Apostila SIG Teoria PDF

Introdução a
Sistemas de Informações Geográficas

com Ênfase em Banco de Dados
Jugurta Lisboa Filho z Cirano Iochpe
Apostila editada nos seguintes eventos:

• 10ª Escuela de Ciencias Informáticas, Departamento de Computación,
Universidad de Buenos Aires, Argentina, 22 a 27 de julho de 1996.
• XV JAI - Jornada de Atualização em Informática, XVI Congresso da
SBC, Recife-PE, 4 a 9 de agosto de 1996.
Introdução a
Sistemas de Informações Geográficas
Jugurta Lisboa Filho 1,2 Cirano Iochpe 2

(jugurta@dpi.ufv.br) (iochpe@inf.ufrgs.br)
1
Universidade Federal de Viçosa
Departamento de Informática
Av. Peter H. Rolfs, s/n
36570-000 - Viçosa - MG
2
Universidade Federal do Rio Grande do Sul
Instituto de Informática
Av. Bento Gonçalves, 9500 - Bl. 4
91501-970 - Porto Alegre - RS
Introdução a Sistemas de Informações Geográficas
Jugurta Lisboa Filho e Cirano Iochpe
Conteúdo
LISTA DE FIGURAS...................................................................................... iii

INTRODUÇÃO .................................................................................................1
1 CONCEITOS BÁSICOS EM GEOPROCESSAMENTO..........................2
1.1 Disciplinas e Tecnologias Envolvidas ......................................................3
1.2 Principais Áreas de Aplicação ..................................................................4
1.2.1 Ocupação Humana .........................................................................5
1.2.2 Uso da Terra...................................................................................5
1.2.3 Uso de Recursos Naturais ..............................................................5
1.2.4 Meio Ambiente ................................................................................5
1.2.5 Atividades Econômicas ...................................................................5
2 DADOS GEORREFERENCIADOS.............................................................6
2.1 Mapas e Conceitos de Cartografia ............................................................6
2.2 Natureza dos Dados Geográficos..............................................................8
2.3 Fontes de Dados........................................................................................9
2.4 Métodos para Aquisição de Dados .........................................................10
2.5 Qualidade dos Dados ..............................................................................11
3 ARMAZENAMENTO DE DADOS EM SIG.............................................12
3.1 Conceitos Básicos em BD Geográficos ..................................................12
3.1.1 Identidade .....................................................................................12
3.1.2 Entidade........................................................................................13
3.1.3 Objeto ...........................................................................................13
3.1.4 Tipo de Entidade...........................................................................13
3.1.5 Tipo de Objeto Espacial ...............................................................13
3.1.6 Classe de Objeto ...........................................................................13
3.1.7 Atributo .........................................................................................13
3.1.8 Valor de Atributo ..........................................................................14
3.1.9 Camada (layer) .............................................................................14
3.2 Modelos de Dados para SIG ...................................................................14
3.3 Objetos Espaciais ....................................................................................16
3.3.1 Ponto.............................................................................................16
3.3.2 Linha .............................................................................................17
3.3.3 Polígono........................................................................................17
3.3.4 Representação de Superfícies Contínuas......................................18
3.4 Tipos de Relacionamentos entre Objetos Espaciais................................19
i
3.5 Armazenando Topologia em Banco de Dados........................................21
3.6 Modelos de Representação de Dados Espaciais .....................................23

3.6.1 Modelo Matricial (ou Raster) .......................................................24
3.6.1.1 Técnica Run-Length Encoding.........................................26
3.6.1.2 Quadtrees..........................................................................26
3.6.2 Modelo Vetorial ............................................................................27
3.6.2.1 Estrutura de Dados para Armazenar Pontos.....................28
3.6.2.2 Estrutura de Dados para Armazenar Linhas.....................29
3.6.2.3 Estrutura de Dados para Armazenar Polígonos................30
3.6.3 Comparação entre os Modelos Matricial &Vetorial....................31
4 ANÁLISE DE DADOS ESPACIAIS EM SIG ...........................................33
4.1 Classificação de Funções de Análise ......................................................33
4.1.1 Funções de Manutenção e Análise de Dados Espaciais...............34
4.1.1.1 Transformações de Formato.............................................34
4.1.1.2 Transformações Geométricas ...........................................35
4.1.1.3 Transformações entre Projeções Geométricas..................35
4.1.1.4 Casamento de Bordas .......................................................35
4.1.1.5 Edição de Elementos Gráficos .........................................35
4.1.1.6 Redução de Coordenadas .................................................36
4.1.2 Manutenção e Análise de Atributos Descritivos...........................36
4.1.2.1 Edição de Atributos Descritivos.......................................36
4.1.2.2 Consulta a Atributos Descritivos......................................36
4.1.3 Análise Integrada de Dados Espaciais e Descritivos...................36
4.1.3.1 Funções de Recuperação/Classificação e Medidas ..........37
4.1.3.2 Funções de Sobreposição de Camadas (overlay) .............38
4.1.3.3 Funções de Vizinhança.....................................................38
4.1.3.4 Funções de Conectividade................................................40
4.1.4 Formatação de Saída....................................................................42
4.1.4.1 Anotações em Mapas........................................................42
4.1.4.2 Posicionamento de Rótulos ..............................................42
4.1.4.3 Padrões de Textura e Estilos de Linhas............................42
4.1.4.4 Símbolos Gráficos ............................................................42
4.2 Um Exemplo de Análise Espacial...........................................................42
BIBLIOGRAFIA .............................................................................................46
ii
Lista de Figuras
Figura 1.1 - Aspectos tecnológicos de SIG [ANT 91] ......................................................4

Figura 2.1 - Conjunto de temas sobre uma mesma região espacial [RAM 94].................7
Figura 3.1 - Tipos básicos de objetos espaciais [NCG 90] .............................................13
Figura 3.2 - Modelos de dados na visão de campo..........................................................15
Figura 3.3 - Tabela de atributos descritivos contendo dados espaciais ...........................16
Figura 3.4 - Entidades de uma rede elétrica ....................................................................17
Figura 3.5 - Distribuição espacial de áreas......................................................................18
Figura 3.6 - Distribuição espacial com "buracos" ou "ilhas" ..........................................18
Figura 3.7 - Elevações em projeção tridimensional ........................................................19
Figura 3.8 - Processo de construir topologia ...................................................................22
Figura 3.9 - Estrutura de dados com topologia................................................................23
Figura 3.10 - Exemplo de representação matricial e vetorial ..........................................24
Figura 3.11 - Técnica run-length encoding [ARO 89] ....................................................26
Figura 3.12 - Exemplo de estrutura quadtree [SAM 89] .................................................27
Figura 3.13 - Estrutura de dados para rede [NCG 90].....................................................29
Figura 3.14 - Representação em grafos não-direcionados [LAU 92]..............................30
Figura 3.15 - Relacionamento de polígonos adjacentes [NCG 90] .................................31
Figura 3.16 - Comparação entre os formatos matricial e vetorial ...................................32
Figura 4.1 - Classificação de funções de análise [ARO 89]............................................34
Figura 4.2 - Exemplo de operação de redução de coordenadas.......................................36
Figura 4.3 - Operação de generealização.........................................................................37
Figura 4.4 - Operações de sobreposição de camadas ......................................................38
Figura 4.5 - Exemplo de operação de interpolação .........................................................40
Figura 4.6 - Exemplo de zonas de buffer.........................................................................41
Figura 4.7 - Exemplo de BD Geográfico.........................................................................43
Figura 4.8 - Passo 1 - Selecionar espécies de Pinus ........................................................43
Figura 4.9 - Passo 2 - Selecionar solos bem drenados ....................................................44
Figura 4.10 - Passos 3 e 4 - Identificar áreas longe de lago ............................................44
iii
Introdução
Sistema de Informação Geográfica (SIG) é um "conjunto de programas,

equipamentos, metodologias, dados e pessoas (usuário), perfeitamente integrados, de
forma a tornar possível a coleta, o armazenamento, o processamento e a análise de
dados georreferenciados, bem como a produção de informação derivada de sua
aplicação" [TEI 95]. A utilização dos SIGs vem crescendo rapidamente em todo o
mundo, uma vez que possibilita um melhor gerenciamento de informações e
consequente melhoria nos processos de tomada de decisões em áreas de grande
complexidade como planejamento municipal, estadual e federal, proteção ambiental,
redes de utilidade pública, etc.
As tecnologias empregadas nos SIGs compreendem diversos ramos da Ciência
da Computação, como, Computação Grafica, Banco de Dados, Inteligência Artificial e
Engenharia de Software. Porém, atualmente a maioria dos cursos de graduação em
informática ou ciência da computação não oferecem disciplinas onde os alunos possam
ter a oportunidade de utilizar ou mesmo conhecer os conceitos empregados nos SIGs. O
objetivo deste mini-curso, é dar uma visão geral sobre o que são os SIGs, com um
enfoque voltado aos aspectos de gerenciamento e manipulação de dados espaciais.
A apostila está organizada da seguinte forma. O primeiro capítulo apresenta os
principais conceitos relacionados com a área de Geoprocessamento e, mais
especificamente, os conceitos relacionados com SIG. O segundo capítulo aborda os
diversos tipos de dados manipulados em SIG e descreve os principais problemas
relacionados com a aquisição desses dados. O terceiro capítulo trata do armazenamento
dos dados geográficos, descrevendo os diferentes modelos de dados e estruturas de
armazenamento utilizados nos SIG. O quarto e último capítulo, é dedicado à utilização
dos SIG, onde são descritas as principais funções de análise espacial disponíveis e é
apresentado um exemplo ilustrativo de análise espacial.
1
1 Conceitos Básicos em Geoprocessamento
Sistemas de Informações Geográficas (SIG) são sistemas computacionais

capazes de capturar, armazenar, consultar, manipular, analisar e imprimir dados
referenciados espacialmente em relação a superfície da Terra [MAG 91].
Diversas definições são encontradas na literatura, umas mais genéricas, como
esta e outras mais específicas, incluindo detalhes das aplicações ou tecnologias
empregadas. A seguir, são listadas algumas definições encontradas em [NCG 90].
"Um SIG é uma forma particular de Sistema de Informação aplicado a dados
geográficos".
"Um SIG manipula dados referenciados geograficamente assim como dados
não-espaciais e inclui operações para suportar análises espaciais".
"Um SIG pode ser visto como um sistema de hardware, software e
procedimentos projetados para suportar captura, gerenciamento,
manipulação, análise, modelagem e consulta de dados referenciados
espacialmente, para solução de problemas de planejamento e
gerenciamento".
Existem outros sistemas que também manipulam dados espaciais (ex. Sistemas
de CAD). Porém, os SIG se caracterizam por permitir ao usuário, a realização de
complexas operações de análise sobre os dados espaciais.
Uma das vantagens dos SIG é que eles podem manipular dados gráficos e não-
gráficos de forma integrada, provendo uma forma consistente para análise e consulta
envolvendo dados geográficos. Pode-se permitir, por exemplo, acesso a registros de
imóveis a partir de sua localização geográfica. Além disso, podem fazer conexões entre
diferentes entidades, baseados no conceito de proximidade geográfica.
Normalmente, os SIG são desenvolvidos de forma integrada, ou suportados por
um SGBD - Sistema Gerenciador de Banco de Dados [ESR 91]. Os dados gerenciados
pelos SIG podem ser classificados em três categorias principais: dados convencionais,
dados espaciais e dados pictórios [OOI 90]. Estas estruturas de dados possibilitam o
armazenamento de informações sobre a localização geográfica, características
estruturais, geométricas e topológicas de entidades pertencentes a um determinado
domínio.
Pesquisas na área dos SIG tiveram início na década de 60, variando em
terminologia de acordo com a área de aplicação a que se destinavam. Termos como
Land Information System (LIS), Automated Mapping/Facilities Management (AM/FM),
2
Computer-Aided Drafting and Design (CADD), Multipurpose Cadastre e outros, foram

usados para identificar sistemas, em diferentes áreas da atividade humana, que têm
como característica comum, o tratamento de informações geográficas, ou seja,
informações com atributos associados a uma localização determinada dentro de um
sistema de coordenadas.
O gerenciamento de informações geográficas teve sua origem na metade do
século XVIII, quando, a partir do desenvolvimento da cartografia, foram produzidos os
primeiros mapas com precisão. Os SIG começaram a ser pesquisados paralelamente, e
de forma independente, em diversos países como EUA, Canadá e Inglaterra. Desde a
década de 60, a tecnologia de SIG tem sido utilizada em diferentes setores como
agricultura, exploração de petróleo, controle de recursos naturais, sócio-econômicos e
controle do uso da terra [ANT 91].
Os primeiros SIG eram dirigidos, principalmente, para o processamento de
atributos de dados e análises geográficas, mas possuíam capacidades gráficas
rudimentares. A partir das décadas de 70 e 80, o aumento na capacidade de
processamento dos computadores, aliado à redução dos custos de memória e hardware
em geral, influenciaram substancialmente o desenvolvimento dos SIG. Também o
desenvolvimento de dispositivos de alta tecnologia, como monitores de vídeo coloridos
e "plotters" a jato de tinta, contribuíram para disseminar o uso da tecnologia. Os
primeiros sistemas comerciais começaram a surgir no início da década de 80, o sistema
ARC/INFO da Environment Systems Research Institute (ESRI) foi um dos primeiros. A
integração com a tecnologia de gerenciamento de banco de dados foi outro marco
importante no desenvolvimento desses sistemas [ESR 91].
1.1 Disciplinas e Tecnologias Envolvidas
O termo Geoprocessamento tem sido usado para caracterizar uma área

multidisciplinar, que envolve conhecimentos de diferentes disciplinas, como por
exemplo, Geografia, Cartografia, Ciência da Computação, Sensoriamento Remoto,
Fotogrametria, Levantamento de Campo, Geodésia, Estatística, Pesquisas Operacionais,
Matemática, Engenharia, etc.
Sistema de Geoprocessamento classifica os sistemas computacionais capazes
de capturar, processar e gerenciar dados georreferenciados, isto é, objetos com atributos
contendo informações sobre sua localização geográfica em relação a um sistema de
coordenadas. Como exemplos de sistemas de Geoprocessamento podemos citar:
Sistemas de Cartografia Automatizada (CAC), Sistemas de Processamento de Imagens,
Sistemas de CAD e, principalmente, os SIG.
Banco de Dados Espaciais é o nome atribuído aos sistemas gerenciadores de
banco de dados, capazes de gerenciar dados com representação geométrica. São
utilizados em diversas áreas não só as ligadas a Geoprocessamento, como também nas
áreas de Medicina, Astronomia, Engenharia, etc [MED 94].
3
O termo Banco de Dados Geográficos caracteriza os sistemas de Bancos de

