Avaliação Da Qualidade de Base Cartográfica

DEISE REGINA LAZZAROTTO
AVALIAO DA QUALIDADE DE BASE CARTOGRFICA POR

MEIO DE INDICADORES E SISTEMA DE INFERNCIA FUZZY

Tese apresentada como requisito parcial
obteno do grau de Doutor em Cincias
Geodsicas, Curso de Ps-Graduao em
Cincias Geodsicas, Setor de Cincias da
Terra, Universidade Federal do Paran.
Orientadores:
Prof. Dr. Claudia Robbi Sluter
Prof. Dr. Quintino Dalmolin

CURITIBA
2005

ii

iii
HOMENAGEM
Ento o Senhor te dar chuva sobre a tua semente, com que semeares a terra,
como tambm po da novidade da terra, pois esta ser frtil e cheia. (Isaas 30:23)
Direi do Senhor: Ele o meu refgio e a minha fortaleza,
o meu Deus, em quem confio. (Salmos 91:2)

iv
DEDICATRIA

Este trabalho dedicado aos meus pais Algacir e Antonia, e minha irm Crisleide,
pelo infatigvel incentivo, apoio, dedicao, carinho e, principalmente, pelo amor
incondicional que sempre me foi dado.

v
AGRADECIMENTOS

A Deus, pela vida e sade, a Jesus, pela luz e paz, e ao Esprito Santo, pelo
direcionamento em todas as solues.
A minha famlia, pelo amor, carinho e apoio constantes.
Aos meus orientadores, Prof. Dr. Claudia Robbi Sluter e Prof. Dr. Quintino
Dalmolin, pelas criticas e sugestes, mas principalmente por terem sempre acreditado
no meu trabalho.
A COMEC Coordenao da Regio Metropolitana de Curitiba, e a
SUDERHSA Superintendncia de Desenvolvimento de Recursos Hdricos e
Saneamento Ambiental, que disponibilizaram os dados que foram utilizados neste
trabalho.
A ESTEIO Engenharia e aerolevantamentos S.A. e ao IPPUC Instituto de
Pesquisa e Planejamento Urbano de Curitiba, por terem colaborado com as
informaes solicitadas.
Ao Prof. Silvio Rogrio Correia de Freitas, Prof. Jos Bittencourt de
Andrade, Prof. Jorge Centeno, e Prof. Alzir Felippe Buffara Antunes, pelas valiosas
sugestes.
A CAPES Coordenadoria de Aperfeioamento de Pessoal do Ensino
Superior, pelo apoio financeiro atravs da bolsa de estudos.
A UFPR Universidade Federal do Paran e ao curso de Ps-Graduao em
Cincias Geodsicas, pela estrutura e ensino.
A todos meus colegas e professores do Curso de Ps-Graduao em Cincias
Geodsicas da UFPR.
Especial agradecimento ao colega Marcelo Maranho (IBGE, Rio de
Janeiro), pelo importante material e ajuda que me ofereceu.
Ao meu grupo familiar Jeov Jireh, pelo apoio e oraes.
A todos que, direta ou indiretamente, contriburam para a realizao deste
trabalho.

vi
SUMRIO

LISTA DE TABELAS.................................................................................................................................... ix
LISTA DE FIGURAS .................................................................................................................................... xi
LISTA DE SIGLAS ....................................................................................................................................... xiii
RESUMO ............................................................................................................................................... xv
ABSTRACT................................................................................................................................................... xvi

1 INTRODUO........................................................................................................................................ 1
1.1 CONSIDERAES INICIAIS ............................................................................................................... 1
1.2 OBJETIVOS............................................................................................................................................ 4
1.3 JUSTIFICATIVAS.................................................................................................................................. 5
1.4 ESTRUTURA DA TESE ........................................................................................................................ 6

2 INFORMAES CARTOGRFICAS ................................................................................................. 7
2.1 QUALIDADE DAS INFORMAES CARTOGRFICAS................................................................. 7
2.2 BASE CARTOGRFICA....................................................................................................................... 15
2.3 GENERALIZAO CARTOGRFICA................................................................................................ 16

3 METADADOS.......................................................................................................................................... 18
3.1 QUESTES RELATIVAS TRANSFERNCIA DE DADOS ........................................................... 19
3.2 ESPECIFICAES SOBRE A QUALIDADE DOS DADOS ESPACIAIS.......................................... 22
3.3 PADRES PARA OS DADOS ESPACIAIS NO MUNDO................................................................... 23
3.3.1 Padres SDTS Spatial Data Transfer Standard.................................................................................. 24
3.3.2 Padro CSDGM Content Standards for Digital Geospatial Metadata ............................................... 25
3.3.3 SAIF Spatial Archive and Interchange Format.................................................................................. 26
3.3.4 CEN TC287 Committee European des Normalisation, Technic Committee 287.............................. 27
3.3.5 ANZLIC Australia New Zealand Land Information Council ............................................................ 27
3.3.6 GCMD Global Change Master Directory.......................................................................................... 28
3.3.7 Dublin Core .......................................................................................................................................... 28

4 ASPECTOS DE BUSCA DO CONHECIMENTO CARTOGRFICO.............................................. 29
4.1 VISO HOLSTICA DA CARTOGRAFIA........................................................................................... 29
4.2 BUSCA POR CONHECIMENTO E MODELOS................................................................................... 30

5 INDICADORES E LGICA FUZZY..................................................................................................... 35
5.1 INDICADORES...................................................................................................................................... 35
5.2 LGICA FUZZY.................................................................................................................................... 38
5.2.1 Alguns Conceitos da Teoria Fuzzy....................................................................................................... 43
5.2.2 A Teoria de Conjuntos Fuzzy e a Teoria de Probabilidade .................................................................. 44
5.2.3 Medida e Operaes Fuzzy................................................................................................................... 46
5.2.4 Funes Fuzzy...................................................................................................................................... 49
5.2.5 Variveis Lingsticas .......................................................................................................................... 51
5.2.6 Regras Fuzzy ........................................................................................................................................ 53
5.2.7 Sistema de Inferncia Fuzzy................................................................................................................. 54
5.2.8 Modelo Lingstico Tipo Mamdani ...................................................................................................... 57
5.2.9 Mtodo de Defuzzificao.................................................................................................................... 59

6 MODELO DE AVALIAO DA QUALIDADE DE MAPEAMENTO............................................. 62
6.1 ASPECTOS SOBRE A IDENTIFICAO E VARIAO DOS PARMETROS DE
QUALIDADE................................................................................................................................................. 63
6.2 DEFINIO DOS PARMETROS DE QUALIDADE DA BASE CARTOGRFICA....................... 64
6.3 MODELO PARA QUANTIFICAO DA QUALIDADE DE MAPEAMENTO ................................ 65
6.3.1 Classificao e Significado dos Termos Empregados no Desenvolvimento do Modelo ....................... 68
6.3.2 Propriedades dos Indicadores Aplicado aos Parmetros do Modelo ..................................................... 70

vii
7 QUANTIFICAO DOS PARMETROS DA QUALIDADE DE MAPEAMENTO...................... 72
7.1 ESTABELECIMENTO DE INTERVALOS DE CONJUNTOS ............................................................ 72
7.2 DETERMINAO DOS CONJUNTOS FUZZY.................................................................................. 76
7.3 INTERPRETAO DA FIGURA REPRESENTATIVA DO SISTEMA DAS FUNES
DE PERTINNCIA........................................................................................................................................ 79
7.4 INDICADOR DE ATUALIDADE CARTOGRFICA.......................................................................... 82
7.4.1 Determinao da Varivel de Desatualizao Absoluta (DA).............................................................. 83
7.4.1.1 Determinao do Nvel Mximo (LM) de Desatualizao Absoluta (DA)........................................ 84
7.4.1.2 Classificao da Desatualizao Absoluta (DA) ............................................................................... 90
7.4.2 Indicador da Idade Tecnolgica IT.................................................................................................... 91
7.4.2.1 Classificao da Distribuio da Base Cartogrfica em Meio Digital (DD)...................................... 92
7.4.2.2 Sistemas Geodsicos de Referncia SGR....................................................................................... 94
7.4.2.3 Sistemas Geodsicos Brasileiros SGB............................................................................................ 95
7.4.2.4 Rede Horizontal ................................................................................................................................. 96
7.4.2.5 SIRGAS............................................................................................................................................. 97
7.4.2.6 Classificao da Varivel Compatibilidade com o SGR Atual (CS) ................................................. 98
7.4.2.7 Rede Altimtrica................................................................................................................................ 102
7.4.2.8 Classificao da Varivel Compatibilidade com o Geide Global (CGG) ........................................ 104
7.4.2.9 Classificao do Indicador da Idade Tecnolgica (IT) ...................................................................... 107
7.4.2.10 Base de Regras para o Indicador IT................................................................................................. 108
7.4.2.11 Processamento das Operaes Fuzzy para a Determinao do Indicador IT................................... 112
7.4.3 Indicador da Velocidade de Desatualizao (VD)................................................................................ 116
7.4.4 Parmetro Escala (Es)........................................................................................................................... 116
7.4.5 Indicador dos Fatores que Modificam o Meio FMM......................................................................... 118
7.4.5.1 Crescimento Populacional (CP)......................................................................................................... 119
7.4.5.2 Projeo de Crescimento Populacional (PCP) ................................................................................... 121
7.4.5.3 Consumo de Energia Eltrica (CEE) ................................................................................................. 127
7.4.5.4 Classificao do Indicador Fatores que Modificam o Meio FMM................................................. 132
7.4.5.5 Base de Regras para o Indicador FMM............................................................................................. 134
7.4.5.6 Processamento das operaes Fuzzy para a determinao do Indicador FMM................................. 136
7.4.6 Conjuntos Fuzzy para o Indicador de Velocidade de Desatualizao VD......................................... 140
7.4.6.1 Base de regras para o Indicador Velocidade de Desatualizao VD.............................................. 141
7.4.6.2 Processamento das operaes Fuzzy para a determinao do Indicador VD..................................... 142
7.4.7 Indicador de Atualidade Cartogrfica AC ......................................................................................... 145
7.4.7.1 Base de regras para o Indicador Atualidade Cartogrfica AC........................................................ 146
7.4.7.2 Processamento das operaes Fuzzy para a determinao do Indicador AC .................................. 151
7.5 INDICADOR DE GENERALIZAO CARTOGRFICA GC......................................................... 154
7.5.1 Generalizao Cartogrfica Planimtrica GC-P ................................................................................ 156
7.5.2 Generalizao do Elemento Grfico..................................................................................................... 162
7.5.3 Generalizao Cartogrfica Altimtrica GC-A.................................................................................. 164
7.5.4 Indicador da Generalizao Cartogrfica GC.................................................................................... 167
7.5.5 Exemplo na Determinao dos Valores de GC-P e GC-A.................................................................... 168
7.5.6. Base de Regras para o Indicador Generalizao Cartogrfica GC.................................................... 169
7.5.7 Processamento das Operaes Fuzzy para a Determinao do Indicador GC...................................... 171
7.6 INDICADOR DA QUALIDADE DE MAPEAMENTO QM.............................................................. 174
7.6.1 Classificao do Indicador da Qualidade de Mapeamento QM......................................................... 174
7.6.2 Base de regra para o Indicador Qualidade de Mapeamento.................................................................. 176
7.6.3 Processamento das Operaes Fuzzy para a Determinao do Indicador QM..................................... 177
7.7 COMENTRIO DOS RESULTADOS OBTIDOS................................................................................. 180

