente proprietrio,
integrado ao produto (nem sempre relacional)
Exemplos: ARC/INFO (bsico)
3.3.2 Arquitetura Dual
A arquitetura apresentada no item anterior evoluiu para a apresentada na Figura

3.3. A nica diferena est na adoo de um SGBD relacional completo para gerenciar
os dados alfanumricos. Esta opo reflete principalmente uma inteno de no
reinventar a roda, utilizando produtos disponveis no mercado para realizar parte das
tarefas do SIG. Na implementao pouco muda conceitualmente, sendo que a tarefa de
desenvolver o ncleo fica bastante facilitada. Observe-se que o SIG e o SGBD
relacional, sendo produtos diferentes, precisam se comunicar de uma maneira satisfatria
para realizar sua funo. Esta comunicao gerenciada pelo ncleo, e restrita s
operaes normais de bancos de dados: insero de dados, excluso, consultas.
Do ponto de vista do usurio, esta alternativa abre a possibilidade de se ter
aplicaes convencionais, concebidas e desenvolvidas dentro do ambiente do SGBD
relacional, compartilhando os atributos alfanumricos dos objetos geogrficos. O
problema que, como o SGBD relacional no conhece a estrutura grfica proprietria,
existe o srio risco de se introduzir inconsistncias no banco de dados geogrfico.
Imagine-se, por exemplo, que um usurio de aplicao exclusivamente alfanumrica

Anatomia de SIG
possa excluir um registro alfanumrico, mas que compe um conjunto de atributos para
uma determinada entidade geogrfica. Sem que o SIG saiba, esta entidade geogrfica
passa a no ter mais atributos, tornando-se inconsistente. Assim, o acesso a atributos
alfanumricos de dados geogrficos s pode ser feito de maneira criteriosa, dentro de
controles rgidos que precisam ser implementados pela aplicao, uma vez que o
software bsico (SIG e SGBD relacional) no oferecem qualquer recurso para a garantia
automtica da integridade dos dados. Observe-se que este tipo de problema poderia
ocorrer no caso anterior tambm, mas como o acesso aos dados grficos e alfanumricos
somente feito atravs do SIG, tem-se um ambiente mais controlado.
Linguagem de
Programao
Mdulo
Mdulo
Mdulo
Mdulo
Gerenc.
Grfico
SGBD
Relacional
Dados
Dados
Alfanumricos
Grficos
Figura 3.3 - Arquitetura Dual

Semelhante ao anterior, porm com o uso de um gerenciador de bancos de dados
alfanumricos externo, tipicamente relacional, padro de mercado
Exemplos: Genasys.

Anatomia de SIG
3.3.3 SIG Baseado em CAD
Uma extenso lgica do raciocnio que levou ao armazenamento de dados

alfanumricos em SGBD relacionais padro de mercado seria a implementao do
gerenciamento dos dados grficos atravs de ferramentas tambm padro de mercado.
No caso, as ferramentas grficas que melhor se adaptam s necessidades do SIG so os
sistemas CAD (Computer Aided Design). Estas ferramentas tem seu uso bastante
consolidado nas reas de engenharia, arquitetura e semelhantes, e so naturais candidatas
a ambientes de produo cartogrfica. Como no caso anterior, ficou ntido para alguns
desenvolvedores de SIG que a reimplementao das funes, tpicas de sistemas CAD,
de edio grfica e de gerenciamento de arquivos grficos seria reinventar a roda.
Leve-se ainda em considerao o estgio de desenvolvimento dos sistemas CAD, j
extremamente evoludos e confiveis.
Assim, tem-se a arquitetura apresentada na Figura 3.4, em que o ncleo do SIG
trata principalmente da integrao entre um gerenciador grfico (CAD) e um gerenciador
alfanumrico (SGBDR), alm de implementar e tornar disponveis funes geogrficas
bsicas. Funes geogrficas mais especficas so oferecidas em um esquema de
mdulos, como nos casos anteriores. O sistema dispe de uma interface grfica, em geral
baseada na do CAD, buscando tornar o sistema mais familiar para aqueles usurios que
j tivessem experincia com o CAD. Omitiu-se aqui, propositadamente, a referncia a
uma linguagem de programao. Embora os principais sistemas CAD disponham de
linguagens de programao razoavelmente completas, estas tm acesso exclusivamente
funcionalidade do CAD. O SIG baseado em CAD ter, no mximo, uma macro-
linguagem capaz de formular seqncias de comandos disponveis no ambiente SIG, mas
alguns no dispem nem mesmo deste recurso.
Esta alternativa de arquitetura tem dois grandes problemas principais. O primeiro,
e mais grave, a grande facilidade que se tem em introduzir inconsistncias no banco de
dados geogrfico, de forma semelhante relatada no exemplo anterior. Aqui ainda
mais fcil: basta algum usurio ter acesso aos dados grficos, por exemplo usando
diretamente o software CAD para acessar os arquivos grficos: se alguma entidade
grfica for deletada, o registro alfanumrico correspondente ficar isolado. O registro
no ser tambm deletado pelo SGBD relacional, pois o mesmo no tem conhecimento
desta operao no CAD. Da mesma maneira, um usurio com acesso ao SGBD
relacional pode deletar algum registro associado a um dado grfico, causando o efeito
inverso. Apenas o uso exclusivo dos dados atravs do ncleo do SIG pode pretender
garantir a consistncia grfico-alfa.
O segundo problema com este enfoque est na utilizao das estruturas de
arquivo do CAD para armazenar os dados grficos. Os sistemas CAD no dispem de

Anatomia de SIG
recursos de indexao espacial, e sempre acessam seus arquivos de forma seqencial.

Assim, tm um desempenho que os impede de ter arquivos muito grandes, uma vez que
o custo computacional de acesso a dados organizados seqencialmente muito alto.
Desta forma, o usurio obrigado a fracionar sua base grfica em diversos arquivos, e a
compor manualmente arquivos auxiliares para ajudar no processo de seleo de arquivos
para utilizao na tela. Trata-se de um custo operacional expressivo, em particular no
caso de grandes bases de dados.
O principal ponto positivo dos SIG baseados em CAD est na grande facilidade
de utilizao dos recursos de edio. Isto faz com que este tipo de sistema seja
especialmente adequado para trabalhos de entrada de dados, onde se pode controlar
melhor o volume de dados que manipulado de uma vez.
Mdulo
Mdulo
Mdulo
Mdulo
SGBD
CAD
Relacional
Dados
Alfanumricos
Arquivos
CAD
Figura 3.4 - SIG baseado em CAD

Gerenciamento de dados grficos feito por um pacote de CAD, geralmente externo
ao SIG
Gerenciamento de dados alfanumricos feito por um gerenciador de bancos de dados
relacional externo, geralmente padro de mercado, externo ao SIG
Possibilidade de manipulao direta dos arquivos grficos utilizando o sistema CAD
por fora do SIG
Exemplos: MGE/MicroStation, AutoCAD Map, dBMapa.

Anatomia de SIG
3.3.4 SIG Relacional
A combinao de problemas dos casos anteriores, em especial os problemas de

gerenciamento de grficos e as possibilidades de introduo de inconsistncias nos
bancos de dados geogrficos, levaram concepo de uma nova alternativa. A idia
principal consiste em utilizar os excelentes recursos de garantia de integridade, controle
de concorrncia (acesso simultneo por vrios usurios) e recuperao de falhas
disponveis nos SGBD relacionais para gerenciar dados geogrficos.
Nos SIG relacionais (Figura 3.5), os dados grficos so organizados em tabelas,
de forma semelhante aos dados alfanumricos. Um sistema de chaves utilizado para
relacionar estas tabelas, formando um esquema relacional cuja integridade garantida
pelo SGBDR. Alis, esta tarefa desempenhada com um nvel de segurana excelente,
tendo em vista o avanado grau de evoluo dos SGBDR, aos quais so confiadas
misses nos ambientes de aplicaes convencionais bem mais crticas que o
gerenciamento de dados geogrficos.
Desta forma, toda a funcionalidade de gerenciamento de dados fica a cargo do
SGBDR. No entanto, para realizar os tipos de consultas e operaes mais freqentes no
ambiente SIG, algumas extenses precisam ser feitas. A primeira delas refere-se
implementao de recursos de indexao espacial. Isto feito em geral utilizando
esquemas do tipo quad-tree, armazenando a associao de cada objeto geogrfico com
um n da rvore em uma tabela, e fazendo com que exista uma indexao convencional
alternativa baseada nesta associao. Outra extenso importante se refere linguagem de
consulta, que nos SGBD relacionais a linguagem SQL. necessrio estender o SQL
tradicional para incluir operadores geogrficos, como contm, contido em, ou
vizinho a. Estas extenses so implementadas no ncleo do SIG, que responsvel por
traduz-las em operaes previamente existentes no SGBD. Esta tarefa est-se tornando
mais fcil, na medida em que alguns desenvolvedores de SGBDR como a Oracle a
Informix esto incorporando facilidades geogrficas a seus produtos. Existem ainda
sistemas relacionais mais avanados, como o Postgres, que permitem a implementao
de novas estruturas de indexao e novos mtodos de acesso, o que favoreceria a
implementao de SIG relacionais.

Anatomia de SIG
Linguagem de
Programao
Mdulo
Operadores Geogrficos
Mdulo
Mdulo
Usurio GUI Mdulo Ncleo SIG
Mdulo
Mdulo
Mdulo
SGBD Relacional
Dados Grficos
e Alfanumricos
Figura 3.5 - SIG relacional

Dados grficos e alfanumricos armazenados de forma integrada no banco de dados
relacional, externo ao SIG
Implementao de recursos de geoprocessamento (operadores espaciais, ferramentas
de anlise, etc.) apoiadas no gerenciador relacional, e apresentadas como extenses
ou complementaes ao modelo relacional
Grande robustez de implementao, devido s garantias de integridade do esquema
relacional
Grande estabilidade, devido ao avanado grau de desenvolvimento dos SGBD
relacionais
Exemplos: Vision*GIS

Anatomia de SIG
3.3.5 SIG Orientado a Objetos
Esta alternativa bastante similar anterior, porm introduz uma novidade: o

armazenamento de dados geogrficos utilizando objetos. Esta funo realizada por um
SGBD orientado a objetos, que pode ser um produto genrico, de mercado (os mais
encontrados so o O2 e o ObjectStore), ou um gerenciador proprietrio. Toda a
operao do SIG baseada em um modelo de dados orientado a objetos, que contm
toda a informao sobre cada classe de objetos, incluindo caractersticas grficas,
caractersticas alfanumricas e tambm aspectos do comportamento do objeto (Figura
3.6).
Aproveitando estas caractersticas, a implementao do SIG com uma arquitetura
cliente-servidor passa a ser mais natural, uma vez que o trfego entre um ncleo
cliente e um ncleo servidor pode consistir apenas de objetos, que circulam em uma
rede. A comunicao entre o servidor e o banco de dados orientado a objetos pode, se
no for uma ligao proprietria, ser implementada com base em padres como o ODTP
(Object Data Transfer Protocol) ou o CORBA (Common Object Request Broker
Architecture). Na prtica, no entanto, a preferncia ainda pelas implementaes
proprietrias, com o ncleo servidor fortemente integrado ao gerenciador orientado a
objetos.
Outro ponto de destaque nesta arquitetura a linguagem de programao. Esta
em geral uma linguagem computacionalmente completa, dotada de todos os recursos
necessrios para fazer uso da maior riqueza semntica do modelo de dados orientado a
objetos. Seria muito difcil utilizar alguma linguagem de consulta como SQL para acessar
este tipo de banco de dados, e portanto a disponibilidade de uma linguagem poderosa
muito importante. Esta linguagem tambm poder oferecer recursos para a construo
ou para a customizao da interface grfica com o usurio, e tambm poder ser usada
em uma interface de linha de comandos para usurios mais experientes.
Existe a possibilidade de conexo do ncleo cliente a um SGBD relacional
externo, desde que este atenda a alguns padres, viabilizando a integrao do SIG com
aplicaes convencionais externas. Observe-se que novamente de responsabilidade das
aplicaes a garantia de integridade entre os dados mantidos pelo SIG, sob a forma de
objetos, e os dados mantidos no SGBDR, existindo sempre a possibilidade de quebra de
integridade pelo acesso exclusivo ao SIG ou ao SGBDR.
A utilizao de conceitos de orientao a objetos nesta arquitetura a torna mais
prxima do desejvel em termos de sistemas abertos, uma vez que todas as iniciativas no
sentido de estabelecer padres de interoperabilidade em SIG so baseadas na
padronizao de objetos. No entanto, j foi demonstrado que possvel fazer o mesmo
em relao a bancos de dados relacionais.

Anatomia de SIG
Modelo de Dados
Linguagem de
Ncleo SIG TCP/IP Ncleo SIG
Usurio Programao e
Cliente Servidor
Consulta
ODTP
GUI
SGBD
SGBD
Orientado a
Relacional
Objetos
Dados
Base de
Alfanumricos
Objetos
Externos
(opcional)
Figura 3.6 - SIG orientado a objetos

Presena marcante de mdulo de modelagem de dados, que dar personalidade s
aplicaes
Possibilidade de conexo com gerenciador de bancos de dados relacional externo,
mas a nfase no gerenciador de objetos, que geralmente proprietrio
Tendncia a um maior apoio em padres, sistemas abertos e filosofia cliente-servidor
Exemplos: APIC, Smallworld

Anatomia de SIG
3.3.6 Desktop Mapping
Sistemas desktop mapping so uma classe de aplicaes de geoprocessamento

que se concentram em facilitar as atividades de apresentao de informaes sob o
formato de mapas. No so, apesar disto, sistemas adequados para atividades de
cartografia automatizada, pois no contam em geral com recursos muito sofisticados em
termos de edio e entrada de dados. Tambm no so adequados para gerenciar um
grande volume de informaes, uma vez que sua estrutura de arquivos tende a ser
bastante simples, e freqente a utilizao direta de arquivos grficos ou alfanumricos
de outros aplicativos, tais como AutoCAD, Excel, Access, dBASE e outros (Figura 3.7).
Quando os dados so codificados no formato proprietrio do sistema, no entanto, pode-
se ter alguns recursos voltados melhoria do desempenho, tais como indexao espacial.
O forte desta classe de aplicaes est precisamente na facilidade de integrao
de dados de diversas fontes, alm das excelentes facilidades para produo de mapas
temticos plotados. Como se trata de aplicaes voltadas especificamente para o usurio
final, ou seja, aquele profissional de uma determinada rea de interesse que deseja
produzir um mapa para compor um relatrio, ou mesmo para facilitar alguma anlise
espacial, so em geral ferramentas desenvolvidas no ambiente Windows. Tm custos
relativamente baixos, apresentando constante tendncia de queda. No entanto, vm nos
ltimos tempos apresentando a tendncia a incorporar cada vez mais funes, de modo
que alguns j esto-se intitulando desktop SIG.
A interface com o usurio, como no caso de outras aplicaes Windows, pode
ser customizada com o auxlio de uma linguagem de programao simples, em geral no
estilo VisualBasic. Esta linguagem tambm permite a criao de alguns tipos de funes
e aplicaes limitadas.
A comunicao destes sistemas com outras aplicaes pode em geral ser
conseguida utilizando alguns dos recursos mais comuns do Windows, como OLE
(Object Linking and Embedding), DDE (Dynamic Data Exchange) e ODBC (Open
Database Connectivity).

Anatomia de SIG
Linguagem de
Programao
OLE
Usurio GUI Ncleo Outras Aplicaes
DDE
Arquivos
Arquivos Arquivos
Grfico+
Grficos Alfa
Alfa
Figura 3.7 - Desktop mapping

Geralmente baseado em micro, em ambiente Windows, concentra esforos em uma
boa interface de usurio e em recursos para produo de mapas para apresentao
Funcionamento utilizando arquivos externos, desestruturados e independentes
Ausncia de um forte gerenciador de informaes grficas ou alfanumricas, mas
pode em geral comunicar-se com gerenciadores existentes
Exemplos: MapInfo, Maptitude

Anatomia de SIG
3.3.7 SIG Baseado em Imagens
Esta uma classe de aplicaes em que o verdadeiro banco de dados est na

imagem e seus atributos. Assim, no existe um SGBD propriamente dito, apenas um
conjunto de arquivos de imagem, codificados de maneira conveniente, tanto em termos
de ocupao de espao em disco quanto em termos de facilidades de recuperao
(Figura 3.8).
No entanto, muitas vezes necessrio associar um conjunto de informaes
alfanumricas a uma imagem ou a partes dela. O recurso que geralmente empregado
por este tipo de SIG a criao de objetos vetoriais, que podem ou no ser apresentados
em sobreposio imagem. Estes objetos podem ser dos tipos usuais, ou seja, pontos,
linhas ou reas, mas em no caso de reas e linhas existe um centride, que um nico
ponto contido na linha ou rea, e que escolhido para ser o ponto de referncia dos
dados alfanumricos correspondentes. Assim, cada elemento geogrfico com
possibilidade de associao a dados alfanumricos associado ao centride, que por sua
vez est representado no banco de dados alfanumrico, em geral relacional.
Estes sistemas podem ou no possuir linguagem de programao, uma vez que a
funcionalidade que interessa mais diretamente ao usurio est mais ligada rea de
processamento digital de imagens. No entanto, so dotados de interfaces grficas com o
usurio, que transmitem os comandos do usurio ao ncleo.
Linguagem de
Programao
Usurio GUI Ncleo Centrides
SGBD Relacional
Dados
Arquivos Alfanumricos
Raster
Figura 3.8 - SIG baseado em imagens

Anatomia de SIG

Informaes grficas so geralmente armazenadas como arquivos independentes,
devido aos grandes volumes
Comunica-se com um banco de dados relacional externo por meio de vetores que
so definidos sobre a imagem
Exemplos: SPANS, IDRISI, ERDAS.
3.3.8 SIG Integrado (Matrizes-Vetores)
Na rea ambiental, onde grande a necessidade de integrao de dados de

diferentes formatos, como imagens, mapas temticos e modelos de terreno, uma das
tendncias vem sendo o desenvolvimento de tecnologias que permitam o tratamento
simultneo de dados matriciais (grades e imagens), com dados vetoriais. Devido grande
quantidade de armazenamento necessria para imagens, e dado que os SGBDs de
mercado ainda no possuem suporte eficiente para este tipo de dados, os SIGs
integrados so, na maior parte dos casos, uma extenso do modelo de "arquitetura dual"
para incluir gerenciamento de arquivos grficos no formato matricial ("raster").
Linguagem
de
Programao
Mdulo
GUI Ncleo
Usurio Mdulo
Gerenc.
Grfico
SGBD
Relacional
Vetores Matrizes Tabelas
Figura 3.9 - SIG Integrado

Anatomia de SIG

Gerenciamento em separado de dados grficos e tabelas
Armazenamento de grficos em estruturas proprietrias
Armazenamento de dados alfanumricos em banco de dados relacional
Capacidade de processar dados vetoriais, grades e imagens
Exemplos: SPRING, ARC/VIEW (com extenses "Spatial Analyst" e "Image
Extension").
3.3.9 Acesso a Dados Geogrficos via Internet
Uma das linhas de pesquisa e desenvolvimento em geoprocessamento que mais

vem despertando o interesse da comunidade o acesso a dados geogrficos via Internet.
Como em qualquer linha de desenvolvimento recente, existem diversos tipos de enfoques
e nenhum vencedor claro.
Uma das alternativas mais adotadas consiste em oferecer ao usurio, atravs de
um browser, um formulrio para preenchimento. Neste formulrio so solicitadas
informaes quanto regio geogrfica de interesse (muitas vezes solicitando uma
referncia explcita a um nmero de mapa), composio do mapa (camadas que
devero aparecer) e mesmo alguns elementos de composio visual (cores, espessura de
linhas, cores ou hachuras de preenchimento). Quando o usurio termina o preenchimento
do formulrio, as informaes so transmitidas para um servidor, que recupera os dados
necessrios e converte o mapa final para um formato de imagem, como GIF ou JPEG.
Esta imagem ento inserida numa pgina Web criada instantaneamente, e transmitida
para o usurio. Este processo talvez o mais natural do ponto de vista dos browsers,
uma vez que lida com a apresentao de imagens, coisa que qualquer browser capaz de
fazer. No entanto, uma alternativa problemtica, por diversos motivos. Em primeiro
lugar, porque no deixa o usurio navegar interativamente pelo mapa. Alm disso, a
transmisso de imagens em geral demorada, e realizada de forma repetitiva tende a
sobrecarregar os recursos de rede. Por fim, existe o problema de sobrecarga no servidor,
que precisa construir o mapa em formato imagem, geralmente a partir de um banco de
dados vetorial, e transmiti-lo para o cliente. Note-se que qualquer operao simples,
como zoom ou pan, exige a formao de um novo mapa-imagem e nova transmisso.
Outra alternativa a que apresenta para o usurio um mapa chave, solicitando
que indique, com o mouse, qual a regio de seu interesse. Esta abordagem permite um
grau um pouco maior de flexibilidade, mas no resolve os problemas principais da
alternativa anterior, ou seja, custos de processamento e transmisso, alm de no

Anatomia de SIG
resolver completamente o problema de navegao. Em ambos os casos, o grau de

interatividade com o usurio na escolha da regio desejada muito baixo, e o resultado
est restrito a um modelo de fragmentao do espao que foi previamente decidido.
Mais interessante do que a transmisso de imagens seria a transmisso de objetos
geogrficos com representao vetorial. Desta maneira, o usurio poderia ser livre para
decidir a regio de interesse, bem como para ativar ou desativar as camadas que deseja.
Idealmente, os objetos vetoriais transmitidos seriam armazenados na memria da
mquina cliente, para que pudessem ser reaproveitados no caso de operaes de zoom ou
pan, ganhando tempo para aumentar a interatividade. Outra possibilidade interessante a
aplicao ao mapa vetorial do conceito de hipermapa, simulando nos smbolos e
objetos vetoriais disponveis a operao dos links de hipertexto comuns nas pginas da
Web. Assim, bastaria por exemplo clicar sobre o smbolo de um hospital para consultar
seus dados alfanumricos associados.
A transmisso de dados geogrficos em formato vetorial pela Internet tem um
obstculo: nenhum dos browsers, as ferramentas de navegao na Internet por
excelncia, est preparado para receber e apresentar informaes neste formato. Para
que isto seja possvel, existem duas alternativas. A primeira, que vem sendo adotada por
diversos desenvolvedores de SIG, consiste em criar um plug-in, ou seja, um programa
que funciona no computador do usurio, conectado ao browser. Este plug-in reconhece
os dados vetoriais medida em que chegam, geralmente agrupados em um arquivo com
extenso padronizada, e os exibe na tela. Esta alternativa tem a desvantagem de exigir a
transmisso (download) dos plug-ins a partir do site do desenvolvedor, o que pode ser
uma operao demorada (os plug-ins mais comuns tm por volta de 1 Mbyte). Alm
disso, exige a execuo de um procedimento de instalao. Como os plug-ins so
especficos para os principais browsers do mercado, que esto em constante evoluo,
preciso atualiz-los periodicamente.
A outra alternativa consiste em criar uma aplicao na linguagem Java [2], que
ser transmitida no momento do acesso e executada na mquina do usurio, dispensando
procedimentos complicados de instalao ou mesmo a ocupao de rea em disco. A
aplicao desaparece da mquina do usurio no momento em que desativada. Assim,
novas verses no precisam ser distribudas, pois estaro disponveis instantaneamente a
partir do momento de sua instalao no servidor. Os dados so recebidos e tratados
objeto por objeto, facilitando a implementao de caches locais. Cada objeto precisa ser
transmitido uma nica vez, sendo que operaes posteriores de zoom ou pan podem
apenas utilizar os dados j presentes na cache. Um exemplo desta arquitetura est
apresentado na Figura 3.9.

Anatomia de SIG
Usurio
Browser habilitado para Java
Manipulador
Applet Java
Pesquisas e Objetos
Selees Geogrficas Geogrficos
Extrator
Applet Java
Consultas na Objetos geogrficos

linguagem do SIG no formato do SIG
Internet /
Intranet
Bancos de Dados
Geogrficos
Servidores SIG
Figura 3.9 - Acesso a dados geogrficos via Internet
3.3.10 Open GIS: Interoperabilidade em GIS
A quantidade da dados geogrficos disponveis em formato digital bastante

grande, e vem crescendo rapidamente. Durante o perodo em que estes dados
geogrficos vm sendo coletados (aproximadamente nos ltimos 30 anos), diferentes
alternativas tecnolgicas foram adotadas para a aquisio, o armazenamento, o
processamento, a anlise e a visualizao destes dados, em geral em esforos isolados e
independentes uns dos outros.

Anatomia de SIG
Com a evoluo do geoprocessamento, cada vez mais marcante a necessidade

de se utilizar estes dados, cuja coleta e manuteno so bastante caros, para o maior
nmero de aplicaes diferentes possvel. Por exemplo, se uma prefeitura mapeia em um
GIS as ruas da cidade, porque no utilizar estes dados na companhia de energia eltrica,
ou na companha de telecomunicaes? Muitas vezes isto no possvel, ou pelo menos
dificultado fortemente, pela adoo de diferentes plataformas de hardware e software,
cada uma das quais utilizando um formato ou conjunto de formatos de armazenamento
das informaes geogrficas digitais. Transferir dados de um formato para o outro nem
sempre simples, mas poderia ser realizado utilizando programas tradutores, capazes de
ler as informaes codificadas em um formato especfico e regrav-las em um formato
padro, e vice-versa. No entanto, a experincia mostra que raramente se consegue uma
traduo perfeita, livre de erros. Alm disso, os formatos padronizados hoje utilizados
tm uma capacidade muitas vezes insuficiente para representar todos os detalhes das
informaes geogrficas que so necessrios.
Outra situao que pode ocorrer aquela em que todos os usurios dispem do
mesmo GIS, mas os mtodos e padres utilizados para a coleta e a manuteno dos
dados inviabilizam sua utilizao em conjunto. Por exemplo, um dos usurios pode ter
um grau de exigncia maior com relao preciso cartogrfica que os demais. Outros
problemas que podem impedir ou inviabilizar o intercmbio de informaes incluem
diferenas de sistemas de projeo ou de datum, unidades de medida, mtodos para
produo de estimativas, e ainda diferenas entre os conceitos utilizados por cada
usurio na criao e manuteno de seus dados. Para completar, ainda podero existir
dificuldades no que diz respeito s polticas de disponibilizao dos dados adotadas por
cada usurio: mdia de gravao, poltica de comercializao de dados, limitaes quanto
ao repasse dos dados para terceiros, e assim por diante.
Todas estas dificuldades esto no caminho da interoperabilidade entre aplicaes
distintas de geoprocessamento, e ocorrem em todo o mundo. Para buscar uma soluo
para estes problemas, foi criado em 1994 o Open GIS Consortium (OGC), a partir da
associao de representantes dos desenvolvedores de software, das universidades e dos
diversos nveis de governo, provenientes de diversos pases, especialmente os Estados
Unidos e a Europa. Este consrcio est elaborando um padro denominado OGIS (Open
Geodata Interoperability Specification), que uma especificao abrangente da
arquitetura de software para acesso distribudo a dados geo-espaciais e a recursos de
geoprocessamento em geral [1]. Esta arquitetura composta de trs partes principais:
Open Geodata Model (OGM), que busca uma maneira comum de representar a
Terra e fenmenos relacionados a ela, matematicamente e conceitualmente;

Anatomia de SIG
OGIS Services Model, que um modelo de especificao para a implementao de

servios de acesso a dados geogrficos, incluindo seu gerenciamento, manipulao,
representao e compartilhamento;
Information Communities Model, um arcabouo para utilizao do OGM e do
OGIS Services Model para resolver no apenas os problemas tcnicos de
interoperabilidade, mas tambm os problemas inter-institucionais que interferem no
processo.
A idia principal por trs do OGIS o estabelecimento de um padro comum
para transferncia de dados geogrficos entre aplicaes, estabelecendo uma camada
de padronizao entre clientes e servidores de informaes geogrficas. Isto possibilitar
o acesso a qualquer banco de dados geogrfico (cujo gerenciador atenda ao modelo
OGIS) por parte de qualquer aplicao, como um GIS, um CAD ou um software
Desktop mapping. O servidor poder mesmo ser um SGBD relacional, um SGBD
orientado a objetos, ou mesmo o gerenciador geogrfico proprietrio de algum software,
como o ARC/INFO ou o Vision. Assim, usurios de GIS que dispem de um produto
especfico poderiam acessar dados mantidos em uma ampla variedade de produtos,
atravs de uma interface padronizada.

Anatomia de SIG
3.4 FUNCIONALIDADE
3.4.1 Funcionalidade Bsica
De modo geral, cada GIS foi originalmente projetado para resolver um conjunto
especfico de problemas, tendo depois evoludo para se tornar uma ferramenta de uso
mais amplo. Esta vocao original dos softwares no limita, propriamente, seu escopo de
aplicao, mas o fato que cada um ter seus pontos fortes e pontos fracos. No entanto,
existem funes que so caractersticas dos GIS, e que podem ser encontradas em
qualquer software. O que varia, no caso, a qualidade e a confiabilidade da
implementao. De qualquer forma, a disponibilidade destes tipos de recursos pode ser
suficiente para garantir o sucesso de muitas aplicaes. Em geral, qualquer GIS capaz
de:
1. Representar graficamente informaes de natureza espacial, associando a estes
grficos informaes alfanumricas tradicionais. Representar informaes grficas
sob a forma de vetores (pontos, linhas e polgonos) e/ou imagens digitais (matrizes
de pixels).
2. Recuperar informaes com base em critrios alfanumricos, semelhana de um
sistema de gerenciamento de bancos de dados tradicional, e com base em relaes
espaciais topolgicas, tais como continncia, adjacncia e interceptao.
3. Realizar operaes de aritmtica de polgonos, tais como unio, interseo e
diferena. Gerar polgonos paralelos (buffers) ao redor de elementos ponto, linha e
polgono.
4. Limitar o acesso e controlar a entrada de dados atravs de um modelo de dados,
previamente construdo.
5. Oferecer recursos para a visualizao dos dados geogrficos na tela do computador,
utilizando para isto uma variedade de cores.
6. Interagir com o usurio atravs de uma interface amigvel, geralmente grfica.
7. Recuperar de forma gil as informaes geogrficas, com o uso de algoritmos de
indexao espacial.
8. Possibilitar a importao e exportao de dados de/para outros sistemas semelhantes,
ou para outros softwares grficos.
9. Oferecer recursos para a entrada e manuteno de dados, utilizando equipamentos
como mouse, mesa digitalizadora e scanner.

Anatomia de SIG
10. Oferecer recursos para a composio de sadas e gerao de resultados sob a forma
de mapas, grficos e tabelas, para uma variedade de dispositivos, como impressoras e
plotters.
11. Oferecer recursos para o desenvolvimento de aplicativos especficos, de acordo com
as necessidades do usurio, utilizando para isto alguma linguagem de programao,
inclusive possibilitando a customizao da interface do GIS com o usurio.
Todos estes recursos podem ser agrupados em categorias, para facilitar a
comparao entre diferentes sistemas. Estas categorias bsicas so: entrada de dados,
gerenciamento de informaes, recuperao de informaes, manipulao e anlise, e
exibio e produo de sadas. Cada uma destas categorias ser apresentada a seguir.
3.4.2 Entrada de Dados
Ao contrrio de sistemas de banco de dados convencionais, o GIS capaz de armazenar

informaes variadas, de natureza grfica, como vetores e imagens. Para isto,
necessrio que o GIS conte com mdulos ou interfaces que permitam que o usurio
possa incorporar dados ao GIS e visualizar graficamente estes dados. Alm disto, o
sistema precisa ser capaz de detectar falhas e incorrees nos dados grficos, e sinaliz-
los para o usurio antes de deixar que dados incorretos ou inconsistentes sejam
incorporados ao banco de dados geogrfico. Em resumo, o GIS precisa ser capaz de:
1. Permitir a digitalizao de dados grficos em formato vetorial, provendo os meios
para associao (ou digitao) das informaes alfanumricas correspondentes. Para
isto, precisa permitir a utilizao de quaisquer tipos de dispositivos de entrada de
dados, como mesas digitalizadoras, mouse, teclado (digitao de coordenadas), etc.;
2. Permitir a associao de imagens digitais ao banco de dados, atravs de recursos de
georreferenciamento de imagens ou mesmo atravs da integrao da imagem ao
banco. Para isto, precisa ser capaz de converter ou traduzir arquivos de imagem
codificados em diversos formatos distintos para o formato adotado por ele;
3. Realizar anlises de consistncia sobre os dados vetoriais, visando detectar
incorrees na topologia ou inconsistncias com relao ao modelo de dados. Estas
incorrees incluem: erros de fechamento topolgico (elementos poligonais),
superposies indesejveis, undershoots, overshoots, etc.;
4. Realizar procedimentos de limpeza ou correo sobre os dados adquiridos, visando
melhorar sua qualidade e prepar-los para a incorporao ao banco de dados
geogrfico. Estes procedimentos incluem edge matching, eliminao de vrtices
desnecessrios, suavizao de curvas, etc.;

Anatomia de SIG
5. Receber, converter e tratar dados provenientes de outros sistemas de informao,

geogrficos ou no, grficos ou no, a partir de arquivos de formato padronizado.
As funes de entrada de dados continuam a demandar uma frao desproporcionada
dos recursos para a implantao de um GIS [11]. Seu custo s vezes um impedimento
para a adoo de GIS em organizaes. O que distingue os vrios enfoques com relao
entrada de dados o grau de automatizao alcanado. Processos manuais so
bastante propensos a erros, apesar da sofisticao dos dispositivos e software
disponveis, e a soluo destes erros por procedimentos automticos lenta e custosa. A
digitalizao por processos mais automatizados (digitalizao semi-automtica e
automtica) economicamente interessante e vai se tornar cada vez mais vivel,
medida em que cresce o custo de mo-de-obra e decresce o custo de equipamentos e
software.
3.4.3 Gerenciamento e Recuperao de Informaes
Uma vez formada a base de dados geogrficos, o GIS precisa ser capaz de
gerenci-la. Isto significa ser capaz de:
manter a consistncia da base de dados atravs das operaes realizadas pelos
usurios;
controlar o acesso concorrente (simultneo) aos dados;
garantir a integridade da relao grfico-alfa;
executar operaes de backup e recuperao de informaes;
garantir a recuperao total ou parcial do banco em caso de falhas;
garantir a segurana no acesso s informaes contidas no banco, impedindo acessos
no autorizados e limitando o acesso a dados sensveis.
De modo geral, todas as tarefas acima so tpicas de sistemas gerenciadores de
bancos de dados de primeira linha. No caso de GIS, existe a complexidade adicional da
incorporao de dados grficos e da necessidade de garantia da integridade grfico-alfa.
Naturalmente, o GIS precisa garantir aos usurios o acesso eficiente e rpido s
informaes que ele gerencia. Para isto, necessrio dispor de alguns recursos que
viabilizem a execuo da tarefa, notadamente recursos e tcnicas que organizem a
informao no banco de dados de maneira inteligente e que privilegiem a eficincia na
recuperao de informaes. Estas tcnicas incluem a indexao espacial, que procura
organizar as informaes por proximidade geogrfica. Tambm so necessrios recursos
que facilitem a formulao de consultas por parte do usurio. Estes tipicamente incluem
uma linguagem de pesquisa, como o SQL, enriquecido por comandos e operadores de

Anatomia de SIG
natureza espacial, e recursos de interface grfica com o usurio, que procuram evitar que
o usurio tenha que decorar seqncias de comandos e dominar a sintaxe de uma
linguagem complexa.
3.4.4 Manipulao e Anlise
As funes de manipulao e anlise de dados geogrficos podem ser agrupadas

de acordo com o tipo de dado tratado (correspondente a uma geometria distinta):
anlise geogrfica, processamento de imagens, modelagem de terreno, redes, geodsia
e fotogrametria, produo cartogrfica. A seguir apresentaremos uma breve descrio
destas funes.
Anlise Geogrfica: permite a combinao de informaes temticas. Pode ser

realizada no domnio vetorial ou domnio matricial (raster). Um conjunto
importante de procedimentos de anlise geogrfica foi definido por Tomlin
(1990). Denominado lgebra de Mapas, estas definies so a base de
implementaes de operadores de anlise em diferentes sistemas.
Estas funes incluem:
Reclassificao;
Interseco (overlay);
Operaes, boleanas e matemticas entre mapas; e
Consulta ao banco de dados.
Processamento Digital de Imagens: tratamento de imagens de satlite e de

scanners. Com o advento de Satlites de Alta Resoluo e de tcnicas de
Fotogrametria Digital, as imagens de satlite e aerotransportadas esto se
transformando cada vez mais teis para estudos ambientais e cadastrais. Entre as
funes necessrias esto:
Realce por modificao de histograma;
Filtragem espacial;
Classificao estatstica por mxima verossimilhana;
Rotao espectral (componentes principais);
Transformao IHS-RGB; e
Registro.

Anatomia de SIG
Modelagem Numrica do Terreno: Permite clculo de declividade, volume,

cortes transversais, linha de visada. Fundamental para aplicaes de engenharia, o
conjunto bsico consta de:
Determinao do modelo ( grade regular ou triangular) a partir de pontos
esparos ou linhas;
Gerao de mapas de contorno (isolinhas);
Gerao de mapas de declividade e de aspecto;
Visualizao 3D (com imagens e temas);
Clculo de volumes; e
Anlise de perfis.
Geodsia e Fotogrametria: Permite a realizao, por software, de procedimentos

de restituio e ortoretificao digital, antes, executados por equipamentos
analgicos. Fundamental para uso em aplicaes de cartografia automatizada e
atualizao de mapeamentos.
Modelagem de Redes: O pacote mnimo disponvel nos sistemas comerciais
consiste tipicamente de clculo de caminho timo e crtico. Este pacote bsico
insuficiente para a realizao da maioria das aplicaes, pois cada usurio tem
necessidades completamente distintas. No caso de um sistema telefnico, uma
questo pode ser: quais so todos os telefones servidos por uma dada caixa
terminal ?. J para uma rede de gua, pode-se perguntar: Se injetarmos uma
dada porcentagem de cloro na caixa dgua de um bairro, qual a concentrao
final nas casas ?. Deste modo, um sistema de modelagem de redes s ter
utilidade para o cliente depois de devidamente adaptado s sua necessidades. Esta
adaptao pode levar de seis meses a vrios anos. Isto impe uma caracterstica
bsica para esta aplicao, ou seja, os sistemas devem ser versteis, maleveis, e
adaptveis. No caso das aplicaes de redes, a ligao com banco de dados
fundamental. Toda a informao descritiva est guardada no banco de dados,
pois os dados espaciais tm formatos relativamente simples. Mais do que em
outras aplicaes de SIGs, na rea de redes que o uso de solues mais
modernas como SGBDs orientados-a-objetos est se impondo.

Anatomia de SIG
3.4.5 Exibio e Produo Cartogrfica
Os enfoques adotados pelos GIS com relao sada de dados tendem a se

concentrar em duas categorias: a que prioriza a produo e a que prioriza os recursos de
consulta. Na primeira, a nfase na produo automatizada de mapas em papel, tabelas e
relatrios, enquanto na segunda o interesse gira em torno da resposta interativa do
sistema s demandas do usurio.
No caso de plotagem, algunas SIGs dispem de ferramentas para produo de
cartas, com recursos muitas vezes altamente sofisticados de apresentao grfica. Estas
ferramentas permitem a definio interativa de uma rea de plotagem, colocar legendas,
textos explicativos e notas de crdito. Uma biblioteca de smbolos tambm atributo
fundamental de um sistema de produo. Os pacotes mais sofisticados dispem de
controladores para dispositivos de gravao eletrnica a laser, o que assegura a
produo de mapas de alta qualidade.
3.5 NECESSIDADES DE APLICAES DE GEOPROCESSAMENTO
Numa viso bastante geral, podemos dividir o setor de Geoprocessamento no

Brasil em seis segmentos:
Cadastral: aplicaes de cadastro urbano e rural, realizadas tipicamente por

Prefeituras, em escalas que usualmente variam de 1:1.000 a 1:20.000. A
capacidade bsica de SIGs para atender este setor dispor de funes de
consulta a bancos de dados espaciais e apresentao de mapas e imagens.
Cartografia Automatizada: realizada por instituies produtoras de mapeamento

bsico e temtico. Neste caso, essencial dispor de ferramentas de
aerofotogrametria digital e tcnicas sofisticadas de entrada de dados (como
digitalizadores pticos) e de produo de mapas (como gravadores de filme de
alta resoluo).
Ambiental: instituies ligadas s reas de Agricultura, Meio-Ambiente, Ecologia
e Planejamento Regional, que lidam com escalas tpicas de 1:10.000 a 1:500.000.
As capacidades bsicas do SIGs para atender a este segmento so: integrao de
dados, gerenciamento e converso entre projees cartogrficas, modelagem
numrica de terreno, processamento de imagens e gerao de cartas.

Anatomia de SIG
Concessionrias/Redes: neste segmento, temos as concessionrias de servios

(gua, Energia Eltrica, Telefonia). As escalas de trabalho tpicas variam entre
1:1.000 a 1:5.000. Cada aplicao de rede tem caractersticas prprias e com alta
dependncia de cada usurio. Os SIGs para redes devem apresentar duas
caractersticas bsicas: a forte ligao com bancos de dados relacionais e a
capacidade de adaptao e personalizao. O pacote bsico disponvel com os
SIGs deste segmento insuficiente para a realizao da maioria das aplicaes,
pois cada usurio tem necessidades completamente distintas. Assim, os usurios
deste setor realizam significativos desenvolvimentos nas linguagens de aplicao
do SIG escolhido.
Planejamento Rural: neste segmento, temos as empresas agropecurias que
necessitam planejar a produo e distribuio de seus produtos. As escalas de
trabalho tpicas variam entre 1:1.000 a 1:50.000. Cada aplicao tem
caractersticas prprias e com alta dependncia de cada usurio. Os SIGs devem
apresentar duas caractersticas bsicas: a forte ligao com bancos de dados
relacionais e a capacidade de adaptao. O pacote bsico disponvel com os
SIGs deste segmento insuficiente para a realizao da maioria das aplicaes,
pois cada usurio tem necessidades completamente distintas. Assim, os usurios
deste setor realizam significativos desenvolvimentos nas linguagens de aplicao
do SIG escolhido.
Business Geographic: neste segmento, temos as empresas que necessitam
distribuir equipes de vendas e promoo ou localizar novos nichos de mercado.
As escalas de trabalho tpicas variam entre 1:1.000 a 1:10.000. Cada aplicao
tem caractersticas prprias e com alta dependncia de cada usurio. As
ferramentas de SIG devem prover meios de apresentao dos bancos de dados
espaciais para fins de planejamento de negcios. Em especial, os SIGs devem ser
adaptados ao cliente, com ferramentas de particionamento e segmentao do
espao para a localizao de novos negcios e alocao de equipes.
Pode-se constatar que cada segmento apresenta caractersticas prprias e requer

solues especficas, fato nem sempre compreendido pelos usurios. Na rea de
Geoprocessamento, a distncia entre a compra do software e um resultado operacional
por parte do usurio muito grande, pois envolve aspectos como a gerao de dados
geogrficos, disponibilidade de metodologias de trabalho adequadas e mecanismos de
divulgao dos resultados obtidos.
Com base na discusso apresentada nesta seo, a Tabela 4.1. apresenta os

requisitos tpicos de cada grupo de usurio, considerando grandes reas de aplicao.
No suprfluo advertir de que se trata de uma indicao de carter geral e que cada
Anatomia de SIG
usurio dever examinar em detalhe suas necessidades e compar-las com as

caractersticas dos sistemas disponveis no mercado.
Tabela 4.1.
Necessidades tpicas de aplicaes de Geoprocessamento
APLICAO ANG PDI MNT RED BDG MAP GEO

Cadastral 4 4 4 4 4 4 4
Cartografia - 4 4 - (4) 4 4
Ambiental 4 4 4 (4) (4) 4 (4)
Concession. - - - 4 4 - (4)
Rural - 4 4 (4) 4 4 -
Business - - - 4 4 4 -
Cdigos:
ANG = anlise geogrfica BDG = consulta a BD. georreferenciados
PDI = processamento digital de imagens MAP = produo cartogrfica
MNT = modelos numricos de terreno GEO = geodsia e fotogrametria
RED = modelagem de redes
Legenda: 4 = normalmente necessrio - = usualmente no necessrio.
(4) = necessrio para usos especficos .
3.6 DISPONIBILIDADE E CARACTERSTICAS DE GIS DO MERCADO
Atualmente, existem representantes brasileiros para praticamente todos os

principais sistemas de informao geogrfica, disponveis principalmente nos Estados
Unidos e Europa. A tabela abaixo lista alguns dos mais conhecidos sistemas GIS e
desktop mapping comerciais, indicando as formas de armazenamento de informaes
grficas e alfanumricas, e o tipo de equipamento necessrio. Foram intencionalmente
deixados de fora os sistemas CAD que podem eventualmente ser utilizados em
cartografia automatizada ou coisa semelhante, e tambm os sistemas dedicados ao
sensoriamento remoto. Todos os softwares abaixo relacionados possuem condies para
interligao de dados grficos com dados alfanumricos, armazenados em bases de
dados proprietrias ou no.

Anatomia de SIG
GIS Estruturas de Banco de Equipamentos Observaes

Fabricante Dados Dados
APIC Vetorial Orientado a objetos UNIX, Produzido na Frana, tem muitas
Windows instalaes na Europa
APIC Systmes Matricial
ARC/INFO Vetorial - Relacional UNIX, Produtos complementares
topolgica Windows incluem o Arc/CAD (apoiado em
ESRI
AutoCad) e o Arc/View
Matricial
(ferramenta de consulta)
AutoDesk World Vetorial Relacional Windows Capaz de ler diretamente

arquivos de diversos GIS
(AutoDesk)
DBMapa Vetorial xBASE Windows Apoiado no MaxiCAD
MaxiData
Genasys Matricial Vetorial Relacional UNIX,
Windows
Genasys
GIS Plus Vetorial Relacional Windows O TransCAD, especializado em
transportes, baseado no GIS
Caliper
Plus
IDRISI Matricial Proprietrio Windows Muito voltado para Aplicaes
Ambientais
Clarkk University
MapInfo Vetorial Proprietrio, Windows Principalmente utilizado como
ferramenta de Desktop Mapping
MapInfo xBASE
Matricial Vetorial Relacional Windows Mais usado como desktop
Maptitude
mapping
Caliper
Vetorial Matricial Relacional UNIX, Baseado no sistema de CAD

MGE
Windows MicroStation
Intergraph
Relacional UNIX, Permite uma integrao entre
SPRING Matricial
Windows vetores e imagens
Vetorial
INPE
Vetorial Matricial Relacional UNIX pioneiros no armazenamento de

Vision*GIS
grficos
dentro do banco de dados
System House
relacional

Anatomia de SIG
3.6.1 Critrios para a Escolha de um GIS
De modo geral, cada software foi originalmente projetado para resolver um

conjunto especfico de problemas em geoprocessamento. Esta vocao original dos
softwares no limita, propriamente, seu escopo de aplicao, mas o fato que cada um
ter seus pontos fortes e pontos fracos. No se pode dizer que qualquer um deles
perfeitamente adequado para qualquer aplicao, nem que corresponde perfeitamente
aos objetivos a que teoricamente atende.
Sendo assim, como escolher um GIS adequado s suas necessidades? O melhor
caminho o de focalizar os esforos na identificao destas necessidades, graduando sua
importncia para a aplicao. Desta forma, ser possvel analisar objetivamente os
softwares candidatos a resolver o problema, pontuando suas aptides de acordo com a
escala de prioridades previamente composta. Conforme j dito, no se deve esperar
encontrar um sistema que preencha perfeitamente as necessidades do projeto, pois este
sistema provavelmente no existe. A compreenso deste fato deve levar a uma maior
flexibilidade na elaborao das especificaes para aquisio do software.
Conforme foi visto, a grande variedade de GIS disponveis no mercado brasileiro
exige que um eventual comprador esteja bem a par de suas necessidades, para que seja
capaz de especificar o software com sucesso. Caractersticas que devem ser investigadas
em cada software candidato, de acordo com o interesse, e para testar sua adequao s
necessidades do projeto, incluem:
1. Possibilidades de customizao da interface com o usurio (redefinio da estrutura
de menus e dilogos; incluso de funes desenvolvidas pelo usurio)
2. Flexibilidade da modelagem de dados
3. Existncia ou no de linguagem de programao para desenvolvimento de

aplicativos; complexidade e completeza da linguagem de programao
4. Existncia ou no de verso em portugus; disponibilidade de documentao e/ou
material de treinamento em portugus
5. Armazenamento dos dados em base de dados geogrfica contnua ou necessidade de
fracionamento em mapas
6. Existncia ou no de restries e controles de integridade na conexo grfico-alfa
7. Existncia ou no de sistemas de indexao espacial, para recuperao rpida de

informaes grficas; tipo de sistema de indexao espacial
8. Disponibilidade de aplicaes prontas, desenvolvidas por terceiros, na rea de
interesse do projeto

Anatomia de SIG
9. Capacidades de importao e exportao de dados
10. Possibilidades de operao em redes heterogneas de equipamentos (utilizao

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

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

eliminao de undershoots e overshoots, etc.)
19. Variedade de tipos de dispositivos de sada (plotters e impressoras) e de entrada
(scanners, mesas digitalizadoras, etc.)
20. Confiabilidade comercial e tcnica do representante e sua equipe de suporte.
3.6.2 Tendncias em Software GIS
Dentro dos caminhos trilhados pelos GIS nos ltimos anos, algumas tendncias parecem
ser definitivas. As principais esto listadas a seguir.
Software de Baixo Custo
A primeira delas o direcionamento dos produtores de software GIS para o
desenvolvimento de alternativas de software bastante simplificados. A idia promover
uma popularizao do uso da informao espacial, atravs de ferramentas simples e
baratas, apoiadas em microcomputadores, que geralmente no funcionam sozinhas, mas
acopladas em rede a servidores de dados espaciais mais poderosos. Aumenta a
capilaridade, e portanto o alcance, do GIS dentro da organizao, a custos bastante
reduzidos.

Anatomia de SIG
Uso de Imagens
Outra tendncia observada a intensificao do uso de imagens digitais como
informao complementar informao vetorial. Cada vez mais, o uso de imagens
(raster) torna-se economicamente interessante e tecnicamente vivel, pois a evoluo do
hardware fez com que os custos de armazenamento e processamento de grandes volumes
de imagens fossem drasticamente reduzidos. Em especial, espera-se um incremento no
uso de ortofotos digitais e imagens de satlite, estas ltimas com impulso maior a partir
do lanamento de satlites com sensores de resoluo mais alta.
Orientao a Objetos
A orientao a objetos uma tendncia mundial em termos de programao e
desenvolvimento de sistemas. Aplicados rea de bancos de dados, os conceitos de
orientao a objetos levam definio mais racional, mais prxima do mundo real, de
modelos e estruturas de dados. Isto especialmente benfico no caso dos GIS, uma vez
que as informaes que manipulam, devido s suas caractersticas espaciais, so difceis
de modelar utilizando as tcnicas tradicionais [6]. Modelos de dados geogrficos so
mais intuitivos para o analista e para o usurio, e seu uso ajudar a reduzir o tempo de
desenvolvimento de aplicativos geogrficos.
Padronizao do Intercmbio de Dados Geogrficos
Mais que uma tendncia, a padronizao do intercmbio de dados geogrficos
tornou-se uma necessidade. Como a tendncia de cada organizao adotar o GIS que
melhor atende s suas necessidades, a inexistncia de normas e padres para troca de
informao geogrfica faz com que seja muito mais difcil compartilhar dados e
racionalizar esforos de levantamento e tratamento de informaes entre usurios de
sistemas distintos.Algumas propostas de soluo vm sido colocadas, mas ainda ser
necessrio algum tempo at que este problema seja resolvido.
Dados Geogrficos na Internet
Diversos desenvolvedores de GIS tm lanado produtos para prover acesso, via
Internet, a bases de dados geogrficas. Considerando a crescente popularizao da
Internet, e a necessidade dos rgos pblicos em viabilizar o acesso do cidado
informao, este caminho parece ser bastante importante.

CAPTULO 4
MODELAGEM DE DADOS EM SISTEMAS DE INFORMAO GEOGRFICA
Este Captulo possui trs objetivos fundamentais. O primeiro visa realizar uma
investigao sobre a forma como o conhecimento geogrfico foi modelado e
implementado em trs SIGs de mercado: MGE, Arc/Info e SPRING. O segundo
objetivo visa descrever os conceitos que envolvem o OPENGIS, mais
especificamente feio e coverage. O terceiro busca realizar uma comparao
entre os trs SIGs apresentados, tendo como referncia os conceitos do
OPENGIS.
4.1 - MGE
4.1.1 - Conceitos e Fundamentos
O MGE, Modular GIS Environment, um sistema gerenciador de dados

geogrficos que possibilita capturar, armazenar, recuperar, analisar e
apresentar dados espaciais (Intergraph,1994).
O banco de dados geogrfico construdo por este sistema implementa uma

arquitetura dual onde os mapas (informaes grficas) e tabelas (informaes
no grficas) so armazenados em ambientes diferentes.
4.1.2 - Arquitetura do Sistema
Este sistema possui como caracterstica fundamental a modularidade. So

diversos pacotes que se agregam visando atender um propsito especfico de
trabalho. Existem trs mdulos primrios sem os quais no se consegue
desenvolver qualquer trabalho. So eles:
79
1) MGE Basic Nucleus (MGNUC): trata-se do ambiente que permite o MGE
compilar e integrar todas os outros mdulos e aplicaes. Este mdulo
oferece funes bsicas para o gerenciamento de projetos, ferramentas
para consulta de dados, apresentao de dados geogrficos, e se utiliza
de sistemas de coordenadas de projeo.
2) MGE Basic Administrator (MGAD): componente que oferece ferramentas

de gerenciamento de banco de dados para preparar o acesso aos dados
de um projeto em um ambiente multi-usurio ou mono-usurio. O MGAD
oferece uma configurao essencial e rotinas de gerenciamento para
funcionalidades disponveis no MGE Basic Mapper (MGMAP). O MGAD
necessrio para um ambiente de rede local, quando um banco de dados
relacional configurado como parte do sistema MGE para tratar dados no
espaciais ou alfanumricos.
3) MGE Base Mapper (MGMAP): Contm funcionalidades que permitem

capturar, generalizar, ajustar, manipular e validar dados do projeto em um
ambiente interativo ou automtico e funes para transformar descries
de localizao em posio geogrfica (espacializao).
Alm destes mdulos primrios, existem tambm os mdulos bsicos que so

a plataforma sobre o qual so executados mdulos primrios. So eles:
1) MicroStation: componente que oferece um completo ferramental grfico

para desenhar vetores geomtricos que representam dados espaciais. Por
exemplo, uma estrada pode ser uma srie de linhas.
2) Relational Interface System (RIS): trata-se do software responsvel pela

comunicao com o banco de dados relacional. Este mdulo torna o banco
80
de dados relacional transparente ao usurio e permite que a interfaces do
MGE composta por menus acesse o banco de dados utilizado.
3) Relational Data Base (RDB): trata-se do SGBD utilizado para armazenar

informaes descritiva dos atributos que usualmente esto associadas aos
dados grficos provenientes do MicroStation. Por exemplo, pode-se
armazenar o nome e o tipo do pavimento como atributos em um banco de
dados relacional que descreve uma estrada. O MGE suporta muitos SGBD
relacionais. So eles: INFORMIX, INGRES, ORACLE, SYBASE e DB2.
A Figura 4.1 abaixo ilustra a arquitetura do sistema MGE.
MGE Base Mapper e outros Aplicativos
MGE Basic Administrator

MGE Basic Nucleus (MGAD)
Relational Interface System (RIS)
Sistema Banco de Dados Relacional
Microstation
Fig. 4.1 - Arquitetura do Sistema MGE.

