See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/290394138

BANCO DE DADOS

Chapter · January 2008

CITATION READS

1 895

7 authors, including:

Luis Marcelo Tavares de Carvalho José Roberto Scolforo

Universidade Federal de Lavras (UFLA) Universidade Federal de Lavras (UFLA)
121 PUBLICATIONS   1,408 CITATIONS    317 PUBLICATIONS   3,048 CITATIONS   

SEE PROFILE SEE PROFILE

Renato Ribeiro de Lima

Universidade Federal de Lavras (UFLA)
127 PUBLICATIONS   921 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Colostrum composition of Santa Inês sheep and passive transfer of immunity to lambs View project

Modeling tree growth and carbon in tropical environments View project

All content following this page was uploaded by José Roberto Scolforo on 13 January 2016.

The user has requested enhancement of the downloaded file.

 CAPÍTULO 2
BANCO DE DADOS

Samuel Rodrigues de Sales Campos

Luis Marcelo Tavares de Carvalho
José Roberto Scolforo
Antônio Donizette de Oliveira
Adriana Zanella Martinhago
Ruben Delly Veiga
Renato Ribeiro de Lima

2.1 APRESENTAÇÃO

Um Banco de Dados é uma coleção logicamente coerente de dados com um determinado

significado inerente.
Os bancos de dados geográficos surgiram devido a uma grande necessidade de integração entre
os dados convencionais e os dados espaciais. Essa integração é fundamental, porque permite uma
análise conjunta de vários tipos de informações e onde elas ocorrem no espaço.
Projetar o banco de dados é uma das tarefas mais importantes do desenvolvimento de um sistema
de informação. O projeto de banco de dados requer o uso de diferentes instrumentos, uma vez que as
atividades necessárias à sua elaboração variam de acordo com a complexidade dos dados. Desta forma,
o desenvolvimento de um sistema de banco de dados deve estar baseado em uma metodologia eficaz,
a partir da qual são empregados instrumentos específicos de apoio às diferentes etapas do projeto
(BORGES, 1996).
A modelagem de dados é uma ferramenta conceitual que auxilia na organização, formalização e na
padronização da representação de objetos no mundo real. O modelo de dados é, portanto, um conjunto
de conceitos usados para descrever a estrutura e as operações de um banco de dados.
O principal objetivo de se fazer uma modelagem dos dados, além de representar os dados
geográficos, é de se obter uma organização em sua base de dados, de modo a facilitar a implantação do
banco, como também eventuais manutenções no mesmo.
Um banco de dados bem modelado e consequentemente organizado, possibilita otimizar a
extração de informações, gerando o conhecimento necessário para diferentes aplicações. Não se justifica
o investimento em uma grande base de dados onde não se possa retirar as informações esperadas, ou
seja, dados desorganizados não geram o conhecimento necessário. Devido a isto, criou-se uma demanda
na organização dos dados do Zoneamento Ecológico-Econômico (ZEE) do Estado de Minas Gerais, visto
que o mesmo contém uma enorme massa de dados oriundos de diversas fontes sem um padrão definido,
além da grande expectativa de acesso à ferramenta criada com a base de dados do ZEE.

2.2 DADOS GEOGRÁFICOS E INFORMAÇÃO

Uma informação é obtida a partir do processamento ou da contextualização de dados brutos.

Um dado bruto corresponde a um valor para uma medida observada. De modo equivalente, informação
geográfica é resultado do processamento de dados geográficos. Um dado geográfico refere-se a uma
medida observada de um fenômeno que ocorre sobre/sob a superfície terrestre, onde a localização da
observação é um componente fundamental do dado.
Dados geográficos ou georreferenciados são dados espaciais em que a dimensão espacial está
associada à sua localização na superfície da terra, num determinado instante ou período de tempo
(CÂMARA, 1996). Dados geográficos são dados como mapas, imagens de satélite, pontos, linhas,
áreas, além de dados alfanuméricos. Um modelo de dados geográficos deve ser capaz de suportar
todos os relacionamentos espaciais entre os diversos tipos de dados. Ele deve também tratar, dentro
do mesmo modelo, os dados com representação gráfica e os alfanuméricos, juntamente com os seus
relacionamentos.

43
 Os dados geográficos possuem três características fundamentais: espaciais, não-espaciais e
temporais (DAGERMOND, 1990; MEDEIROS, 1994; LAURINI, 1992). As características espaciais
informam a posição geográfica do fenômeno e sua geometria. As características não-espaciais descrevem
o fenômeno e as características temporais informam o tempo de validade dos dados geográficos e suas
variações sobre o tempo. A representação espacial de uma entidade geográfica é a descrição da sua
forma geométrica associada à posição geográfica (BORGES, 1997).

2.2.1 Representação vetorial / matricial

Dados espaciais podem ser estruturados de diversas formas. Porém, duas abordagens são
amplamente utilizadas na estruturação dos componentes espaciais associados às informações geográficas:
a estrutura matricial e a estrutura vetorial como mostra a Figura 2.1.

Figura 2.1 - Exemplo de representação vetorial e matricial. Fonte: Lisboa, 2001

A representação em formato matricial, também chamada raster ou tesselação, é caracterizada por

uma matriz de células de tamanhos regulares, onde para cada célula é associado um conjunto de valores
representando as características geográficas da região (BOTELHO, 1995).
As células podem ser de diferentes formatos: triangulares, hexagonais e retangulares (também
chamadas de pixels). O termo raster designa células regulares, no entanto, é usado de forma genérica para
representação matricial (CÂMARA, 1996). Os relacionamentos topológicos no espaço são implicitamente
determinados a partir da vizinhança das células e as coordenadas geográficas (longitude, latitude) ou
planas (x,y) são obtidas indiretamente a partir da posição da célula na matriz (coluna, linha). Imagens de
satélite e modelos digitais de terreno são naturalmente representados no formato matricial.
Na estrutura matricial, a área em questão é dividida em uma grade regular de células. A posição
da célula é definida pela linha e pela coluna onde está localizada na grade. Cada célula armazena um
valor que corresponde ao tipo de entidade que é encontrada naquela posição. Uma área geográfica pode
ser representada através de diversas camadas, onde as células de uma camada armazenam os valores
associados a uma única variável (exemplo: vegetação) (CHRISMAN, 1997). As camadas ficam totalmente