Dados Espaciais utilizados em aplicações de Geoprocessamento, ou seja, são uma
especialização dos sistemas de Banco de Dados Espaciais [CAM 94].
O termo Geomatics, usado no Canadá, é um termo "guarda-chuva" que engloba
assuntos relacionados a cadastro, levantamento, mapeamento, sensoriamento remoto e
SIG [BEA 95]. Segundo [GEO 95], "Geomatics é o campo de atividades que, utilizando
uma abordagem sistêmica, integra todos os meios empregados na aquisição e
gerenciamento de dados espaciais usados em aplicações científicas, administrativas,
legais e técnicas, envolvidas no processo de produção e gerenciamento de informação
espacial". No Brasil, o termo equivalente para Geomatics seria Geoprocessamento, que
também engloba diversas disciplinas relacionadas a dados referenciados
geograficamente.
Segundo [ANT 91], os SIG constituem-se na integração de três aspectos distintos
da tecnologia computacional (Figura 1.1): Sistemas de Gerenciamento de Banco de
Dados (dados gráficos e não gráficos); Procedimentos para obtenção, manipulação,
exibição e impressão de dados com representação gráfica; e Algoritmos e técnicas para
análise de dados espaciais.
Gerenciamento de
Banco de Dados
SIG
Capacidades Ferramentas para
Gráficas Análise Espacial
Figura 1.1 - Aspectos tecnológicos de SIG [ANT 91]
Dentro da área de Computação participam ainda, diversos outros domínios,

como por exemplo, Processamento de Imagens, Computação Gráfica, Algoritmos,
Interface com Usuário, Inteligência Artificial, Sistemas Distribuídos e Engenharia de
Software.
1.2 Principais Áreas de Aplicação
O universo de problemas onde os SIG podem atuar com contribuições

substanciais é muito vasto. Atualmente, estes sistemas têm sido utilizados
principalmente em órgãos públicos nos níveis federal, estadual e municipal, em
institutos de pesquisa, empresas de prestação de serviço de utilidade pública (ex.
companhias de água, luz e telefone), na área de segurança militar (ex.: Projeto SIVAM)
e em diversos tipos de empresas privadas.
A seguir listamos diversas áreas de aplicação, classificadas em cinco grupos
principais, segundo [RAM 94].
4
1.2.1 Ocupação Humana

Planejamento e Gerenciamento Urbano - Redes de infra-estrutura como água,
luz, telecomunicações, gás e esgoto, Planejamento e supervisão de limpeza urbana,
Cadastramento territorial urbano e Mapeamento eleitoral;
Saúde e Educação - Rede hospitalar, Rede de ensino, Saneamento básico e
Controle epidemiológico;
Transporte - Supervisão de malhas viárias, Roteamento de veículos, Controle de
tráfego e Sistema de informações turísticas; e
Segurança - Supervisão do espaço aéreo, marítimo e terrestre, Controle de
tráfego aéreo, Sistemas de cartografia náutica, Serviços de atendimentos emergenciais.
1.2.2 Uso da Terra

Planejamento agropecuário; Estocagem e escoamento da produção agrícola;
Classificação de solos e vegetação; Gerenciamento de bacias hidrográficas;
Planejamento de barragens; Cadastramento de propriedades rurais; Levantamento
topográfico e planimétricos; e Mapeamento do uso da terra.
1.2.3 Uso de Recursos Naturais

Controle do extrativismo vegetal e mineral; Classificação de poços petrolíferos;
Planejamento de gasodutos e oleodutos; Distribuição de energia elétrica; Identificação
de mananciais; e Gerenciamento costeiro e marítimo.
1.2.4 Meio Ambiente

Controle de queimadas; Estudos de modificações climáticas; Acompanhamento
de emissão e ação de poluentes; e Gerenciamento florestal de desmatamento e
reflorestamento.
1.2.5 Atividades Econômicas

Planejamento de marketing; Pesquisas sócio-econômicas; Distribuição de
produtos e serviços; Transporte de matéria-prima e insumos.
5
2 Dados Georreferenciados
Dados georreferenciados (ou geo-espaciais) é o nome atribuído às informações

manipuladas pelas aplicações de Geoprocessamento. Conforme dito anteriormente, estes
dados recebem esta denominação por possuírem atributos relacionados a sua localização
geográfica, dentro de um sistema de coordenadas.
Devido às características das aplicações de Geoprocessamento, a obtenção dos
dados é feita, em sua maioria, a partir de fontes brutas de dados, ou seja, as aplicações
tratam com entidades ou objetos físicos distribuídos geograficamente, como por
exemplo, rios, montanhas, ruas, lotes, etc. Isto torna o processo de obtenção de dados
uma das tarefas mais difíceis e importantes no desenvolvimento destes sistemas. Um
SIG pode ser alimentado por informações de diversas fontes, empregando tecnologias
como digitalização de mapas, aerofotogrametria, sensoriamento remoto, levantamento
de campo, etc [ROD 90].
Nas seções seguintes, estão descritos diversos conceitos relacionados com os
dados georreferenciados, que são normalmente empregados em SIG. Inicialmente são
apresentados os conceitos herdados da Cartografia, seguindo-se uma caracterização dos
tipos de dados georreferenciados. Uma descrição das principais fontes de dados e dos
métodos de aquisição empregados é dada a seguir e por último são descritos os
problemas relacionados com as imprecisões dos dados, decorrentes dos processos de
aquisição e representação.
2.1 Mapas e Conceitos de Cartografia

Segundo [OLI 93], a palavra mapa, que é de origem cartaginesa, significava
"toalha de mesa". Os antigos comerciantes e navegadores, definiam suas rotas de viajem
desenhando diretamente sobre as toalhas (mappas), dando origem ao termo.
Tradicionalmente, os mapas têm sido as principais fontes de dados para os SIG.
Um mapa é uma representação, em escala e sobre uma superfície plana, de uma seleção
de características abstratas sobre ou em relação à superfície da terra [NCG 90].
A confecção de um mapa requer, entre outras coisas, a seleção das características
a serem incluídas no mapa, a classificação dessas características em grupos, a
simplificação para representação, a ampliação de certas características para que possam
ser representadas e a escolha de símbolos para representar as diferentes classes.
Mapas topográficos têm sido tradicionalmente elaborados com o objetivo de
atender a uma infinidade de propósitos, enquanto que os mapas "temáticos" são
6
elaborados com objetivos mais específicos por conter informações sobre um único tipo
de objeto, por exemplo, para representar a hidrografia de uma região, estradas de
rodagem, tipos de solos, etc [BUR 86]. Em um SIG, a idéia de mapas "temáticos" é
utilizada através do conceito de camadas, onde, para uma mesma região podem ser
criadas diversas camadas de dados, uma para cada tema a ser representado (Figura 2.1).
Isto facilita a realização de operações de análise. Por exemplo, os SIG fornecem
ferramentas de análise que são capazes de obter resultados para consultas do tipo:
"Identifique todas as áreas com um determinado tipo de solo e que estejam acima de
uma determinada altitude", o que seria feito a partir da combinação de dois mapas
temáticos, um sobre tipos de solos e outro sobre altimetria.
solo
distritamento
político-administrativo
zoneamento R.2
R.1
propriedades 39
38 37 36 35
planimetria
controle topográfico
infraestrutura
controle geodésico
Figura 2.1 - Conjunto de temas sobre uma mesma região espacial [RAM 94]
Dois conceitos importantes, relacionados com a construção de mapas, que são a

escala e a projeção utilizadas, precisam ser bem compreendidos.
A escala de um mapa é a razão entre as distâncias no mapa e suas
correspondentes distâncias no mundo real. Por exemplo, em um mapa de escala
1:50.000, um centímetro no mapa corresponde a 50.000 cm (ou 500m) na superfície
terrestre. Uma escala grande, como a de 1:10.000 (1cm no mapa corresponde a 100m), é
suficiente para representar o traçado urbano de ruas em uma cidade. Porém, é
insuficiente caso a aplicação necessite manipular informações a nível de lotes urbanos.
Já em uma escala pequena, tipo 1:250.000 (1cm no mapa corresponde a 2,5Km),
somente grandes feições/fenômenos geográficos podem ser representados, como por
exemplo, tipos de solos, limites municipais, rodovias, etc.
7
A superfície curva da terra, tem que ser representada em mapas, que

normalmente são confeccionados sobre uma folha de papel (superfície plana), o que
inevitavelmente ocasiona distorções. Projeção é um método matemático, através do
qual, a superfície curva da terra é representada sobre uma superfície plana. Existem
diferentes tipos de projeções utilizadas na confecção de mapas, estas projeções atendem
a objetivos distintos, podendo preservar a área (projeção equivalente) das características
representadas, a forma das características (projeção conformal) ou mesmo a distância
(projeção eqüidistante) entre pontos no mapa [NCG 90].
Mapas podem ser usados para diferentes propósitos, sendo que os mais comuns
são: para exibição e armazenamento de dados (ex.: uma folha de mapa comum pode
conter milhares de informações que podem ser recuperadas visualmente); como índices
espaciais (ex.: cada área delimitada em um mapa pode estar associada a um conjunto de
informações em um manual separado); como ferramenta de análise de dados (ex.:
comparar a localizar áreas de terras improdutivas); ou mesmo como objeto decorativo
(ex.: mapas topográficos, mapas temáticos, mapas turísticos, etc, são muitas vezes
usados para decorar ambientes em repartições, escolas, etc).
Sistemas de Cartografia Computadorizada ("AM-Automated Mapping") têm
como meta principal a confecção de mapas, utilizando-se ferramentas sofisticadas para
criação de "layouts", posicionamento de rótulos, uso de bibliotecas de símbolos, etc.
Porém, estes sistemas diferem dos SIG porque não precisam armazenar os dados de
forma a permitir operações de análise.
2.2 Natureza dos Dados Geográficos
Segundo Aronoff [ARO 89], os dados georreferenciados possuem quatro

componentes principais, que armazenam informações sobre o que é a entidade, onde ela
está localizada, qual o relacionamento com outras entidades e em que momento ou
período de tempo a entidade é válida. São eles:
1) Atributos qualitativos e quantitativos - armazenam as características das
entidades mapeadas, podendo ser representados por tipos de dados
alfanuméricos. Estes atributos possuem aspectos não-gráficos e podem ser
tratados pelos SGBDs convencionais.
2) Atributos de localização geográfica - diz respeito à geometria dos objetos
e envolve conceitos de métrica, sistemas de coordenadas, distância entre
pontos, medidas de ângulos, posicionamento geodésico, etc.
3) Relacionamento topológico - representam as relações de vizinhança
espacial interna e externa dos objetos. Este aspecto requer a existência de
modelos e métodos de acesso não-convencionais para sua representação nos
SGBDs.
4) Componente tempo - diz respeito à características temporais, sazonais ou
periódicas dos objetos. Segundo [NEW 92], o aspecto temporal em SGBD,
pode incluir três tipos de medida de tempo: instante de tempo, intervalo de
8
tempo e relacionamentos envolvendo o tempo, como noções de antes,

depois, durante, etc.
Dentro de um SIG, estes componentes podem ser classificados em três categorias
de dados [OOI 90]. São elas: dados convencionais - atributos alfanuméricos usados para
descrever os objetos (ex.: nome e população de uma cidade); dados espaciais -
descrevem a geometria, a localização e os relacionamentos topológicos dos objetos
geográficos; e dados pictórios - atributos que armazenam imagens (ex.: fotografia de
uma cidade).
2.3 Fontes de Dados
A obtenção de dados em aplicações de Geoprocessamento é um processo bem

mais complexo quando comparado com a maioria das aplicações convencionais
[ARO 89]. Isto se deve ao fato da entrada de dados não se limitar a simples operações
de inserção. As dificuldades surgem por duas razões: primeiro por se tratar de
informações gráficas, o que naturalmente já é uma tarefa mais complexa do que a
entrada de dados alfanuméricos, embora os SIG também manipulem dados
alfanuméricos. A segunda razão, e principal, é devido a natureza das fontes de dados
dessas aplicações.
As fontes de dados variam de acordo com o tipo de aplicação. Como exemplo,
podemos pensar nas seguintes aplicações: Sistema de suporte a uma companhia de
distribuição de água, onde as entidades a serem representadas são canos, válvulas e
conexões de diversos tipos; Sistema de roteamento intermunicipal de veículos, que
manipula estruturas de rede, onde os nós representam as cidades e as ligações
representam possíveis caminhos entre duas cidades; ou um Sistema de gerenciamento
marítimo da costa brasileira, para o qual torna-se necessário o armazenamento dos
mapas de toda a costa brasileira, provavelmente em uma escala muito menor do que nas
demais aplicações. Como se pode notar, algumas vezes os dados precisam ser obtidos
diretamente da realidade (fontes brutas), uma vez que nem sempre existe um mapa
pronto, na escala apropriada.
Os dados manipulados em um SIG, podem ser entidades ou fenômenos
geográficos distribuídos sobre a superfície da terra, podendo pertencer a sistemas
naturais ou criados pelo homem, tais como tipos de solos, vegetação, cidades,
propriedades rurais ou urbanas, redes de telefonia, escolas, hospitais, fluxo de veículos,
aspectos climáticos, etc. Podem ser também objetos resultantes de projetos envolvendo
entidades que ainda não existam, como por exemplo, o planejamento de uma barragem
para a construção de uma usina hidroelétrica [RAM 94].
Os processos de coleta de dados são baseados em tecnologias tipo fotogrametria,
sensoriamento remoto e levantamento de campo, ou seja, os mesmos já empregados há
muito tempo em diversas áreas da Geociências e da Engenharia. Com isto, os produtos
resultantes desses processos de coleta de dados é que são as verdadeiras fontes de dados
dos SIG [ROD 90]. Os SIG possuem dispositivos de interface que permitem que esses
resultados sejam transferidos para um meio de armazenamento digital.
9
Até hoje, os mapas têm sido as principais fontes de dados para SIG, e o
levantamento de campo, o principal processo de coleta de dados. Porém, em um futuro
próximo, a aerofotogrametria e o sensoriamento remoto devem tornar-se cada vez mais
utilizados como tecnologia de coleta de dados geo-espaciais [ANT 91].
O problema da entrada de dados em SIG, é muito importante porque é a partir
destes dados que as análises são executadas e, consequentemente, as decisões são
tomadas. A transferência dos dados do meio externo (fontes brutas) para o meio interno
(representação digital) é apenas um passo no processo de aquisição dos dados. Muitas
operações posteriores são geralmente realizadas como, por exemplo, a associação entre
os objetos gráficos e seus atributos não-gráficos, operações para corrigir e padronizar os
dados com relação a projeções, escalas, sistemas de coordenadas, etc.
2.4 Métodos para Aquisição de Dados
Os métodos mais utilizados na aquisição de dados são: a digitalização manual; a