8 APLICAO............................................................................................................................................ 185
8.1 OBTENO DOS DADOS..................................................................................................................... 187
8.2 PROCESSAMENTO DOS DADOS ....................................................................................................... 189
8.2.1 Classificao da Desatualizao Absoluta (DA) .................................................................................. 190
8.2.1.1 Estabelecimento de LM..................................................................................................................... 190
8.2.1.2 Classificao da DA........................................................................................................................ 191

viii
8.2.2 Clculo do Indicador da Idade Tecnolgica (IT) .................................................................................. 192
8.2.3 Clculo do Indicador de Fatores que Modificam o Meio (FMM) ........................................................ 193
8.2.4 Clculo do Indicador de Velocidade de Desatualizao (VD).............................................................. 194
8.2.5 Clculo do Indicador de Atualidade Cartogrfica (AC) ....................................................................... 195
8.2.6 Determinao de Generalizao Cartogrfica (GC) ............................................................................. 196
8.2.6.1 Classificao do Indicador de Generalizao Cartogrfica Planimtrica (GC-P).............................. 197
8.2.6.2 Classificao do Indicador de Generalizao Cartogrfica Altimtrica (GC-A) ............................... 198
8.2.6.3 Clculo do Indicador de Generalizao Cartogrfica (GC) ............................................................... 198
8.2.7 Clculo do Indicador da Qualidade de Mapeamento (QM) .................................................................. 199

9 ANLISE DOS RESULTADOS ............................................................................................................. 202
9.1 O MODELO PROPOSTO....................................................................................................................... 202
9.1.1 Comparao entre os Parmetros de Avaliao dos Padres SDTS e do Modelo Proposto................. 203
9.2 CLASSIFICAO DOS INDICADORES............................................................................................. 206
9.2.1 Consideraes Relativas ao Indicador de Atualidade Cartogrfica (AC) ............................................. 208
9.2.2 Consideraes Relativas ao Indicador de Generalizao Cartogrfica (GC)........................................ 210
9.3 QUANTITATIVOS OBTIDOS PELOS INDICADORES...................................................................... 211

10 CONCLUSES E RECOMENDAES.............................................................................................. 212
10.1 CONCLUSES...................................................................................................................................... 212
10.2 RECOMENDAES............................................................................................................................ 215

REFERENCIAS BIBLIOGRFICAS ....................................................................................................... 217
REFERNCIAS CONSULTADAS............................................................................................................... 221
ANEXO 1....................................................................................................................................................... 224
ANEXO 2....................................................................................................................................................... 230

ix
LISTA DE TABELAS
TABELA 2.1 VALORES DO PEC E DO EP (DECRETO LEI No.89.817................................................ 14
TABELA 3.1 PADRES DE METADADOS GEOESPACIAIS............................................................... 24
TABELA 7.1 LIMITES DOS CONJUNTOS FUZZY BASEADOS NA CURVA NORMAL .................. 76
TABELA 7.2 EXEMPLO DE DESATUALIZAO ABSOLUTA (DA) ................................................. 84
TABELA 7.3 VALORES DA DESATUALIZAO ABSOLUTA (DA): INICIAL (P
I
), E
MXIMO (LM
I
) ................................................................................................................... 86
TABELA 7.4 DETERMINAO DO LIMITE MXIMO (LM) DE DESATUALIZAO
ABSOLUTA ......................................................................................................................... 88
TABELA 7.5 CLASSIFICAO DA DESATUALIZAO ABSOLUTA (DA) .................................... 90
TABELA 7.6 CLASSIFICAO DA DISPONIBILIDADE EM MEIO DIGITAL (DD)......................... 93
TABELA 7.7 CLASSIFICAO DOS SGR
S
PLANIMTRICOS QUANTO
COMPATIBILIDADE COM O SIRGAS (CS)..................................................................... 99
TABELA 7.8 CLASSIFICAO DA VARIVEL COMPATIBILIDADE COM OS SGR
S

ATUAIS (CS)........................................................................................................................ 101
TABELA 7.9 CLASSIFICAO QUANTO COMPATIBILIDADE DOS REFERENCIAIS
ALTIMTRICOS ANTIGOS E DA RV-RGB COM O GEIDE GLOBAL...................... 104
TABELA 7.10 CLASSIFICAO DO INDICADOR IDADE TECNOLGICA (IT) ............................. 107
TABELA 7.11 INTERSEO DAS VARIVEIS CS E CGG............................................................... 109
TABELA 7.12 INTERSEO DAS VARIVEIS CS + CGG E DD..................................................... 109
TABELA 7.13 BASE DE REGRAS PARA O INDICADOR IT ............................................................... 110
TABELA 7.14 CLASSIFICAO DO PARMETRO ESCALA ES....................................................... 117
TABELA 7.15 POPULAO E RESPECTIVAS TAXAS DE CRESCIMENTO
POPULACIONAL................................................................................................................ 121
TABELA 7.16 POPULAO PROJETADA E RESPECTIVA TAXA MDIA
GEOMTRICA DE CRESCIMENTO ANUAL PARA O PARAN E
REGIO SUL....................................................................................................................... 123
TABELA 7.17 MUNICPIOS SEGUNDO A CLASSE DE CRESCIMENTO DA
POPULAO TOTAL (2000) ............................................................................................. 124
TABELA 7.18 CLASSIFICAO PARA AS TAXAS DO CRESCIMENTO
POPULACIONAL E PROJEO DE CRESCIMENTO POPULACIONAL
(CP, PCP) .............................................................................................................................. 125
TABELA 7.19 CONSUMO DE ENERGIA ELTRICA EM 1980, 1993 A 2002 (GWH) .......................... 128
TABELA 7.20 COMPARAO DAS TAXAS DE CRESCIMENTO POPULACIONAL E DE
CONSUMO DE ENERGIA ELTRICA.............................................................................. 130
TABELA 7.21 CLASSIFICAO PARA A TAXA DE CONSUMO DE ENERGIA
ELTRICA (CEE) NAS REGIES URBANAS.................................................................. 131
TABELA 7.22 CLASSIFICAO DA INTENSIDADE DO INDICADOR FATORES QUE
MODIFICAM O MEIO (FMM) .......................................................................................... 132
TABELA 7.23 INTERSEO DAS VARIVEIS CP E PCP ................................................................ 134
TABELA 7.24 INTERSEO DAS VARIVEIS RCP E CEE............................................................. 135
TABELA 7.25 BASE DE REGRAS PARA O INDICADOR FMM .......................................................... 135
TABELA 7.26 CLASSIFICAO DA VELOCIDADE DE DESATUALIZAO VD.......................... 140
TABELA 7.27 INTERSEO DOS VALORES DE: ES E FMM.......................................................... 141
TABELA 7.28 BASE DE REGRAS PARA O INDICADOR VD................................................................ 142
TABELA 7.29 CLASSIFICAO DA ATUALIDADE CARTOGRFICA AC ..................................... 145
TABELA 7.30 INTERSEO DOS VALORES DE: DA E IT .............................................................. 148
TABELA 7.31 INTERSEO DOS VALORES DE: AI E VD.............................................................. 148
TABELA 7.32 BASE DE REGRAS PARA O INDICADOR AC ............................................................. 148
TABELA 7.33 NMERO DE ELEMENTOS A SEREM REPRESENTADOS PELA
GENERALIZAO CARTOGRFICA DE ACORDO COM O FATOR DE
REDUO DE ESCALA..................................................................................................... 159
TABELA 7.34 CLASSIFICAO DA GENERALIZAO CARTOGRFICA
PLANIMTRICA (GC-P) .................................................................................................... 160
TABELA 7.35 GENERALIZAO DO ELEMENTO GRFICO.............................................................. 163

x
TABELA 7.36 EQIDISTNCIA DAS CN SEGUNDO A ESCALA DE REPRESENTAO............... 165
ALTIMTRICA.................................................................................................................... 166
TABELA 7.38 CLASSIFICAO DA GENERALIZAO CARTOGRFICA GC............................. 167
TABELA 7.39 EXEMPLO: GENERALIZAO CARTOGRFICA DE CINCO NVEIS DE
INFORMAO DA ESCALA 1:2.000 PARA A ESCALA 1:10.000................................. 169
TABELA 7.40 INTERSEO DOS INDICADORES GC-P E GC-A.................................................... 170
TABELA 7.41 BASE DE REGRAS PARA O INDICADOR GENERALIZAO
CARTOGRFICA AC....................................................................................................... 170
TABELA 7.42 CLASSIFICAO DA QUALIDADE DE MAPEAMENTO QM ................................... 174
TABELA 7.43 INTERSEO DOS INDICADORES AC E GC ........................................................... 177
TABELA 7.44 BASE DE REGRAS PARA O INDICADOR QUALIDADE DE
MAPEAMENTO QM......................................................................................................... 177
TABELA 7.45 RESULTADOS ENCONTRADOS ...................................................................................... 183
TABELA 8.1 DADOS PARA A CLASSIFICAO DA DESATUALIZAO ABSOLUTA................ 190
TABELA 8.2 DETERMINAO DO VALOR DE LM
P
........................................................................... 190
TABELA 8.3 CLASSIFICAO DA DESATUALIZAO ABSOLUTA (DA) .................................... 192
TABELA 8.4 CLASSIFICAO DA ESCALA (ES) ................................................................................ 195
PLANIMTRICA GC-P.................................................................................................... 198
TABELA 8.6 CLASSIFICAO DA GENERALIZAO ALTIMTRICA GC-A............................. 198
TABELA 8.7 RESULTADOS OBTIDOS................................................................................................... 200
TABELA 9.1 PROPOSTA DOS PARMETROS DE QUALIDADE DE DADOS
ESPACIAIS NOS PADRES SDTS E MODELO PROPOSTO......................................... 204
TABELA 9.2 RESULTADOS OBTIDOS NOS CAPTULOS 7 E 8 PARA OS
INDICADORES DO MODELO........................................................................................... 211