44
preenchidas, uma vez que cada célula corresponde a uma porção do espaço sendo representado. Ao
contrário da estrutura vetorial, onde cada fenômeno do mundo real está associado a um objeto espacial,
na estrutura matricial, os atributos dos fenômenos geográficos estão associados a grupos de células de
mesmo valor.
O valor armazenado em uma célula representa a característica mais marcante do atributo em toda
a área relativa à célula.
A resolução de uma imagem matricial corresponde à dimensão linear mínima da menor unidade do
espaço geográfico (célula) sendo considerada. Quanto menor a dimensão das células, maior a resolução
da imagem matricial e, consequentemente, maior a quantidade de memória necessária para armazená-
la.
Cada célula armazena um único valor que corresponde a uma área específica na superfície terrestre.
O total de valores que precisam ser armazenados, pode ser calculado multiplicando-se o número de linhas
pelo número de colunas da estrutura matricial.
A representação em formato vetorial utiliza pontos, linhas e polígonos para representar a
geometria das entidades geográficas. Pontos são representados por um par de coordenadas, linhas por
uma seqüência de pontos e polígonos por uma seqüência de linhas, onde a coordenada do ponto inicial
e final coincide. Entidades geográficas lineares, como ruas, divisões político-administrativas e redes de
tráfego, são naturalmente representadas em formato vetorial.

2.3 PROJETO DE BANCOS DE DADOS GEOGRÁFICOS

2.3.1 Requisitos de modelagem geográfica

Devido à necessidade de tratar as três dimensões da informação geográfica (espaço, tempo e

atributo), as aplicações de modelagem impõem alguns requisitos especiais que devem ser suportados
pelos modelos conceituais no projeto de banco de dados, para estas aplicações. A seguir é descrito o
conjunto de requisitos mínimos que um modelo conceitual deve suportar (LISBOA, 1999).

2.3.1.1 Tema e região geográfica

As classes Tema e Região Geográfica formam a base de qualquer aplicação geográfica. Toda
aplicação geográfica tem como objetivo o gerenciamento e a manipulação de um conjunto de dados para
uma determinada região de interesse, constituindo um banco de dados geográfico. Assim, para cada
região geográfica pode-se especificar uma coleção de temas.
Outra vantagem da utilização do conceito de temas, no esquema conceitual, é que ele funciona
como um mecanismo de redução da complexidade em grandes esquemas.

2.3.1.2 Fenômeno geográfico e objeto convencional

O termo fenômeno geográfico compreende, de forma abrangente, a qualquer ocorrência que pode
ser: natural (exemplo: um lago, a pressão atmosférica, uma formação geológica); antrópica (exemplo: uma
rodovia, um hospital, divisão territorial política); de fatos (ex.: uma epidemia, uma batalha); ou mesmo
de objetos ainda inexistentes (ex.: o planejamento de um gasoduto, projeto de uma usina hidroelétrica)
(LISBOA, 1997).
Em um banco de dados geográficos existem, além dos dados referentes aos fenômenos
geográficos, outros objetos convencionais, presentes na maioria dos sistemas de informação. Estes
dados se relacionam de forma direta ou indiretamente com os fenômenos geográficos. Em um esquema
conceitual é importante que se possa diferenciar, facilmente, entre classes ou entidades, descrevendo
esses dois tipos de objetos.

45
2.3.1.3 Visões de campo e de objetos

Segundo Goodchild (1992), a realidade geográfica pode ser observada segundo duas visões:
de campo e de objetos. Na visão de campo a realidade é modelada por variáveis que possuem uma
distribuição contínua no espaço, sobre a qual variam fenômenos a serem observados. Por exemplo, um
mapa da vegetação associa a cada ponto do mapa um tipo especifico de cobertura vegetal. Isso é, toda
a posição no espaço geográfico pode ser caracterizada através de um conjunto de atributos.
O modelo de geo-objetos representa o espaço geográfico como uma coleção de entidades distintas
e identificáveis, onde cada entidade é definida por uma fronteira fechada (QUEIROZ, 2006).
Na visão de objetos, a realidade é modelada como um grande espaço onde os fenômenos estão
distribuídos sem que, necessariamente, todas as posições do espaço estejam ocupadas. Um modelo
conceitual de dados deve prover construtores especiais para modelar tanto os campos quanto os objetos
geográficos.

2.3.1.4 Aspectos espaciais

A localização geográfica e a forma espacial dos fenômenos geográficos podem ser implantadas
através de objetos espaciais. Todo objeto espacial possui uma geometria, que representa a forma espacial
do fenômeno, sendo que suas coordenadas devem estar registradas com base em um determinado
sistema de coordenadas (ex.: latitude e longitude) e um sistema de projeção (ex.: UTM).
Embora os aspectos espaciais dos fenômenos geográficos possam parecer detalhes que não
deveriam ser tratados durante a modelagem conceitual, a sua inclusão no esquema conceitual tem sido
fator fundamental na comunicação com o usuário (LISBOA, 2000).
Os aspectos espaciais na visão dos geo-objetos são representados por geometrias do tipo ponto,
linha e polígonos ou combinações dos mesmos. Já em uma visão dos geo-campos sua representação é
caracterizada por conjuntos de isolinhas, polígonos adjacentes e grades celulares.

2.3.1.5 Generalização conceitual

A generalização conceitual, no sentido cartográfico, pode ser definida como uma série de
transformações que são realizadas sobre a representação da informação espacial, cujo objetivo é melhorar
a legibilidade e aumentar a facilidade de compreensão dos dados por parte do usuário do mapa. Por
exemplo, um objeto do mundo real pode ter diversas representações espaciais, de acordo com a escala
de visualização (DAVIS, 1999).

2.3.1.6 Relacionamentos espaciais

Uma das tarefas mais importantes quando se está modelando os dados de uma aplicação é a
identificação de quais relacionamentos deverão ser mantidos no banco de dados, dentre os possíveis
relacionamentos observáveis na realidade. No domínio das aplicações geográficas este problema é bem
complexo, uma vez que o número de relacionamentos possíveis de serem mantidos é ainda maior, devido
à existência dos relacionamentos espaciais entre os fenômenos geográficos.