FONTE : adaptada de Intergraph (1994).
4.1.3 - Projeto
Um projeto no MGE combina todas as fontes de informaes geogrficas. Um

projeto est associado a uma rea de estudo e uma coleo de informaes
geogrficas (mapas e tabelas) relacionadas.
No projeto, as informaes so estruturadas conforme sua origem. As feies

geogrfica so agrupados em categorias, os elementos alfanumricos so
armazenados em tabelas em um sistema gerenciador de banco de dados
81
relacional. Para isto deve existir um esquema que reflete esta estruturao no
banco de dados. A seguir so apresentados esses conceitos mais
detalhadamente.
4.1.3.1 - Esquema
Cada projeto MGE pode ter seu prprio esquema (uma coleo de tabelas e
privilgios de acesso do projeto ao banco de dados) ou vrios projetos podem
compartilhar um esquema. Caso se esteja trabalhando sobre um ambiente
multiusurio, torna-se possvel usar esquemas residentes em sistemas
remotos.
4.1.3.2 - Categorias e Classes de Feies
Em um projeto MGE os fenmenos geogrficos so representados por

categoria, classes de feies e feio geogrfica. Cada feio geogrfica,
representada por um ponto, uma linha ou um polgono, materializada em um
mapa ou arquivo .DGN e dever pertencer a uma classe de feio. As classes
de feies so agregadas em categorias. A Figura 4.2 ilustra esta lgica.
4.1.3.3 - Representao da Informao Grfica
As informaes grficas no MGE so armazenadas em arquivos de projeto no

MicroStation (.DGN), tambm usuamente denominados como mapas digitais.
Um elemento geogrfico representado sobre o mapa como uma feio
geogrfica. Os tipos de feies representadas no MGE so ponto, linha,
fronteira de rea1 e identificador de area2:
82
Categoria
Agrupadas em
Classe de Feies
Fig. 4.2 - A representao de fenmenos geogrficos no MGE: classe de

feio e categoria.
Ponto: Um ponto representa a localizao de um elemento geogrfico,

tal como um poste ou hidrante, que to pequeno que no pode ser
representado como uma linha ou rea. Um ponto pode ser representado
sobre o mapa como um ponto MicroStation (linha de tamanho zero), n
texto, texto, ou elemento de clula.
Linha: Trata-se de um conjunto de pontos conectados. Ruas, rios so

tipicamente feies lineares.
Fronteira de rea: Trata-se de um conjunto de linhas fechadas sobre

uma regio geogrfica, como a fronteira de uma lago ou a fronteira de uma
cidade. As fronteiras so compartilhadas por reas adjacentes, sendo que
o elemento grfico no necessita ser duplicado.
Identificador de rea: Este tipo de feio contm informaes sobre os

atributos de uma rea, e devem ser localizados em algum lugar no interior
da fronteira da rea.
___________________________
1
Traduzido do ingls area boundary.
2
Traduzido do ingls area centroid.
83
No MGE deve-se criar tabelas com atributos para conter essas
informaes e lig-las s feies. Um identificador de rea pode ser
apresentado sobre o mapa como um ponto, n texto, texto ou elemento
clula.
Indefinido: Este tipo de feio pode ser tudo que o usurio do sistema
determinar. Uma grade um exemplo de uma feio indefinida.
4.1.3.4 - Representao da Fronteira no Espacial
As informaes no espaciais no MGE ou atributos descritivos, conforme

definido em no tpico 2.2.4.1 Arquitetura Dual, so armazenadas em tabelas
em um SGBD relacional. Por exemplo, em um mapa de edificaes possvel
associar, a todas as ocorrncias, dados alfanumricos tais como: endereo,
nmero de andares, nome da construtora, data de finalizao da construo,
etc.
O MGE permite aos usurios executar esta associao pela criao dos
atributos na tabela, pelo cadastro dos dados, e pela ligao com as classes de
feies.
A associao dos valores de um ou mais atributos ligados a uma classe de

feio chamado de definio de atributos. O MGE deixa o usurio definir o
atributo automaticamente para as feies quando elas so digitalizadas
(digitalizao inteligente) ou, posteriormente, identificando-as uma a uma e
cadastrando-as.
84
4.1.4 - Modelagem de Dados no MGE
Identificou-se, at este ponto, alguns conceitos gerais que refletem como o

MGE interpreta os dados geogrficos e os trata computacionalmente. Este item
abordar com um grau maior de detalhe as estruturas internas de
armazenamento e a manipulao dos dados geogrficos.
De uma forma geral todos os dados devero estar organizados em um projeto.

O projeto constitui-se da seguinte hierarquia: projeto, ndices, categorias (nvel
de ndice), classe de feies (nvel de feies) e atributos. A Figura 4.3 ilustra
esta hierarquia.
Projeto
ndices
Categoria
Classe de Feies
Fig. 4.3 - Organizao Hierrquica de Dados Geogrficos no MGE.
Um projeto organizado por ndices, que so denominados como arquivos de

ndices geogrficos. Esses ndices so arquivos (.dgn) que contm formas
geomtricas que envolvem as classes de feies materializadas sobre o mapa.
Um ndice pode ser composto por at 63 categorias. Cada categoria

componente pertence a um nico nvel do ndice.
85
Uma categoria contm qualquer nmero de classes de feies ou temas
relacionados, que por sua vez agregam as feies geogrficas materializadas
em mapas. Um mapa simplesmente um arquivo de projeto (dgn) que contm
feies geogrficas. Cada feio geogrfica classificada em uma classe de
feio. Uma classe de feio pode ou no ter associada uma tabela de
atributos definida pelo usurio, no qual contm informao no grfica sobre
cada feio geogrfica.
Para exemplificar alguns destes conceitos vejamos o exemplo de modelagem

e estruturao no MGE da Figura 4.4. mostrado um exemplo de um projeto
onde que modelou-se uma realidade natural e uma realidade artificial que
ocorreu como decorrncia da interveno do homem. (Intergraph, 94)
adaptado.
Um projeto necessita de um conjunto de dados que incluem arquivos de

mapas, arquivo de ndices geogrficos, banco de dados com as tabelas
predefinidas, arquivos de suporte e arquivos padro.
Os arquivos de mapas so arquivos no formato dgn que contm as feies

digitalizadas. Cada feio um elemento do MicroStation com pelo menos um
atributo de ligao para a tabela de feio e opcionalmente, uma ligao com
uma tabela de atributos definida pelo usurio. Um mapa tambm contm um
sistema de coordenada MGE. A Figura 4.5 modela esta lgica.
O limite espacial de um mapa denominado ndice geogrfico. Um nvel em um

arquivo ndices geogrficos contm os limites espaciais dos mapas que
compem uma categoria. Podem existir tantos nveis quantos forem o nmero
de categorias existentes. O nvel e o nome do arquivo de ndice para uma
categoria so armazenados na tabela de categoria na banco de dados. A
Figura 4.6 ilustra a idia.
86
PROJETO XXX
ndice - natural.idx ndice - artificial.idx
Categoria - Hidrografia Categoria - Vias

Nvel do ndice 1 Nvel do ndice 1
Nvel da Nvel da
Feio Feies Mapas Feio Feies Mapas
1 rea Inundvel hidro.dgn 1 Rodovia rodo.dgn

2 Texto 2 Texto Rodo
3 Lago 3 Ruas ruas.dgn
4 Margem Dupla 4 Texto Rua texto.dgn
5 Margem Simples 5 Margem Simples
Categoria - Fsico Categoria - Estruturas

Nvel do ndice 2 Nvel do ndice 2
Nvel da Nvel da
Feio Feies Mapas Feio Feies Mapas
1 Uso da Terra uso.dgn 2 Id Ponte ponte.dgn

2 Identificador Uso 4 Construo constr.dgn
3 Solo solo.dgn 5 Id Construo texto.dgn
4 Identificador Solo
5 Vegetao veg.dgn
Categoria - Propriedades
6 Identificador Veg. Nvel do ndice 3
Nvel da
Feio Feies Mapas
22 Quadra Quadra.dgn
23 Id Quadra
5 Lote Lote.dgn
6 Id Lote
Fig. 4.4 - Exemplo de organizao dos dados no MGE.

FONTE : adaptada de Integraph (1994).
O objetivo do arquivo de ndices geogrficos , como o prprio termo ndice

sugere, servir de uma primeira aproximao para definir a rea geogrfica de
interesse. Aps ser realizada esta aproximao, atravs de ferramentas de
zoom por exemplo, sobre os arquivos de ndices geogrficos que
armazenam somente os limites espaciais envolventes do conjuntos de feies
geogrficas, carrega-se, em detalhes, todas as feies geogrficas. Um
segundo objetivo a organizao que se impe ao projeto no sentido de
87
referenciar categorias com determinadas semelhanas em um mesmo arquivo
de ndice geogrfico.
CLASSE DE
FEIES ROTULOS
Mslink rotulo
fcode contentstmt
fname x
Arquivos de Mapas tablename y
category
CATEGORIA
ftype
flevel Mslink
fstyle cname
fweight indexname
fcolor indexlevel
digcmd indextype
displaypriority
outros...
TABELA DO USUARIO
Mslink
MapId
Outras Atributos...
Fig. 4.5 - Modelo de Dados implementado no MGE para arquivo de mapas.
A utilizao deste mecanismo tanto conveniente e importante quanto for a

dimenso e volume de dados grficos do projeto. A Figura 4.7 reflete o modelo
de dados implementado para suportar isto.
4.1.5 - Topologia no MGE
Os arquivos de projeto originais, no fomato dgn provenientes do Microstation,

no possuem topologia para anlise espacial. Por isto preciso fazer uso de
diversos processos do MGE para construir a inteligncia topolgica ou
arquivos topolgicos.
88
O limite espacial de cada
mapa, em destaque, o
ndice geogrfico do
referido mapa.
QUADRA.DGN LOGRADOUROS.DGN
CATEGORIA: VIAS
Todos os limites espaciais de uma categoria
esto localizados em um nvel do arquivo
ndices geogrficos.
NDICE NVEL 1: TRANSPORTE
NDICE NVEL 2: INFRA-ESTRUTURA
NDICE NVEL 3: VIAS
URBANO.IDX um exemplo de arquivo

de ndices geogrficos. Possue trs nveis:
ndice Nvel 1 : Transporte
ndice Nvel 2 : Infra-estrutura
ndice Nvel 3 : Vias
Anlises em nvel macro, sobre o arquivo de

ndices geogrfico, como determinao de
rea de estudo, so bem mais eficientes do
que se trabalhar com o mapa detalhado
(todas as feies geogrficas).
Fig. 4.6 - Ilustrao do conceito de ndices geogrficos.
89
CATEGORIA
Mslink
cname
indexname
Arquivos de ndices indexlevel
Geogrficos indextype
MAPAS
Mslink
mapname
fname
tablename
Arquivos de Mapas
Fig. 4.7 - Modelo de dados do MGE que reflete o conceito de arquivo de ndice
geogrfico.
A definio de topologia empregada pelo MGE pode ser vista conforme j

descrita no tpico 2.2.5 Topologia em SIG.
Existem duas formas para se criar estes arquivos. Na primeira todos os

arquivos no formato dgn, devero passar, um a um, pelos processos de
criao da topologia. Na segunda, somente as feies geogrficas contidas na
rea delimitada3 pelo usurio devero passar pelo referido processo.
O aplicativo do MGE responsvel pela anlise espacial vetorial o MGE

analyst (MGA). Atravs dele cria-se um arquivo com a topologia dos diversos
mapas temticos. Os mapas so ento cruzados, utilizando-se ferramentas
do referido aplicativo, resultando informaes derivadas, como mostra o
exemplo na Figura 4.8.
90
C C2
1 2
+ = C1 R2
R
R1
1 - bairro 1 C - rea Comercial

2 - bairro 2 R - Residncial
Fig. 4.8 - Exemplo de anlise espacial no MGE.
4.2 - ARC/INFO
O Arc/Info suporta trs modelos de dados para representar

computacionalmente as feies geogrficas. Feies geogrficas so
entidades do mundo real que podem ocorrer naturalmente como rios e
vegetao, ou podem ser construes como ruas, infra-estrutura subterrnea e
prdios, ou podem ser subdivises da terra como municpios, propriedades e
divises polticas. Os modelos suportados so: modelo de dados vetorial,
modelo de dados matricial, e o modelo de dados de rede irregular triangular
(TIN).
4.2.1 - Conceitos e Fundamentos
O Arc/Info implementa um modelo de dados hbrido chamado geo-relacional

que representa feies geogrficas. Uma feio geogrfica representada no
SIG por dois tipos de informao: localizao e descrio.
_____________________________
3
Proveniente do ingls fence.
91
A principal estrutura para representar o modelo de dados vetorial do Arc/Info
a Coverage (ESRI, 94). Esta estrutura suporta o modelo geo-relacional
vetorial. Antes de avanarmos neste conceito, torna-se necessrio explicitar
alguns fundamentos tpicos do modelo de dados vetorial.
O dado de localizao (espacial) armazenado usando uma estrutura de

dados vetorial ou matricial como definido no tpico 2.2.3. O dado descritivo de
cada feio geogrfica armazenado em um conjunto de tabelas. Os dados
espaciais e descritivos so ligados de tal forma que ambos os conjuntos de
informao esto disponveis ao usurio (ESRI, 94).
4.2.2 - Modelo de Dados Vetorial
O modelo de dados vetorial representa as feies geogrficas assim como o

mapa. Os pontos representam feies geogrficas to pequenas que no
podem ser mostradas como linhas ou reas, por exemplo poos, telefones
pbicos e postes. As linhas representam feies geogrficas que no podem
ser apresentadas como reas, por exemplo ruas, rios e contornos de elevao.
As reas representam feies geogrficas homogneas tal como estados,
municpios, propriedades e tipos de solos. Um sistema de coordenadas
cartesiana x,y referencia as localizaes do mundo real.
No modelo de dados vetorial cada localizao armazenada com coordenada

x,y. Pontos so armazenados como uma nica coordenada. Linhas ou arcos
so armazenadas como uma srie ordenada de coordenadas x,y. reas ou
polgonos so armazenadas como uma srie de coordenadas de x,y que define
um ou mais segmento de linha ou arco que se fecham para formar uma rea
ou polgono.
92
cada uma das feies representadas est associada um identificador nico.
Portanto a lista de coordenadas de cada feio est associada com o
identificador da feio. A Figura 4.9 ilustra a definio.
Pontos
Identificador do Coordenadas
1 Ponto X,Y
3 1 1,5
2 2 0,3
4 3 4,4
4 2,1
5
5 1,1
Linha ou Arco
1
Identificador da Coordenadas
Linha ou Arco X,Y
2 1 1,5 2,4 4,5
2 1,1 2,2 3,1 5,5
Polgonos
1
Identificador do Coordenadas
Polgono X,Y
1 1,5 3,5 4,4 3,3 1,4 1,5
2 1,2 2,1 3,2 5,1 3,1 1,1 1,2
2
Fig. 4.9 - Ilustrao da representao computacional de dados vetoriais no

Arc/Info.
FONTE : adaptada de ESRI (1994).
4.2.2.1 - Topologia no Arc/Info
O conceito de topologia implementado no Arc/Info baseado na estrutura Arc-

N, descrita no tpico 2.2.5.1, e implementa os trs conceitos: Conectividade,
Definio de rea e Contiguidade, j apresentados no captulo 2.
93
4.2.2.2 - Regies
As regies suportam a modelagem de relacionamentos complexos entre

feies geogrficas representadas como polgonos. Uma regio
representada por um conjunto de polgonos. Por exemplo, uma regio de
floresta e uma outra regio de floresta destruda pelo fogo so representadas
por polgonos que indicam as reas de florestas antes do incndio e as reas
destrudas aps o incndio. Neste caso, pode ocorrer sobreposio dos
polgonos que compem as duas regies modeladas. Outro caso o das ilhas
que formam um arquiplago. Por exemplo, o pas Japo uma regio
representada por vrios polgonos.
Assim como ponto, linha e polgono, cada regio dado um identificador

nico e o clculo da rea e permetro so mantidos.
Construir regies com polgonos similar a construir polgonos com arcos.

Assim como o polgono uma lista de arcos, uma regio um lista de
polgonos. Porm existe uma distino importante: a ordem dos polgonos no
relevante. A Figura 4.10 ilustra o conceito de regio.
B
C 5 Regio Lista de
4 Polgonos
3
A 6, 7
2 B 4, 5
7 C 2, 3, 4
D 1, 2
1 6
D A
Fig. 4.10 - Ilustrao do conceito de regio.

94
4.2.2.3 - Rotas
As rotas definem caminhos ao longo de um conjunto de feies lineares

existentes. As rotas baseiam-se em arcos. Como exemplos de utilizao pode-
se citar, para o caso de rota de um ponto a outro, o caminho de casa para a
escola ou, no caso de um circuito que comea e termina em um mesmo ponto,
uma rota de nibus.
CASA nibus 7 8 9
1 4
6 13 12 11 10
8 6 5 4
3
2 5 14 15 16 17
7 ESCOLA
1 2 3
ROTA Lista de Arcos

Casa - Escola 1, 3, 6, 8
Rota de nibus 7, 8, 11, 4, 17, 3, 2, 1, 14, 13
Fig. 4.11 - Ilustrao do conceito de rota.

O modelo de dados vetorial implementado pelo Arc/Info est alicerado no

conceito de topologia. O armazenamento organizado, e a leitura indexada do
dados fornecem ao sistema a possibilidade de realizar manipulaes espaciais
qualquer momento.
4.2.2.4 - Representao das Informaes Descritivas
At agora apresentamos as formas de representao das feies geogrficas

baseadas no conceito de topologia. No entanto, necessrio apresentar a
forma de representao das informaes descritivas associadas s feies
95
geogrficas. O mecanismo de ligao entre as duas representaes tambm
abordado.
Os atributos descritivos associados s feies geogrficas so armazenados

da mesma forma que as coordenadas. O arquivo com os dados descritivos
denominado de tabela de atributos. Cada linha desta tabela chamada de
contm as informaes descritivas de uma nica feio. As colunas ou campos
definidas na tabela so as mesmas para cada linha.
A ligao entre as feies geogrficas e a tabela de atributos garantida pelo

modelo geo-relacional implementado pelo Arc/Info. Na prtica um identificador
nico materializa a ligao entre as coordenadas das feies geogrficas e os
atributos descritivos, mantendo uma correspondncia um para um, entre o
registro espacial e o registro de atributos.
Uma vez que esta conexo estabelecida, pode-se apresentar as informaes

descritivas sobre o mapa e armazenar novas informaes descritivas. A Figura
4.12 ilustra a representao.
No exemplo da Figura 4.12, a coluna denominada polgono armazena o

identificador nico que estabelece a ligao entre os dados espaciais e os
dados descritivos. Neste caso, o polgono com identificador A tem seus
atributos espaciais descritos na tabela Topologia Polgono-Arco e os
atributos descritivos ou no espaciais descritos pela Tabela de Atributos de
Polgonos. Nesta tabela pode-se criar tantos atributos quantos forem
necessrios para descrever devidamente o dado espacial, ou fazer uso de
outras tabelas que possuam um atributo em comum com a Tabela de Atributos
de Polgonos como o caso da Tabela de Propriedade. Neste ltimo caso
faz-se uso de funes tpicas de um ambiente relacional tais como Join entre
tabelas, para se acessar todos os atributos.
96
TOPOLOGIA POLIGONO-ARCO
7 1 Polgono Lista de Arcos
D A A 1, 9
8 9 B 3, 10
6 2 C 5, 11
11 10 D 7, 8
C B
TABELA DE ATRIBUTOS DE POLGONO
5 3
4 Polgono rea Outros Cdigo
Atributos Quadra
A 86,03 ... 550-002
B 79,12 ... 550-022
C 78,45 ... 550-021
D 72,13 ... 550-001
TABELA DE PROPRIETARIOS
Cdigo Cdigo Proprietrio Outros
Quadra Proprietrio Atributos
550-001 223-76 Paulo M. ...
550-002 224-82 Fernando H. C. ...
550-002 225-97 Antnio C. M. ...
550-002 226-97 Lus I. L. S. ...
550-003 227-89 Jos S. ...
Fig. 4.12 - Ilustrao da representao das informaes descritivas.

O Arc/Info gerencia trs tipos de tabelas de atributos. O primeiro tipo consiste

das tabelas de atributo das feies geogrficas, que abrange as tabelas de
topologia para polgono, arco, n, ponto, rota, regio, na Figura 4.12
indicada como TOPOLOGIA POLGONO-ARCO. O segundo tipo consiste dos
arquivos de dados INFO, que so similares s tabelas provenientes dos SGBD
relacionais de mercado, na Figura 4.12 indicada como TABELA DE
ATRIBUTOS DE POLGONO. E o terceiro tipo consiste das tabelas de
atributos externas cuja fonte so os prprios SGBDR tais como ORACLE,
INGRES, INFORMIX, SYBASE, indicada tambm na Figura 4.12 como
TABELA DE PROPRIETARIOS.
97
4.2.3 - Coverage4
Para a organizao dos dados no Arc/Info, visando representar a realidade

geogrfica, utilizado o conceito de coverage. Coverage uma estrutura para
o armazenamento de dados vetoriais. Ela representa um nico conjunto de
objetos geogrficos tal como, ruas, propriedades, tipos de solos ou padres de
florestas. Uma coverage suporta o modelo geo-relacional onde contempla
tanto dados espaciais quanto os atributos para as feies geogrficas.
Uma coverage contm um conjunto de feies, onde cada uma representada

por uma classe de feio como arco, n, ponto, anotaes ou polgono. A
combinao das classes de feies presentes em uma coverage depende do
fenmeno geogrfico a ser representado. A Figura 4.14 ilustra esta idia.
Conforme o modelo geo-relacional, uma feio geogrfica em uma coverage

identificada por um nico nmero. O dado espacial e o atributo so ligados por
este nmero.
4.2.4 - Outras Representaes
Alm do modelo de dados vetorial, tendo a coverage como o principal mtodo

de representao no Arc/Info, existem o modelo de dados matricial e o modelo
de rede irregular triangular.
__________________________________
4
Palavra proveniente do ingls cujo significado direto cobertura. Aplicada
rea de geoprocessamento pode-se traduzir como sendo rea de estudo
coberta. Pela ampla utilizao achamos prudente manter o termo em ingls
neste trabalho.
98
O modelo de dados matricial representa as feies geogrficas como uma
fotografia materializada por uma grade regular de pontos. Cada ponto desta
grade denominado clula ou pixel. As clulas possuem valores que
podem representar trs interpretaes: uma classificao, como o tipo de
vegetao por exemplo; uma medida da quantidade de luz refletida pela Terra
proveniente de uma imagem de satlite; e finalmente uma medida de
elevao.
Portanto o mtodo utilizado para representar o modelo de dados vetorial a

grade regular ou grid. Para maiores detalhes ver Esri (1994).
O modelo de rede irregular triangular ou TIN5 uma outra estrutura utilizada

para representar superfcies contnuas, assim como a grade regular. O TIN
representa a superfcie por uma srie de pontos ligados de forma triangular.
Cada trs pontos, que geram um tringulo, podem ocorrer em qualquer
localizao geogrfica, da decorre a irregularidade, diferena bsica da grade
regular. Alm disto os relacionamentos topolgicos entre os tringulos so
criados e armazenados por este modelo. Para maiores detalhes ver Esri
(1994).
4.3 - SPRING
4.3.1 - Apresentao
O SPRING, Sistema para Processamento de Informaes Georeferenciadas,

desenvolvido pelo INPE (Instituto Nacional de Pesquisas Espaciais) para
ambientes UNIX e Windows (em desenvolvimento) possui as seguintes
caractersticas (SPRING, 1998A):
____________________________________
5
Proveniente de abreviatura em ingls Triangulated Irregular Network
99
Coverage: PROPRIEDADE.
2 N
1 2
PONTO
1 4
3 4 ARCO
3 lago ANOTAO
POLGONO
5
6 6
5
Polgonos # Lista de Arcos

1 6, 7, 8
2 7, 1, 10, 9
3 8, 9, 11, 13, 15, 5, 16
4 2, 12, 11, 10
5 3, 14, 13, 12
6 4, 15, 14
Nmero da rea_Km2 Area_Produtiva_Km2 Proprietrio

Propriedade
1 1242,20 1023,55 Edson A.
2 1532,32 890,11 Francisco R.
3 2730,55 2599,88 Mrio C.
4 1129,34 1129,34 Franco M.
5 1601,77 745,22 Jos R.
6 1923,87 432,12 Almino A.
Fig. 4.13 - Exemplo de uma coverage: Propriedade.
opera como um banco de dados geogrfico sem fronteiras e suporta

grande volume de dados (sem limitaes de escala, projeo e fuso),
mantendo a identidade dos objetos geogrficos ao longo de todo banco;
administra tanto dados vetoriais como dados matriciais, e realiza a

integrao de dados de sensoriamento remoto;
prov um ambiente de trabalho amigvel e poderoso, atravs da

combinao de menus e janelas com uma linguagem espacial facilmente
100
programvel pelo usurio (LEGAL - Linguagem Espacial para
Geoprocessamento Algbrico), e
consegue escalonabilidade completa, isto , capaz de operar com toda

sua funcionalidade em ambientes que variem desde micro-computadores a
estaes de trabalho RISC de alto desempenho.
O desenvolvimento de uma nova gerao de sistemas de processamento de

imagens e geoprocessamento no INPE iniciou-se em 1991, e teve seu primeiro
resultado concreto em 1993, com o lanamento da verso 1.0 do SPRING. A
evoluo do sistema SPRING durante estes anos levou ao lanamento em
1996 da verso 2.0.
Seguindo uma estratgia de utilizar sistemas competitivos e no estado da arte,

o INPE est migrando o sistema para o ambiente de microcomputadores (MS-
Windows), gerando assim o SPRING For Windows. Este produto mostra-se
altamente promissor, uma vez que incorpora todas as funcionalidades e
vantagens do SPRING/UNIX em um ambiente simples e de larga utilizao no
mercado.
4.3.2 - Arquitetura do Sistema
O sistema SPRING composto por trs mdulos IMPIMA, SPRING e SCARTA.

Segue suas definies (SPRING, 1998B):
IMPIMA : executa leitura de imagens digitais de satlite, gravadas pelo

INPE, atravs dos dispositivos CD-ROM (Compact Disc - Read Only
Memory ), CCT (Computer Compatible Tapes), "streamer" (60 ou 150
megabytes) e DAT (Digital Audio Tape - 4 ou 8mm) adquiridas a partir dos
sensores TM/LANDSAT-5, HRV/SPOT e AVHRR/NOAA. Converte as
101
imagens dos formatos BSQ, Fast Format, BIL e 1B para o formato GRIB
(Gridded Binary).
SPRING : o mdulo principal de entrada, manipulao e transformao

de dados geogrficos, executando as funes relacionadas criao,
manipulao e consulta ao banco de dados, funes de entrada de dados,
processamento digital de imagens, modelagem numrica de terreno e
anlise geogrfica de dados. As funes da janela principal, na barra de
menus, esto divididas em: Arquivo, Editar, Exibir, Imagem, Temtico,
Numrico Cadastral, Rede, Objetos e Utilitrios. Para cada opo h um
menu (janela de dilogo) associado s operaes especficas.
SCARTA : edita uma carta e gera arquivo para impresso a partir de

resultados gerados no mdulo principal SPRING, permitindo a
apresentao sob a forma de um documento cartogrfico. Permite editar
textos, smbolos, legendas, linhas, quadros e grades em coordenadas
planas ou geogrficas. Permite exibir mapas em vrias escalas, no formato
varredura ou vector, atravs do recurso "O que voc v o que voc tem"
(What You See Is What You Get, Wysiwyg).
O banco de dados geogrfico construdo pelo SPRING implementa uma

arquitetura dual onde as representaes dos dados espaciais e as
informaes descritivas (dados no espaciais) so armazenados em
ambientes diferentes.
As representaes grficas se utilizam de arquivos convencionais do tipo

binrio onde so armazenados as coordenadas x, y que definem a geometria
de um objeto geogrfico ou campo do SPRING. Este armazenamento
realizado segundo algortmo R-tree para prover uma indexao dos dados.
102
Os atributos descritivos destes objetos ou campos so armazenados em
tabelas em um banco de dados relacional.
Um identificador nico responsvel pela ligao dos dois componentes.
Com a evoluo do SPRING, sistemas gerenciadores de banco de dados

relacionais foram adotados, para implementar uma estratgia para
portabilidade de software. Hoje a viso esttica, implementada em SGBDR
de mercado tais como CODEBASE e ORACLE.
A viso funcional e dinmica representada pelos mtodos das classes

modeladas no SPRING e as ligaes e associaes entre seus objetos foram
implementadas pela linguagem de programao C++.
4.3.3 - Modelo Conceitual do SPRING
A realidade geogrfica representada no SPRING por uma modelo conceitual

baseado no paradigma orientado por objetos. A persistncia dos dados
realizada em um ambiente dual conforme exposto anteriormente.
Na busca de um melhor detalhamento e compreenso do modelo de conceitual

implementado pelo SPRING, alm da documentao disponvel na Internet,
foram construdos e aplicados dois tipos de questionrios. Um questionrio foi
dirigido aos desenvolvedores, e o outro foi aplicado aos usurios do sistema. A
ntegra dos questionrios est no Apndice A.
Como resultado desta pesquisa, alm da tabulao das respostas

apresentadas no Apndice B, a discusso, principalmente com os
desenvolvedores do sistema ajudou-nos a compreender a semntica do
103
modelo orientado por objetos apresentado na Figura 4.14, representada pela
tcnica TMO.
O Banco de Dados Geogrfico definido no SPRING por um nome e um

caminho (path) que devem ser fornecidos pelo usurio. O sistema criar no
caminho indicado um diretrio, que corresponde fisicamente ao seu banco.
Tudo que for criado e definido para este banco ser armazenado debaixo
deste diretrio. Aps criar um Banco de Dados necessrio ativ-lo para que
se possa prosseguir. Somente um Banco de Dados pode estar ativo de cada
vez (SPRING, 1998E)
BANCO DE DADOS
GEOGRAFICOS
PROJETO
PROJEO
DATUM
PLANO DE INFORMACAO CATEGORIA
CAMPO MAPA DE OBJETOS OBJETOS
TEMATICO MNT IMAGEM REDE CADASTRAL
REPRESENTACAO VISUAL
VETORIAL MATRIZ
PONTOS LINHAS POLIGONO GRADE REGULAR GRADE TRIANGULAR
Fig. 4.14 - Modelo Orientado por Objetos do SPRING.
104
As Categorias e Classes Temticas devem ser definidas a priori, para que
cada tipo de dado a ser tratado pelo SPRING seja associado a uma categoria.
Cada categoria pertence a um modelo de dados (Temtico, Numrico,
Imagem, Cadastral, Redes e Objeto). O usurio no precisa definir todas as
categorias de imediato, mesmo porque, muitas vezes no se sabe tudo que
ser necessrio para chegar no seu objetivo. A qualquer momento pode-se
acrescentar ou definir novas categorias. Apenas nas categorias do modelo
Temtico necessrio definir classes. Classes temticas definem o modo
(visual) como pontos, linhas e reas sero apresentadas no monitor (cor,
hachura, preenchimento, etc).
Um projeto define a rea fisica de trabalho. Para criar um projeto deve-se

fornecer um nome, projeo e retngulo envolvente. Ao se fazer isso, um
subdiretrio, embaixo do diretrio correspondente ao banco, ser criado, e
todos os dados referentes uma dada regio sero armazenados nele. A
condio para criar um projeto apenas ter um banco ativo, no sendo
necessrio definir as categorias. Pode-se ter quantos projetos se desejar, mas
somente um pode estar ativo de cada vez.
Os planos de informaes (PIs) so armazenados dentro de um projeto. Os PIs

representam mapas de solos, mapas de estradas, imagens, etc., que estejam
na mesma rea geogrfica de estudo definido pelo retngulo envolvente. Um
PI criado fornecendo-se um nome, a categoria qual ele pertencer
(previamente definida), a escala (quando PI Temtico, Numrico ou Cadastral)
e a resoluo (quando PI Numrico ou Imagem), desde de que tenha um
Banco de Dados e um Projeto ativos. Pode-se ter quantos PIs se desejar da
mesma categoria ou no, mas apenas um estar ativo.
Um dado no SPRING pode estar representado no formato matricial e/ou

vetorial, dependendo do modelo (categoria) ao qual ele pertence. Para editar
105
pontos, linhas e reas no formato vetorial, pode-se utilizar uma mesa
digitalizadora, para transferir os dados do mapa para computador, ou importar
arquivos de outros softwares ou formatos. Para dados matriciais pode-se
utilizar leitura de imagens gravadas em formatos especficos, interpolar grades
(matrizes) numricas ou mesmo converter dados da representao vetorial
para matricial.
Uma vez que tem-se os dados (PIs) editados, pode-se obter outros dados
atravs de anlises, cruzamentos, etc., por meio de funes especficas do
software ou de uma linguagem de programao para mapas.
No SPRING as feies geogrficas do mundo real so modeladas por dois

grandes tipos de dados: geo-objetos e geo-campos. A seguir mostrada, com
maior detalhe, os tipos de dados suportados pelo SPRING provenientes dos
tipos de plano de informao (SPRING, 1998C):
1) Os tipos de dados cadastrais, sub-tipo de geo-objetos, descrevem a

localizao de elementos de sistemas de informao de cadastro urbano
ou rural, e utilizam a topologia arco-n-polgono para armazenamento. Um
item especfico sobre a estrutura topolgica implementado pelo SPRING
ser apresentado frente.
2) Os dados do tipo rede, sub-tipo de geo-objetos utilizam a topologia arco-

n, e armazenam a localizao e a simbologia associadas a estruturas
linearmente conectadas. Informaes adicionais neste tipo de mapas
incluem direes de fluxo e segmentao dinmica.
3) Os dados do tipo mapa temtico, sub-tipo de geo-campos, representam

uma dada regio geogrfica R, associando a cada ponto do espao um
106
tema de um mapa (p.ex. um mapa de solos caracterizado pelo conjunto
{latosolo roxo, litosolo, cambisolo, ...})
4) Os tipos de dados numricos, sub-tipo de geo-campos, de associam

para cada ponto do espao, de uma regio geogrfica, um valor real (p. ex.
um mapa de campo magntico, um modelo numrico de terreno);
5) O tipo de dados denominado de Imagem de satlite, sub-tipo de geo-

campo, obtida atravs de discretizao da resposta recebida por um
sensor (passivo ou ativo) para todos os pontos de uma dada regio
geogrfica.
Seja qual for o tipo de dado ele possui uma representao grfica que pode
ser vetorial ou matricial, excluindo o caso dos objetos no espaciais.
evidente que para cada plano de informao especializado, ou tipo de dados
tratado, existe uma representao mais utilizada. No entanto o sistema oferece
mecanismos de converso entre os dois tipos de representaes possveis.
Na representao vetorial, a parte grfica do objeto espacial ou campo,

implementada usando uma das trs geometrias bsicas: pontos, linhas e
polgonos. J na representao matricial, a realidade geogrfica
implementada por dois mtodos: grade regular ou grade triangular irregular.
Para finalizar a descrio da semntica do modelo orientado por objetos do

SPRING, existe o conceito de visual que associado categoria e
representao grfica dos objetos e campos. O visual define as propriedades
tais como cor, espessura de linha, estilo da linha, etc. que pode ser pr-
definida para as categorias, podendo ser especifico para uma dada
representao grfica de um determinado objeto. Desta forma, todo o plano de
informao de uma dada categoria herda estas propriedades de visual da
107
categoria. Alm disto, o sistema permite ao usurio modificar o visual
especfico de cada representao grfica alterando o visual herdado pela
referida categoria.
4.3.4 - Topologia no SPRING
O conceito de topologia implementado no SPRING baseado na estrutura

Arco-N, descrita no item 2.3.1 Estrutura de dados arco-n, e implementa os
trs conceitos topolgicos importantes: Conectividade, Definio de rea e
Contiguidade, j apresentados pelo itens 2.3.2, 2.3.3, 2.3.4 respectivamente.
4.4 O - Padro OPEN GIS
O desenvolvimento do assunto deste tpico tem como objetivo, alm de

apresentar e elucidar alguns resultados alcanados por esta organizao,
servir de marco de referncia para uma comparao entre os trs SIGs
apresentados anteriormente.
4.4.1 - Conceito
O Consrcio OPEN GIS - OGC uma organizao sem fins lucrativos

dedicada a tornar os sistemas de geoprocessamento abertos (OGC, 1998). O
OGC almeja a integrao completa de dados geogrficos e recursos de
geoprocessamento atravs do uso de sistemas de informao geogrficas
interoperveis.
O comit tcnico do consrcio est em processo de estabelecer uma

especificao que define uma arquitetura de software abrangente para
sistemas abertos de geoprocessamento. Os sistemas construdos baseados
nesta especificao sero capaz de praticar a interoperao entre aplicaes
108
em uma rede local, e sero capaz, tambm, de navegar sobre um ambiente
heterogneo e distribudo, como a Internet, e de acessar dados geogrficos
heterogneos e recursos de geoprocessamento.
Para a criao dessa especificao, o consrcio OPEN GIS utiliza-se de um

processo de consenso entre seus membros. Tal consenso traduzido para
uma especificao abstrata e uma especificao de implementao para cada
um dos componentes de software relacionados aos Sistemas de Informao
Geogrfica.
Atravs dos grupos de trabalho formados pelos membros do consrcio, o

modelo essencial (isto , a descrio formal do mundo real) e a especificao
do modelo (isto , a descrio de como o sistema representar o mundo real),
so desenvolvidos. O modelo essencial e a especificao do modelo, juntas,
so denominadas de especificao abstrata.
Quando a especificao abstrata est suficientemente madura, os membros do

OGC constrem os requisitos para uma proposta de especificao de
implementao. As respostas desta proposta fornecem uma especificao de
implementao para uma plataforma neutra, incluindo uma linguagem de
definio de interface.
Quando todos os membros do OGC chegam a um consenso, a proposta de

especificao de implementao passa a ser parte da base de especificaes
da OGC. Ento, para cada software indicado pelos membros ser verificada a
conformidade com as especificaes de implementao. Caso atenda s
especificaes, o software passar a ter o certificado OGC.
109
4.4.2 - O Conceito de Comunidade de Informao Geo-espacial
Uma comunidade de informao geo-espacial (CIG) uma coleo de

sistemas ou indivduos que compartilham informaes espaciais, definies,
interesses e tecnologia.
Os indivduos que no pertencem mesma comunidade de informao e

querem compartilhar informaes so impedidos de faz-lo por trs motivos:
ignorncia da existncia da informao fora de sua comunidade;

modelagem do fenmeno sem interesse mtuo e
modelagem do mesmo fenmeno em duas representaes distintas, em
dois CIG diferentes, fazendo com que uma representao no reconhea a
outra e vice-versa.
A especificao OGC visa superar estas limitaes. O OGC capacita os CIG a

articular seus domnios de interesse, ao fornecer duas novas tecnologias que
objetivam:
anunciar sua existncia e suas informaes para que estes outros CIGs
possam descobr-lo e acess-lo, sempre que exista o interesse de
compartilhar informaes, e
preservar a semntica quando ocorre a transferncia de dados de um

CIG para outro.
A aplicao e o amadurecimento da tecnologia OGIS devero resultar no

crescimento do tamanho e formalismo do CIG, alm de incrementar a
disponibilidade de informaes pelo referido CIG. Esta tendncia pode ser
110
acompanhada com uma reduo gradual do nmero de CIGs distintos,
medida que estes apliquem o padro OGIS.
Para formalizar um projeto do mundo real em um CIG, sero brevemente

apresentados os diversos nveis de abstrao para modelar os fatos do mundo
real como colees de feies no OPEN GIS. Existem duas tecnologias
fundamentais para modelar fatos do mundo real: feies com geometria
(features) e coverage. Os conceitos relativos a estes dois termos sero
introduzido em tpicos mais frente.
Nove nveis de abstrao so identificados, com oito interfaces entre elas. Os

nveis de abstrao, seus nomes, as linguagem utilizadas, suas interfaces e os
mtodos que suportam a navegao atravs da interface so todos
apresentados na Figura 4.15.
Os nove nveis podem ser vistos em OGIS (1998B) com detalhe. Os cinco
primeiro nveis de abstrao, do nvel do mundo real para o nvel do viso
do mundo, objetivam gerar a abstrao dos fatos do mundo real e no so
diretamente implementados em um software. Os quatro ltimos nveis, do nvel
pontos do OGIS at o nvel colees de feies do mundo OGIS, visam
gerar modelos matemticos e simblicos do mundo e so diretamente
implementveis no software. Assim, o modelo essencial gerado ao final dos
quatro ltimos nveis d uma especificao abstrata para as suas
implementaes. O nvel final a abstrao da realidade especificada em uma
linguagem de colees de feies OGIS.
4.4.3 - Feio e Conceitos Associados
Feio definida na documentao do OGIS como sendo uma representao

abstrata do mundo real, ou seja, o tomo da representao geogrfica.
111
Este conceito geral especificado e adotado pelo OGIS somente dentro do
contexto da Comunidade de Informao Geoespacial e ser apresentado a
seguir.
A feio OGIS compreendida pela comunidade como sendo uma classe

abstrata sobre a qual se derivam duas sub-classes principais responsveis
pela sua representao. So elas: feio com geometria e coverage. A Figura
4.16 ilustra a idia.
4.4.3.1 - Noo Geral de Informao Geo-espacial
Informao geo-espacial qualquer coisa que pode ser aprendida olhando em

um mapa, no em qualquer mapa, mas em mapas novos, criativos, e com
anotaes. Um mapa pode ser interpretado como uma metfora do mundo
real. Uma imagem de satlite aceita por esta comunidade como um tipo de
mapa, bem como as colees estruturadas de exemplos de fenmenos da
Terra (OGIS 1998A).
A informao geo-espacial digital a informao geo-espacial codificada na

forma digital. A codificao feita por recursos computacionais aplicados para
automatizar processos da informao geo-espacial tais como: armazenamento,
transmisso, anlises e assim por diante.
O modelo OGIS, no trata, por agora, o caso de mapas que representam a

variao temporal de fenmenos geogrficos.
A unidade bsica da informao geo-espacial chamada de feio. Feies

podem ser definidas recursivamente como variaes delas prprias. Por
112
exemplo, dependendo da aplicao ou interesse da informao, qualquer item
a seguir pode ser uma feio:
Interface com Interface

a comunidade Referencia
Mundo Projeto do Espacial
Dimensional; Mundo (Viso Pontos OGIS
do Mundo);
Linguagem Coordenadas
Mtrica Comunidade de Geomtricas
Informao Interface de
Interface da estruturas
mtrica local geomtricas
Mundo
Mundo geomtrico
Geoespacial; OGIS;
Linguagem WFTs* OGIS
SIG
Interface Interface de
Disciplinada Estruturas de
para SIG Feio Feies do
Mundo
Conceitual; mundo OGIS;
Linguagem Feies
Natural OGIS
Inteface de
Interface projeto
Epistmica estruturado
Coleo de
Mundo Real; feies do
mundo OGIS;
Linguagem
Essencial Coleo de
feies OGIS
Fig. 4.15 - Os nove nveis de abstrao definidos pelo OGIS.

FONTE : adaptada de OGC (1998A).
(*) Well-Known-Types, ou seja, tipos bem conhecidos.
113
FEIO OGIS
FEIO COVERAGE
COM GEOMETRIA
Fig. 4.16- Feio OGIS e seus subtipos.

FONTE : adaptada de OGC (1998B).
um segmento de uma rodovia entre duas intercesses consecutivas;

uma rodovia constituda de muitos segmentos;
uma imagem de satlite georeferenciada;
um pixel de uma imagem de satlite georeferenciada;
uma rede de drenagem e
uma rede triangular irregular.
Existem diferentes maneiras para criar a representao digital da informao

geo-espacial. Esta riqueza de alternativas tem se tornado mais um problema
do que um benefcio. A variedade de estruturas de dados e formatos do SIGs
torna a rea confusa e aparentemente catica, e atualmente tem criado
obstculos para os usurios.
A especificao abstrata que est sendo criada pelo OGIS tem o objetivo de
colocar ordem neste caos.
114
4.4.3.2 - Especificao Abstrata de Feies
4.4.3.3 - Tipos de Feies
At o presente momento o consenso existente sobre a definio de feio

geogrfica apresentada, resumidamente, no pargrafo a seguir.
Uma feio pode ser composta por outras feies. Uma feio pode ser
derivada de um tipo principal de feio. Uma feio deve ser instancializada de
um tipo, quando solicitada por um cliente OPEN GIS e enviada a ele em um
formato bem conhecido".
O termo "bem conhecido" neste contexto significa: definido usando significados

compreendidos pelos clientes OPEGIS. Isto pode ser definido explicitamente
em uma especificao de implementao, mas provavelmente alguns
significados so disponveis pela tecnologia de distribuio que ser utilizada
(ex.: SQL, CORBA IDL.) (OGIS 1998A).
4.4.3.4 - Atributos de Feies
A uma feio so associados atributos. Cada atributo distinto por um nome e

um valor dentro do domnio de valores do atributo. Nomes e domnios de
atributos associados so definidos pelo tipo do atributo.
Um subconjunto de atributos de uma feio pode ser geomtrico (isto , do tipo

geomtrico). Este subconjunto pode representar a extenso espacial de uma
feio, ou pode ser vazio para feies de outros tipos.
4.4.3.5 - Identidade das Feies
115
Uma feio tem um identificador nico dentro de um domnio e independe do
valor de qualquer ou de todos os seus atributos associados.
4.4.3.6 - Persistncia de Feies
Uma feio geralmente persistente. Um consenso sobre o conceito de

persistncia est ainda em amadurecimento no OPENGIS. Esta uma rea
onde necessrio trabalhos futuros.
4.4.3.7 - Instncia de Feies
Uma feio pode ser referenciada como uma instncia de feio.
4.4.3.8 - Coleo de Feies
Os membros do consrcio OGIS ainda no chegaram a um consenso em

muitos assuntos sobre as colees de feies. A seguir apresenta-se estes
assuntos em discusso relacionado ao tema coleo de feio.
uma feio pode ser uma composio de outras feies;

uma rea pode ser uma feio composta de feies contidas nela e
uma feio pode ser dividida por limites de reas, e pode ser
reagrupada como uma nica feio quando solicitada por uma interface ou
por um servio.
No entanto o mundo real, em alguns casos, visto como uma coleo de

feies que necessitam ser modeladas. Este mundo real inclui:
projetos com limites bem definidos e feies que atendam certos critrios;
116
produtos provenientes de agncias governamentais, tais como SDTS e
arquivos similares;
bancos de dado de SIG e
persistncia e no persistncia de colees do feies presentes em um
espao de trabalho de um SIG.
Apesar destas dvidas, a especificao do consrcio OPEN GIS expe as

seguinte caractersticas sobre coleo de feies em consenso.
uma coleo de feies uma instncia de feio que agrupa outras

feies;
uma coleo de feies tambm uma feio por isso possui um tipo,
identificador, um conjunto de atributos associados e podem participar de
certos processos, e
a utilizao de coleo de feies inclui a representao lgica ou fsica
de feies; feies complexas ou compostas; o resultado de uma consulta;
uma coleo de feio criada para determinado propsito.
4.4.4 - Feio com Geometria
Feio com geometria uma forma de representao dos fenmenos

geogrficos que ocorrem na Terra. Estes fenmenos geogrficos, tambm
denominados de feies geogrficas, esto posicionados no mundo real em
um sistema de coordenadas da Terra. A representao destes fenmenos no
sistema de informao geogrfica (SIG) se dar pelo mapeamento do seu
posicionamento no sistema de coordenadas adotado pelo SIG. A Figura 4.17
ilustra a idia.
117
Fig. 4.17 - Uma forma de representao de feies geogrficas.
FONTE : adaptada de OGC (1998C).
As feies geogrficas so compostas por informaes que as posicionam em

coordenadas relativas da Terra, ou relativas a algum outro sistema. A tcnica
mais comum para representar o posicionamento e a forma de uma feio
geogrfica a geometria (OGC, 1998C).
Portanto, estas feies geogrficas so vistas como um ponto, um polgono ou

alguma outra representao geomtrica. Os SIGs fornecem tecnologia para a
representao destas geometrias no seu sistema de coordenadas.
4.4.4.1 - Geometria
Geometria a combinao de coordenadas geomtricas e um sistema de

referncia. A coordenadas geomtricas consistem de quatro itens:
1) Uma sequncia de coordenadas (pontos), todas provenientes de um

mesmo sistema de referncia.
2) Uma coleo de geometrias, todas provenientes de um mesmo sistema
de referncia.
118
3) Um algoritmo de interpretao que usa estas geometrias e coordenadas
para construir uma entidade geomtrica que define uma geometria no
tempo e no espao. Uma entidade geomtrica pode ser composta de
outras entidades geomtricas, e uma entidade geomtrica pode ser
compartilhada, como componente, por outras entidades.
4) Um sistema de referncia espao-temporal para dar geometria uma

melhor interpretao do mundo real.
A representao geomtrica da feio geogrfica segue critrios e

especificaes para garantir a sua manipulao por operadores topolgicos
tais como: interior, adjacncia, interseco, unio, subtrao, disjuno, dentro
de, contido em, sobreposio, etc.. Para uma especificao em detalhes
destes critrios e operadores topolgicos consultar (OGIS, 1998C).
4.4.5 - Coverage
As coverages em SIG, incluindo o caso de imagem de satlite, so metforas

de duas ou mais dimenses de fenmenos de uma rea da superfcie da Terra.
Constituem a segunda forma de representao de feies geogrficas.
Fundamentalmente, coverages fornecem uma viso n-dimensional, onde n

usualmente 2 e ocasionalmente 3 ou maior, de um espao de feies
geogrficas. Esta viso dever ser geo-espacialmente registrada com a Terra.
til utilizar a seguinte analogia: o domnio espacial de uma coverage

como uma view port sobre a tela de um vdeo, e existe uma funo
(FUNO_C) que associa as cores de uma viewport aos fenmeno reais
que ela busca representar.
119
As coverages tem a capacidade de modelar e tornar visvel os relacionamentos
espaciais entre fenmenos da Terra e a sua distribuio espacial.
4.4.5.1 - Propriedades
Uma coverage possui uma propriedade denominada de Funo_Coverage

cujo valor uma FUNCAO_C. A FUNCAO_C uma funo que tem um
domnio espacial e seu intervalo de valores um conjunto de tuplas
homogneas. Este intervalo pode ser simplificado para ser uma coleo de
vetores homogneos (que so coordenadas numricas).
Um domnio espacial pode ser qualquer geometria ou uma coleo de

geometrias. Usualmente , a geometria acompanhada por uma referncia em
um sistema espacial, e seus pontos esto associados s localizaes.
Normalmente um domnio espacial inclui retngulos fechados, conjuntos de
pontos, grades, tringulos, e outras colees de geometrias.
Uma coverage pode ter mais que uma propriedade FUNCAO_C como valor.
O intervalo de valores de uma FUNCAO_C um conjunto de valores

usualmente representados como uma coleo de vetores.
FUNCAO_C: (Geometria no domnio espacial) -> (v1, v2, v3, ..., vn)
Por exemplo, uma FUNCAO_C pode associar a cada ponto valores de

temperatura, presso, umidade, e velocidade do vento de noite. Neste caso,
todo ponto mapeado para um vetor de 4 dimenses.
Uma coverage projetada para representar uma nica feio ou um conjunto
de feies. Por exemplo, uma coverage pode ter um domnio espacial que
contenha um nico municpio ou um nico pas. Em um outro caso uma
120
coverage pode ser tratada para modelar uma nica feio (pas), ou como uma
coleo de feies (coleo de municpios).
A Figura 4.18 ilustra os diversos subtipos de coverage prevista no OGIS.
Para um maior detalhamento sobre os tipos de coverage apresentados e suas

propriedades ver OGIS (1998B).
Como decorrncia deste estudo sobre a especificao OPEN GIS, conclumos

preliminarmente, que ainda existem muitos pontos a serem amadurecido e
consolidados e que qualquer interpretao desta especificao pode ser
considerada uma aproximao. Neste sentido elaboramos e propomos um
modelo semntico orientado por objetos que, segundo nosso entendimento,
mais se aproxima ao estgio atual da especificao OPEN GIS. A Figura 4.19
apresenta este modelo.
COVERAGE
IMAGEM COVERAGE COVERAGE COVERAGE COVERAGE COVERAGE

GRADE PONTO LINHA TIN GEOME-
DISCRETO TRICA
COVERAGE COVERAGE COVERAGE COVERAGE OUTRAS

SUPERFCIE SUPERFCIE AREA E SEGMENTO COVERAGE
POLIEDRAL VIZINHANA DE LINHA
Fig. 4.18 - Subtipos de Coverage.