xi
LISTA DE FIGURAS
FIGURA 5.1 DIAGRAMA DE CONSTRUO DE INDICADORES QUANTITATIVOS ................... 36
FIGURA 5.2 FUNO DE PERTINNCIA DAS PROPOSIES FUZZY E BOOLEANA................. 40
FIGURA 5.3 FUNO DE PERTINNCIA RELATIVA IDADE....................................................... 41
FIGURA 5.4 CONJUNTOS FUZZY: (A) CONVEXO, (B) NO CONVEXO ........................................ 45
FIGURA 5.5 EXEMPLO DE UNIO (A), INTERSEO (B) E COMPLEMENTO (C) DE
CONJUNTOS FUZZY.......................................................................................................... 48
FIGURA 5.6 CONJUNTOS FUZZY REPRESENTANDO CRIANAS E ADOLESCENTES............... 49
FIGURA 5.7 FUNES DE PERTINNCIA: (A) LINEARES; (B) GAUSSIANA................................ 50
FIGURA 5.8 EXEMPLO DE VARIVEL LINGSTICA...................................................................... 52
FIGURA 5.9 MTODO DE INFERNCIA DE MAMDANI.................................................................... 59
FIGURA 5.10 MTODO DE DEFUZZIFICAO (MM).......................................................................... 60
FIGURA 5.11 MTODO DE DEFUZZIFICAO (CA) ........................................................................... 61
FIGURA 6.1 CONJUNTO DOS PARMETROS QUE COMPEM O CONCEITO DE
QUALIDADE DE MAPEAMENTO ................................................................................. 65
FIGURA 6.2 MODELO PARA QUANTIFICAO DA QUALIDADE DE
MAPEAMENTO................................................................................................................... 66
FIGURA 7.1 CURVA NORMAL NO INTERVALO [ u , +3 ]............................................................ 73
FIGURA 7.2 PROCESSO DE CONSTRUO DAS CLASSES PARA OS ELEMENTOS
DO MODELO....................................................................................................................... 75
FIGURA 7.3 SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA PARA O
ELEMENTO GENRICO (X).............................................................................................. 77
FIGURA 7.4 INTERPRETAO SOBRE A PERTINNCIA DE X A UM
DETERMINADO CONJUNTO FUZZY.............................................................................. 82
FIGURA 7.5 SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA PARA A
DESATUALIZAO ABSOLUTA DA ........................................................................... 91
FIGURA 7.6 SISTEMA REPRESENTATIVO DA FUNO DE PERTINNCIA DA
DISPONIBILIDADE E MEIO DIGITAL DD ................................................................... 93
FIGURA 7.7 SISTEMA REPRESENTATIVO DA FUNAO DE PERTINNCIA DA
COMPATIBILIDADE COM O SGR ATUAL CS ............................................................ 102
FIGURA 7.8 SISTEMA REPRESENTATIVO DA FUNO DE PERTINNCIA DA
COMPATIBILIDADE COM A RV-RGB ATUAL CGC.................................................. 106
FIGURA 7.9 SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA DA IDADE
TECNOLGICA IT ........................................................................................................... 108
FIGURA 7.10 SISTEMA DE PERTINNCIA FUZZY DA VARIVEL DD (MATLAB)..................... 112
FIGURA 7.11 SISTEMA DE PERTINNCIA FUZZY DA VARIVEL CS (MATLAB)...................... 113
FIGURA 7.12 SISTEMA DE PERTINNCIA FUZZY DA VARIVEL CGG (MATLAB) .................. 113
FIGURA 7.13 SISTEMA DE PERTINNCIA FUZZY DO INDICADOR IT (MATLAB)..................... 113
FIGURA 7.14 RESULTADO DA INTERSEO DE: DD = 0,88. CS = 5,9, CGG = 3,4, E O
DEFUZZIFICADOR IT = 0,725 ........................................................................................ 114
FIGURA 7.15 REPRESENTAO DO VALOR DO DEFUZZIFICADOR IT = 0,675 ......................... 116
FIGURA 7.16 SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA DA ESCALA
ES ....................................................................................................................................... 118
FIGURA 7.17 OS 5.560 MUNICPIOS BRASILEIROS DISTRIBUDOS SEGUNDO A
TAXA DE CRESCIMENTO POPULACIONAL EM 2000................................................. 124
FIGURA 7.18 SISTEMA REPRESENTATIVO DAS FUNES DE PERTINNCIA DAS
VARIVEIS: CRESCIMENTO POPULACIONAL CP E PROJECO DE
CRESCIMENTO POPULACIONAL PCP ........................................................................ 127
FIGURA 7.19 CONSUMO MDIO DE ENERGIA ELTRICA POR SETOR.......................................... 128
FIGURA 7.20 SISTEMA REPRESENTATIVO DA FUNO DE PERTINNCIA DO
CONSUMO DE ENERGIA ELTRICA PARA REGIES URBANAS CEE ................. 132
FIGURA 7.21 SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA DO
INDICADOR FATORES QUE MODIFICAM O MEIO FMM ........................................ 133
FIGURA 7.22 CONJUNTOS FUZZY DA VARIVEL CP (MATLAB)................................................. 137
FIGURA 7.23 CONJUNTOS FUZZY DA VARIVEL PCP (MATLAB)............................................... 137

xii
FIGURA 7.24 CONJUNTOS FUZZY DA VARIVEL CEE (MATLAB) .............................................. 138
FIGURA 7.25 CONJUNTOS FUZZY DO INDICADOR FMM (MATLAB) .......................................... 138
FIGURA 7.26 RESULTADO DA INTERSEO: CP=2,11, PCP=1,80 E CEE=4,67, E O
DEFUZZIFICADOR FMM=0,711..................................................................................... 139
FIGURA 7.27 REPRESENTAO DO VALOR DO DEFUZZIFICADOR FMM=0,711 ...................... 139
FIGURA 7.28 SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA DA
VELOCIDADE DE DESATUALIZAO VD ................................................................ 141
FIGURA 7.29 CONJUNTOS FUZZY DA VARIVEL ES (MATLAB) ................................................. 143
FIGURA 7.30 CONJUNTOS FUZZY DA VARIVEL FMM (MATLAB) ............................................ 143
FIGURA 7.31 CONJUNTOS FUZZY DA VARIVEL VD (MATLAB)................................................ 143
FIGURA 7.32 RESULTADO DA INTERSEO: ES = 0,49 E FMM = 0,645, E O
DEFUZZIFICADOR VD = 0,562 ...................................................................................... 144
FIGURA 7.33 REPRESENTAO DO VALOR DO DEFUZZIFICADOR VD = 0,562 .......................... 145
ATUALIDADE CARTOGRFICA AC............................................................................ 146
FIGURA 7.35 CONJUNTO FUZZY DA VARIVEL DA (MATLAB) .................................................. 151
FIGURA 7.36 CONJUNTOS FUZZY DA VARIVEL IT (MATLAB).................................................. 152
FIGURA 7.37 CONJUNTOS FUZZY DA VARIVEL VD (MATLAB)................................................ 152
FIGURA 7.38 CONJUNTOS FUZZY DA VARIVEL AC (MATLAB) ................................................ 152
FIGURA 7.39 RESULTADO DA INTERSEO: DA=0,7; IT=0,725; VD=0,526, E O
DEFUZZIFICADOR AC = 0,407 (MATLAB) .................................................................. 153
FIGURA 7.40 REPRESENTAO DO VALOR DO DEFUZZIFICADOR AC=0,407.......................... 154
FIGURA 7.41 REDUO PLANIMTRICA DA ESCALA 1:1.000 PARA A ESCALA
1:5.000................................................................................................................................... 156
GENERALIZAO CARTOGRFICA PLANIMTRICA GC-P .................................. 161
GENERALIZAO CARTOGRFICA ALTIMTRICA GC-A .................................... 167
GENERALIZAO CARTOGRFICA GC .................................................................... 168
FIGURA 7.45 CONJUNTOS FUZZY DA VARIVEL GC-P (MATLAB)............................................. 171
FIGURA 7.46 CONJUNTOS FUZZY DA VARIVEL GC-A (MATLAB) ............................................ 172
FIGURA 7.47 CONJUNTOS FUZZY DO INDICADOR GC (MATLAB) .............................................. 172
FIGURA 7.48 RESULTADO DA INTERSEO: GR-P = 0,2523 E GR-A = 0,25, E O
DEFUZZIFICADOR GC = 0,37 ........................................................................................ 173
FIGURA 7.49 REPRESENTAO DO VALOR DO DEFUZZIFICADOR GC = 0,37.......................... 173
QUALIDADE DE MAPEAMENTO QM.......................................................................... 175
FIGURA 7.51 CONJUNTOS FUZZY DO INDICADOR AC (MATLAB) .............................................. 178
FIGURA 7.52 CONJUNTOS FUZZY DO INDICADOR GC (MATLAB) .............................................. 178
FIGURA 7.53 CONJUNTOS FUZZY DO INDICADOR QM (MATLAB) ............................................. 178
FIGURA 7.54 RESULTADO DA INTERSEO: AC=0,407 E GC=0,37, E O
DEFUZZIFICADOR QM=0,423 ....................................................................................... 179
FIGURA 7.55 REPRESENTAO DO VALOR DO DEFUZZIFICADOR QM=0,423......................... 180
FIGURA 8.1 COORDENADAS DA REA ANALISADA PARTE CENTRAL DO
MUNICPIO DE PIRAQUARA PR ..................................................................................... 189
FIGURA 8.2 CLCULO DO INDICADOR DA IDADE TECNOLGICA IT..................................... 193
FIGURA 8.3 CLCULO DO INDICADOR DOS FATORES QUE MODIFICAM O MEIO
(FMM)................................................................................................................................... 194
FIGURA 8.4 CLCULO DO INDICADOR DE VELOCIDADE DE DESATUALIZAO
(VD) ...................................................................................................................................... 195
FIGURA 8.5 CLCULO DO INDICADOR DE ATUALIDADE CARTOGRFICA (AC).................... 196
FIGURA 8.6 REA AMOSTRADA PARA A GC-P REFERENTE AO NI DE
EDIFICAES..................................................................................................................... 197
FIGURA 8.7 CLCULO DO INDICADOR DE GENERALIZAO CARTOGRFICA
(GC) ...................................................................................................................................... 199
FIGURA 8.8 CLCULO DO INDICADOR DA QUALIDADE DE MAPEAMENTO (QM) ................. 200