2.3.1.7 Aspectos temporais

A maioria dos SIGs disponíveis atualmente considera os fenômenos como se o mundo existisse
somente no presente. Dados geográficos são alterados ao longo do tempo, mas o histórico dessas
transformações não é mantido no banco de dados.
Para Hadzilacos (1996), a necessidade de os dados geográficos estarem qualificados com base
no tempo, se deve à necessidade de se registrar estados passados de forma a possibilitar o estudo da
evolução dos fenômenos geográficos. Para possibilitar uma análise de dados com base na evolução dos
fenômenos geográficos, é necessário adicionar aos bancos de dados geográficos as potencialidades dos
sistemas de bancos de dados temporais. Isto implica na inclusão de informações temporais relacionadas
aos fenômenos geográficos e da extensão das linguagens de consulta disponíveis para que estas suportem
cláusulas de condição associadas aos aspectos temporais (WORBOYS, 1995).

46
2.3.2 Modelagem conceitual de dados geográficos

Um modelo de dados é um conjunto de conceitos que podem ser usados para descrever a estrutura
e as operações em um banco de dados. O modelo conceitual busca sistematizar o entendimento que é
desenvolvido a respeito de objetos e fenômenos que serão representados em um sistema informatizado,
como mostrado na Figura 2.2. No processo de modelagem é necessário construir uma abstração dos
objetos e fenômenos do mundo real, de modo a obter uma forma de representação conveniente, embora
simplificada, que seja adequada às finalidades das aplicações.

Figura 2.2 - Processo de modelagem conceitual. Fonte: Lisboa (2000)

A abstração de conceitos e entidades existentes no mundo real é uma parte importante da criação
de sistemas de informação. Além disso, o sucesso de qualquer implantação em computador de um
sistema de informação é dependente da qualidade da transposição de entidades do mundo real e suas
interações para um banco de dados informatizado. A abstração funciona como uma ferramenta que nos
ajuda a compreender o sistema, dividindo-o em componentes separados. Cada um destes componentes
pode ser visualizado em diferentes níveis de complexidade e detalhe, de acordo com a necessidade de
compreensão e representação das diversas entidades de interesse do sistema de informação e suas
interações (BORGES, 1997).
Os primeiros modelos de dados para aplicações geográficas eram voltados para as estruturas
internas do SIG (Sistema de Informação Geográfica). O usuário era forçado a adequar os fenômenos
espaciais as estruturas internas do SIG a ser utilizado. Conseqüentemente, o processo de modelagem
não oferecia mecanismo para a representação da realidade de forma mais próxima ao modelo mental
do usuário. Fica evidente que a modelagem de aplicações geográficas necessitava de modelos mais
adequados, capazes de capturar a semântica dos dados geográficos, oferecendo mecanismo de abstração
mais elevado e independência de abstração (QUEIROZ, 2006).
Sampaio (2005) sugere que a utilização de um modelo conceitual de dados adequado pode
facilitar muito o projeto do banco de dados. Existem atualmente diversas propostas de modelagem para
dados geográficos. Entre elas, pode-se citar: GeoOOA (KOSTERS, 1997), MODUL-R (BEDARD, 1996),
GMOD (OLIVEIRA, 1997), IFO para aplicações geográficas (WORBOYS, 1990), Giser (SHEKHAR, 1997),
OMT-G (BORGES, 2001), GeoFrame (LISBOA, 1997b) e Mads (PARENT, 1999). Todos esses modelos
procuram refletir melhor as necessidades de aplicações geográficas.
Este capitulo apresenta o modelo UML Geoframe, baseado na linguagem UML (Unified Modeling
Language) que foi usado para construir o modelo de dados do Zoneamento Ecológico Econômico.
GeoFrame é um framework conceitual que fornece um diagrama de classes básicas para auxiliar
o projetista tanto na modelagem conceitual de dados geográficos como na especificação de padrões de
análise em bancos de dados geográficos (LISBOA, 1999).
O GeoFrame foi definido de acordo com as regras do formalismo da orientação a objetos, utilizando
a notação gráfica do diagrama de classes da linguagem UML. A Figura 2.3 mostra o diagrama de classes
do GeoFrame.

47
 Figura 2.3 - Diagrama de Classes do GeoFrame. Fonte: Lisboa (2000)

Na abordagem orientada a objetos, um esquema de banco de dados geográficos é representado

pelo diagrama de classes que descrevem os fenômenos geográficos, os objetos não geográficos e os
possíveis relacionamentos entre eles (Lisboa 2000).
Para evitar a sobrecarga no modelo visual do modelo com muitas classes e associações o
GeoFrame implementa um mecanismo muito interessante de simplificação de esquemas denominado
estereótipos. Estes estereótipos servem para substituir os relacionamentos de generalização e associação
entre as classes do domínio e as classes do GeoFrame. As Figuras 2.4 e 2.5 mostram os conjuntos de
estereótipos contidos no modelo conceitual GeoFrame.

Figura 2.4 - Estereótipos para generalização. Fonte: Lisboa (2000)

48
 Figura 2.5 - Estereótipos para a associação. Fonte: Lisboa (2000)

A abordagem UML-GeoFrame permite a solução da maioria dos requisitos de modelagem. Um

esquema conceitual de dados geográficos construído com base no GeoFrame inclui, por exemplo, a
modelagem dos aspectos espaciais da informação geográfica e a diferenciação entre objetos convencionais
e objetos/campos geográficos. O processo de modelagem com base na abordagem UML-GeoFrame
envolve três etapas:
- Passo 1: identificar temas e subtemas para cada área geográfica;
- Passo 2: para cada tema, elaborar o sub-diagrama de classes. Associar classes de diferentes
temas;
- Passo 3: modelar o componente espacial para cada fenômeno geográfico identificado.