FONTE : adaptada de OGC (1998B).
121
COLEO DE FEIES
TIPO DE FEIO GEOGRFICA
COVERAGE
FEIO COM GEOMETRIA 1
C_FUNCTION
ATRIBUTOS
COVERAGE
COVERAGE COVERAGE COVERAGE COVERAGE
IMAGEM PONTO
GRADE LINHA TIN OUTRAS
DISCRETO
OUTRA GEOMETRIA
PONTO LINHA POLGONO
PRIMITIVA
COVERAGE COVERAGE COVERAGE

COVERAGE COVERAGE
SUPERFCIE REA E SEGMENTO
SUPERFCIE GEOMETRIA
POLIEDRAL VIZINHANA DE LINHA
Fig. 4.19 - Modelo semntico que se aproxima da especificao OPEN GIS.
4.5 - Comparao entre os SIGs e o padro OGIS
Este item tem a pretenso de realizar uma comparao entre os trs SIGs
apresentados, tomando como referncia dois conceitos do OGIS: feio com
geometria e coverage. Trata-se de um desenvolvimento onde ser buscado
mostrar at onde cada um destes sistemas aderem a esses dois conceitos.
4.5.1 - MGE e OGIS
4.5.1.1- Feio com Geometria
O conceito de feio geogrfica apresentada pelo MGE como sendo a

representao dos fenmenos geogrficos do mundo real e possui
informaes descritivas no banco de dados. A representao geomtrica de
cada feio materializada em um mapa. Cada feio com geometria possui
um identificador e classificada em uma classe de feio que compe uma
categoria. A definio de que feio com geometria pode ser composta por
122
outras feies com geometria pode ser contemplada por este item atravs do
mecanismo existente entre categoria de feies que podem ser compostas por
classes de feies.
4.5.1.2 - Coverage
O MGE no captura a viso semntica do modelo OGIS que considera as

diferentes especializao do conceito coverage. Alguns subtipos de coverage
no MGE so tratados de forma independente por mdulos especficos como
o caso de grade irregular triangular e grade regular. Neste caso a aderncia ao
modelo OGIS parcial.
4.5.2 - Arc/Info e OGIS
4.5.2.1 - Feio com Geometria
O modelo de dados vetorial responsvel por representar as feies

geogrficas atravs do modelo geo-relacional onde a parte grfica
especializada pelas geometrias ponto, linhas e polgonos, e a parte descritiva
representada por tabelas de atributos no SGBD relacional. Apesar da parte
grfica possuir uma representao geomtrica, ela somente pode ser
materializada no sistema atravs de uma estrutura denominada coverage. No
possvel conceber feio com representao geomtrica sem a existncia de
coverage. Portanto conclumos que o Arc/Iinfo adere parcialmente ao conceito
de feio com geometria.
4.5.2.2 - Coverage
Coverage, no Arc/Info, definido como o mtodo primrio para representar o

modelo de dados vetorial, assim como GRID o mtodo para representar o
123
modelo de dados matricial, e o TIN o mtodo para representar o modelo de
dados de rede irregular triangular. Devido existncia de um sub-tipo de
coverage denominado coverage geomtrica, deduzimos que este sub-tipo o
mais prximo correspondente estrutura coverage do ARC/INFO.
J o modelo de dados matricial e o modelo de dados de rede irregular

triangular so contemplados no OGIS como sub-tipos de coverage: coverage
grade e coverage TIN respectivamente. No Arc/Info estes modelos possuem
representaes especficas, no caso: GRID e TIN. Portanto para este item a
aderncia parcial.
4.5.3 - SPRING e OGIS
4.5.3.1 - Feio com Geometria
No SPRING, as feies geogrficas do mundo real so modeladas por dois

grandes tipos de dados: geo-objetos e geo-campos. Os geo-objetos
representam feies geogrficas com identidades nicas e possuem uma
descrio no banco de dados. Alm disto eles so representados por uma ou
mais geometrias no sistema, como o caso de uma representao de um
mesmo geo-objeto em duas escala diferentes: em uma ela pode ser um ponto
em outra pode ser um polgono.
Portanto a definio de geo-objetos adere definio de feio com geometria

do OGIS. Ressalve-se porm, que a da feio com geometria que pode ser
composta por outras feies com geometria, conceito este no encontrado no
referido sistema
124
4.5.3.2 - Coverage
A definio de geo-campos implementada pelo SPRING representa a

distribuio espacial das feies geogrficas no mundo real. Dentro deste
contexto, o geo-campo e suas especialidades contemplam a definio de
coverage do OGIS.
A Tabela 4.1 mostra um resumo das comparaes realizadas anteriormente

tendo como referncia o conceito OGIS para feio com geometria e coverage.
4.5.4 - Uma Breve Concluso
Sob o ponto de vista semntico nenhum dos sistemas apresentados adere por
completo ao padro OGIS. Pode-se citar, para exemplificar esta afirmao, os
seguintes fatos:
1) No MGE, a noo de especializao de tipos de feies, representada

por categoria e classes de feies, no contemplada pelo OGIS de forma
explcita e direta.
2) No Arc/Info existe a noo de coverage e no contempla a idia de
feio com geometria como entidade independente da coverage. A noo
de coverage no Arc/Info pode ser mapeado parcialmente para o conceito
de coverage geomtrica no OGIS.
3) A separao explcita entre feio geogrfica e sua geometria, presente
no SPRING, no disponvel diretamente no OGIS.
Como a especificao do padro OGIS um processo em evoluo, isto ,

no se esgotou at o momento destas anlises, possvel que em verso mais
avanadas no futuro, tais fatos podero ser contemplados de forma explcita.
125
TABELA 4.1 - QUADRO COMPARATIVO ENTRE OS TRS SIGS E OS
CONCEITOS FEIO COM GEOMETRIA E COVERAGE DO OGIS
SIGs Feio c/ Geometria Coverage
aderncia LIMITADA(*) PARCIAL

Arc/Info
As feies com O modelo de dados vetorial
geometria somente adere ao sub-tipo Coverage
se materializam com Geomtrica, o modelo de
a existncia das dados de Grade Regular
detalhe Coverages. adere ao sub-tipo de Grade
No h o conceito Coverage, e o modelo de
uma feio com dados de grade irregulat
geometria que pode triangular adere ao sub-tipo
ser composta por TIN coverage.
outras feies com
geometria
aderncia PARCIAL LIMITADA
MGE No h o conceito O modelo de dados matricial

uma feio com e de grade triangular
geometria que pode irregular possui mtodo de
detalhe ser composta por representao especfico.
outras feies com Existem os mdulos
geometria. especficos para a
representao de feies
geogrfica distribudas
espacialmente.
Aderncia PARCIAL PARCIAL
SPRING Geo-objetos e suas Geo-Campos e suas

especialidades. especialidades.
No tem o conceito Porm no suporta a noo
detalhe uma feio com de vetor de valores para
geometria que pode cada ponto.
ser composta por
outras feies com
geometria
(*) As classes de avaliao adotadas so: TOTAL, PARCIAL e LIMITADA
126
5
FUNDAMENTOS EPISTEMOLGICOS DA CINCIA DA GEOINFORMAO

Gilberto Cmara
Jos Simeo de Medeiros
5.1 DA NECESSIDADE DE CONCEITOS
A tecnologia de sistemas de informao geogrfica evoluiu de maneira muito rpida a

partir da dcada de 70. Como este desenvolvimento foi motivado desde o incio por forte
interesse comercial, no foi acompanhado por um correspondente avano nas bases
conceituais da geoinformao; como resultado, o aprendizado do Geoprocessamento tornou-
se singularmente dificultado. Ao contrrio de outras disciplinas (como Banco de Dados), no
h um corpo bsico de conceitos tericos, que sirva de suporte para o aprendizado da
tecnologia, mas uma diversidade por vezes contraditria de noes empricas. Muitos livros-
texto e cursos so organizados e apresentados em funo de um sistema especfico, sem
fornecer ao aluno uma viso slida de fundamentos de aplicao geral.
As razes deste problema esto na prpria natureza interdisciplinar (alguns diriam
transdisciplinar) da Cincia da Geoinformao. Ponto de convergncia de reas como
Informtica, Geografia, Planejamento Urbano, Engenharia, Estatstica e Cincias do
Ambiente, a Cincia da Geoinformao ainda no se consolidou como disciplina cientfica
independente; para que isto acontea, ser preciso estabelecer um conjunto de conceitos
tericos, de aplicao genrica e independentes de aspectos de implementao.
Para estabelecer as bases epistemolgicas da Cincia da Geoinformao, ser preciso
em primeiro lugar identificar as fontes de contribuio terica nas quais poderemos buscar
bases para a reflexo. Este trabalho prope tomar o conceito de espao geogrfico como uma
noo-chave, a partir do qual podemos construir os fundamentos tericos desta nova
disciplina cientfica. Consideramos que, apesar de seu carter interdisciplinar, o fundamento
bsico da Cincia da Geoinformao a construo de representaes computacionais do
espao. Assim, ao revisar as principais concepes da Geografia, na perspectiva da
construo de sistemas de informao, estaremos contribuindo no apenas para a
fundamentao terica do Geoprocessamento, como ainda buscando inspirao para o projeto
das novas geraes de GIS.
Ao fazer uma reviso das diferentes concepes de espao geogrfico, no pretendemos
estabelecer juzo de valor, mas estabelecer como a tecnologia de GIS permite a expresso
computacional destes conceitos e o que estas diferentes escolas nos podem ensinar sobre as
limitaes atuais do Geoprocessamento. Para tanto, selecionamos alguns autores
representativos de diferentes correntes da geografia. No caso da Geografia Regional1,
partimos dos conceitos de (Hartshorne, 1936).Para a Geografia Quantitativa (no Brasil
tambm chamada de Teortica), tomamos como base (Harvey, 1969) e (Chorley and Haggett,
1967). No caso da Geografia do Tempo, utilizamos (Hgerstrand, 1967). Nossa discusso da
Geografia Crtica est baseada nos trabalhos de (Santos, 1996) e (Harvey, 1989). Para esta
reviso, utilizamos ainda os trabalhos de (Christofoletti, 1985) (Moraes, 1995) e (Corra,
1995).
5.2 A GEOGRAFIA IDIOGRFICA DE HARTSHORNE E O GEOPROCESSAMENTO
Em seu livro Os Princpios e a Natureza da Geografia, Hartshorne procurou

consolidar um base terica para os estudos geogrficos baseada no conceito da unicidade.
Na sua viso, o objeto de estudo da Geografia seria o estudo de fenmenos individuais e a
a preocupao com o nico na geografia no est limitada ao fenmeno mas tambm se
aplica a relacionamentos entre os fenmenos (Hartshorne, 1936).
O conceito de unidade-rea apresentado em por (Hartshorne, 1936) como
elemento bsico de uma sistemtica de estudos geogrficos, denominada pelo autor de
estudos de variao de reas. Na viso de Hartshorne, uma unit-area uma partio do
espao geogrfico, definida pelo pesquisador em funo do objeto de estudo e da escala de
trabalho, que apresenta caractersticas individuais prprias; estas unidade de rea seriam a
base de um sistema de classificao e organizao do espao. A partir da decomposio do
espao em unidades de rea, o pesquisador poder relacionar, para cada uma destas
parties, as correspondentes caractersticas fsicas e biticas que a individualizam em relao
a todas as demais componentes do espao. Hartshorne chamou esta abordagem de Geografia
Idiogrfica.
Hartshorne argumenta que o carter de cada rea seria dado pela integrao das
diferentes variveis geogrficas, tomadas em conjunto. (Moraes, 1995) assim exemplifica o
mtodo proposto por Hartshorne:
O pesquisador seleciona dois ou mais fenmenos (p.ex. clima, produo agrcola,
tecnologia disponvel), observa-os, relaciona-os; repete vrias vezes este
procedimento, tentando abarcar o maior nmero de fenmenos (tipo de solo, destino
da produo, nmero de cidades, tamanho do mercado consumidor, hidrografia, etc.).
Uma vez de posse de vrios fenmenos agrupados e interrelacionados, integra-os.
() Este processo pode ser repetido vrias vezes, at o pesquisador compreender o
carter da rea enfocada ()
O pesquisador pode parar na primeira integrao, e reproduzir a anlise (tomando os
mesmos fenmenos e fazendo as mesmas interrelaes) em outros lugares. As
1
No caso das denominaes das diferentes escolas de Geografia, adotamos a terminologia de 24. MORAES, A. C. R.
Geografia: Pequena Histria Crtica. So Paulo, Hucitec, 1995..
comparaes das integraes obtidas permitiriam chegar a um padro de variao
daqueles fenmenos tratados.
A proposta de Hartshorne contribuiu para dar uma base metodolgica para o uso do
conceito de unidade de rea em Geoprocessamento. A representao computacional
correspondente aos conceitos de unidade de rea em Hartshorne o polgono fechado, que
delimita cada regio de estudo e um conjunto de atributos, tipicamente armazenados num
banco de dados relacional. Um procedimento tpico para aplicar a abordagem de Hartshorne
em um ambiente de GIS seria:
Tomando-se como base uma representao pictrica do espao (como uma foto area ou
imagem de satlite) e levantamentos preliminares de campo, realiza-se uma delimitao
de unidades-rea na regio de estudo.
Como alternativa, utilizam-se dados de cartografia temtica e anlises booleanas do tipo
SE...ENTO para produzir um mapa de intersees dos diversos conjuntos de
interesse. Estas intersees delimitam as unidades-rea.
Atravs de levantamentos de campo ou da integrao de dados j disponveis, como
mapas pedolgicos e vegetao, caracteriza-se cada unidade-rea com os atributos que a
singularizam das demais unidades. O resultado um banco de dados geogrficos com
unidades-rea delimitadas por polgonos, com um conjunto de atributos para cada
unidade.
Atravs de ferramentas de consulta (por atributos e espacial) do GIS, pode-se inferir as
relaes conjuntas entre as diversas unidades-rea.
Do ponto de vista da representao computacional, o conceito de unidade-rea de
Hartshorne equivalente aos conceitos de unidade de paisagem (Tricart, 1977)) e land-unit
(Zonneveld, 1989), todos baseados no conceito-chave de delimitao de unidades
homogneas. Numa viso geral, pode-se dizer que a atual gerao de GIS permite a realizao
dos conceitos de Hartshorne (e equivalentes), com poucas limitaes.
5.3 A GEOGRAFIA QUANTITATIVA E O GEOPROCESSAMENTO
A base da Geografia Quantitativa (tambm chamada nos pases de lngua inglesa de

New Geography) a busca da aplicao do mtodo hiptetico-dedutivo que caracteriza as
cincias naturais nos estudos geogrficos. Tpico desta perspectiva o livro Explanation in
Geography (Harvey, 1969), que propunha uma aplicao dos paradigmas de generalizao e
refutao, amplamente utilizados por disciplinas como Fsica, Qumica e Biologia, para os
estudos geogrficos. A lgica subjacente ao mtodo hipottico-dedutivo a de que existe
uma realidade externa nossa existncia, e esta realidade pode ser capturada (ainda que de
forma aproximada) utilizando os princpios da lgica e da matemtica. Atravs de estudo e
anlise, os fenmenos podem ser explicados atravs de teorias cientficas, que devem ser
passveis de experimentao e portanto, de refutao (Popper, 1975).
Ao criticar a falta de teorias explcitas na Geografia Idiogrfica, os gegrafos desta
escola passaram a utilizar teorias disponveis em outras disciplinas cientficas (Christofoletti,
1985). Na perspectiva da Geografia Quantitativa, preciso construir modelos a ser utilizados
na anlise dos sistemas geogrficos; estes modelos, construdos de forma terica, devem ser
verificados e validados com dados de campo a partir de tcnicas estatsticas (Chorley and
Haggett, 1967). Neste contexto, o estudo dos padres de distribuio espacial dos fenmenos
( eventos pontuais, reas e redes) passa a formar uma base para estudos quantitativos do
espao.
A Geografia Quantitativa coloca grande nfase em tcnicas de Anlise Espacial e

Geoestatstica (Bailey and Gattrel, 1995) e assim, conceitos advindos da Estatstica Espacial
passam a fazer parte do repertrio dos gegrafos. Em particular, sobressai a idia de
autocorrelao espacial (Goodchild, 1988), como expresso bsica da dependncia entre
observaes no espao em regies vizinhas. Outro forte conceito oriundo da teoria estatstica
a noo de processo estacionrio, que indica uma rea de trabalho na qual as relaes entre
as medidas so funo da distncia. Estes conceitos permitem a construo de superfcies, a
partir de amostras de campos, com o uso de procedimentos geoestatsticos como a krigagem,
ao qual podemos associar medidas de incerteza. Inicialmente propostas para a modelagem de
recursos naturais (Goovaerts, 1997), as tcnicas de estatstica espacial vem sendo cada vez
mais utilizadas para anlise espacial de dados scio-econmicos (Anselin, 1988) (Getis and
Ord, 1996).
Vale notar que a caracterizao de vizinhanas e processos estacionrios feita no
espao absoluto (ou cartesiano), definido a partir das relaes espaciais tpicas como as
relaes topolgicas, direcionais e de distncia. Alternativamente, (Harvey, 1969) advoga o
uso do espao relativo (ou espao das redes), definido a partir das relaes de conectividade
entre os objetos, relaes estas que implicam custos dinheiro, tempo, energia para se
vencer a frico imposta pela conexo (Corra, 1995). Entre os fenmenos geogrficos
representados no espao relativo, incluem-se relaes como fluxo de pessoas ou materiais,
conexes funcionais de influncia, comunicao e acessibilidade os objetos estabelecem
relaes entre si que dependem da conectividade.
A Geografia Quantitativa tambm tem buscado suporte computacional na Inteligncia
Artificial, em reas como Redes Neurais, Autmatos Celulares e Lgica Nebulosa (fuzzy
logic) (Burrough and Frank, 1996; Openshaw and Openshaw, 1997). No caso da lgica
nebulosa (para citar um exemplo), a motivao bsica parte das limitaes das representaes
exatas (tipicamente realizadas por meio de polgonos). No dizer de Burrough:
Os limites desenhados em mapas temticos (como solo, vegetao, ou geologia)
raramente so precisos e desenha-los como linhas finas muitas vezes no representa
adequadamente seu carter. Assim, talvez no nos devamos preocupar tanto com
localizaes exatas e representaes grficas elegantes. Se pudermos aceitar que
limites precisos entre padres de vegetao e solo raramente ocorrem, ns estaramos
livres dos problemas de erros topolgicos associados como superposio e interseo
de mapas(Burrough, 1986)
Com a escola Quantitativa, os estudos geogrficos passam a incorporar, de forma
intrnseca, o computador como ferramenta de anlise. Neste sentido, o aparecimento, em
meados da dcada de 70, dos primeiros sistemas de informao geogrfica (GIS), deu grande
impulso a esta escola. Ainda hoje, em pases como os Estados Unidos, em que a Geografia
Quantitativa a viso dominante, os GIS so apresentados como as ferramentas fundamentais
para os estudos geogrficos, como indica o recente estudo da National Academy of
Sciences (National Research Council, 1997).
De uma forma bastante geral, pode-se dizer a forma privilegiada de representao
computacional associada Geografia Quantitativa so as superfcies, que no computador
correspondem a grades regulares e malhas triangulares e as redes, representadas por matrizes
de interao espacial. As superfcies podem ser computadas a partir de dados de campo e
tambm dissolvendo-se os limites poligonais que correspondem s unidades-rea.
As redes so representadas atravs de matrizes de interao espacial, nas quais cada
localidade onde se originam e destinam fluxos representada por um ponto no espao e os
fluxos entre estas entidades so indicados como entradas numa matriz origem-destino. A
partir desta matriz, pode-se computar modelos de alocao de recursos, usualmente apenas
baseados em fluxos de recursos ou fluxos de transporte. Dentre estes modelos, destacam-se os
modelos gravitacionais, assim chamados porque baseados na idia de atrao entre
localidades a partir de massas atribudas aos atributos destas localidades e da distncia entre
elas.
Apesar da forte relao entre os conceitos da Geografia Quantitativa e o
Geoprocessamento, apenas a partir de meados da dcada de 90, os GIS passam a dispor de
representaes computacionais adequadas plena expresso dos conceitos desta escola. As
tcnicas de geoestatstica ainda esto em processo de integrao aos principais sistemas de
informao geogrfica, e os processos de modelagem e propagao de incerteza (Heuvelink,
1998) ainda precisam ser plenamente incorporados aos GIS.
Adicionalmente, a tecnologia atual de Geoprocessamento ainda enfatiza a
representao de fenmenos espaciais no computador de forma esttica. No entanto, um
significativo conjunto de fenmenos espaciais, tais como escoamento de gua da chuva,
planejamento urbano e disperso de sementes, entre outros, so inerentemente dinmicos e as
representaes estticas utilizadas em GIS no os capturam de forma adequada. Deste modo,
um dos grandes desafios da Cincia da Informao Espacial o desenvolvimento de tcnicas
e abstraes que sejam capazes de representar adequadamente fenmenos dinmicos.
Para representar os conceitos de modelos espao-temporais, apenas a representao de
superfcies em grades regulares no suficiente. As leis que governam a dinmica dos
processos (sejam estes fsicos ou sociais), precisam ser expressas atravs de equaes
iterativas, que incorporadas ao ambiente de GIS, permitem a simulao de fenmenos espao-
temporais (Burrough, 1998). Nos anos recente, o desenvolvimento de tcnicas de modelagem
dinmica tem tomado duas grandes direes:
modelos de processos fsicos, tipicamente associados a problemas hidrolgicos ou
ecolgicos, como os disponveis no ambiente PCRaster (Wesseling, Karssenberg et al.,
1996).
modelos de sistemas scio-econmicos, que variam desde modelos de micro-escala
baseados em autmatos celulares (Couclelis, 1997) a modelos multi-escala que incorporam
efeitos de variveis exgenas (White and Engelen, 1997).
Deste modo, o desafio de incorporao da Geografia Quantitativa ao GIS ainda no
est plenamente realizado. Especialmente no caso de modelos para processos espao-
temporais, os GIS ainda se comportam mais como sistemas cartogrficos de informao do
que como sistemas de informao geogrfica, devido natureza esttica de suas
representaes computacionais. Esperamos que os prximos anos tragam avanos
substanciais nestas tcnicas, especialmente no caso de modelagem dinmica.
5.4 A GEOGRAFIA CRTICA E O GEOPROCESSAMENTO
5.4.1 Introduo
A nfase da Geografia Quantitativa no uso de grandezas mensurveis para

caracterizao do espao geogrfico vem sendo objeto de fortes crticas nas ltimas duas
dcadas. Estas crticas argumentam que, apesar dos resultados obtidos no estudo dos padres
espaciais, as tcnicas da Geografia Quantitativa no conseguem explicar os processos scio-
econmicos subjacentes a estas distribuies, nem capturar o componente das aes e
intenes dos agentes sociais (Harvey, 1988). A viso desta nova escola (aqui chamada de
Geografia Crtica, adotando a terminologia de (Moraes, 1995)) ainda motivada pelo
contexto de uma diferenciao ideolgica. Para os crticos mais extremados, a Geografia
Quantitativa estaria comprometida com uma grande viso ideolgica associada expanso do
capitalismo, e os muitos tericos da Geografia Crtica tomam por base a filosofia marxista na
construo de seus conceitos.
Vale ressaltar que no pretendemos realizar, no contexto deste artigo, que busca
examinar os conceitos bsicos da Cincia da Informao Espacial, uma anlise comparativa
entre a Geografia Crtica e a Geografia Quantitativa. Importa considerar aqui a relevncia
conceitos tericos de espao apresentados pelos proponentes da Geografia Crtica para o
projeto de uma nova gerao de GIS. Neste contexto, estaremos analisando, conceitos
propostos por David Harvey, Manuel Castells e Milton Santos.
Em especial, Milton Santos um dos gegrafos mais empenhados em apresentar
novos conceitos de espao geogrfico. Em seus trabalhos, Santos d especial nfase ao papel
da tecnologia como vetor de mudanas da sociedade e condicionante da ocupao do espao,
no que denomina o meio tcnico-cientfico-informacional. Apesar de enfatizar a
contribuio da tecnologia para a Geografia, Santos no examina em detalhe o problema do
uso direto de ferramentas tecnolgicas como GIS em estudos geogrficos. Mesmo assim, seus
conceitos so extremamente relevante para a definio de uma epistemologia da Cincia da
Informao Espacial, como se ver a seguir.
No caso de Milton Santos, preciso considerar que o prprio autor apresenta
diferentes concepes do espao geogrfico, ao longo de sua carreira. Deste modo,
examinaremos nas prximas sees trs concepes distintas (mas complementares) de
espao em Milton Santos. Na seo 4.2, a noo que o espao organizado pelas relaes
de forma, funo, estrutura e processo (Santos, 1985), na seo 4.3, a idia que o espao
um sistema de fixos e fluxos (Santos, 1978) e na seo 4.4, o mais recente conceito: o
espao um sistema de objetos e um sistema de aes (Santos, 1996).
5.4.2 Milton Santos e as Dualidades Forma-Funo e Estrutura-Processo
Em seu livro Espao e Mtodo, (Santos, 1985) utiliza os conceitos de forma, funo,
estrutura e processo para descrever as relaes que explicam a organizao do espao. A
forma o aspecto visvel do objeto, referindo-se, ainda, ao seu arranjo, que passa a constituir
um padro espacial; a funo constitui uma tarefa, atividade ou papel a ser desempenhado
pelo objeto; a estrutura refere-se maneira pela qual os objetos esto inter-relacionados entre
si, no possui uma exterioridade imediata - ela invisvel, subjacente forma, uma espcie de
matriz na qual a forma gerada; o processo uma estrutura em seu movimento de
transformao, ou seja, uma ao que se realiza continuamente visando um resultado
qualquer, implicando tempo e mudana. Para citar o autor:
Forma, funo, estrutura e processo so quatro termos disjuntivos associados, a
empregar segundo um contexto do mundo de todo dia. Tomados individualmente
apresentam apenas realidades, limitadas do mundo. Considerados em conjunto,
porm, e relacionados entre si, eles constroem uma base terica e metodolgica a
partir da qual podemos discutir os fenmenos espaciais em totalidade. (Santos,
1985).
A relevncia deste conceito de espao para a Cincia da Informao Espacial mais
conceitual do que prtica, pois aponta essencialmente para limitaes dos sistemas
computacionais de representao de informao. Nesta perspectiva, pode-se afirmar que as
tcnicas atuais de Geoprocessamento no conseguem resolver de forma plena as dualidades
forma-funo e estrutura-processo, pois o uso de representaes computacionais geomtricas
(como polgonos ou grades regulares) e de modelos funcionais (cadeias de Markov, modelos
de difuso espacial) sempre implica numa materializao das noes de espao. Na atual
gerao de GIS, podemos caracterizar adequadamente a forma de organizao do espao, mas
no a funo de cada um de seus componentes; podemos ainda estabelecer qual a estrutura
do espao, ao modelar a distribuio geogrfica das variveis em estudo, mas no
capturarmos, em toda a sua plenitude, a natureza dinmica dos processos de constante
transformao da natureza, em conseqncia das aes do homem.
Mesmo quando utilizamos ferramentas de modelagem dinmica (Couclelis, 1997;
Burrough, 1998), e realizamos aproximaes dos processos fsicos e urbanos de uso e
transformao do espao, a nfase das representaes computacionais sempre nos aspectos
estruturais do espao (como no uso de autmatos celulares para modelar transies do uso do
solo urbano).
Deste modo, as dualidades forma-funo e estrutura-processo apontam para
deficincias estruturais de todas os sistemas de informao, no atual estgio do conhecimento.
Para remover estes limites, ser preciso avanar muito na direo de tcnicas de
Representao do Conhecimento e Inteligncia Artificial(Sowa, 2000), o que leva a
consideraes mais genricas (e fora do escopo deste artigo) sobre as prprias limitaes do
computador enquanto tecnologia de processamento da informao. O leitor interessado deve
referir-se a (Penrose, 1989) e (Searle, 1984).
5.4.3 Harvey, Castells, Santos: A Compresso do Espao-Tempo e a Geografia da Redes
Em A Condio Psmoderna (Harvey, 1989), David Harvey faz uma anlise

abrangente das novas relaes de produo da sociedade atual. Para Harvey, a mudana
cultural mais importante nos anos recentes aquela provocada pelo impacto na experincia
humana com os novos conceitos de espao e tempo. Ele lembra que do sculo XVI ao XIX a
velocidade mdia das diligncias e dos navios a vela era de 20 km/h. A partir de meados do
sculo XIX, as locomotivas a vapor chegavam a 100 km/h. Com os avies a jato a partir de
meados do sculo XX, alcanamos 800 Km/h. Atualmente, com as telecomunicaes,
podemos trocar documentos e realizar reunies com pessoas em outros lugares do mundo de
forma simultnea.
Segundo Harvey, a compresso do espao-tempo uma componente essencial das
novas formas de produo capitalista, em que o capital financeiro adquire autonomia com
relao ao capital industrial e prpria governabilidade das naes. Neste cenrio, o fluxo
internacional de recursos (feito quase exclusivamente com suporte de telecomunicaes)
restringe o poder regulador dos Estados de uma forma indita na Histria.
Quais as conseqncias deste conceito para a Cincia da Informao Espacial? Observemos
que a maior parte das tcnicas de Anlise Espacial (Bailey and Gattrel, 1995) est baseada no
conceito de proximidade. Medidas como o variograma e os indicadores locais e globais de
autocorrelao espacial fazem uso implcito da lei de Tobler: no mundo, todas as coisas se
parecem; mas coisas mais prximas so mais parecidas que aquelas mais distantes (Tobler,
1979). A compresso do espao-tempo subverte esta lgica previsvel de organizao do
espao e estabelece um substancial desafio conceitual para sua representao computacional.
Do ponto de vista da Anlise Geogrfica, os conceitos de Harvey implicam que a forma
tradicional de expressar as relaes espaciais entre entidades geogrficos (propriedades como
adjacncia e distncia euclidiana) capturam apenas efeitos locais, e no permitem representar
a dinmica dos fenmenos sociais e econmicos de nosso tempo.
Numa viso mais abstrata do que prtica, alguns autores tem se referido a espaos de
geometria varivel (Castells, 1999) para denotar a situao em que as articulaes materiais
entre os agentes econmicos e sociais ocorrem de forma muitas vezes independentes da
contiguidade fsica. Esta situao nos leva a novos conceitos do espao, em que os fluxos
passam a ser um componente essencial. Fluxos de capital, fluxos da informao, fluxos de
tecnologia, fluxos de interao organizacional, fluxos de imagens, sons e smbolos (Castells,
1999) tornam-se elementos constituidores de nossa sociedade, questionando a aplicabilidade
geral da lei de Tobler.
O resultado da compresso do espao-tempo gerada pelos avanos da tecnologia e pela

crescente integrao das prticas econmicas tem levado a novas definies do espao. Milton
Santos fala em espao de fixos e espao de fluxos (Santos, 1978) e Manuel Castells em
espao de fluxos e espao de lugares. Subjacente a estas noes est o processo de
crescente internacionalizao da produo capitalista, que resulta em padres de localizao
que alteram profundamente as caractersticas do espao industrial e seu impacto no
desenvolvimento urbano (Castells, 1999).
O espao de lugares representa os arranjos espaciais formados por localizaes

contguas, numa interao definida pela prpria condio de moradia das pessoas e sua lgica
cotidiana. No entanto, o espao dos fluxos , crescentemente, o determinante das relaes
de poder e das movimentos de circulao de bens e servios. Isto gera uma esquizofrenia
estrutural entre duas lgicas espaciais, que ameaa romper os canais de comunicao da
sociedade (Castells).
Os desafios para a Cincia da Informao Espacial so aqui considerveis. Em
especial, trata-se de combinar os modelos de interao espacial (que determinam os fluxos),
com modelos de escala local (representados, por exemplo, por autmatos celulares). Esta
combinao requer a capacidade de propor modelos matemticos abstratos e de estabelecer
relaes causais entre fluxos e efeitos locais, problemas ainda no abordados na literatura.
5.4.4 Milton Santos e o Espao como Sistemas de Objetos e Sistemas de Aes
Sem abandonar as definies anteriores, mas buscando uma viso mais geral sobre os
conceitos de espao (Santos, 1996) afirma que o espao geogrfico um sistema de objetos
e um sistema de aes. Esta caracterizao objetiva contrapor os elementos de composio
do espao (os objetos geogrficos) aos condicionantes de modificao deste espao (as aes
humanas e dos processos fsicos ao longo do tempo). Numa formulao sinttica, Santos
enfatiza a necessidade de libertar-nos de vises estticas do espao (tais como nos vem
condicionando sculos de mapas), ao incluir a componente de processos variantes no tempo
como parte essencial do espao. Ele procura diferenciar o conceito de espao do de paisagem,
afirmando que "a paisagem o conjunto de formas que num dado momento, exprimem as
heranas que representam as sucessivas relaes localizadas entre homens e natureza. O
espao so essas formas mais a vida que as anima".
Do ponto de vista da geoinformao, a noo de sistemas de objetos e sistemas de
aes coloca-se num nvel de abstrao ainda maior que as formulaes anteriores de Santos.
Da surgem algumas questes cruciais: possvel realizar a transio destes conceitos
abstratos para o mbito de um sistema computacional? Quais as limitaes da traduo das
noes abstratas propostas para um SIG ?
Numa primeira anlise, a traduo do conceito de sistema de objetos e sistemas de
aes para o ambiente computacional esbarra em trs questes: como modelar os sistemas
de objetos ? como representar os sistemas de aes? como expressar as interaes entre os
objetos e as aes ?
Para representar os sistemas de objetos, ser preciso descrever cada um dos diferentes
tipos de objetos componentes do espao (ou da parcela do espao em anlise). Neste sentido,
um dos avanos recentes na rea de Geoprocessamento o uso de Ontologias. Uma ontologia
uma teoria que especifica um vocabulrio relativo a um certo domnio de, que define
entidades, classes, propriedades, predicados e funes e as relaes entre estes componentes
(Fonseca and Egenhofer, 1999) (Fonseca, Egenhofer et al., 2000). Na viso de (Smith and
Mark, 1998), uma ontologia do mundo geogrfico pode ajudar a entender como diferentes
comunidades compartilham informaes e estabelecer correspondncias e relaes entre os
diferentes domnios de entidades espaciais.
Numa perspectiva genrica, pode-se dizer que o uso de Ontologias em GIS uma
maneira de integrar tcnicas de Representao do Conhecimento em uma tecnologia com uma
forte tradio geomtrica e cartogrfica. Deve-se lembrar que, apesar da sua atratividade
enquanto conceito, o uso de Ontologias em GIS enfrenta essencialmente os mesmos
problemas das tcnicas de Representao do Conhecimento (Sowa, 2000). Estes problemas
incluem a concepo de formalismos para armazenamento de informao e a traduo do
conhecimento existente informalmente no domnio de aplicao para representaes
computacionais. Vale lembrar ainda que a maior parte dos paradigmas atuais de
Representao do Conhecimento so essencialmente estticos, sem modelar adequadamente a
dimenso temporal e os relacionamentos dinmicos e dependentes de contexto entre os
objetos.
A representao dos sistemas de aes ainda mais difcil num ambiente
computacional. Sendo o computador uma ferramenta matemtica e no analgica, a
representao de processos depende fundamentalmente de modelagem numrica, usualmente
realizada atravs de equaes funcionais. Cabe aqui distinguir dois grandes grupos de
processos espaciais: os modelos do meio fsico e os de processos scio-econmicos (que
incluem os fenmenos urbanos). Estes grupos possuem variveis e comportamentos
diferenciados que exigem diferentes abordagens de implementao.
Fenmenos fsicos tais como modelos hidrolgicos e ecolgicos so exemplos de
fenmenos com alto ndice de variao do estado da superfcie ao longo do tempo. Sua
representao acurada depende da capacidade de derivar equacionamentos matemtico-
formais que descrevam a variao espao-temporal do fenmeno.
No caso de fenmenos scio-econmicos, os processos tem uma complexidade muito
maior, por envolver, alm de fenmenos fsicos, componentes de construo da realidade
social. Neste sentido, vale a pena destacar o exposto em (Searle, 1995): a realidade social
envolve um componente fsico (externo nossa percepo) e um componente mental, que
resulta de consenso estabelecido em procedimentos jurdicos e culturais de cada sociedade.
Deste modo, a aplicao do conceito de sistemas de aes modelagem
computacional de fenmenos socio-econmicos no pode ser reduzida premissa
funcionalista de que possvel derivar modelos matemticos que descrevam o comportamento
dos agentes sociais. Apesar disto, os autores consideram ser til e vlido a proposio de
modelos que, com crescente sofisticao e inevitvel reducionismo, possam simular parte do
comportamento dos diferentes processos socio-economicos-ambientais.
Como exemplo, o trabalho de (Engelen, 1995) apresenta uma estrutura de modelagem
dinmica e de suporte a deciso capaz de operar em uma variedade de escalas. Esta estrutura
constituda de dois nveis denominados macro e micro escalas. Na macroescala, esto
representadas as variveis ecolgicas e scio-econmicas que afetam o sistema como um
todo. A microescala representa a dimenso espacial do modelo. Estas escalas interagem
intensivamente entre si e com um banco de dados geogrfico, a partir do qual obtm os dados
necessrios para as simulaes.
Ainda com respeito ao problema de modelagem computacional dos sistemas de aes,
(Cmara, 2000) apresentam uma proposta para modelar o processo de produo de
informao em bases de dados georeferenciados, levando em conta o objetivo final a ser
alcanado com os procedimentos de Anlise Geogrfica. Esta proposta visa capturar uma das
dimenses do conceito de sistemas de aes: a inteno do especialista ao modelar o espao
geogrfico.
Em resumo, o conceito de Milton Santos de espao como sistemas de objetos e
sistemas de aes caracteriza um mundo em permanente transformao, com interaes
complexas entre seus componentes. Santos apresenta uma viso geral, que admite diferentes
leituras e distintos processos de reduo, necessrios captura desta definio abstrata num
ambiente computacional. No obstante, a riqueza inerente a este conceito est em deslocar a
nfase da anlise do espao, da representao cartogrfica para a dimenso da representao
do conhecimento geogrfico. Afinal, como diz o prprio Milton Santos, geometrias no so
geografias.
5.5 TEORIA GEOGRFICA E CINCIA DA GEOINFORMAO: RUMO A UMA NOVA GERAO

DE GIS
Nesta seo, fazemos um resumo de nossa anlise, na perspectiva de projetar uma

nova gerao de sistemas de informao geogrfica. Na Tabela 1 apresentamos, para cada
escola, o conceito chave em sua definio de espao, a representao computacional que
melhor aproxima este conceito, e algumas tcnicas de Anlise Geogrfica tpicas que esto
associadas a esta escola geogrfica. Fazemos uma distino entre os conceitos da escola de
Geografia Quantitativa que tem expresso na atual gerao de GIS e aqueles que apontam
para as futura evoluo da tecnologia de Geoprocessamento.
Tabela 5.1
Teoria Geogrfica e Geoprocessamento
Teoria Tecnologia GIS Conceito-Chave Repres. Comput. Tcnicas Anlise
associada
Geografia Anos 80 meados Unicidade da Polgono e Interseo
Idiogrfica () dos anos 90 Regio atributos conjuntos
(unidade-rea)
Geografia Final da dcada Distribuio Superfcies Geoestatstica +

Quantitativa-1 de 90 Espacial (grades) lgica fuzzy
Geografia Meados da dcada Modelos espao- Funes Modelos multi-

Quantitativa-2 de 00 tempo escala
Geografia Segunda dcada Objetos e Aes Ontologias e Representao

Crtica do sculo 21 (?) Espaos no- do
Espao de fluxos cartogrficos Conhecimento
e espao de
lugares
guisa de resumo, apresentamos cada um dos componentes da Tabela 1:

Geografia Idiogrfica (GIS dos anos 80): o conceito-chave a unicidade da regio,
expresso atravs de abstraes como a unidade-rea (Hartshorne), unidade de
paisagem (Tricart) e land-unit (Zonneveld). A representao computacional associada
o polgono com seus atributos (usualmente expressos numa tabela de um banco de dados
relacional) e as tcnicas de anlise comuns, est o uso da interseo de conjuntos (lgica
booleana).
Geografia Quantitativa (GIS de hoje): o conceito-chave a distribuio espacial do
fenmeno de estudo, expressa atravs de um conjunto de eventos, amostras pontuais, ou
dados agregados por rea. A representao computacional associada a superfcie
(expressa como uma grade regular) e h uma grande nfase no uso de tcnicas de
Estatstica Espacial e Lgica Nebulosa (fuzzy) para caracterizar com o uso
(respectivamente) da teoria da probabilidade e da teoria da possibilidade as distribuies
espaciais.
Geografia Quantitativa (GIS da prxima gerao): o conceito-chave so os modelos
preditivos com representao espao-temporal, onde a evoluo do fenmeno expressa
atravs de representao funcional. Para capturar as diferentes relaes dinmicas, as
tcnicas de Anlise devero incluir modelos multi-escala, que estabeleam conexes entre
fenmenos de macroescala (tipicamente relacionados com fatores econmicos) e
fenmenos de microescala (tipicamente associados a transies no uso da terra).
Geografia Crtica (GIS do futuro) : aqui, os conceitos-chave incluem o espao como
sistema de objetos e sistemas de aes e a oposio entre espao de fluxos e espao
de lugares. Podemos apenas especular sobre as representaes computacionais que sero
utilizadas neste contexto, que possivelmente incluam tcnicas de Representao de
Conhecimento. Nossa hiptese de trabalho que os GIS do futuro contemplaro
representaes no-cartogrficas do espao, com uma nfase no estabelecimento de
relaes entre os diferentes atores sociais que atuam no espao.
5.6 ALCANCE E LIMITAES DO GEOPROCESSAMENTO
Neste captulo, examinamos diferentes conceitos de espao de escolas da Geografia e

buscamos estabelecer que representaes computacionais permitiam a expresso destes
conceitos no ambiente de GIS. Embora saibamos que a viso apresentada reducionista e
limitada, consideramos que muito til apresentar uma perspectiva genrica como a exposta
acima, pois esta nos ajuda a compreender as diferenas entre os conceitos de espao e melhor
compreender os desafios ainda no resolvidos pela Cincia da Geoinformao. O que
podemos concluir, ainda que de forma preliminar?
Em primeiro lugar, cumpre indicar que, apesar dos significativos avanos das duas
ltimas dcadas, a tecnologia de sistemas de informao geogrfica ainda est longe de dar
suporte adequado s diferentes concepes de espao geogrfico. Atualmente, os GIS
oferecem ferramentas que permitem a expresso de procedimentos lgicos e matemticos
sobre as variveis georeferenciadas com uma economia de expresso e uma repetibilidade
impossveis de alcanar em anlises tradicionais. No entanto, a tecnologia de GIS resolveu
apenas os problemas simples de representao computacional do espao. Os atuais sistemas
so fortemente baseados numa lgica cartogrfica do espao, exigindo sempre a construo
de mapas computacionais, tarefa sempre custosa e nem sempre adequada ao entendimento
do problema em estudo.
Adicionalmente, mostramos que a Geografia Crtica tem uma importante contribuio
para a Cincia da Geoinformao, sendo um de seus principais mritos o de apontar para uma
viso muito rica do espao geogrfico, enfatizando a noo do processo em contraposio
natureza esttica dos GIS de hoje.
Neste sentido, fundamental distinguir entre as capacidades da atual gerao de GIS e
as limitaes inerentes a qualquer representao computacional do espao geogrfica. Assim,
apesar de ser essencialmente infactvel capturar, num ambiente de geoinformao, todas as
dimenses do conceitos como sistemas de objetos e sistemas de aes, importante buscar
tcnicas que permitam aproximar dimenses parciais desta viso. Para tanto, ser necessrio
utilizar abordagens quantitativas, baseadas em tcnicas como Sistemas Dinmicos, Ontologias
e Representao de Conhecimento, sem perder de vista que estes modelos sero sempre
aproximaes reducionistas da realidade geogrfica.
Referncias
1. ANSELIN, L. Spatial econometrics: methods and models. Dordrecht, Kluwer, 1988.
2. BAILEY, T. and A. GATTREL. Spatial Data Analysis by Example. London, Longman,
1995.
3. BURROUGH, P. Principles of Geographical Information Systems for Land Resources
Assessment. Oxford, England, Oxford University Press, 1986.
4. BURROUGH, P. Dynamic Modelling and Geocomputation. In: P. Longley, S. Brooks, R.
McDonnell and B. Macmillan (ed). Geocomputation: A Primer. New York, John
Wiley, 1998. v.
5. BURROUGH, P. and A. FRANK (ed.). Geographic Objects with Indeterminate
Boundaries. London, Taylor & Francis, 1996. p.
6. CMARA, G. M., A.M.V.; PAIVA, J.A.C; SOUZA, R.C.M. Action-Driven Ontologies of
the Geographical Space. In: GIScience 2000, Proceedings. Savanah, GA, AAG, 2000.
7. CASTELLS, M. A Sociedade em Rede. So Paulo, Paz e Terra, 1999.
8. CHORLEY, R. J. and P. HAGGETT (ed.). Models in Geography. London, Methuen,
1967. p.
9. CHRISTOFOLETTI, A. As Perspectivas dos Estudos Geogrficos. In: A. Christofoletti
(ed). Perspectivas da Geografia. So Paulo, Difel, 1985. v.
10. CORRA, R. L. Espao: um conceito chave na geografia. In: I. E. Castro, P. C. Gomes
and R. L. Corra (ed). Geografia: Conceitos e Temas. Rio de Janeiro, Bertrand
Brasil, 1995. v.
11. COUCLELIS, H. From Cellular Automata to Urban Models: New Principles for Model
Development and Implementation. Environment and Planning B: Planning and
Design v.24, p.165-174, 1997.
12. ENGELEN, G. Using Cellular Automata for Integrated Modelling of Socio-environmental
Systems. Environmental Monitoring and Assessment v.34, p.203-214, 1995.
13. FONSECA, F. and M. EGENHOFER. Ontology-Driven Geographic Information
Systems. In: 7th ACM Symposium on Advances in Geographic Information
Systems, Proceedings. Kansas City, MO, ACM Press, N.Y., 1999. p.14-19.
14. FONSECA, F., M. EGENHOFER, et al. Ontologias e Interoperabilidade Semntica entre
SIGs. In: II Workshop Brasileiro em Geoinformtica - GeoInfo2000, Proceedings.
So Paulo, 2000.
15. GETIS, A. and J. K. ORD. Local spatial statistics: an overview. In: P. Longley and M.
Batty (ed). Spatial Analysis: Modelling in a GIS Environment. New York, John
Wiley, 1996. v., p.261-277.
16. GOODCHILD, M. A spatial analytic perspective on geographical information systems.
International Journal of Geographical Information Systems v.1, p.327-334, 1988.
17. GOOVAERTS, P. Geostatistics for Natural Resources Evaluation. New York, Oxford
Univ. Press, 1997.
18. HGERSTRAND, T. Innovation Diffusion as a Spatial Process. Chicago, IL, The
University of Chicago Press, 1967.
19. HARTSHORNE, R. Propsitos e Natureza da Geografia. So Paulo, Hucitec (trad.
1966), 1936.
20. HARVEY, D. Explanation in Geography. New York, St. Martin's Press, 1969.
21. HARVEY, D. Social Justice and the City. Oxford, Blackwell, 1988.
22. HARVEY, D. The Condition of Postmodernity. London, Basil Blackwell, 1989.
23. HEUVELINK, G. Error Propagation in Environmental Modelling with GIS. London,
Taylor and Francis, 1998.
24. MORAES, A. C. R. Geografia: Pequena Histria Crtica. So Paulo, Hucitec, 1995.
25. NATIONAL RESEARCH COUNCIL. Rediscovering Geography: New Relevance for
Science and Society. Washington, National Academy Press, 1997.
26. OPENSHAW, S. and C. OPENSHAW. Artificial Intelligence in Geography. Chichester,
John Wiley, 1997.
27. PENROSE, R. The Emperor's New Mind: Concerning Computers, Minds, and the
Laws of Physics. Oxford, Oxford Univ. Press, 1989.
28. POPPER, K. A Lgica da Pesquisa Cientfica. So Paulo, EDUSP, 1975.
29. SANTOS, M. Por uma Geografia Nova. So Paulo, Hucitec, 1978.
30. SANTOS, M. Espao e Mtodo. So Paulo, Nobel, 1985.
31. SANTOS, M. A Natureza do Espao: Tcnica e Tempo. Razo e Emoo. So Paulo,
Hucitec, 1996.
32. SEARLE, J. R. Minds, Brains, and Science. Cambridge, MA, Harvard University Press,
1984.
33. SEARLE, J. R. The Construction of Social Reality. New York, The Free Press, 1995.
34. SMITH, B. and D. MARK. Ontology and Geographic Kinds. In: International
Symposium on Spatial Data Handling, Proceedings. Vancouver, Canada, 1998.
p.308-320.
35. SOWA, J. F. Knowledge Representation: Logical, Philosophical, and Computational
Foundations. Pacific Grove, CA, Brooks Cole, 2000.
36. TOBLER, W. Cellular geography. In: S. Gale and O. G. (ed). Philosophy in Geography.
Dordrecht, Reidel, 1979. v., p.379-386.
37. TRICART, J. Ecodinmica. Rio de Janeiro, IBGE-SUPREN, 1977.
38. WESSELING, C. G., D. KARSSENBERG, et al. Integrating dynamic environmental
models in GIS: the development of a Dynamic Modelling language. Transactions in
GIS v.1, p.40-48, 1996.
39. WHITE, R. and G. ENGELEN. Cellular automata as the basis of integrated dynamic
regional modelling. Environment and Planning B: Planning and Design v.24,
p.235-246, 1997.
40. ZONNEVELD, I. S. The Land Unit: A Fundamental Concept in Landscape Ecology, and
Its Applications. Landscape Ecology v.3, p.67-86, 1989.
6
CARTOGRAFIA PARA GEOPROCESSAMENTO
Jl io C sar L ima D Al ge
6.1 INTRODUO
A razo principal da relao interdisciplinar forte entre Cartografia e

Geoprocessamento o espao geogrfico. Cartografia preocupa-se em apresentar um
modelo de representao de dados para os processos que ocorrem no espao geogrfico.
Geoprocessamento representa a rea do conhecimento que utiliza tcnicas matemticas e
computacionais, fornecidas pelos Sistemas de Informao Geogrfica (SIG), para tratar os
processos que ocorrem no espao geogrfico. Isto estabelece de forma clara a relao
interdisciplinar entre Cartografia e Geoprocessamento.
Uma razo histrica, que refora o vnculo que aqui se discute, a precedncia das
iniciativas de automao da produo cartogrfica em relao aos esforos iniciais de
concepo e construo das ferramentas de SIG (veja-se, por exemplo, Maguire et al.
(1991)). A figura 1 aproveita e sintetiza a discusso ora apresentada, estendendo-a
apropriadamente s reas de Sensoriamento Remoto, CAD (Computer Aided Design) e
Gerenciamento de Banco de Dados.
Figura 1 - Relaes interdisciplinares entre SIG e outras reas.

FONTE: Maguire et al. (1991)
Cartografia para Geoprocessamento
O vnculo entre Cartografia e Geoprocessamento explorado de forma prtica neste

documento atravs de uma apresentao do que h de essencial quanto natureza dos
dados espaciais. Complementa-se o assunto pela exposio de aspectos funcionais e de
apresentao presentes em SIG, que coincidem com aqueles oriundos de preocupaes
eminentemente cartogrficas com respeito a dados espaciais.
6.2 NATUREZA DOS DADOS ESPACIAIS
Dados espaciais caracterizam-se especificamente pelo atributo da localizao

geogrfica. H outros fatores importantes inerentes aos dados espaciais, mas a localizao
preponderante. Um objeto qualquer (como uma cidade, a foz de um rio ou o pico de uma
montanha) somente tem sua localizao geogrfica estabelecida quando se pode descrev-
lo em relao a outro objeto cuja posio seja previamente conhecida ou quando se
determina sua localizao em relao a um certo sistema de coordenadas.
O estabelecimento de localizaes sobre a superfcie terrestre sempre foi um dos
objetos de estudo da Geodsia, cincia que se encarrega da determinao da forma e das
dimenses da Terra. A seguir so apresentados alguns conceitos de Geodsia que
desempenham um papel de extrema importncia na rea de Geoprocessamento.
6.2.1 CONCEITOS DE GEODSIA
A definio de posies sobre a superfcie terrestre requer que a Terra possa ser
tratada matematicamente. Para o geodesista a melhor aproximao dessa Terra
matematicamente tratvel o geide, que pode ser definido como a superfcie
equipotencial do campo da gravidade terrestre que mais se aproxima do nvel mdio dos
mares. A adoo do geide como superfcie matemtica de referncia esbarra no
conhecimento limitado do campo da gravidade terrestre. medida que este conhecimento
aumenta, cartas geoidais existentes so substitudas por novas verses atualizadas. Alm
disso, o equacionamento matemtico do geide intrincado, o que o distancia de um uso
mais prtico. por tudo isso que a Cartografia vale-se da aproximao mais grosseira
aceita pelo geodesista: um elipside de revoluo . Visto de um ponto situado em seu eixo
de rotao, projeta-se como um crculo; visto a partir de uma posio sobre seu plano do
equador, projeta-se como uma elipse, que definida por um raio equatorial ou semi-eixo
maior e por um achatamento nos plos.
Neste ponto torna-se oportuno colocar o conceito de datum planimtrico. Comea-
se com um certo elipside de referncia, que escolhido a partir de critrios geodsicos de
adequao ou conformidade regio da superfcie terrestre a ser mapeada (veja, por
Introduo Cincia da Geoinformao 6-2

exemplo, Snyder, 1987, para uma lista de elipsides usados em diferentes pases ou
regies). O prximo passo consiste em posicionar o elipside em relao Terra real. Para
isto impe-se inicialmente a restrio de preservao do paralelismo entre o eixo de
rotao da Terra real e o do elipside. Com esta restrio escolhe-se um ponto central (ou
origem) no pas ou regio e se impe, desta vez, a anulao do desvio da vertical, que o
ngulo formado entre a vertical do lugar no ponto origem e a normal superfcie do
elipside. Fica definida ento a estrutura bsica para o sistema geodsico do pas ou regio:
o datum planimtrico. Trata-se, portanto, de uma superfcie de referncia elipsoidal
posicionada com respeito a uma certa regio. Sobre esta superfcie realizam-se as medies
geodsicas que do vida rede geodsica planimtrica da regio.
Um datum planimtrico formalmente definido por cinco parmetros: o raio
equatorial e o achatamento elipsoidais e os componentes de um vetor de translao entre o
centro da Terra real e o do elipside. Na prtica, devido incertezas na determinao do
centro da Terra real, trabalha-se com translaes relativas entre diferentes datuns
planimtricos.
Dado um ponto sobre a superfcie do elipside de referncia de um certo datum
planimtrico, a latitude geodsica o ngulo entre a normal ao elipside, no ponto, e o
plano do equador. A longitude geodsica o ngulo entre o meridiano que passa no ponto
e o meridiano origem (Greenwich, por conveno). Fala-se aqui da definio do sistema de
paralelos e meridianos sobre a superfcie elipsoidal do datum.
Outro conceito importante o de datum vertical ou altimtrico. Trata-se da
superfcie de referncia usada pelo geodesista para definir as altitudes de pontos da
superfcie terrestre. Na prtica a determinao do datum vertical envolve um margrafo ou
uma rede de margrafos para a medio do nvel mdio dos mares. Faz-se ento um
ajustamento das medies realizadas para definio da referncia zero e adota-se um dos
margrafos como ponto de referncia do datum vertical. No Brasil o ponto de referncia
para o datum vertical o margrafo de Imbituba, em Santa Catarina.
Um dos problemas tpicos na criao da base de dados de um SIG aqui no Brasil
tem sido a coexistncia de dois sistemas geodsicos de referncia: Crrego Alegre e SAD-
69. Algumas cartas topogrficas referem-se Crrego Alegre, que o antigo datum
planimtrico brasileiro, enquanto outras utilizam como referncia o SAD-69, que o atual
datum planimtrico. Os usurios de SIG j esto relativamente acostumados a conviver
com escolhas de projeo e selees de datum sempre que precisam realizar entrada ou
importao de dados, mas costumam ignorar que as coordenadas geogrficas - na verdade,
geodsicas - so definidas sobre a superfcie de referncia do datum selecionado e que,
portanto, variam de datum para datum.