xiii
LISTA DE SIGLAS
AC Atualidade Cartogrfica
AL Conjunto de classificao referente classe ALTA
AN Conjunto de classificao referente classe ANTIGA
AT Conjunto de classificao referente classe ATUAL
BA Conjunto de classificao referente classe BAIXA
CEE Consumo de Energia Eltrica
CGCP Classificao da Generalizao Cartogrfica Planimtrica
CGG Compatibilidade da rede vertical considerada com o Geide Global
CN Curvas de Nvel
CP Crescimento Populacional
CS Compatibilidade do SGR com Sistema Geodsico de Referncia Atual
DA Desatualizao Absoluta
DD Disponibilidade em Meio Digital
DE Conjunto de classificao referente classe DECRESCENTE
e Eqidistncia grfica das Curvas de Nvel
ES Escala
FMM Fatores que Modificam o Meio
Fr Fator de reduo entre escalas de produtos cartogrficos
GC Generalizao Cartogrfica
GC-A Generalizao Cartogrfica Altimtrica
GC-P Generalizao Cartogrfica Planimtrica
GR Conjunto de classificao referente classe GRANDE
IMP Conjunto de classificao referente classe IMPOSSVEL
IT Idade Tecnolgica
LM Limite Mximo de desatualizao absoluta dos principais Nveis de Informao
LMs Limite Mximo de desatualizao absoluta dos demais Nveis de Informao
MA Conjunto de classificao referente classe MDIA ALTA
MB Conjunto de classificao referente classe MDIA BAIXA
ME Conjunto de classificao referente classe MDIA
MG Conjunto de classificao referente classe MUITO GRANDE
MGCP Mdia ponderada da classificao da Generalizao Relativa Planimtrica

xiv
ML Conjunto de classificao referente classe MUITO ALTA
MN Conjunto de classificao referente classe MUITO ANTIGA
MP Conjunto de classificao referente classe MUITO PEQUENA
NI Nvel de Informao (Feio Cartogrfica)
PCP Projeo do Crescimento Populacional
PE Conjunto de classificao referente classe PEQUENA
PNI Peso atribudo ao NI planimtrico
QA Conjunto de classificao referente classe QUASE ATUAL
QM Qualidade de Mapeamento
TT Conjunto de classificao referente classe TOTAL
VD Velocidade de Desatualizao

xv
RESUMO
A funo principal dos produtos de mapeamento em fundamentar as decises de
planejamento e execuo de projetos torna a questo relativa ao conhecimento da
qualidade dos dados espaciais, como de fundamental importncia. Os recursos
disponibilizados pela informtica na Cartografia, os quais propiciam maior eficincia
em velocidade, na transferncia e nas anlises e manipulao dos dados espaciais, tem
evidenciado ainda mais a necessidade de se conhecer a qualidade de mapeamento
existente nos documentos cartogrficos. A ausncia de metodologias para avaliao da
qualidade de bases cartogrficas tem impulsionado parte considervel da comunidade
cientfica cartogrfica novas linhas de investigao. Atualmente, no Brasil, se tem
como recurso de avaliao dos produtos cartogrficos apenas o Padro de Exatido
Cartogrfico PEC que foi elaborado exclusivamente para documentos em meio
analgico. Alm das limitaes do PEC para os dados em meio digital. Este baseado
exclusivamente na acuracidade posicional dos dados espaciais, o qu o torna
insuficiente para uma avaliao abrangente da qualidade dos documentos
cartogrficos. A questo relativa qualidade de produtos ou servios complexa,
principalmente pelo seu carter relacionado eficincia de sua utilizao. Assim,
quanto maior a diversidade de uso tanto mais complexa a sua definio. Para o caso
da avaliao da qualidade de bases cartogrficas, considerou-se nesta pesquisa, a
flexibilidade segundo a finalidade de uso. Estabeleceu uma definio de qualidade de
mapeamento pela identificao dos parmetros relevantes na composio do seu
conceito de qualidade, que so: Atualizao, Generalizao, Acuracidade, Preciso e
Legibilidade, dos quais, a Atualizao e a Generalizao que foram desenvolvidos no
presente trabalho. Estes parmetros foram compostos de acordo com a estrutura de
Indicadores quantitativos e submetidos ao Sistema de Inferncia Fuzzy, o que
possibilitou sua quantificao. Os Indicadores principais: Atualidade Cartogrfica
(AC) e a Generalizao Cartogrfica (GC), foram criados a partir da combinao de
variveis, tais como: a Desatualizao Absoluta (DA); a Disponibilidade dos dados em
meio Digital (DD); a Compatibilidade das coordenadas com o Sistema geodsico de
referncia atual (CS); Compatibilidade com o Geide Global (CGG); Crescimento
Populacional e sua Projeo (CP e PCP); Consumo de Energia Eltrica (CEE) da
regio mapeada; Generalizao Cartogrfica Planimtrica e Altimtrica (GC-P e GC-
A); e ainda, do parmetro Escala (ES). A partir destes dados de entrada foram
produzidos os Indicadores Intermedirios de Idade Tecnolgica (IT), Velocidade de
Desatualizao (VD), e dos Fatores que Modificam o Meio (FMM). Com estes
Indicadores definidos produziu-se o Indicador final, o de Qualidade de Mapeamento
(QM). Desta forma, segundo a finalidade de uso, possvel se obter uma avaliao
quantitativa da qualidade da Base cartogrfica relativamente aos aspectos de
atualizao e generalizao. No entanto, a avaliao final pode ser definida pela
combinao de um ou mais dos Indicadores precedentes, dependendo exclusivamente
das necessidades do usurio, o que torna conveniente reportar-se a este conceito de
qualidade como sendo a qualidade contextual do mapeamento.

xvi
ABSTRACT
The knowledge about spatial data quality is greatly important for those human
activities which demand for decisions based on cartographic products. The use of
digital technology allows us to transfer and analyze data in a higher speed rate which
makes the knowledge about map data quality more evidently important. The lack of
methodologies for evaluating the quality of base maps have driven part of scientific
community to propose new research topics in order to fill in this lack of knowledge.
Today in Brazil the evaluation of base maps are only based on a Map Accuracy
Standard called Padro de Exatido Cartogrfico PEC. Besides the PEC
limitations for analyzing the quality of digital data its specifications are intended only
to positional accuracy of the map features. These characteristics and the fact that PEC
is out of date for modern technologies make it not sufficient and not efficient for the
analysis of every important characteristic of cartographic documents related to their
quality. The evaluation of the quality of cartographic documents is a complex task
which includes the difficult analysis about the efficient of their use. The more the
diversity of the maps possible uses the more complex the determination of their
quality. Therefore, the proposed methodology takes into consideration every base map
characteristics related to its quality including the maps user needs. The base map
quality is established by the identification of parameters that must be included in the
quality definition. According to this research work results these parameters are: map
updating, map generalization, map accuracy and precision and map legibility. From
the analysis of these parameters it is possible to determine the Map Quality Indicator.
In order to verify the proposed methodology two parameters were established and
evaluated in this doctorate thesis which are: map updating and map generalization.
These parameters are quantitative indicators and evaluated by the Fuzzy Inference
Systems based on some map characteristics defined as variables, such as, absolute
out-of-date, availability of digital data, compatibility to the most recent geodetic
reference system, population grow and prediction for population based on
population grow rate, energy consuming of the mapped region, planimetric and
altimetric generalization, and map scale. These parameters are input data in the
methodology for map quality evaluation which demands for some intermediate
analysis related to technological age, out-of-date rate and human factors that
change the region. According to the achieved results it is possible to define the base
map quality based on quantitative analysis related to map updating and generalization
because the base map evaluation depends on the user needs. Different user needs
define different map use context. Therefore, the base map quality can be established
from any number of those parameters described above based on the intended use for
the cartographic documents. Based on these results the base map quality proposed in
this thesis is defined as contextual base map quality.