2.3.3 Esquema conceitual de dados do ZEE-MG

A metodologia empregada na modelagem conceitual dos dados do Projeto ZEE seguiu uma
abordagem inversa a que ocorre na maioria dos sistemas. Utilizando-se técnicas da engenharia reversa
(HEUSER, 1998), partiu-se de uma análise dos dados existentes no SIG do projeto, bem como análises em
outras fontes como relatórios e entrevistas com executores do projeto, para gerar o esquema conceitual,
tendo como base o modelo GeoFrame e padrões de análise existentes.
Para iniciar o trabalho, procurou-se identificar os temas e subtemas para a região geográfica
de estudo, no caso, o estado de Minas Gerais e usar a modelagem por temas para tornar o modelo
mais expressivo e, conseqüentemente, mais compreensivo num nível de abstração mais alto e perto da
realidade.
Na abordagem UML-GeoFrame, temas são representados através do construtor Pacote da
linguagem UML. Os diversos temas identificados na aplicação são modelados através da elaboração de
um diagrama hierárquico de temas para a região geográfica da aplicação.
Segundo Borges (2000), um tema no nível conceitual agrega as classes que possuem características
semelhantes. Isso pode ser mais facilmente compreendido através de exemplos. O tema hidrografia é
composto pelas classes: Rio, Bacia Hidrográfica, Sub-bacia Hidrográfica.
Pela diversidade dos dados do presente projeto tornou-se necessária a modelagem por temas
para que as diversas classes de dados tenham uma boa organização e abstração dos dados a serem
modelados, onde cada tema e subtema abordado representa um mapa temático da aplicação.
Segundo Borges (2001), a organização por temas possui uma hierarquia entre os mesmos que
são desenvolvidos a partir do espaço a ser modelado. Essa hierarquia se desenvolve a partir de um
conceito de abrangência geográfica, como se fossem camadas no sentido geográfico de distribuição
sobre a terra, onde ao mesmo tempo coexistem vários temas de igual importância. Os temas superiores
do diagrama necessitam da existência de pelo menos alguns dos temas inferiores.
Cada nível representa uma mesma área, mas cada qual corresponde a uma perspectiva diferente
da realidade geográfica da área. Esta perspectiva corresponde a um aspecto temático independentemente
com um conjunto de propriedades que a descrevem, por exemplo, a hidrografia, a vegetação. Cada nível
contém elementos geométricos que variam em número, formas e propriedades, como mostra a Figura
2.6. Estes níveis podem ser extinguidos de acordo com a finalidade deles na base de dados (ARONOF,
1989; LAURINI, 1992).

49
 - Níveis de informação básica - fornecem uma representação monocromática, mas essencial,
do espaço geográfico. É um conjunto mínimo de feições físicas e culturais que fornecem informações
necessárias ao reconhecimento topográfico da região. Eles têm por objetivo fornecer base cartográfica
para o espaço geográfico, de forma a proporcionar uma melhor compreensão da região, dentro dos limites
impostos pela escala, por exemplo, limite político administrativo, hidrografia, rede viária, cidades, etc.
- Níveis de informação temática ou especial - fornecem a representação policromática do Espaço
geográfico de interesse da área de aplicação da base de dados. Estes níveis armazenam as descrições dos
temas necessários para o SIG atingir o objetivo proposto. Eles descrevem as ocorrências, distribuições e
relações espaciais de entes e feições do contínuo espacial para cada tema.

Figura 2.6 - Organização da base de dados em níveis de informação.

Esta organização em níveis permite ao usuário combinar conceitos simples da modelagem de

dados para derivar níveis de informação para produzir conjuntos de características que representam
relações complexas do mundo real. Por exemplo, sejam os níveis de informação simples: uso da terra,
solos, geologia, topografia e divisão municipal, ilustrados na Figura 2.7. Através de operações aplicadas
ao nível de informação topografia, é gerado o nível de informação de declividade e através da combinação
dos demais níveis de informação, com a aplicação de operações espaciais, é derivado o nível de informação
de erodibilidade. A partir de análises espaciais sobre estes níveis gerados é criado o nível de informação
que retrata as áreas com potencial de erosão. Este último nível pode ser combinado com o nível de
informação, contendo a divisão municipal, de forma a proporcionar a visualização dos distritos com áreas
mais propícias à erosão.

Figura 2.7 - Exemplo de análise do potencial de erosão.

50
 O modelo UML GeoFrame introduz o diagrama de temas como forma de visualizar os diversos
níveis de informação envolvidos em uma aplicação geográfica, fornecendo um nível de abstração mais
elevado.
No nível conceitual, um tema agrega classes de mesmas características, no entanto, uma mesma
classe pode ter características em comum com outros temas. Pode-se citar, por exemplo, o caso do
Índice de Atividade Humana que pode pertencer tanto ao tema Risco Ambiental como à Prioridade de
Conservação.
No esquema da aplicação, a notação utilizada para representar os dados foi estabelecida de forma
que o Estado de Minas Gerais representasse a região geográfica de estudo onde se pode especificar uma
coleção de temas. Por sua vez cada tema em questão pode ser representado por subtemas e classes
que descrevem os fenômenos geográficos em temas funcionando como um mecanismo para redução da
complexidade em grandes esquemas de dados.
O diagrama de temas deve começar com o tema que identifica o espaço modelado e a partir
dele uma hierarquia é desenvolvida, dos temas mais abrangentes aos temas específicos. Cada tema é
representado por um retângulo contendo seu nome. A ligação hierárquica entre os temas é feita através
de uma linha contínua.
Inicialmente, identificaram-se os temas principais mais genéricos (Zonas, Riscos Ambientais,
Prioridade de conservação e Prioridade de recuperação). A partir destes temas realizou-se uma divisão
dos mesmos em temas de segundo nível mais específicos, onde cada tema principal foi dividido em dois
ou mais temas. Por sua vez, cada tema de segundo nível foi dividido em subtemas e os mesmos divididos
em classes, garantindo assim uma hierarquia dos dados.
O segundo passo a ser aplicado foi a construção dos diagramas de classes a partir da análise dos
requisitos do projeto para as classes envolvidas em cada tema, tema de segundo nível e subtemas. Com
base no diagrama de classes do framework GeoFrame, as classes da aplicação devem ser modeladas
como subclasses de uma das classes Objetogeográfico, Campogeográfico ou Objetonãogeográfico.
O terceiro passo implica na especificação dos possíveis tipos de representação espacial dos
fenômenos geográficos. De acordo com o diagrama de classes do GeoFrame, o componente espacial
dos campos e objetos geográficos é modelado através de associações (Representa) entre as classes da
aplicação e as subclasses de Representaçãocampo e Objetoespacial, respectivamente. Novamente, a fim
de evitar a poluição visual do diagrama de classes, estas associações são substituídas por estereótipos
do modelo UML Geoframe supracitados.
O diagrama da Figura 2.8 representa o Estado de Minas Gerais como a região geográfica deste
estudo, dividida em temas principais (Zonas, Riscos Ambientais, Prioridade de conservação e Prioridade de
recuperação) seguidos dos temas de segundo nível (Potencialidade, Vulnerabilidade, Índice de Atividade
Humana, Qualidade Ambiental).
A Figura 2.9 representa o diagrama do tema de segunda ordem Vulnerabilidade Natural, que é
composta pelos subtemas Biótica e Abiótica.
O diagrama da Figura 2.10 representa o subtema Integridade da Flora, que engloba as classes que
formam o subtema.
O diagrama da Figura 2.11 representa o subtema Integridade da Fauna, que engloba as classes
que formam o subtema.
O diagrama da Figura 2.12 representa o subtema Susceptibilidade de Solos a Degradação
Ambiental, que engloba as classes que formam o subtema.
O diagrama da Figura 2.13 representa o subtema Susceptibilidade de Solos a Erosão, que engloba
as classes que formam o subtema.
O diagrama da Figura 2.14 representa o subtema Recursos Hídricos que, engloba as classes que
formam o subtema.
O diagrama da Figura 2.15 representa o subtema Condições Climáticas, que engloba as classes
que formam o subtema.
A Figura 2.16 representa o diagrama do tema de segunda ordem Potencialidade, que é composta
pelos sub-temas Produtivo, Natural, Humano e Institucional.
O diagrama da Figura 2.17 representa o subtema Infra-estrutura de Transportes, que faz parte do
subtema Produtivo, como mostrado no diagrama da Figura 2.16.
O diagrama da Figura 2.18 representa o subtema Atividades Econômicas, que faz parte do
subtema Produtivo, como mostrado no diagrama da Figura 2.16.