Desfeito o mito da invariabilidade das coordenadas geodsicas, deve-se atentar para

a magnitude das variaes envolvidas. As diferenas entre Crrego Alegre e SAD-69, por
exemplo, traduzem-se em discrepncias de algumas dezenas de metros sobre a superfcie
do territrio brasileiro. Essas discrepncias so negligenciveis para projetos que envolvam
mapeamentos em escala pequena, mas so absolutamente preponderantes para escalas
maiores que 1:250.000 (dAlge, 1999). o caso, por exemplo, do monitoramento do
desflorestamento na Amaznia brasileira, que usa uma base de dados formada a partir de
algumas cartas topogrficas na escala 1:250.000 vinculadas ao datum Crrego Alegre e
outras vinculadas ao SAD-69.
O antigo datum planimtrico Crrego Alegre usa o elipside de Hayford, cujas
dimenses sempre foram consideradas convenientes para a Amrica do Sul. Atualmente,
no entanto, o datum SAD-69 utiliza o elipside da Unio Astronmica Internacional
(IAU), homologado em 1967 pela Associao Internacional de Geodsia, quando passou a
se chamar elipside de Referncia 1967.
A tabela 1 ilustra os parmetros dos dois elipsides empregados como figuras de
referncia para Crrego Alegre e SAD-69:
Elipside Raio Equatorial R(m) Raio Polar r(m) Achatamento

IAU 6.378.160 6.356.776 1/298,25
Hayford 6.378.388 6.366.991 1/297
Tabela 1 - Parmetros dos elipsides da Unio Astronmica Internacional e

Hayford

6.3 SISTEMAS DE COORDENADAS
O usurio de SIG est acostumado a navegar em seus dados atravs de ferramentas

simples como o apontamento na tela com o cursor e a subsequente exibio das
coordenadas geogrficas da posio indicada. Por trs da simplicidade aparente dessa ao,
h algumas transformaes entre diferentes sistemas de coordenadas que garantem a
relao entre um ponto na tela do computador e as coordenadas geogrficas. A figura 2
mostra alguns dos sistemas de referncia mais importantes para Cartografia e SIG.
Figura 2 - Diferentes sistemas de coordenadas para Cartografia e SIG

FONTE: Maguire et al. (1991)

Sistema de coordenadas geogrficas

o sistema de coordenadas mais antigo. Nele, cada ponto da superfcie terrestre
localizado na interseo de um meridiano com um paralelo. Num modelo esfrico os
meridianos so crculos mximos cujos planos contm o eixo de rotao ou eixo dos plos.
J num modelo elipsoidal os meridianos so elipses definidas pelas intersees, com o
elipside, dos planos que contm o eixo de rotao.
Meridiano de origem (tambm conhecido como inicial ou fundamental) aquele
que passa pelo antigo observatrio britnico de Greenwich, escolhido convencionalmente
como a origem (0) das longitudes sobre a superfcie terrestre e como base para a
contagem dos fusos horrios. A leste de Greenwich os meridianos so medidos por valores
crescentes at +180. A oeste, suas medidas decrescem at o limite de -180.
Tanto no modelo esfrico como no modelo elipsoidal os paralelos so crculos cujo
plano perpendicular ao eixo dos plos. O Equador o paralelo que divide a Terra em dois
hemisfrios (Norte e Sul) e considerado como o pararelo de origem (0). Partindo do
equador em direo aos plos tem-se vrios planos paralelos ao equador, cujos tamanhos
vo diminuindo at que se reduzam a pontos nos plos Norte (+90) e Sul (-90).
Longitude de um lugar qualquer da superfcie terrestre a distncia angular entre o
lugar e o meridiano inicial ou de origem, contada sobre um plano paralelo ao equador.
Latitude a distncia angular entre o lugar e o plano do Equador, contada sobre o plano do
meridiano que passa no lugar.
Sistema Geocntrico Terrestre

O sistema geocntrico terrestre um sistema cartesiano tridimensional com origem
no centro da Terra, um eixo coincidente com o eixo de rotao da Terra, outros dois eixos
jacentes no plano do equador e eixo primrio amarrado ao meridiano de Greenwich. Trata-
se de um sistema de coordenadas muito importante para a transformao entre coordenadas
geodsicas (se voc ainda no se deu conta de que as coordenadas geodsicas, que voc
chama de geogrficas, variam, leia outra vez a seo 2.1). A transformao de um datum
planimtrico a outro feita a partir das relaes matemticas entre coordenadas geodsicas
e coordenadas geocntricas terrestres, que so descritas a seguir assumindo que se usa um
modelo esfrico de raio R para a Terra (X, Y e Z denotam os eixos do sistema geocntrico
terrestre e e denotam, respectivamente, a latitude e a longitude geodsicas):
X = R.cos.cos = arcsen (Z/R)

Y = R.cos.sen = arctan (Y/X)
Z = R.sen

Sistema de coordenadas planas ou cartesianas

O sistema de coordenadas planas, tambm conhecido por sistema de coordenadas
cartesianas, baseia-se na escolha de dois eixos perpendiculares cuja interseo
denominada origem, que estabelecida como base para a localizao de qualquer ponto do
plano. Nesse sistema de coordenadas um ponto representado por dois nmeros reais: um
correspondente projeo sobre o eixo x (horizontal) e outro correspondente projeo
sobre o eixo y (vertical).
O sistema de coordenadas planas naturalmente usado para a representao da
superfcie terrestre num plano, ou seja, confunde-se com aquilo que se chama de sistema
de coordenadas de projeo, como ser visto e discutido na seo 2.3.
Sistema de coordenadas polares

Apesar de no aparecer de forma explcita para o usurio de SIG, o sistema de
coordenadas polares merece meno por causa de sua utilizao no desenvolvimento das
projees cnicas (veja seo 2.3). Trata-se de um sistema simples, de relao direta com o
sistema de coordenadas cartesianas, que substitui o uso de um par de coordenadas (x,y) por
uma direo e uma distncia para posicionar cada ponto no plano de coordenadas. Por isso
ele to conveniente para o estudo das projees que se desenvolvem sobre cones. A
relao com coordenadas cartesianas apresentada a seguir ( e denotam,
respectivamente, a distncia do ponto origem e o ngulo formado com o eixo x):
x = .cos = arctan(y/x)
y = .sen = (x 2 + y 2 ) 1 / 2
Sistema de coordenadas de imagem (matricial)

Como descrito maiss adiante neste documento, a integrao de Geoprocessamento
com Sensoriamento Remoto depende do processo de insero de imagens de satlite ou
areas na base de dados do SIG. O georeferenciamento de imagens pressupe uma relao
estabelecida entre o sistema de coordenadas de imagem e o sistema de referncia da base
de dados. O sistema de coordenadas de imagem , tradicionalmente, levgiro, com origem
no canto superior esquerdo da imagem e eixos orientados nas direes das colunas e das
linhas da imagem. Os valores de colunas e linhas so sempre nmeros inteiros que variam
de acordo com a resoluo espacial da imagem. A relao com um sistema de coordenadas
planas direta e faz-se atravs da multiplicao do nmero de linhas e colunas pela
resoluo espacial.

6.4 PROJEES CARTOGRFICAS
Todos os mapas so representaes aproximadas da superfcie terrestre. Isto ocorre

porque no se pode passar de uma superfcie curva para uma superfcie plana sem que haja
deformaes. Por isso os mapas preservam certas caractersticas ao mesmo tempo em que
alteram outras.
A elaborao de uma mapa requer um mtodo que estabelea uma relao entre os
pontos da superfcie da Terra e seus correspondentes no plano de projeo do mapa. Para
se obter essa correspondncia, utilizam-se os sistemas de projees cartogrficas. De um
modo genrico, um sistema de projeo fica definido pelas relaes apresentadas a seguir
(x e y so as coordenadas planas ou de projeo e e so as coordenadas geogrficas):
x = f 1 (,) = g 1 (x,y)
y = f 2 (,) = g 2 (x,y)
H um nmero grande de diferentes projees cartogrficas, uma vez que h vrios
modos de se projetar os objetos geogrficos que caracterizam a superfcie terrestre sobre
um plano. Consequentemente, torna-se necessrio classific-las de acordo com diversos
aspectos com a finalidade de melhor estud-las.
Classificao das projees
Analisam-se os sistemas de projees cartogrficas pelo tipo de superfcie de
projeo adotada e pelas propriedades de deformao que as caracterizam.
Quanto ao tipo de superfcie de projeo adotada, classificam-se as projees em:
planas ou azimutais, cilndricas, cnicas e polidricas, segundo se represente a superfcie
curva da Terra sobre um plano, um cilindro, um cone ou um poliedro tangente ou secante
Terra. Seguem algumas descries.
Projeo plana ou azimutal
Constri-se o mapa utilizando-se uma superfcie de projeo plana tangente ou
secante a um ponto na superfcie da Terra, como na figura 3.
Figura 3 - Exemplo: projeo azimutal

Projeo cnica
A superfcie de projeo usada um cone que envolve a Terra e que, em seguida,
desenvolvido num plano. As projees cnicas podem ser tangentes ou secantes. A figura
4 apresenta um exemplo de projeo cnica. Em todas as projees cnicas normais (eixo
do cone coincidente com o eixo de rotao da Terra) os meridianos so retas que
convergem para um ponto (que representa o vrtice do cone) e todos os paralelos so
circunferncias concntricas a esse ponto.
Figura 4 - Exemplo: projeo cnica de Lambert

Projeo cilndrica
Usa-se um cilindro tangente ou secante superfcie da Terra como superfcie de
projeo. Em seguida, desenvolve-se o cilindro num plano. Em todas as projees
cilndricas normais (eixo do cilindro coincidente com o eixo de rotao da Terra), os
meridianos e os paralelos so representados por retas perpendiculares. A projeo de
Mercator, uma das mais antigas e importantes, um exemplo de projeo cilndrica. Na
figura 5 apresenta-se uma comparao da representao de um quarto de hemisfrio
segundo diferentes sistemas de projeo.
Projeo plana Projeo cilndrica Projeo cnica
Figura 5 Comparao entre diferentes sistemas de projeo

Como j foi colocado anteriormente impossvel representar a superfcie curva da

Terra sobre uma superfcie plana (ou desenvolvvel num plano) sem que haja deformaes.
Por isso deve-se escolher que caractersticas devem ser conservadas e quais podem ser
alteradas. Por exemplo, pode-se pensar numa possvel conservao dos ngulos ou numa
manuteno de reas, sempre lavando-se em conta a que se destina o mapa. Quanto ao grau
de deformao das superfcies representadas, as projees podem ser classificadas em
conformes ou isogonais, equivalentes ou isomtricas e equidistantes.
Projees conformes ou isogonais

So as projees que mantm os ngulos ou as formas de pequenas feies.
Convm lembrar que a manuteno dos ngulos acarreta uma distoro no tamanho dos
objetos no mapa. As projees de Mercator e UTM tm a caracterstica da conformidade.
A projeo de Mercator muito usada em navegao porque representa as linhas de
azimute constante como linhas retas. Entretanto, distorce bastante o tamanho dos objetos
situados nas proximidades das regies polares.
Projees equivalentes ou isomtricas

So projees que conservam as reas (no h deformao de rea). Como
consequncia, os ngulos sofrem deformaes. Muitos consideram que estas so as
projees mais adequadas para uso em SIG. Como exemplos pode-se citar as projees
Cnica de Albers e Azimutal de Lambert.
Projees equidistantes
As projees equidistantes conservam a proporo entre as distncias, em
determinadas direes, na superfcie representada. Convm reforar a idia de que a
equidistncia, ao contrrio da conformidade ou da equivalncia, no uma caracterstica
global de toda a rea mapeada. O exemplo mais comum de projeo equidistante a
projeo Cilndrica Equidistante.

Parmetros das projees

A transformao entre coordenadas geogrficas e coordenadas de projeo feita
atravs dos algoritmos das projees cartogrficas, que dependem de certos parmetros que
variam de acordo com a projeo em questo. Discute-se agora alguns desses parmetros.
Paralelo padro ou latitude reduzida
o paralelo onde as deformaes so nulas, isto , onde a escala verdadeira. O
paralelo padro nico quando definido por um cilindro tangente Terra, como na
projeo Mercator. Se a superfcie de projeo for um cone secante Terra tem-se dois
paralelos padro, como nas projees cnicas de Albers e de Lambert.
Longitude de origem
Trata-se de um meridiano de referncia escolhido para posicionar o eixo y do
sistema de coordenadas planas ou de projeo. A definio da longitude de origem
depende da projeo utilizada pelo usurio. A longitude de origem para a projeo UTM
corresponde ao meridiano central de um fuso ou zona (a cada 6 define-se um fuso), ou
seja, o meridiano central de uma carta ao milionsimo. A figura 6 apresenta a distribuio
das cartas 1: 1.000.000 para o Brasil.
Figura 6 Distribuio das cartas ao milionsimo no Brasil

Para saber a longitude de origem, o usurio deve localizar a rea de interesse na

figura e verificar a que fuso ela pertence. O meridiano central corresponder longitude de
origem. Leme (SP), por exemplo, situada a 2S e 47W, encontra-se no fuso que vai de
42W a 48oW; sua longitude de origem, portanto, 45W. No caso da projeo de Gauss,
usada em cartas topogrficas antigas no Brasil, a longitude de origem equivale aos limites
das cartas ao milionsimo. Para verificar estes valores sugere-se o uso da figura
apresentada anteriormente.
Latitude de origem
Corresponde a um paralelo de referncia escolhido para posicionar o eixo x do
sistema de coordenadas planas ou de projeo. A latitude de origem costuma ser o equador
para a maior parte das projees. Nas cartas ao milionsimo, que usam a projeo cnica
conforme de Lambert, adota-se sempre o paralelo superior de cada carta como latitude de
origem.
Escala
a relao entre as dimenses dos elementos representados em um mapa e aquelas
medidas diretamente sobre a superfcie da Terra. A escala uma informao que deve estar
presente em qualquer mapa e, em geral, tambm apresentada na forma de escala grfica.
A escala numrica indica no denominador o valor que deve ser usado para multiplicar uma
medida feita sobre o mapa e transform-la num valor correspondente na mesma unidade de
medida sobre a superfcie terrestre.

Projeo UTM - "Universal Transverse Mercator"

O mapeamento sistemtico do Brasil, que compreende a elaborao de cartas
topogrficas, feito na projeo UTM (1:250.000, 1:100.000, 1:50.000, 1:25.000).
Relacionam-se, a seguir, suas principais caractersticas:
a superfcie de projeo um cilindro transverso e a projeo conforme;
o meridiano central da regio de interesse, o equador e os meridianos situados a 90o do
meridiano central so representados por retas;
os outros meridianos e os paralelos so curvas complexas;
a escala aumenta com a distncia em relao ao meridiano central, tornando-se infinita a
90o do meridiano central;
como a Terra dividida em 60 fusos de 6 de longitude, o cilindro transverso adotado
como superfcie de projeo assume 60 posies diferentes, j que seu eixo mantm-se
sempre perpendicular ao meridiano central de cada fuso;
aplica-se ao meridiano central de cada fuso um fator de reduo de escala igual a
0,9996, para minimizar as variaes de escala dentro do fuso;
duas linhas aproximadamente retas, uma a leste e outra a oeste, distantes cerca de 1o37
do meridiano central, so representadas em verdadeira grandeza.
A tabela 2 ilustra as caractersticas principais de algumas das projees

cartogrficas mais importantes. Os itens que aperecem na coluna aplicaes referem-se,
principalmente, situao de uso das projees aqui no Brasil.

Projeo Classificao Aplicaes Caractersticas
Mapeamentos
temt icos. Mapeamento
de reas com ext enso Preserva rea.
predominant e leste-
Albers Cnica oest e. Substit ui com
Equivalent e vantagens todas as
outras cnicas
equivalent es.
Indicada para base

cart ogrfica confivel
Bipolar Cnica dos continent es Preserva ngulos.
Oblqua Conforme americanos.
Usa dois cones
oblquos.
Mapas Mundi.
Cilndrica Cilndrica Mapas em escala Altera rea e

Equidistant e Equidistant e pequena. ngulos.
Trabalhos
computacionais.
Altera rea (porm

as distores no
Gauss-Krger Cilndrica Cart as topogrficas ultrapassam 0,5%).
Conforme antigas.
Preserva os ngulos.
Mapeamento das
regies polares.
Estereogrfic Azimut al Preserva ngulos.
a Polar Conforme Mapeamento da L ua,
Marte e Mercrio. Tem distores de
escala.
Mapas t emt icos.
Lambert Cnica Mapas polticos. Preserva ngulos.

Conforme
Cart as milit ares.
Cart as aeronuticas.

Projeo Classificao Aplicaes Caractersticas

Lambert Cnica Cart as ao milionsimo. Preserva ngulos.
Million Conforme
Cart as nut icas.
Mercator Cilndrica Mapas geolgicos. Preserva ngulos.

Conforme
Mapas magnticos.
Mapas Mundi.
Mapas mundi.
Miller Cilndrica Mapas em escalas Altera rea e
pequenas. ngulos.
Policnica Cnica Mapeamento temtico Altera reas e

em escalas pequenas. ngulos.
Mapeamento bsico em Preserva ngulos.

escalas mdias e
UTM Cilndrica Altera reas (porm
grandes.
Conforme as distores no
Cart as topogrficas. ultrapassam 0,5%).
Tabela 2 Principais projees, sua classificao, suas aplicaes e

caractersticas

6.5 TRANSFORMAES GEOMTRICAS
A entrada de dados via mesa digitalizadora impe uma calibrao entre os sistemas
de coordenadas do mapa e da mesa digitalizadora. Os usurios de SIG j se acostumaram a
ter que clicar com o mouse nos quatro cantos do mapa e fornecer as coordenadas
geogrficas ou de projeo. O SIG calcula os parmetros de uma transformao de
afinidade que guarda a relao entre coordenadas de mesa e coordenadas do mapa.
A integrao de imagens de satlite a uma base de dados tipicamente executada
atravs de funes polinomiais determinadas a partir das coordenadas de pontos de
controle identificados nas imagens e no sistema de referncia da base de dados.
Estes dois exemplos de processamentos corriqueiros na criao da base de dados de
um SIG mostram que importante conhecer alguns aspectos bsicos de transformaes
geomtricas no espao bidimensional. Em sntese, as seguintes transformaes so aqui
discutidas: ortogonal (3 parmetros), similaridade (4 parmetros), afim ortogonal (5
parmetros), afinidade (6 parmetros) e transformaes polinomiais (mais de 6
parmetros). A figura 7 tem o objetivo de guiar o leitor na descrio de cada
transformao geomtrica. importante que se entenda quais efeitos geomtricos so
modelados por cada transformao.
identidade escala
rotao
rotao
quebra do paralelismo
Figura 7 Primitivas bsicas envolvidas nas transformaes geomtricas

Uma transformao ortogonal executa uma rotao e duas translaes, cada uma
correspondente a um dos eixos de um sistema de coordenadas planas (3 parmetros).
tambm conhecida como transformao de corpo rgido. Aplicada a um quadrado de lado
L, gera, numa outra posio do plano, um quadrado de lado L que pode estar rotacionado
em relao a sua posio inicial. Trata-se de uma transformao adequada para avaliaes
de qualidade geomtrica de dados vetoriais. A determinao de seus 3 parmetros requer
um nmero mnimo de 2 pontos de controle.
Uma transformao de similaridade executa um fator de escala global, uma rotao
e duas translaes (4 parmetros). tambm conhecida como transformao isogonal.
Aplicada a um quadrado de lado L1, gera, numa outra posio do plano, um quadrado de
lado L2 que pode estar rotacionado em relao a sua posio inicial. uma transformao
adequada para avaliaes de qualidade geomtrica de dados vetoriais e matriciais. A
determinao de seus 4 parmetros tambm requer um nmero mnimo de 2 pontos de
controle.
Uma transformao afim ortogonal executa dois fatores de escala, cada um ao
longo da direo de um dos eixos de um sistema de coordenadas planas, uma rotao e
duas translaes (5 parmetros). Aplicada a um quadrado, gera, numa outra posio do
plano, um retngulo que pode estar rotacionado em relao a sua posio inicial. uma
transformao til quando se deseja investigar deformaes de escala ao longo de direes
perpendiculares. Apesar de no ser muito comum, pode ser usada como funo de
calibrao na entrada de dados via mesa digitalizadora. A determinao de seus 5
parmetros requer um nmero mnimo de 3 pontos de controle.
Uma transformao de afinidade executa dois fatores de escala, uma rotao, duas
translaes e uma rotao residual, que responsvel pela quebra da ortogonalidade (6
parmetros). Aplicada a um quadrado, gera, numa outra posio do plano, um
paralelogramo que pode estar rotacionado em relao a sua posio inicial. uma
transformao adequada para funo de calibrao na entrada de dados via mesa
digitalizadora e para o registro de dados vetoriais e matriciais a uma base de dados num
SIG. Lembra-se aqui que a transformao de afinidade nada mais que um polinmio do
1o grau. A determinao de seus 6 parmetros tambm requer um nmero mnimo de 3
pontos de controle.
Qualquer transformao geomtrica mais complexa (maior nmero de parmetros)
que uma transformao de afinidade ou um polinmio do 1o grau introduz quebra de
paralelismo. Pense, por exemplo, na presena de um termo em xy acrescido aos termos j
presentes numa transformao de afinidade. Como resultado, o paralelogramo do exemplo
acima se transforma num trapzio, se o termo em xy s afetar uma direo, ou num
quadriltero genrico. Transformaes polinomiais podem ser teis para o registro de
dados vetoriais e matriciais a uma base de dados num SIG. Entretanto, polinmios de

ordem mais elevada devem ser usados com cautela: transformaes mais complexas s
fazem sentido se houver mais efeitos geomtricos a ser modelados do que aqueles descritos
nesta seo.
6.6 CONHECIMENTO DA INCERTEZA
Um ltimo aspecto a ser explorado na relao interdisciplinar entre Cartografia e

Geoprocessamento diz respeito incerteza. Tudo o que se mede ou se modela est sujeito a
erros e esses erros respondem pela qualidade de um mapa ou da base de dados num SIG. A
questo no a busca da perfeio mas sim o conhecimento da incerteza.
O componente de erro mais explorado a incerteza quanto localizao. A
exatido de posicionamento dada pelo erro na posio ou na localizao, com relao ao
sistema de referncia da base de dados, de pontos bem definidos. O usurio de SIG deve se
preocupar, por exemplo, com o erro na medio das coordenadas dos pontos de controle
com GPS ou ento com o erro planimtrico associado escala dos mapas.
Outro componente de erro muito importante a incerteza na atribuio de valores
ou classes aos objetos que compem a base de dados. A exatido de atributos questiona a
correo com que os atributos so associados aos objetos. No caso de variveis
representadas por campos numricos, como o relevo, o erro expresso por um valor
numrico, um nmero real. Pode-se dizer que a altitude de um ponto tem um erro de 20m.
J para variveis representadas por campos temticos, como o solo, o erro reduz-se a certo
ou errado. Um polgono classificado como floresta ombrfila densa est errado porque est
na rea de floresta ombrfila aberta.
A base de dados de um SIG deve ser logicamente consistente e completa. A
preocupao do usurio aqui quanto omisso de linhas e falta de rotulao de
polgonos. o caso de um trecho importante da BR-116, na regio de Juazeiro (BA) e
Petrolina (PE), que no foi digitalizado num mapa rodovirio. Pode-se tambm pensar no
caso de um mapa de recursos hdricos do nordeste em que o polgono que descreve o aude
do Ors (CE) no foi rotulado com a classe aude. A questo final ser que a base de
dados contm o que deveria conter?

6.7 INTEGRAO DE DADOS
A integrao de dados de diferentes fontes, gerados pelos mais diversos

procedimentos, com o objetivo de compor a base de dados de um certo projeto, traz
consigo algumas preocupaes constantes dos usurios de SIG. A integrao de dados num
SIG tambm revela procedimentos que dependem da existncia de uma srie de
funcionalidades que devem estar presentes num SIG.
Uma questo bsica j foi discutida nas sees anteriores. Em ltima instncia um
SIG guarda as coordenadas planas ou de projeo dos objetos que formam a base de dados.
importante que a informao a respeito dos parmetros da projeo cartogrfica e do
datum planimtrico seja armazenada de forma explcita e usada coerentemente quando
necessrio. Mas igualmente importante o cuidado que o usurio deve ter com relao ao
sistema de referncia de seus dados.
Determinadas projees cartogrficas requerem um certo cuidado na construo e
manuteno da base de dados. O caso mais tpico o problema das zonas ou fusos da
projeo UTM. Cada zona UTM tem seu prprio sistema de coordenadas planas, de modo
que mapas separados por uma borda de zona no se articulam em termos de coordenadas
planas. Nestes casos crticos h dois procedimentos. Os mais conservadores podem dividir
o projeto em dois ou mais projetos UTM, um para cada zona. Os resultados das anlises
em cada projeto podem ser remapeados para outra projeo cartogrfica mais conveniente
para elaborao do mapa final. Outra possibilidade estender a principal zona UTM a toda
a regio do projeto. Isto requer cuidado cartogrfico, com respeito s deformaes que
podem ser introduzidas, e exige do SIG as funcionalidades adequadas ao tratamento de
extenses de zonas UTM.
Problema semelhante tambm ocorre com a projeo cnica conforme de Lambert
das cartas ao milionsimo, pois cada faixa de 4 graus de latitude tem seu prprio sistema
de coordenadas planas, j que a origem sempre definida pelo paralelo superior da carta.
A figura 10 ilustra o problema da projeo UTM para o caso da Pennsula Ibrica. Mostra,
ainda, exemplos de dois outros problemas que sero discutidos nos prximos pargrafos: a
cobertura dos dados e a gerao de polgonos esprios.

Figura 10 Problemas tpicos de integrao de dados. FONTE: Maguire et al. (1991)
Acabou de descobrir que sua rea de estudo requer 4 cartas topogrficas para ser
totalmente coberta? Ou que vai necessitar de 2 imagens de satlite para fazer a atualizao
do uso do solo? Ou ainda que certas informaes municipais devem ser agregadas para
integrar um contexto estadual? Estes so problemas tpicos de cobertura dos dados. Trata-
se de diferentes particionamentos do espao geogrfico e das consequncias que isso traz
para o usurio de SIG. Um SIG deve ser capaz de gerenciar os mais diversos
particionamentos do espao geogrfico sem que haja limitaes para as operaes de
entrada, combinao e anlise dos dados.
O projeto de monitoramento do desflorestamento na Amaznia brasileira, de
responsabilidade do INPE, um bom exemplo do problema de cobertura dos dados. A rea
da Amaznia foi dividida de acordo com as folhas 1:250.000 das cartas topogrficas, sendo
que cada folha de 1o por 1,5o define um projeto no SIG. A informao atualizada do
desflorestamento extrada de imagens TM-Landsat e inserida nos projetos definidos pelas
cartas topogrficas. Posteriormente parte dos dados organizada por municpio e h
tambm uma agregao feita por estado.
Outro grupo de problemas ligados integrao de dados relaciona-se a certos erros
que costumam aparecer nos dados que so combinados ou integrados. H inicialmente uma
questo bsica que se refere ao ajuste de linhas que so copiadas ou mosaicadas de um
plano de informao para outro. Sempre que esta operao ocorrer o usurio obrigado a
aplicar a funo de ajuste de linhas de modo a garantir consistncia topolgica.
Outra questo mais preocupante, que nem sempre vem acompanhada de solues
possveis, a gerao de polgonos esprios. Este efeito pode ocorrer sempre que se faz
uma combinao ou cruzamento de dados entre dois ou mais planos de informao que
contm linhas que representam a mesma feio geogrfica. O problema que essa linha
pode no ter a mesma representao nos planos de informao envolvidos por um dos dois

motivos: as linhas j no tinham a mesma representao nos mapas originais ou tinham a

mesma representao mas a digitalizao cuidou de introduzir diferenas na representao
digital resultante. Desse modo, pequenos polgonos, chamados polgonos esprios, so
gerados pela interseo de linhas que representam as mesmas feies mas que tm
representaes digitais levemente discrepantes. Apesar de existirem ferramentas para
deteco desses pequenos polgonos que tendem a ser afilados e com rea pequena este
problema de difcil soluo automtica num SIG.
O melhor procedimento por parte do usurio analisar seus dados antes de coloc-
los no universo digital. Num exemplo que integra um mapa de solos com um de vegetao
numa rea de estudo no litoral, a linha de costa est representada nos dois mapas. O
usurio deve escolher a melhor representao (mais recente, mais exata) e digitalizar a
linha de costa que est presente somente em um dos mapas, copiando-a para o plano de
informao do outro mapa.
6.8 INTEGRAO COM SENSORIAMENTO REMOTO
Esta parte d uma ateno especial integrao entre Geoprocessamento e

Sensoriamento Remoto. Por motivos bvios, como repetibilidade de informao e custo
operacional, o Sensoriamento Remoto representa uma fonte nica de informao
atualizada para um SIG. Alm disso, a unio da tecnologia e dos conceitos e teorias de
Sensoriamento Remoto e Geoprocessamento possibilita a criao de sistemas de
informao mais ricos e sofisticados.
De uma forma mais pragmtica, a integrao entre Sensoriamento Remoto e
Geoprocessamento depende da insero das imagens areas ou de satlite na base de dados
do SIG. Para isso entram em cena os procedimentos de correo geomtrica de imagens, as
vezes chamados de geo-referenciamento ou geocodificao, outras vezes excessivamente
simplificados e reduzidos ao registro de imagens.
6.8.1 CORREO GEOMTRICA DE IMAGENS
A primeira razo para a realizao de correo geomtrica de imagens a

existncia de distores sistemticas introduzidas durante a aquisio das imagens.
Portanto, a correo geomtrica trata, prioritariamente, da remoo dos erros sistemticos
presentes nas imagens. Outro aspecto importante so os estudos multi-temporais to
comuns rea de Sensoriamento Remoto. Eles requerem que uma imagem seja registrada
com a outra para que se possa interpretar a resposta de ambas para uma certa posio no
espao. Na verdade, a motivao mais contempornea para a correo geomtrica de

imagens a integrao com mapas e outras informaes. Sensoriamento Remoto, por si s,

j no faz tanto sentido. H muito tempo os agrnomos deixaram de se preocupar apenas
em separar uma cultura de outra numa imagem; eles agora pensam em produtividade
agrcola, que, alm dos tipos de cultura interpretados na imagem, depende do tipo de solo
(mapa de solos), do teor de certos nutrientes no solo (medio de amostras) e da
declividade (carta topogrfica).
Alguns requerimentos so fundamentais para que se trabalhe bem com correo
geomtrica de imagens. Em primeiro lugar, para que se possa pensar em correo
geomtrica, h que se conhecer os erros que interferem no processo de formao das
imagens. A escolha do modelo matemtico mais adequado ao tratamento de cada caso
depende fortemente desse conhecimento. Alm disso, um SIG deve sempre propiciar
ferramentas para que o resultado de uma correo geomtrica possa ser avaliado e,
consequentemente, validado.
De uma maneira geral, o processo de correo geomtrica de imagens compreende
trs grandes etapas. Comea-se com uma transformao geomtrica, tambm denominada
mapeamento direto, que estabelece uma relao entre coordenadas de imagem (linha e
coluna) e coordenadas geogrficas (latitude e longitude). a etapa em que se eliminam as
distores existentes e se define o espao geogrfico a ser ocupado pela imagem corrigida.
Em seguida faz-se o mapeamento inverso, que inverte a transformao geomtrica usada
no mapeamento direto, permitindo que se retorne imagem original para que se definam
os nveis de cinza que comporo a imagem corrigida. Esta definio de nveis de cinza
ocorre na ltima etapa, chamada de reamostragem, que nada mais que uma interpolao
sobre os nveis de cinza da imagem original.
6.8.2 FONTES DE DISTORES GEOMTRICAS
A discusso das fontes de erro se atm s imagens orbitais dos sensores MSS
(Landsat), TM (Landsat), HRV (Spot) e AVHRR (Noaa). Um dos efeitos principais
causado pela rotao da Terra (skew), ou seja, pelo movimento relativo entre a Terra e o
satlite. Na medida em que o satlite desloca-se para o sul, a Terra gira de oeste para leste,
fazendo com que seja necessrio compensar o posicionamento das varreduras, que devem
ser deslocadas para leste. Por isso as imagens corrigidas apresentam aquele aspecto de
paralelogramo. No caso do sensor TM, Landsat-5, a compensao desse erro corresponde a
um deslocamento de cerca de um pixel por varredura.

Outro efeito importante so as chamadas distores panormicas, que afetam,

principalmente, os sensores que trabalham com um campo de visada amplo, como o caso
do AVHRR. A distoro panormica originada pela variao do IFOV (instantaneous
field of view) dentro do campo de visada. Como o IFOV corresponde a um ngulo fixo, ele
cobre dimenses diferentes no terreno em funo da inclinao. Isto faz com que a
dimenso coberta no terreno no nadir seja menor que aquela coberta nas bordas da
imagem. Por isso diz-se que a distoro panormica causa compresso de dados nas
regies distantes do nadir. Nas imagens AVHRR esse efeito faz com que um pixel na
borda da imagem corresponda a uma extenso quase trs vezes maior que a do pixel no
nadir.
A curvatura da Terra gera um efeito anlogo ao anterior. Na verdade, ela acentua o
efeito da distoro panormica, fazendo com que haja uma compresso de dados maior nas
bordas da imagem. Por isso deve ser tratada como parte integrante da distoro
panormica. Nas imagens AVHRR a curvatura da Terra, associada distoro panormica
propriamente dita, faz com que um pixel na borda da imagem corresponda a uma extenso
mais que quatro vezes maior que a do pixel no nadir.
Outro efeito que se origina por questes de movimento relativo o chamado
arrastamento da imagem durante uma varredura. Este efeito afeta apenas os sensores que
operam por varreduras mecnicas, pois o satlite move-se ao longo de sua rbita durante o
tempo decorrido para a execuo de uma varredura. Trata-se do efeito zigue-zague, comum
nas imagens MSS. O sensor TM j possui um dispositivo que compensa esse efeito
fazendo com que o espelho do sensor olhe para trs durante o movimento de varredura,
compensando o movimento do satlite ao longo da sua rbita. O sensor HRV, que opera
por varreduras eletrnicas, no sofre esse efeito.
Somam-se a esses efeitos aqueles oriundos de variaes de efemrides do satlite
(posio e velocidade) e a de atitude da plataforma (roll, pitch, yaw). importante ter em
mente que nem sempre possvel individualizar todos esses efeitos. Uma superposio
entre varreduras sucessivas pode ser causada por uma variao de velocidade do satlite,
mas pode tambm ser explicada por uma variao de pitch (giro em torno de um eixo
perpendicular rbita do satlite).
6.8.3 TRANSFORMAO GEOMTRICA
A transformao geomtrica ou mapeamento direto pode ser executada atravs de

trs modelos matemticos distintos: o modelo de correes independentes, o modelo
fotogramtrico e o modelo polinomial. Apresenta-se a seguir uma descrio sucinta de
cada modelo, enfatizando-se vantagens, desvantagens e aplicabilidade.

a) Modelo de correes independentes

O modelo de correes independentes, como o prprio nome sugere, trata de forma
independente as diversas distores sistemticas. Tudo feito no sistema de referncia da
imagem, onde os pixels so reposicionados de acordo com a modelagem de cada efeito
visto de modo isolado. H duas grandes desvantagens na aplicao desse modelo. Em
primeiro lugar, conforme o exemplo mencionado sobre a superposio de duas varreduras
consecutivas, h correlaes entre as fontes de distoro, de modo que seus efeitos nem
sempre so separveis. Com isso, o resultado da correo geomtrica no muito bom.
Alm disso, como tudo se passa no sistema de referncia da imagem, no se consegue
estabelecer uma relao com as coordenadas geogrficas sem que haja um procedimento
externo. O modelo de correes independentes foi muito usado em imagens MSS dos trs
primeiros satlites da srie Landsat.
b) Modelo fotogramtrico
O modelo fotogramtrico inspira-se no uso das equaes de colinearidade aplicadas
em fototriangulao. Com base nos dados de efemrides do satlite, descobre-se sua
posio no instante de aquisio de um dado pixel. Com as informaes da atitude e dos
parmetros do sistema de imageamento, define-se a direo de visada para aquele instante.
Tem-se, ento, um ponto e uma direo no espao, os quais definem uma reta. Calcula-se a
interseo dessa reta com a figura matemtica da Terra, no caso um elipside de referncia.
Como resultado, chega-se aos valores de latitude e longitude associados ao instante de
aquisio de um certo pixel, estabelecendo-se, assim, a relao entre o sistema de
referncia da imagem e as coordenadas geogrficas. O modelo fotogramtrico no faz
hipteses sobre a independncia das diversas fontes de erro e permite o clculo das
coordenadas geogrficas sem que haja necessidade de um procedimento externo. Deste
modo, o referenciamento da imagem a um sistema de projeo cartogrfica pode ser feito
sem grandes dificuldades. O modelo fotogramtrico tem sido usado para quase todas as
imagens geradas pelos sensores dos satlites Landsat e Spot.
c) Modelo polinomial (registro de imagens)

O modelo polinomial consiste de uma funo polinomial cujos parmetros so
determinados a partir das coordenadas de pontos de controle identificados tanto no sistema
de referncia da imagem como no sistema de referncia da base de dados. o modelo
disponvel em quase todos os sistemas para o registro de imagens. Como se trata de um
modelo que no usa informaes inerentes aquisio da imagem e nem faz distino
sobre o status ou nvel de correo geomtrica da imagem, muitos autores no o
consideram como um modelo de correo geomtrica e preferem referir-se a ele como um

modelo de registro. O desempenho deste modelo depende de uma boa distribuio de

pontos de controle, da preciso das coordenadas dos pontos de controle e, o mais
importante, da adequao da funo polinomial escolhida ao que se pretende modelar.
Convm lembrar aqui do que foi discutido sobre transformaes geomtricas
anteriormente.
6.8.4 MAPEAMENTO INVERSO
Se o mapeamento direto executado pela transformao geomtrica T, o

mapeamento inverso fica definido pela transformao T-1. A figura 11 ilustra essa relao
entre os mapeamentos direto e inverso. O mapeamento inverso se faz necessrio porque o
mapeamento direto apenas define a geometria e o espao geogrfico da imagem corrigida.
Os nveis de cinza que comporo a imagem corrigida residem na imagem de entrada.
Baseado fortemente na idia de otimizao computacional, o mapeamento inverso recupera
a informao sobre os nveis de cinza que definiro o valor a ser associado a uma certa
posio na imagem corrigida. um procedimento imprescindvel para a realizao da
ltima etapa da correo geomtrica, descrita a seguir.
Figura 11 - Relao entre os mapeamentos direto e inverso

6.8.5 REAMOSTRAGEM (INTERPOLAO)
A reamostragem a ltima etapa do processo de correo geomtrica. Ela usa a

informao sobre nveis de cinza conseguida pelo mapeamento inverso e realiza uma
interpolao para definir os valores de nvel de cinza que comporo a imagem corrigida.
Os mtodos mais tradicionais de reamostragem so: vizinho mais prximo, que usa o nvel
de cinza mais prximo ao resultado do mapeamento inverso; bilinear, que usa trs
interpolaes lineares sobre os quatro pixels que cercam o resultado do mapeamento
inverso, duas ao longo das linhas e uma na direo das colunas; convoluo cbica, que
usa cinco interpolaes polinomiais do terceiro grau sobre os dezesseis pixels que cercam
o resultado do mapeamento inverso, quatro ao longo das linhas e a quinta na direo das
colunas.
6.8.6 REGISTRO DE IMAGENS
O uso de transformaes polinomiais do 1o e 2o graus bastante comum no registro

de imagens. As transformaes polinomiais fazem o vnculo entre as coordenadas de
imagem e as coordenadas no sistema de referncia (geogrficas ou de projeo) atravs de
pontos de controle. Pontos de controle so feies passveis de identificao na imagem e
no terreno, ou seja, so feies homlogas cujas coordenadas so conhecidas na imagem e
no sistema de referncia. Cruzamentos de estradas, pistas de aeroportos e confluncia de
rios so candidatos naturais a pontos de controle.
A determinao dos parmetros da transformao polinomial selecionada feita
atravs da resoluo de um sistema de equaes. Para que esse sistema de equaes possa
ser elaborado as coordenadas dos pontos de controle devem ser conhecidas tanto na
imagem de ajuste (imagem a ser registrada) como no sistema de referncia. As
coordenadas de imagem (linha, coluna) so obtidas quando o usurio clica sobre a feio
na imagem. As coordenadas de referncia so usualmente obtidas atravs de mapas
confiveis que contenham as feies homlogas usadas como pontos de controle. Os vrios
sistemas disponveis tambm aceitam medies feitas diretamente no terreno (GPS), dados
vetoriais existentes e imagens geo-referenciadas como fontes de extrao de coordenadas
de referncia.
Uma vez determinados os n pontos de controle e selecionada a transformao
polinomial, um sistema de 2n equaes montado para resolver 6 ou 12 parmetros,
dependendo do polinmio ser de 1o ou 2o grau. Assim, conclui-se que o nmero mnimo de
pontos de controle 3 para o polinmio de 1o grau e 6 para o polinmio de 2o grau. O
nmero mnimo de pontos de controle representa a situao de um sistema de equaes

determinado, no qual o nmero de equaes coincide com o nmero de incgnitas a

calcular. Entretanto, como as coordenadas medidas dos pontos de controle esto sujeitas a
erros, convm usar um nmero de pontos maior que o mnimo. Nesse caso, trabalha-se
com um sistema de equaes sobre-determinado, que tem mais equaes que incgnitas e
permite tratar e distribuir os erros de medio dos pontos de controle. Em termos prticos
aconselha-se o uso de 6 pontos de controle para o polinmio de 1o grau e 10 pontos de
controle para o polinmio de 2o grau. Deve-se ter em mente tambm que a distribuio dos
pontos de controle na rea a ser registrada de suma importncia, pois as transformaes
polinomiais tendem a se comportar adequadamente apenas na regio onde se encontram os
pontos de controle.
6.9 GENERALIZAO CARTOGRFICA
No domnio convencional da Cartografia generalizao cartogrfica um processo

dependente da escala que inclui seleo, simplificao e sntese dos objetos que devem
compor um certo mapa. um processo claramente voltado visualizao ou
comunicao eficiente daquilo que est representado num mapa. Como regra geral, a
complexidade de um mapa deve diminuir com a escala do mapa. Com o advento da
tecnologia de SIG, generalizao cartogrfica passou a incorporar tambm a noo de
modelagem, que envolve a derivao de uma base de dados menos complexa para atender
a uma certa finalidade. Esta seo dedica-se discusso do papel da generalizao
cartogrfica no domnio digital.
Generalizao pode ser entendida como o processo de universalizao do contedo
de uma base de dados espaciais com uma certa finalidade. Um de seus objetivos deve ser a
reduo da complexidade, quer seja para fins de visualizao, quer seja para armazenar na
base de dados apenas aquilo que necessrio. A reduo da complexidade deve levar em
conta uma certa lgica que no comprometa a exatido de posicionamento e a exatido de
atributos dos dados (reveja a seo 2.5 em caso de dvidas). Algumas das motivaes da
generalizao so ilustradas na figura 12.
No domnio digital a resoluo espacial da base de dados parece ser uma dimenso
mais relevante que a escala, de modo que a resoluo espacial , tal e qual a escala o no
domnio analgico, um dos elementos de controle para a generalizao. Pode-se dizer que
a modelagem em nveis de abstrao diferentes depende da resoluo espacial. Na verdade,
a escala tambm se torna um elemento de controle quando h preocupao com
visualizao dos dados digitais na tela do computador. Neste caso, exatamente como nos
mapas em papel, o objetivo fazer a comunicao visual dos dados de forma eficiente.

Uma maneira mais prtica de entender generalizao no domnio digital

conceitu-la como a seleo e representao simplificada de objetos atravs de
transformaes espaciais e de atributos. Generalizao afeta diretamente a construo e a
derivao de bases de dados. Vista como uma sequncia de transformaes, a
generalizao pode propiciar aumento de robustez e otimizao computacional. Como j
foi mencionado, generalizao tem um compromisso forte com eficincia na comunicao
visual.
Figura 12 Motivaes da generalizao
6.9.1 TIPOS DE GENERALIZAO
O entendimento de generalizao como uma sequncia de operaes de modelagem

permite que se pense em trs tipos de generalizao. O primeiro a generalizao de
objetos, que usualmente ocorre antes da entrada de dados. Ela prev uma seleo dos
objetos que devem compor o contedo da base de dados. Outro tipo a generalizao
orientada modelagem, que responde pela simplificao da base de dados, ou seja, pela
derivao de uma base de dados menos detalhada. Por ltimo tem-se a generalizao
cartogrfica propriamente dita, que coordena a representao grfica da base de dados
simplificada.

6.9.2 ESTRATGIAS DE GENERALIZAO
Existem duas possibilidades bsicas de se estabelecer um esquema de trabalho que

envolva generalizao num SIG. A primeira se baseia numa orientao por processos que
prev a existncia de uma nica base de dados bem detalhada no SIG. Qualquer base de
dados menos detalhada deve ser gerada a partir da base detalhada. O estado da arte atual
em SIG, que no explicita a semntica e o contexto dos objetos, dificulta esta abordagem.
A segunda estratgia utiliza uma orientao por representaes que prev o
armazenamento de todos os nveis de abstrao de interesse. o que se chama de
representaes mltiplas, onde a preocupao com a eficincia na extrao da
informao.
Pode ser simples pensar em generalizao por representaes mltiplas para a
Suia, pas pequeno, com recursos financeiros para manter atualizadas bases de dados em
escalas variadas. No caso do Brasil, tanto pela extenso territorial como pela escassez de
recursos financeiros, a abordagem da orientao por processos parace ser a nica vivel
para generalizao.
Do ponto de vista de desenvolvimento tecnolgico em SIG oportuno desenvolver
ferramentas de visualizao que atendam pelo menos a critrios de otimizao de exibio
dos dados na tela do computador. Em termos de modelagem o papel da generalizao
parece ser mais analtico que grfico. Neste contexto so de extrema importncia as
ferramentas de anlise espacial, que fornecem a base terica necessria ao entendimento de
como o fenmeno em estudo varia no espao. O desafio fica por conta da formalizao do
conhecimento geogrfico.
6.9.3 SIMPLIFICAO DE LINHAS
Os sistemas de informaes geogrficas normalmente propiciam aos usurios

algumas ferramentas para a generalizao cartogrfica que se baseiam em transformaes
espaciais que alteram a representao dos dados em termos da localizao geogrfica
(simplificao, suavizao, agregao, exagero e deslocamento) e do significado
topolgico (classificao e simbolizao).
Como a maioria dos objetos utiliza a linha como entidade bsica para sua
representao, a simplificao de linhas tem sido bastante estudada e a transformao
mais comumente encontrada nos sistemas existentes. Os mtodos de simplificao de
linhas procuram selecionar e manter os pontos que melhor caracterizam a representao
digital de uma linha. Em outras palavras, trata-se de rejeitar pontos redundantes, ou seja,
aqueles que no contribuem significativamente para a representao digital da linha. Um

bom exemplo de redundncia a digitalizao via mesa em modo contnuo, que costuma
gerar linhas digitais com um nmero excessivo de pontos. O processo de entrada de dados
via scanner, que envolve a gerao de uma representao matricial seguida de uma
vetorizao tambm costuma gerar redundncia de pontos.
Alguns exemplos de algoritmos para simplificao de linhas so descritos a seguir:
o algoritmo original de Douglas-Peucker (Douglas and Peucker, 1973); uma adaptao do
algoritmo de Douglas-Peucker que usa o quociente rea/permetro; uma adaptao do
algoritmo de Li-Openshaw (Li and Openshaw, 1993) que acumula as distncias percorridas
sobre cada linha. Convm lembrar que todos eles usam critrios meramente subjetivos, que
se traduzem na forma de tolerncias a serem escolhidas pelos usurios. Portanto,
aconselha-se fortemente que os usurios avaliem o impacto das diferentes tolerncias, em
cada mtodo, sobre seus dados. Outro aspecto importante diz respeito topologia. Estes
mtodos de simplificao atuam sobre as linhas sem preocupao com relaes topolgicas
previamente criadas. Por isso, devem sempre ser sucedidos pelas operaes de ajuste de
ns e poligonalizao.
Douglas-Peucker
Trata-se do mtodo mais utilizado pelos sistemas de informao geogrfica.

Concebido inicialmente para resolver o problema do nmero excessivo de pontos
resultantes da converso de dados grficos para o formato digital, o mtodo de Douglas-
Peucker baseia-se na seguinte idia: se nenhum ponto da linha encontra-se mais afastado
do que uma certa distncia vertical ao segmento de reta que liga os extremos da linha,
ento esse segmento de reta suficiente para representar a linha. Este mtodo
considerado uma tcnica global de generalizao, pois analisa cada linha como um todo. A
figura 13 ilustra a aplicao do algoritmo de Douglas-Peucker.
Razo rea/Permetro
Este mtodo utiliza exatamente o mesmo procedimento de anlise global de cada

linha empregado no mtodo de Douglas-Peucker. A nica diferena consiste na adoo da
razo rea/permetro calculada em funo da tolerncia escolhida pelo usurio. O uso da
razo rea/permetro permite que tringulos formados por trs pontos consecutivos que
tenham um ngulo agudo muito pequeno no segundo ponto possam ser detectados de modo
mais eficiente que no mtodo de Douglas-Peucker.

Distncia Acumulada
O mtodo da distncia acumulada uma adaptao da implementao vetorial do

algoritmo de Li-Openshaw que usa como critrio o conceito de menor objeto visvel. Este
mtodo acumula as distncias a medida em que a linha percorrida at atingir um certo
limiar, removendo todos os pontos acumulados nesse trecho. Trata-se, portanto, de um
mtodo bastante simples, mas que, ao contrrio dos dois mtodos anteriores, no analisa a
linha em sua totalidade.
Figura 13 - Algoritmo de Douglas-Peucker

FONTE: (McMaster and Shea, 1992).

6.10 BIBLIOGRAFIA
1. DOUGLAS, D. and T. PEUCKER. Algorithms for the Reduction of the Number of

Points Required to Represent a Digitized Line or its Caricature. Canadian Cartographer
v.10, n.2, p.112-122, 1973.
2. LI, Z. and S. OPENSHAW. A natural principle for objective generalisation of digital
map data. Cartography and Geographic Information Systems v.20, n.1,, 1993.
3. MAGUIRE, D., M. GOODCHILD and D. RHIND (ed.). Geographical Information
Systems. London, Longman, 1991.
4. MCMASTER, R. and S. SHEA. Generalization in Digital Cartography. Washington,
DC, American Association of Geographers, 1992.

7
MODELAGEM NUMRICA DE TERRENO
Carlos Alberto Felgueiras
7.1 DEFINIO
Um Modelo Numrico de Terreno (MNT) uma representao matemtica

computacional da distribuio de um fenmeno espacial que ocorre dentro de uma
regio da superfcie terrestre. Dados de relevo, informao geolgicas,
levantamentos de profundidades do mar ou de um rio, informao meteorolgicas
e dados geofsicos e geoqumicos so exemplos tpicos de fenmenos
representados por um MNT.
Dentre alguns usos do MNT pode-se citar (Burrough, 1986):
Armazenamento de dados de altimetria para gerar mapas topogrficos;
Anlises de corte-aterro para projeto de estradas e barragens;
Elaborao de mapas de declividade e exposio para apoio a nalise de

geomorfologia e erodibilidade;
Anlise de variveis geofsicas e geoqumicas;
Apresentao tridimensional (em combinao com outras variveis).
Para a representao de uma superfcie real no computador indispensvel a

elaborao e criao de um modelo digital, que pode estar representado por
equaes analticas ou um rede (grade) de pontos, de modo a transmitir ao
usurio as caractersticas espaciais do terreno. No SPRING um MNT criado na
forma de uma grade de pontos regulares e irregulares.
A criao de um modelo numrico de terreno corresponde a uma nova

maneira de enfocar o problema da elaborao e implantao de projetos. A partir
dos modelos (grades) pode-se calcular diretamente volumes, reas, desenhar perfis
e seces transversais, gerar imagens sombreadas ou em nveis de cinza, gerar
mapas de declividade e aspecto, gerar fatiamentos nos intervalos desejados e
perspectivas tridimensionais.
Modelagem Numrica de Terreno
7.2 O PROCESSO DE GERAO DE UM MNT
O processo de gerao de um modelo numrico de terreno pode ser

dividido em 3 etapas: aquisio das amostras ou amostragem, gerao do modelo
propriamente dito ou modelagem e, finalmente, utilizao do modelo ou
aplicaes.
A amostragem compreende a aquisio de um conjunto de amostras

representativas do fenmeno de interesse. Geralmente essas amostras esto
representadas por curvas de isovalores e pontos tridimensionais.
A modelagem envolve a criao de estruturas de dados e a definio de

superfcies de ajuste com o objetivo de se obter uma representao contnua do
fenmeno a partir das amostras. Essas estruturas so definidas de forma a
possibilitar uma manipulao conveniente e eficiente dos modelos pelos
algoritmos de anlise contidos no SIG. Os modelos mais utilizados so os
modelos de grade regular retangular e os modelos de grade irregular triangular.
As aplicaes so procedimentos de anlise executados sobre os modelos

digitais. As aplicaes podem ser qualitativas, tais como a visualizao do modelo
usando-se projees geomtricas planares ou quantitativas tais como clculos de
volumes e gerao de mapas de declividades.
7.3 ENTRADA DE DADOS
A amostragem de dados no processo de modelagem digital de terreno

uma das tarefas mais importantes de todo o processo. A amostragem compreende
a aquisio de um conjunto de amostras que representam a variao de um
fenmeno espacial de interesse. Uma amostragem no pode ser insuficiente,
subamostragem, nem tampouco ser redundante, superamostragem. A
subamostragem, por falta de informao, leva a gerao de um modelos pobres. A
superamostragem, por excesso de informao, sobrecarrega o sistema com o uso
excessivo de memria e pode, como ser visto adiante, prejudicar os resultados de
uma modelagem. Nenhuma modelagem, por mais complexa ou sofisticada que
seja, pode compensar os efeitos de uma amostragem mal feita.
A amostragem no , em geral, aleatria. A amostragem deve ser

representativa do comportamento do fenmeno que se est modelando. Uma
superamostragem nem sempre significa uma amostragem representativa. Na
definio de uma amostragem representativa deve-se considerar a quantidade e
tambm o posicionamento das amostras em relao ao comportamento do
fenmeno a ser modelado. Por exemplo, uma superamostragem de altimetria
Anlise Espacial de Dados Geogrficos 7-2

numa regio plana significa redundncia de informao enquanto que poucos

pontos em uma regio de relevo movimentado significa escassez de informaes.
7.3.1 FONTES DE AMOSTRAS
As fontes mais comuns de amostras de modelos digitais de terrenos so:

arquivos digitais, importados de outros sistemas; bases topogrficas com isolinhas
e pontos notveis de mximos e mnimos e; levantamentos em campo
transformados, de alguma forma, em informao digitais; Para dados de altimetria
pode-se, por exemplo, realizar-se levantamentos em campo com o auxilio de
GPSs (Ground Position Systems). Um conjunto de amostras pode ainda ser
obtido a partir de pares estreos de imagens de sensoriamento remoto.
7.3.2 TIPOS DE AMOSTRAS
Os dados de modelo numrico de terreno esto representados pelas

coordenadas xyz, onde z caracteriza o parmetro a ser modelado, sendo z=f(x,y).
Quanto a posio relativa das amostras pode-se classificar a amostragem em:
regular, semi-regular e irregular. A amostragem regular aquela cuja posio
espacial (x,y) das amostras mantm uma regularidade de distribuio nas direes
x e y. As amostragens semi-regulares so aquelas que preservam a regularidade
de distribuio espacial na direo x ou y mas nunca nas duas ao mesmo tempo.
Amostragem por perfis, por exemplo, apresentam regularidade em uma direo
preestabelecida. Na amostragem irregular no existe regularidade na distribuio
das amostras. Na quase totalidade dos casos as amostras mais representativas de
um fenmeno no esto regularmente distribudas.
Os mtodos de aquisio de dados podem ser por pontos amostrados com

espaamento irregular e regular bem como por mapa de isolinhas. A figura 7.1
mostra vrios tipos diferentes de amostragem por pontos.
De acordo com o tipo de aquisio tem-se a distribuio das amostras conforme as

figuras abaixo:
a) Totalmente Irregular
b) Aerolevantamento

c) A partir da Drenagem
d) Regular
Figura 7.1 - Tipos de amostragem por pontos
O cuidado na escolha dos pontos e a quantidade de dados amostrados esto

diretamente relacionados com a qualidade do produto final de uma aplicao
sobre o modelo. Para aplicaes onde se requer um grau de realismo maior, a
quantidade de pontos amostrados, bem como o cuidado na escolha desses pontos,
ou seja a qualidade dos dados, so decisivos. Quanto maior a quantidade de
pontos representantes da superfcie real, maior ser o esforo computacional para
que estes sejam armazenados, recuperados, processados, at que se alcance o
produto final da aplicao.
No caso de amostragem por isolinhas, um mapa de isolinhas nada mais do

que a representao de uma superfcie por meio de curvas de isovalor. O exemplo
mais comum so as isolinhas altimtricas existentes nos mapas topogrficos.
Nestes mapas as isolinhas foram impressas com o uso de equipamentos, como
stereoplotters, sobre uma base composta de fotografias em estreo obtidas por
aerolevantamento. Cabe ainda mensionar que nestes mapas topogrficos existem
pontos amostrados irregularmente que foram obtidos por trabalhos de campo. A
Figura abixo mostra o exemplo de um mapa plano-altimtrico com isolinhas a
alguns pontos cotados.