1
1 - INTRODUO
1.1 CONSIDERAES INICIAIS
O planejamento e a realizao de servios que envolvem questes referentes
localizao geogrfica dependem de uma base cartogrfica. A funo da base
cartogrfica o suporte para as tarefas que se desenvolvem utilizando dados espaciais.
Assim, o conhecimento da qualidade desta base de fundamental importncia para o
planejamento da ocupao do espao. Os recursos tecnolgicos disponveis
Cartografia tm viabilizado avanos consideravelmente importantes, atravs,
principalmente, dos softwares que permitem velocidade na obteno de dados, na troca
de informaes espaciais e em sofisticadas anlises dos fenmenos espaciais. Os
recursos tecnolgicos trazem inmeros benefcios e com eles novas necessidades. A
mudana do meio fsico, analgico para o digital, nas apresentaes dos dados
espaciais tornou ainda mais crtica a questo relativa confiabilidade destes dados.
Uma vez que os processamentos para anlises de fenmenos espaciais tornam-se cada
vez mais eficientes, aumenta a exigncia por confiabilidade nos dados que do
sustentao a estas anlises. No entanto, observa-se que os processos para tornar
conhecido o grau de confiabilidade nos dados espaciais no cresceram na mesma
proporo do desenvolvimento de processos para as anlises, ocasionando assim, a
necessidade de pesquisas especficas sobre a avaliao da qualidade dos dados
espaciais.
Para se avaliar a qualidade de dados espaciais tem-se atualmente os padres
de metadados, ou seja, informaes padronizadas referentes armazenagem, qualidade
e disponibilidade dos dados espaciais, e ainda os padres referentes a acuracidade
posicional dos dados espaciais. No Brasil tem-se considerado apenas o Padro de
Exatido Cartogrfica PEC (decreto lei n. 89.817). Este, apesar de ser um valioso
elemento de classificao, reporta-se somente exatido posicional das informaes

2
mapeadas, devendo, ainda, ser adaptado ao contexto digital. Certamente, estes fatos
fazem concluir que o PEC no suficiente para a determinao da qualidade do
produto em sua totalidade. Pois, por qualidade de mapeamento se entende a
considerao de um conjunto de parmetros, onde a acuracidade apenas um dos
elementos deste conjunto. Diversos outros parmetros podem ser agregados a este
conjunto. Os padres de metadados possuem importante contribuio no registro e
manuteno da qualidade existente dos dados espaciais, porm, no quantificam a
qualidade dos dados.
Uma das questes de maior dificuldade na avaliao de produtos
cartogrficos a referente sua qualidade. Porm, a considerao da qualidade das
informaes espaciais de fundamental importncia em todo o processo de
mapeamento. Assim, a dificuldade de avaliao da qualidade de mapeamento no
produto final est associada principalmente ao conhecimento da qualidade das
informaes manipuladas em cada item envolvido no processo de produo do mapa.
O processo de mapeamento composto por fases como: projeto de
mapeamento; levantamento de campo; aerofotogrametria; programas computacionais
para clculos de ajustamento, aerotriangulao, converso de coordenadas ao sistema
de projeo cartogrfica; restituio; edio; reambulao; verificao; impresso;
dentre vrias outras. Em todas as fases se requer considervel cuidado para a
preservao da autenticidade e exatido das informaes produzidas ou reproduzidas e
que iro compor o produto final ao qual se estabelecer um determinado nvel de
qualidade. Porm, o resultado desejado quanto qualidade nem sempre alcanado. O
nvel de qualidade alcanado, normalmente, de difcil determinao, sendo
necessria a realizao de testes especficos cada uma das fases de construo do
produto cartogrfico e a sua devida documentao de forma padronizada. As tcnicas
desenvolvidas nas cincias relativas s informaes cartogrficas ainda no atingiram
o estgio de produo de metadados capazes de fornecer valores quantitativos
referentes qualidade dos dados espaciais.
desejvel identificar parmetros relativos qualidade de mapeamento tal

3
que se possa quantific-los, e com isto, modelar os procedimentos para avaliao da
qualidade de bases cartogrficas. O conhecimento quantitativo destes parmetros
possibilita a automatizao de processos verificadores dos nveis de qualidade de
mapeamento. Estes processos se automatizados podem contribuir significativamente
tanto para o uso mais adequado das informaes espaciais j existentes, como tambm
para a criao de novas informaes espaciais com o respectivo conhecimento da
qualidade.
Elementos que compem a base cartogrfica devem ser de fcil utilizao e
possurem clareza na comunicao espacial pretendida. A questo referente
facilidade de uso j tem sido, em grande parte, resolvida atravs dos meios da
informtica. Os softwares destinados Cartografia permitem facilidades na utilizao
das informaes espaciais, como por exemplo, a separao por classes das feies
representadas. Esta possibilidade permite ao usurio selecionar livremente as classes
de feies necessrias e suficientes para a realizao de suas tarefas. Porm, as
questes referentes clareza de comunicao cartogrfica, ainda no atendem
completamente todas as necessidades. O mapa, ou qualquer outro documento
cartogrfico ser considerado como de qualidade tambm pela sua eficincia em
comunicar o que se pretendeu. Na comunicao cartogrfica necessrio envolver,
alm da compreenso das feies representadas e de seus respectivos relacionamentos,
tambm o conhecimento do grau de confiabilidade e preciso que esto implcitos na
representao destes dados. Sem conhecer o conjunto dos atributos referentes
qualidade, o usurio ter dificuldades em aplicar devidamente o produto cartogrfico
s suas atividades. Isso induz a necessidade de mensurao efetiva dos atributos de
qualidade destes produtos, tal que se alcance confiana nesta avaliao.
A necessidade de mtodos avaliadores da qualidade de mapeamento hoje,
alvo de investigao por parte expressiva da comunidade cientfica da Cartografia.
Segundo BURITY & S (2002), o Comit Executivo da International Cartographic
Association (ICA), em encontro realizado em Bournemouth U.K, em 1991, autorizou a
criao da Commission on Spatial Data Quality sob a direo do Dr. Joel L. Morrison.

4
Um dos termos de referncia aprovado para este Comit desenvolver uma
metodologia para testar a qualidade dos dados espaciais, dentre outras que abordam o
desenvolvimento de documentos com critrios de qualidade, padronizao dos dados,
e a avaliao da qualidade dos dados espaciais em meio digital (GUPTILL &
MORRISON, 1995, Preface).
A questo de como quantificar a qualidade de bases cartogrficas conduziu
este trabalho na busca dos parmetros relevantes composio do conceito de
qualidade de mapeamento, de meios de quantificao dos parmetros, e por fim, de
uma metodologia para avaliar a qualidade de documentos cartogrficos atravs de um
modelo baseado em Indicadores e lgica Fuzzy. Os Indicadores so estabelecidos sob
consideraes do usurio final. Este fato d ao modelo a possibilidade de avaliar a
qualidade do documento cartogrfico dentro do contexto de suas aplicaes, ficando
assim estabelecido o conceito de qualidade contextual.
1.2 OBJETIVOS
No contexto referente ao usurio de produtos cartogrficos se reconhecem as
dificuldades existentes no processo de identificar adequadamente a qualidade das
informaes contidas no documento cartogrfico bem como as dificuldades em se
agregar informaes cartogrficas compatveis entre si quando provenientes de fontes
e datas diferentes. A busca por solues a estas questes determinou o objetivo
principal deste trabalho, ou seja, desenvolver uma metodologia para avaliar
quantitativamente a qualidade de bases cartogrficas.
Os objetivos especficos, necessrios obteno do objetivo geral foram:
a) identificar os aspectos relevantes do conceito de qualidade da base
cartogrfica;
b) quantificar os parmetros referentes qualidade da base cartogrfica;
c) estabelecer um modelo para a avaliao da qualidade da base
cartogrfica.

5
1.3 JUSTIFICATIVAS
Os produtos de mapeamento no possuem um fim em si mesmos.
Normalmente so utilizados como meios para se alcanar objetivos que independem
da prpria Cartografia. O mapeamento, de um modo geral, utilizado como apoio para
a tomada de decises sobre aes desenvolvidas na superfcie terrestre. Assim, a
utilizao de um produto cartogrfico como base para o desenvolvimento de atividades
do meio, no deve permitir proposies errneas sobre as atividades que sero
desenvolvidas a partir dele. Assim, de significativa relevncia o conhecimento da
base utilizada, principalmente no que se refere aos seus atributos de qualidade, para
que seu emprego possa ser apropriado.
Principalmente a necessidade de objetividade no conceito de qualidade dos
produtos cartogrficos que tem justificado este trabalho. Intuitivamente tem-se uma
definio de que o melhor mapa seria aquele que representa a superfcie terrestre de
forma mais completa e fiel possvel. No entanto nem sempre esse pressuposto
vlido. O melhor mapa aquele que contm a representao das feies cartogrficas
que satisfazem as necessidades de aplicao daquele mapa. Observa-se ainda que nesta
definio intuitiva existem consideraes subjetivas, e que a prpria palavra
possvel, admite diferentes interpretaes. A subjetividade envolvida nesta questo
torna-a vaga o suficiente para justificar a busca de objetividade na definio do
conceito de qualidade dos produtos cartogrficos.
Como se pode classificar os produtos cartogrficos quanto sua qualidade?
Como se pode selecionar produtos cartogrficos adequados a uma determinada
aplicao? Ao se utilizar um mapa como base cartogrfica, como saber quais os nveis
apropriados de qualidade dos parmetros de mapeamento a serem adotados nas tarefas
subseqentes, tal que o trabalho final obtenha uniformidade e coerncia entre as
informaes tcnicas representadas? Tem-se apenas o PEC que diz respeito
acuracidade posicional dos elementos representados, mas, a ausncia de metodologias
e padres nos processos de mapeamento objetivando o conhecimento dos atributos aos

6
parmetros de qualidade tem prejudicado aes relevantes nas atividades de tomada de
deciso em Cartografia. Os Metadadosso os veculos necessrios para a padronizao
requerida no processo de conhecimento da qualidade do mapeamento, porm, no
quantificam a qualidade, sendo assim, necessrio o estabelecimento de metodologia
especfica para este fim.
1.4 ESTRUTURA DA TESE
Nos captulos 2, 3, 4 e 5 apresentam-se uma reviso conceitual sobre os
assuntos abordados para o desenvolvimento deste trabalho como as questes relativas
as informaes cartogrficas, metadados, aspectos de busca do conhecimento
cartogrfico, Indicadores, e lgica Fuzzy.
No captulo 6 aborda-se a metodologia empregada para o estabelecimento do
modelo para a quantificao da qualidade contextual de bases cartogrficas por meio
de Indicadores e lgica Fuzzy.
Nos captulos 7 e 8 desenvolve-se a metodologia proposta. No captulo 7
desenvolve-se a teoria do modelo proposto para a quantificao da qualidade de
mapeamento, e a metodologia respectiva este desenvolvimento. No captulo 8
apresenta-se uma aplicao do modelo desenvolvido.
No captulo 9 analisam-se os resultados, e no captulo 10 se apresentam as
concluses do desenvolvimento e as recomendaes para trabalhos futuros.