51
 O diagrama da Figura 2.19 representa o subtema Utilização das Terras e a Figura 2.20 representa
o subtema ICMS Ecológico, que fazem parte do subtema Natural, como mostrado no diagrama da Figura
2.16.
O diagrama da Figura 2.21 representa o subtema Recursos Minerais, que faz parte do subtema
Natural, como mostrado no diagrama da Figura 2.16.
O diagrama da Figura 2.22 representa o subtema Estrutura Fundiária, que faz parte do subtema
Natural, como mostrado no diagrama da Figura 2.16.
O diagrama da Figura 2.23 representa o subtema Ocupação Econômica, que engloba vários outros
subtemas. A Ocupação Econômica faz parte do subtema Humano, como mostrado na Figura 2.16.
O diagrama da Figura 2.24 representa o subtema Condições Sociais, que engloba vários outros
subtemas. Condições Sociais faz parte do subtema Humano, como mostrado na Figura 2.16.
O diagrama da Figura 2.25 representa o subtema Demografia, que engloba vários outros subtemas
e classes. Demografia faz parte do subtema Humano, como mostrado na Figura 2.16.
O diagrama da Figura 2.26 representa o subtema Capacidade institucional, que engloba vários
outros subtemas e classes. Este subtema faz parte do subtema Institucional, como mostrado na Figura
2.16.
Os diagramas das Figuras 2.27 e 2.28 representam os subtemas Organização Jurídica e
Organização Financeira, respectivamente, que fazem parte do subtema Institucional, como mostrado no
diagrama da Figura 2.16.
Os diagramas das Figuras 2.29 e 2.30 representam os subtemas Organização de Fiscalização e
Controle e Organização de Ensino e Pesquisa, respectivamente, que fazem parte do subtema Institucional,
como mostrado no diagrama da Figura 2.16.
O diagrama da Figura 2.31 representa o subtema Organização de Segurança Pública, que engloba
as classes do subtema. Este subtema faz parte do subtema Institucional, como mostrado na Figura
2.16.
A Figura 2.32 representa o diagrama do tema de segunda ordem Qualidade Ambiental, que é
composta pelos subtemas Erosão do solo, Grau de Conservação da Vegetação Nativa e Qualidade da
água.
O diagrama mostrado na Figura 2.33 representa as classes do subtema Erosão do solo.
O diagrama mostrado na Figura 2.34 representa as classes do subtema Grau de Conservação
Vegetal.
O diagrama mostrado na Figura 2.35 representa as classes do subtema Qualidade da água.
A Figura 2.36 representa o diagrama do tema Índice de Atividades Humanas.

52
Figura 2.8 - Diagrama da região geográfica Minas Gerais

Figura 2.9 - Diagrama da Vulnerabilidade Natural

53
 Figura 2.10 - Diagrama da Integridade da Flora

Figura 11 - Diagrama da Integridade da Fauna

54
Figura 2.12 - Diagrama Susceptibilidade de Solos a Degradação Ambiental

Figura 2.13 - Diagrama Susceptibilidade de Solos a Erosão

55
 Figura 2.14 - Diagrama Recursos Hídricos

Figura 2.15 - Diagrama Condições Climáticas

56
 Figura 2.16 - Diagrama do Potencial Social

Figura 17 - Diagrama da Infra-Estrutura de Transporte

57
 Figura 2.18 - Diagrama das Atividades Econômicas

Figura 2.19 - Diagrama da Utilização das Terras

58
 Figura 2.20 - Diagrama do ICMS Ecológico

Figura 2.21 - Diagrama de Recursos Minerais

59
 Figura 2.22 - Diagrama de Estrutura Fundiária

Figura 2.23 - Diagrama de Ocupação Econômica.