leitura ótica através de dispositivos de varredura tipo "scanner"; a digitação via teclado;
e a leitura de dados provenientes de outras fontes de armazenamento secundário (ex.
fitas magnéticas, discos óticos, teleprocessamento, etc) [ARO 89]. Estes métodos
permitem a transferência dos dados obtidos através dos mecanismos de captura tipo
levantamento de campo, sensoriamento remoto, imagens de satélites, etc, para a base de
dados dos SIG.
A digitalização é o método no qual uma folha de papel contendo um mapa é
colocada sobre uma mesa digitalizadora e, através de um dispositivo de apontamento
(ex. caneta ótica) um operador vai assinalando diversos pontos, que são calculados e
interpretados como pares de coordenadas x e y. Normalmente, no início do processo de
digitalização, três ou mais pontos de coordenadas conhecidas são cadastrados no sistema
para serem utilizados como pontos de referência no cálculo das coordenadas dos pontos
digitalizados [PAR 94].
A eficiência do processo depende da qualidade do software de digitalização e da
experiência do operador. Além da digitalização de pontos, outras tarefas também são
realizadas, como por exemplo, o ajuste de nós, a construção de topologia, a
identificação de objetos, etc. Digitalização é uma tarefa muito cansativa, normalmente
consome muito tempo e podem ocorrer erros. Por isso, os softwares de digitalização
fornecem mecanismos que auxiliam o operador a identificar e corrigir os possíveis erros
introduzidos.
O método de leitura ótica através de dispositivos de varredura ("scanner"),
permite a criação de imagens digitais a partir da movimentação de um detector
eletrônico sobre um mapa. É um processo bem mais rápido que a digitalização, mas não
é adequado a todos os tipos de situações. Para ser lido por um "scanner", um mapa
precisa apresentar algumas características que vão permitir a geração de imagens de boa
qualidade. Por exemplo, alguns textos podem ser lidos acidentalmente como se fossem
entidades, linhas de contorno podem ser quebradas por textos ou símbolos do mapa, etc
[NCG 90].
10
A digitação via teclado é usada para a inserção dos atributos não-gráficos.

Informações provenientes de levantamento de campo normalmente são inseridas no
banco de dados via teclado. Outro meio, que começa a ser bastante usado atualmente, é
o emprego do GPS ("Global Positioning Systems"), um sistema de posicionamento
geodésico, baseado em uma rede de satélites. Este sistema possibilita a realização de
levantamentos de campo, com alto grau de acurácia (ver seção seguinte) e com o
registro dos dados podendo ser realizado diretamente em meio digital.
Segundo [ARO 91], o custo inicial de construção da base de dados de um SIG,
normalmente é maior que o custo total de investimentos realizados na aquisição dos
componentes de hardware e de software. Para diminuir estes custos, a tendência atual
tem sido o compartilhamento de dados geo-espaciais, já disponíveis em meio digital.
Diversos padrões de armazenamento de dados têm sido adotados para possibilitar a
troca desse tipo de informação. Algumas empresas se especializaram em produzir e
comercializar dados para SIG.
2.5 Qualidade dos Dados
Dados com erros podem surgir nos SIG, mas precisam ser identificados e
tratados. Os erros podem ser introduzidos no banco de dados de diversas formas: serem
decorrentes de erros nas fontes originais, serem adicionados durante os processos de
obtenção e armazenamento, serem gerados durante a exibição ou impressão dos dados
ou surgirem a partir de resultados equivocados em operações de análise dos dados
[BUR 86].
Acurácia pode ser definida como a estimativa dos valores serem verdadeiros, ou
como a probabilidade de uma predição estar correta. Sempre existe, em algum grau, um
erro associado com todas as informações espaciais. O objetivo quando se trata de
identificar erros nem sempre é o de eliminá-los, mas sim de gerenciá-los [ARO 89].
Embora todos os dados espaciais sejam representados com erro em algum grau,
eles geralmente são representados computacionalmente com alta precisão. Precisão é
definida como o número de casas decimais ou dígitos significativos em uma medida. Se
um objeto espacial possui atributos de posicionamento com vários dígitos significativos
não implica que esta informação seja acurada [NCG 90].
A acurácia dos dados é crucial para que os usuários confiem no sistema. Dados
com erros significativos podem afetar os resultados de análises por diversos anos, antes
de serem descobertos [GRU 92].
A qualidade dos dados pode ser medida a partir da análise dos seguintes
componentes: acurácia posicional, acurácia dos atributos, consistência lógica
(relacionamentos topológicos), resolução da imagem, completude de informações, fator
tempo e histórico do processo de obtenção dos dados [ARO 89].
11
3 Armazenamento de Dados em SIG
Os SIG precisam armazenar grandes quantidades de dados e torná-los

disponíveis para operações de consulta e análise. Os Sistemas Gerenciadores de Banco
de Dados (SBGD) são ferramentas fundamentais para os SIG, embora muitos ainda
utilizem sistemas de arquivos para fazer o gerenciamento dos dados. Isto dificulta por
exemplo, o intercâmbio de dados e ainda obriga os usuários a conhecerem as estruturas
internas de armazenamento de dados [FRA 88].
Muitas pesquisas têm sido realizadas por parte da comunidade de banco de
dados, sob o tema de banco de dados espaciais, com o objetivo de buscar soluções
adequadas para o problema de gerenciamento de dados georreferenciados [MED 94].
Atualmente, a arquitetura mais empregada na construção dos SIG é a que utiliza um
sistema dual, onde o SIG é composto de um SGBD relacional, responsável pela gerência
dos atributos não-gráficos, acoplado a um componente de software, responsável pelo
gerenciamento dos atributos espaciais [CAM 96].
Neste capítulo são apresentados diversos tópicos relacionados com o emprego de
SGBDs em SIG. Na seção 1 são apresentadas algumas definições padrão, conforme o
proposto pelo US National Digital Cartographic Standart. Em seguida são identificados
os principais modelos de dados usados em SIG. Uma caracterização dos tipos de objetos
espaciais manipulados pelos SIG é feita na seção 3 e uma relação dos tipos de
relacionamentos existentes entre os objetos espaciais é descrita na seção 4. A seção 5
caracteriza as diferenças entre banco de dados cartográfico e banco de dados topológico
e, por último, são apresentados na seção 6 os modelos de representação matricial e
vetorial.
3.1 Conceitos Básicos em BD Geográficos
O conjunto de definições a seguir, faz parte de um trabalho de padronização de

termos, que foi proposto pelo US National Digital Cartografic Standart. Estas
definições foram extraídas de [NCG 90]. Nesta apostila, procurou-se empregar os
conceitos de acordo com estas definições.
3.1.1 Identidade
Elementos da realidade modelados em um banco de dados geográfico têm duas
identidades: o elemento na realidade, denominado entidade e o elemento representado
no banco de dados, denominado objeto. Uma terceira identidade usada em aplicações
12
cartográficas é o símbolo usado para representar entidades/objetos como uma feição no

mapa.
3.1.2 Entidade
É qualquer fenômeno geográfico da natureza, ou resultante da ação direta do
humem, que é de interesse para o domínio específico da aplicação.
3.1.3 Objeto
É a representação digital de uma entidade, ou parte dela. A representação digital
varia de acordo com a escala utilizada (ex.: um aeroporto pode ser representado por um
ponto ou uma área, dependendo da escala em uso).
3.1.4 Tipo de Entidade

É a descrição de um agrupamento de entidades similares, que podem ser
representadas por objetos armazenados de maneira uniforme (ex: o conjunto das
estradas de uma região). Fornece uma estrutura conceitual para a descrição dos
fenômenos.
3.1.5 Tipo de Objeto Espacial

Cada tipo de entidade em um Banco de Dados Espacial é representado de acordo
com um tipo de objeto espacial apropriado. A Figura 3.1 mostra os tipos básicos de
objetos espaciais, definidos pelo US National Digital Cartografic Standart e
classificados segundo suas dimensões espaciais:
dimensão tipo descrição

0D ponto Um objeto com posição no espaço, mas sem comprimento
1D linha Um objeto tendo comprimento. Composto de 2 ou mais objetos
0D
2D área Um objeto com comprimento e largura. Limitado por pelo
menos 3 objetos 1D
3D volume Um objeto de comprimento, largura e altura. Limitado por pelo
menos 4 objetos 2D
Figura 3.1 - Tipos básicos de objetos espaciais [NCG 90]
3.1.6 Classe de Objeto

Descreve um conjunto de objetos que representa um conjunto de entidades. Por
exemplo, o conjunto de pontos que representam um conjunto postes de uma rede
elétrica ou o conjunto de polígonos representando lotes urbanos.
3.1.7 Atributo
Descreve as características das entidades, normalmente de forma não-espacial.
Exemplos são o nome da cidade, diâmetro de um duto, etc.
13
3.1.8 Valor de Atributo

Valor quantitativo ou qualitativo associado ao atributo. (ex.: nome da cidade =
'Recefe', diâmetro do duto = 1 ½").
3.1.9 Camada (layer)

Os objetos espaciais em um BD Geográfico podem ser agrupados e dispostos em
camadas. Normalmente, uma camada contém um único tipo de entidade ou um grupo de
entidades conceitualmente relacionadas a um tema (ex.: uma camada pode representar
somente as rodovias de uma região, ou pode representar também as ferrovias).
3.2 Modelos de Dados para SIG
Um Banco de Dados Geográfico é uma coleção de dados referenciados

espacialmente, que funciona como um modelo da realidade. Um banco de dados é um
modelo da realidade por representar um conjunto selecionado de fenômenos da
realidade, que podem estar associados a diferentes períodos de tempo (passado, presente
ou futuro) [BAR 91]. Modelagem de dados geográficos é o processo de discretização
que converte uma realidade geográfica complexa em um conjunto finito de registros ou
objetos de um banco de dados [WOR 95].
Os modelos de dados existentes para SIG estão relacionados com as diferentes
formas de percepção da realidade que podem ser empregadas. Para Goodchild
[GOO 90], estes modelos de dados podem ser divididos segundo duas visões: visão de
campo e visão de objetos.
Na visão de campo, a realidade é modelada por variáveis que possuem uma
distribuição contínua no espaço, como por exemplo, temperatura, tipo de solo ou relevo.
Todas as posições no espaço geográfico estão associadas a algum valor correspondente à
variável representada. Os objetos definidos com uso do modelo são, na verdade,
abstrações que representam fenômenos que acontecem na realidade (ex.: temperatura,
pressão, umidade).
Por outro lado, na visão de objetos, entidades reais são observadas como estando
distribuídas sobre um grande espaço vazio, onde nem todas as posições estão
preenchidas e, além disso, mais de uma entidade pode estar situada sobre uma mesma
posição geográfica.
Goodchild [GOO92], identifica seis tipos diferentes de modelos de dados
baseados na visão de campo, que são usados em SIG (Figura 3.2), são eles:
a) Amostragem Irregular de Pontos - o banco de dados contém um conjunto
de tuplas <x,y,z> representando valores coletados em um conjunto finito de
localizações irregularmente espaçadas. (ex.: estações de medição de
temperatura)
b) Linhas de Contorno - o banco de dados contém um conjunto de linhas,
cada uma com um valor z associado. (ex.: curvas de nível)
14
c) Polígonos - A área é particionada em um conjunto de regiões, onde a cada

região está associado um valor que é único em todas as suas posições. (ex.:
tipos de solos).
d) Amostragem Regular de Pontos - Como no item a, porém, com pontos
distribuídos regularmente. (ex.: Modelos Numéricos de Terreno)
e) Grade Regular de Células - A área é dividida em uma grade regular de
células, onde o valor da cada célula corresponde ao valor da variável para
todas as posições dentro da célula. (ex.: imagens de satélites)
f) Grade Triangular - a área é particionada em triângulos irregulares. O valor
da variável é definido em cada vértice do triângulo e varia linearmente sobre
o triângulo. (ex.: TIN - Triangulated Irregular Network)
a) Amostragem Irregular de Pontos d) Amostragem Regular de Pontos
célula
b) Linhas de Contorno e)Grade Regular de Células
c) Polígonos f) Grade Triangular
Figura 3.2 - Modelos de dados na visão de campo
Cada um desses modelos pode ser representado em um BD Geográfico como um

conjunto de pontos, linhas, áreas ou células. Esses modelos, geralmente são
confundidos, equivocadamente, com os modelos de representação de dados espaciais,
matricial e vetorial (seção 3.6). Cada um deles pode ser mapeado em uma ou outra,
daquelas representações, sendo que alguns modelos se adequam melhor a uma ou a
outra. Por exemplo, os modelos Amostragem Regular de Pontos e Grade Regular de
Células, são mapeados naturalmente para a representação matricial, enquanto que os
demais modelos são melhor representados numa estrutura vetorial [GOO 91].
No Modelo de Objetos, os objetos são representados como pontos, linhas ou
áreas. Dois objetos podem estar localizados na mesma posição geográfica, ou seja,
podem possuir coordenadas idênticas. Muitas implementações não fazem distinção no
banco de dados, entre modelos de objetos e de campos. Por exemplo, um conjunto de
linhas pode representar contornos (modelo de campos) ou estradas (modelo de objetos),
15
embora as implicações das interseções sejam muito diferentes nos dois casos. O modelo
de objetos é mais adequado para aplicações sócio-econômicas, que tratam com
entidades criadas pelo homem (ex. rede de transporte, cadastro municipal, escolas, etc),
enquanto que os modelos de campo são mais adequados para aplicações ambientais.
3.3 Objetos Espaciais
Os objetos espaciais são as representações das entidades do mundo real,

armazenadas no BD Geográfico. A seguir, é descrito como que objetos primitivos do
tipo ponto, linha, área ou superfície, são usados para representar as diferentes entidades
da realidade.
3.3.1 Ponto
As entidades representadas por objetos do tipo ponto, são aquelas que não
possuem dimensões significativas, de acordo com a escala em uso. Entidades como
postes elétricos, hidrantes, nascentes de rios, pontos de ônibus, etc, normalmente são
representadas pontualmente em mapas de escalas grandes (ex.: 1:5.000). Porém, em
mapas de escalas um pouco menores (ex.: 1:20.000), os pontos são usados para
representar a localização de escolas, hospitais, prédios públicos, etc. Já, em escalas bem
pequenas, os pontos podem representar a localização de cidades no mapa.
As coordenadas dos objetos tipo ponto podem ser armazenadas como dois
atributos extras na tabela de atributos da entidade. Por exemplo, as coordenadas dos
pontos que representam a localização de escolas municipais de um determinado bairro
podem ser armazenadas na tabela de escolas, junto com os demais atributos descritivos
(Figura 3.3).
3
1
2
4 5
Posição geográfica das escolas
ID Coord.X Coord.Y Nome da Escola Diretora Fundação N.alunos