Figura 7.2 - Exemplo de Mapa plano-altimtrico.
A aquisio das isolinhas pode ser efetuada por meio de digitalizao manual com
uso de uma mesa digitalizadora, ou atravs de um processo automtico por meio
de scanner.
A digitalizao manual consiste na operao de idenficao de uma isolinha com

um valor de cota e em aquisio pelo operador por um processo onde segue-se a
liha ao longodo mapa.
Na digitalizao com o uso de scanner, obtida uma matriz de pontos onde

podem ser identificadas as isolinhas e os valores de cota. Processos de vetorizao
que sigam uma isolinha, transformam-na em uma sequncia de pontos com
coordenadas XY de mesmo valor em Z, para cada isolinha.
7.3.3 REDUO DAS AMOSTRAS
Quando se trabalha com uma amostragem regular, muitas vezes

importadas de outros sistemas, pode-se ter redundncia de informao em reas
em que o fenmeno modelado no tem variao ou a variao muito pequena.
Nestes casos comum o uso de algoritmos de reduo de amostras desenvolvidos
especificamente para amostragem regular. Esses algoritmos procuram extrair os
pontos mais importantes do conjunto de amostras. Eles so conhecidos na
literatura como extratores dos Very Important Points (VIPs). Chen (1987)
apresenta um algoritmo simples e eficiente para extrao dos VIPs. Lee (1991)

compara algoritmos de extrao dos VIPs para construo de modelos digitais de

grades triangulares.
7.3.4 ORGANIZAO DAS AMOSTRAS
As amostras so utilizadas diretamente no processo de gerao dos

modelos. A cardinalidade das amostras pode variar de dezenas at centenas de
milhares. Quando o conjunto amostral muito numeroso comum utilizar-se
algoritmos de organizao das amostras com o objetivo de melhorar a
performance dos processos de gerao dos modelos. Uma das formas mais
utilizadas para organizao das amostras consiste na partio do espao
bidimensional, que envolve as amostras.
A
2 1
C
4
B 2 3
C 4 D E
D E
3
A B
Figura 7.3 - Organizao de um conjunto amostral por partio da distribuio

espacial das amostras.
Uma estrutura de rvore binria, conhecida como rvore 2-kd, criada

para representar a partio definida para o conjunto de amostras. O critrio de
particionamento do espao 2-D pode ser definido por um nmero mximo de
amostras em cada partio. Na figura acima, os ns 1, 2, 3 e 4 representam
parties do espao enquanto A, B, C, D e E so ns folhas da rvore binria. Os
ns folhas apontam para o conjunto de pontos que eles representam.
7.3.5 DEFINIO DE VIZINHANAS LOCAIS
Alguns interpoladores locais utilizam uma vizinhana amostral local fim

de estimar o valor de cota de um ponto de interesse. A organizao das amostras,

como apresentada acima, acelera a busca do conjunto de amostras vizinhas de

uma determinada posio na regio de interesse.
A vizinhana amostral de um ponto qualquer pode ser definida por uma

regio de influncia ou por um nmero determinado de vizinhos. Em uma
vizinhana amostral por rea o nmero de vizinhos varivel podendo at mesmo
ser igual a zero. No caso de vizinhana por nmero de vizinhos a regio de
influncia varivel em tamanho e pode-se evitar o inconveniente de se obter zero
vizinhos de um ponto. A figura abaixo ilustra esses conceitos. (Descrever busca
utilizando a 2dtree e as amostras organizadas.)
Ponto da grade Ponto amostral Amostra vizinha

Figura 7.4 -Definio de vizinhana: por regio de influencia ( esquerda) e por
nmero de vizinhos ( direita).

7.4 MODELAGEM
7.4.1 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.
7.4.2 MODELOS DE GRADE
Os modelos digitais de terreno mais utilizados na prtica so: os modelos

de grade regular retangular e os modelos de grade irregular triangular. O termo
TIN, iniciais de Triangular Irregular Network , o mais usado para se referir ao
modelo de grade irregular triangular.
O processo de gerao de um modelo de grade compreende a construo

de uma malha, regular ou irregular, e a definio de funes interpolantes locais.
Essas funes so definidas para cada elemento da malha. Assim para cada
elemento bsico da grade, retngulo ou tringulo, define-se uma funo
interpolante que vlida para os pontos internos ao elemento. Esse processo
conhecido como ajuste de superfcie. Cada funo de ajuste, geralmente um
polinmio, definida utilizando-se os vrtices dos elementos e em muitos casos
os vrtices dos elementos vizinhos tambm. Segue uma abordagem mais
abrangente com relao aos modelos de grade retangular e triangular.

Ponto da grade Ponto amostral
Figura 7.5 - Modelo de grade regular retangular (a esquerda) e modelo de grade

irregular triangular(a direita).
7.5 MODELOS DE GRADE REGULAR
7.5.1 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.
7.5.2 INTERPOLADORES PARA GERAO DE GRADE REGULAR
7.5.2.1 Interpoladores de tendncia
Os interpoladores de tendncia representam as variaes do fenmeno

estudado a partir de regresses polinomiais. A idia ajustar uma superfcie
polinomial sobre todos os dados amostrais minimizando-se o erro de ajuste global.
Geralmente utiliza-se uma minimizao do erro mdio quadrtico. A figura abaixo
ilustra esse conceito para o caso de ajuste de curvas.
Z Z
X X
(a) (b)
Figura 7.6 - 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.
7.5.2.2 Media Mvel
A mdia das cotas das amostras vizinhas, tambm conhecido como mdia
mvel, um dos esquemas de interpolao mais simples para estimao dos
valores de cota dos pontos de uma grade regular retangular.
A formulao geral para este tipo de interpolao :
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)
Ponto da Ponto Amostra
Figura 7.7 - Seleo das amostras considerando suas posies relativas (a) 1
amostra por quadrante e (b) 2 amostras por quadrante
O interpolador por mdia ponderada por quadrante e por cota considera,

alm da ponderao e dos quadrantes, o valor de cota de cada amostra a ser usada
na estimativa do ponto da grade. Alguns dados amostrais, como curvas de nvel
por exemplo, podem apresentar uma quantidade exagerada de pontos, que tem a
mesma cota, para representar uma linha de contorno. O efeito final deste tipo de
amostragem pode ser um modelo cheio de patamares centrados nessas curvas.
Nesse caso til aplicar-se uma filtragem por cotas, uma amostra por cota por
exemplo, das amostras que devem ser consideradas na estimativa final da cota de
cada ponto da grade. A figura abaixo ilustra essa idia.
Figura 7.8 - Seleo das amostras considerando-se a posio relativa por

quadrante e os valores de cota das amostras.
Ponto da grade Ponto amostral Amostra vizinha

7.5.3 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 7.9 - Estimao da cota do ponto P com interpolao bilinear
Um esquema anlogo interpolao bilinear pode ser utilizado para

implementar uma interpolao bicbica. Neste caso deve-se usar a clula que
contm o ponto P, suas clulas vizinhas e um interpolador cbico.

7.5.4 ESTIMATIVA E INCERTEZA
Incerteza expressa noo de credibilidade, confiana e acurcia

(reliability, confidence, accuracy). Espera-se que a estimativa seja prxima
do valor real, porm, seja qual for o mtodo escolhido, sempre existir algum erro.
Embora no seja possvel calcular o erro exatamente espera-se poder atribuir a ele
uma incerteza, ou seja, alguma indicao de sua possvel magnitude. Antes de se
estimar a incerteza de uma estimativa importante listar os principais fatores que
influenciam o erro:
1. Nmero de amostras vizinhas.
2. Proximidade das amostras.
3. Distribuio espacial das amostras.
4. Natureza do fenmeno.
Quanto a distribuio espacial das amostras h que se considerar efeitos de

agrupamentos de amostras (clusters), quadrantes, octantes e amostragem por
curvas de nvel. A natureza do fenmeno est relacionada a continuidade da
varivel espacial modelada. Para uma varivel suave e bem comportada as
estimativas sero mais confiveis do que para uma varivel muito errtica.
comum a utilizao do semivariograma para se definir um padro para a
continuidade do fenmeno.
7.6 MODELOS DE GRADE IRREGULAR
7.6.1 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.

7.6.2 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 7.10 - Critrio do circumcrculo para gerao de triangulaes de

Delaunay: (a) T1 e T2 so tringulos de Delaunay e (b) T1 e T2 no so tringulos
de Delaunay
Existem vrios mtodos de implementao da triangulao de Delaunay.

Esses mtodos podem ser classificados em dois tipos bsicos: algoritmo de passo
nico e algoritmo de dois passos. Os algoritmos de passo nico criam a
triangulao de Delaunay num nico etapa, aplicando o critrio de Delaunay
durante a construo da triangulao. Os mtodos de dois passos geram uma
triangulao inicial qualquer e numa segunda etapa transformam-na numa
triangulao de Delaunay.

7.6.3 INCLUSO DE RESTRIES NO MODELO
Na construo de um modelo muito importante que as caractersticas

topogrficas da superfcie sejam preservadas. Assim interessante que o conjunto
de amostras de entrada contenha as linhas caractersticas da superfcie tais como:
linhas divisoras de guas (linhas de mximos) e linhas de drenagem (linhas de
mnimos). O estrutura do modelo de grade triangular mais propcia para a
incluso de linhas caractersticas no modelo.
Uma triangulao de Delaunay com restries uma triangulao que

deve considerar primeiro as caractersticas topogrficas da superfcie e depois o
critrio do circumcrculo de Delaunay, conforme Felgueiras (1995).
Uma mtodo para se gerar uma triangulao de Delaunay com restries

pode: criar uma triangulao de Delaunay pura e depois transformar essa
triangulao considerando as linhas caractersticas do modelo. As figuras abaixo
mostram a transformao de dois tringulos de Delaunay, T1 e T2, para tringulos
que no so de Delaunay. Na primeira figura a mudana se faz necessria a fim de
evitar a criao de patamares, ou seja, tringulos cujos vrtices so todos da
mesma isolinha. Na segunda a mudana garante a manuteno das caractersticas
topogrficas da superfcie.
T T
T T
Z Z
Z Z
(a) (b)
Figura 7.11 - Evitando problema de criao de patamares: (a) Triangulao de

Delaunay e (b) Triangulao com restrio

Z1 Z1
Z3
Z3
Z2
Z2
(a (b
) )
Figura 7.12 - Transformao da triangulao de Delaunay, de (a) para (b), para
manter as caractersticas topogrficas da superfcie
7.6.4 SUPERFCIES DE AJUSTE PARA GRADES IRREGULARES
7.6.4.1 Ajuste Linear
Considerando-se um comportamento linear dentro de cada tringulo 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.

7.6.4.2 Ajuste Quntico
Outro modelo mais complexo, proposto por Akima em 1978, sugere o

ajuste de uma superfcie polinomial de quinta ordem incompleta para cada
tringulo da malha triangular:
5 5 i
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.
7.6.4.3 Ajuste Estocstico
Fournier (1982) descreve uma metodologia de ajuste de superfcies por

interpoladores estocsticos vlida para modelos de grade triangular. A idia
principal contida nesse mtodo estocstico simular a natureza fractal das
informaes de presentes em fenmenos geogrficos como o relevo, Goodchild
(1987).

7.7 GRADE RETANGULAR X GRADE TRIANGULAR
7.7.1 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.
7.7.2 GRADE TRIANGULAR A PARTIR DE GRADE RETANGULAR
Muitas vezes o usurio j tem um modelo de grade regular que foi gerado
anteriormente ou importado de outro sistema. A partir desse modelo de grade
regular, pode-se aplicar um mtodo de reduo de amostras sobre a grade 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.

7.7.3 COMPARAO ENTRE OS MODELOS DE GRADE
A tabela abaixo apresenta as principais diferenas entre os modelos de

grade retangular e de grade irregular triangular.
Grade Regular Retangular Grade Irregular Triangular
Apresenta regularidade na distribuio No apresenta regularidade na distribuio

espacial dos vrtices das clulas do modelo espacial dos vrtices das clulas do modelo
Os vrtices dos retngulos so estimados a Os vrtices dos tringulos pertencem ao

partir das amostras conjunto amostral
Apresenta problemas para representar Representa melhor superfcies 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 7.1 - Comparao entre os modelos de grade retangular e triangular.

7.8 ANLISES SOBRE MODELOS DIGITAIS DE TERRENO
7.8.1 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.

7.8.2 GERAO DE IMAGENS DE MDTS
A partir de um MDT pode-se criar imagens em nveis de cinza e imagens

sombreadas. Na sequncia apresentam-se mais detalhes sobre estas anlises.
7.8.2.1 Imagem MDT em nveis de cinza
Essa imagem gerada diretamente do mapeamento dos valores de cota do

modelo para valores de nvel de cinza. Supondo-se que cada pixel da imagem de
nvel de cinza representada por 8 bits pode-se mapear os valores de cota para
valores de nvel de cinza de 0 a 255. A figura abaixo ilustra o mapeamento de um
valor de cota Zi para um valor de nvel de cinza NCi;
Zma 255
NCi
Zi
Zmi 1
Modelo Imagem
Figura 7.13 - Mapeamento dos valores de cota para nveis de cinza
Considerando-se um mapeamento linear dos valores de cota do modelo

para valores de nveis de cinza, quantizao linear, pode-se calcular o valor NCi
em funo de Zi pelo seguinte equacionamento:
NCi = {[(Zi Zmin)*254] / (Zmax Zmin)} + 1
Esse equacionamento mapeia os valores de cota do fenmeno representado

para valores de 1 a 255 da imagem. O valor de nvel de cinza igual a 0 usado em
reas onde no existe definio do valor de cota para o modelo.
A figura abaixo mostra uma imagem em nvel de cinza obtida a partir de

um modelo digital de terreno. Essa imagem muito til para se obter uma

percepo qualitativa global da variao do fenmeno representado pelo modelo

digital de terreno.
Figura7.14 - Modelo de grade regular representado como uma imagem em nveis

de cinza
7.8.2.2 Imagem de MDT sombreada
Uma imagem de MDT sombreada gerada a partir do modelo e do

posicionamento, em relao superfcie, de uma fonte de iluminao local.
Assim, para cada ponto do modelo pode-se definir um vetor normal a superfcie N
e um vetor de iluminao I que parte do ponto da superfcie e aponta para a fonte
de iluminao. A partir desses dois valores pode-se calcular um valor de
intensidade de iluminao utilizando-se, por exemplo, o seguinte modelo de
iluminao de reflexo difusa:
NCi = Ia + Il*Kd*( Ni.Li ) = Ia + Il*Kd*cos
Esse modelo estabelece que o nvel de cinza da imagem sombreada NCi,

na posio i da superfcie, igual a uma intensidade constante de iluminao
ambiente Ia somado a uma componente de iluminao local. Essa componente
local depende da intensidade da fonte luminosa Il , de uma constante de reflexo
difusa Kd e do angulo formado entre o vetor unitrio normal N e o vetor unitrio
de iluminao I na posio i da superfcie. A figura abaixo ilustra esses conceitos.

z N

L
x
Figura 7.15 - Componentes do modelo de iluminao de uma superfcie por

reflexo difusa
O modelo de reflexo difusa, ou modelo lambertiano, um dos mais

simples de ser implementar computacionalmente. Outros modelos mais
complexos podem ser utilizados quando se deseja um efeito de sombreamento
mais realista.A imagem sombreada muito til como imagem de textura para
compor uma projeo geomtrica planar utilizando-se o modelo digital de terreno.
A figura abaixo mostra uma imagem sombreada gerada a partir de um modelo
numrico de terreno.
Figura 7.16- Modelo de grade regular representado como uma imagem

sombreada.

7.8.3 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 7.17 - Esquemas de projeo: (a) paralela e (b) perspectiva
7.8.4 VISUALIZAO DO MODELO SEM INCLUSO DE TEXTURA
Para se visualizar o modelo de grade retangular em projeo geomtrica

planar sem incluso de textura deve-se considerar que os pontos da grade esto
conectados com os seus vizinhos por segmentos de reta. Esses segmentos so
projetados em um plano utilizando as equaes de projeo paralela ou
perspectiva. Alm do clculo dos valores projetados, o algoritmo de projeo
geomtrica planar deve conter um processamento de escondimento de linhas no

visveis que depende do tipo e da direo de projeo e da posio do observador

em relao superfcie quando a projeo perspectiva. A figura abaixo mostra o
resultado da projeo planar de um MDT retangular.
7.8.5 VISUALIZAO DO MODELO COM INCLUSO DE TEXTURA
O modelo digital de terreno pode ser integrado com uma imagem no

processo de projeo perspectiva planar. Em geral, a visualizao do modelo
projetado num plano, com incluso de textura, realizada atravs de tcnicas de
projeo planar conhecidas como ray-tracing. Esta tcnica baseia-se no
acompanhamento do traado do raio desde o centro de projeo at ele alcanar
elementos da superfcie a ser projetada. Nesta tcnica pode-se incluir efeitos de
reflexo, difusa e especular, e de refrao dos raios sobre os elementos da
superfcie. A figura abaixo ilustra o traado de um raio que parte de um centro de
projeo, passa por um ponto do plano de projeo e alcana diversos elementos
pertencentes ao objetos de uma cena. No caso de modelo de grade esses
elementos so tringulos ou retngulos que definem o modelo da superfcie.
Fonte
Plano de luz
de
Centro de
Projeo
Figura 7.18 - Ilustrao da tcnica de ray-tracing
Na projeo de modelos utiliza-se a tcnica de ray-tracing com textura

externa. Neste processo o modelo responsvel pela definio da geometria da
superfcie projetada enquanto que a imagem usada como dado de textura. A
imagem de textura pode ser uma imagem de sensoriamento remoto, de satlite ou
de aerolevantamento por exemplo, ou ima imagem artificial como a imagem
sombreada gerada sobre o prprio modelo que esta sendo projetado no plano.
Atravs da tcnica de ray-tracing com textura externa possvel sintetizar

figuras muito parecidas com a realidade de uma cena. A figura a seguir mostra a
projeo geomtrica planar de um modelo com uma imagem sombreada dessa
superfcie.
Figura 7.19 -Visualizao do modelo em projeo planar com textura de uma

composio colorida de 3 bandas de uma imagem LANDSAT
7.8.6 GERAO DE MAPAS DE CONTORNO
Linhas de contorno so curvas que conectam pontos da superfcie com

mesmo valor de elevao. As linhas de contorno podem ser determinadas a partir
de intersees da superfcie com planos horizontais. A projeo dessas
intersees, no plano xy, definem as curvas de contorno. Partindo-se do
pressuposto que a superfcie representada uma funo matemtica definida no
espao xy ento as linhas de contorno tem a propriedade de nunca se cruzarem.
As linhas de contornos so obtidas a partir de intercesses com as arestas

dos elementos bsicos, tringulo ou retngulo, do modelo. A figura abaixo ilustra
o processo de obteno de uma linha de contorno a partir do modelo.

Existem, basicamente, 2 mtodos de gerao de mapas de contornos a partir do

modelo de grade: o mtodo seguidor de linhas e o mtodo de segmentos.
(a) (b)
Figura 7.20 -Gerao de uma curva de contorno a partir de um modelo de grade

(a) retangular e (b) triangular
O mtodo seguidor de linhas um mtodo que gera cada linha de contorno

em um nico passo. Por esse mtodo procura-se um segmento que pertence a uma
curva de contorno. Os pontos extremos desse segmento so definidos como
extremos da linha de contorno. Em seguida busca-se os outros segmentos que tem
ligaes com essas extremidades. Os novos segmentos encontrados so
incorporados a linha e definem as novas extremidades. O processo pra quando as
extremidades se encontram, definindo uma curva de nvel fechada, ou quando as
duas extremidades j encontraram as bordas da regio de interesse.
O mtodo de segmentos cria as curvas de nvel em duas etapas. Na

primeira etapa determinam-se todos os segmentos pertencentes a uma valor de
cota predeterminado. Numa Segunda etapa necessrio conectar esses segmentos
a fim de se definir as curvas de nvel que pertencem ao valor de cota
preestabelecido.
Esses processos de gerao de mapa de contornos automtico e necessita

apenas da definio do modelo e das curvas a serem geradas. Essas curvas podem
ser definidas individualmente ou com espaamento constante.

7.8.7 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 7.21 - Distribuio dos elementos de uma grade numa 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 )
7.8.8 FATIAMENTO DO MODELO
O fatiamento de um modelo consiste em se definir intervalos, ou fatias, de

cotas com a finalidade de se gerar uma imagem temtica a partir do modelo.
Assim, cada tema, ou classe, da imagem temtica associado a um intervalo de
cotas dentro dos valores atribudos ao fenmeno modelado. O usurio do GIS
responsvel pela definio das fatias e tambm da associao dessas fatias com
classes predefinidas no sistema. As fatias so definidas de acordo com intervalos
de cotas que so teis para uma determinada aplicao. A figura abaixo ilustra o
processo de fatiamento do modelo.
Zf
Cj
Zj
Zi Ci
Z1
Z0 C0
MODELO IMAGEM
DIGITAL TEMTICA
Figura 7.22 - 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 7.23 - Imagem temtica gerada a partir do fatiamento de um modelo

digital de terreno.

7.8.9 ANLISE DE PERFIS
A partir de um modelo de grade regular ou irregular pode-se criar grficos

de perfis do fenmeno ao longo de uma trajetria. Um grfico de perfil representa
a variao do fenmeno estudado em funo da distncia planar percorrida numa
trajetria predefinida. Os pontos do perfil so determinados pela interseco da
trajetria com as arestas do modelo digital de terreno. Num mesmo grfico
possvel traar mais de 1 perfil para poder compar-los.
Este tipo de anlise sobre o modelo pode ser til na determinao das
melhores trajetrias para a construo de uma estrada por exemplo. Neste caso
pode-se estabelecer mais de uma trajetria e analisar os respectivos perfis em
termos de distancias percorridas, variao mxima de cota, inclinaes mxima e
mnima, etc...
Outra aplicao interessante a determinao de uma distribuio tima

de antenas de transmisso, e ou recepo, de sinais de telecomunicao no sentido
de garantir visibilidade entre antenas mais prximas e atender o mximo de
usurios com o mnimo de antenas. No contexto de um SIG interativo pode-se
utilizar, como background , qualquer tipo de dado armazenado na base de dados
para apoiar a definio das possveis trajetrias. A figura abaixo ilustra a criao
de 2 perfis a partir de 2 trajetrias.

(a) (b)
Z Perfil 1
Perfil 2
Dist
(c)
Figura 7.24 - Ilustrao da gerao de perfis (c) utilizando modelos de grade (a)
regular e (b) irregular.

7.8.10 ANLISE DE VISIBILIDADE
A anlise de visibilidade compreende a criao de um mapa de reas

visveis em relao uma ou mais posies do terreno. Esta anlise exige que o
usurio fornea o modelo a ser usado e determine as posies no terreno. A partir
desses dados o aplicativo capaz de gerar perfis entre qualquer ponto do terreno e
as posies predefinidas. Sobre cada perfil o aplicativo faz uma anlise de
visibilidade verificando se a linha que une os dois extremos do perfil corta alguma
linha do perfil. Caso o perfil no seja cortado ento o ponto do terreno visvel
em relao a essa posio. Caso contrrio o ponto marcado como no visvel. A
figura abaixo ilustra a anlise de visibilidade entre os extremos de um perfil do
terreno.
Z Z
Dist Dist
(a) (b)
Figura 7.25 - Anlise de visibilidade entre extremos de um perfil: (a) extremos

no visveis e (b) extremos visveis.
Esse tipo de anlise tem aplicaes interessantes na rea de

telecomunicaes. Pode-se, por exemplo, definir-se reas de visibilidade para fins
de telefonia celular. Nessa aplicao importante o estudo das reas de influncia
de uma ou mais antenas e reas de superposio entre 2 ou mais antenas.
Melhorias nesse tipo de aplicao pode incluir a altura da antena, a potncia de
transmisso/recepo que define um raio mximo de influencia e a confeco de
um relatrio com dados de reas atendidas, reas de superposio e reas no
atendidas.
O mapa de visibilidade pode ser representado por uma imagem binria

onde os pontos no visveis so codificados com valor 0 e os pontos visveis so
codificados com o valor mximo permitido pela imagem que 255 para uma
imagem de 8 bits.

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 7.26 - Ilustrao da anlise de visibilidade: (a) imagem em nvel de cinza

do modelo e (b) mapa de reas visveis.

7.8.11 CLCULO DE VOLUMES
A partir de um modelo digital de terreno possvel se calcular volumes

dentro de uma regio do espao predeterminada. Delimitando-se de uma rea,
dentro de uma regio de interesse, e definindo-se um plano horizontal de corte Z
= Zb , onde Zb cota de referncia ou cota base, possvel calcular-se o volume
de corte e o volume de aterro referentes a esse plano base. Assim, os valores de
cota acima da cota base contribuem para o volume de corte enquanto que os
valores de cota abaixo da cota base contribuem para o volume de aterro. Pode-se
calcular tambm uma cota ideal para o plano horizontal que igualaria os volumes
de aterro e de corte. Esses clculos so muito teis para objetivos de estudos da
terraplanagem de uma rea. A figura a seguir mostra o perfil de um terreno e as
regies que contribuem para os volumes de corte (+) e de aterro (-) segundo o
plano base Z = Zb.
11.7. Y
+ +
Z +
- - -
Figura 7.27 - Perfil de um terreno ilustrando o volume de corte (+) e o volume de

aterro (-) em relao um plano horizontal Z = Zb
Essa mesma aplicao pode ser usada para fins de clculo do volume de
gua represado por uma barragem. O plano horizontal base e a regio de interesse
so definidos pela altura de enchimento da barragem. Neste caso o volume de
gua da barragem igual ao volume de aterro calculado.

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.
11.7. Y
+
+ +
-
-
-
Figura 7.28 - Perfil de um terreno ilustrando o volume de corte (+) e o volume de

aterro (-) em relao um plano no horizontal

8
LGEBRA DE MAPAS
Gilberto Cmara, Cludio Barbosa,
Joo Pedro Cordeiro, Eymar Lopes,
Ubirajara Moura de Freitas e Ivan Lucena
8.1 INTRODUO
O que distingue um SIG de outros tipos de sistemas de informao so as

funes que realizam anlises espaciais. Tais funes utilizam os atributos espaciais
e no espaciais das entidades grficas armazenadas na base de dados espaciais e
buscam fazer simulaes (modelos) sobre os fenmenos do mundo real, seus
aspectos ou parmetros.
A partir do modelo de dados apresentado no captulo anterior foi estabelecida

uma taxonomia para as diversas operaes de anlise geogrfica, que sero divididas
em: operadores sobre geo-objetos, operadores sobre geo-campos, operadores de
transformao entre geo-campos e geo-objetos e operadores mistos entre 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 e McDonnell(1998).
Os trabalhos da literatura abordam o problema de duas perspectivas distintas:

operaes de consulta sobre geo-objetos (Egenhofer, 1994) e operaes de
manipulao sobre geo-campos (Tomlin, 1990), sem unificar as duas vises.
A caracterizao adotada neste trabalho indita, pois deriva-se da

diferenciao explcita entre geo-objetos e geo-campos. Isto tem conseqncias
importantes, j que permite compreender melhor a natureza de cada operador.
Sobretudo, este trabalho procurar traar uma ponte entre as duas vises tradicionais
Operaes de Anlie Geogrfica
de operaes geogrficas (baseadas em entidades e baseadas em campos), sempre

buscando uma viso integradora dos processos de anlise espacial.
Devido variedade de usos de Geoprocessamento, o critrio utilizado neste

trabalho foi baseado em aspectos prticos. Foram analisadas as operaes disponveis
nos principais SIGs do mercado (e.g. ARC/INFO, MGE, SGI, SPANS, SPRING) e
levou-se em conta a experincia prtica do INPE e de seus parceiros no uso de
sistemas de informao geogrfica (veja-se, por exemplo, Assad e Sano, 1999).
8.2 OPERAES SOBRE GEO-CAMPOS
So descritas a seguir as operaes sobre GEO-CAMPOS e suas especializaes

TEMTICO, NUMRICO e DADO_SENSOR_REMOTO, que podem ser classificados como
pontuais, de vizinhana e zonais (Tomlin, 1990).
8.2.1 OPERAES PONTUAIS
As operaes pontuais geram como sada um geo-campo cujos valores so

funo apenas dos valores dos geo-campos de entrada em cada localizao
correspondente. Podem operar apenas sobre um campo (e.g, fatiar um modelo
numrico de terreno, classificar uma imagem) ou realizar interseces entre
conjuntos espaciais (e.g. operaes booleanas entre mapas temticos)1.
Dependendo dos domnios e contradomnios dos mapas de geo-campos,

diferentes possibilidades podem ser consideraradas:
operaes unrias: a entrada um nico geo-campo. Tambm so

chamadas operaes de transformao, pois a operao equivale a um
mapeamento entre os contradomnios dos campos de entrada e sada;
operaes booleanas: so utilizadas em anlise espacial qualitativa e

geram um TEMTICO a partir de regras aplicadas a geo-campos (que
podem ser instncias de TEMTICO, NUMRICO ou
DADO_SENSOR_REMOTO). As regras especificam o conjunto de condies
a serem satisfeitas para cada tema de sada;
1
Estas operaes podem involver modificao da topologia (e.g. uma reclassificao usualmente combinada
com uma juno topolgica).
Anlise Espacial de Dados Geogrficos 04/03/01 8-2

operaes matemticas: funes aritmticas, logartmicas e

trigonomtricas, aplicadas a MNTs e a DADO_SENSOR_REMOTO. Podem
gerar MNT, DADO_SENSOR_REMOTO ou TEMTICOS.
Dentre os operadores matemticos, vale destacar as seguintes subclasses:
operaes de processamento de dados de sensoriamento remoto:

subclasse de operadores matemticos onde a entrada um
DADO_SENSOR_REMOTO e a sada um DADO_SENSOR_REMOTO;
operaes de classificao de dados de sensoriamento remoto: subclasse

importante dos operadores matemticos onde a entrada uma instncia
da classe DADO_SENSOR_REMOTO e a sada um TEMTICO.
A tabela 5.1 descreve os principais tipos de operaes pontuais unrias

(tambm chamados operaes de transformao).

TABELA 5.1
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}.

8.2.1.1 PONDERAO
A Figura 5.1 mostra um exemplo da operao de ponderao (converso de

um mapa de solos em um mapa de solos ponderado). Neste caso, V1 = { Le, Li, Ls,
Aq }, V2=[0.0,1.0] e a transformao o conjunto de pares ordenados {(Le0.60),
(Li0.20), (Ls0.35), (Aq0.10)}.
Le 0.35 0.35 0.20

Li 0.350.20 0.20
Ls
Aq
0.35 0.35 0.10
Figura 5.1 - Exemplo de operao de ponderao.
8.2.1.2 FATIAMENTO EM CLASSES
A Figura 5.2 mostra um exemplo de um operao de fatiamento em classes

(converso de um MNT em um TEMTICO) onde um mapa de declividade em graus
convertido para um mapa de classes de declividade a partir da transformao { (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 5.2 - Exemplo de operao de fatiamento em classes.

8.2.1.3 OPERAO BOOLEANA
Estas funes utilizam operadores lgicos (boleanos) e permitem realizar

cruzamentos entre dois ou mais planos de informao. A operao lgica do tipo A
AND B retorna todos os elementos contidos na interseco entre A e B; A NOT B
retorna somente os elementos contidos exclusivamente em A; A OR B retorna todos
elementos contidos tanto em A como em B; A XOR B retorna todos os elementos
contido em A e B no includos na interseco de A e B.
O apelo da abordagem Booleana a sua simplicidade e fcil aplicao, com a

combinao lgica de mapas em um SIG diretamente anloga ao tradicional mtodo
de sobreposio empregado nas mesas de luz. Porm, na prtica pode no ser
apropriado atribuir igual importncia para cada um dos critrios combinados, as
evidncias precisam ser pesadas dependendo da sua relativa importncia (Bonham-
Carter, 1994).
Como exemplo de operao booleana, tome-se o caso de determinar um

mapa de aptido agrcola a partir dos mapas de solo, declividade, precipitao e do
conjunto hipottico de regras expresso na tabela abaixo.
TABELA 5.2
REGRAS PARA APTIDO AGRCOLA
Aptido Agrcola Solos Precipitao Declividade

Mdia mensal
Boa Latossolos > 100 mm 0-3.5%
Mdia Podzlicos 100-50 mm 3.5-12%
Inapto Litlicos < 50 mm >12%
8.2.1.4 OPERAO MATEMTICA
Como exemplo de operao matemtica, tome-se a Figura 5.3, onde f1 um

mapa de solos ponderado e f2 um mapa de declividade (a declividade o mdulo
das derivadas parciais da altimetria). A operao
new (p) = 1(p) + 1/ 2(p)

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 5.3 - Exemplo de uma operao matemtica.
8.2.2 OPERAES DE VIZINHANA
Nesta classe de operaes, dado um geo-campo, computa-se o geo-campo de

sada com base na dimenso e forma de uma vizinhana em torno de cada localizao
p. Exemplos incluem:
clculos de valores mnimo, mximo, mdio, modal para uma vizinhana

em torno de um ponto;
filtros para processamento de DADO_SENSOR_REMOTO;
mtodos de interpolao espacial para 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 4.4 - Exemplo de operao de estimativa de diversidade.
8.2.3 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 5.4).

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 5.4 - Operao de mximo zonal.
A importncia terica das operaes zonais dupla: permite materializar num

SIG os conceitos de unidade de paisagem (Bertrand, 1981; Tricart, 1977; Tricart e
KiewietdeJonge, 1992) e rea-unidade (Hartshorne, 1978) e permite a ligao entre
dados do meio fsico-bitico e dados scio-econmicos, essencial para estudos de
ordenao do territrio.
Alternativamente aos procedimentos manuais e de forma anloga ao exemplo

anterior, uma operao de mdia zonal pode ser conveniente na determinao da
vulnerabilidade natural eroso (Crepani et al, 1996) ou da fragilidade (Ross, 1990)
das unidades de paisagem ou das unidades territoriais bsicas mapeadas a partir
das imagens de satlites. Toma-se o geo-campo temtico ou cadastral unidade de
paisagem como restrio sobre geo-campos numricos (MNT), que por sua vez, so
resultantes de ponderaes sobre os geo-campos temticos de geologia,
geomorfologia, solos, vegetao e clima. Obtm-se com o resultado um geo-campo
numrico, cujo valor mdio para cada unidade de paisagem mapeada representa
sua vulnerabilidade ou fragilidade natural. Este geo-campo numrico (MNT) pode
ser fatiado em classes de vulnerabilidade (muito alta, alta, mdia, baixa e muito
baixa), obtendo-se um geo-campo temtico.

8.3 RELACIONAMENTOS ESPACIAIS ENTRE GEO-OBJETOS
Em nosso modelo, os geo-objetos esto sempre associados a representaes

grficas 2D (pontos, linhas e regies). Como as operaes da lgebra de geo-objetos
podem envolver restries espaciais, ser fundamental caracterizar os
relacionamentos espaciais, que podem ser divididos em (Gting, 1994):
relacionamentos topolgicos, tais como dentro de e adjacente a,

invariantes a transformaes biunvocas e bicontnuas (como as de escala,
translao e rotao);
relacionamentos mtricos, derivados das operaes de distncia e direo.

O clculo destas operaes pressupe sempre a existncia de um espao
mtrico, o que pode no ser sempre o caso.
A definio de um conjunto mnimo de operadores objeto de muito debate

na literatura:
Freeman (1975) define um conjunto de 13 operadores: esquerda de,

direita de, acima (mais alto que, sobre), abaixo (sob), atrs,
prximo a, longe de, ao lado de (adjacente a), tocando, dentro
de, fora de, entre;
Egenhofer (1994) usa disjunto, encontram, igual, dentro de,

contm, cobre, coberto por e sobreposio.
Devido variedade de propostas, o esforo para formalizar os

relacionamentos espaciais parte fundamental da proposta de uma lgebra de geo-
objetos para um conjunto bem-definido de objetos geogrficos (casos simples de
regies sem buracos e linhas contnuas).
8.3.1 ANLISE DE RELACIONAMENTOS TOPOLGICOS
Apresenta-se nesta seo uma anlise dos relacionamentos topolgicos entre

elementos do tipo ponto-linha-rea. Utilizam-se os termos propostos por Clementini
et al. (1993) que, a partir da anlise das configuraes possveis entre os elementos
ponto-linha-rea, propem cinco nomes para os relacionamentos topolgicos: toca,
dentro de, cruza, sobrepe e disjunto. Diz-se que um conjunto de pontos 1 toca
outro conjunto 2 se a nica coisa em comum entre eles est contida na unio de suas
fronteiras, como ilustram os exemplos da Figura 5.5.

1
1
2
(a) (b) (c)
2
1
(d) (e) (f)
P 1
(g) P
(h) (i)
Figura 5.5 - Exemplos de situaes topolgicas que ilustram o relacionamento

toca, no caso de duas reas (a, b), duas linhas (c, d), linha e rea (e, f, g), um ponto e
uma linha (h) e um ponto e uma rea (i). Adaptado de Clementini et al. (1993).
Diz-se que um conjunto de pontos 1 est dentro de outro conjunto 2

quando a interseco dos dois conjuntos de pontos o prprio 1 (vide Figura 5.6).
P P P1 P2
Figura 5.6 - Exemplos do relacionamento dentro de (contido em).
Duas linhas se cruzam se sua interseco ocorre em ponto interno de ambas

(note-se que a interseo de seus pontos limites ser definida como toca); de forma
similar, uma linha cruza uma rea se o interior da linha est parcialmente interno e
parcialmente externo a esta rea. Veja-se os exemplos da Figura 5.7.
Diz-se que dois conjuntos de pontos 1 e 2 possuem sobreposio quando o

resultado de sua interseco uma figura da mesma dimenso de ambos. Este

relacionamento aplicvel apenas a casos de elementos homogneos. Vejam-se os

exemplos da Figura 5.7.
Duas figuras so disjuntas se sua interseco vazia (vide figura 5.7).
cruza cruza cruza
1 2
2 1
(a) (b) (c)
sobrepe sobrepe sobrepe
2 2 1 1
1
1 1 2
2 2
(d) (e) (f)
disjunto disjunto disjunto
P1 P2
(g) (h) (i)
Figura 5.7 - Exemplos de relacionamentos:

1. Cruza entre duas linhas (a), linha e rea (b, c).
2. Sobrepe entre duas reas (d), duas linhas (e, f).
3. Disjunto entre duas reas (g), linha e rea (h), dois pontos (i).
(Adaptado de Clementini et al. (1993))

8.4 OPERAES SOBRE GEO-OBJETOS
Pode-se definir as seguintes operaes sobre geo-objetos:
1. restries sobre atributos: computados em funo das atributos de

entidades espaciais (e.g. selecione todas as cidades de Alagoas com
mortalidade infantil maior que 10% );
2. restries espaciais: derivados a partir dos relacionamentos topolgicos

das entidades geogrficas (e.g. d-me todas as escolas municipais do
bairro Jardim Satlite), de direo (ao norte de, acima de) ou
mtricos (e.g. d-me todas as escolas a menos de 500 m da Via Dutra);
3. propriedades de geo-objetos: os resultados correspondem a predicados de

um geo-objeto ou de um conjunto de geo-objetos (e.g. calcule a mdia do
valor venal das casas do bairro Jardim Esplanada ou indique o caminho
timo para o nibus que vai do Centro ao Jardim Uir).
Estas operaes utilizam as primitivas definidas anteriormente: as relaes

topolgicas toca, dentro de, disjunto, cruza e sobrepe, as relaes mtricas unrias
(comprimento, rea, permetro) e binrias (distncia, direo).
8.4.1 SELEO POR ATRIBUTOS
O operador de seleo por atributos sobre um conjunto de geo-objetos GO,

dada uma restrio baseada apenas nos atributos descritivos de GO, gera como
resultado um sub-conjunto GO GO, cujos membros satisfazem a restrio.
Esta uma operao semelhante seleo da lgebra relacional, como indica

o exemplo: "Recupere as cidades do Estado de So Paulo com populao entre
100.000 e 500.000 habitantes".
8.4.2 SELEO ESPACIAL
Para definir as operaes de consulta espacial, necessrio lanar mo do

conceito de predicado espacial. Dados uma regio geogrfica R, um conjunto de 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 5.5:
selecione todas as regies da Frana adjacentes regio de Midi-Pirenes

(que contm a cidade de Toulouse).
Figura 5.5 - Exemplo de operao de seleo espacial.

8.4.3 JUNO ESPACIAL
O termo juno espacial empregado por analogia operao de juno em

banco de dados convencionais e denota o conjunto de operaes onde ocorre a
comparao entre dois conjuntos de objetos, baseado num predicado espacial
computado sobre suas representaes. A operao de juno espacial tal que produz
como resultado uma coleo de objetos e valores que satisfazem a restrio espacial
Exemplos:
para cada estrada da Amaznia, ache as reservas indgenas a menos de 5

km de uma estrada;
para as cidades do serto cearense, ache quais esto a menos de 10 km

de algum aude com capacidade de mais de 50.000 m3 de gua;
No primeiro exemplo a resposta um conjunto de pares (reserva, estrada); no

segundo, um conjunto de pares (cidade, aude).

8.5 OPERAES ENTRE GEO-CAMPOS E GEO-OBJETOS
8.5.1 ATUALIZAO DE ATRIBUTOS DE GEO-OBJETOS A PARTIR DE GEO-CAMPOS
Uma das operaes muito teis e necessrias diz respeito atualizao de

atraibutos de geo-objetos a partir de dados de um geo-campo. Por exemplo, considere
a situao aonde temos:
Uma mapa de municpios de uma regio.
Um conjunto de municpios representado nesse mapa (geo-objetos).
Um mapa de altimetria da regio (geo-campo).
Neste caso, pode ser til responder seguinte questo: Dados a altimetria e o
mapa de municpios, calcule a altimetria mdia para cada municpio e atualize esta
informao no bancos de dados, criando um novo atributo para o municpio.
Esta operao ilustrada na Figura 5.6, em que temos um exemplo de

atualizao de atributos de talhes de cultura com valores mdios de niveis de cinza
de uma imagem.
Figura 5.6 - Operao de Atualizao de Atributos de Geo-Objetos.

8.5.2 ESPACIALIZAO DE GEO-CAMPOS A PARTIR DE GEO-OBJETOS
A partir de atributos (descritivos ou espaciais) de conjuntos de geo-objetos,

pode-se fazer a gerao de geo-campos. O novo geo-campo representa a variao
espacial de um atributo dos geo-objetos (operao de espacializao).
A operao de espacializao gera, a partir dos valores de um atributo

especfico dos geo-objetos de um mapa, um geo-campo com a distribuio espacial
deste atributo. Pode haver necessidade de recalcular a topologia do mapa resultante
pois algumas regies sero combinadas. Veja-se o exemplo da figura 5.7, onde
temos unidades de paisagem (geo-objetos) , que posssuem vrios atributos, os quais
indicam os diferentes classificaes do meio fsico (geomorfologia, solos, geologia e
vegetao). Um destes atributos (o tipo de solos) foi espacializado no mapa
resultante.
Figura 5. 8 - Exemplo da operao de espacializao.

Um caso especial da operao de espacializao ocorre no caso de tratarmos

com um atributo do geo-objetos que seja numrico (inteiro ou real). Neste caso, em
de criar um geo-campo numrico com a variao espacial do atributo considerado,
fazemos uma operao de reclassificao neste atributo, de forma a gerar um geo-
campo temtico. A esta operao denominamos de reclassificao por atributos. A
figura 5.9 ilustra essa operao, com o exemplo: Para todos os pases da Amrica do
Sul, gere um geo-campo temtico com o crescimento demogrfico de cada pas,
dividido em classes: { (de 0 a 2% ao ano), (de 2 a 3% a.a.), (mais de 3% a.a.)}.
Crescimento demogrfico
de 0 a 2% a.a
de 2 a 3% a.a
mais de 3% a.a
Figura 5.9 - Exemplo de reclassificao por atributo.
8.5.3 MAPAS DE DISTNCIA ("BUFFER")
Um mapa de distncias um mapa de geo-campos contendo as distncias de cada

ponto do mapa a um geo-objeto de referncia (representado por um ponto, linha ou
regio). Trata-se de operao puramente geomtrica (espacial). A Figura 5.7 ilustra
esta operao.
Egito Nilo
Classes de distncia ao rio Nilo
Figura 5.7 - Exemplo de mapa de distncias.

8.6 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 Entrada Objeto Objeto Sada Restrio

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)

Zonais NUMRICO TEMTICO NUMRICO
Atualizao GEO-OBJETO NUMRICO (OU GEO-OBJETO

TEMTICO) (atributo)
Espacializao GEO-OBJETO NUMRICO,
(ATRIBUTO) TEMTICO
Reclassificao por GEO-OBJETO TEMTICO (regras de

Atributo (ATRIBUTO) classificao)
Mapa de Distncia GEO-OBJETO NUMRICO
("buffer")
Seleo Espacial GEO-OBJETO CADASTRAL GEO-OBJETO (predicado
(conjunto) (conjunto) espacial)
Juno Espacial GEO-OBJETO CADASTRAL GEO-OBJETO e (predicado

(conjuntos) VALORES espacial)
(conjunto)

8.7 EXEMPLO DE LINGUAGEM DE MANIPULAO
A equipe do INPE engajada no desenvolvimento do SPRING tem procurado

caracterizar, de forma ampla, as operaes sobre dados geogrficos. Deste estudo
nasceu o projeto da linguagem LEGAL (Linguagem Espacial para Geoprocessamento
Algbrico), descrita em Cmara (1995).
A lgebra de campos proposta em Cmara (1995) foi usada como base para a
implementao parcial da linguagem LEGAL no SPRING, com os seguintes tipos de
operaes: transformao, booleanas, matemticas e de classificao contnua
(Cordeiro et al., 1996) e operadores zonais (Barbosa et al., 1998).
Um programa em LEGAL estruturado em trs partes: declaraes,

instanciaes e operaes. No que segue, as sentenas em LEGAL sero escritas em
fonte Courier New e as palavras reservadas da linguagem comeam com
Maiscula. A sintaxe do LEGAL est descrita em detalhe no Apndice A.
8.7.1 DECLARAO
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 Tematico, Numerico
ou Imagem. Por exemplo, pode-se definir uma categoria Altimetria como
especializao de Numerico.
8.7.2 INSTANCIAO
A instanciao caracterizada pelos operadores Recupere e Novo. O

operador Recupere associa uma varivel a um geo-campo existente no banco de
dados geogrfico a partir de seu nome. O operador Novo cria um novo geo-campo
no banco de dados e requer parmetros, dependendo da representao geomtrica
associada:
imagem em tons de cinza: resoluo horizontal e vertical;

grade regular: resoluo horizontal e vertical, valores maximos e minimos

aceitaveis;
imagem temtica (geo-campo temtico em representao matricial):

resoluo horizontal e vertical e escala;
representao vetorial: escala.
8.7.3 OPERAES
8.7.3.1 Transformao
Operaes de transformao so usadas para realizar mapeamentos entre

diferentes tipos de campos geogrficos:
Pondere: transforma uma instncia do campo Tematico em um

Numerico;
Fatie: transforma uma instncia do campo Numerico ou Imagem em

um Tematico;
Reclassifique: transforma uma instncia do campo Tematico em

outra com diferentes classes.
Como regra geral, os operadores de transformao exigem que o usurio

defina um mapeamento entre os domnios de entrada e de sada sob a forma de uma
tabela. A linguagem permite a definio de tabelas especficas para cada tipo de tais
mapeamentos. As especializaes de tabelas previstas pela linguagem so:
Ponderacao, Fatiamento e Reclassificacao.
A seguir, apresentamos um exemplo de uma operao de fatiamento, que

transforma um campo numrico de declividade em um campo temtico de classes de
declividade.

{
// Declaracao das variaves
Numerico decNumerico ("GradeDeclive");
Tematico decClasses ("ClassesDeclividade");
Tabela tabfatia (Fatiamento);
// Instanciacao das variaves

decNumerico = Recupere(Nome="decliv-30x30");
decClasses = Novo(Nome= "decli_fat_30x30", ResX=30, ResY=30,
Escala=100000);
tabfatia=Novo(CategoriaFim = "ClassesDeclividade",
[0.0, 3.0] : "A-0a3",
[3.0, 8.0] : "B-3a8",
[8.0, 12.0] : "C-8a12",
[12.0, 20.0] : "D-12a20",
[20.0, 45.0] : "E-20a45",
[45.0, 300.0] : "F>45" );
// Operacao de Fatiamento
decClasses = Fatie( decNumerico, tabfatia );

}
O programa a seguir apresenta um exemplo de operao de ponderao,

aplicada a um mapa de tipos de solos, para obter a erodibilidade.
{
Tematico mapaSolos ("Solos");
Numerico erod ("Erodibilidade");
Tabela pond (Ponderacao) ;
mapaSolos = Recupere (Nome = "solos");
erod = Novo(Nome="soloPond", ResX=30, ResY=30, Escala=100000,

Min=0, Max=1.);
pond = Novo (CategoriaIni = "Solos",

"PV2" : 0.0462, "PV3" : 0.0280,
"LEd1" : 0.0143, "LRd" : 0.0128,
"PV5" : 0.0462, "LV1" : 0.0167, "agua" : 0);
erod = Pondere (solo,pond );

8.7.3.2 Operaes booleanas
Nas operaes booleanas, o valor do geo-campo resultante em cada posio

uma funo apenas do valor da posio correspondente nos geo-campos de entrada.
A sada de uma operao booleana um GEO-CAMPO TEMTICO, cujos valores do
contra-domnio necessitam ser especificados em funo dos valores dos campos de
entrada. Essas condies so calculadas atravs do operador Atribua, com as
condies E (&&), OU (||) e NO (~).Um exemplo de uso desta operao dado
abaixo, onde um mapa de aptido agrcola calculado com base na declividade e no
tipo de solo.
{
Tematico 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;
};
}
8.7.3.3 Operaes matemticas
As operaes matemticas sobre geo-campos que so especializaes de

NUMRICO e IMAGEM incluem:
operaes aritmticas: soma (+), subtrao (), multiplicao () e

diviso(/);
funes matemticas: seno (sin), cosseno (cos), tangente (tan), arco

tangente (atan), logaritmo (log), exponencial (exp), raiz quadrada
(sqrt);
relaes: menor que (<), maior que (>), menor ou igual (<=), maior ou
igual (>=), igual (==), diferente (!=).

Exemplo de aplicao de operaes matemticas refere-se gerao do ndice

de Vegetao de Diferena Normalizada (IVDN) para estas novas imagens
LANDSAT TM.
{
// Declaracao
Imagem tm3 ("LandsatTM"), tm4 ("LandsatTM"), IVDN ("IndiceVeget");
// Instanciacao
tm3 = Recupere (Nome="231_067_B3");
tm4 = Recupere (Nome="231_067_B4");
IVDN = Novo (Nome = "IVDN", ResX = 30, ResY = 30);
// Operacao
IVDN = Imagem (255*(tm4 - tm3)/( tm4 + tm3 ));
}
8.7.3.4 Atributos de Geo-Objetos a partir de Geo-Campos
Esta operao uma variao da operao zonal sobre geo-campos, gerando

atributos de geo-objetos a partir de valores de geo-campos, onde a restrio a
representao espacial dos geo-objetos. Por exemplo, considere a operao obtenha
a altitude mdia de todas os municpios do Estado de So Paulo. Ela pode ser
representada por:
Municipios.altitude = Atualize( Altimetria, municipios

ONMAP mapa_SP);
Numa formulao mais geral, esta classe de operaes pode ser indicada por:
<objeto>.<atributo> = Atualize ( <geo-campo>,

<objeto> ONMAP <cadastral>);
Uma operao adicional computa atributos de geo-objetos a partir de uma

condio dada. Por exemplo, a operao Calcule o desmatamento de cada municpio
da Amaznia, baseado num mapa de uso de solo pode ser feita em LEGAL por
Municipio.desmat = Atualize ( usosolo = Desmatamento,

municipio ONMAP mapa_AMZ);

8.7.3.5 Geo-Campos a partir de Geo-Objetos
Esta operao permite a gerao de um novo campo, a partir de um atributo

de geo-objetos. Neste caso, a sada ser um campo numrico ou temtico, obtido
preenchendo-se a representao geomtrica do geo-objeto com o valor do atributo.
A operao de reclassificao por atributos pode ser realizada em LEGAL

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

ONMAP <cadastral>);
Como exemplo dessa operao, considere um programa em LEGAL que gera,

a partir de dados de talhes, dois geo-campos: um campo temtico contendo a
distribuio das classes de solo e um campo numrico com a variao do pH para
cada unidade de solo.
{
// Inicio de programa
// Declarando os nomes das variveis usadas
Objeto limites ("Talhoes");
Cadastral fazendas ("MapaFazendas");
Tematico mapaSolos ("Solos");
Numerico phSolos ("GradePh")
// Instanciaes
//Dados de entrada
fazendas = Recupere (Nome = "mt");
// Dados de Saida
mapaSolos = Novo (Nome="mapa_de_solos", ResX =30, ResY =30,
Escala =10000, Repres = Vetor);
phSolos = Novo (Nome=phSolos, ResX=30, ResY=30,
Escala=10000, Min=0., Max=15. );
// Resultado em geo-campo Temtico

mapaSolos = Atualize (limites."SOLO" OnMap fazendas);
// Resultado em campo Numrico
phSolos = Atualize (limites."ph" OnMap fazendas);
}

8.8 EXEMPLOS DE PROGRAMA EM LEGAL
8.8.1 OPERAES BOOLEANAS
Para ilustrar o uso do LEGAL, apresentamos a seguir um programa que cruza

dois geo-campos (Solos e Declividade) e da calcular o mapa de Aptido de Uso.
Mapa de Solos
Mapa de Aptido
Mapa de Declividade

//
// Programa para determinar aptido urbana,
// utilizando mtodo booleano
// Dados os mapas de solo e declividade
//
{
// Declaracao das variaveis temticas
Tematico solo("Solos"), decl("Declividade"),
aptidao("Aptidao");
// Instanciaes das variveis temticas

solo = Recupere(Nome="Mapa_solos");
decl = Recupere(Nome="Mapa_de_Declividade");
aptidao = Novo(Nome="Mapa_aptidao",
ResX=30,ResY=30,Escala=25000);
aptidao = Atribua(CategoriaFim="Aptidao")
{
"Baixa": solo.Classe == "Hidromorfico" || decl.Classe == "> 8"||
(solo.Classe == "Litossolo" && decl.Classe == "4 - 8")||
(solo.Classe == "Litossolo" && decl.Classe == "2 - 4" ),
"Media":(solo.Classe == "Litossolo" && decl.Classe == "0 - 2")||

(solo.Classe == "Podzolico" && decl.Classe == "4 - 8" ),
"Alta": Outros
};
}
O prximo exemplo tambm identifica as reas de aptido, mas com uma

metodologia diferente:
Pondera os mapas temticos,
Realiza a soma ponderada dos mapas e
Faz o fatiamento da soma.