60
Figura 2.24 - Diagrama de Condições Sociais.

Figura 2.25 - Diagrama de Demografia

61
 Figura 2.26 - Diagrama da Capacidade Institucional

Figura 2.27 - Diagrama da Organização Jurídica

62
 Figura 2.28 - Diagrama da Organização Financeira

Figura 2.29 - Diagrama da Organização de Fiscalização e Controle

63
 Figura 2.30 - Diagrama das Organizações de Ensino e Pesquisa

Figura 2.31 - Diagrama da Organização de Segurança Pública

64
Figura 2.32 - Diagrama da Qualidade Ambiental

Figura 2.33 - Diagrama da Erosão do Solo

65
 Figura 2.34 - Diagrama do Grau de Conservação da Vegetação Nativa

Figura 2.35 - Diagrama da Qualidade da água

66
Figura 2.36 - Diagrama do Índice de Atividade Humana

67
 2.4 BANCO DE DADOS ZEE-MG

O termo “banco de dados” significa um conjunto de dados organizados de modo a atender uma
determinada finalidade, ou um conjunto de finalidades integradas.
O termo “banco de dados geográficos” é utilizado quando os dados a serem armazenados possuem
características espaciais, ou seja, possuem propriedades que descrevem a sua localização no espaço e a
sua forma de representação.
O Banco de Dados do Zoneamento Ecológico-Econômico do Estado de Minas Gerais é formado
por dados alfanuméricos, vetoriais e matriciais como mostrado na Modelagem dos Dados. O uso do
banco de dados do ZEE-MG é independente do Sistema Gerenciador de Banco de Dados (SGBD), ou seja,
o banco pode ser implementado em qualquer SGBD espacial e não necessariamente com a tecnologia
que foi utilizada neste estudo.
Sistema Gerenciador de Banco de Dados (SGBD) é o conjunto de programas de computador
(softwares) responsáveis pelo gerenciamento de um banco de dados, como por exemplo, PostgreSQL,
Oracle e MySQL. Os Sistemas Gerenciadores de Banco de dados convencionais não possuem tipo de
dados para descrever objetos geográficos (ou espaciais), como geometria e as funções específicas para
poder garantir a integridade e manipulação destes objetos.
Sendo assim surgiu a necessidade de integração dos dados geográficos (ou espaciais) com dados
convencionais (ou alfanuméricos) criando o conceito de banco de dados geográficos. Esta integração é
fundamental, pois permite uma análise conjunta de vários tipos de informações e onde elas ocorrem no
espaço.
Banco de dados geográficos foram incorporados aos SIGs para tratar deficiências e com o intuito
de armazenar e gerenciar informação geográfica, fornecendo suporte a consultas e diversas estruturas
de índices e manipulações de dados espaciais.
Existem três formas de trabalhar com dados geográficos: a) Utilização da estratégia Dual, onde o
uso do SGBD é feito como repositório dos atributos convencionais e arquivos separados para armazenar
as representações geométricas; b) Utilização de SGBD relacional, onde são armazenados tanto os
dados espaciais quanto os dados alfanuméricos; c) Utilização de extensões espaciais, as quais definem
funcionalidades e procedimentos capazes de armazenar, acessar e analisar dados espaciais.
Quando se utiliza as extensões espaciais pode-se trabalhar com tipos de dados espaciais definidos
por elas, tais como ponto, linha e polígono. Estas extensões permitem que tais dados sejam manipulados
como qualquer outro tipo de dado de SGBD. Além desta característica, há a extensão da linguagem SQL
para proceder a consultas sobre estes dados, ofertando operações e funções para consultar relações
espaciais.
Outra característica importante no banco de dados do Zoneamento Ecológico-Econômico de
Minas Gerais é a variável tempo de validade da informação e a importância do histórico dos dados para
a tomada de decisão. Devido à necessidade de se armazenar o histórico das informações geográficas,
optou-se por desenvolver um banco espaço-temporal para armazenar tais informações.
Diversas aplicações de banco de dados, seja ele convencional ou geográfico, apresentam a
necessidade de armazenar e recuperar informações temporais. Um banco de dados temporal apresenta
alguma forma implícita de representação de dados temporais. Tempo de transação e/ou tempo de validade
fornecem mecanismos para que a evolução dos dados seja armazenada.
Banco de dados espaço-temporal permite armazenar todos os estados de uma aplicação (presentes,
passados e futuros), registrando sua evolução com o passar do tempo. Informações temporais são
associadas aos dados armazenados (tempo de transação e/ou tempo de validade) para identificá-los ao
longo do tempo (EDELWEISS 1998).
Muitas pesquisas têm sido realizadas na área de banco de dados temporais com o objetivo de
definir conceitos e estratégias para tratar informações históricas. Segundo (EDELWEISS, 1998), os bancos
de dados foram classificados em quatro categorias, dependendo da possibilidade de representação de
informações básicas:
- Banco de Dados Instantâneos: são armazenados somente os valores presentes e, ao alterar
uma informação, a antiga é sobrescrita pela nova;
- Banco de Dados de Tempo de Transação: associam aos dados apenas o tempo em que
a informação foi inserida no banco de dados, recuperando somente o passado e o presente das
informações;

68
 - Banco de Dados de Tempo de Validade: associam aos dados o tempo em que a informação
será válida no banco de dados, possibilitando a recuperação tanto do passado, quanto do presente e do
futuro das informações;
- Banco de Dados Bitemporais: associam tempo de transação e tempo de validade aos dados,
permitindo a recuperação de todos os estados das informações.
A noção de tempo, como datas, períodos, duração de validade de informações e intervalos
temporais, surge em três diferentes níveis:
- Na modelagem de dados;
- Na linguagem de recuperação e manipulação de dados;
- No nível de implementação do Sistema Gerenciador de Banco de Dados (SGBD).
Para a criação do banco de dados do Zoneamento Ecológico Econômico do estado de Minas Gerais
foi utilizado o Sistema Gerenciador de Banco de Dados PostgreSQL e sua extensão espacial PostGIS.
O Banco de Dados do ZEE foi modelado e criado através do conceito de Banco de Dados Temporais
classificado na categoria Banco de Dados de tempo de transação.

2.4.1 Postgresql

O PostgreSQL é um Sistema Gerenciador de Banco de Dados (SGBD) objeto-relacional, gratuito

e de código-fonte aberto, desenvolvido a partir do projeto Postgres, iniciado em 1986, na Universidade
da Califórnia em Berkeley.
O PostgreSQL possibilitou o desenvolvimento de soluções corporativas com uma melhor relação
custo x benefício. Um ponto forte deste SGBD é a sua capacidade de tratar grandes volumes de dados
com escalabilidade, ou seja, a sua arquitetura pode ser continuamente ampliada de acordo com a
demanda dos usuários. Exatamente neste contexto, entram as aplicações na área de Geotecnologias que
necessitam de uma infraestrutura robusta e em contínua expansão (UCHOA, 2005).
Nativamente, o PostgreSQL já suporta geometrias espaciais, porém o PostGIS adiciona a
capacidade de armazenamento/recuperação segundo a especificação SFS (Simple Features Specification)
do consórcio internacional Open GeoSpatial (OGC). Além do armazenamento de dados geográficos, este
módulo também implementa diversas funcionalidades topológicas, possibilitando o desenvolvimento de
Sistemas de Informação Geográfica (SIGs) Corporativos. A topologia também faz parte da especificação
SFS (OpenGIS®), garantindo ao PostGIS interoperabilidade com inúmeros sistemas que também adotam
o SFS (UCHOA, 2005).