1 4673000 252500 E.E.Sto Antonio Maria José 01/05/35 240
2 4674000 254500 E.E. Prof. Rambo Jose Silva 05/08/35 1100
3 4671000 253500 E.M. Imigrantes Rita reis 07/06/57 740
4 4667000 253500 E.E.Gabriela Mistral Rosa Maria 04/04/46 1250
5 4668000 254000 Instituto de Educação Ana Maria 28/05/68 2600
Figura 3.3 - Tabela de atributos descritivos contendo dados espaciais
16
3.3.2 Linha
As entidades que são representadas por objetos do tipo linha são aquelas que
possuem uma distribuição espacial linear (na escala em uso), como por exemplo as ruas,
rodovias, estradas de ferro, cabos telefônicos, rios, etc.
As linhas também são usadas, juntamente com os pontos, para representar
estruturas de redes (Figura 3.4), que são usadas em aplicações do tipo redes de
utilidades públicas (ex.: luz, telefone, gaz e água), redes viárias (ex.: malha rodoviária,
ferroviária, hidroviária, linhas aéreas) e redes naturais (ex.: hidrográfica).
LEGENDA
transformador
usina
consumidor
torre
poste
linha
Figura 3.4 - Entidades de uma rede elétrica
Os atributos dos dados em uma rede podem estar relacionados aos nós ou às
ligações. Como exemplo de atributos de ligações pode-se citar: direção do sentido do
tráfego em uma rua, distância entre duas cidades, diâmetro de uma tubulação, voltagem
da rede elétrica, etc. Para atributos associados aos nós da rede pode-se citar: existência
de semáforo em um cruzamento, tipo de válvula em um nó de rede de água, tipo do
transformador de voltagem em uma rede elétrica, etc.
3.3.3 Polígono
Entidades com características bidimensionais são representadas no banco de
dados por objetos do tipo polígono/área. Os limites das entidades podem ser definidos
originalmente pelos próprios fenômenos (ex. limites de um lago, região costeira, etc), ou
podem ter sido criados pelo homem (ex.: limites de um município, área de reserva
florestal, etc).
Quanto à distribuição no espaço, as entidades podem ser representadas por
polígonos isolados com possibilidade de sobreposição, como mostra a Figura 3.5a (ex.
área usada para cultivo de cana-de-açúcar nas últimas décadas), ou cada posição tem que
pertencer a exatamente uma única entidade, exemplificado na Figura 3.5b (ex. limites de
propriedades rurais/urbanas).
17
125 126 127 128

1970
1980 1990
1960 129 130 131
(a) (b)
Figura 3.5 - Distribuição espacial de áreas
Uma entidade pode conter regiões vazias ("buracos"), ou outras entidades

completamente inseridas dentro da sua área, como mostra a Figura 3.6. Alguns sistemas
permitem que uma entidade possa ser representada por um objeto composto por mais de
uma primitiva de área, porém com um único conjunto de argumentos [NCG 90].
B
A D
C
D E
Figura 3.6 - Distribuição espacial com "buracos" ou "ilhas"
A representação dos objetos do tipo polígono, segundo as diferentes visões

quanto a distribuição no espaço, depende do modelo de dados suportado pelo sistema.
3.3.4 Representação de Superfícies Contínuas

Alguns fenômenos da natureza, como por exemplo, elevação de terreno, pressão
atmosférica, temperatura, densidade populacional, entre outras, são caracterizados por
possuírem variação contínua no espaço.
Segundo Burrough [BUR 86], a variação da elevação sobre uma área pode ser
modelada de diversas maneiras. Modelos de Elevação Digital, ou Modelos Digitais de
Terreno podem ser representados tanto por superfícies definidas matematicamente (ex.:
séries de Fourier) ou através de imagens de pontos/linhas.
As representações mais conhecidas, baseadas em imagens de pontos, são as
matrizes de altitude, onde os dados são coletados em intervalos regulares de pontos
(Figura 3.2d). Esta abordagem tem a desvantagem de introduzir redundância de dados,
quando a área observada possui comportamento estável e pode perder informações,
quando a área é muito acidentada.
Outra abordagem, também baseada em imagens de pontos, é o modelo de Grade
Triangular ou TIN (Triangulated Irregular Network), onde os pontos são coletados mais
densamente em áreas com maior variação acidental e mais esporadicamente nas outras
18
áreas (Figura 3.2f). Os pontos são conectados formando faces triangulares, onde os
valores coletados ficam associados aos vértices dos triângulos.
Outro tipo de modelo de terreno, muito utilizado, é formado por um conjunto de
linhas de contorno (linhas isométricas), que representam pontos de mesma elevação
(Figura 3.2b).
Dentro de um SIG, os dados referentes à elevação podem ser convertidos de um
modelo para outro, mas podem ocorrer perdas de informações, reduzindo os detalhes da
superfície topográfica [ARO 89]. Projeções tridimensionais de superfícies contínuas
podem ser usadas, por exemplo, para permitir uma melhor visualização do relevo da
área observada (Figura 3.7).
Figura 3.7 - Elevações em projeção tridimensional
3.4 Tipos de Relacionamentos entre Objetos Espaciais
Os objetos de um banco de dados geográfico representam as entidades do mundo

real, através do armazenamento de seus atributos (espaciais e não-espaciais) e dos
relacionamentos existentes entre as entidades que eles representam. A grande vantagem
dos SIG está em possibilitar operações de análise espacial sobre os dados armazenados.
Para isto, além da manutenção dos dados propriamente dita, é necessário manter os
diferentes tipos de relacionamentos envolvendo esses dados.
Existe uma enorme variedade de possíveis relacionamentos entre entidades.
Alguns são mantidos através de estruturas de dados dos SIG, como por exemplo, os
relacionamentos de conectividade (entre linhas e nós de uma rede) e de adjacência (entre
áreas/polígonos), enquanto que outros são calculados durante a execução das operações
de análise espacial (ex.: relacionamento de continência entre um ponto e uma área).
Uma entidade pode estar relacionada com outras entidades do mesmo tipo (ex.:
dois bairros vizinhos em uma cidade), ou pode estar relacionada com entidades de
outros tipos (ex.: bairros localizados num raio de 10 Km de um centro de atendimento
emergencial).
19
Segundo [NCG 90], existem três categorias de relacionamentos entre objetos

espaciais, são eles:
1) Relacionamentos usados para a construção de objetos complexos, a partir
de objetos mais simples. Exemplo, os polígonos são formados por um
conjunto de linhas, enquanto que uma linha é composta de um conjunto de
pares ordenados de coordenadas, que são os pontos.
2) Relacionamentos que podem ser calculados a partir das coordenadas dos
objetos, pois não podem ser calculados pelo sistema. Por exemplo, se duas
linhas se cruzam, se um ponto está dentro de uma área, se duas áreas estão
sobrepostas, etc.
3) Relacionamentos que precisam ser fornecidos no momento da entrada dos
dados. Por exemplo, duas linhas podem se cruzar, mas as rodovias
representadas por elas podem não estar conectadas devido a existência de
uma passagem elevada (um viaduto).
A seguir, são listados diversos tipos de relacionamentos entre objetos espaciais e
são mostrados exemplos de consultas espaciais que poderiam ser solucionadas através
desses relacionamentos.
a) Relacionamentos entre pontos
- "vizinhança" - liste todos os postos de gasolina (representados por pontos)
existentes num raio de 20 Km de um quartel de bombeiros.
- "o mais próximo" - identifique o posto da policia rodoviária federal mais
próximo do local de um acidente.
b) Relacionamentos entre ponto-linha
- "termina em" - identifique o tipo de válvula existente nas extremidades de
um oleoduto.
- "o mais próximo" - identifique a rodovia mais próxima ao local da queda
de um avião.
c) Relacionamentos entre ponto-polígono
- "está contido" - identifique as escolas estaduais que se localizam em um
determinado bairro.
- "visibilidade" - calcule o número de agências bancárias que podem ser
alcançadas por uma torre de transmissão de microondas.
d) Relacionamentos entre linhas
- "cruza" - verifique se duas rodovias se cruzam em algum ponto.
- "flui para/desemboca" - identifique quais os rios que desembocam no Rio
São Francisco.
20
e) Relacionamentos entre linha-área

- "cruza" - identifique todas as linhas de ônibus que passam por um
determinado bairro.
- "limites/fronteira" - quais os estados, para os quais o Rio São Francisco faz
parte da divisa.
f) Relacionamentos entre áreas
- "sobrepõe" - verifique se a área de incidência de dengue sobrepõe-se a uma
área sem infra-estrutura de água e esgoto.
- "mais próximo" - encontrar o lago mais próximo da área do incêndio
florestal.
- "é adjacente" - identificar os bairros adjacentes ao bairro Sant'Anna.
3.5 Armazenando Topologia em Banco de Dados
Uma das características mais importantes dos SIG, é sua capacidade de

armazenar os relacionamentos (vizinhança, proximidade e pertinência) entre os objetos
espaciais [ARO 89]. Estes relacionamentos são fundamentais para possibilitar a
realização de diversos tipos de operações de análise espacial.
Quando um mapa de uma região que está sobre a superfície curva da Terra, é
projetado sobre uma superfície plana (ex.: folha de papel), algumas propriedades são
alteradas (ex.: ângulos e distâncias), enquanto que outras permanecem (ex.: adjacências
e pertinências). Estas propriedades que não se alteram quando o mapa sofre uma
transformação são conhecidas como propriedades topológicas [KEM 92].
O termo topologia é atribuído às estruturas de relacionamentos espaciais que
podem, ou não, ser mantidas no banco de dados. Um banco de dados espacial é dito
topológico se ele armazena a topologia dos objetos. Por outro lado, um banco de dados
é dito cartográfico se os objetos são vistos e manipulados somente de forma
independente [GOO 90].
Banco de dados cartográficos são usados em muitos pacotes para confecção de
mapas, onde as operações de análise são menos importantes do que as funções que
auxiliam no posicionamento de rótulos, bibliotecas de símbolos cartográficos, etc.
Um banco de dados cartográfico pode ser convertido em um banco de dados
topológico através do cálculo e identificação dos relacionamentos entre objetos. Este
processo é conhecido como Construir Topologia (Building Topology) [LAU 92].
O processo de Construir Topologia é usado também, para identificar os objetos
em um mapa, a partir das linhas digitalizadas. Este processo é feito empregando-se o
conceito de Restrição Planar (Planar Enforcement), que consiste na aplicação de duas
regras, sobre os objetos usados para descrever a variação espacial.
Basicamente, as regras de Restrições Planar são as seguintes [NCG 90]:
Regra 1: Dois objetos do tipo área não podem se sobrepor.
21
Regra 2: Cada posição no mapa pertence a uma única área, ou a

um limite entre áreas adjacentes.
O processo de Construir Topologia, exemplificado na Figura 3.8, começa com
um conjunto de segmentos de linha não relacionados (a). Cada interseção de linhas ou
nodo terminal (nós) é identificado (b). Em seguida, cada segmento de linha existente
entre dois nós consecutivos (arestas) é identificado. Finalmente, cada polígono
resultante recebe um identificador, inclusive o polígono externo que pode receber um
identificador diferenciado (c).
(a) (b)
10 11
1 C
13 12
14 B
5 15
0 16
D
2 A 6
3 18
17
7 19
4 8 9
(c)
Figura 3.8 - Processo de construir topologia
Os pontos, as linhas e os polígonos identificados durante o processo de

construção da topologia, são armazenados em estruturas de dados, que variam de acordo
com a implementação de cada sistema.
A Figura 3.9 mostra uma estrutura de dados para armazenamento de topologia,
que é utilizada no sistema ARC/INFO [MOR 92]. A primeira tabela contém, para cada
polígono, o número total de arcos e a identificação dos arcos que formam o polígono
(sinal positivo no sentido da digitalização e negativo indicando sentido contrário). Uma
segunda tabela contém, para cada arco, os nós inicial e final que formam o arco e quais
os polígonos que estão à direita e à esquerda do arco. Neste método, arcos adjacentes a
dois polígonos são armazenados uma única vez no banco de dados.
22
c
1
A 2
3 b B
a 7
e
C 5 D
4 6
N.Polígono N.de Arcos Lista de Arcos

A 3 -1,-2,3
B 4 2,-7,5,0,-6
C 3 -3,-5,4
D 1 6
N.Arco Nó Nó Polígono à Polígono à

Inicial Final Esquerda Direita
1 c a A 0
2 b c A B
3 b a C A
4 d a 0 C
5 d b C B
6 e e B D
7 d c B 0
Figura 3.9 - Estrutura de dados com topologia
3.6 Modelos de Representação de Dados Espaciais
A variação geográfica no mundo real é infinitamente complexa. Para serem

armazenados no banco de dados, os dados precisam ser reduzidos a uma quantidade
finita e gerenciavel, o que é feito através de processos de generalização ou abstração.
Um Modelo de Dados fornece um conjunto de regras para converter variações
geográficas no mundo real, em objetos discretos armazenados de forma digital
[NCG 90].
Existem duas abordagens principais de representação dos componentes espaciais
associados às informações geográficas: o modelo matricial (ou raster) e o modelo
vetorial, exemplificados na Figura 3.10.
No modelo matricial, a área em questão é dividida em uma grade regular de
células, normalmente quadradas ou retangulares. A posição da célula é definida de
acordo com a linha e a coluna onde está localizada. Cada célula contém um valor que
corresponde ao tipo de entidade que é encontrada naquela posição. Normalmente, uma
área é representada através de diferentes camadas (mapas temáticos), onde as células de
23
uma camada armazenam os valores associados a uma única variável ou tema (ex.: tipo
de solo, hidrologia, relevo, etc) [MAG 92]. O espaço é todo coberto, uma vez que cada
localização na área de estudo corresponde a uma célula na imagem matricial.
1
Igreja 1
Sto Antonio 2 2 2 1
2 2 2 1
2 2 2 1
1 3 3
1 1 1 1 1 1 1 1 1 1 3 3 3
1 4 4 4 4 1 3 3
1 4 4 4 4 1 3 3
1 4 4 4 4 1 3 3 3
Praça da
Lago 1 4 4 4 4 1 3 3 3 3
Matriz
Azul 1 1 1 1 1 1 3 3 3 3
3 3
Mapa Analógico Formato Matricial Formato Vetorial
Figura 3.10 - Exemplo de representação matricial1 e vetorial