// Programa para determinar aptido urbana, pela mdia ponderada

// Dados os mapas de solo e declividade
{
// Declarao das variveis temticas
Tematico solo("Solos"), aptidao("Aptidao");
Numerico decl ("Declividade");
// Declarao da tabela de ponderao e fatiamento

Tabela tabSolo (Ponderacao), tabfat (Fatiamento);
// Declarao das variveis numricas

Numerico numSolo, numClassif, numDecl ("Grade_Aptidao");
// Instanciaes das variveis temticas

solo = Recupere (Nome="Mapa_solos");
decl = Recupere (Nome="Mapa de Declividade");
// Instanciaes das variveis numricas

numSolo = Novo(Nome = "grade_solo", ResX=25, ResY=25,
Escala=25000,Min=0,Max=1.0);
numDecl = Novo(Nome = "grade_declividade",

ResX=25,ResY=25,Escala=25000,Min=0,Max=1.0);
// Instanciao da tabela de ponderao de solos

tabSolo = Novo(CategoriaIni="Solos",
"Latossolo" : 1.0,
"Podzolico" : 0.7,
"Litossolo" : 0.3,
"Hidromorfico": 0.1);
// Ponderar o mapa de solos
NumSolo = Pondere(solo,tabSolo);
// Transformacao da Declividade em escala [0..1]

numDecl = 1 / ( 1 + 0.025 * decl^2 );
// classificacao : solo tem peso maior que a declividade

NumClassif = Novo (Nome = "grade_classif",
ResX=25,ResY=25,Escala=25000,Min=0,Max=1.0);
NumClassif = 0.4 * NumDecl + 0.6 * NumSolo;
// Instanciao da tabela de fatiamento
tabfat = Novo(CategoriaFim ="Aptidao",
[0.0 , 0.33] : "Baixa",
[0.33 , 0.66] : "Media",
[0.66 , 1.0] : "Alta");
// Instanciao do PI temtico da categoria Aptidao
aptidao = Novo(Nome="aptidao_urbana_media",
ResX=25,ResY=25,Escala=25000);
// fatiamento da grade
aptidao = Fatie(NumClassif,tabfat);
}

BIBLIOGRAFIA
ASSAD, E.D.; SANO, E.E. Sistemas de Informaes Geogrficas - Aplicaes na

Agricultura. Braslia, EMBRAPA, 1998 (2a. edio).
BARBOSA, C.C.F.; CAMARA,G.; MEDEIROS, J.S.; CREPANI, E.; NOVO, E.M.L.M. ;
CORDEIRO, J.P.C. Operadores Zonais em lgebra de Mapas e Sua Aplicao a
Zoneamento Ecolgico-Econmico. In: Simpsio Brasileiro de Sensoriamento
Remoto, Salvador, Bahia, 1998. Anais, INPE, 1998 (em CD-ROM).
BERTRAND, G. Paisagem e Geografia Fsica Global: Esboo metodolgico. Caderno
de Cincias da Terra, 13. Inst. de Geografia-USP. So Paulo. 1971.
BONHAM-CARTER, G.F. - Geographic Information Systems for Geoscientists:
Modelling with GIS. Pergamon, Oxford, 1994.
BURROUGH, P. A.; MCDONNELL, R.A. Principles of geographical information
systems. Oxford, Oxford University Press, 1998.
CMARA, G. Modelos, Linguagens e Arquiteturas para Bancos de Dados
Geogrficos. Tese de Doutoramento em Computao Aplicada. So Jos dos
Campos, INPE, 1995. www.dpi.inpe.br/teses/gilberto.
CLEMENTINI, E.; DI FELICE, P.; VAN OOSTEROM, P. A Small Set of Formal
Topological Relationships Suitable for End-User Interaction. In: Third
International Symposium on Spatial Data Handling. Proceedings, Singapore,
1993, pp. 277-295.
CORDEIRO, J. P.; AMARAL, S.; FREITAS, U.M.; CMARA, G. lgebra de geo-campos
e suas aplicaes. In: VIII Simpsio Brasileiro de Sensoriamento Remoto.
Salvador. 14-19 de abril. 1996.
CREPANI, E.; MEDEIROS, J. S.; HERNANDEZ FILHO, P.; FLORENZANO, T. G. DUARTE,
V. AZEVEDO, L. G.. Uso de sensoriamento remoto no zoneamento ecolgico-
econmico. In: VIII Simpsio Brasileiro de Sensoriamento Remoto. Salvador.
14-19 de abril. 1996.
EGENHOFER, M. Spatial SQL: A Query and Presentation Language. IEEE
Transactions on Knowledge and Data Engineering, 6:86-95, 1994.
FREEMAN, J. The Modelling of Spatial Relations. Computer Graphics and Image
Processing, 4: 156-171, 1975.
GOODCHILD, M. A spatial analytical perspective on geographical information
systems. International Journal of Geographical Information Systems, 1 (4): 327-
334, 1987.

GUTING, R.H. An Introduction to Spatial Database Systems. VLDB Journal, 3(4),

October 1994.
HARTSHORNE,R. Propsitos e natureza da geografia. So Paulo, Editora HUCITEC,
Editora da Universidade de So Paulo, 2. Ed., 1978.
MAGUIRE,D.; DANGERRAMOND, J. The Functionality of GIS. In: Maguire,D.;
Goodchild, M.; Rhind, D. (eds) Geographical Information Systems: Principles
and Applications. New York, John Wiley and Sons, 1991, pp. 319-35.
ROSS, J. L. S. Anlise Emprica da Fragilidade dos Ambientes Naturais e
Antropizados. Revista do Dpto. de Geografia da FFLCH-USP. N. 7. pp. 65-74.
1993.
TOMLIN, D. Geographic information systems and Cartographic Modeling. Prentice
Hall, New York, 1990.
TRICART, J. Ecodinmica. IBGE-SUPREN, (Recursos Naturais e Meio Ambiente).
Rio de Janeiro. 1977.
TRICART, J.; KIEWIETDEJONGE, C. Ecogeography and Rural Management: A
Contribuition to the International Geosphere-Biosphere Programme. Essex.
Longman Scientific & Technical. 1992.

9
TCNICAS DE INFERNCIA GEOGRFICA
Gilberto Cmara
Fbio Roque Moreira
Cludio Barbosa
Raimundo Almeida Filho
Simone Bnisch
9.1 INTRODUO
Na maioria dos projetos desenvolvidos em SIG a principal proposta a

combinao de dados espaciais, com o objetivo de descrever e analisar interaes,
para fazer previses atravs de modelos, e fornecer apoio nas decises tomadas
por especialistas. A combinao desses dados multi-fonte permitir uma reduo
na ambigidade das interpretaes que normalmente so obtidas atravs da anlise
individual dos dados (Pendock e Nedeljkovic, 1996).
Este trabalho apresenta uma viso geral das diferentes tcnicas de anlise
geogrfica, no contexto de produo de novos mapas a partir de dados j
existentes. Sero apresentados vrios mtodos de inferncia espacial para a
integrao dos dados (evidncias). Os mtodos geram como resultado planos de
informao (geocampos) em diferentes formatos. O mtodo Booleano gera dados
em formato Temtico sendo a potencialidade expressa espacialmente em forma de
polgonos que representam classes (favorvel e no favorvel).Os outros mtodos,
Mdia Ponderada, Fuzzy, Bayesiano e inferncia por Redes Neurais, geram dados
em formato Numrico sendo a potencialidade expressa de forma numrica.
Tcnicas de Inferncia Geogrfica
9.2 MODELOS TERICOS E EMPIRICOS
Do ponto de vista conceitual, os modelos de processos ambientais no

contexto de SIG, podem ser descrito como a combinao de um conjunto de dados
de entrada atravs de uma funo, produzindo um novo dado de sada.
Sada = (dados de entrada)
A funo, , pode tomar muitas formas diferentes, mas os

relacionamentos expressados por esta funo so baseados no entendimento
terico de princpios fsicos e qumicos, ou so empricos, baseados em dados
observados ou ainda na combinao destes dois anteriores tipos.
Na categoria de modelos tericos, equaes de movimento derivadas de

princpios mecnicos, so utilizadas em modelos de circulao atmosfrica,
modelos de fluxo ocenicos e modelos de fluxo de guas subterrneas. Um
modelo de circulao de guas de um lago, por exemplo, usa-se com entrada
mapas de profundidade do lago, mapa de declividade do fundo do lago, fluxo de
entrada e de sada, etc. e tem-se como resultado, campos de velocidades.
Modelos baseados em relacionamentos estatsticos ou relacionamentos

heursticos, so exemplos de modelos empricos. Nestes modelos, os
relacionamento espaciais entre as variveis de estudo, so estimados por critrios
estatsticos, a partir de amostras uma regio experimental, ou a partir de um
conjunto de classes, onde os limiares destas classes definidos por especialistas.
Modelos para predio de potencial mineral so exemplo de modelos
empricos. Os modelos empricos podem ser divididos em dois tipos; modelos
baseados em conhecimento que so implementados a partir do conhecimento de
especialistas, e modelos baseados em dados, que so implementados a partir de
um conjunto de dados observados.

9.3 MODELOS BASEADOS EM CONHECIMENTO
No caso de modelos baseados em conhecimento, dispomos de um conjunto

de informao de entrada e uma metodologia que nos permitir descobrir
localizaes ou zonas que satisfao um conjunto de critrios. Se o critrio
definido segundo regras determinsticas, o modelo consiste em aplicar operadores
de lgica booleana em um conjunto de dados (mapas) de entrada. O dado de sada
um mapa binrios onde cada ponto no mapa, satisfaz ou no as condies do
modelo (Bonham-Carter, 1994). Harris (1989) descreve esse modelo como tcnica
de co-ocorrncia aditiva na qual os mapas binrios so simplesmente sobrepostos,
e as reas de maior potencialidade ocorrncia mineral so aquelas que
apresentam o maior nmero de interseo de evidncias favorveis definidas pelo
modelo.
De um modo alternativo, cada localizao pode ser avaliada de acordo
com critrios ponderados, que resultam em um patamar (grau) em uma escala de
potencialidade (Bonham-Carter, 1994). Essa tcnica tambm definida como co-
ocorrncia ponderada (Harris, 1989). Este mtodo tem como vantagem a
habilidade de avaliar graus de potencialidade em vez de apenas avaliar presena
ou ausncia da potencialidade.
A potencialidade calculada pela ponderao e combinao de evidncias
de fontes mltiplas. A avaliao do peso a ser atribudo a um mapa depende da
anlise da importncia da evidncia em relao a um ocorrncia conhecida ou do
julgamento subjetivo de especialistas.
9.3.1 CONJUNTOS BOOLEANOS VERSUS CONJUNTOS NEBULOSOS
A introduo dos conjuntos Fuzzy para lidar com conceitos inexatos foi
primeiramente introduzida por Zadeh em 1965. O conjunto Fuzzy uma
metodologia de caracterizao de classes, que por varias razes no tem ou no
pode definir limites rgidos (bordas) entre classes. Essas classes definidas de
maneira inexata so chamadas de conjunto Fuzzy. A utilizao de um conjunto
Fuzzy indicada sempre que se tiver que lidar com ambigidade, abstrao e
ambivalncia em modelos matemticos ou conceituais de fenmenos empricos
(Burrough & McDonnell, 1998).
Para caracterizar formalmente um conjunto, pode-se recorrer ao conceito

de funo de pertinncia (Fp). Onde funo de pertinncia, uma funo que
dado o valor de um atributo z, ela determina se o elemento avaliado pertence ou
no a um determinado conjunto em anlise.

A figura 9.1 mostra exemplos de funes de pertinncia que podem ser

usadas para classificao de qualquer tipo de entidade. No eixo x, esta a variao
do atributo (z) dos elementos, usado como parmetro para classificao. No eixo
y, esta a faixa de valores possveis para a funo de pertinncia (Fp). Na Figura
9.1a, se o valor do atributo z estiver entre limiar inferior (Li) e o limiar superior
(Ls), a funo retorna 1, caso contrario retorna zero, conforme mostra a equao
9.1. Para a Figura 9.1b, a funo retorna um valor entre 0 e 1, se o valor do
atributo z estiver entre limiar inferior (Li) e o limiar superior (Ls). Na Figura 9.1b,
a regio entre (Lfi) e (Ls). demominada de zona de transio.
Fp b ( z ) = 1 se Li z Ls
(9.1)
Fp b ( z ) = 0 se z < Li1 ou z > Ls
1
Fp f ( z ) = 2
(9.2)
z Lf i d1
1 +
d1
Fig. 9.1 Exemplo de funo de pertinncia para conjunto
Um conjunto booleano, possui uma funo de pertinncia similar ao da

Figura 9.1a, ou seja, seus limiares so definidos de forma nitida. Por exemplo, se
um especialista em qualidade de gua determinar que os limiares entre gua no
poluda, moderadamente poluda e poluda so: Lbi = 200 unidades e Lbs = 500

unidades, ento a funo de pertinncia Fp b (z ) , eq: 9.1, define a classe de gua

moderadamente poluda.
Um conjunto que tem uma funo de pertinncia como a da Figura

9.1b, denominado de conjunto fuzzy. Um conjunto deste tipo, tem como
caracterstica a indefinio de fronteiras ou limiares entre as classes. Por exemplo,
o conjunto de classes de solo, de cobertura vegetal ou o caso de altura de pessoas
citado na seo anterior, so exemplos de conjuntos que podem ser denominados
de conjuntos fuzzy. A figura 9.2 ilustra a diferena de fronteiras entre conjuntos
booleano e conjuntos fuzzy.
A B
Fig. 9.2 Diagrama de Venn ilustrando a diferena de fronteira entre um conjunto

fuzzy (A) e um conjunto booleano (B)
FONTE: Burrough(1998)
Matematicamente, um conjunto fuzzy pode ser definito como:

Dado o universo de amostras ou objetos Z, um conjunto fuzzy A neste universo
Z um conjunto de pares ordenados:
A = (z, FPAF (O z ) ) para todo Oz Z. (9.3)
Onde FPAF (O z ) a funo de pertinncia fuzzy do conjunto A. O

valor da funo FPAF (O z ) pode ser entendido como o grau de compatibilidade do
objeto Oz com o conjunto A, sendo que o objeto Oz pertence ao universo Z (Oz
Z). A funo FPAF (O z ) um nmero entre 0 e 1, assumindo o valor 1 quando o

grau de compatibilidade entre o conjunto A e o objeto Oz for completa,
assumindo um valor entre 1 e 0 quando este grau de compatibilidade no for total,
e assumindo o valor 0 quando no houver nenhuma compatibilidade entre o objeto
e o conjunto em anlise.
Segundo Burrough e McDonnell (1998), h diferentes tipos de funes de

associao fuzzy, sendo as mais comuns as funes linear e senoidal. A funo
linear dada por um para de linhas inclinadas que se encontram no ponto central
de A, com MF=1; e nas bordas MF assume valor 0,5 (Figura 9.3b). A inclinao
das linhas define a largura da regio de transio fuzzy.
A funo senoidal (Figura 9.3c) definida por (eq: 9.4):
MFF A (z ) =
1
2 para 0 z P
(
1 + a (z c ) )
onde o parmetro a determina a forma da funo e c, o valor de z no ponto central
de A.
Em alguns casos apropriado estender o ponto central de A para um
intervalo de valores, substituindo o parmetro a por uma regio de transio de
largura d1 e d2, para definir a forma da funo de associao fuzzy (Figura 9.3d).
Neste caso, a MFFA(z) definida como (eq: 9.5):
MF F A (z ) =
1
2 se z < b1 + d 1
z b1 d1
1 +
d1
MFFA(z) = 1 se b1 + d1 z b2 - d2
MFF A (z ) =
1
2 se z
> b2 d 2
z b2 + d 2
1 +
d2
Os valores de d1 e d2 correspondem metade da largura da regio de
transio e, as bordas b1 e b2 recebem MF=0,4.

MF a) MF b)
Booleano c
1,0 1,0

0,5 A 0,5 A
0,0 0,0
b1 b
2
z b
1 b
2
z
MF c) MF d)
d1 d2
c
1,0 1,0

0,5 0,5
A
a
0,0 0,0
b 1 b
2
z b
1 b2
z
Figura 9.3 - Funes de associao Booleana e Fuzzy

FONTE: Burrough e McDonnell (1998).
A escolha dos valores d1 e d2 que determinam a largura da regio de transio

pode ser baseada na preciso de medida do atributo do fenmeno, ou do objeto em
questo, ou ainda no conhecimento intuitivo subjetivo.

9.3.2 INFERNCIA BOOLEANA
O Modelo Booleano envolve combinao lgica de mapas binrios atravs

de operadores condicionais. Cada mapa utilizado como uma condio pode ser
entendido como um plano de informao (evidncia). Os vrios planos de
informao so combinados para dar suporte a uma hiptese ou preposio. Cada
localizao ento testada, para determinar se as evidncias nesse ponto
satisfazem ou no as regras definidas pela hiptese .
O resultado expresso de forma binria, 0 (hiptese no satisfeita) e 1
(hiptese satisfeita), no sendo possvel a condio talvez. Embora esse mtodo
seja prtico, normalmente no o mais adequado, pois o ideal que as evidncias,
que apresentam importncia relativa diferente, recebam pesos de diferentes
valores e no sejam tratadas igualmente como acontece.
A lgebra booleana utiliza os ponderadores lgicos E, OU, Exclusivo
OU (XOR) e NO para determinar se uma hiptese satisfaz ou no uma
particular condio. Para melhor entendimento, imagine cada atributo como um
conjunto (figura 9.4). O operador E retorna a interseo entre dois ou mais
conjuntos ,ou seja as entidades que pertencem tanto ao conjunto A e B. O
operador OU retorna a unio dos conjuntos, que so entidades que pertencem
tanto ao conjunto A como ao B. O XOR recupera as entidades que pertencem a
um conjunto e ao outro, mas no aos dois conjuntamente. E o NO o operador
da diferena identificando as entidades que pertencem a um conjunto A mas no
ao B.

A B A B
AEB A OU B
A B A B
A NO B A XOR B
A B A B
C C
(A E B) OU C A E B(B OU C)
Figura 9.4 Diagrama de Venn mostrando os resultados da aplicao de

operadores de lgica booleana para dois ou mais conjuntos (Burrough &
McDonnell, 1998).
O apelo da abordagem Booleana sua simplicidade. A combinao lgica
de mapas em GIS diretamente anloga a sobreposio de overlayers de mapas
em uma mesa de luz, mtodo este tradicionalmente utilizado por gelogos. Em
casos onde limiares de corte foram estabelecidos por lei ou por cdigos,
combinaes Booleanas so abordagens prticas e de fcil aplicao. Na prtica,
entretanto, normalmente no indicado a atribuio de importncias iguais para
cada critrio a ser combinado. Evidncias precisam ser ponderadas dependendo da
sua importncia relativa (Bonham-Carter, 1994).
9.3.3 MDIA PONDERADA
Dentre os mtodos de anlise multi-critrio Eastman et al. (1995) cita a

Mdia Ponderada como a tcnica mais utilizada em projetos que envolvam anlise
espacial. Neste mtodo cada mapa de entrada ser utilizado como uma evidncia
que receber um peso diferente dependendo da importncia para com a hiptese
sobre considerao. Neste caso cada plano de informao receber pesos
diferentes, bem como as respectivas classes dos planos de informao. O resultado
ser um mapa com reas que expressam um grau de importncia relativa atravs
dos valores numricos de sada.
O primeiro passo para a aplicao do mtodo a ponderao das classes de
cada plano de informao segundo pesos definidos empiricamente. Os planos de
informao ponderados so ento somados atravs de uma soma ponderada onde

cada plano de informao recebeu pesos segundo sua importncia relativa. A

funo matemtica expressa por:
wij yi
r= i =1
n
,onde wij o peso da classe "i" do plano de informao "j" , e yj o
yi
i =1
peso do plano de informao "j".

O mtodo de Mdia Ponderada permite uma maior flexibilidade na
combinao de mapas do que o mtodo Booleano. O mapa ponderado pode ser
ajustado para refletir o julgamento de um especialista, segundo os pesos de
importncia definidos para cada critrio. A maior desvantagem deste mtodo,
entretanto, recai provavelmente no carter linear de adio das evidncias
(Bonham-Carter, 1994).
9.3.4 INFERNCIA FUZZY
Assim como em conjuntos Booleanos, dados em conjuntos fuzzy podem

ser manipulados utilizando mtodos lgicos para selecionar e combinar dados
provenientes de vrios conjuntos. Para que isto seja possvel, linguagens de
consulta a sistemas gerenciadores de bancos de dados, precisam ser modificadas
para tratar operaes da lgica continua. As operaes bsicas sobre subconjuntos
fuzzy so similares e so uma generalizao das operaes bsicas da lgica
binria. Estas operaes podem ser utilizadas de forma a se obter um dado
resultante(mapa) da sobreposio de vrios dados fuzzy (planos de Informao).
Os seguintes operadores fuzzy: AND, OR, Soma Algbrica, Produto Algbrico,
Operador Gama e Soma Convexa, que sero detalhados a seguir.
a) Fuzzy AND (interseo)
Esta operao equivale ao AND Booleano. A interseo significa uma

sequncia de E e obtida atravs do operador MIN.
a, b, c, ...) ,
= MIN (
onde a, b, e c so valores de pertinncia dos mapas A, B e C, para uma

dada localizao.
b) Fuzzy OR (Unio)

Fuzzy OR como o OR Booleano, onde o valor de pertinncia de sada

controlado pelos valores mximos dos mapas de entrada de cada localizao e
dado por :
= MAX (
a, b, c,... )
c) Produto Algbrico Fuzzy
A funo de pertinncia combinada, neste caso, dada por:
= i
onde i o valor de pertinncia fuzzy para o i-simo mapa e I = 1, 2, ....,n,

mapas que devero ser combinados. Os valores de pertinncia tendem a ser muito
pequenos quando se utiliza este operador, devido ao efeito de se multiplicar
diversos nmeros menores do que 1.
d) Soma Algbrica Fuzzy
Este operador complementar ao produto Algbrico Fuzzy, e

representado por:
= 1 - (1-
i )
O resultado desta operao sempre um valor maior ou igual ao

maior valor de pertinncia fuzzy de entrada. O efeito desta operao , portanto,
de aumentar o valor de pertinncia. Observa-se que, enquanto o produto algbrico
Fuzzy um produto algbrico, a soma algbrica Fuzzy, no uma simples soma
algbrica.
e) Operador gama
Este operador definido por dois termos, um produto algbrico Fuzzy e

uma soma algbrica Fuzzy. Este operador expresso pela funo:
= (soma algbrica Fuzzy) x (produto algbrico Fuzzy)1-

O produto algbrico Fuzzy expresso pela funo,
n
= i =1
i , onde i representa o valor do membro Fuzzy para um plano
de informao i.

O operador executa a multiplicao dos membros dos diferentes planos de

informao (i= 1,2,3,...), sendo que o valor de sada de um dado ponto sempre
menor ou igual ao valor do menor membro Fuzzy. Isto ocorre devido a
multiplicao de valores iguais ou menores que 1.
A soma algbrica Fuzzy definida pela funo:
n
= 1 (1 i ) , onde o termo i representa o valor dos membros Fuzzy para
i =1
um plano de informao i. O operador executa a multiplicao do termo (1 - i).

Na soma algbrica o resultado sempre maior ou igual ao valor de entrada do
maior membro Fuzzy (i).
No operador gama pode-se variar a importncia de cada termo (soma
algbrica e produto algbrico Fuzzy). A importncia de cada termo no operador
gama definida atribuindo-se valores entre (0,1) para o expoente . Esta
distribuio de importncia melhor entendida atravs da figura 9.5.
No grfico da figura 9.5 pode-se observar que quando o gama for igual a
=0, o resultado depender apenas do termo produto algbrico Fuzzy, e quando
=1, o resultado depender apenas do termo soma algbrica Fuzzy. Os valores
de gama entre 0<>0,35 apresentaram um carter diminutivo, ou seja sempre
menor ou igual que o menor membro Fuzzy de entrada (i). Na outra extremidade
do grfico valores gama entre 0,8<>1,0 tero um carter aumentativo onde o
valor de sada ser igual ou maior que o valor do maior membro Fuzzy de entrada
(i). Por fim, para os valores de gama entre 0,35<>0,8, os i no apresentaram
nem um carter aumentativo nem diminutivo, os valores dos i de sada,
cairo sempre entre o menor e o maior valor dos i de entrada (Bonham-Carter,
1994).

Soma algbrica
aumentativo
A = 0.75
Membro
B = 0.5
Produto algbrico
diminutivo

Figura 9.5 Grfico de distribuio da funo Fuzzy Gama. Modificado: Bonham-
Carter (1994).

9.4 MODELOS EMPRICOS BASEADOS EM DADOS.
At este ponto, discutimos os modelos baseados em conhecimento, onde a

importncia (peso) e limiares dos atributos eram definidos baseado na experincia
de especialistas. Quando os dados disponveis so suficientes para que se possa
estimar a contribuio de determinados atributos no processo de modelagem,
recorre-se a mtodos estatsticos que so aplicados sobre estes dados, da o nome
de modelos empricos baseado em dados. Apresentaremos a seguir a abordagem
bayseana, conhecida como evidencias de pesos.
9.4.1 MTODOS BAYESIANOS CONCEITOS BASICOS
Na abordagem bayesiana, os principais conceitos envolvidos so a

probabilidade a prior e a probabilidade a posteriori. Para introduzirmos o conceito
de probabilidade a priori e posteriori, suponha que um indivduo deseje estimar a
probabilidade de que ocorra chuva no dia seguinte, e que para isto, ele tenha em
mos um histrico sobre chuvas na regio nos ltimos 20 anos, e que ele conclua,
a partit do histrico, que em mdia chove 80 dias por ano na regio. Com esta
informao, seria uma estimativa razovel dizer que a probabilidade a priori de
que vai chover no dia seguinte 80/365. Pode-se refinar esta estimativa com
outros dados histricos, como por exemplo a poca do ano. Com isto teramos a
probabilidade de chuva no dia seguinte, dado que estamos em uma determinada
poca do ano, ou seja, a probabilidade seria modificada por um fator que varia
com o ms do ano. Esta nova probabilidade denominada probabilidade a
posteriori ou probabilidade condicional de chuva dado a poca do ano. Este fator
multiplicativo pode tambm ser determinada a partir de dados histricos.
Colocando isto na forma de uma expresso temos:
P{chuva|poca do ano} = P{chuva} * Fatorpoca do ano (9.6)
onde:
P{chuva} probabilidade a priori
P{chuva|poca do ano} probabilidade a posteri
Outros fatores que tambm afetam a possibilidade de chuva no dia

seguinte, so : choveu ontem, choveu hoje. Estes fatores so evidncias, que
contribuem para refinar a estimativa de chuva no dia seguinte. Eles podem ser
combinados conforme a expresso abaixo:

P{chuva|evidencia} = P{chuva} * Fatorpoca do ano * Fatordia anterior * Fatordia corrente

(9.7)
Algumas evidncias podem aumentar da probabilidade a posteriori, em

relao a probabilidade a priori, neste caso o fator maior do que 1, em outros
casos este fator reduzir a probabilidade, e neste caso ser menor do que 1.
Consideremos o problema de se encontrar depsitos de um determinado

mineral em uma regio que possui uma rea de 10.000 km2, e que j tenham sido
identificados nesta regio 200 depsitos. Para efeito de anlise, cada deposito
ocupa uma unidade de rea ou clula de 1 km2. Se particionarmos a nossa regio
de estudo em unidades geogrficas com rea de 1 km2 , nosso universo de estudo
ter 10.000 unidades. Usando a notao N{} para representar a contagem de
unidades, teremos: N{R} = 10.000 unidades de rea e N{D} = 200 depsitos
conhecidos com rea de 1 km2. A densidade mdia de depsitos conhecidos na
regio N{D}/N{T}, ou 200/10000=0.02, assumindo que cada unidade de rea s
contm um deposito. O valor 0.02 pode ser interpretado como a probabilidade de
ao se apontar aleatoriamente uma clula na regio, ela ser uma clula que contm
deposito mineral. No existindo outras informaes disponveis sobre a rea, esta
razo N{D}/N{T} pode ser usada como a probabilidade a priori P{D}de se
encontrar um deposito na regio analisada. Suponhamos que, surja algum de
posse de um mapa de anomalia magntica para a mesma regio, e que 180 dos 200
depsitos conhecidos ocorram dentro da rea de anomalia. A Figura 9.6 ilustra
esta situao.
Fig. 9.6 Regio de estudo R sobreposta a um mapa binrio de anomalia

magntica .

A partir da constatao de que 180 dos 200 depsitos esto dentro

da rea de anomalia, pode-se afirmar que a probabilidade de deposito em uma
clula que esteja dentro da rea de anomalia maior do que 0.02, e que esta
probabilidade poder ser menor do que 0.02 para uma clula fora da rea de
anomalia. A condio favorvel para se encontrar um depsito dado a presena de
evidncias pode ser expressada por uma probabilidade condicional:
P{D A}
P{D / A} = (9.8)
P{A}
Onde P{D|A} a probabilidade condicional de um deposito D

dado que a clula esta dentro da rea de anomalia A. O numerador P{DA}
igual a proporo da rea total onde ocorre simultaneamente deposito e anomalia
ou P{D|A}=N{DA}/N{T}. De maneira similar, P{A}=N{A}/N{T}, onde P{A} e
N{A} so respectivamente a probabilidade e a rea da anomalia A. Substituindo
na equao 9.8 tem-se:
N {D A}
P{D / A} = (9.9)
N {A}
A partir do diagrama de Venn apresentado na Figura 9.7 vemos que

a probabilidade condicional a proporo da rea de anomalia A ocupada por
depsitos conhecidos. No nosso exemplo, existe 180 depsitos dentro da rea de
anomalia, e a rea de anomalia ocupa 3600 km2, assim sendo, a probabilidade
condicional de depsitos dada a presena de anomalia magntica
180/3600=0.05, que duas vezes e meia maior do que a probabilidade a priori.
Usando-se esta evidncia, a explorao de novos depsitos do mesmo tipo, ser
muito mais eficiente e com uma rea de pesquisa reduzida de 10.000 km2 para
3.600 km2 .

T
A
AD AD
AD
A D D
Fig. 9.7 Diagrama de Venn mostrando a relao de sobreposio espacial entre

anomalia magntica e ocorrncia de depsitos mineral .
Conforme apresentado na equao 9.8, podemos obter uma

expresso relacionando a probabilidade a posteriori de depsitos em termos da
probabilidade a priori mais um fator multiplicativo. Para isto, notemos que a
probabilidade condicional de uma clula estar na regio de anomalia magntica
A, dado que esta clula contm um deposito :
P{A D}
P{A / D}\ = (9.10)
P{D}
No nosso exemplo ilustrado nas Figuras 9.6 e 9.7, P{A|D} =
180/200=0.9. Da teoria da probabilidade sabemos que P{AD} a mesma de
P{DA}, combinando as equaes 9.8 e 9.10 obtemos a equao 9.11 :
P{A | D}
P{D / A} = P{D} (9.11)
P{A}
A equao 9.11 nos diz que: A probabilidade a posteriori de um

depsito, dado que a clula esta na rea de anomalia igual a probabilidade a
priori de depsito P{D} multiplicado pelo fator P{A|D}/P{A}. O numerador deste
fator 0.9, conforme calculamos no pargrafo anterior e o denominador
3600/10000=0.36, ou seja, o fator 0.9/0.36=2.5. Podemos concluir que dado a
presena de anomalia magntica, a probabilidade de deposito 2.5 vezes maior do
que a probabilidade a priori. Substituindo estes valores na equao 9.11, obtemos:
P{D|A} = 0.2*2.5=0.05, que igual a calculada anteriormente pela equao 9.9.
No fator multiplicativo P{A|D}/P{A}, a informao sobre o numerador P{A|D}
pode ser obtida a partir de uma anlise sobre os depsitos, onde se busca

determinar a proporo deles que esto relacionados com um determinado

indicador de evidncia. O denumerador, pode ser determinado a partir do
conhecimento da ocorrncia esperada do indicador de evidncia na regio
analisada.
Uma expresso similar a anterior, pode ser obtida para a probabilidade a

posteriori da ocorrncia de um deposito, dada a ausncia da anomalia.
P{A | D}
P{D / A} = P{D}
P{A}
( 9.12)
Onde: P{A } = (10000-3600)/10000=0.64, P{A | D}=20/200=0.1,

que resulta em um fator de multiplicao P{A | D}/ P{A}= 0.1/0.64=0.15625.
Podemos assim concluir que a probabilidade a posteriori da ocorrncia de
depsitos em posies onde no h anomalia magntica 0.15625 vezes menor do
que a probabilidade a priori. No nosso exemplo P{D | A}=
0.2*0.15625=0.003125. Ento, baseado em uma nica fonte de evidncia,
podemos reduzir a rea de pesquisa de 10.000 km2 para 3600 km2 , porque a
chance de se encontrar depsito onde no h anomalia significativamente
menor(50 vezes) do que onde h anomalia.
9.4.2 MTODOS BAYESIANOS APLICAO A GEOPROCESSAMENTO
Um dos usos mais importantes da inferncia bayesiana em

Geoprocessamento se d no caso de gerao de mapas de prospeco mineral. Em
termos prospectivos pode-se pensar na definio da probabilidade de um depsito
ocorrer, condiciona pela ocorrncia de uma certa evidncia (exemplo: litologia
favorvel).
A probabilidade priori seria a probabilidade do dado bruto, ou seja a
probabilidade da ocorrncia mineral para com a rea total. A probabilidade
posteriori seria um refinamento do conhecimento (probabilidade priori), onde
atravs de uma ou mais evidncias, que possuem uma relao direta com a
mineralizao, calcula-se o aumento das chances de sucesso no encontro de um
novo depsito mineral. Ou seja, dado que se esta pesquisando sobre uma
evidncia favorvel, determina-se quanto esta condio aumenta as chances da
descoberta de um novo depsito mineral.
A probabilidade a priori para a presena de um dado pode ser estimada por
modelos simples de distribuio espacial aleatria ou por anlises estatsticas
multivariadas (Agterberg, 1989). Os dados para o clculo da probabilidade
posteriori podem ser obtidos atravs da tabulao cruzada, entre o plano de
informao com os depsitos e os planos de informao com as evidncias. Para

isso necessrio que os planos de informao das evidncias sejam antes
transformados em mapas binrios, subdivididos em classes favorvel e no
favorvel.
Com os mapas binrios gerados, faz-se a tabulao cruzada das evidncias
com os depsitos (verdades de campo) obtendo-se assim uma matriz onde cada
clula "mij" corresponde a interseo das classes das evidncias com as
ocorrncias minerais. Esses valores so utilizados nas formulaes para a
obteno das probabilidades posteriori (Figura 9.7).
Bonham-Carter (1994) prope ainda outro tipo de formulao, expressa
pelo clculo da chance priori O(d) e da chance posteriori O(d|e). Esta
formulao permite a integrao de diferentes evidncias como fatores
explicativos para a ocorrncia mineral.
A chance priori expressa por:
p(d )
O(d ) = , (9.13)
(1 p(d ))
onde p(d) probabilidade a priori.

A chance posteriori obtida a partir do desenvolvimento da probabilidade
posteriori. O desenvolvimento esta apresentado abaixo:
p ( d ) p (e | d )
p ( d | e) = (9.14)
p ( e)
p (~ d ) p (e |~ d )
p (~ d | e) = (9.15)
p (e )
Substitui-se p(~d/e) nos dois termos da equao p(d/e):

p ( d | e) = p ( d ) p ( e | d )
p (~ d | e) p (~ d | e) p (e)
O(d|e) O(d) 1
P ( d | e) = p ( d ) p ( e | d ) p ( e )
p(~ d | e) p(~ d ) P(e |~ d ) p (e)
O (d ) p(e | d )
O ( d | e) = (9.16)
p ( e |~ d )
A razo p (e|d) / p (e|~d) chamada de razo de suficincia (LS).

De modo semelhante obtm-se a chance da ocorrncia do minrio, dado a
ausncia da evidncia.
O (d ) p (~ e | d )
O (d |~ e) = (9.17)
p (~ e |~ d )
A razo p (~e|d) / p (~e|~d) chamada razo de necessidade (LN).

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

Bonham-Carter (1994) demostra ainda que para um nmero maior de
evidncias, estas seriam integradas atravs da formulao que computaria a chance
priori, somada somatria dos logaritmos das razes de suficincia e/ ou

necessidade. Sendo necessrio porm que as evidncias consideradas apresentem

uma independncia condicional (Agterberg, 1989).
n
log[ o ( d | e )] = log[ o ( d )] +
i =1
i
+
n
log[o( d |~ e)] = log[o( d )] + i
i =1
Esta soma das razes de suficincia e razo de necessidade pode ser efetuada a
partir de uma operao matemtica condicional, controlada pela presena ou
ausncia da classe favorvel do plano de informao para todos os pontos de
interesse.
n
n = log[o(d )] + (( i = favorvel ) ? i+ : i )
i =1i
A partir do plano de informao da chance posteriori gerado, aplicada

uma expresso matemtica para a gerao do plano de informao com os valores
de probabilidade posteriori.
o ( d | e)
p ( d | e) =
1 + o ( d | e)
O resultado final uma grade regular com valores de "z" indicando a

probabilidade posteriori da ocorrncia mineral. Essa grade pode ser ento fatiada
em faixas que expressaro o grau de probabilidade ocorrncia de novos
depsitos.

9.5 REDES NEURAIS ARTIFICIAIS
Redes Neurais Artificiais so tcnicas computacionais que apresentam um modelo

matemtico inspirado na estrutura neural de organismos inteligentes e que
adquirem conhecimento atravs da experincia (Carvalho,1999). O processamento
em redes neurais ocorre na sua maioria de modo paralelo diferentemente da
computao convencional, que apresenta processamento seqencial
Uma rede neural artificial composta por vrias elementos de processamento
(EP). Esses elementos geralmente so conectados por canais de comunicao que
esto associados a determinados pesos. Os pesos so coeficientes adaptativos da
rede que determinam a intensidade dos sinais de entrada, ou seja so medidas de
fora de conexo (Nelson e Illingworth, 1991). Os elementos fazem operaes
apenas sobre seus dados locais, que so as entradas recebidas pelas suas conexes.
O comportamento inteligente de uma Rede Neural Artificial vem das interaes
entre EP da rede.
As arquiteturas neurais so na maioria das vezes organizadas em camadas, com
EPs que podem estar conectados aos EPs da camada posterior (Figura 9.8).
Usualmente as camadas so classificadas em trs grupos:
Camada de Entrada: onde os sinais (padres) so apresentados rede;
Camadas Intermedirias ou Escondidas: onde efetuada a maior parte do
processamento, atravs das conexes ponderadas;
Camada de Sada: onde o resultado final concludo e apresentado.
Figura 9.8 Organizao em camadas de uma rede neural. Fonte (Carvalho,

1999).

A operao de um EP pode ser entendida da seguinte maneira: sinais so

apresentados entrada; cada sinal multiplicado por um peso, que indica a sua
influncia na sada da unidade; efetuada a soma ponderada dos sinais que produz
um nvel de atividade; se este nvel de atividade exceder um certo limite a unidade
produz uma determinada resposta de sada.
Figura 9.9 Elemento de processamento funo de soma. Modificado:Nelson e

Illingworth, 1991.
Matematicamente pode-se pensar nas entradas e nos pesos como

vetores (i1 , i 2, ..., in ) e ( wi , w2 ,..., wn ) . efetuada a multiplicao de cada
componente i n pelo correspondente wn , e posteriormente a soma de todos os
produtos (Figura 9.9). No resultado aplicado uma funo de transferncia
(funo de ativao) que geralmente no-linear (Figura 9.10). As funes
lineares na prtica mostram-se pouco eficientes pois fornecem simplesmente
sadas proporcionais as entradas. As funes mais utilizadas so as Hard limiter,
Ramping function e sigmide, sendo as sigmides as mais utilizadas devido ao seu
carter contnuo (Nelson e Illingworth, 1991).

Figura 9.10 Exemplos de funes de transferncia. Modificado: Nelson e

Illingworth (1989).
A maioria dos modelos de redes neurais possui alguma regra de treinamento, onde
os pesos de suas conexes so ajustados de acordo com os padres apresentados
(sinais). Em outras palavras, elas aprendem atravs de exemplos. Os sinais podem
ser positivos (excitadores) ou negativos (inibidores). Uma entrada positiva
promove o disparo de um EP, enquanto a negativa tende manter o EP inerte.
A propriedade mais importante das redes neurais a habilidade de aprender e com
isso melhorar o seu desempenho. Isso feito atravs de um processo iterativo de
ajustes aplicado a seus pesos, o treinamento. O aprendizado efetuado atravs de
algoritmo de aprendizado que so um conjunto de regras bem definidas para a
soluo de um determinado problema. Existem muitos tipos de algoritmos de
aprendizado especficos para determinados modelos de redes neurais. O
aprendizado ocorre quando a rede neural atinge uma soluo generalizada para
uma classe de problemas.
As formas de aprendizado podem ser subdivididas em: supervisionadas; no
supervisionadas; e por reforo. No aprendizado supervisionado so apresentadas
rede um conjunto de padres de entrada e seus correspondentes padres de sada.
Durante os processos sucessivos, a rede realiza um ajustamento dos pesos das
conexes entre os elementos de processamento, segundo alguma lei de
aprendizado (algoritmo), at que o erro entre os padres de entrada e sada esteja
abaixo de um valor mnimo desejado (Figura 9.11). Dentre os algoritmos de
aprendizado supervisionado os mais utilizados so Perceptron, Adeline e
Madaline, Backpropagation (Hetch-Nielsen, 1989). O aprendizado por reforo

similar ao supervisionado com a diferena que um crtico externo avalia a resposta

fornecida pela rede (Carvalho, 1999).
Figura 9.11 Exemplificao do processo de aprendizado. Fonte: Carvalho

(1999).
No aprendizado no-supervisionado a rede analisa os conjuntos de entradas
apresentadas e determina algumas das propriedades dos conjuntos de dados e
aprende a refletir sobre suas propriedades de sada. Os mtodos de aprendizado
mais utilizados so Mapa Auto-Organizvel de Kohonen, Redes de Hopfield e
Memria Associativa Bidirecional (Hecht-Nielsen,1989).
O primeiro passo do processo de desenvolvimento de redes neurais artificiais so
a coleta de dados relativos ao problema e a sua separao em um conjunto de
treinamento e um conjunto de teste. Os dados de treinamento sero utilizados para
o treinamento da rede e dados de teste sero utilizados para verificar sua
performance sob condies reais de utilizao.
O segundo passo a definio da configurao da rede, que pode ser dividido em
trs etapas:
seleo do paradigma neural apropriado aplicao;
determinao da topologia da rede a ser utilizada (nmero de camadas, nmero
de unidades em cada camada, etc);
determinao de parmetros do algoritmo de treinamento e funes de
ativao (Carvalho, 1999).
O terceiro passo o treinamento da rede. Nesta fase, seguindo o algoritmo de
treinamento escolhido, sero ajustados os pesos das conexes. Normalmente, os
valores iniciais dos pesos da rede so nmeros aleatrios uniformemente

distribudos em um intervalo definido.
O quarto passo o teste da rede. Durante esta fase o conjunto de teste utilizado
para determinar a performance da rede com dados que no foram previamente
utilizados. A performance da rede uma boa indicao de sua performance real
(Carvalho,1999). Finalmente, com a rede treinada e avaliada, ela pode ser
integrada em um sistema do ambiente operacional da aplicao.

9.6 GEOPROCESSAMENTO E SUPORTE DECISO
9.6.1 INTRODUO
Qual o grande desafio da produo de novas informaes em um SIG ? A

capacidade de comparar e avaliar as diferentes possibilidades de gerao de novos
mapas. Como o SIG oferece uma grande quantidade de funes de lgebra de
Mapas, nem sempre facil escolher qual a forma de combinao de dados mais
adequada para nossos propsitos.
Neste contexto, muito til dispor de ferramentas de suporte deciso,
que nos ajudam a organizar e estabelecer um modelo racional de combinao de
dados. Uma das tcnicas mais teis o processo analtico hierrquico - Analytical
Hierarchy Process (AHP), desenvolvida por Saaty (1992), considerada como
sendo a mais promissora no contexto do processo de tomada de deciso.
9.6.2 SUPORTE DECISO - CONCEITOS BSICOS
Decidir escolher entre alternativas. Com base nesta viso, podemos

encarar o processo de manipulao de dados num sistema de informao
geogrfica como uma forma de produzir diferentes hipteses sobre o tema de
estudo.
O conceito fundamental dos vrios modelos de tomada de deciso o de
racionalidade. De acordo com este princpio, indivduos e organizaes seguem
um comportamento de escolha entre alternativas, baseado em critrios objetivos
de julgamento, cujo fundamento ser satisfazer um nvel pre-estabelecido de
aspiraes.
O modelo racional de tomada de deciso preconiza quatro passos que devem
ser seguidos para uma escolha apropriada:
Definio do problema: formular o problema como uma necessidade de
chegar a um novo estado.
Busca de alternativas: estabelecer as diferentes alternativas (aqui
consideradas como as diferentes possveis solues do problema) e
determinar um critrio de avaliao.
Avaliao de alternativas: cada alternativa de resposta avaliada.

Seleo de alternativas: as possveis solues so ordenadas, selecionando-

se a mais desejvel ou agurpando-se as melhores para uma avaliao
posterior.
9.6.3 A TCNICA AHP - PROCESSO ANALTICO HIERRQUICO
Quando temos diferentes fatores que contribuem para a nossa deciso,

como fazer para determinar a contribuio relativa de cada um ? Para abordar este
problema, Thomas Saaty props, em 1978, uma tcnica de escolha baseada na
lgica da comparao pareada. Neste procedimento, os diferentes fatores que
influenciam a tomada de deciso so comparados dois-a-dois, e um critrio de
importncia relativa atribudo ao relacionamento entre estes fatores, conforme
uma escala pr-definida (veja tabela).
O primeiro passo para a aplicao dessa tcnica a elaborao de uma
relao de importncia relativa entre as evidncias. Essa relao utilizada como
dado de entrada em uma matriz de comparao pareada, onde so calculados os
autovalores e autovetores da matriz. Os pesos de cada membro Fuzzy, eqivalem
ento aos autovetores da matriz de comparao pareada.
A AHP uma teoria com base matemtica que permite organizar e avaliar
a importncia relativa entre critrios e medir a consistncia dos julgamentos.
Requer a estruturao de um modelo hierrquico, o qual geralmente composto
por meta, critrios, sub-critrios e alternativas; e um processo de comparao
pareada, por importncia relativa, preferncias ou probabilidade, entre dois
critrios, com relao ao critrio no nvel superior. Com base na comparao, a
AHP pondera todos os sub-critrios e critrios e calcula um valor de razo de
consistncia entre [0, 1], com 0 indicando a completa consistncia do processo de
julgamento.

Escala de Valores AHP para Comparao Pareada
Intensidade de
Definio e Explicao
importncia
Importncia igual - os dois fatores contribuem igualmente

1
para o objetivo
Importncia moderada - um fator ligeiramente mais

3
importante que o outro
Importncia essencial - um fator claramente mais

5
importante que o outro
Importncia demonstrada - Um fator fortemente favorecido

7
e sua maior relevncia foi demonstrada na prtica
Importncia extrema - A evidncia que diferencia os fatores

9
da maior ordem possvel.
Valores intermedirios entre julgamentos - possibilidade de

2,4,6,8
compromissos adicionais
A partir do estabelecimento de critrios de comparao para cada combinao de

fatores, possivel determinar um conjunto timo de pesos que podem ser
utilizados para a combinao dos diferentes mapas.
9.6.4 SUPORTE DECISO EM GEOPROCESSAMENTO
Consideramos uma das situaes mais comuns em SIG: classificar o espao em

reas mais ou menos adequadas para uma finalidade. Este problema ocorre em
grande nmero de aplicaes, como zoneamento, prospeco mineral, e seleo de
reas para um novo empreendimento comercial.
Tome-se, por exemplo, um estudo de preservao ambiental em reas de encosta,
para estabelecer uma poltica de ocupao, associada a mapas de risco de
desmoronamento e impacto ambiental. Para tanto, vamos supor que dispomos de
um mapa topogrfico, da carta geotcnica, e de um mapa de uso e ocupao do
solo (obtido a partir de foto-interpretao ou classificao digital de imagens de
satlite).

O procedimento tradicional de anlise baseia-se no princpio de interseo de

conjuntos espaciais de mesma ordem de grandeza (Yves Lacoste) e est baseada
em condicionantes (risco mximo ocorre em reas cuja declividade maior que
10%, no so reas de preservao ambiental, e o tipo de terreno inadequado).
A transposio deste metodologia analgica para o ambiente de SIG requer o uso
de operaes booleanas (OU, E, NO) para expressar as diferentes condies.
Esta tcnica utiliza o computador como mera ferramenta automatizada de
desenho, ignorando todo o potencial de processamento numrico do SIG, e gera
descontinuidades inexistentes no dado original. Por exemplo, reas com
declividade igual a 9,9% sero classificadas diferentemente de regies com
inclinao de 10,1%, no importando as demais condies.
Mapas so dados e no desenhos. Tratar mapas como dados significa dar forma
numrica ao espao ao associar, a cada localizao, um valor que representa a
grandeza em estudo; requer ainda, na maior parte dos casos, o uso do formato
matricial (raster), mais adequado a uma representao contnua do espao.
No caso em apreo, a anlise espacial em SIG ser muito melhor realizada com
uso da tcnica de classificao contnua: os dados so transformados para o espao
de referncia [0..1] e processados por combinao numrica, atravs de mdia
ponderada ou inferncia fuzzy. Ao invs de um mapa temtico com limites
rgidos gerados pelas operaes booleanas, obteremos uma superfcie de deciso,
sob forma de uma grade numrica. O que representa este resultado ? Uma viso
contnua da variao da nova grandeza (seja ela adequao a plantio, indicador de
mineralizaes ou susceptibilidade ambiental).
No exemplo citado, o resultado ser uma grade numrica que indica, para cada
localizao, o risco de desmoronamento, numa gradao de 0% a 100%. Qual a
grande vantagem desta situao? Ela nos permite construir cenrios (por exemplo,
risco de 10%, 20% ou 40%), que indicam os diferentes compromissos de tomada
de deciso (maior nfase em proteo ambiental ou em minimizar o custo
econmico). Obtemos assim uma flexibilidade e um entendimento muito maiores
sobre os problemas espaciais.

9.7 ESTUDO DE CASO
Para a comparao das metodologias de integrao e anlise espacial dos dados

tomou-se como rea de estudo o macio alcalino de Poos de Caldas, o qual
encerra mineralizaes radioativas h muito conhecidas.
O interesse pelos minerais radioativos no complexo alcalino de Poos de Caldas
tiveram incio em 1952, quando trabalhos preliminares de campo foram
executados pelo Conselho Nacional de Pesquisa (Tolbert, 1966), para investigar e
determinar fontes de anomalia radioativa.
Esse interesse gerou uma boa base de dados e trabalhos (Ellert, 1959; Tolbert,
1966; Oliveira, 1974; Almeida e Paradella, 1977; Ulbrich, 1984; Fraenkel et al.,
1985; Almeida Filho,1995), sendo esses os fatores que influenciaram na escolha
dessa rea para a aplicao de modelos prospectivos baseados em inferncia
espacial. A seguir ser apresentado um resumo sobre as caractersticas gerais,
geolgicas e do banco de dados do macio de Poos de Caldas.
9.7.1 CARACTERSTICAS GERAIS DA REA DE ESTUDO
O planalto de Poos de Caldas, na divisa dos estados de Minas Gerais e So

Paulo, constitui uma estrutura em forma de cratera vulcnica grosseiramente
circular, com cerca de 705 km2. A cidade de Poos de Caldas, a qual tem como
atividades econmicas principais a minerao (bauxita, argilas, minerais
radioativos) e o turismo ligado suas guas e ao clima agradvel, localiza-se na
borda norte dessa cratera. A Figura 9.12 mostra o planalto de Poos de Caldas
atravs de uma composio colorida obtida com imagens do satlite Landsat-1.
Como referncia esto indicadas a cidade de Poos de Caldas, principais
drenagens, vias de acesso etc, extradas de cartas planimtricas da regio.

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
Figura 9.12- Composio colorida
importncia econmica. A associao trio-terras
de imagens do satlite Landsat-1,
raras constitui o segundo tipo de mineralizao
mostrando o planalto de Poos de
radioativa encontrada na rea, representada
Caldas.
principalmente pela jazida de Morro do Ferro, na
parte central do planalto. A associao urnio-molibdnio constitui os depsitos
uranferos mais importantes, representados principalmente pela jazida de Campo
do Agostinho e pela mina Usamu Tsumi, na parte centro-sudeste do planalto. Para
sua explorao foi criado, em meados da dcada de setenta, o Complexo 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 9.13 - Mapa de litologias potenciais para a ocorrncia de mineralizaes

radioativas.

Figura 9.14 - Mapa de lineamentos, indicando falhas/fraturas e estruturas

circulares.
Figura 9.15- Mapa de anomalias gama-radiomtricas no planalto de Poos de

Caldas.
9.7.2 MODELO PROSPECTIVO USANDO OPERAES BOOLEANAS

Com base nos critrios diagnsticos j definidos, uma rea poderia ser
considerada potencial quando nela ocorrerem concomitantemente:
(a) Litologias potenciais, representadas por rochas potssicas (A), corpos
intrusivos de foiatos (B), ou rochas vulcnicas (C);
(b) Feies estruturais, indicativas de falhas/fraturas (D), ou estruturas circulares
(E), que cortam litologias potenciais; e
(c) Valores gama-radiomtricos (F), a partir de 1,8 vez o background regional
(limiar arbitrado com base no valor mdio encontrado em depsitos de urnio da
rea).
Para mapear as reas de ocorrncias dos critrios diagnsticos acima indicados,
empregou-se a seguinte equao de lgebra booleana:
{[(A or B or C) and (D or E)] and F} REAS

POTENCIAIS
A Figura 9.16 o mapa das reas potenciais para pesquisa de minerais radioativos
no planalto de Poos de Caldas, com base na equao acima. Essas reas cobrem
uma superfcie de 88,5 km, correspondentes a apenas 12% da regio total
investigada. Observando-se a distribuio das mineralizaes, verifica-se que 77%
delas ocorrem em reas indicadas como potenciais. Nas restantes 23% encontra-se
ausente pelo menos um dos trs critrios diagnsticos. Constata-se ainda que dos
trs tipos de mineralizaes radioativas conhecidas, aquelas do tipo U-Zr
predominam nas regies leste e oeste/sudoeste, enquanto as dos tipos U-Mo e 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.
9.7.3 MODELO PROSPECTIVO USANDO MDIAS PONDERADAS
Neste tipo de modelo, pesos so atribudos aos critrios diagnsticos e s suas

respectivas classes (e.g. critrio diagnstico litologia, classe rocha potssica),
calculando-se uma imagem de mdias ponderadas, a qual representa uma
combinao particular e nica dos dados para cada rea unitria do terreno. A
definio dos pesos a ao mais crtica a ser tomada para a aplicao do modelo.

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 9.17 mostra reas com diferentes prioridades para a
prospeco de minerais radioativos no planalto de Poos de Caldas. Este mapa foi
gerado a partir do fatiamento da imagem de mdias ponderadas, representando os
seguintes intervalos de pesos: 0-20; 20-35; 35-45; 45-55; e 55-65. s reas
definidas por esses intervalos foram atribudas prioridades para pesquisa ditas
nula, baixa, mdia, alta e muito alta, respectivamente.
Figura 9.16- Mapa de reas potenciais para Figura 9.17 - Mapa de reas com
a pesquisa de minerais radioativos no diferentes prioridades para a pesquisa de
planalto de Poos de Caldas, segundo minerais radioativos no planalto de Poos
mtodo baseado em lgebra booleana. de Caldas, segundo modelo de mdias
ponderadas.
A Tabela 9.1 resume algumas caractersticas das reas potenciais
mostradas na Figura 9.17. Apenas 14% das mineralizaes, todas sem importncia
econmica (U-Zr), localizam-se fora das reas potenciais, contra 23% obtidos no
mtodo baseado em operaes binrias. De acordo com os dados da tabela, 76%
do planalto so descartados, a priori, para pesquisa. Os restantes 24% indicados
com potenciais para a ocorrncia de algum tipo de mineralizao radioativa, so
distribudos da seguinte maneira:

- reas de prioridade baixa perfazem cerca de 11% da superfcie total do

planalto, encerrando mineralizaes radioativas do tipo U-Zr, sem interesse
econmico.
- reas de prioridades mdia perfazem cerca de 7% da superfcie total do
planalto, encerrando tambm mineralizaes radioativas do tipo U-Zr.
- reas de prioridade alta correspondem a 4,5% da superfcie do planalto e
encerram 30 das mineralizaes tipo U-Mo.
- reas de prioridade muito alta perfazem apenas 1,5% da superfcie total do
planalto. A despeito de suas dimenses reduzidas, essas reas enceram 60%
das mineralizaes U-Mo (incluindo o depsito de Campo do Agostinho e a
mina Usamu Utsumi) e 100% dos depsitos tipo Th-TR.
Tabela 9.1 - Dados estatsticos do modelo

prospectivo baseado em mdias
ponderadas.