2.4.2. Extensão espacial postgis

O PostGIS é um módulo de extensão espacial para SGBDOR PostgreSQL que permite armazenar,
recuperar e analisar dados espaciais freqüentemente utilizados em um SIG [PostGIS 05].
O licenciamento do PostGIS é definido pela GNU GPL (General Public License), garantindo todas
as liberdades de um software livre. Um fato importante a ser destacado pela licença GNU GPL é que,
ao contrário da BSD, qualquer melhoria do código-fonte do PostGIS deve ser devolvida ao mantenedor
(líder do desenvolvimento) do projeto. O PostGIS foi desenvolvido pela empresa canadense Refractions
Research (UCHOA, 2005).
O PostGIS lida com objetos espaciais dos tipos: Point (ponto), Linestring (linha), Polygon (polígono),
Multipoint (multiponto), Multilinestring (multilinha), Multipolygon (multipolígono), Geometrycollection
(coleção de geometrias).
No PostGIS está incluso suporte para todas as funcionalidades e objetos definidos na especificação
“Simple Features for SQL” (SFSQL) do padrão OpenGIS® (Open Geospatial Consortium - OGC). Nele são
definidas funções que permitem consultas e manipulações de dados espaciais através de comandos SQL
no PostgreSQL.
O PostGIS possui um carregador de dados que converte arquivos ESRI Shape dentro do SQL de
maneira correta para inserção em um banco de dados PostgreSQL/PostGIS. Este carregador de dados é
o shp2pgsql. O PostGIS possui também o descarregador que converte tabelas PostGIS em arquivos ESRI
Shape e é chamado de pgsql2shp.
O carregador de dados do PostGIS foi primordial para o desenvolvimento do Banco de Dados do

69
Zoneamento Ecológico Econômico, pois todas as informações geográficas vetoriais estavam no formato
ESRI Shape.
Para tratar grandes volumes de dados espaciais com maior eficiência, PostGIS implementa a
indexação RTree sobre a indexação GiST (Generalized Search Trees) nativa do PostgreSQL. Apesar do
PostgreSQL possuir nativamente três tipos de indexação (B-Tree, R-Tree e GiST), a R-Tree nativa não
apresenta a robustez exigida para as aplicações relacionadas ao PostGIS (UCHOA, 2005).

2.5 CONCLUSÕES

Os recursos de modelagem de banco de dados geográficos implantados neste trabalho são

de fundamental importância para correta concepção e documentação de aplicações geográficas. A
aproximação entre o modelo mental do usuário e o modelo de implantação passa a se dar com maior
amplitude, uma vez que a aparência visual dos temas, subtemas e classes são mais bem detalhadas.
Ao final do processo de modelagem, uma avaliação das funcionalidades do Zoneamento Ecológico-
Econômico extraída diretamente do modelo pode orientar na hora da tomada de decisão de escolha do
SIG mais adequado para a implantação da ferramenta de consulta à base de dados do projeto.
Outra situação importante de se ressaltar, que acontece com muita freqüência nos projetos
de banco de dados, é que geralmente quando um banco é projetado sem uma prévia modelagem e
documentação as informações implícitas ficam concentradas apenas com o idealizador do banco. Isto
pode atrasar ou até mesmo inviabilizar um projeto com a ausência do idealizador. Esta situação deixa
clara a importância de uma documentação que possa amenizar este impacto diante do projeto.
Em um âmbito geral, a conceituação do modelo de dados serve como alicerce ao banco de dados,
entendendo que é o modelo que vai dar sustentação e respaldo à implantação do banco. Com base no
modelo conceitual, ficam mais fáceis futuras alterações e reparos no banco, pois qualquer pessoa em
posse do modelo com mínimos conhecimentos em banco de dados saberá exatamente do que se trata
cada tema, subtema e classes e seus eventuais relacionamentos e hierarquia.
Tão importante quanto a modelagem do Banco de Dados é a sua criação. O banco de dados do
Zoneamento Ecológico-Econômico do Estado de Minas Gerais foi projetado através do conceito de Banco
de Dados Espaço-Temporal para receber informações ao longo do tempo sem que a estrutura do Banco
de Dados do ZEE sofra modificações.
O banco de dados do ZEE – MG possui uma grande massa de dados formados por dados
alfanuméricos, vetoriais e dados matriciais. Os dados vetoriais e matriciais foram gerados e validados
pelo Software ArcGis, que possui saída de dados para a maioria dos Sistemas Gerenciadores de Banco
de Dados existentes no mercado.
Para o gerenciamento da base de dados do ZEE – MG foi escolhido o PostgreSQL/PostGIS por
ser um SGBD gratuito, robusto, eficiente e por trabalhar bem com dados espaciais.

2.6 REFERÊNCIAS BIBLIOGRÁFICAS

ARONOF, S. Geographic Information Systems: A management perspective. Canadá: WDL Publications,

1989.

BÉDARD, Y.; CARON, C.; MAAMAR, Z.; MOULIN, B.; VALLIÈRE, D. Adapting data models for the
design of spatio-temporal databases. Computers, Environment and Urban Systems, v. 20, n.1, p. 19-41,
1996.

BORGES, K. A. V.; FONSECA, F. T. Modelagem de Dados Geográficos em Discussão. PRODABEL –

Processamento de Dados do Município de Belo Horizonte S.A. Disponível em: http://www.pbh.gov.br/
prodabel/cde/publicacoes/1996/borges1996.pdf. Acesso em: 03 de dezembro de 2007.