7
2 INFORMAES CARTOGRFICAS
2.1 QUALIDADE DAS INFORMAES CARTOGRFICAS
Segundo MONTGOMERY (2004), qualidade significa adequao para o
uso. As decises por produtos ou servios competitivos entre si fundamentam-se
principalmente na qualidade. Portanto, os procedimentos de compreenso e de melhora
da qualidade so aspectos fundamentais para o sucesso de um negcio. A qualidade de
um produto pode ser avaliada de diversas maneiras. GARVIN
1
citado por
MONTGOMERY (2004, p. 2), apresenta oito dimenses da qualidade, sendo estas:
a) Desempenho o produto realiza a tarefa pretendida?
b) Confiabilidade qual a freqncia de falhas do produto?
c) Durabilidade qual a vida til do produto?
d) Assistncia Tcnica qual a facilidade de manuteno do produto?
e) Esttica qual a dimenso do apelo visual do produto?
f) Caractersticas Funcionais o qu o produto faz ou prov?
g) Qualidade Percebida qual a reputao do produto?
h) Conformidade com as Especificaes o produto foi feito conforme as
especificaes do projeto?
Devido diversidade de aspectos considerados na questo da qualidade,
questionamentos como O que qualidade?, ou O que melhoria da qualidade?,
no so facilmente respondidos. Tradicionalmente a definio de qualidade baseia-se
na considerao de que os produtos e servios devem apresentar as especificaes
exigidas por aqueles que os usam (MONTGOMERY, 2004).
SIMLEY (2001) apresenta, de um modo bastante simplificado, que W.
Edwards Deming definiu qualidade simplesmente como encantar o cliente, enquanto

1
GARVIN, D. A. Competing in the Eight Dimensions of Quality. Harvard Business
Review, Sept.-Out., 1987

8
que J. M. Juran define qualidade como sendo a satisfao do cliente. De onde se
entende que qualidade um padro tal que varia segundo as expectativas do cliente.
Nesta idia tambm est implcito o fato de que para um mesmo produto ou servio
pode se ter alta ou baixa qualidade, dependendo do uso que se far deste.
W. Edwards Deming, aps a Segunda Guerra Mundial tornou-se consultor
das industrias japonesas empregando os mtodos estatsticos no controle da qualidade
como arma de competitividade. Estes mtodos tornaram-se fundamentais para a
expanso da industria e da economia japonesa. Ele acreditava que a responsabilidade
pela qualidade est no gerenciamento, onde se d forte nfase na preveno de erros
atravs da melhoria do processo, e no na inspeo quando o erro j ocorreu, pois
neste caso, o gasto tambm j ocorreu (MONTGOMERY, 2004).
Segundo BURITY et al. (1999), no Brasil, o quesito qualidade tem ocupando
espao significativo no meio empresarial e cada vez mais relevante o nmero de
empresas que obtiveram o certificado ISO 9000. Atravs do Instituto Nacional de
Metrologia (INMETRO), do Comit Brasileiro de Qualidade (CB 25) e da Associao
Brasileira de Normas Tcnicas (ABNT), o Brasil participa das reunies internacionais
que tratam do assunto. A ISO 9000 uma srie de normas sistematizadas para a
qualidade. Pelo seu carter genrico, estas no se prendem a nenhum produto em
particular, tratando apenas do processo produtivo como um todo.
Segundo SIMLEY (2001), no Padro Internacional ISO 8402 (1986) a
definio que descreve qualidade apresentada como ... a totalidade de feies e
caractersticas de um produto ou servio que garantem em suas capacidades a
satisfao das necessidades explcitas ou implcitas. Em Cartografia tem-se adotado
este conceito em princpios de qualidade para informaes geogrficas digitais,
prescrito pela International Organization for Standardization (ISO) Technical
Committee on Geographic Information/Geomatics. Esta definio vem reforar as
intenes de que os requisitos de qualidade devem atender s necessidades do usurio.
Segundo BURITY et al. (1999) o Estado Maior do Exrcito (1995) ressalta, dentre
outros requisitos, que atender s necessidades do usurio significa que:

9
a) adequao do produto ao uso, e a entrega satisfazendo as solicitaes;
b) O produto deve ser confivel. Se ele parte componente de um
determinado propsito, poder ser duvidoso ou gerar decises
inadequadas para outro propsito.
Estas consideraes se ajustam aos requisitos de qualidade para o
mapeamento. As necessidades do usurio de produtos cartogrficos podem estar
declaradas ou implcitas, por exemplo; qualquer carta contm, implicitamente, uma
acurcia, uma simbologia e os atributos das feies, mas para uma carta cadastral
urbana, por exemplo, preciso declarar a necessidade de conter tambm as parcelas
imobilirias, quadras, sistema virio, e outras informaes de seu interesse. Portanto,
algumas informaes no so necessariamente implcitas, e requer-se explicit-las
(BURITY et al., 1999).
Cada uma das caractersticas de qualidade do mapa, na realidade, representa
uma propriedade complexa. A confiabilidade do mapa, por exemplo, uma
propriedade complexa, que caracteriza a sua capacidade de corresponder s
expectativas do usurio em desenvolver plenamente as suas tarefas. A confiabilidade
depende da complexidade, veracidade, atualidade, preciso dos mtodos de
representao cartogrfica, da qualidade do projeto cartogrfico e de outros fatores
(KARNAUKHOVA & LOCH, 2001).
De acordo com SIMLEY (2001), o padro ISO-19113 tratar da definio do
esquema para qualidade aplicvel aos dados geogrficos, enquanto que o padro ISO-
19114 tratar do desenvolvimento de padres para os mtodos de especificao ou
avaliao da qualidade de dados.
Contudo, observa-se que grandes esforos so empregados na busca por
determinao de parmetros de qualidade. Diante das dificuldades em se estabelecer
padres universais de qualidade, setorialmente tm-se encontrado solues parciais.
Segundo BURITY et al. (1999), normalmente, a qualidade no contexto do
mapeamento induz considerao mais enftica da qualidade posicional. Esta tem sido
a principal preocupao relativa qualidade no processo de mapeamento, mesmo

10
porque, dela que se faz a classificao final do produto. A qualidade posicional
inerente aos processos e mtodos utilizados na produo de documentos cartogrficos
que devem se adequar s necessidades e finalidades que se destinam. Porm, outros
parmetros tambm devem ser avaliados para se obter a qualidade de mapeamento.
RAMIREZ & ALI (2003), relatam que a qualidade de dados espaciais uma
questo muito importante e complexa. Tradicionalmente, tanto produtores como
usurios de dados espaciais reconhecem sua importncia, mas, dedicam poucos
esforos para entender a qualidade dos dados espaciais e para a avaliao dos
documentos cartogrficos em meio analgico. A maioria destes documentos tm
apenas declarao geral sobre a compilao do mapa com algum padro de
acuracidade.
LEAL (1998), verificou que a qualidade posicional de uma carta degrada-se
medida que ocorrem as transformaes do meio analgico para o meio digital.
Segundo NGDC (2003), a National Oceanic and Atmospheric Administration
NOAA, rgo responsvel por parte das tarefas de mapeamento dos Estados Unidos,
aponta questes, como sendo verdadeiros desafios, sobre a preciso das informaes
espaciais em Sistemas de Informao Geogrfica. O artigo da NGDC (2003), inicia
com a pergunta voc quer usar SIG como uma ferramenta cientfica?. A partir disto,
colocam-se algumas questes desafiadoras como:
a) as pessoas desenvolvem suas bases de dados (SIG) atravs da
digitalizao de mapas. Esta prtica impe muitas aproximaes e
distores do material original nos dados digitais. Porm, tais distores
no so desejadas nos dados originais, e freqentemente no so
declaradas, ainda que sejam facilmente detectadas por mtodos
apropriados;
b) dados digitais so adquiridos pelas prprias fontes de dados do usurio, a
partir de produtos cartogrficos. Isto pode acarretar problemas similares
aos do tpico anterior;
c) os diversos projetistas de software e consultores de Sistemas de

11
Informao Geogrfica - SIG (Geographic Information Systems - GIS)
atenuam os problemas relativos preciso, considerando-a como algo
concernente ao desenvolvimento da base de dados espaciais. A razo
disto pode ser a falta de tempo para discutir a preciso, uma vez que
existem muitas outras questes para serem analisadas. Ou tambm,
porque a questo preciso raramente questionada pelos usurios, e
ento os consultores passam a desconsider-la em sua real importncia;
d) a documentao sobre preciso de dados posicionais e temticos parece
bvia em si mesma. Porm, usurios de diferentes profisses necessitam
ter acesso e clareza a essas informaes. importante descrev-la com
uma linguagem legvel e ainda confirm-la com dados histricos se
houver. Normalmente a documentao no adequada e ao invs de
ajudar os novos usurios, a documentao existente apenas os confunde
ainda mais. O resultado que o novo usurio algum desinformado, e
em conseqncia disto, ou abandona os dados por no conseguir deles o
que quer, ou inadvertidamente usa o dado de modo errado;
e) a preciso facilmente desprezada em realizaes com softwares de SIG.
Ainda segundo o mesmo artigo, NGDC (2003), os softwares para SIG tm
sido utilizados apenas como uma ferramenta melhorada para se criar mapas, limitando-
os como instrumento cientfico. No entanto, uma vez que o SIG tenha sido alimentado
com dados de alta preciso, torna-se um meio eficaz para estudo cientfico. Porm, h
situaes em que, mesmo quando dados de excelente qualidade so armazenados em
um SIG, o produto impresso pode revelar deslocamentos significativos em feies
pontuais, conforme exemplo citado no artigo, onde pontos de controle geodsicos
implantados na linha de costa do Waikiki (Hawa) posicionavam-se ao mar na carta
impressa. Como poderia se explicar este fato se, segundo o artigo (NGDC 2003), o
trabalho analisado utilizou pontos de controle geodsico de alta preciso; o mapa foi
impresso com moderada resoluo; e os Data que foram utilizados e a projeo
cartogrfica so claramente conhecidos?