No modelo vetorial, as entidades do mundo real são representadas como pontos,
linhas e polígonos. A posição de cada objeto é definida por sua localização no espaço,
de acordo com algum sistema de coordenadas. Objetos vetoriais não preenchem todo o
espaço, ou seja, nem todas as posições do espaço necessitam ser referenciadas no
modelo.
Os polígonos, formados por uma cadeia de linhas, representam os limites das
entidades do tipo área (ex.: Lago Azul na Figura 3.10), enquanto que no modelo
matricial as entidades são representadas em toda a extensão da área dentro do polígono.
As linhas, além de servirem de construtores dos polígonos, também representam
entidades lineares como estradas, rios, redes elétricas, etc. A representação geométrica
das entidades varia de acordo com a escala em uso. Por exemplo, um lago pode ser
representado por um polígono em uma escala grande (ex. 1:10.000), ou por um ponto
em uma escala pequena (1:100.000).
Nas seções seguintes, são apresentados maiores detalhes dos modelos matricial e
vetorial, respectivamente. Na seção 3.6.3 é apresentado um quadro comparativo desses
modelos, indicando vantagens e desvantagens de cada um.
3.6.1 Modelo Matricial (ou Raster)

Ao contrário do modelo vetorial, onde cada entidade do mundo real está
associada a um objeto espacial (ponto, linha ou polígono), no modelo matricial as
entidades estão associadas a grupos de células de mesmo valor. O valor armazenado em
uma célula representa a característica mais marcante da variável em toda a área relativa
à célula.
Dependendo do tipo de atributo observado e da potencialidade do sistema, as
células podem conter diferentes tipos de valores (ex.: inteiro, decimal, caractere, etc).
1
Para simplificar a figura, no formato matricial as células com valor zero foram deixadas em branco.
24
Muitos sistemas só permitem o tipo inteiro, enquanto outros restringem um único tipo
de valor por camada [PAR 94].
Dois conceitos importantes no modelo matricial dizem respeito à resolução e à
orientação da imagem. A resolução corresponde à dimensão linear mínima da menor
unidade do espaço geográfico (célula) que está sendo considerado. A maioria dos
sistemas utilizam células retangulares ou quadradas, embora existam modelos que
utilizem hexágonos ou triângulos [LAU 92]. Quanto menor a dimensão das células,
maior a resolução da área e, consequentemente, maior a quantidade de memória
necessária para armazená-las.
A orientação de uma imagem matricial corresponde ao ângulo entre o norte
verdadeiro e a direção definida pelas colunas da imagem. Normalmente, a localização
geográfica verdadeira de um ou mais vértices da imagem é conhecida.
No modelo matricial cada célula armazena um único valor, que corresponde a
uma área específica na superfície terrestre. O número total de valores que precisam ser
salvos para o armazenamento de uma única imagem, é igual ao produto do número de
linhas pelo número de colunas da imagem matricial. Assim, geralmente são gerados
grandes volumes de dados e por isso torna-se necessário o emprego de estruturas de
dados que utilizem técnicas de compactação de dados.
Como as entidades no modelo matricial são representadas por um agrupamento
de células, todas contendo um mesmo valor, um número considerável de valores
redundantes ocorre em toda a extensão da imagem. Esta característica é muito explorada
nos métodos de compactação empregados nos SIG. Em [BUR 86], são descritas quatro
técnicas de compactação, que são empregadas no armazenamento de imagens no
formato matricial. São elas:
a) Códigos de cadeia (Chain codes) - Os limites de cada região são
armazenados através de uma estrutura que contém uma célula de origem e
uma seqüência de vetores unitários. Esses vetores unitários são aplicados
nas direções cardinais (leste, oeste, norte e sul), de cada região, percorridos
no sentido horário.
b) Códigos em seqüência (Run-length codes) - Armazena, para cada linha, o
número de ocorrências de células de mesmo valor e o valor correspondente.
c) Códigos de bloco (Block codes) - São armazenados, para cada quadrado
máximo, que pode ser formado por um conjunto de células de mesmo valor,
as coordenadas da célula inferior esquerda do quadrado, a quantidade de
células (tamanho) do lado do quadrado e o valor do atributo.
d) Árvores quaternárias (Quadtree) - Utiliza uma estrutura hierárquica
espacial, baseada no princípio de decomposição recursiva do espaço. Existe
uma grande variação de tipos de estruturas quadtree, um exemplo é
apresentado mais adiante.
A seguir são mostrados dois exemplos dessas técnicas de compressão de dados.
Uma descrição mais completa desse assunto foge ao escopo deste trabalho. Maiores
detalhes podem ser obtidos em [BUR 86] e [SAM 89].
25
3.6.1.1 Técnica Run-Length Encoding

Segundo Aronoff [ARO 89], existem diversas variações desta técnica e duas
delas são mostradas na Figura 3.11. Na técnica Run-Length Encoding (B), as células
adjacentes em uma mesma linha e que tenham o mesmo valor, são tratadas como um
grupo. Ao invés do valor ser armazenado repetitivamente, ele é armazenado uma única
vez e a quantidade de vezes que o valor ocorre é também armazenada, juntamente com o
identificador da linha.
Uma variação desta técnica, conhecida como Value Point Encoding (C),
armazena somente os valores de cada grupo de células e a posição final dos grupos, com
relação à origem (canto superior esquerdo) da imagem. O grau de compressão obtidos
através desses métodos depende da complexidade da imagem.
B. Método C. Método
A. Raster Completo Run-Length Encoding Value Point Encoding
(100 valores) (54 valores) (32 valores)
VALOR COMP LINHA VALOR PONTO
$ $
$ %
$ $ $ $ $ $ $ $ $ $
$ $
$ $ $ $ $ $ $ $ $ $
% %
$ $ $ $ % % % % % %
$ '
$ $ $ % % % % % % %
% %
' ' ' ' % % % % % %
' '
' ' ' ' ' % % % % %
% %
' ' ' ' ' & & & & &
' '
' ' ' ' ' & & & & &
% &
' ' ' ' ' & & & & &
' '
' ' ' ' ' & & & & &
& &
' '
& &
' '
& &
'
&
Figura 3.11 - Técnica run-length encoding [ARO 89]
3.6.1.2 Quadtrees
O termo quadtree é usado para descrever uma família de estruturas de dados
hierárquicas, todas baseadas no princípio de decomposição recursiva do espaço
[SAM 89]. Elas são diferenciadas com base nos seguintes fatores: (1) tipo de dado que
está sendo representado (ex.: pontos, retângulos, regiões, curvas, superfícies e volumes);
(2) processo de decomposição empregado, que pode aplicar divisões em partes iguais ou
não; e (3) resolução da imagem, isto é, o número de vezes que a decomposição é
aplicada, que pode ser fixo ou variável.
26
A Figura 3.12 mostra a decomposição de uma imagem usando a estrutura

Region-quadtree, que é uma variação de quadtree para representação de regiões, onde
uma região (a), representada na matriz binária (b) é decomposta em blocos (c), gerando
a árvore correspondente.
Neste método, a raiz da árvore corresponde à imagem completa, ou seja, um
array de 2n x 2n valores de células. Cada nó da árvore pode ser um nó folha ou possuir
quatro ramos descendentes, compreendendo aos quatro quadrantes: nordeste (NE),
noroeste (NW), sudoeste (SW) e sudeste (SE). Nós folhas correspondem aos quadrantes
que não necessitam ser redivididos por possuírem somente células de mesmo valor. A
forma de decomposição espacial deste modelo possibilita a representação de imagens de
qualquer grau de resolução desejado [TIM 94].
2 3
4 5
7 8
6 13 14
9 10
15 16
11 12 19
17 18
a b c
A
Level 3
NW NE SW SE
Level 2 B C E
1
Level 1
D F
2 3 4 5 6 11 12 13 14 19
Level 0
7 8 9 10 15 16 17 18
Figura 3.12 - Exemplo de estrutura quadtree [SAM 89]
3.6.2 Modelo Vetorial

O modelo de representação vetorial tem como primitiva principal o Ponto,
porém, são utilizados três construtores básicos: o ponto, a linha e o polígono. As
coordenadas x e y de um ponto correspondem à localização, em um sistema de
coordenadas específico, de entidades que são representadas sem dimensões espaciais. A
linha, formada por uma cadeia de segmentos de linha reta, ou mais especificamente, por
uma lista de coordenadas de pontos, é o objeto espacial usado para representar no banco
27
de dados, as entidades da realidade que possuem extensão linear. O polígono é o objeto

espacial que representa as entidades com extensões bidimensionais (área), através da
definição do contorno da área da entidade. O polígono é formado por uma cadeia
fechada de segmentos de linha, podendo ou não, ter outros polígonos embutidos em seu
interior.
Existe uma enorme variedade de técnicas de armazenamento de objetos
espaciais, que são baseadas no modelo vetorial [LAU 92]. Essas técnicas podem ser
classificadas de acordo com o tipo de objeto armazenado, ou seja, ponto, linha ou
polígono. Características do tipo de aplicações a que se destinam também são
importantes. Por exemplo, em um sistema de roteamento de veículos, uma característica
fundamental é a conectividade entre as arestas da rede viária, para possibilitar operações
de análise de melhor caminho.
Outra classificação existente leva em consideração se os relacionamentos
topológicos são, ou não, armazenados. Aronoff [ARO 89], divide os diversos modelos
vetoriais em dois grupos: Modelos de Dados Spaghetti e Modelos de Dados
Topológicos.
Os Modelos de Dados Spaghetti utilizam estruturas de dados que armazenam os
polígonos/linhas como seqüências de coordenadas de pontos. Nestes modelos, os limites
entre duas áreas adjacentes são registrados (digitalizados) e armazenados duas vezes,
uma para cada polígono. Estes modelos são utilizados em muitos pacotes de cartografia
automatizada, onde as informações sobre os relacionamentos entre as entidades não são
importantes [NCG 90].
A maioria dos SIG utilizam os Modelos de Dados Topológicos, os quais usam
estruturas de dados que possibilitam o armazenamento de alguns tipos de
relacionamentos, sendo que a ênfase principal é dada nos relacionamentos de
conectividade entre linhas de uma rede (contendo arestas interligadas por nós) e nos
relacionamentos de vizinhança entre áreas (representadas por polígonos) adjacentes.
Outros tipos de relacionamentos entre objetos espaciais, como por exemplo, se uma
linha "cruza" uma área ou se um ponto "está dentro" de uma área, são calculados a partir
das coordenadas desses objetos.
A seguir, são descritas algumas estruturas de dados vetoriais empregadas nos
SIG, de acordo com os tipos de objetos armazenados.
3.6.2.1 Estrutura de Dados para Armazenar Pontos
A princípio, as coordenadas (x,y) de posicionamento das entidades com
representação pontual podem ser adicionadas como dois atributos extras na tabela de
atributos (não-espaciais) que descrevem as entidades. A Figura 3.3, mostrada no
capítulo anterior, exemplifica esta alternativa. Porém, um objeto espacial do tipo ponto
pode ter diversos outros atributos associados a sua representação gráfica, para
impressão/exibição em dispositivos de saída. Pode-se citar, por exemplo, o tipo de
símbolo que deve ser exibido, a fonte dos caracteres alfanuméricos, o tamanho e a
orientação do texto que pode ser exibido próximo ao símbolo, etc.
28
Uma alternativa também utilizada, é manter as informações espaciais em uma

tabela e utilizar identificadores de objetos para recuperar os demais atributos não-
espaciais em uma tabela do banco de dados textual [BUR 86].
3.6.2.2 Estrutura de Dados para Armazenar Linhas
As estruturas de armazenamento que visam manter os relacionamentos entre
objetos lineares são direcionadas a solucionar problemas em áreas de aplicações que são
baseadas em estruturas de rede, como por exemplo, redes de transporte, redes
hidrográficas, de distribuição de produtos, redes de infra-estrutura, etc.
As redes consistem de dois tipos de objetos espaciais: linhas (ligações, arestas ou
arcos) e pontos (nós, interseções ou junções) [NCG 90]. A Figura 3.13 mostra uma rede
composta de 4 nós e 5 arcos (a) e uma estrutura de dados simples (b), capaz de
possibilitar a navegação entre os diversos nós da rede.
Para melhorar a eficiência do algoritmo de navegação, pode ser acrescentada
uma nova tabela (c), contendo, para cada nó, a relação dos arcos adjacentes (números
positivos se os arcos atingem o nó e negativo para os arcos que partem do nó).
B
1
A
5 3
2
D
4
C
(a)
Arco Nó de Nó de Nó $UFRV
Origem Destino
$
% $ %
& % &
' % '
& '
$ &
(c)
(b)
Figura 3.13 - Estrutura de dados para rede [NCG 90]
Uma estrutura de dados para o armazenamento de redes representadas por grafos

não-direcionados é mostrada na Figura 3.14. Neste exemplo, descrito em [LAU 92], são
empregadas três tabelas, que contém informações sobre os relacionamentos entre arco-
arcos, arco-nós e nó-arcos, possibilitando a navegação pela rede em qualquer sentido.
29
3.6.2.3 Estrutura de Dados para Armazenar Polígonos

O relacionamento de vizinhança entre entidades bidimensionais (áreas) é
representado através de estruturas de dados que armazenam informações sobre
polígonos adjacentes. A estratégia mais utilizada é baseada no armazenamento de
atributos dos arcos, acrescidos de dois apontadores extras, referentes aos polígonos
localizados à esquerda e à direita do arco, percorrido no sentido nó-origem-nó-destino.
B
G 2
C 1 A
6 3
7 5 4
H F D E
Conecta Conecta Nó Arcos Adj.