9.7.4 MODELO PROSPECTIVO UTILIZANDO LGICA FUZZY
Para a aplicao da metodologia Fuzzy foi necessrio que toda as evidncias

(planos de informao) estivessem no formato MNT. Sendo assim, os mapas
temticos que serviriam de evidncias tiveram que ser ponderados para valores
que variam entre 0 e 1. Os mapas de litologia e gama-radiometria foram
ponderados por pesos entre 0 e 1 (membros Fuzzy). As tabelas 2 e 3
apresentam os valores Fuzzy obtidos a partir das equaes lineares.
Classe Fuzzy
background 0
1,3-1,8 0,125
1,8-2,5 0,750
2,5-3,5 0,875
>3,5 1
Tabela 9.2 Valores dos membros Fuzzy do plano de informao gama-
radiometria.
Para a ponderao dos mapas de estruturas circulares, lineamentos e contatos
geolgicos foi necessrio primeiramente a criao de uma grade de distncia,
tendo como ponto inicial os arcos que definem as estruturas e os contatos. Uma
funo quadrtica foi aplicada sobre cada grade de distncia para se definir os
valores dos membros Fuzzy dos mapas citados acima. A funo quadrtica tenta
modelar a importncia das estruturas e dos contatos geolgicos a medida que se
distncia dos mesmos.

1.2
0.8
0.6 Dist.Line
0.4
0.2
20 50 70 90 120 160
Figura 9.18 Funo de converso de numrico para fuzzy.
A funo adotada (ilustrada na figura 9.18 acima) expressa por:

1
r= 2, onde o valor de "a" indica o "ponto de cruzamento", no qual a
(1 + a(z c)
evidncia tem 50% de importncia. A faixa abrangida pelo ponto inicial at o
"ponto de cruzamento" indica a faixa onde a estrutura ou o contato geolgico
apresentam alta influncia, e nos pontos fora desta faixa a importncia decai
abruptamente segundo a curva quadrtica.
Classe Fuzzy
Rochas 1
Lujaritos 1
Foiatos 0.5
Mat. vulcnico 0,333
Tinguato 0,25
Fonlitos 0,1667
Embasamento 0
Arenito 0
Tabela 3 - Valores dos membros
Fuzzy do plano de informao
litologia.

Os pontos definidos como os "pontos de cruzamento" coincidem com os pontos

definidos por Almeida Filho (1995) na construo dos "buffers" ao longo das
estruturas:
contato geolgico a = 0,0001 z= 100m;
estruturas lineares a = 0,000016 z = 250m;
estruturas circulares a = 0,00000816 z = 350m.
Com os planos de informao (campos contnuos com distribuio espacial Fuzzy)
criados, estes foram combinados segundo uma anlise multi-critrio definida
atravs de operadores Fuzzy (Mnimo-Mximo, Mdia, Ponderado (Tcnica AHP)
e Gama). Os procedimentos e explicaes sobre cada operador esto relatados a
seguir.
Fuzzy Mnimo-Mximo
Nessa anlise multi-critrio foi utilizado dois operadores, Mnimo e Mximo,
combinados numa seqncia esquemtica semelhante adotada no mtodo
Booleano. Os operadores esto explicados individualmente a seguir.
Fuzzy Mnimo
Esse operador assemelha-se a operao Booleana E (interseo), e expresso
por: =Min=(a,b, c, . . .), onde a eqivale ao valor do membro Fuzzy para
um particular ponto (pixel) do plano de informao A, os valores b e c
correspondem respectivamente aos membros dos planos B e C no mesmo ponto.
O que este operador define como resultado, que um ponto do plano de
informao resultante ter como valor de sada o menor valor dos membros Fuzzy
de entrada. Se tomarmos como exemplo os valores a = 0,30; b = 0,17; c =
0,98, o valor adotado para o pixel do plano de informao final ser final =
0,17. Fica claro entender que o resultado obtido o mais conservativo possvel
para com os valores dos membros Fuzzy, sendo o operador indicado para situaes
altamente restritivas (pessimista), onde duas ou mais evidncias so
estritamente necessrias para satisfazer uma hiptese.
Fuzzy Mximo
O operador Mximo assemelha-se a operao Booleana OU (unio),
sendo as evidncias combinadas segundo a funo = Max (a, b, c, ...), onde
os valores de a, b e c correspondem aos valoes dos membros Fuzzy das
evidncia. Nesta operao o valor de sada para um dado ponto, diferentemente do
Fuzzy mnimo, ser o maior valor de entrada dos planos de informao. No
exemplo acima o valor resultante seria final = 0,98. O operador Fuzzy Mximo o
mais otimista dentre operadores Fuzzy sendo indicado para situaes onde a
existncia de apenas uma evidncia, o suficiente para indicar regies potenciais

a explorao mineral.
A formulao da combinao dos operadores Mnimo e Mximo est apresentada
abaixo e o mapa de favorabilidade na figura 9.19.
r = Min(Max (litologia, contato), Max ( estrut. circular,lineament.), gama).
Mapa de Favorabilidade
Mtodo Fuzzy Mnimo - Mximo
M u ito Ba ixo
N
Ba ixo
M d io
A lto 0 5Km
Esc a la
M u ito A lto
O c o rr n c ia s d e m in e ra is ra d io a tivo s
Figura 9.19 - Mapa de favorabilidade ocorrncias de minerais radioativos

obtido segundo o mtodo Fuzzy Mnimo-Mximo.
Fuzzy Ponderado
No Fuzzy Ponderado os pesos de cada membro Fuzzy de entrada (evidncia)
foram definidos segundo a tcnica de tomada de deciso AHP (Saaty, 1992). A
primeira etapa para a definio dos pesos foi a elaborao de uma relao de
importncia relativa entre as evidncias. Essa relao foi utilizada como dado de
entrada em uma matriz de comparao pareada, onde foram calculados os
autovalores e autovetores da matriz. Os pesos de cada membro Fuzzy, eqivalem
ento aos autovetores a matriz de comparao pareada.

Os pesos definidos pela tcnica AHP foram:

gama-radiometria - 0,514;
litologia - 0,258;
estruturas circulares - 0,1223;
estruturas lineares - 0,0529;
contatos litolgicos - 0,0529;
O mapa de favorabilidade encontra-se na figura 9.20
Mtodo Fuzzy Ponderado (AHP)
M uito Ba ixo
N
Ba ixo
M d io
A lto 0 5Km
Esc a la
M uito A lto
O c o rr n c ia s d e m in e ra is ra d io a tivo s
Figura 9.20 Mapa de favorabilidade ocorrncias de minerais radioativos obtido

segundo o mtodo Fuzzy Ponderado (AHP).
Mtodo de Bayes

Aplicando-se os mtodos de inferncia bayesiana, foram calculadas as reazes de

suficincia e necessidade para cada evidncia, apresentadas na Tabela 9.4 Os
resultados esto mostrados na Figura 9.21
PIs RAZAO SUFICINCIA RAZO NECESSIDADE
Gama-radiometria 6.869 0.550
Litologias 1.955 0.582
Contatos 3.039 0.797
Estruturas Circulares 3.507 0.780
Lineamentos 1.363 0.837
Tabela 9.4 Pesos de Evidncia para Inferncia Bayesiana
Mtodo Bayesiano
M uito Ba ixo
N
Ba ixo
M d io
A lto 0 5Km
Esc a la
M uito A lto
O c o rr nc ia s d e m in e ra is ra d io a tivo s
Figura 9.21 Mapa de Favorabilidade para inferncia booleana.

9.7.5 RESULTADOS COMPARATIVOS
Para a avaliao dos mapas de potencialidade gerados atravs das anlises

multi-critrios, quando se dispe de evidncias, sugere-se utilizar a metodologia
bayesiana. O objetivo avaliar o carter explicativo dos mapas para com as
verdades de campo utilizando a idia da probabilidade posteriori. O que se
espera nessa anlise uma alta correlao das ocorrncias com as faixas dos
mapas de potencialidade definidos como de alto potencial.
Para um melhor entendimento imagine-se um mapa de potencialidade com
diferentes faixas de potencialidade. Na prtica o que se espera uma alta
correlao das faixas definidas como de alto potencial com as verdades de campo
e uma baixa correlao com as de baixo potencial. O cruzamento desses mapas
com as verdades de campo fornecer parmetros que substitudos na formulao
do grau de confiana permitiro avaliar o carter explicativo de cada faixa para
com as verdades de campo.
Na prtica o que se obtm so valores espacializados que expressam
numericamente o quanto se aumenta em nmero de vezes (grau de confiana) o
encontro de novos depsitos a partir do momento que se esta pesquisando em
regies definidas como de alto potencial. O grau de confiana expresso pela
razo da probabilidade posteriori pela probabilidade priori.
p (d | e)
Grau de confiana =
p (d )
Os clculos foram executados para todas as classes (fatias) dos mapas de

favorabilidade gerados e os resultados esto apresentados resumidamente na
tabela 9.5 e 9.6. A anlise dessas tabelas permitiu, obteno de algumas
concluses com relao a qualidade dos mapas de favorabilidade gerados.
O mapa de favorabilidade gerado pelo mtodo Booleano foi o que
apresentou o pior resultado dentre os mapas gerados (Tabelas 9.5 e 9.6). O grau de
confiana (6,89) obtido atravs da teoria Bayesiana para a faixa definida como
favorvel foi o menor valor obtido. Esse valor passa uma idia de aumento de
probabilidade de encontro do bem mineral. Ou seja, neste caso o fato de se
procurar minerais nas reas definidas como favorveis aumentariam as chances de
descoberta em 6,89 em relao a probabilidade priori que considera a rea toda
do plat de Poos de Caldas.

Mtodo rea Grau de confiana

2
(Km ) (faixa muito alto)
Booleano* 32,37 6,89
Mdia Ponderada* 6,47 13,19
Fuzzy Mnimo-Mximo 11,19 9,11
Fuzzy Mdia 7,00 10,06
Fuzzy Ponderado (AHP) 6,38 16,10
Fuzzy Gama 6,78 7,83
Bayes 7,55 9,34
Tabela 9.5 Resultados de Grau de confiana da faixa muito alto.

O mtodo de Mdia Ponderada obteve um bom resultado, onde as fatias
definidas por Almeida Filho (1995) apresentaram uma diviso coerente da rea de
estudo. A faixa definida como de muito alto potencial apresentou um grau de
confiana de 13,19 (Tabelas 4 e 6). A faixa de muito baixo potencial como o
esperado diminui a chance de descoberta em aproximadamente 2,5 vezes (grau de
confiana = 0,403). O problema com esse mapa de favorabilidade que a faixa de
mdio potencial (3,53) apresenta um valor menor do que o da faixa de baixo
potencial (3,86) quando o esperado era que as faixas apresentassem um aumento
crescente dos valores de grau de confiana.
Os mapas obtidos pelos operadores Fuzzy foram os que apresentaram os
melhores resultados. O Fuzzy Ponderado foi o que apresentou o melhor resultado
dentre todos os mtodos de anlise multi-critrio, o grau de confiana distribui-se
de modo crescente com a faixa definida como de muito alto o maior valor de
grau de confiana, 16,10 (Tabelas 4 e 9). Os outros operadores Fuzzy, tambm
apresentaram bons resultados, com variaes muito pequenas entre os resultados.
Os resultados apresentados pelo mtodo Bayesiano no foram muito
satisfatrios. O problema provavelmente decorre do corte rgido que efetuado no
incio da manipulao dos dados. Esse corte em fatias favorveis e no
favorveis elimina a distribuio contnua das evidncias, o que como j visto no
mtodo Booleano , gera erros durante a integrao dos dados. Embora o mapa de
favorabilidade, fatiado segundo reas proporcionais, apresentar valores coerentes
de grau de confiana, os valores de amplitude das faixas variam muito,
apresentado faixas muito estreitas em amplitude.
Com relao as tcnicas empregadas na anlise multi-critrio dos dados, as

metodologias de inferncia por classificao contnua, mtodos Fuzzy, mostraram
ser as mais indicadas para o estudo de fenmenos naturais, pois essas permitem
um escalonamento das evidncias segundo um grau relativo de importncia entre
elas, possibilitando assim a criao de classes intermedirias (condio talvez)
s verdades absolutas, diferentemente dos mtodos rgidos (Booleanos).
O mtodo Bayesiano apresentou uma abordagem interessante ao problema,

todavia os resultados apresentados pelos mapas de probabilidade de ocorrncia
mineral, no foram satisfatrios. Este baixo resultado pode estar ligado ao fato do
corte rgido sobre a evidncia na etapa inicial do processo, para gerao dos
mapas de evidncia binrios (favorvel, no favorvel).
O mtodo de Bayes, por outro lado, demostrou ser uma forte ferramenta de
avaliao quantitativa dos mapas gerados, sendo a avaliao baseada na
probabilidade posteriori, ou seja no poder explicativo dos mapas de
favorabilidade para com as ocorrncias minerais (verdades de campo).

10
GEOPROCESSAMENTO PARA PROJETOS AMBIENTAIS
Jos Simeo de Medeiros

Gilberto Cmara
10.1 INTRODUO
Na perspectiva moderna de gesto do territrio, toda ao de planejamento, ordenao

ou monitoramento do espao deve incluir a anlise dos diferentes componentes do ambiente,
incluindo o meio fsico-bitico, a ocupao humana, e seu inter-relacionamento. O conceito
de desenvolvimento sustentado, consagrado na Rio-92, estabelece que as aes de ocupao
do territrio devem ser precedidas de uma anlise abrangente de seus impactos no ambiente, a
curto, mdio e longo prazo.
Tal postura foi sancionada pelo legislador, ao estabelecer dispositivos de
obrigatoriedade de Relatrios de Impacto Ambiental (RIMA), como condio prvia para
novos projetos de ocupao do espao, como rodovias, indstrias e hidroeltricas. Forma
ainda a justificativa poltica para iniciativas como o Programa de Zoneamento 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, Ordenamento Territorial e os Prognsticos Ambientais.
Nesta viso, os estudos de Mapeamento Temtico visam a caracterizar e entender a
organizao do espao, como base para o estabelecimento das bases para aes e estudos
futuros. Exemplos seriam levantamentos temticos (como geologia, geomorfologia, solos,
cobertura vegetal), dos quais o Brasil ainda bastante deficiente, especialmente em escalas
maiores. Tome-se, por exemplo, o caso da Amaznia, onde o mais abrangente conjunto de
dados temticos existente o realizado pelo projeto RADAM, no qual os dados foram
levantados na escala 1: 250.000 e compilados na escala 1:1.000.000.
A rea de diagnstico ambiental objetiva estabelecer estudos especficos sobre regies
de interesse, com vistas a projetos de ocupao ou preservao. Exemplos so os relatrios de
impacto ambiental (RIMAs) e os estudos visando o estabelecimento de reas de proteo
ambiental (APAs).
Geoprocessamento em Projetos Ambientais10-2
Os projetos de avaliao de impacto ambiental envolvem o monitoramento dos

resultados da interveno humana sobre o ambiente, incluindo levantamentos como o feito
pela organizao SOS Mata Atlntica, que vem realizando estudos sobre os remanescentes da
Mata Atlntica em toda a costa leste brasileira.
Os trabalhos de ordenamento territorial objetivam normatizar a ocupao do espao,
buscando racionalizar a gesto do territrio, com vistas a um processo de desenvolvimento
sustentado. Neste cenrio, esto em andamento hoje no Brasil uma grande quantidade de
iniciativas de zoneamento, que incluem estudos abrangentes como o zoneamento ecolgico-
econmico da Amaznia Legal (Becker e Egler 5) e de aspectos especficos, como o
zoneamento pedo-climtico por cultura, coordenado pela EMBRAPA.
Todos estes estudos tem uma caracterstica bsica: a interdisciplinaridade (Moraes
48). Decorrente da convico de que no possvel compreender perfeitamente os fenmenos
ambientais sem analisar todos os seus componentes e as relaes entre eles, estes projetos
buscam sempre uma viso integrada da questo ambiental em conjunto com a questo social.
10.2 REPRESENTANDO A NATUREZA NO COMPUTADOR
O problema essencial capturar no GIS, com o menor grau de reducionismo possvel,

a natureza dos padres e processos do espao. A soluo tradicional foi transpor os mapas da
Cartografia Temtica para o ambiente computacional. Ao tratar criticamente esta questo,
pode-se concluir que um mapa temtico tradicional nada mas que uma representao
simplificada do conhecimento de um especialista sobre a regio estudada.
Tal dificuldade leva a maior parte das aplicaes de Geoprocessamento a representar
alguns aspectos da natureza apenas a partir da delimitao de uma rea de estudo (na prtica,
um retngulo definido por coordenadas geogrficas), sem capturar suas caractersticas
particulares que possam distingui-la de seu entorno. Neste contexto, a maior parte das anlises
baseada numa abordagem ponto-a-ponto: a rea de estudo dividida em pequenas clulas, e
cada clula examinada e processada separadamente das demais.
A abordagem pontual, apesar de sua simplicidade de implementao e uso, apresenta
algumas limitaes. Como cada ponto considerado independente dos demais, no h
garantia de uma coerncia espacial no resultado. Quer dizer, a topologia resultante fornecida
implicitamente pelos diferentes recortes espaciais de cada mapa. No feita qualquer hiptese
explicita sobre a organizao do espao, e espera-se que a correlao implcita entre as
variveis (no limite, resultante dos processos de gerao do espao) assegure uma
representao coerente no mapa final. Por exemplo, ao combinarmos um mapa de solos com a
geomorfologia numa abordagem pontual, supomos implicitamente que existe uma coerncia
entre os limites das associaes de solos e das formas de relevo.
A alternativa refere-se ao uso de metodologias oriundas da Geografia Sistmica,

tambm utilizadas em estudos de Ecologia da Paisagem (Zonneveld 69; Zonneveld 70) e de
Ecodinmica (Tricart 64; Tricart 65), em conjunto com a abordagem mencionada acima. Esta
hiptese de trabalho requer a identificao prvia de reas homogneas (baseadas em critrios
estabelecidos pelos especialistas), sobre as quais so ento realizadas as pesquisas.
Esta hiptese tambm coerente com a viso de Hartstorne 36, que prope o conceito
de rea-unidade (unit-area), como uma partio ideal do espao geogrfico, definida pelo
pesquisador em funo do objeto de estudo e da escala de trabalho, apresentando
caractersticas individuais prprias. Estas reas-unidades seriam a base de um sistema de
classificao e organizao do espao e a partir da sua decomposio, o pesquisador
relacionaria, para cada uma das parties, as correspondentes caractersticas fsicas-biticas
que a individualizaria em relao as demais componentes do espao.
Deste modo, agrupa-se de forma genrica, as diferentes metodologias para estudos
ambientais em duas grandes classes:
Mtodos baseados em localizaes pontuais - utilizam a combinao dos
atributos descritivos das variveis geogrficas, onde cada localizao
considerada independente das demais;
Mtodos baseados na definio de reas homogneas - utilizam conceitos
derivados da idia de rea-unidade.
10.3 MTODOS BASEADOS EM LOCALIZAES PONTUAIS
Nos mtodos baseados em localizaes pontuais inclui-se o processo de selecionar e

combinar, atravs de procedimentos de sntese disponveis num SIG, as variveis geogrficas
considerando os limites por elas estabelecidos; estes limites podem ser as formas de relevo, os
solos, a cobertura vegetal, dentre outros. Cada uma destas variveis geogrficas contm uma
certa diferencialidade espacial e a combinao entre elas (por sobreposio ou cruzamento)
promove a subdiviso do espao geogrfico em regies equiproblemticas, supostamente
concretas, com fronteiras bem definidas, como pode ser observado na Figura 10.1.
Figura 10.1. A - Regies Equiproblemticas. Modificado de:

Corra 16.
Um exemplo de aplicao do mtodo baseado em localizaes pontuais o trabalho
desenvolvido por Bezerra et alii 7. Estes autores produziram um diagnstico geoambiental
preliminar (no foram considerados os aspectos scio-econmicos) do estado do Amap, na
escala 1:1.000.000, utilizando tcnicas de inferncia booleana que permitiram a combinao
de mapas temticos (clima, geologia, formas de relevo, pedologia, cobertura vegetal e uso da
terra) para identificao de geossistemas (Bertrand 6); Silva61). Foram identificadas a
distribuio de seis grandes Regies Geoambientais, sendo trs determinadas pela
interdependncia rocha-relevo e trs por fatores climticos atuais ou passados, que
funcionaram ou funcionam como elementos controladores da distribuio dos solos e da
vegetao. Em cada uma das Regies Geoambientais foram obtidos os geossitemas e
geofcies que definiram as regies equiproblemticas. A Figura 10.2 exemplifica as
sobreposies entre os mapas temticos, realizadas com operadores booleanos (AND, OR,
XOR, NOT), para gerao das regies equiproblemticas do diagnstico geoambiental
preliminar do Amap em 1989.
Figura 10.2. Esquema da combinao entre mapas temticos.

Alm da utilizao na elaborao de diagnsticos ambientais, os mtodos baseados em
localizaes pontuais so largamente utilizados na implementao de modelos empricos.
10.3.1 Aplicao da Equao Universal de Perdas de Solos
Um exemplo de aplicao em modelos empricos foi o trabalho realizado por

Kuntschik 40, que implementou um modelo para a estimativa da perda de solos por eroso
hdrica na microbacia do Ribeiro das Araras, em Araras, no Estado de So Paulo. Todo o
projeto foi desenvolvido na escala 1: 50.000.
Para tanto, foram utilizadas tcnicas de geoprocessamento, visando identificar dentro
da bacia, as regies com maior susceptibilidade perda de solos por eroso hdrica. O modelo
escolhido a Equao Universal de Perda de Solo (USLE). Este modelo leva em conta seis
fatores: erosividade, dada pela capacidade da chuva de provocar desprendimento e arrasto de
solo, erodibilidade, que quantifica a susceptibilidade de um solo a ser erodido pela chuva,
fator topogrfico que considera comprimento de encosta e declividade, e o fator antrpico,
que inclui cobertura e uso do solo e prticas conservacionistas.
A partir do mapa de solos, cartas topogrficas e dos valores numricos
correspondentes a cada fator considerado, foram criados arquivos matriciais em formato
ASCII. Nestes arquivos, cada nmero representa o valor da grandeza para uma rea quadrada
de 250 m de lado no terreno. Estes arquivos foram tratados atravs de planilhas de clculo e
das funes disponveis no SIG, sendo gerados os mapas de potencial natural de eroso (PNE)
e de perdas solos calculadas (A), conforme mostram as Figura 10.3 e Figura 10.4.
0 262,93-374,91
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 10.3. Potencial Natural de Eroso Anual (em

-1
ton./ha.ano ). Fonte: Kuntschik 40.
1,48-2,7
0
0,0036-0,049 2,7-4,26
7 532 000
0,049-0,23 4,26-7,93
0,23-0,88 7,93-16,77
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 10.4. Perda de Solo Calculada (em ton./ha.ano-1) Fonte:

Kuntschik 40.
O potencial natural de eroso dado pela seguinte equao: PNE= R * K * LS, onde:
R erosividade da chuva anual, K a erodibilidade do solo e LS uma varivel
calculada a partir do comprimento da encosta L.
A declividade mdia S, atravs da frmula: LS = 0,00984*L0,63*S1,18.
A erosividade da chuva (R) dada por: R= 67.335 (p2/P)0.85, onde p a precipitao
mdia mensal e P a precipitao mdia anual.
Neste exemplo para a bacia do Ribeiro das Araras na regio de Araras o valor de R
corresponde a 6675. A erodibilidade do solo (K), ou seja a resistncia deste ao da chuva,
depende diretamente do tipo de solo em questo. Para cada tipo de solo h um valor
associado de acordo com a tabela proposta por Lombardi Neto 42.
A partir do mapa de altimetria, gerou-se um modelo numrico de terreno utilizando-se
o interpolador TIN (grade triangular). Desta grade, gerou-se outra grade de declividade e um
mapa temtico com classes de declividade. O valor do comprimento da encosta (L), ou
percurso da gua, foi obtido a partir de um mapa de distncia entre o limite da bacia e os
nveis mais baixos de altimetria, resultando em um modelo numrico do terreno.
A partir desta formulao metodolgica, apresentamos a seguir um programa em
LEGAL que realiza este procedimento. O LEGAL foi utilizado para:
converter o mapa de solos em uma grade de valores de erodibilidade,
utilizando-se a funo PONDERE;
converter o mapa de classes de declividade em uma grade de valores mdios
de declividade, utilizando o valor central de cada intervalo, tambm atravs
da funo PONDERE;
aplicar a equao universal de perda de solo considerando todos os
parmetros acima, gerando uma grade onde cada ponto da superfcie est
associado ao valor de potencial natural de eroso.
Apresenta-se a seguir a sintaxe utilizada:
{
//Declarao das variveis
Tematico solo ("solo"), decl ("declive");
Numerico S ("decliv-media"), K ("erodibilidade"),
L ("encosta"), LS ("LS"), pne (PNE);
Float R = 6675.;
Tabela tabk (Ponderacao), tabs (Ponderacao);
// Transforma Declividade em (S )declividade media
decl= Recupere(Nome = "Declividade");
S = Novo ( Nome = "DeclivMedia", Representacao = Matriz,
ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max =
50);
tabs = Novo(CategoriaIni="declive",
"0-3" : 1.5, "3-6" : 4.5,

"6-12" : 9.0, "12-20" : 123.0,
"20-40" : 30.0, ">40" : 40.0 );
S = Pondere (decl,tabs);
//Transf. solo em erodibilidade (K)
solo= Recupere(Nome = "TiposdeSolo");
K = Novo (Nome = "Erodibilidade(K)", Representacao = Grade,
ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max = 1);

tabk = Novo (CategoriaIni = "solo",
"pv2alva" : 0.0462, "pv3Olaria" : 0.0280,
"pv3+pv4" : 0.028, "lrd+le1" : 0.0143,
"lrdbaraogeraldo" : 0.0128, "lreribpreto" : 0.0098,
"le1+lrd" : 0.01514, "LV4+LV3" : 0.0132
"lvsmatodentro" : 0.0246, "te" : 0.0181,
"serrinha" : 0.0462 , "pv2usina" : 0.0462,
"li3" : 0.0442, "pv5" : 0.0462,
"li2" : 0.0362 , "urbano" : 0,
"li2+pv4" : 0.03292, "lrd+lre" : 0.0116 ,
"le1" : 0.0167, "agua" : 0,
"lv4speculas" : 0.0132, "LV3LaranjAzeda" : 0.0132);
K = Pondere (solo, tabk);
// Calculo de LS
L= Recupere(Nome ="L-CompEncosta");
LS = Novo (Nome = "LS", Representacao = Grade,
ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max = 100
);
LS= 0.00984 * (L^0.63)* (S^1.18);
// Calculo de PNE
PNE = Novo (Nome = "PotNatErosao", Representacao = Grade,
ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max =
100);
PNE = R*K*LS;
}
Esta equao pode ser aplicada a outras reas desde que os parmetros de solo,
altimetria e precipitao estejam disponveis para a mesma.
10.3.2 Avaliao de riscos de inundao e movimentos de massa
Outro exemplo de estudo ambiental que combina as variveis geogrficas baseando-se

em localizaes pontuais, foi o trabalho desenvolvido por Montoya et alii 47 para
identificao de reas de risco a inundaes e a movimentos de massa e na bacia do Rio
Buquira, afluente do Rio Paraba, em So Jos dos Campos - SP.
As inundaes so fenmenos naturais que ocorrem devido a uma excessiva
precipitao num determinado perodo de tempo (Siebert 60). O desmatamento, que reduz a
reteno de gua no solo e promove um aumento no escoamento superficial incluindo o

incremento da remoo e transporte de sedimentos, em conjunto com o processo de
urbanizao, que por sua vez favorece a impermeabilizao da superfcie do solo, so fatores
que aumentam os riscos de inundao.
Em geral, as inundaes ocorrem quando os cursos dgua recebem quantidades de
gua bem maior que suas capacidades de armazenamento e vazo. Como conseqncia, a
gua sobrepe as margens, extendendo-se sobre toda a plancie de inundao do vale,
atingindo maior ou menor extenso em funo de suas caractersticas fsicas tais como:
capacidade de infiltrao dos solos, solos com camada impermevel, ou com lenol fretico
prximo da superfcie, etc.
Dunne & Leopold 22 sugerem que para a previso de inundaes e de seus efeitos
devem ser estudados um ou vrios dos seguintes fatores: volume de escoamento superficial;
descargas mximas; altura da inundao; hidrograma com a distribuio no tempo da vazo
mxima e do volume escoado; rea inundada; e velocidade da gua.
Esta forma de avaliao das inundaes s podem ser efetuadas quando se dispe dos
dados quantitativos referentes aos fatores supracitados. Entretanto, quando tais dados no
esto disponveis, a identificao e delimitao de reas inundveis podem ser realizadas
atravs do estudo de caractersticas fsicas da bacia.
Todas a reas potencialmente sujeitas a inundaes foram formadas por processos
similares e portanto possuem certos atributos ou indicadores ambientais que podem
caracteriza-las: morfologia suave, normalmente limitadas pelas encostas dos vales; nvel
fretico elevado e por conseguinte, com drenagem interna deficiente; vegetao com espcies
adaptadas a condies de umidade excessiva; e inundaes ocasionais de cursos dgua.
Existem diferentes mtodos para delimitao destas reas e so baseados: nas
caractersticas fisiogrficas do vale, incluindo a identificao e cartografia das reas planas e
baixas situadas ao redor dos cursos dgua; nos solos, onde so identificados materiais
depositados por transporte (aluvio); na cobertura vegetal, onde so identificadas espcies de
plantas associadas com alto grau de umidade e condies de alagamento; e nos dados
histricos de inundaes, determinados por medidas, ou at mesmo por pessoas ou tcnicos
que conhecem a rea (Wolman, 1978 apud CEOTMA 14).
O reconhecimento de reas potencialmente instveis, sujeitas a movimentos de massa
e a deslizamentos uma tarefa fundamental que deve ser includa nas primeiras fases do
planejamento para uso do solo. As tcnicas usadas para avaliar a instabilidade do terreno
incluem pelo menos um dos seguintes procedimentos (Marsh 44): o estudo histrico e a
localizao de movimentos de massa em encostas ocorridos no passado; a identificao e
estudo das condies que motivam os movimentos de massa em uma determinada rea; o
reconhecimento e o estudo do efeito desestabilizador que determinadas condies climticas e
geotcnicas poderiam ter .
10-10
Geoprocessamento em Projetos Ambientais
Os estudos histricos devem realizar-se combinando o trabalho de campo com o uso

das fotografias areas. Em regies ridas sua identificao relativamente simples, porm em
reas com vegetao torna-se necessrio identificar as descontinuidades na mesma cobertura
vegetal, onde plantas mais jovens podem indicar os deslizamentos. Tambm importante
reconhecer a presena de depsitos detritcos de encostas, talus, colvios e cones de dejeo, e
compar-los com as formaes geolgicas adjacentes, onde indicaes de movimento ou
deformao dos materiais originais poderiam ser detectadas. conveniente rever as
inclinaes de torres e postes de energia ou de telecomunicaes e possveis alteraes no
alinhamento de cercas ou canais. Em resumo, devem ser considerados trs fatores (CEOTMA
14): as condies geolgicas, a declividade das encostas e as aes humanas.
So vrias as possibilidades metodolgicas para a utilizao dos fatores ambientais e
antrpicos para determinao das reas de risco de movimento de massa ou deslizamento.
Uma delas poderia ser a sobreposio entre o mapa de declividade e um mapa
geolgico, ou outro qualquer que tenha relao com os materiais constituintes das encostas. O
mapa resultante pode ser classificado por meio de uma legenda que descreva as caractersticas
cada classe (uma espcie de mapa geotcnico). Outra abordagem mais ambiciosa, apresenta 7
classes de susceptibilidade aos deslizamentos a partir da combinao de graus de declividade
e a litologia (tipo e estrutura da rocha, grau de cimentao, grau de coeso, etc.), So elas:
instabilidade mnima, instabilidade baixa, instabilidade moderada, instabilidade
moderadamente alta, instabilidade alta, instabilidade muito alta, instabilidade mxima
(CEOTMA 14).
No caso da rea de estudo forma produzidos dois mapas complementares, um com as
reas de risco potencial de inundao e o outro para as reas sujeitas aos movimentos de
massa ( Figura 10.5A e Figura 10.5B), sendo que os procedimentos adotados derivaram das
orientaes metodolgicas apresentadas acima. Foram utilizados os seguintes dados: mosaico
de fotografias areas coloridas, mapa geotcnico, mapa topogrfico e rede drenagem.
Os mapas foram inseridos no SIG atravs de digitalizao manual, criando-se uma
base de dados, contendo o plano de informao (PI) mosaico de fotografias areas, o PI
geotcnico (geo-campo temtico) e o PI de altimetria (geo-campo numrico). As primeiras
operaes foram realizadas sobre o geo-campo numrico de altimetria com objetivo de serem
obtidos os seguintes produtos:
um geo-campo temtico de hipsometria (classes de altitude), no qual a
altimetria da rea de estudo foi classificada, atravs de uma operao de
fatiamento, em 9 classes (intervalo de classe de 15m), da cota mnima de
550m at a cota mxima de 665m;
um geo-campo numrico de declividade, gerado a partir da operao de
gerao de declividade sobre o geo-campo numrico de altimetria;
10-11
um geo-campo temtico com 05 classes de declividade, produzido por uma

operao de fatiamento sobre o geo-campo numrico de declividade;
um geo-campo temtico de reas potenciais de risco de inundao (Figura
10.5 A), com 05 classes (muito baixo altitude >570m, baixo altitudes
entre 565 e 570m, mdio entre 560 e 565m, alto entre 555 e 560m e
muito baixo altitudes menores que 555m), gerado atravs de uma operao
de fatiamento sobre o geo-campo numrico de altimetria.
Para gerao do geo-campo temtico contendo as reas de risco potencial aos
movimentos de massa (Figura 10.5B) foram sobrepostos os geo-campos temticos de classes
de declividade e geotcnico, utilizando-se o operador booleano AND (interseo).
Figura 10.5. reas sujeitas a inundao e a movimentos de

massa na Bacia do Rio Buquira, prximas ao Bairro Alto da Ponte
e adjacncias.
Para efetuar esta sobreposio foi utilizado um programa escrito em lgebra de mapas,
cuja sintaxe apresentada a seguir:
// Inicio do Programa
{
// Declaracao de Variaveis
Tematico entra1 ("Decliv_TEM");
10-12
Tematico saida ("Area de Riesgos");

Tematico entra2 ("Geotecnico");
// Instanciacao de Variaveis
entra1 = Recupere (Nome="Decliv_TEM");
sada = Novo(Nome="MoviMassa", ResX=10,ResY=10,Escala=10000);
entra2 = Recupere (Nome="Geotecnico");
// Execucao da operacao de sobreposicao
saida = Atribua (CategoriaFim = "Area de Riesgos")

{
"MuitoAlto":(entra1.Classe == "muy alta" .AND. entra2.Classe ==
"IV_Col_Mor_Sed_Aren"),
"MuitoAlto":(entra1.Classe == "muy alta" .AND. entra2.Classe ==
"V_Col_Mor_Sed_Argil"),
"MuitoAlto": (entra1.Classe == "muy alta" .AND. entra2.Classe
== "VI_Col_Mor_Emb_Crist"),
== "VII_Mor_Migmat_Gna_Xis_Filitos"),
== "VIII_Mor_RGraniticas"),
== "IX_Mont_Escarpas"),
"Alto" : (entra1.Classe == "alta" .AND. entra2.Classe ==
"VI_Col_Mor_Emb_Crist"),
"VII_Mor_Migmat_Gna_Xis_Filitos"),
"VIII_Mor_RGraniticas"),
"IX_Mont_Escarpas"),
"Medio" : (entra1.Classe == "media" .AND. entra2.Classe ==
"Baixo" : (entra1.Classe == "baja" .AND. entra2.Classe ==
10-13

"MuitoBaixo" : (entra1.Classe == "muy_baja" .AND.
entra2.Classe == "IV_Col_Mor_Sed_Aren"),
entra2.Classe == "V_Col_Mor_Sed_Argil"),
entra2.Classe == "VI_Col_Mor_Emb_Crist"),
entra2.Classe == "VII_Mor_Migmat_Gna_Xis_Filitos"),
entra2.Classe == "VIII_Mor_RGraniticas"),
entra2.Classe == "IX_Mont_Escarpas")
};
}
// Fim
10.4 MTODOS BASEADOS NA DEFINIO DE REAS HOMOGNEAS
Em Geoprocessamento, estes mtodos objetivam identificar e descrever unidades

homogneas por meio dos procedimentos analticos disponveis num SIG. Quando o objetivo
o agrupamento destas unidades homogneas, segundo algum mtodo classificatrio ou
organizacional do espao geogrfico atravs de procedimentos de sntese disponveis num
SIG, tem-se um processo denotado de regionalizao por agregao ou agrupamento.
10.4.1 O Processo de zoneamento em SIG
Ao pensar o espao geogrfico como um conjunto de objetos e um conjunto de aes

(Santos 58) pode-se imaginar que uma proposta de zoneamento busca a partio do espao
por meio da identificao de uma ou vrias dessas aes. Quer dizer que uma proposta de
zoneamento pode ser entendida como um processo de regionalizao a partir de um conjunto
de intenes. Por exemplo, em um zoneamento agro-climtico ou pedo-climtico so
definidas pores do territrio de acordo com critrios que objetivam melhorar a
produtividade agropecuria; no caso do zoneamento ecolgico-econmico (ZEE) a
regionalizao parte de uma escala de trabalho e por conseguinte, de uma proposio terica
10-14
para a definio de paisagem e de uma proposta classificatria para as vrias unidades de

paisagem identificadas pelos procedimentos analticos.
Os critrios para realizar a regionalizao dependem fundamentalmente das
caractersticas do produto desejado. Para cada um, deve-se identificar variveis explicativas,
cujo interrelacionamento permite caracterizar adequadamente as diferentes unidades
territoriais e realizar o particionamento do espao geogrfico de forma satisfatria. Por
exemplo, ao transpor estas idias para um SIG, em termos operacionais, no caso do ZEE, deve
ser gerado um nico mapa cadastral composto por vrias unidades territoriais bsicas, onde
cada uma delas possui caractersticas particulares sob o ponto de vista biofsico e scio-
econmico (Medeiros 45).
Em sntese, este processo parte de um banco de dados geogrficos no qual esto
armazenados mapas cadastrais constitudos por geo-objetos (dos quais so conhecidos os
atributos descritivos e a representao espacial). Escolhem-se os atributos descritivos para
serem obtidos os mapas temticos desejados e/ou atributos quantitativos que alimentaro
modelos geradores de diagnsticos ou prognsticos.
10.4.2 Zoneamento Ecolgico-Econmico
Na metodologia para Zoneamento Ecolgico-Econmico descrita em Crepani et al. 19

e Becker e Egler 5, o uso de imagens de satlite serve como base para definio de unidades
de paisagem (chamadas unidades territoriais bsicas). Uma unidade territorial bsica (UTB)
exprime o conceito geogrfico de zonalidade atravs de atributos ambientais que permitem
diferenci-la de outras unidades vizinhas, ao mesmo tempo em que possui vnculos dinmicos
que a articulam a uma complexa rede integrada por outras unidades territoriais, como por
exemplo as unidades de levantamento censitrio que consideram aspectos sociais, econmicos
e polticos. O fluxograma mostrado pela Figura 10.6 resume as etapas da metodologia.
10-15
Figura 10.6. Fluxograma da metodologia do ZEE. (Fonte:

Medeiros 45).
Estas UTBs so definidas por interpretao visual em imagens de sensores remotos,
tambm utilizadas para a definio dos mapas derivados do meio fsico-bitico, conforme
ilustra a Figura 10.7.
10-16
Figura 10.7. UTBs identificadas sobre imagem de satlite

(Fonte: Crepani et al. 19).
As UTBs da Figura 10.7 foram definidas por uma equipe multidisciplinar, sob uma
viso integrada do clima, da geologia, da geomorfologia, dos solos e da cobertura vegetal e
uso da terra e considerando os padres fotogrficos identificados pela variao dos matizes de
cores, e pelos elementos de textura de relevo e drenagem. Nesta etapa de identificao e
delimitao das UTBs a equipe multidisciplinar se orienta pelos mapas temticos de
Geologia, Geomorfologia, Pedologia, Cobertura Vegetal e Uso da Terra e pelas informaes
climatolgicas. Estes mapas, antes de serem utilizados, so revisados e atualizados usando-se
as mesmas imagens de sensores remotos e em alguns casos, com apoio de campo.
Em termos operacionais, tanto a delimitao das UTBs como a reviso dos mapas
temticos so procedimentos de interpretao visual efetuadas diretamente na tela do
computador, apoiados por funes de processamento de imagens (ampliao de contraste,
filtros, componentes principais), que por sua vez, ampliam as possibilidades de extrao de
informao das imagens de sensores remotos.
Os produtos obtidos aps esta etapa vo formar, em conjunto com as imagens, um
banco de dados geogrficos (BDG), com a seguinte constituio bsica: imagens de sensores
remotos; geo-campos temticos (Geologia, Geomorfologia, Pedologia, Cobertura Vegetal e
Uso da Terra) com uma maior coerncia entre eles, pois seus limites foram revistos sobre um
mesmo produto (imagem de sensor remoto) e por uma equipe multidisciplinar; e um mapa
cadastral que contm os geo-objetos UTBs, cujos atributos esto contidos numa tabela,
conforme mostra a Figura 10.8.
10-17
Figura 10.8. Mapa cadastral de UTBs e tabela de atributos.

10-18
Alm destas informaes, inclui-se tambm no BDG as informaes scio-

econmicas. Estas informaes costumam ser geradas a partir de unidades bsicas poltico-
administrativas micro regies, municpios, distritos e setores censitrios selecionadas em
funo do detalhamento da pesquisa a ser desenvolvida e em geral, so disponibilizadas na
forma de tabelas. Para sua incluso no BDG, a forma mais adequada a utilizao de um
modelo cadastral, logo cada unidade bsica de levantamento scio-econmico considerada
como um geo-objeto. Todos os geo-objetos so representados num mapa cadastral e seus
atributos esto nas tabelas comas informaes scio-econmicas.
Esta forma de estruturao do BGD disponibiliza atravs do modelo cadastral todo o
conjunto de dados (meio fsico-bitico e scio-econmico) a ser utilizado na elaborao de
diagnsticos, prognsticos e na construo de cenrios no contexto do ZEE.
A partir deste ponto, todos procedimentos metodolgicos podem ser facilmente
automatizados. Utiliza-se basicamente quatro operaes1 da lgebra de mapas (vide Captulo
3):
ponderao - permite associar pesos que indicam a contribuio relativa de
cada das classes de um tema (no caso do ZEE Crepani et alii 19, indicam a
contribuio do clima, geologia, geomorfologia, pedologia, cobertura vegetal
e uso da terra nos processos de morfognese e pedognese de acordo com a
ecodinmica de Tricart 64) e produz como resultado um geo-campo
numrico que indicam a contribuio relativa de cada tema;
atualizao - transfere o contedo dos geo-campos temticos e numricos
para a tabela de atributos das UTBs;
espacializao - transfere o contedo dos atributos dos geo-objetos UTBs
para geo-campos temticos ou numricos, baseando-se no mapa cadastral
das UTBs (utilizando-se os atributos descritivos de cada um dos temas
obtm-se os respectivos mapas temticos);
fatiamento - classifica os geo-campos numricos espacializados segundo
intervalos de classes definidos pela metodologia gerando novos geo-campos
temticos.
Para exemplificar, selecionou-se os procedimentos necessrios para gerar um geo-
campo temtico de sustentabilidade do territrio, conforme props Medeiros 45 para o
1
Na prtica, estas quatro operaes podem ser entendidas como conversores entre diferentes representaes de dados:
operador Pondere, converte geo-campos temticos em geo-campos numricos ao associar valores s classes temticas;
operador Atualize, transfere o contedo dos geo-campos temticos e numricos para os atributos de uma tabela de geo-
objetos (conversor mapa tabela: geo-campo temtico preenche atributos do tipo texto; geo-campo numrico preenche
atributos do tipo inteiro ou real); operador Espacialize, transfere os atributos de uma tabela de geo-objetos para geo-
campos temticos ou numricos (conversor tabela mapa: atributo do tipo texto produz geo-campo temtico; atributo do
tipo inteiro ou real produz geo-campo numrico); operador Fatie, converte geo-campo numrico em geo-campo temtico a
partir da associao de um intervalo de valores a uma classe temtica.
10-19
detalhamento metodolgico do ZEE (Becker & Egler 5), cuja operacionalizao atravs da
lgebra de mapas est resumida no fluxograma mostrado pela Figura 10.9.
Figura 10.9. Operaes em lgebra de mapas para

operacionalizao da metodologia do ZEE (Modificado de Medeiros
45).
Para ilustrar sobre a operao de ponderao, tomou-se como exemplo um mapa
temtico de solos, apresentado na Figura 10.10.
No processo morfodinmico os solos participam como produto direto do balano entre
a morfognese/pedognese indicando claramente se prevaleceu o processo erosivo da
morfognese ou, se por outro lado, prevaleceu o processo de pedognese, gerando solos bem
desenvolvidos e, portanto, menos vulnerveis, sob o ponto de vista da ecodinmica (Tricart
64). A maior ou menor resistncia dos solos aos processos erosivos da morfognese depende
de diversos fatores intrnsecos tais como: estrutura do solo, tipo e quantidade das argilas,
permeabilidade e profundidade do solo, e presena de camadas impermeveis. Em funo do
grau de evoluo e desenvolvimento dos solos foram atribudos valores de vulnerabilidade
10-20
para as classes de solos e associaes, baseando-se nos valores sugeridos por (Crepani et alii
19).
Figura 10.10. Ponderao sobre o geo-campo temtico de solos.

Fonte: Medeiros 45.
Como pode ser observado na Figura 10.10 atravs da operao de ponderao os geo-
campo temticos de solos foi convertido em um geo-campo numrico, onde o valores
atribudo a cada classe indica a sua contribuio no balano morfognese pedognese. Esta
operao foi efetuada pelo programa em lgebra de mapas apresentado a seguir.
//Inicio do programa
{
//Declaracao de variaveis
Tematico EntraPIsolos ("Pedologia_TM");
Numerico SaiPIsoloponder ("Vuln_GRD");
Tabela TabVulnsolos (Ponderacao);
//Instanciacao ou associacao de variaveis

EntraPIsolos = Recupere (Nome= "solos_corr");
SaiPIsoloponder = Novo (Nome="vuln_solo", ResX=90, ResY=90,

Escala=250000, Min=0, Max=3);
10-21
TabVulnsolos = Novo ( CategoriaIni="Pedologia_TM",

"LA2" : 1.0,
"LA5" : 1.8,
"LVa" : 1.1,
"PE1" : 2.0,
"PE4" : 2.0,
"PE7" : 2.1,
"HLa" : 3.0,
"Ctd1": 2.7,
"Ctd2": 2.7,
"HGPd": 3.0,
"AQd" : 3.0,
"Re" : 2.7,
"PVd1": 2.0,
"PVd2": 1.6 );
// Executa a operacao
SaiPIsoloponder = Pondere (EntraPIsolos, TabVulnsolos);
}
//Fim
Como exemplo da operao de atualizao, o leitor deve voltar a tabela de geo-objetos

contida na Figura 10.8 e observar o atributos SOLO_CLS (classe de solos) e SOLO_VUL
(valor de vulnerabilidade dos solos). O programa em lgebra de mapas apresentado a seguir
faz o preenchimento da tabela com o contedo dos geo-campos temtico e numrico.
// Inicio do programa
{
// ATUALIZA TABELA DE GEO-OBJETOS A PARTIR DE
// CONSULTAS EM PI DO MEIO FISICO: 1)PI TEMATICO, 2)PI MNT
// DECLARACOES PARA PEDOLOGIA (solo)
Objeto objutb ( "Un_Ter_Basica_Obj" );

Cadastral utbs ( "Un_Ter_Basica_Cad" );
Tematico classolo ( "Pedologia_TM" );
//Digital vulnsolo ( "Vuln_GRD" );
// RECUPERACAO DAS INFORMACOES
utbs = Recupere ( Nome = "Utb_Cad" );

classolo = Recupere ( Nome = "solos_corr" );
//vulnsolo = Recupere ( Nome = "vuln_solo" );
// EXECUCAO DA OPERACAO
10-22
// 1)PREENCHE ATRIBUTO DO TIPO TEXTO COM MAPA TEMATICO

objutb."SOLO_CLS"= Atualize (classolo,objutb OnMap utbs,MaiZ);
// 2)PREENCHE ATRIBUTO DO TIPO NUMERICO COM VALORES DO MNT

objutb."SOLO_VUL"= Atualize (vulnsolo,objutb OnMap utbs,MedZ);
}
//Fim
Para o transferir o contedo dos geo-campos foram realizados os seguintes

procedimentos:
Para o atributo SOLO_CLS, cada geo-objeto UTB sobrepe o geo-campo
temtico de solos, verifica (com o operador Maioria Zonal MaiZ) qual a
classe de solo dominante em relao a rea do geo-objeto e transfere o nome
da tal classe para o registro referente ao geo-objeto na tabela;
O mesmo acontece para o atributo SOLO_VUL, porm utilizando o
operador Mdia Zonal e neste caso o valor transferido para a tabela a
mdia aritmtica dos valores encontrados na regio do geo-campo numrico
que foi sobreposta pelo geo-objeto.
Para ilustrar sobre a espacializao tomou-se o atributo VULN_MED da tabela
contida na Figura 10.8, que foi espacializado atravs do programa em lgebra de mapas
apresentado a seguir.
//INICIO DO PROGRAMA
{
//CONVERSAO DE GEO-OBJETOS (CADASTRAL) EM GEO-CAMPOS
//GERACAO DE GEO-CAMPO A PARTIR DE ATRIBUTO NUMERICO
//DA TABELA DE GEO-OBJETOS (Atributo: MED_VULN)
//DECLARACOES DE VARIAVEIS
Objeto objutb ( "Un_Ter_Basica_Obj" );
Cadastral utbs ( "Un_Ter_Basica_Cad" );
Numerico SaiMNT ("Vuln_GRD");
//RECUPERA O MAPA CADASTRAL

utbs = Recupere (Nome = "Utb_Cad");
//CRIA GEO-CAMPO NUMERICO

SaiMNT = Novo (Nome = "vuln_medutb", ResX =90, ResY =90, Escala
= 250000, Min= 0.0000, Max= 3.0000);
// EXECUTA A OPERACAO
SaiMNT = Espacialize ( objutb."MED_VULN" OnMap utbs );
}
//FIM DO PROGRAMA.
10-23
A Figura 10.11-Espacializao mostra o geo-campo numrico obtido a partir da

execuo da operao de espacializao.
Figura 10.11. Geo-campos numrico e temtico de

vulnerabilidade das UTBs (Fonte: Medeiros 45.
Para ilustrar sobre a operao de fatiamento, os valores de vulnerabilidade do geo-
campo numrico obtido da operao de espacializao (Figura 10.11-Espacializao), foram
agrupados em classes de vulnerabilidade (Figura 10.11-Fatiamento) utilizando-se o operador
Fatie, atravs do seguinte programa em lgebra de mapas:
{
//GERACAO DE GEO-CAMPO TEMATICO A PARTIR DE FATIAMENTO
// DE GEO-CAMPO NUMERICO (MNT) MNT: vuln_medutb
//DECLARACOES
Numerico entramnt ("Vuln_GRD");
Tematico fatiamnt ("Vuln_Amb_SE_TM");
Tabela TBvuln (Fatiamento);
//RECUPERA GEO-CAMPO NUMERICO

entramnt = Recupere (Nome = "vuln_medutb");
10-24
//CRIA PI TEMATICO
fatiamnt = Novo (Nome = "med_vuln_TM", ResX=90, ResY=90, Escala
= 250000);
//TABELA COM INTERVALOS DE CLASSE PARA FATIAMENTO

TBvuln = Novo ( CategoriaFim= "Vuln_Amb_SE_TM",
[1.00,1.40] : "est-alto_pot",
[1.40,1.80] : "mod_est-pot_mod_alto",
[1.80,2.20] : "intermediaria",
[2.20,2.60] : "mod_vul-pot_mod_baixo",
[2.60,3.00] : "vuln-baixo_pot");
//EXECUTA A OPERACAO
fatiamnt= Fatie (entramnt,TBvuln);
} //FIM DO PROGRAMA
Para as operaes de fatiamento efetuadas para obteno dos geo-campos temticos de

vulnerabilidade perda de solo e de potencialidade social e econmica foram utilizados os
intervalos de classe da Tabela 10.1.
Tabela 10.1: CLASSES TEMTICAS DE VULNERABILIDADE E

POTENCIALIDADE
Classes dos Geo-campos temticos Intervalo de Classe p/
Vulnerabilidade do Potencialidade Geo-campo Numrico Cor da Classe
Meio Fsico Social e Econmica
Estveis Potencial Alto 1,0 - 1,4 verde
Moderada Estabilidade Pot. Moderad. Alto 1,4 - 1,8 verde-amarelado
Mdia Estabilid./Vulnerab. Mdio Potencial 1,8 - 2,2 Amarelo
Moderada Vulnerabilidade Pot. Moderad. Baixo 2,2 - 2,6 vermelho-amarelado
Vulnerveis Potencial Baixo 2,6 - 3,0 Vermelho
Adaptado de Crepani et alii 19 e Becker e Egler 5.
Para a gerao dos geo-campos numrico e temtico de potencialidade social e

econmica foram utilizados os operadores Espacialize e Fatie da mesma forma que na
obteno dos respectivos geo-campos de vulnerabilidade, descritos acima. A espacializao
do atributo potencial social e econmico mdio MED_SOEC ) que descreve os geo-objetos
setores censitrios foi efetuada utilizando-se o operador ESPACIALIZE, atravs do seguinte
programa em LEGAL:
10-25
// INICIO DO PROGRAMA
{
//CONVERSAO DE OBJETOS (CADASTRAL) EM GEO-CAMPO NUMERICO
//GERACAO DE GEO-CAMPO A PARTIR DE ATRIBUTO NUMERICO
//DA TABELA DE OBJETOS (INDICADOR:MED_SOEC)
//Obtido a partir da media entre os indicadores
//educacao, saneamento, renda e moradia.
Objeto PegaAtribSetor ("Div_Pol_Adm_Obj");
Cadastral EntraMapCad ("Div_Pol_Adm_Cad");
Numerico SaiMNT ("Vuln_GRD");
//RECUPERA O MAPA DE GEO-OBJETOS

EntraMapCad = Recupere (Nome = "set_cens_91" );
//CRIA GEO-CAMPO NUMERICO

SaiMNT = Novo (Nome = "ptse_soec", ResX =90, ResY =90, Escala =
250000, Min= 0, Max= 3);
// EXECUTA A OPERACAO
SaiMNT = Espacialize ( PegaAtribSetor."MED_SOEC" OnMap
EntraMapCad);
} //FIM DO PROGRAMA
Em seguida, os valores de potencialidade do geo-campo numrico, resultante da
operao de espacializao, foram agrupados em classes de potencialidade social e
econmica, conforme a Tabela 10.1, utilizando-se o operador FATIE e atravs do seguinte
programa em LEGAL:
{
//GERACAO DE GEO-CAMPO TEMATICO A PARTIR DE FATIAMENTO
// DE NUMERICO (MNT)
//MNT: ptse_soec
Numerico entramnt ("Vuln_GRD");
Tematico fatiamnt ("Vuln_Amb_SE_TM");
Tabela TBvuln (Fatiamento);
//RECUPERA GEO-CAMPO NUMERICO

entramnt = Recupere (Nome = "ptse_soec");
//CRIA PI TEMATICO
fatiamnt = Novo (Nome = "med_soec_TM", ResX=90, ResY=90, Escala
= 250000);
10-26
//TABELA COM INTERVALOS DE CLASSE PARA FATIAMENTO

TBvuln = Novo ( CategoriaFim= "Vuln_Amb_SE_TM",
[1.00,1.40] : "est-alto_pot",
[1.40,1.80] : "mod_est-pot_mod_alto",
[1.80,2.20] : "intermediaria",
[2.20,2.60] : "mod_vul-pot_mod_baixo",
[2.60,3.00] : "vuln-baixo_pot");
//EXECUTA A OPERACAO
fatiamnt= Fatie (entramnt,TBvuln);
} //FIM DO PROGRAMA
A Figura 10.12 mostra os resultados das operaes de espacializao e fatiamento do
atributo MED_SOEC.
Figura 10.12. Geo-campos numrico e temtico de

potencialidade dos setores censitrios.
10-27
10.4.2.1 Geo-campo temtico de sustentabilidade do territrio
Conforme sugeriram Becker e Egler 5, o geo-campo de sustentabilidade das unidades

territorias foi obtido atravs da sobreposio das cartas temticas de vulnerabilidade natural
eroso (Figura 10.11) e de potencialidade social econmica (Figura 10.12), utilizando-se o
operador boleano AND. Esta sobreposio foi efetuada atravs do seguinte programa em
LEGAL:
//SOBREPOSICAO VULNERABILIDADE x POTENCIAL SOCIAL E ECONOMICO
//ATRAVES DE OPERACAO BOLEANA COM OPERADOR .AND.
{
// DECLARACAO DE VARIAVEIS
Tematico vuln ("Vuln_Amb_SE_TM");
Tematico ptse ("Vuln_Amb_SE_TM");
Tematico mfse ("Vuln_Amb_SE-Boleana");
RECUPERACAO DOS GEO-CAMPOS TEMATICOS

vuln = Recupere (Nome= "med_vuln_TM");
ptse = Recupere (Nome= "med_soec_TM");
// CRIACAO DO GEO-CAMPO TEMATICO DE SUSTENTABILIDADE

mfse = Novo(Nome= "Vuln-PtSE", ResX=90, ResY=90,
Escala=250000);
// EXECUCAO DA OPERACAO DE SOBREPOSICAO2

mfse = Atribua (CategoriaFim = "Vuln_Amb_SE-Boleana")
{
"Vn_E-Pt_E" : (vuln.Classe == "est-alto_pot" .AND.
ptse.Classe == "est-alto_pot"),
"Vn_E-Pt_ME" : (vuln.Classe == "est-alto_pot" .AND.
ptse.Classe == "mod_est-pot_mod_alto"),
"Vn_E-Pt_EV" : (vuln.Classe == "est-alto_pot" .AND.
ptse.Classe == "intermediaria"),
"Vn_E-Pt_MV" : (vuln.Classe == "est-alto_pot" .AND.
ptse.Classe == "mod_vul-pot_mod_baixo"),
"Vn_E-Pt_V" : (vuln.Classe == "est-alto_pot" .AND.
ptse.Classe == "vuln-baixo_pot"),
"Vn_ME-Pt_E" : (vuln.Classe == "mod_est-pot_mod_alto" .AND.
"Vn_ME-Pt_ME" : (vuln.Classe == "mod_est-pot_mod_alto" .AND.
2
Ilustra-se uma das possveis sobreposies: a classe vulnervelalto potencial (Vn_E-Pt_E) vai existir no geo-campo de
sustentabilidade se ocorrer a interseo entre polgonos da classe estvel (est-alto_pot), no geo-campo de vulnerabilidade
e ( .AND. ) da classe alto potencial (est-alto_pot), no geo-campo de potencialidade social e econmica.
10-28
"Vn_ME-Pt_EV" : (vuln.Classe == "mod_est-pot_mod_alto" .AND.