12
Segue-se no artigo NGDC (2003), que erros de digitalizao foram
descartados. Dificuldade do sistema de projeo em retificar as coordenadas em
combinao com os Data que foram utilizados, considera-se possvel, mas, nada se
afirma. Observa-se, no entanto, que baixa a freqncia com que se v a descrio
completa a respeito de Data horizontais e verticais em conjunto com os dados
espaciais em um mapa. E ainda questiona-se a real eficincia dos softwares em
manipular sistemas de projeo e Data. Pesquisas nesta linha de representao de
dados espaciais tm sido feitas pelo NOAAs National Goephysical Data Center em
cooperao com NOAAs National Geodetic Survey e a U.S. Geological Survey. Uma
variedade bastante grande de questionamentos, ainda sem respostas satisfatrias, tem
incrementado o desejo de pesquisadores e usurios de Cartografia em aprofundar
conhecimentos conceituais para criar padres suficientes ao emergente domnio da
qualidade dos dados espaciais. Diversos trabalhos direcionados a esse esforo j tm
sido feitos.
Os artigos USGS (2003a), USGS (2003b) e USGS (2004), apresentam uma
extensa lista de padres adotados para a Cartografia dos Estados Unidos, e que so
adotados tambm por outros pases. Segundo MOORE (2000), a U.S. Geological
Survey (USGS), um dos rgos oficiais dos Estados Unidos, responsveis pelo
mapeamento daquele pas, teve, dentre suas responsabilidades, a realizao e
manuteno do mapeamento topogrfico na escala 1:24.000 (enquadramento de 7,5
minutos em coordenadas geodsicas). Essa atividade consistiu de novo mapeamento
que teve incio em meados da dcada de 40 (1940) e estendeu-se at o incio da dcada
de 90 (1990). Rene aproximadamente 57.000 cartas e a nica srie uniforme de
mapas que cobre toda a rea dos Estados Unidos. A reviso e atualizao destes mapas
foram efetuadas segundo os padres de qualidade estabelecidos pelo National Map
Accuracy Standard (NMAS). Resumidamente, estes padres, segundo USGS (2003a),
so os seguintes:
a) Acuracidade Horizontal aceita-se menos de 10% dos pontos testados
com erro maior que 1/30 polegadas (0,85mm) para mapas em escalas

13
maiores que 1:20.000, ou 1/50 polegadas (0,51mm) para mapas em escala
1:20.000 ou menores, medidas na escala de publicao. Esses limites de
acuracidade devero ser aplicados para todos os casos de posio de
pontos bem definidos. Pontos bem definidos so todos aqueles facilmente
visveis ou reconhecveis no terreno, tais como: monumentos ou marcos,
limite de propriedade, interseo de vias, estrada de ferro, canto de
construo, etc. (U.S. BUREAU OF THE BUDGET, 2002). Em geral,
um ponto bem definido tambm pode ser determinado pelo que
representvel na escala, ou seja, cuja dimenso mnima seja de 1/100
polegadas (0,25 mm) na escala do mapa;
b) Acuracidade Vertical aceita-se que menos de 10% dos pontos de
altitude testados tenham erro maior que a metade do intervalo das curvas
de nvel, ou seja, metade da eqidistncia vertical. (U.S. BUREAU OF
THE BUDGET, 2002)
No projeto de reviso das cartas topogrficas, realizado pela USGS, alguns
limites foram estabelecidos, como por exemplo:
a) os erros referem-se posio absoluta e no posio relativa no local;
b) os erros devem estar dentro de um alcance de 0,02 a 0,10 polegadas
(0,5mm a 2,5mm) na carta 1:24.000, ou 40 a 200 ps (12,2m a 60,96m)
no terreno;
Na reviso destas cartas topogrficas, a National Mapping Division (NMD)
do USGS constatou que algumas delas realmente no alcanaram estes padres. Estes
padres de qualidade estabelecidos pelo NMAS serviram de base para a elaborao de
diversos outros documentos desta mesma natureza, em diferentes pases, como
tambm o caso do Padro de Exatido Cartogrfica PEC do Brasil.
No Brasil, desde o decreto-lei nmero 89.817 que estabelece o PEC,
publicado no Dirio Oficial da Unio em 20/06/84, existem normas que regulamentam
e classificam os documentos cartogrficos quanto sua qualidade geomtrica. Esse
documento legal que estabelece a forma de classificar um documento cartogrfico

14
segundo sua qualidade geomtrica, divide as cartas em 3 categorias ou classes (A, B,
C) quanto sua acuracidade (CONCAR, 1984).
Diferentes valores do PEC, conforme resumido na Tabela 2.1, devem ser
interpretados em conjunto com os seguintes requisitos:
- noventa por cento dos pontos bem definidos numa carta, quando testados no
terreno, no devero apresentar erro superior ao PEC planimtrico
estabelecido.
- noventa por cento dos pontos isolados de altitude, obtidos por interpolao de
curvas de nvel, quando testados no terreno, no devero apresentar erro
superior ao PEC altimtrico estabelecido.
Assim, o PEC um indicador estatstico de disperso, relativo a 90% de
probabilidade, que define a acurcia de documentos cartogrficos. Essa probabilidade
corresponde a 1,6449 vezes o desvio padro. oportuno lembrar que o desvio padro
a distncia entre a mdia e cada um dos dois pontos de inflexo da funo de
densidade de probabilidade normal, onde o erro padro 1 , e o PEC 1,6449*
(ANDRADE, 2003). O artigo 10
o
estabelece que obrigatria a indicao da classe do
mapa no rodap da folha, ficando o produtor responsvel pela fidelidade da
classificao. Caso os documentos cartogrficos no atinjam a especificao mnima
(classe C), dever ser includa no rodap da folha a indicao do Erro-Padro
resultante do processo de classificao (CINTRA & NERO, 2001).

TABELA 2.1 VALORES DO PEC E DO EP (DECRETO LEI N. 89.817)

Classe
Planimetria Altimetria
PEC EP PEC EP
A 0,5 mm 0,3 mm 1/2 Eq 1/3 Eqidistncia
B 0,8 mm 0,5 mm 3/5 Eq 2/5 Eqidistncia
C 1,0 mm 0,6 mm 3/4 Eq Eqidistncia
FONTE: CINTRA & NERO (2001)
O PEC alm de ser o nico instrumento para avaliar a qualidade das
informaes cartogrficas, restringe-se apenas ao que se refere acuracidade
posicional dos elementos mapeados, e adicionalmente a isto, tambm, possui
limitaes para as informaes em meio digital. Questes como a escolha de pontos

15
bem definidos na carta associados sua identificao no terreno, normalmente
constitui-se problema. O Manual de Normas Tcnicas da Cartografia Brasileira diz
que: Noventa por cento dos pontos bem definidos numa carta, quando testados no
terreno, no devero apresentar erro superior ao Padro de Exatido Cartogrfica
Planimtrico estabelecido. No entanto a maioria dos pontos que se mede no podem
ser classificados como bem definidos pois, estes se referem a feies pontuais
sujeitas a variaes contnuas no espao e no tempo. As dificuldades podem ser ainda
maiores quando se trata de dados altimtricos, os quais no possuem caractersticas
visveis no terreno, ou ainda quando se trata de dados mais complexos como, a
qualidade do ar, ou da gua, a temperatura, ou caractersticas do solo. Estes dados
podem ter valores diferentes em um mesmo ponto, devido variao contnua sobre
estes fenmenos. Tambm em Sensoriamento Remoto essa necessidade tem sido
reconhecida por RAGIA & WINTER (2000), onde descrevem sobre a qualidade de
objetos de rea no conjunto de dados espaciais. Assim, evidenciam-se diversos
segmentos da cartografia com necessidades de busca por mais conhecimentos e
tcnicas relativas determinao da qualidade de mapeamento para prover meios de
quantificao desta qualidade, proporcionando finalmente a ampliao do domnio e
utilizao dos documentos cartogrficos.
2.2. BASE CARTOGRFICA
O termo base cartogrfica est intrinsecamente associado ao uso que se faz
de um conjunto de documentos cartogrficos para um determinado fim. As
informaes que compem uma base cartogrfica so provenientes do mapeamento
topogrfico associadas s informaes temticas correspondentes ao objetivo do
mapeamento. Ento, por base cartogrfica entende-se ser o material provedor de
informaes cartogrficas e que so relevantes para um determinado fim, ou seja, para
a execuo de um determinado servio, ou para a construo de um novo produto
cartogrfico.

16
Um novo produto cartogrfico pode ser compilado atravs da organizao e
seleo de informaes extradas de um conjunto de documentos cartogrficos
coerentes entre si. Esta coerncia refere-se s cincias (geodsia, fotogrametria e
cartografia) utilizadas na sua elaborao bem como preciso das informaes
espaciais. Portanto, a esse conjunto de informaes espaciais teis a um dado
propsito, denomina-se base cartogrfica.
2.3. GENERALIZAO CARTOGRFICA
ROBINSON et al. (1995) descrevem a generalizao cartogrfica como um
conjunto de modificaes aplicadas nos dados, de forma a torn-los legveis
eliminando os problemas decorrentes da reduo de escala, ou seja, as transformaes
que as representaes das feies sofrem so funo da mudana de escala, do objetivo
e do domnio temtico do mapa, alm da relevncia da informao. Esta definio de
generalizao aborda tanto os aspectos de legibilidade, como de reduo de escala e
relevncia da informao ao objetivo do mapa. Estes so os aspectos que se deseja
enfatizar neste trabalho. Porm, com o propsito de ampliar a compreenso do
processo de generalizao, seguem-se ainda, outras definies.
Segundo MIL-HDBK850 (1994), generalizao o processo de reduo
dos dados originais para transformao dentro de um banco de dados ou de um mapa.
Generalizao envolve agregao, aglomerao (combinao), seleo, eliminao de
resoluo das feies, classificao, suavizao, amostragem, simplificao, exagero,
substituio, compactao de variveis, reduo do nvel de medida, troca de
dimenso, e simbolizao.
Ento segundo SWISS SOCIETY OF CARTOGRAPHY (1979), o Professor
Imhof descreve o objetivo da generalizao cartogrfica como sendo o alcance da mais
alta acuracidade possvel de acordo com a escala do mapa, sendo capaz de informar
geometricamente, ter boa caracterizao na forma dos elementos, obter a melhor
similaridade possvel com as formas e cores naturais. Alm disso, deve-se ter clareza,