Arco Arco
aos nós aos arcos
$
$& %
%& &
&' '
(' .
.
') .
*)
)+
Figura 3.14 - Representação em grafos não-direcionados [LAU 92]
A Figura 3.15 mostra um exemplo de uma estrutura de dados simples, que é

baseada em três tabelas. A primeira contém os atributos dos polígonos, a segunda os
atributos dos arcos e a terceira contém as coordenadas dos pontos que formam a
geometria dos arcos. Este método, utilizado no sistema ARC-INFO [ESR 91], tem a
desvantagem de não possibilitar a representação de entidades compostas de mais de um
polígono, como por exemplo, um arquipélago, que é uma entidade que precisa ser
representada como um conjunto de polígonos.
Este tipo de estrutura possibilita a execução de operações de consulta de maneira
bastante eficiente, por não necessitar realizar operações com base nas coordenadas dos
objetos. Por exemplo, todos os polígonos adjacentes ao polígono B podem ser
encontrados a partir de consultas à Tabela de Atributos dos Arcos. Cada par de
apontadores (polígono à direita, polígono à esquerda), contendo o polígono B indica um
polígono adjacente a ele, por ter um arco em comum. Os arcos 3, 4 e 5 identificam os
polígonos adjacentes ao polígono B, sendo que o tratamento dado à área externa aos
polígonos (assinalada na figura como polígono D) varia de acordo com a implementação
de cada sistema.
30
Existem muitas variações de estruturas de dados desenvolvidas para o

armazenamento da topologia de objetos espaciais. Um exemplo de estrutura mais
elaborada é a utilizada pelo sistema CanSIS - Canadian Soil Information System,
desenvolvida pelo Departamento de Agricultura do Canadá, que utiliza entre outras
coisas, uma estrutura para armazenar informações sobre objetos. Um objeto pode conter
uma lista de polígonos associada a um único conjunto de atributos, permitindo por
exemplo, um tratamento adequado à representação de um arquipélago [NCG 90].
F
2
A 6 Tab. Atributos de Polígonos
1
E C ,' $WULE $WULE $WULE
3
5 $
B G %
&
D 4 D ' H[WHULRU
Tab. Atributos de Arcos Tab. Geometria de Arcos

$UFR 'LU (VT 2UL 'HV [\[\
$ ' D F [\[\
$ & F E [\[\
$ % E D HWF
' % D G
% & E G
' & G F
Figura 3.15 - Relacionamento de polígonos adjacentes [NCG 90]
3.6.3 Comparação entre os Modelos Matricial &Vetorial

Os modelos de representação de dados matricial e vetorial têm sido empregados
de acordo com o tipo de aplicações a que se destinam. O modelo de representação
matricial é mais adequado em aplicações voltadas às áreas ambientais, enquanto que o
modelo vetorial é mais adequado para aplicações relacionadas às invenções humanas,
como cadastro de propriedades, redes de infra-estruturas, etc.
Normalmente, as aplicações onde as operações de análise espacial necessitam de
informações topológicas, são desenvolvidas utilizando-se o formato vetorial, enquanto
que as aplicações que necessitam realizar operações de sobreposição (overlay) a partir
de dois ou mais temas, utilizam o formato matricial. Os SIG geralmente fornecem
suporte para os dois formatos, incluindo procedimentos para conversão entre eles.
Como uma grande quantidade de dados é introduzida no sistema, a partir da
digitalização de mapas disponíveis em folhas de papel, os dados muitas vezes são
armazenados no formato vetorial e convertidos para o formato matricial para serem
31
utilizados em operações de overlay. Os resultados dessas operações também podem ser

reconvertidos para o formato vetorial, para serem armazenados de forma mais eficiente.
No formato matricial, as informações sobre uma determinada área são
organizadas como um conjunto de camadas independentes, uma para cada tipo de
variável, ou tema. No modelo vetorial, os dados também podem estar divididos em
diferentes camadas, o que implica na existência de um conjunto de estruturas de
armazenamento para cada camada. Por exemplo, pode-se ter uma camada para
armazenar os relacionamentos entre arcos de uma rede em uma camada e os
relacionamentos entre áreas em outra camada. Pode-se ainda utilizar mais de uma
camada de relacionamentos entre áreas, uma para representar os lotes urbanos, outra
para representar quadras e bairros. Estas escolhas são definidas a nível de projeto das
aplicações.
A Figura 3.16, adaptada de [ARO 89] e [COW 88], apresenta uma comparação,
em termos de vantagens e desvantagens, dos formatos matricial e vetorial.
FORMATO MATRICIAL
Vantagens:
• Utiliza estrutura mais simples.
• Operações de overlay são implementadas mais eficientemente.
• Representação eficiente de áreas com alta variação espacial.
• Tratamento adequado de imagens produzidas por satélites.
Desvantagens:
• Estruturas de dados são menos compactas. Armazenam uma maior quantidade
de dados, independente da utilização de métodos de compactação.
• Relacionamentos topológicos são mais difíceis de serem representados.
• Saída gráfica com menor resolução.
FORMATO VETORIAL
Vantagens:
• Utiliza uma estrutura de dados mais compacta do que o formato matricial.
• Suporta o armazenamento de topologia.
• Permite a realização de cálculos de medidas espaciais mais precisos.
• Suporte adequado para operações que requerem informações topológicas.
• Gera saídas gráficas de melhor qualidade.
Desvantagens:
• As estruturas de dados são mais complexas que no formato matricial.
• Operações de overlay são mais difíceis de serem implementadas.
• A representação de áreas com alta variação espacial é ineficiente.
• É inadequado para manipulação de imagens geradas por satélites.
Figura 3.16 - Comparação entre os formatos matricial e vetorial
32
4 Análise de Dados Espaciais em SIG
Segundo [ALV 90a], um SIG deve fornecer operações para a recuperação de

informações segundo critérios de natureza espacial e não-espacial. As linguagens de
consulta de SGBDs convencionais são adequadas para a recuperação de informações
segundo critérios não-espaciais. O SIG deve ser capaz de manipular dados espaciais e
recuperar informações com base em conceitos como proximidade, pertinência,
adjacência, interseção, etc.
Existe atualmente uma enorme variedade de funções de manipulação e análise de
dados disponíveis nos sistemas. Além disso, novas funções estão sempre sendo
adicionadas ao conjunto das já existentes. Porém, não existe uma padronização dos
nomes dessas funções, sendo comum a existência de funções com comportamento
idêntico, porém com nomes diferentes [NCG 90].
A seguir, é descrito um conjunto de funções que são freqüentemente encontradas
na maioria dos SIG. Existem diversos tipos de classificações de funções em um SIG,
mas nenhum é totalmente aceito como padrão. A classificação a seguir, baseia-se na
descrição feita em [ARO 89].
4.1 Classificação de Funções de Análise
Na abordagem utilizada por Aronoff [ARO 89], as funções estão agrupadas em

quatro categorias principais, que são: (1) Manutenção e Análise de Dados Espaciais; (2)
Manutenção e Análise de Atributos Descritivos; (3) Análise Integrada de Dados
Espaciais e Descritivos; e (4) Formatação de Saída. Cada grupo desses é subdividido em
outros grupos, como mostra a Figura 4.1.
33
1.Manutenção e Análise de -Transformações de Formato

Dados Espaciais -Transformações Geométricas
-Transformações entre
Projeções
-Casamento de Bordas
-Edição de Elementos Gráficos
-Redução de Coordenadas
2. Manutenção e Análise de -Edição de Atributos Descritivos

Atributos Descritivos -Consulta a Atributos Descritivos
3. Análise Integrada de -Recuperação, Classificação e -Recuperação

Atributos Espaciais e Medidas -Classificação e
Descritivos Generalização
-Medidas
-Sobreposição (overlay)
-Vizinhança -Busca
-Linha-em-Polígono e
Ponto-em-Polígono
-Funções Topográficas
-Funções de Interpolação
-Geração de Contornos
-Conectividade -Medidas de Contiguidade

-Proximidade
-Rede
-Intervisibilidade
4. Formatação de Saída -Anotações em Mapa
-Posicionamento de Rótulos
-Padrões de Texto e Estilos de
Linhas
-Símbolos Gráficos
Figura 4.1 - Classificação de funções de análise [ARO 89]
4.1.1 Funções de Manutenção e Análise de Dados Espaciais

Neste grupo são incluídas as funções utilizadas na fase de pré-processamento dos
dados espaciais, ou seja, funções usadas na preparação ou reorganização dos dados para
que possam ser utilizados em operações de análise e consulta.
4.1.1.1 Transformações de Formato
Os dados obtidos a partir das diversas fontes de dados nem sempre estão no
formato adequado para o armazenamento nos SIG. Arquivos de dados externos
precisam ser convertidos para as estruturas de dados internas dos sistemas.
Para os dados representados no modelo matricial, por exemplo, pode ser
necessário adicionar informações como descrição (nome), origem, tamanho, entre outras
coisas. Enquanto que para os dados obtidos no modelo vetorial, pode ser necessário
construir a topologia, identificar e associar os objetos geométricos com os dados
descritivos no banco de dados alfanumérico, etc.
34
4.1.1.2 Transformações Geométricas

São funções utilizadas para definir ou ajustar as coordenadas terrestres em um
mapa, ou nas camadas de dados em um SIG, para possibilitar a realização de operações
de sobreposição (overlay) de camadas.
O procedimento de registro de camadas é utilizado para registrar diferentes
camadas de dados sobre um sistema de coordenadas comum ou em relação a uma
camada de dados usada como padrão (mestre).
Duas abordagens podem ser utilizadas para registrar camadas: Registro por
Posição Relativa - cada camada é registrada em relação a uma camada mestre; e
Registro por Posição Absoluta - cada camada é registrada separadamente, com base em
um mesmo sistema de coordenadas geográficas (ex.: UTM, latitude/longitude, etc).
O ajuste de posições relativas é feito escolhendo-se feições que possam ser
identificadas precisamente nas duas camadas (ex.: uma ponte indicando uma interseção
de uma estrada com um rio) e igualando suas coordenadas. Ajustados alguns pontos de
referência, as demais coordenadas são calculadas matematicamente.
4.1.1.3 Transformações entre Projeções Geométricas
Segundo Aronoff, as camadas de dados que são processadas conjuntamente em
um SIG, devem ser representadas usando o mesmo sistema de projeção. Os SIG
normalmente suportam mais de um tipo de projeção, fornecendo operações para
transformar as projeções dos mapas.
No Brasil [ALV 90], como nos E.U.A. [ARO 89], os tipos de projeções mais
utilizados são: UTM (Universal Transverse Mercator) para mapas em escalas até
1:500.000, Lambert para cartas em escalas próximas de 1:1.000.000 e Mercator nas
cartas náuticas. Para representação do território brasileiro, normalmente as cartas são
produzidas usando a projeção Policônica em escalas entre 1:5.000.000 e 1:15.000.000
[OLI 93].
4.1.1.4 Casamento de Bordas
Quando a área de estudo está distribuída em mais de uma folha de mapa, ou
quando o tamanho do mapa é maior que a área útil da mesa digitalizadora (ou do
scanner), nestes casos, podem ser gerados diversos mapas digitais (denominados
coberturas no sistema ARC/INFO [ESR 91]), para representar uma única camada de
dados. Em muitos SIG, durante a execução de operações de análise, que envolvam mais
de uma cobertura, essa divisão é transparente ao usuário. Porém, alguns ajustes
precisam ser feitos durante a fase de preparação (pré-processamento) dos dados. Esses
ajustes são feitos por meio de operações que realizam a união de bordas entre
coberturas adjacentes, onde os objetos que ultrapassam os limites de uma cobertura têm
suas coordenadas limites ajustadas, quando ocorrer alguma discrepância.
4.1.1.5 Edição de Elementos Gráficos
São funções usadas para adicionar, eliminar e modificar posições geográficas dos
objetos no mapa. Por exemplo, quando as arestas que separam dois polígonos são
digitalizadas duas vezes, ou quando uma camada é gerada a partir da sobreposição de
35
outras duas camadas, podem surgir pequenas fatias de áreas sobrepostas ou fatias de
áreas sem informações. Nestes casos os ajustes e acertos precisam ser realizados
manualmente.
4.1.1.6 Redução de Coordenadas
Devido aos processos manuais de digitalização, em alguns casos são gerados
mais pontos que o necessário para armazenar as coordenadas das linhas dos objetos
espaciais. As funções de redução de coordenadas têm como objetivo diminuir a
quantidade de pares de coordenadas pertencentes às linhas, reduzindo assim, a
quantidade total de dados armazenados em cada camada. A Figura 4.2 exemplifica esta
operação.
Figura 4.2 - Exemplo de operação de redução de coordenadas
4.1.2 Manutenção e Análise de Atributos Descritivos

Na maioria dos SIG, a manipulação dos atributos descritivos (não-gráficos) é
realizada através de linguagens de manipulação/consulta de dados disponíveis nos
SGBDs. Muitas operações de análise podem ser resolvidas sem que seja necessário
acessar os atributos espaciais. Nos sistemas vetoriais, por exemplo, as informações
sobre a área e o perímetro dos polígonos podem ser armazenadas junto com os demais
atributos descritivos associados a esses polígonos. Nestes casos, uma operação de
análise envolvendo áreas de polígonos pode ser resolvida por métodos tradicionais de
consulta ao banco de dados.
4.1.2.1 Edição de Atributos Descritivos
São funções que possibilitam alterações nos dados descritivos sem que os dados
gráficos sejam afetados. Como exemplos podemos citar: a atualização do número de
habitantes de uma cidade ou de um bairro, a inclusão do número de habitantes de um
novo bairro, a exclusão dos dados referentes a um vilarejo que tenha ficado submerso
em uma represa de uma usina hidroelétrica, etc.
4.1.2.2 Consulta a Atributos Descritivos
Se o SIG está interligado a um SGBD, então essas operações são executadas pela
própria linguagem de consulta do SGBD (ex.: linguagem SQL). Quando não estão, os
SIG fornecem funções que possibilitam o acesso aos dados através de programas de
emissão de relatórios.
4.1.3 Análise Integrada de Dados Espaciais e Descritivos