"Vn_ME-Pt_MV" : (vuln.Classe == "mod_est-pot_mod_alto" .AND.
"Vn_ME-Pt_V" : (vuln.Classe == "mod_est-pot_mod_alto" .AND.
"Vn_EV-Pt_E" : (vuln.Classe == "intermediaria" .AND.
"Vn_EV-Pt_ME" : (vuln.Classe == "intermediaria" .AND.
"Vn_EV-Pt_EV" : (vuln.Classe == "intermediaria" .AND.
"Vn_EV-Pt_MV" : (vuln.Classe == "intermediaria" .AND.
"Vn_EV-Pt_V" : (vuln.Classe == "intermediaria" .AND.
"Vn_MV-Pt_E" : (vuln.Classe == "mod_vul-pot_mod_baixo" .AND.
"Vn_MV-Pt_ME" : (vuln.Classe == "mod_vul-pot_mod_baixo" .AND.
"Vn_MV-Pt_EV" : (vuln.Classe == "mod_vul-pot_mod_baixo" .AND.
"Vn_MV-Pt_MV" : (vuln.Classe == "mod_vul-pot_mod_baixo" .AND.
"Vn_MV-Pt_V" : (vuln.Classe == "mod_vul-pot_mod_baixo" .AND.
"Vn_V-Pt_E" : (vuln.Classe == "vuln-baixo_pot" .AND.
"Vn_V-Pt_ME" : (vuln.Classe == "vuln-baixo_pot" .AND.
"Vn_V-Pt_EV" : (vuln.Classe == "vuln-baixo_pot" .AND.
"Vn_V-Pt_MV" : (vuln.Classe == "vuln-baixo_pot" .AND.
"Vn_V-Pt_V": (vuln.Classe == "vuln-baixo_pot" .AND. ptse.Classe
== "vuln-baixo_pot")
};
} //FIM DO PROGRAMA.
A ttulo de demonstrao, este programa em LEGAL incluiu todas as 25 classes que
poderiam existir como resultado da sobreposio entre o geo-campo de vulnerabilidade, com
5 classes (Figura 10.11) e o geo-campo de potencialidade, previsto para conter tambm 5
classes. Como o geo-campo de potencialidade continha somente duas classes (Figura 10.12),
o geo-campo de sustentabilidade a ser obtido deveria conter no mximo 10 classes, caso
ocorressem todas as (5 x 2) possveis intersees entre os polgonos nos dois geo-campos.
Entretanto, como resultado da execuo deste programa obteve-se um geo-campo temtico
com 9 classes de sustentabilidade, conforme pode ser observado na Figura 10.14-A..
importante comentar que sendo gerado a partir de intersees espaciais entre
polgonos dos dois geo-campos, o geo-campo temtico de sustentabilidade do territrio pode
10-29
ser um produto de difcil entendimento e por vezes no satisfatrio. Isto porque, dependendo
do nmero de classes em cada um dos geo-campos temticos utilizados na sobreposio, o
geo-campo temtico resultante poder possuir um nmero excessivo de classes temticas.
Caso acontea, tornar-se- necessrio um novo e trabalhoso processo de sntese ou
agrupamento dos polgonos contidos no referido geo-campo temtico, para que efetivamente
obtenha-se uma sntese com os nveis de sustentabilidade de uso do territrio e no um
conjunto de classes resultantes da interseo entre os polgonos de dois geo-campos
temticos.
Alternativamente, uma das maneiras mais fceis para avaliar o comportamento entre
dois conjuntos de dados plot-los num grfico, um contra o outro, atravs de um sistema de
coordenadas ortogonais que define um espao euclidiano bidimensional. Em processamento
de imagens digitais, o espao euclidiano ou espao de atributos (feature space) um conceito
bsico, podendo ser N-dimensional em funo do nmero de conjuntos de dados a serem
comparados, sendo utilizado para analisar certas propriedades das imagens digitais,
principalmente em procedimentos de classificao de imagens (Schowengerdt 59; Crsta 20).
Com base neste conceito, utilizou-se um grfico bidimensional (Figura 10.13) para
visualizar os dados de vulnerabilidade e de pontencialidade social e econmica, atravs de
seus respectivos geo-campos numricos. A posio de cada ponto neste espao de atributos
est diretamente relacionada com a magnitude dos valores contidos nos dois geo-campos
numricos e ao analis-los, podem ser identificadas regies de maior e menor adensamento de
pontos, que intuitivamente representam diferentes classes de sustentabilidade.
Figura 10.13. Subdiviso do espao de atributos em nveis de

sustentabilidade.
Desta maneira, procurando manter uma padronizao com relao aos intervalos de
classe utilizados nas operaes de fatiamento, dividiu-se o grfico da Figura 10.13 em regies
10-30
correspondentes a 5 classes de sustentabilidade, considerando-se os intervalos de classe da

Tabela 10.1. Assim, p. ex., incluiriam-se na classe sustentabilidade baixa todas as unidades
territoriais cujos valores do geo-campo numrico de vulnerabilidade ou os valores do geo-
campo de potencialidade estivessem contidos entre 2,20 e 2,60.
A idia que deste modo, as classes de sustentabilidade das unidades territoriais
possam refletir as mtuas relaes entre o sistema natural e a formao social e econmica
numa poro do espao. Quer dizer, mesmo uma rea ambientalmente estvel (valores de
vulnerabilidade prximos a 1,0) pode ser considerada de mdia ou baixa sustentabilidade se o
modelo de ocupao derivado da dinmica econmica, social e poltica l vigente, no
permitir o desenvolvimento humano com um nvel de qualidade de vida (valores de
potencialidade prximos a 3,0) e de controle ambiental adequados.
Para materializar o contedo do grfico da Figura 10.13 em um geo-campo temtico
de sustentabilidade foram realizadas operaes de juno espacial (Gting 34), atravs do
seguinte programa em LEGAL:
{
//INTEGRACAO ENTRE VULNERAB. E POTENCIAL SOCIAL E ECONOMICO
//SUSTENTABILIDADE ATRAVES DE JUNCAO ESPACIAL
//DECLARACAO DE VARIAVEIS
Numerico vuln ("Vuln_GRD");
Numerico ptse ("Vuln_GRD");
Tematico sustent ("Sustentabilidade_TM");
//RECUPERACAO DE GEO-CAMPOS NUMERICOS

vuln = Recupere (Nome= "vuln_medutb");
ptse = Recupere (Nome= "ptse_soec");
// CRIACAO DO GEO-CAMPO TEMATICO DE VULNERABILIDADE

sustent= Novo (Nome= "sustentab_5cls", ResX=90, ResY=90,
Escala=250000);
// EXECUCAO DAS OPERACOES E CRITERIOS PARA JUNCAO ESPACIAL

sustent = Atribua
{
"Sustentab_Alta" : (vuln <=1.40).OR. (ptse <=1.40),
"Sustentab_Mode" : (vuln > 1.40 .AND. vuln <=1.80) .OR. (ptse
> 1.40 .AND. ptse <=1.80),
"Sustentab_Media" : (vuln > 1.80 .AND. vuln <=2.20) .OR.
(ptse > 1.80 .AND. ptse <=2.20),
"Sustentab_Baixa" : (vuln > 2.20 .AND. vuln <=2.60) .OR.
(ptse > 2.20 .AND. ptse <=2.60),
"Sustentab_MBaixa" : (vuln > 2.60 .AND. vuln <=3.00) .OR. (ptse
> 2.60 .AND. ptse <=3.00)
10-31
};
}// FIM DO PROGRAMA.
O resultado da execuo deste programa pode ser observado na Figura 10.14-B.
Comparando-se os dois geo-campos temticos (Figura 10.14- A e B), verifica-se que
para ser obtido os nveis de sustentabilidade de uso do territrio, sugeridos por Becker e Egler
5, a partir do geo-campo temtico A, seria necessrio, alm da sobreposio (interseo
espacial entre os geo-campos temticos de vulnerabilidade e potencialidade) j realizada, uma
nova operao de reagrupamento ou reclassificao de classes temticas, para alcanar os
mesmos resultados de uma nica operao de juno espacial, cujo resultado apresentado na
Figura 10.14-B.
Figura 10.14. Geo-campos temticos de sustentabilidade das

UTBs.
Ademais, observando-se o fluxograma representado pela Figura 6.4 constata-se que
para ser obtido o mesmo resultado de uma nica operao de junco espacial (Figura 10.14-
B), aplicada sobre os geo-campos numricos de vulnerabilidade e potencialidade, deveriam
ser realizadas quatro operaes, dois fatiamentos (converte-se numrico para temtico), a
sobreposio (temtico x temtico, gerando novo temtico; no caso a Figura 10.14-A) e por
fim uma reclassificao (gera novo temtico pelo agrupamento de classes).
10-32
Sem querer iniciar uma discusso sobre propagao de erros, estas consideraes
acima servem para alertar que, nem sempre as sobreposies entre geo-campo temticos,
muito conhecidas como cruzamento de mapas e amplamente utilizadas pelos usurios de SIG,
representam o melhor caminho para alcanar os resultados desejados.
BIBLIOGRAFIA
1. Aronoff, S. Geographical Information Systems: A Management Perspective. Ottawa.,
WDI Publications, 1989.
2. Assad, E. D.; Sano, E. E. Sistemas de Informaes Geogrficas - Aplicaes na

Agricultura. Braslia, EMBRAPA, 1993.
3. Barbosa, C. C. F. lgebra de Mapas e suas Aplicaes em Sensoriamento Remoto e

Geoprocesamento. Tese de Mestrado. So Jos dos Campos. INPE. 1997.
4. Beale, R.; Jackson, T. Neural Computing. Bristol - UK. Institute of Physics Publishing.
1992. 240p.
5. Becker, B. K.; Egler, C. A. G. Detalhamento da Metodologia para Execuo do

Zoneamento Ecolgico-Econmico pelos Estados da Amaznia Legal. Braslia. SAE-
Secretaria de Assuntos Estratgicos/ MMA-Ministrio do Meio Ambiente. 1996.
6. Bertrand, G. Paisagem e Geografia Fsica Global: Esboo Metodolgico. Caderno de

Cincias da Terra, 13. Inst. de Geografia-USP. So Paulo. 1981.
7. Bezerra, P. E. L.; Lima, M. I. C. de.; Silva, R. C.; Fonseca, W. N. D.; Medeiros J. S.

Utilizao de sistemas de informao geogrfica (SIG) em anlise geoambiental: o exemplo
do Estado do Amap. Trabalho apresentado no I Simpsio Intern. de Estudos Ambientais em
Florestas Tropicais midas. Manaus, 7-13 de outubro. 1990.
8. Bonham-Carter, G. F. Geographic Information Systems for Geoscientists. Terrytown.

Pergamon/Elsevier Science Pub. 1994.
9. Burrough, P. A. Principles of Geographic Information Systems for Land Resources

Assessment. Oxford, Oxford University Press, 1986.
10. Burrough, P. A. McDonnell R. A. Principles of Geographic Information Systems.

Oxford, Oxford University Press, 1998.
11. Cmara, G.;Casanova, M. A.;Hemerly, A. S.;Magalhes, G. A.; Medeiros, C. M. B.

Anatomia de Sistemas de Informao Geogrfica. 10a. Escola de Computao. Campinas.
Instituto de Computao - UNICAMP. 1996. 197p.
12. Carvalho, A. C. P. L. F. de. Redes Neurais Artificiais, Tutorial introdutrio. Documento
on-line disponvel em www.icmsc.sc.usp.br/~andre/neural1.html. 1999.
10-33
13. Caudill, M. Expert Network. Byte. October. 1991. pp 108-116.
14. Centro de Estudios de Ordenacin del Territorio y Medio Ambiente (CEOTMA).

Gua para la elaboracin de estudios del medio fsico: contenido y metodologa. Serie
Manuales. Madrid. Ministerio de Obras Publicas y Urbanismo. 1984. Segunda edicin.
15. Clark University. Idrisi for Windows, Users Guide. Worcester, MA. Clark University.
1997.
16. Corra, R. L. Regio e Organizao Espacial. 4a Ed. So Paulo. Editora tica.. 1991.
17. Cox Jr., F. Anlise de Mtodos de Acesso a Dados Espaciais Aplicados a Sistemas
Gerenciadores de Banco de Dados. Dissertao de Mestrado em Computao. Campinas.
IMECC-UNICAMP. 1991.
18. Cowen, D. J. GIS versus CAD versus DBMS: what are the differences. Photogrammetric
Engineering and Remote Sensing, 54:1551-4, 1988.
19. Crepani, E.; Medeiros, J. S. de.; Azevedo, L. G.; Hernandez, P.; Florenzano, T. G.;
Duarte, V. Curso de Sensoriamento Remoto Aplicado ao Zoneamento Ecolgico-Econmico.
So Jos dos Campos. INPE. 1996.
20. Crsta. A. P. Processamento Digital de Imagens de Sensoriamento Remoto. Campinas.
UNICAMP. 1992. 170p.
21. Dolfus, O. O Espao Geogrfico. Rio de Janeiro, Bertrand Brasil, 1991.
22. Dunne, T., Leopold, L. Water in Environmental Planning. W.H. Freeman and Co. San
Francisco. 1978.
23. Eastman et al. 1995Eastman, J.R.; Jin, W.; Kyem, P.A.K.; Toledano, J. Raster procedures
for multi-criteria/multi-objective decisions. Photogrammetric Engineering and Remote
Sensing, v.61, n.5, may, 1995. 539-547p.
24. Egenhofer, M. Spatial SQL: A Query and Presentation Language. IEEE Transactions on
Knowledge and Data Engineering, 6:86-95, 1994.
25. Egenhofer, M.; Herring, J. A Mathematical Framework for the Definition of

Topological Relationships. IN: IV International Symposium on Spatial Data Handling.
Proceedings, Zurich, 1990, pp. 803-813.
26. Emaruchi, B.; Jin, Y. Sauchyn, D.; Kite, G. Land Cover Mapping Using an Artificial
Neural Network. IN: ISPRS Mapping and Geographic Information Systems. Georgia. 1994.
V.30. pp 84-89.
27. Engespao. Sistema Geogrfico de Informaes SGI, Manual de Referncia do Usurio

Verso 2.4. So Jos dos Campos. Engespao. 1995
28. ESRI. ARC/INFO 6.0 Command Reference: GRID. Redlands, California, USA, 1991.
10-34
29. Freeman, J. The Modelling of Spatial Relations. Computer Graphics and Image
Processing, 4: 156-171, 1975.
30. Freeman, J. A.; Skapura, D. M. Neural Network - Algorithms and Programming

Techniques. Reading. Addison Wesley Pub. Comp. 1991.
31. Gomes, J.M.; Velho, L. Computao Visual: Imagens. Rio de Janeiro, SBM, 1995.
32. Goodchild, M. A Spatial Analytical Perspective on Geographical Information Systems.

International Journal of Geographical Information Systems, 1 (4): 327-334, 1987.
33. Goodchild, M. Geographical Information Science. International Journal of Geographical

Information Systems, 6 (2): 35-45, 1992.
34. Gting, R.H. An Introduction to Spatial Database Systems. VLDB Journal, 3(4), October
1994.
35. Harris, J. (1989) Data integration for gold exploration in eastern Nova Scotia using a
GIS. Seventh Thematic Conference on Remote Sensing for Exploration Geology, Calgary,
Canada, october 2-6, 1989. 233-248p.
36. Hartstorne 1978
37. Hecht-Nielsen, R. Neurocomputing. San Diego. Addison-Wesley. 1989. 433p.

38. Hewitson, B. C.; Crane, R. G. (eds). Neural Nets: Applications in Geography.
Dordrecht. Kluwer Academic Publishers. 1994.
39. Intergraph. MGE- The Modular GIS Environment, 1990.
40. Kuntschik (1996)Kuntschik, G., Formaggio, A.R., Gleriani, J.M. Cuantificacin de

prdida de suelo por erosin hdrica en la cuenca del Ribeiro das Araras (SP-Brasil) en
ambiente SIG, usando imgenes TM. Resultados preliminares. Simpsio Latinomaericano de
Percepcin Remota, VII (Memorias- SELPER), Puerto Vallarta - Mxico, 796-803, (1995).
41. Lacoste, Y. A. Geografia - Isso serve, em primeiro lugar, para fazer a guerra. Campinas.
Papirus Editora. 1989.
42. Lombardi Neto (1995).
43. Maguire,D.; Dangermond, J. The Functionality of GIS. IN: Maguire, D.; Goodchild,
M.; Rhind, D. (Eds). Geographical Information Systems: Principles and Applications. New
York, John Wiley and Sons, 1991, pp. 319-35.
44. Marsh, W York..M. Environmental Analysis for Land Use and Site Planning. New
McGraw Hill. 1978.
10-35
45. Medeiros, J. S. de. Banco de Dados Geogrficos e Redes Neurais Artificiais:

Tecnologias de Apoio Gesto do Territrio. So Paulo. Dpto. de Geografia FFLCH
USP. Julho, 1999. Tese de Doutorado.
46. Meirelles, M S P. Anlise Integrada do Ambiente atravs de Geoprocessamento Uma

Proposta Metodolgica para Elaborao de Zoneamentos. Rio de Janeiro. IGEO-UFRJ.
1997. Tese de Doutorado.
47. Montoya, M. A. P.; Claros, M. E. A. C.; Medeiros, J. S. de. Identificacion de las areas
con riesgo de inundacion y deslizamiento en la cuenca del Rio Buquira en el Municipio de
So Jos dos Campos SP utilizando las tecnicas de sensoriamento remoto y
geoprocesamiento. So Jos dos Campos. INPE. Deciembre. 1999. Trabalho do Curso
Internacional em Sensoriamento Remoto do INPE.
48. Moraes, A. C. R. 1997. Meio-Ambiente e Cincias Humanas.
49. Nelson, M. M.; Illingworth, W. T. Practical Guide to Neural Nets. Reading,

Massachusetts. Addison-Wesley Publishing Co. 4th Ed. 1992.
50. ?????? SPRING: Manual do Usurio - Verso 2.0. So Jos dos Campos. NetGis. 1997.
4 volumes.
51. Openshaw, S.; Openshaw, C. Artificial Intelligence in Geography. Chichester. John

Wiley & Sons Ltd. 1997.
52. Pendock e Nedeljkovic, 1996. Integrating geophysical data sets using probabilistics
methods. Thematic Conference and Workshop on Applied Geologic Remote Sensing, 11o,
Las Vegas, 1996. Proceedings. Nevada, v.2, p.621-628.
53. Rezende, M.A.M. Mtodos de Acesso para Bancos de Dados Espaciais. Relatrio
Tcnico CCR-142. Centro Cientfico IBM Brasil. Rio de Janeiro. 1992.
54. Rich, E.; Knight. K. Inteligncia Artificial.So Paulo. Makron Books. 1993.
55. Ross, J. L. S. Anlise Emprica da Fragilidade dos Ambientes Naturais e Antropizados.

Revista do Departamento de Geografia - FFLCH-USP, N.9. 1994. pp. 63-74.
56. Saaty, T. L. (1992)Multicriteria Decision Making The Analytical Hierarchical Process,

Pittsburg, RWS Publications.
57. Santos, M. Espao e Mtodo. So Paulo. Nobel. 1985.
58. Santos, M. A Natureza do Espao: tcnica e tempo, razo e emoo. So Paulo. Editora
Hucitec. 1996.
59. Schowengerdt, R. A. Techniques for Image Processing and Classification in Remote

Sensing. Orlando. Academic Press. 1983. 249p.
10-36
60. Siebert, C.F. Estruturao e desenvolvimento da rede urbana do Vale do Itaja. Ed.
FURB. 1997.
61. Silva, T. C. Metodologia dos Estudos Integrados para o Zoneamento Ecolgico-

Econmico. Salvador. Diviso de Recursos Naturais - DRN. IBGE-BA. 1987. Documento
datilografado de circulao interna.
62. Smith, T.; Peuquet, D.; Menon, S.; Agarwal, P. KBGIS-II, a Knowledge-Based
Geographical Information System. International Journal of Geographical Information
Systems. Vol 1. N. 2. 1987. pp. 149-172.
63. Tomlin, D. Geographic Information Systems and Cartographic Modeling. New York.
Prentice Hall. 1990.
64. Tricart, J. Ecodinmica. Rio de Janeiro. IBGE-SUPREN.1977
65. Tricart, J.; KiewietdeJonge, C. Ecogeography and Rural Management: A Contribuition

to the
66. Worboys, M. GIS: A Computing Perspective. London. Taylor and Francis, 1995.
67. Zadeh L. A. Fuzzy sets. Information and Control, 8:338-353. 1965.
68. Zell, A.; Mamier, G.; Vogt, M.; Mache, N.; Hbner, R.; Dring, S. e outros. Stuttgart
Neural Net Simulator - User Manual, Version 4.1. Stuttgart. IPVR - University of Stuttgart.
1991.
69. Zonneveld, I. S. Land Evaluation and Land(scape) Science. IN: Textbook of Photo-
Interpretation, Use of aerial photographs in Geography and Geomorphology. Vol 7. Cap. 7.
Enschede. ITC. 1972.
70. Zonneveld, I. S. The land unit A fundamental concept in landscape ecology and its
applications. Landscape Ecology. Vol 3. No. 2. pp. 67-86. 1989.
APNDICE
A Manual de Referncia - LEGAL

Cludio Clemente Faria Barbosa
Joo Pedro Cerveira Cordeiro
Este apndice apresenta a voc a sintaxe dos comandos e as palavras
reservadas da linguagem LEGAL.
OBS: As palavras reservadas da linguagem aparecem em negrito.
Declarao
Imagem
Declara uma varivel do tipo Imagem que ser posteriormente
associada a um novo PI criado no programa ou um PI j existente no
projeto corrente. Esta varivel poder ser utilizada em alguma
operao do programa.
Sintaxe:
Imagem varivel (categoria);
Consideraes:
O primeiro termo indica que geo-campos do tipo Imagem podero
ser associado varivel durante a execuo do programa. A categoria
entre aspas e parnteses, indica a categoria definida no banco de dados
ativo. Mais de um nome de varivel pode ser simultaneamente
declarados para uma mesma categoria.
Exemplos:
Imagem banda3, banda4, ivdn (LANDSAT);
Imagem banda3 (LANDSAT), xp2(SPOT);
Imagem B3 (ImagensTM);
Anlise Espacial de Dados Geogrficos

Apndice A - Manual de Referncia - LEGAL
Numerico
Declara uma varivel do tipo Numerico (ou digital) que ser
posteriormente associada a um novo PI criado no programa ou um PI
j existente no projeto corrente. Esta varivel poder ser utilizada em
alguma operao do programa.
Sintaxe:
Numerico varivel (categoria);
Consideraes:
O primeiro termo indica que geo-campos do tipo Numerico podero
Exemplos:
Numerico GR1, GR2, GR3 (Grade_Altimetria);
Numerico ALTI (ALTIMETRIA), exp(EXPOSICAO);
Numerico grade2 (Grades_declividade);
Tematico
Declara uma varivel do tipo Tematico que ser posteriormente
operao do programa.
Sintaxe:
Tematico varivel (categoria);
Consideraes:
O primeiro termo indica que geo-campos do tipo Tematico podero
Exemplos:
Tematico USO1, USO2, USO3 (USO_TERRA);
Tematico Solo1 (SOLOS), GEO(Geologia);
Tematico dec2 (Declividade);
Anlise Espacial de Dados Geogrficos A.2

Apndice A - Manual de Referncia- LEGAL
Objeto
Declara uma varivel do tipo objeto que ser posteriormente usada
em uma operao do tipo reclassificao por atributos.
Sintaxe:
Objeto varivel (categoria);
Consideraes:
O primeiro termo indica que entidades do tipo objeto podero ser
associado varivel durante a execuo do programa. A categoria
Exemplos:
Objeto lot1, lot2, lot3 (Lotes_urbanos);
Objeto CID (Cidades), FAZ (Fazendas);
Objeto Post (Postes_eletricos);
Cadastral
Declara uma varivel do tipo cadastral que ser posteriormente
operao do programa.
Sintaxe:
Cadastral varivel (categoria);
Consideraes:
O primeiro termo indica que entidades do tipo Cadastral podero
Exemplos:
Cadastral cad1 (Cadastro_urbano);
Cadastral map_AS (Mapa_Paises);

Tabela
Declara uma varivel do tipo tabela que ser usadas para definir
transformaes entre campos e objetos de diferentes tipos.
Sintaxe:
Tabela varivel (tipo_de_transformao);
Consideraes:
Numa declarao de tabela, o primeiro termo dever conter a palavra
reservada Tabela, seguida do nome da varivel e de uma palavra chave
indicando o tipo de transformao - Reclassificacao,
Fatiamento ou Ponderacao. Mais de um nome de varivel pode
ser simultaneamente declarados para um mesmo tipo de transformao.
Uma tabela de Reclassifio define o mapeamento entre classes
temticas de duas diferentes categorias, no Fatiamento um campo de
uma categoria numrica transformado em um campo temtico,
enquanto numa Ponderao a transformao de um campo temtico
para um campo numrico.
Exemplos:
Tabela USO1, USO2, USO3 (Reclassificacao);
Tabela Solo1(Ponderacao), GEO(Ponderacao);
Tabela dec2 (Fatiamento);
Atributo
Declara uma varivel do tipo atributo que ser posteriormente
usada em uma operao do tipo reclassificao por atributos.
Sintaxe:
Atributo varivel (categoria_objeto,atributo);
Consideraes:
A declarao uma varivel especial do tipo atributo necessria
quando se deseja efetuar uma reclassificao por atributos, na qual uma
operao de transformao gera dados do modelo temtico ou
numrico, a partir de um mapa cadastral e do valor de atributos de uma
categoria de objetos dada.
Numa declarao de variveis de atributos deve ser indicado o nome
da categoria de objetos a que o atributo pertence, bem como o nome
que o identifica para o ambiente Spring.
Exemplos:
Atributo valores (LOTES,IPTU);

Instanciao
Recupere
Associa um plano de informao existente no projeto corrente com
uma varivel previamente declarada.
Sintaxe:
varivel = Recupere (Nome = nome_do_pi)
Consideraes:
Os tipos tratados pelo operador Recupere so: Imagem,
numerico, Tematico, Objetos e Cadastral. A varivel
e o plano de informao recuperado devem ser do mesmo tipo. Por
exemplo, um plano de informao do tipo temtico s pode ser
associado a uma varivel declarada anteriormente como temtica.
Exemplos:
// Exemplos de declaraes
Tematico Solos (TIPOS_SOLOS);
Numerico topo (ALTIMETRIA),
Imagem banda3 (LANDSAT),
// Exemplos de instanciaes das declaraes acima
Solos = Recupere(Nome = solos_vale_paraiba);
topo = Recupere(Nome = altimetria_sjc);
banda3 = Recupere(Nome = TM3_SJC);
Novo
Quando usado com variveis do tipo Tematico, Imagem ou
Numerico, cria um plano de informao do mesmo tipo no projeto
corrente e associa este plano a varivel do lado esquerdo do sinal de
atribuio =. Quando usado com variveis do tipo Tabela, o
operador Novo cria uma tabela no contexto do programa em execuo.
Esta tabela pode ser usada nos processamentos baseados em tabelas.
Sintaxe:
Para tipo imagem:

varivel = Novo (Nome = nome_do_pi, ResX =
valor,
ResY = valor, Nbits = 8);
Para tipo temtico:

varivel = Novo (Nome = nome_do_pi,
ResX = valor , ResY = valor,
Escala = valor,

Repres = Vetor ou Raster);
Para tipo Numrico:

Escala = valor,
Min = valor, Max = valor,
Repres = Grade ou Amostra);
Para tipo Cadrastral:

Escala = valor);
Para tipo Tabela de ponderao:

varivel = Novo (CategoriaIni = nome_da_categoria,
geoclasse : valor,
geoclasse : valor,
...
Outros : valor );
Para tipo Tabela de fatiamento:

varivel = Novo (CategoriaFim = nome_da_categoria,
[valorI, valorF] : geoclasse,
[valorI, valorF] : geoclasse,
...
Outros : valor );
Para tipo Tabela de reclassificao:

varivel = Novo (CategoriaIni = nome_da_categoria,
CategoriaFim = nome_da_categoria,
geoclasse : geoclasse,
geoclasse : geoclasse,
...
geoclasse : Outros );
Consideraes:
Para variveis do tipo Imagem, Numrico, Temtico e Cadastral um
plano com o nome fornecido criado no projeto ativo. Este novo
plano usado para armazenar o resultado de uma operao.
Na instanciao de tabelas a palavra reservada Outros opcional e
define um valor a ser atribudo nos casos no cobertos pelas
alternativas anteriores.
Para a instanciao de uma tabela de fatiamento o termo [valorI,
valorF] significa a faixa de valores do campo numrico a ser atribudo a
uma geoclasse. A faixa vai de valorI inclusive at valorF exclusive.
Parmetros:
Nome - nome do plano de informao criado.
ResX - resoluo horizontal.

ResY - resoluo vertical.

Nbits nmero de bits da imagem (8, 10, 16, ...).
Escala - escala do plano criado.
Min - valor mnimo permitido na grade criada.
Max - valor mximo permitido na grade criada.
Repres - representao do plano criado.
Vetor ou Matriz para Temtico.
Grade ou Amostra para Numrico.
CategoriaIni - categoria de entrada.
CategoriaFim - categoria de sada.
Exemplos:
// Criar um PI Imagem:
ima = Novo (Nome = "ImagemResultante",ResX=30,ResY=30,
Nbits = 8);
// Criar um PI Temtico:
solo = Novo (Nome = "Solos", ResX=50, ResY=50,
Escala = 100000);
// Criar um PI Numrico:
alti = Novo (Nome = "Altimetria", ResX=50, ResY=50,
Escala = 1000, Min=0, Max=100);
// Criar um PI Cadastral:
cadast = Novo (Nome = "Plano_Urbano", ResX=50, ResY=50,
Escala = 1000);
// Criar uma Tabela de Ponderao:
pond = Novo (CategoriaIni = Tipos_de_solos,
Le : 0.60,
Li ; 0.20,
Ls : 0.35,
Aq : 0.10);
// Criar uma Tabela de fatiamento:

fatia = Novo (CategoriaFim = Faixas_de_Declividade,
[0.0, 5.0] : baixa,
[5.0, 15.0] : media,
[15.0,45.0] : alta);
Criar uma Tabela de reclassificao:

reclass = Novo (CategoriaIni = Floresta,
CategoriaFim = Desmatamento,
Floresta_Densa : Floresta,
Floresta_Varzea : Floresta,
Rebrota : Desmatamento,
Area_Desmatada : Desmatamento);

Operao
Atribua
Gera um plano de informao temtico efetuando o mapeamento de
geoclasses com base em resultados de expresses lgicas (booleanas).
Este mapeamento executado por operadores lgicos pontuais (e, ou,
no), que fazem a sobreposio (overlay) entre as classes dos PIs.
Expresses booleanas so combinadas a partir dos operadores && (e
lgico, intercesso), || (ou lgico, unio) e ! ou ~ (negao,
complemento), ou ainda pela comparao entre pixels de imagens ou
valores de grade atravs dos operadores <, >, <=, >=, == e
!=; ou da comparao entre classes de PIs temticos atravs dos
operadores == e !=. Pode-se envolver at 40 PIs simultaneamente.
Sintaxe:
varivel = Atribua(CategoriaFim = nome_da_categoria)
{
nome_da_geoclasse : expressao_booleana),
...
nome_da_geoclasse : Outros
};
Alternativamente pode-se usar a sintaxe abaixo:
varivel = Atribua
{
...
};
Consideraes:
As geoclasses temticas usadas no lado esquerdo do : devem ser
geoclasses da categoria temtica associada varivel temtica
previamente declarada. A palavra reservada Outros opcional e
define um valor a ser atribudo nos casos no cobertos pelas
alternativas anteriores.
As expresses booleanas operam sobre representaes matriciais dos
dados envolvidos e so operaes pontuais.
Exemplo:
temas = Atribua (CategoriaFim = AptidaoAgricula)
{
Bom : (solos.tema == Le && decl >= 0.05),
Medio : (solos.tema == Aq || decl >= 0.10),
Ruim : (solos.tema == Aq &! decl >= 0.10),
fundo : Outros ;
}

Fatie
Gera um plano de informao do tipo Tematico a partir de um dado
numrico. As regras de processamento so baseadas em uma tabela de
fatiamento criada atravs de um operador Novo.
Sintaxe:
pist = Fatie (pien,tabfat)
Consideraes:
A varivel pist deve ser um plano de informao do tipo
Tematico. O parmetro pien deve ser um plano de informao do
tipo numrico. O parmetro tabfat deve ser uma tabela do tipo
fatiamento.
Exemplo:
// Declaraes
Tematico classes_decl (Faixas_de_Declividade);
Numerico decli (Declividade);
Tabela fatia(Fatiamento);
// Instanciaes
fatia = Novo (CategoriaFim = Faixas_de_Declividade,
[0.0, 5.0] : baixa,
[5.0, 15.0] : media,
[15.0,45.0] : alta);
decli = Recupere(Nome = grade_declividade);

classes_decl = Novo(Nome=decli_fat, ResX = 40,
ResY = 40, Escala = 100000);
// Operao
classes_decl = Fatie(decli,fatia);
// Final de programa

Pondere
Gera um plano de informao do tipo Numerico a partir de um dado
temtico. As regras de processamento so baseadas em uma tabela de
ponderao criada atravs de um comando usando o operador Novo.
Sintaxe:
pisn = Pondere (piet,tabpond)
Consideraes:
A varivel pisn deve ser um plano de informao do tipo
Numerico. O parmetro piet deve ser um plano de informao do
tipo Tematico. O parmetro tabpond deve ser uma tabela do tipo
Ponderacao.
Exemplo:
// Declaraes
Tematico geom (Geomorfologia);
Numerico fragil (fragilidade);
Tabela tab_geo (ponderacao);
// Instanciaes
fragil = Novo (Nome = fragilidade_solo,ResX = 50,
ResY = 50, Escala = 100000);
tab_geo = Novo (CategoriaIni = Geomorfologia,

"SEpt" : 1.2,
"Espp" : 1.1,
"Estb" : 1.3,
"dk" : 2.4);
geom = recupere(Nome = Geomorf_RADAM);
// Operao
fragil = 0.5 * Pondere(geom,tab_geo);

Reclassifique
Remapea os temas de um plano de informao temtico para um novo
plano tambm temtico.Este remapeamento feito segundo regras
descritas por uma tabela de reclassificao. Esta uma operao de
generalizao, onde temas diferentes de entrada so mapeados para um
de sada.
Sintaxe:
pisn = Reclassifique (piet ,tabela_reclass)
Consideraes:
A varivel pisn deve ser um plano de informao do tipo
Tematico. O parmetro piet deve ser um plano de informao do
tipo Tematico. O parmetro tabela_reclass deve ser uma
tabela do tipo Reclassificacao,instanciada previamente pelo
operador Novo.
Exemplos:
{
// inicio do programa
// Declaraes
Tematico cobertura (Floresta);
Tematico desmat (Desmatamento);
Tabela tab_reclass(Reclassicacao);
// Instanciaes
tab_reclass = Novo (CategoriaIni = Floresta,
CategoriaFim = Desmatamento,
Floresta_Densa : Floresta,
Floresta_Varzea : Floresta,
Rebrota : Desmatamento,
Area_Desmatada : Desmatamento);
cobertura = Recupere(Nome = tipos_cobertura);

desmat = Novo (Nome = desmatamento,
ResX = 30, ResY = 30, Escala = 100000);
// Operao
desmat = Reclassifique (cobertura,tab_reclass);
}

? :
Implementa uma expresso condicional a partir do resultado de uma
expresso booleana avaliada antes do sinal ?. Se o resultado da
expresso booleana for verdadeira atribui-se para a varivel de sada o
resultado da expresso antes do :, caso contrario atribui-se o
resultado da expresso que vem depois do :.
Sintaxe:
varivel = expressao_booleana ? expressao1 : expressao2
Consideraes:
O tipo da varivel de sada e o da expresso1 e expressao2 devem ser
compatvel.
Exemplos: Recorte de imagem por temas
{
// incio do programa
// Declaraes
Imagem tm345, tm5M ("Imagens");
Tematico uso ("UsoSolo");
// Instanciaes
uso = Recupere (Nome = "UsodoSolo");
tm345 = Recupere (Nome = "TM345");
tm5M = Novo (Nome = "teste", ResX=30, ResY=30);
// Operao condicional
tm5M = uso.Class=="cidade" ? tm345 : 240;
}

ReclAtrib
Cria um PI temtico em funo dos atributos definidos para objetos
representados em um PI cadastral. O operador executa a
transformao sobre a representao vetorial.
Sintaxe:
varivel = ReclAtrib (objeto, atributo, tab_fat)
SobreMapa pi_cadastral;
Exemplos:
{
Atributo pop ("Comunidades_O", "populacao");
Objeto com ("Comunidades_O");
Cadastral cad ("Mapa_de_Comunidades");
Tematico tem ("Faixas_tematicas");
Tabela fat (Fatiamento);
cad = Recupere (Nome = "mapa_de_comunidades");

tem = Novo (Nome ="populacao", ResX =100, ResY =100,
Escala =100000, Repres =Raster);
fat = Novo ( CategoriaFim= "Populacao",

[1000, 2000] : "Baixa",
[2000, 5000] : "Media",
[5000, 10000] : "Alta" );
tem = ReclAtrib (com, pop, fat) OnMap cad;
}

MediaZonal(pie,lista_de_zonas)
Calcula o valor mdio dentro de cada zona (regio) de um plano de
informao referenciado pelo argumento pie. As zonas so definidas,
uma a uma pela lista_de_zonas.
Sintaxe:
Resultado em grade Numrica
pis = MediaZonal(pie,lista_de_zonas)
Resultado em um nico valor numrico
vr = MediaZonal(pie,zona)
Resultado numrico em Tabela de Atributos de Objetos
Objeto."atr" = MediaZonal(pie,objeto OnMap pic)
Consideraes:
pie - Plano de informao de entrada que define os valores dentro de
cada regio geogrfica avaliada. O plano de informao pie deve ser
do tipo Imagem ou do tipo Numerico.
lista_de_zonas - Identifica as zonas sobre as quais sero
calculados os valores mdios. Todas as zonas presentes na
lista_de_zonas devem estar localizadas sobre a regio geogrfica
do pie. Uma zona ou regio pode ser definida por uma expresso
booleana ou por um objeto. Uma lista_de_zonas pode ser definida por
uma lista de expresses boleanas, ou por todas as classe temticas
presente em um plano de informao temtico.
pis plano de informao de sada que deve ser do tipo Numerico.
vr - varivel do tipo float que recebe o valor mdio resultante de uma
nica regio.
Objeto."atr" - Atributo de um objeto representado no plano de
informao pic.
pic - Plano de informao do tipo cadastral representando um
conjunto de regies.
No caso do resultado em grade numrica, todas as posies na grade
numrica dentro de uma zona recebero o valor mdio calculado sobre
aquela zona.
Exemplos:
{
// Declaraes
Tematico zonas (Solos_vale_paraiba);
Numerico ph (ph_solos_vale_paraiba);
Numerico ph_medio (grade_media_zonais_10x10);
Float ph_terra_roxa;

// Instanciaes
// Dados de entrada
ph = Recupere(Nome = "ph_solos_sjc");
zonas = Recupere(Nome = "solos_sjc");
ph_medio = Novo(Nome = "ph_medio_solos_sjc", ResX= 10,
ResY= 10, Escala = 100000, Min = 0, Max =
20);
// Operao
// Resultado em campo Numrico para algumas regies
especificas.
ph_medio = MediaZonal(ph,zonas.Classe == terra_roxa,
zonas.Classe == latosolo_vermelho,
zonas.Classe == solos_hidromorficos);
// Resultado em campo Numrico para as classe temticas

// presentes no plano de informao temtico "solos_sjc".
// Neste caso cada tipo de solo define uma regio.
ph_medio = MediaZonal(ph,zonas.Classe * );
// Resultado em um nico valor numrico

ph_terra_roxa = MediaZonal(ph,zonas.Classe ==
terra_roxa);
// Programa de media zonal que atualiza tabela de atributos

{
// Declaraes
Objeto regioes ("municipios");
Cadastral mapamunicipios ("mapacad");
Digital altimetria("altime");
mapamunicipios = Recupere (Nome = "municipios");

altimetria = Recupere (Nome = "alt");
// Resultado numrico em Tabela de Atributos de Objetos

regioes."altitudeM" = MediaZonal (altimetria,regioes OnMap
mapamunicipios);
}

MaxZonal(pie,lista_de_zonas)
Identifica o valor mximo dentro de cada zona (regio) de um plano de
informao referenciado pelo argumento pie. As zonas so definidas,
uma a uma pela lista_de_zonas.
Sintaxe:
Resultado em grade Numrica.
pis = MaxZonal(pie,lista_de_zonas)
vr = MaxZonal(pie,zona)
Objeto."atr" = MaxZonal(pie,objeto OnMap pic)
Consideraes:
pie - Plano de informao de entrada que define os valores dentro de
cada regio geogrfica avaliada. O plano de informao pie deve ser
do tipo Imagem ou do tipo Numerico.
lista_de_zonas - Identifica as zonas sobre as quais sero

calculados os valores mximos. Todas as zonas presentes na
lista_de_zonas devem estar localizadas sobre a regio geogrfica
do pie. Uma zona ou regio pode ser definida por uma expresso
booleana ou por um objeto. Uma lista_de_zonas pode ser definida por
uma lista de expresses boleanas, ou por todas as classe temticas
presente em um plano de informao temtico.
Pis - Plano de informao de sada que deve ser do tipo
Numerico.
vr - Varivel do tipo float que recebe o valor mximo dentro de uma
nica regio.
Objeto."atr" - Atributo de um objeto representado no plano de
informao pic.
pic - Plano de informao do tipo cadastral representando um
conjunto de regies.
No caso do resultado em grade numrica, todas as posies na grade
numrica dentro de uma zona recebero o valor mximo calculado
sobre aquela zona.
Exemplos:
{
// Inicio do Programa
// Variveis usadas como restrio

Tematico zon(tipos_do_Solo);
Imagem tm5(imagensTM);
Numerico ph(ph_dos_solos);
Numerico maximo_ph_zonal(grade10x10);
Float reflec_max_terra_roxa;
ph = Recupere(Nome = "ph_solo_sjc");
zon = Recupere(Nome = "solos_sjc");
maximo_ph_zonal = Novo(Nome = "ph_maximo_zonal_sjc",

ResX = 10, ResY = 10, Escala = 100000, Min = 0 Max =
200);
// Resultado em campo Numrico

maximo_ph_zonal = MaxZonal(hp,zon.Classe ==
terra_roxa, zon.Classe ==
latosolo_vermelho,
zon.Classe == solos_hidromorficos
);
// Resultado em campo Numrico para as classe temticas

// presentes no plano de informao temtico
"solos_sjc". // Neste caso cada tipo de solo
define uma regio.
ph_medio = MaxZonal (ph,zon.Classe * );
// Resultado em um nico valor numrico

reflec_max_terra_roxa = MaxZonal(tm5,zon.Classe ==
terra_roxa);
// Final de Programa
}
// Programa de maximo zonal que atualiza tabela de atributos

{
// Declaraes

// Resultado numrico em Tabela de Atributos de Objetos

regioes."altitudeMax" = MaxZonal (altimetria,regioes OnMap
mapamunicipios);
}

Espacialize (objeto.<atributo> OnMap

<cadastral>)
Permite que os valores referentes a um certo atributo de objeto sejam

mapeados em um geocampo do modelo Temtico ou Digital. No
primeiro caso atributos textuais so associados a classes temticas, no
segundo, os valores numricos do atributo so representados em uma
grade. Em ambos os casos regies de isovalores so definidas partir
das entidades prviamente associadas aos objeto em um mapa
cadastral.
Sintaxe:
Resultado tipo Temtico ou Digital (geo-campo).
tem = Espacialize(obj.atrtxt OnMap cad)
dig = Espacialize(obj.atrnum OnMap cad)
Consideraes:
tem o nome de uma varivel associada ao plano de informao de
sada, declarada previamente no programa. A varivel tem, deve estar
associada a uma certa categoria temtica, cujas classes, definidas,
tambm previamente, no esquema conceitual devem ter nomes
identicos aos valores textuais possveis do atributo considerado para
espacializao.
dig o nome de uma varivel associada ao plano de informao de
sada, declarado previamente no programa sob uma certa categoria
digital.
obj o nome de uma varivel associada a geo-objetos de uma
categoria do modelo objetos. Estes geo-objetos, associados
previamente a entidades de um mapa cadastral, devem ter seus
campos de atributos preenchidos com valores numricos ou nomes de
classes tematicas..
atrtxt o nome de um atributo do tipo texto que se deseja
espacializar; cada valor possvel desse atributo deve ser idntico ao
nome de uma classe da categoria temtica associada ao plano
representado pela varivel tem.
atrnum o nome de um atributo do tipo inteiro ou real que se deseja
espacializar
cad uma varivel declarada no programa como sendo de uma certa
categoria do modelo Cadastral, associada a um plano de informao
cujas entidades representam os objetos envolvidos na espacializao.

Exemplo:
{
// Declarando os nomes das variveis usadas
Objeto limites ("talhoes");
Cadastral fazendas ("mapadefazendas");
Tematico tem ("solos");
Numerico ph_solos("grade_ph")
// Instanciaes
//Dados de entrada
fazendas = Recupere (Nome = "mt");
tem = Novo (Nome="mapa_de_solos", ResX =30, ResY =30,
Escala =10000, Repres =Vetor);
Resultado em geo-campo Temtico

tem = Atualize (limites."SOLO" OnMap fazendas);
Resultado em campo Numrico

ph_solos = Atualize (limites."ph" OnMap fazendas);
}
Atualize (<PI referencia>, objeto OnMap

<cadastral>, <operador zonal>)
Realiza operaes zonais entre GEO-CAMPOS e GEO-OBJETOS, onde os

atributos do GEO-OBJETOS so atualizados a partir do resultado de operaes booleanas
sobre as classes dos GEO-CAMPOS temticos de entrada.
Atualiza um atributo dos objetos, previamente associados a entidades

em um mapa cadastral, a partir de valores obtidos pela aplicao de
operadores zonais sobre um plano de informao de referencia.
Sintaxe:
obj."atr" = Atualize (pie, obj OnMap cad, opZ)
Consideraes:
obj o nome de uma varivel associada a geo-objetos de uma
categoria do modelo objetos. Estes geo-objetos, associados
previamente a entidades de um mapa cadastral, devem ter seus
campos de atributos preenchidos com valores numricos ou nomes de
classes tematicas..

pie o nome de uma varivel associada ao plano de informao de

entrada, declarada previamente no programa e associada a uma certa
categoria temticaou digital.
A operao zonal utilizada deve estar coerente com o modelo do dado
representado pelo PI de referencia, isto : alguns operadores no fazem
sentido diante do tipo de dado de referencia, por exemplo, uma
operao de MediaZonal no vivel sobre um plano de modelo
temtico.
atr o nome do atributo que se deseja atualizar referente a cada
objeto da categoria de objetos associada varivel obj que estejam
associados a entidades de um mapa cadastral.
cad uma varivel declarada no programa como sendo de uma certa
categoria do modelo Cadastral.
Exemplo:
// Programa Atualiza tabela com operacao de media zonal

{

regioes."Altitudemedia" = Atualize ( altimetria,regioes OnMap
mapamunicipios, MedZ) ;
}
// Programa Atualiza tabela com operacao de maximo zonal

{

regioes."Altitudemaxima" = Atualize ( altimetria,regioes
OnMap
mapamunicipios, MaxZ);
}

MinZonal(pie,lista_de_zonas)
Identifica o valor mnimo dentro de cada zona (regio) de um plano de
informao referenciado pelo argumento pie. As zonas so
identificadas, uma a uma pela lista_de_zonas.
Sintaxe:
Resultado em grade Numrica.
pis = MinZonal (pie,lista_de_zonas)
vr = MinZonal (pie,zona)
Objeto."atr" = MinZonal (pie,objeto OnMap pic)
VariedadeZonal(pie,lista_de_zonas)
Calcula a diversidade de valores ou de temas dentro de cada zona

(regio) de um plano de informao referenciado pelo argumento pie.
As zonas so identificadas, uma a uma pela lista_de_zonas.
Sintaxe:
Resultado tipo Numerico (geo-campo).
pis = VariedadeZonal(pie,lista_de_zonas)
vr = VariedadeZonal(pie,zona)
FaixaZonal(pie,lista_de_zonas)
Sintaxe:
Resultado tipo Numerico (geo-campo).
pis = FaixaZonal(pie,lista_de_zonas)
vr = FaixaZonal(pie,zona)

Introdução À Ciência Da Geoinformação

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Introdução À Ciência Da Geoinformação

Enviado por

Direitos autorais:

Formatos disponíveis

INPE-10506-RPQ/249

INTRODUO CINCIA DA GEOINFORMAO

Editado e organizado por

1.1 POR QUE GEOPROCESSAMENTO ?

A coleta de informaes sobre a distribuio geogrfica de recursos minerais,

1.2 BREVE HISTRICO DO GEOPROCESSAMENTO

1.2.1 EVOLUO INTERNACIONAL

As primeiras tentativas de automatizar parte do processamento de dados com

Fundamentos de Geoprocessamento 1-2

No decorrer dos anos 80, com a grande popularizao e barateamento das

1.2.2 DESENVOLVIMENTOS NO BRASIL

A introduo do Geoprocessamento no Brasil inicia-se a partir do esforo de

Fundamentos de Geoprocessamento 1-3

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

1.3 REFERNCIAS ADICIONAIS

Fundamentos de Geoprocessamento 1-4

ARONOFF, S. Geographical Information Systems: A Management Perspective. Ottawa,

ASSAD, E.D.; SANO, E.E. Sistemas de Informaes Geogrficas - Aplicaes na

BURROUGH, P. A.; MCDONNELL, R.A. Principles of geographical information systems.

CMARA, G.; CASANOVA, M.A.; HEMERLY, A.; MEDEIROS, C.M.B.; MAGALHES, G.

CMARA, G.; FREITAS, U.M.; SOUZA, R.C.M.; GARRIDO, J. SPRING: Integrating

MAGUIRE,D. An Overview and Definition of GIS. In: Maguire,D.; Goodchild, M.;

MAGUIRE,D.; GOODCHILD, M.; RHIND, D. (eds.) Geographical Information Systems:

Fundamentos de Geoprocessamento 1-5

CONCEITOS BSICOS EM CINCIA DA GEOINFORMAO

Trabalhar com geoinformao significa, antes de mais nada, utilizar

Fundamentos de Geoprocessamento 2-1

O que h de comum em todos os casos acima? Para comear, cada

2.2 TRADUZINDO A INFORMAO GEOGRFICA PARA O COMPUTADOR

Para abordar o problema fundamental do Ciencia da Geoinformao (o

Fundamentos de Geoprocessamento 2-2

o universo de representao, onde as diversas entidades formais so

Universo Universo Universo Universo

Mundo real Matemtico Represent. Implement.

Figura 2.1 - Paradigma dos quatro universos.

Fundamentos de Geoprocessamento 2-3

as estruturas de dados (tais como rvores quaternrias e rvores-R) para

2.3 O UNIVERSO DO MUNDO REAL

2.3.1 SISTEMAS DE MEDIDA E DE REFERNCIA ESPAO-TEMPORAL

Um aspecto central no uso da tecnologia de Geoprocessamento advm da

Fundamentos de Geoprocessamento 2-4

so temticos, pois a cada medida atribudo um nmero ou nome associando a

Fundamentos de Geoprocessamento 2-5

Figura 2.2 - Exemplos de medida nominal (mapa de vegetao) e medida ordinal

Existem dois nveis de medidas baseados em escala de nmeros reais: o nvel

Fundamentos de Geoprocessamento 2-6

2.4 TIPOS DE DADOS EM GEOPROCESSAMENTO

2.4.1 DADOS TEMTICOS

Dados temticos descrevem a distribuio espacial de uma grandeza

2.4.2 DADOS CADASTRAIS

Um dado cadastral distingue-se de um temtico, pois cada um de seus

Fundamentos de Geoprocessamento 2-7

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

Em Geoprocessamento, o conceito de "rede" denota as informaes

Fundamentos de Geoprocessamento 2-8

Figura 2.4 - Elementos de Rede.

Como observa Goodchild (1992b), uma rede um sistema de endereamento

2.4.4 MODELOS NUMRICOS DE TERRENO

O termo modelo numrico de terreno (ou MNT) utilizado para denotar a

Fundamentos de Geoprocessamento 2-9

(d) Anlise de variveis geofsicas e geoqumicas;

Figura 2.5 - Exemplo de modelo numrico de terreno (isolinhas de topografia).

Obtidas por satlites, fotografias areas ou "scanners" aerotransportados, as