BORGES, K. A. V. Modelagem de dados geográficos – uma extensão do modelo OMT para aplicações
geográficas. 1997. Dissertação (Mestrado) - Escola de Governo de Minas Gerais, Fundação João Pinheiro,
Belo Horizonte.

BORGES, K. A. V.; LAENDER, A. H. F.; DAVIS JÚNIOR, C. A. OMT-G: a OMT-G: An object Modeling

70
Technique for Geographic Applications. Submetido à publicação em Geoinformática, 2000.

BORGES, K. A. V.; DAVIS JÚNIOR, C. A.; LAENDER, A. H. F. OMT-G: an object-oriented data model for
geographic applications. GeoInformatica, v.5, n.3, p. 221-260, 2001.

BOTELHO, M. A. Incorporação de facilidades espaço-temporais em banco de dados orientados a objetos.

1995. Dissertação (Mestrado). Univamp, SP.

CÂMARA, G.; CASANOVA, M. A.; HEMERLY, A.; MAGALHÃES, G. C.; MEDEIROS, C. M. B. Anatomia
de Sistemas de Informação Geográfica. UNICAMP, 1996.

CHRISMAN, N. Exploring Geographic Information Systems. New York: John Wiley & Sons, 1997.

DAVIS, C.; LAENDER, A. Multiple Representation in GIS: Materilazation Through Map Generalilization,
Geometric and Spatial Analysis Operation. In: ACM SYMPOSIUM ON ADVANCES IN GEOGRAPHIC
INFORMATION SYSTEMS, 7. 1999, Kansas City. Anais… Kansas City: ACM Press, 1999. p.60-65.

DANGERMOND, J. A classification of software components commonly used in Geographic Information

Systems. In: MARBLE, D.; PEUQUET, D. Introductory readings in Geographic Information Systems.
London: Taylor & Francis, 1990. p.30-51.

EDELWEISS, N. Bancos de Dados Temporais: Teoria e Prática. In: JORNADA DE ATUALIZAÇÃO EM

INFORMÁTICA, 17. 1998, Belo Horizonte. Anais… Belo Horizonte: SBC, 1998.

GOODCHILD, M. F. Geographical data modeling. Computers & Geociences, v.18, n.4, p.401-408,
1992.

HADZILACOS, T.; TRYFONA, N. Logical data modelling for geographical applications. Int. Journal of
Geographical Information Science, v.10, n.2, p.179-203, 1996.

HEUSER, C. A. Projeto de banco de Dados. Porto Alegre: Sagra Luzzato, 1998. (Série livros didáticos,
n.4).

KÖSTERS, G.; PAGEL, B.; SIX, H. GIS application development with GeoOOA. International Journal of
Geographic Information Science, v. 11, n.4, p. 307-335, 1997.

LAURINI, R.; THOMPSON, D. Fundamentals of Spatial Information Systems. San Diego: Academic Press,
1992.

LISBOA FILHO, J.; IOCHPE, C.; GARAFFA, I. M. Modelos conceituais de dados para aplicações geográficas:
uma experiência com um SIG interinstitucional. In: SIMPÓSIO BRASILEIRO DE GEOPROCESSAMENTO,
4., 1997, São Paulo. Anais... São Paulo: UPUSP, 1997.

LISBOA FILHO, J. Modelos de dados conceituais informação geográfica. Porto Alegre, UFRGS.

LISBOA FILHO, J.; IOCHUPE, C. Um estudo sobre modelos conceituais de dados para projeto de bancos
de dados geográficos. Revista IP-Informática Pública: Belo Horizonte, v.1, n.2, 1999.

LISBOA FILHO, J.; IOCHUPE, C.; HASENACK, H,; WEBER, E.J. Modelagem conceitual de banco de
dados geográficos: o estudo de caso do projeto PADCT/CIAMB. In: CENTRO DE ECOLOGIA/UFRGS.
Carvão e Meio Ambiente. Porto Alegre: Ed. Universidade/UFRGS, 2000.

LISBOA FILHO, J. Projeto de Banco de Dados para Sistemas de Informação Geográfica. Viçosa,
Universidade Federal de Viçosa.

71
 MEDEIROS, C. B.; PIRES, F. Databases for GIS. SIGMOD Record, v.23, n.1, p.107-115, 1994.

OLIVEIRA, J. L.; PIRES, F.; MEDEIROS, C. M. B. An environment for modeling and design of geographic
applications. GeoInformatica, v. 1, n.1, p. 29-58, 1997.

PARENT, C.; SPACCAPIETRA, S.; ZIMANYI, E. Spatio-temporal conceptual models: data structures +
space + time. In: 7th International Symposium on Advances in Geographic Information Systems, 7,
Kansas City. Anais... Kansas City: ACM GIS’99. 1999. p. 26-33.

POSTGIS, 2005. PostGIS Manual. Disponível em: http://postgis.refractions.net/docs/postgis.pdf .

Acesso em: 03 de dezembro de 2007.

QUEIROZ, G. R.; Ribeiro, REIS, K. Tutorial sobre Banco de Dados Geográficos. GeoBrasil 2006. Instituto
Nacional de Pesquisas Espaciais.

SAMPAIO, G. B.; GAZOLA A.; LISBOA FILHO, J. Modelagem e Projeto de Banco de Dados Geográfico
com Características Temporais, Departamento de Informática – Universidade Federal de Viçosa - MG –
Brasil, 2005.

SHEKHAR, S.; COYLE, M.; GOYAL, B.; LIU, D.; SARKAR, S. Data models in geographic information
systems. Communications of the ACM, v. 40, n.4, p. 103-111, 1997.

UCHOA, H. N.; COUTINHO, R. J. C.; FERREIRA, P. R.; COELHO FILHO, L. C. T.; BRITO, J. L. N. S.
Análise do modulo PostGIS (OpenGIS) para armazenamento e tratamento de dados geográficos com alta
performance e baixo custo. In: Congresso Brasileiro de Cartografia, 22, 2005, Macaé. Anais... Macaé,
v. 1. 2005.

WORBOYS, M. F.; HEARNSHAW, H. M.; MAGUIRE, D. J. Object-oriented data modelling for spatial
databases. International Journal of Geographic Information Systems, v. 4, n.4, p. 369-383, 1990.

WORBOYS, M.F. GIS: A Computing Perspective. London: Taylor and Francis, 1995.

72

View publication stats