Segundo Burrough [BUR 86], a potencialidade de um SIG está na capacidade de
realizar operações de análise espacial, envolvendo os atributos espaciais e os atributos
36
descritivos. Isto também é um dos principais fatores que distingüem um SIG de um

sistema de Cartografia Automatizada ou de um software de CAD.
O conjunto de funções que se enquadram nesta categoria é muito amplo, estando
subdividido em quatro subgrupos: Recuperação/Classificação/Medidas; Sobreposição;
Vizinhança; e Conectividade, descritas a seguir.
4.1.3.1 Funções de Recuperação/Classificação e Medidas
Nesta categoria de funções, os dados espaciais e descritivos são consultados mas
não são modificados.
A) Recuperação de Dados
São funções que envolvem busca seletiva, manipulação e geração de resultados,
sem alterar os valores armazenados no banco de dados. Um exemplo seria a geração de
um mapa urbano mostrando a localização das residências com valor nominal acima de
R$200.000,00.
B) Classificação e Generalização
O procedimento de classificação é utilizado para agrupar entidades espaciais de
acordo com algum padrão. Um exemplo seria, gerar um mapa urbano, onde as
residências estão classificadas de acordo com a faixa do valor do Imposto Territorial
Urbano (IPTU). O procedimento de classificação sobre uma imagem no formato
matricial, normalmente denominado recoding, cria uma nova camada de dados, onde os
valores das células correspondem ao valor da classificação.
Generalização é o processo inverso, no qual as classes mais específicas são
agrupadas para formar classes mais genéricas. A Figura 4.3 mostra um exemplo de
operação de generalização.
Urbana Urbana Área Urbana

Residencial Industrial
Rural Rural Área Rural

Cultivada Floresta
Figura 4.3 - Operação de generealização
C) Funções de Medidas
São executadas sobre os objetos espaciais (pontos, linhas, polígonos e conjunto
de células) e incluem funções como distância entre dois pontos, comprimento de linhas,
perímetro de áreas, etc.
Em operações de Modelos Numéricos de Terreno, medidas tridimensionais
também são executadas, como por exemplo, o cálculo do volume de terra a ser
removido em um trecho da estrada que esteja sendo projetado. Normalmente, cálculos
37
de área, perímetro e centróide (ponto central de um polígono) são realizados durante o

processo de criação de polígonos, ficando disponíveis para consultas posteriores.
4.1.3.2 Funções de Sobreposição de Camadas (overlay)
Um dos tipos de operações mais utilizados na realização de análise espacial, é o
das funções de sobreposição de camadas (ou overlay), que acessam e relacionam
informações de duas ou mais camadas de dados. Essas funções podem executar
operações aritméticas (ex.: soma, subtração, divisão, etc) ou lógicas (ex.: 'e', 'ou', 'ou
exclusivo', etc), entre os valores dos atributos dos objetos localizados em coordenadas
idênticas nas diversas camadas envolvidas (Figura 4.4).
A implementação dessas operações, é feita de maneira diferente nos modelos de
representação matricial e vetorial. No modelo matricial essas operações são
implementadas de forma mais simples que no modelo vetorial e muitas vezes são
executadas de forma mais eficiente. Isto ocorre, devido à regularidade do tamanho das
células em uma imagem matricial e à simplicidade de suas estruturas de
armazenamento. Imagens compactadas por estruturas de dados do tipo quadtree (veja
seção 3.6.1), aumentam a complexidade de implementação dessas operações, mas
podem diminuir, de forma significativa, o tempo de resposta dessas operações
[PEU 84].
2 2 1 S S N
3 1 1 S N N
3 1 3 S S S
'E'
10 10 20 N S N
10 10 20 N S S
30 30 30 N N S
12 12 21 N S N
13 11 21 N N N
33 31 33 N N S
Figura 4.4 - Operações de sobreposição de camadas

Alguns sistemas convertem as imagens do formato vetorial para o formato
matricial, para a execução de operações de sobreposição e converte a imagem resultante
para o armazenamento no formato vetorial.
4.1.3.3 Funções de Vizinhança
São funções que avaliam as características de uma área circunvizinha em relação
a uma localização específica. As funções de vizinhança são executadas com base em
três parâmetros básicos:
38
1) Uma ou mais localizações alvo;

2) Uma definição da área circunvizinha (normalmente na forma de um
quadrado, retângulo ou círculo); e
3) Uma função a ser executada sobre os objetos pertencentes à área definida.
Existem diversos tipos de funções que realizam operações de vizinhança, entre
elas pode-se citar: funções de busca; identificação de linhas-em-polígonos e pontos-em-
polígonos; funções topológicas; funções de interpolação; e funções de geração de linhas
de contorno.
A) Funções de Busca
São usadas para localizar/calcular elementos que satisfaçam uma determinada
condição, dentro da região especificada. Por exemplo, calcular o número de escolas (ou
alunos) em um raio de 5 Km de um centro esportivo.
A região especificada, ou região de interesse, pode não ser regular, podendo ser
gerada por outras funções disponíveis, como por exemplo, o polígono referente a um
bairro ou a um município.
B) Identificação de Linhas-em-Polígonos e Pontos-em-Polígonos
Em imagens vetoriais, essas operações podem ser resolvidas como uma função
de busca especializada, enquanto que em imagens matriciais, essas operações equivalem
a operações de sobreposição. Essas operações podem ser usadas na solução de
problemas do tipo: Identificar as linhas de ônibus que "cruzam" ou "atendem" a um
determinado bairro; Verificar quais as propriedades rurais por onde passa uma linha de
transmissão de energia; ou Identificar as propriedades que possuem nascentes de água
potável.
C) Funções Topográficas
O termo topografia diz respeito às formas de relevo de uma região. Mapas
topográficos são construídos a partir da obtenção dos valores de altitude em cada
localização dentro de uma área. Nos SIG, a topografia pode ser representada por
diferentes Modelos Numéricos de Terreno, conforme mostrado na Figura 3.2.
Funções topográficas são usadas para calcular valores que descrevem a
topografia em uma localização geográfica ou região circunvizinha. Exemplos de funções
topográficas são: declive, aspecto, gradiente, ângulo azimutal, etc.
D) Funções de Interpolação
Interpolação é o método matemático no qual valores não definidos em uma
localização podem ser calculados com base em estimativas feitas a partir de valores
conhecidos em localizações vizinhas. A Figura 4.5 exemplifica este processo.
39
1 3 4 6 1 2 3 4 5 6
2 5 1 2 3 4 5 6
1 3 6 1 2 3 4 5 6
1 3 4 5 1 2 3 4 5 6
Valores conhecidos Valores conhecidos e

estimados após interpolaçã
Figura 4.5 - Exemplo de operação de interpolação
Funções matemáticas, como regressão polinomial, Série de Fourier, médias
ponderadas, etc, são aplicadas de acordo com a variável que está sendo analisada. A
qualidade dos valores calculados depende, entre outros fatores, da escolha do melhor
modelo matemático que retrate a realidade em questão.
E) Geração de Contorno
Mapas de linhas de contorno são usados para representar superfícies, onde cada
linha é formada por pontos de mesmo valor (curvas isométricas). Funções de geração de
linhas de contorno são usadas para construir os mapas topográficos, a partir de um
conjunto de pontos conhecidos. Segundo Aronoff [ARO 89], funções de interpolação
podem ser usadas para estimar valores desconhecidos durante a geração de linhas de
contorno.
4.1.3.4 Funções de Conectividade
A principal característica das funções de conectividade é que elas executam
operações que acumulam valores ao longo da área analisada, ou seja, a cada trecho
analisado/percorrido, valores de atributos são considerados segundo critérios
quantitativos (ex. distância total percorrida) ou qualitativos (ex. não podem ser áreas de
preservação ecológica).
As funções de conectividade estão baseadas em três tipos de argumentos:
1) Especificação do tipo de interconexão existente entre os objetos
espaciais;
2) Conjunto de regras que especificam os tipos de movimentos possíveis;
3) Unidade de medida.
Por exemplo, para se calcular a distância a ser percorrida por um veículo de
entrega de mercadorias, no deslocamento de um ponto a outro dentro de uma cidade, os
seguintes parâmetros precisam ser considerados:
1) Uma estrutura em rede representando o mapa das ruas da cidade;
2) As regras poderiam incluir a observação do sentido do tráfego, velocidade
máxima permitida, ruas com tráfego proibido para transporte de cargas, etc;
3) Unidade de medida: distância (Km).
Calcular a distância entre dois pontos em uma malha viária é uma operação bem
mais complexa do que simplesmente calcular a distância linear entre dois pontos de
40
coordenadas espaciais, pois envolve selecionar o caminho e depois cálcular a distância

total.
Algumas funções pertencentes à categoria das funções de conectividade estão
descritas a seguir:
A) Medidas de Contiguidade
São funções que avaliam características de objetos espaciais que estão
conectados. Uma área contígua, por exemplo, compreende um conjunto de objetos bi-
dimensionais, que possuam uma ou mais características comuns, podendo ser tratados
como uma unidade. Um exemplo seria “Localizar as áreas contíguas de 100 Km2,
apresentando tipo de solo A ou C”.
B) Funções de Proximidade
As funções que permitem análise de proximidade estão associadas à geração de
zonas de buffer. Uma zona de buffer é uma área de extensão regular, que é gerada ao
redor dos objetos espaciais, como mostra a Figura 4.6. Essas funções são úteis em
diversos tipos de análise espacial, como por exemplo, “Definir uma área de segurança
em volta de uma usina termo-elétrica.
500m de uma reserva florestal
200m do leito do rio
um raio de 5 Km de
um depósito de gás
Figura 4.6 - Exemplo de zonas de buffer

C) Funções de Rede
Estruturas de rede podem ser usadas para resolver problemas em uma grande
variedade de aplicações. Os principais tipos de problemas abordados podem ser
agrupados em: otimização de rota; alocação de recursos; e prognósticos de carga da
rede.
Algumas aplicações de rede possuem propriedades únicas que requerem funções
especiais de análise. Quanto mais sofisticadas as funções e as representações das redes,
menor o conjunto de aplicações que se adequam ao modelo.
D) Funções de Intervisibilidade
São funções que permitem a identificação de áreas que podem ser visíveis a
partir de localizações específicas. Podem ser usadas, por exemplo, em aplicações
militares na definição e cálculo do alcance de radares, em aplicações de
telecomunicações, na definição do posicionamento de antenas de transmissão de
41
imagens, etc. Funções de intervisibilidade utilizam dados digitais de terreno para definir
a topografia da área circunvizinha.
4.1.4 Formatação de Saída

Os resultados das operações de análise espacial podem ser gerados na forma de
relatórios, gráficos ou, o mais comum, na forma de mapas. Diversas funções podem ser
usadas para melhorar a aparência dos mapas resultantes dessas operações, como por
exemplo, anotações em mapas, posicionamento de texto, símbolos, iluminação, visões
perspectivas, etc. A seguir, estão descritas algumas dessas funções.
4.1.4.1 Anotações em Mapas
Permitem adicionar aos mapas, informações como título, legendas, barra de
escala, orientação norte-sul, etc. Podem ser colocados fora dos limites do mapa ou
cobrindo alguma parte deste.
4.1.4.2 Posicionamento de Rótulos
Textos de rótulos normalmente são colocados juntos aos símbolos gráficos que
representam as entidades na mapa. Existem técnicas e padrões cartográficos para a
escolha do posicionamento de rótulos. A maioria dos SIG possuem ferramentas que
efetuam o posicionamento de forma automática ou manual, além disso, os rótulos
podem variar em tamanho e orientação.
4.1.4.3 Padrões de Textura e Estilos de Linhas
Os textos podem variar em tipo de fonte, tamanho, cor e estilo (ex.: negrito,
itálico, sublinhado, etc). A escolha dos tipos de letras devem obedecer convenções
cartográficas, assim como os estilos de linhas, que podem variar em espessura, cor e
forma (ex. tracejada, pontilhada, etc).
4.1.4.4 Símbolos Gráficos
Os símbolos gráficos são usados para representar classes de entidades em um
mapa. Alguns símbolos mais comuns são: símbolos de cidades (ex.: um ponto com
tamanho variando de acordo com o número de habitantes), pontes, aeroportos, hospitais,
museus, escolas, etc. Alguns sistemas utilizam o conceito de bibliotecas de símbolos,
que podem ser adquiridas de acordo com a área de aplicação específica.
4.2 Um Exemplo de Análise Espacial
Nesta seção são descritas, passo-a-passo, as operações necessárias para a

execução de um procedimento de análise espacial, cujo objetivo é identificar áreas
adequadas para extração de árvores. Este exemplo foi adaptado de [NCG 90].
A área a ser identificada deve satisfazer os seguintes critérios:
1) Deve possuir, predominantemente, árvores da espécie Pinus;
42
2) Deve ter um tipo de solo bem drenado, para viabilizar a utilização de

equipamentos pesados como caminhões e tratores;
3) Deve estar distante pelo menos 500 m de qualquer curso d'água, para não
provocar danos ecológicos.
Para a solução deste problema, são utilizadas três camadas de dados, presentes
no BD Geográfico, que está definido conforme mostra a Figura 4.7.
BD Geográfico
.Camadas Temáticas:
-1) Lagos; 2) Espécies de Árvores; 3) Tipo de Drenagem do Solo
.Resolução: 500 m
.Cobertura total: 2,5 Km x 2,5 Km
.Orientação: colunas alinhadas na direção norte-sul
Camada 1: Lagos Camada 2: Espécies de Árvores Camada 3: Tipo de Drenagem do Solo

0=sem lago 0=sem floresta 0=alagado
1=lago 1=madeira de lei; 2=Pinus 1=pobre; 2=boa
1 1 0 0 0 0 0 2 2 2 0 0 2 2 2
1 1 0 0 0 0 0 2 2 2 0 0 1 1 2
1 0 0 0 0 0 1 1 1 2 0 0 1 1 2
0 0 0 0 0 1 1 1 1 1 0 1 1 1 2
0 0 0 0 0 1 1 1 1 1 1 1 1 2 2
Figura 4.7 - Exemplo de BD Geográfico
A estratégia de análise utilizada foi a de definir, para cada um dos critérios

descritos acima, uma nova camada contendo as áreas que satisfazem o critério,
assinaladas com valores lógicos ('S'-sim ou 'N'-não).
No primeiro passo (Figura 4.8), aplicou-se sobre a camada 2 (Espécies de
Árvores) a operação (recode), gerando uma nova camada (4 - Espécies Permitidas)
contendo as áreas de Pinus assinaladas com 'S'.
PASSO 1: recode camada 2

SE valor = 2 (Pinus) ENTÃO 's' SENÃO 'n'
Camada 2: Espécies de Árvores Camada 4: Espécies Permitidas
0 0 2 2 2 n n s s s
0 0 2 2 2 n n s s s
0 1 1 1 2 n n n n s
1 1 1 1 1 n n n n n
1 1 1 1 1 n n n n n
Figura 4.8 - Passo 1 - Selecionar espécies de Pinus
43
No segundo passo (Figura 4.9), de forma semelhante ao primeiro passo, criou-se

a camada 5 contendo áreas selecionadas com boa drenagem.

SE valor = 2 (boa) ENTÃO 's' SENÃO 'n'
Camada 3: Tipo de Drenagem do Solo Camada 5: Solo Bem Drenado
0 0 2 2 2 n n s s s
0 0 1 1 2 n n n n s
0 0 1 1 2 n n n n s
0 1 1 1 2 n n n n s
1 1 1 2 2 n n n s s
Figura 4.9 - Passo 2 - Selecionar solos bem drenados
O terceiro critério, que estabelece que as áreas devem estar distantes pelo menos
500 m de qualquer leito d'água, foi alcançado através dos passos 3 e 4 (Figura 4.10). No
passo 3 aplicou-se a operação de spread, ou seja, criação de zona de buffer de 500 m (ou
uma célula) sobre os objetos da camada 1 (Lagos), gerando uma nova camada 6 (Áreas
Perto de Lago). No passo 4, essa camada 6 foi recodificada criando a camada 7 (Longe
de Lago), que contém as áreas que não estão próximas de lagos.
PASSO 3: spread camada 1
Camada 1: Lagos Camada 6: Perto de Lago
1 1 0 0 0 1 1 1 0 0
1 1 0 0 0 1 1 1 0 0
1 0 0 0 0 1 1 0 0 0
0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0
SE valor = 1 (perto) ENTÃO 'n' SENÃO 's'
Camada 6: Perto de Lago Camada 7: Longe de Lago
1 1 1 0 0 n n n s s
1 1 1 0 0 n n n s s
1 1 0 0 0 n n s s s
1 0 0 0 0 n s s s s
0 0 0 0 0 s s s s s
Figura 4.10 - Passos 3 e 4 - Identificar áreas longe de lago
44
Após gerar as novas camadas de dados contendo as áreas que satisfazem cada
um dos critérios estabelecidos, são executados os passos 5 e 6 (Figuras 4.11 e 4.12), nos
quais as novas camadas são sobrepostas através da operação de sobreposição (overlay),
gerando finalmente a camada 9, contendo o resultado da análise, ou seja, as áreas que
são adequadas para a extração de árvores.
PASSO 5: overlay camadas 4 e 5
Camada 4: Camada 5: Camada 8:

Espécies Permitidas Solo Adequado Espécies e Solos
n n s s s n n s s s n n s s s
n n s s s n n n n s n n n n s
n n n n s 'E' n n n n s = n n n n s
n n n n n n n n n s n n n n n
n n n n n n n n s s n n n n n
Figura 4.11 - Passo 5 - Selecionar espécies e solos adequados
Existem diversos algoritmos (seqüências de passos), que levariam ao mesmo

resultado. A escolha da melhor maneira vai depender das funções disponíveis no
sistema e da experiência do usuário.
PASSO 6: overlay camadas 7 e 8
Camada 7: Camada 8: Camada 9:

Longe de Lago Espécies e Solos Resultado Final
n n n s s n n s s s n n n s s
n n n s s n n n n s n n n n s
n n s s s 'E' n n n n s = n n n n s
n s s s s n n n n n n n n n n
s s s s s n n n n n n n n n n
Figura 4.12 - Passo 6 - Resultado final do processo de análise espacial
45
Bibliografia
[ALV 90] ALVES, D. S. Sistemas de Informação Geográfica. In: SIMPÓSIO

BRASILEIRO DE GEOPROCESSAMENTO, 1., 1990, São Paulo.
Anais... São Paulo:USP, 1990.
[ALV 90a] ALVES, D. S. Modelo de Dados para Sistemas de Informações
Geográficas. São José dos Campos, SP: USP, 1994. Tese de
Doutorado.
[ANT 91] ANTENUCCI, J.C.; BROWN, K.; CROSWELL, P.L.; et al. Geographic
Information Systems: A guide to the technology. Van Nostrand
Reinhold, 1991.
[ARO 89] ARONOF, S. Geographic Information Systems: a management
perspective. Canada: WDL Publications, 1989.
[ASS 93] ASSAD, Eduardo Delgado; SANO, Edson Eyji. Sistema de Informações
Geográficas: aplicações na agricultura. Planaltina-BR: EMBRAPA-
CPAC, 1993. 274p.
[BAR 91] BARRERA, E.D.; FRANK, A.; AL-TAHA, K. Temporal relations in
geographic information systems. ACM SIGMOD Record, v.20, n.3,
p.85-93, 1991.
[BEA 95] BEAULIEU, Denis. Geomatics in Canada. Geomatica, Canada, v.49, n.1,
p.124-128, 1995.
[BUR 86] BURROUGH, P.A. Principles of Geographical Information Systems
for Land Resources Assessment. Oxford: Clarendon Press, 1986.
[CAM 94] CÂMARA, Gilberto. Análise de Arquiteturas para Bancos de Dados
Geográficos Orientados-a-Objetos. São José dos Campos, SP: USP,
1994. Tese de Doutorado.
[CAM 96] CÂMARA, G.; CASANOVA, M.A.; HEMERLY; A.; MEDEIROS,
C.M.B.; MAGALHÃES, G. Anatomia de Sistemas de Informação
Geográfica. X Escola de Computação, Campinas: SBC, julho 1996.
[COW 88] COWEN, David J. GIS versus CAD versus DBMS: What area the
differences?. Photogrammetric Engineering and remote sensing,
v.4, n11, p.1551-1555, 1988.
46
[ESR 91] ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE.

Understanding GIS: The ARC/INFO Method. Redlands, CA:
Environmental Systems Research Institute, 1991.
[FRA 88] FRANK, Andrew U. Requirements for a databases management system for
a GIS. Photogrammetric Engineering and remote sensing, v.54,
n.11, p.1557-1564, 1988.
[GEO 95] Geomatica. Canada: Canadian Institute of Geomatics, v.49, n.1,
contracapa, 1995.
[GOO 90] GOODCHILD, Michael F. Geographical data modeling. In: FRANK, A.
U.; GOODCHILD, M.F. Two Perspectives on Geographical Data
Modelling. Santa Barbara, CA: National Center for Geographic
Information & Analysis/NCGIA, 1990. (Technical Paper 90-11)
[GOO 91] GOODCHILD, Michael F. Integrating GIS and environmental modeling at
global scales. In: GIS/LIS '91. Proceedings... Atlanta, 1991. V.1.
[GOO 92] GOODCHILD, Michael F., Geographical data modeling. Computers &
Geosciences, London, v.18, n.4, p.401-408, 1992.
[GRU 92] GRUPE, Fritz H. Geographic Information Systems: A Case Study. In:
Data Base Management. Boston: AUERBACH, 1992.
[KEM 92] KEMP, Zarine; THEARLE, Roy. Modelling relationships in spatial
databases. In: INT. SYMP. SPATIAL DATA HANDLING, 5.,
Arlington, 1992. Proceeding... Arlington, 1992.
[LAU 92] LAURINI, Robert; THOMPSON, Derek. Fundamentals of Spatial
Information Systems. San Diego: Academic Press, 1992.
[MAG 91] MAGUIRE, D.J.; GOODCHILD, M.F.; RHIND, D. (Eds.) Geographical
Information Systems: Principles and Applications. 2 Vol., Longman
Scientific & Technical, 1991.
[MAG 92] MAGUIRE, David J. The raster GIS design model - a profile of ERDAS.
Computers and Geosciences, v.18, n.4, p.463-470, 1992.
[MED 94] MEDEIROS, Cláudia B.; PIRES, Fátima. Databases for GIS, ACM
SIGMOD Record, v.23, n.1, 1994.
[MOR 92] MOREHOUSE, Scott. The ARC/INFO geographic information system.
Computers and Geosciences, London, v.18, n.4, p.435-441, 1992.
[NAV 92] NAVATHE, S. B. Evolution of Data Modeling for Databases.
Communications of the ACM, v.35, n.9, p.112-123, 1992.
[NCG 90] NATIONAL CENTER FOR GEOGRAPHIC INFORMATION AND
ANALYSIS NCGIA Core Curriculum. Edited by Michael F.
Goodchild and Karen K Kemp, Santa Barbara: University of California,
1990.
[NEW 92] NEWELL, R. et al. Temporal GIS - modelling the evolution of spatial data
in time. Computers & Geosciences, v18, n.4, p.427-434, 1992.
47
[OLI 93] OLIVEIRA, Cêurio de Curso de Cartografia Moderna. 2. ed., Rio de

Janeiro: IBGE, 1993.
[OOI 90] OOI, B.C. Efficient Query Processing in Geographic Information
Systems. Berlin: Spring-Verlag, 1990. (Lecture Notes in Computer
Science, v. 471).
[PAR 94] PAREDES, E. A. Sistema de Informação Geográfica - Princípios e
Aplicações: Geoprocessamento, São Paulo: Ed. Érica, 1994.
[PEU 84] PEUQUET, Donna J. A conceptual framework and comparison of spatial
data models. Cartographica, n.21, p66-113, 1984.
[RAM 94] RAMIREZ, M. R. Sistemas Gerenciadores de Bancos de Dados para
Geoprocessamento. Rio de Janeiro: COPPE/UFRJ, 1994. Dissertação
de Mestrado.
[RAP 92] RAPER, J. F.; MAGUIRE, D. J. Design Models and Functionality in GIS.
Computers and Geosciences, v.18, n.4, p.387-400, 1992.
[ROD 90] RODRIGUES, M. Introdução ao Geoprocessamento. In: SIMPÓSIO
BRASILEIRO DE GEOPROCESSAMENTO, 1., 1990, São Paulo.
Anais... São Paulo:USP, 1990.
[SAM 89] SAMET, Hanan. The Design and Analysis of Spatial Data Structures.
Reading, MA: Addison-Wesley, 1989.
[SCH 92] SCHOLL, M.; VOISARD, A. Building and Object-oriented System -
the Story of O2. California: Morgan Kaufmann, 1992.
[STA 90] STAR, J.; ESTES, J. Geographic Information Systems: an
introduction. New York: Prentice-Hall, 1990.
[TEI 95] TEIXEIRA, A. et. al. Qual a melhor definição de SIG. Revista FATOR
GIS, n.11, 1995.
[TIM 94] TIMES, Valéria C. MGeo: Um Modelo Orientado a Objetos para
Aplicações Geográficas. Recife-PE: UFPE, 1994. Dissertação de
Mestrado.
[VIJ 92] VIJBRIEF, T.; OSTEROM, P.V. The GEO++ System: an extensible GIS.
In: INT. SYMP. SPATIAL DATA HANDLING, 5., Arlington, 1992.
Proceeding... Arlington:[s.n.], 1992.
[WOR 95] WORBOYS, M.F. GIS: A Computing Perspective. London: Taylor and
Francis, 1995.
48

Apostila SIG Teoria PDF

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

Apostila SIG Teoria PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Introdução a

Sistemas de Informações Geográficas

Jugurta Lisboa Filho z Cirano Iochpe

Apostila editada nos seguintes eventos:

Jugurta Lisboa Filho 1,2 Cirano Iochpe 2

LISTA DE FIGURAS...................................................................................... iii

3.5 Armazenando Topologia em Banco de Dados........................................21

3.6 Modelos de Representação de Dados Espaciais .....................................23

Figura 1.1 - Aspectos tecnológicos de SIG [ANT 91] ......................................................4

Sistema de Informação Geográfica (SIG) é um "conjunto de programas,

1 Conceitos Básicos em Geoprocessamento

Sistemas de Informações Geográficas (SIG) são sistemas computacionais

Computer-Aided Drafting and Design (CADD), Multipurpose Cadastre e outros, foram

1.1 Disciplinas e Tecnologias Envolvidas

O termo Geoprocessamento tem sido usado para caracterizar uma área

O termo Banco de Dados Geográficos caracteriza os sistemas de Bancos de

Dentro da área de Computação participam ainda, diversos outros domínios,

1.2 Principais Áreas de Aplicação

O universo de problemas onde os SIG podem atuar com contribuições

1.2.1 Ocupação Humana

1.2.2 Uso da Terra

1.2.3 Uso de Recursos Naturais

1.2.4 Meio Ambiente

1.2.5 Atividades Econômicas

Dados georreferenciados (ou geo-espaciais) é o nome atribuído às informações

2.1 Mapas e Conceitos de Cartografia

Dois conceitos importantes, relacionados com a construção de mapas, que são a

A superfície curva da terra, tem que ser representada em mapas, que

2.2 Natureza dos Dados Geográficos

Segundo Aronoff [ARO 89], os dados georreferenciados possuem quatro

tempo e relacionamentos envolvendo o tempo, como noções de antes,

2.3 Fontes de Dados

A obtenção de dados em aplicações de Geoprocessamento é um processo bem

2.4 Métodos para Aquisição de Dados

Os métodos mais utilizados na aquisição de dados são: a digitalização manual; a

A digitação via teclado é usada para a inserção dos atributos não-gráficos.

2.5 Qualidade dos Dados

3 Armazenamento de Dados em SIG

Os SIG precisam armazenar grandes quantidades de dados e torná-los

3.1 Conceitos Básicos em BD Geográficos

O conjunto de definições a seguir, faz parte de um trabalho de padronização de

cartográficas é o símbolo usado para representar entidades/objetos como uma feição no

3.1.4 Tipo de Entidade

3.1.5 Tipo de Objeto Espacial

dimensão tipo descrição

Figura 3.1 - Tipos básicos de objetos espaciais [NCG 90]

3.1.6 Classe de Objeto

3.1.8 Valor de Atributo

3.1.9 Camada (layer)

3.2 Modelos de Dados para SIG

Um Banco de Dados Geográfico é uma coleção de dados referenciados

c) Polígonos - A área é particionada em um conjunto de regiões, onde a cada

a) Amostragem Irregular de Pontos d) Amostragem Regular de Pontos

b) Linhas de Contorno e)Grade Regular de Células

c) Polígonos f) Grade Triangular

Figura 3.2 - Modelos de dados na visão de campo

Cada um desses modelos pode ser representado em um BD Geográfico como um

3.3 Objetos Espaciais

Os objetos espaciais são as representações das entidades do mundo real,

Posição geográfica das escolas

ID Coord.X Coord.Y Nome da Escola Diretora Fundação N.alunos

Figura 3.3 - Tabela de atributos descritivos contendo dados espaciais

Figura 3.4 - Entidades de uma rede elétrica