17
boa legibilidade, simplicidade e exposio clara na expresso grfica e coordenao
dos diferentes elementos do mapa.
As operaes de generalizao cartogrfica so: omisso seletiva,
simplificao, exagero e deslocamento. A omisso seletiva refere-se ao processo de
seleo dos objetos do terreno que devero ser representados no mapa de acordo com
os objetivos do mapeamento. A simplificao consiste em reduzir detalhes das feies
individuais ou de grupos similares, por exemplo, edificaes prximas podem ser
representadas por um nico polgono sem comunicar as unidades individuais. Na
simbolizao, o exagero e deslocamento so efeitos freqentes. O exagero ocorre no
tamanho das feies segundo a importncia destas no contexto do mapa. Por exemplo,
a representao de pontos tursticos como igrejas, parques, teatros etc, podem ser
representadas por smbolos cujo tamanho no corresponde com a real dimenso do
objeto, mas, devido sua importncia no contexto do mapa, o tamanho do smbolo
correspondente estas feies ocorre de forma exagerada. A necessidade de
deslocamento entre duas feies prximas que se unem ou que se sobrepem aps a
reduo da escala, deve ocorrer de modo suficiente para permanecerem distinguveis
visualmente. Neste caso, os smbolos no representam as localizaes absolutas, mas,
o correto posicionamento relativo entre elas. Outro exemplo de deslocamento ocorre
na representao de duas vias adjacentes que devido proximidade entre elas, a escala
do mapa impossibilita a representao distinta de cada uma delas, ento, efetua-se o
deslocamento geogrfico destas feies de modo que sejam representadas
distintamente. Contudo, o valor informativo e o equilbrio entre as feies
generalizadas devem ser preservados (KEATES, 1973).
Autores como ROBINSON et al (1995), DENT (1985), afirmam que
generalizao cartogrfica um processo operacional onde so utilizadas ferramentas
de manipulao semntica e geomtrica, com o objetivo de gerar modelos mais
abrangentes ou com um diferente enfoque temtico a partir de modelos mais
completos.

18
3 METADADOS
Metadados so dados a respeito de dados, ou seja, so dados que informam a
respeito da existncia, localizao e natureza de volumes de dados armazenados e
disponibilizados. Metadados de qualidade so os dados que informam especificamente
a respeito da qualidade dos dados existentes. Grandes volumes de dados espaciais tm
sido criados e disponibilizados, e as necessidades de conhecer e transportar estes dados
so inerentes ao conceito de metadados.
Segundo MORRISON (1995, p.3), a informtica tem mudado o tradicional
papel do cartgrafo, e simultaneamente, o produto cartogrfico final. A informtica
est permitindo um aumento na produo de dados espaciais, e mais importante,
promovendo uma grande expanso do nmero de potenciais usurios que empregam
produtos cartogrficos. Assim, os cartgrafos, diariamente, tm a oportunidade de
colecionar e de usar dados espaciais digitais cujos padres de qualidade excedem
queles necessrios ou requisitados pelo usurio. Ainda contam com a facilidade de
agregar novos atributos aos dados espaciais, e de transferir facilmente todos esses
dados. Principalmente a facilidade de acesso aos dados tem permitido que dados de
atributos, por exemplo, sejam agregados a bancos de dados espaciais j existentes,
permitindo que, em diversos casos, haja um conjunto de dados com variados nveis de
qualidade. Todas essas facilidades tm diminudo o controle dos cartgrafos sobre os
novos produtos cartogrficos, quando comparado com o que se tinha durante a
produo de mapas impressos. Neste novo cenrio, freqentemente, produtor e usurio
dos dados no so identificados, dificultando a obteno de conhecimentos relativos
qualidade destes dados. Questes pertinentes coleta de dados tais como:
a) Como poderia o produtor descreve sobre a qualidade do dado espacial
coletado de forma a proporcionar uma adequada avaliao do usurio?
b) Quais critrios deveriam ser utilizados pelo usurio para escolher os
dados espaciais dentre a grande variedade disponvel?
c) Em qu estas decises deveriam se basear: no conhecimento da

19
qualidade do dado, na disponibilidade, ou no fcil acesso ao dado
espacial?
No passado no havia esses questionamentos, porm, hoje eles existem e
nem sempre se tem respostas satisfatrias a eles.
3.1 QUESTES RELATIVAS TRANSFERNCIA DE DADOS.
As facilidades proporcionadas pela tecnologia trouxeram tambm questes
complexas de administrar. Na transferncia para o meio digital os dados espaciais
sofrem prejuzos em sua formatao e contedo, o que conduz necessidade de se
estabelecer padres para a execuo destas tarefas. Essa carncia ficou evidenciada
principalmente pelo uso dos SIG. Hoje, vrias organizaes no mundo tm investido
grandes somas de recursos no estabelecimento destes padres. Apenas as agncias
federais dos Estados Unidos despendem mais de quatro bilhes de dlares anualmente
para gerar ou coletar dados espaciais (USGS, 2004).
Durante a dcada de 1980 grupos de especialistas em vrias partes do mundo
iniciaram esforos no sentido de produzir padronizao para os diferentes aspectos dos
dados digitais. A maioria destes esforos inclui a preocupao com a qualidade do
dado espacial. Em 1982, nos Esdados Unidos, o National Committee on Digital
Cartographic Data Standards (NCDCDS) foi estabelecido sob o suporte do American
Congress of Surveying and Mapping (ACSM). Por um perodo de cinco anos este
comit deliberou e produziu um registro intitulado A Draft Proposed Standard for
Digital Cartographic Data (MOELLERING
2
, apud GUPTILL & MORRISON, 1995,
p.7). Uma das quatro sees desse documento foi dedicada qualidade do dado para a
cartografia digital. Talvez possa se entender este documento como sendo o primeiro
sobre a qualidade de dados espaciais na era eletrnica (GUPTILL & MORRISON, 1995).
O padro Americano SDTS (Spatial Data Transfer Standard) foi a primeira

2
MOELLERING, H. Adraft Proposed for Digital Cartogrphic Data, National Committee For Digital
Cartographic Standards. American Congress on Surveying and Mapping Report #8. 1987.

20
proposio de uma srie de instrues que definem e documentam a qualidade dos
dados para SIG. Uma das principais caractersticas do SDTS o requerimento do
registro da qualidade dos dados feito por meio de cinco parmetros: genealogia,
acuracidade posicional, acuracidade temtica, coerncia lgica e completeza
(CAPRIOLI et al., 2003).
Segundo a USGS (2004), o SDTS oferece uma maneira prtica e eficiente de
transferncia de dados espaciais entre diferentes plataformas computacionais ou
diferentes computadores pessoais. Este padro tem sido desenvolvido e melhorado por
vrios anos, e seu uso tem sido mantido por agncias federais. O SDTS foi aprovado
pelo National Institute of Standards and Technology (NIST) como um Federal
Information Processing Standard (FIPS 173). Pela concordncia das agncias federais
com a FIPS 173, o uso do SDTS tornou-se obrigatrio em 1994. Assim, muitas
agncias federais como a USGS (United States Geological Survey), a U.S. Census
Bureau, e Army Corps of Engineers, agora produzem e distribuem dados espaciais no
formato SDTS. A necessidade de se ampliar a classificao da informao espacial fez
surgir uma organizao coordenadora destes servios, a Federal Geographic Data
Committee (FGDC), que formada por representantes de todas as agncias federais
dos Estados Unidos que possuem um volume significativo de produo e uso de dados
espaciais. Mais recentemente houve a necessidade de um programa nacional de
classificao dos dados espaciais, tendo como participantes todos os nveis
governamentais e tambm dos setores privados, o que conduziu criao do programa
National Spatial Data Infrastructure (NSDI), em 1994 pelo poder executivo norte-
americano. Este programa incentiva a consistncia na produo e uso dos dados
espaciais, menor redundncia na compilao dos dados, e a reutilizao de dados j
existentes.
Conforme USGS (2004), h grandes desafios nas questes relativas
transferncia de dados espaciais. Assim como na transferncia de arquivos de textos a
formatao pode se perder e falsos caracteres podem ser adicionados, problemas
similares ocorrem na transferncia de dados espaciais, porm, com maior

21
complexidade. Por exemplo:
a) Diferentes softwares possuem diferentes estruturas para o
armazenamento dos dados;
b) os atributos no grficos, dos bancos de dados so includos na
transferncia de dados e no devem perder suas ligaes com as
respectivas feies espaciais;
c) Os diversos padres praticados pelos usurios de SIG na construo e
manuteno dos bancos de metadados contm informaes sobre a
qualidade e caractersticas dos bancos de dados espaciais. Essas
informaes so importantes para ajudar o usurio a determinar a
disponibilidade e utilidade dos dados, e isso deve ser preservado na
transferncia dos dados.
Um eficiente e til mecanismo de transferncia de dados espaciais, entre as
diversas plataformas computacionais, deve providenciar maneiras de codificar e
transferir todos estes dados bem como os respectivos componentes dos bancos de
dados espaciais.
O SDTS foi projetado especificamente para ser usado na transferncia de
dados espaciais. Antes que a transferncia propriamente dita seja feita, o SDTS
providencia um formato de troca intermediria. Essa troca intermediria mais
eficiente e reduz os custos de desenvolvimento do software por necessitar de apenas
um conjunto de codificadores e decodificadores. Uma troca direta significaria que cada
plataforma de software necessitaria fazer a transferncia para todos os outros formatos
de softwares SIG. O SDTS cumpre com essa tarefa, definindo diferentes nveis para os
dados, partindo do mundo real at chegar na representao fsica do dado. Ou seja, do
mundo real as informaes passam para o nvel conceitual, incluindo suas
caractersticas geomtricas, topolgicas e seus relacionamentos. O nvel lgico
apresenta um formato de dado que identifica e codifica as informaes a serem
transportadas. No nvel fsico, tem-se padres e formatos especficos para codificar
fisicamente o dado em um meio digital. O SDTS oferece consistncia, meios

22
padronizados para registro, descrio, e formato do dado para cada nvel. Quando um
dado transferido ou codificado para o formato intermedirio do SDTS, os
equipamentos receptores destes dados podem us-lo sem dificuldade. A transferncia
ou decodificao do dado ocorrer dentro do formato requisitado pelo software
particular que est sendo usado (USGS, 2004).
3.2 ESPECIFICAES SOBRE A QUALIDADE DOS DADOS ESPACIAIS
Segundo GUPTILL & MORRISON (1995, p.6), a ICA (International
Cartographic Association) Commission Spatial Data Quality reconhece trs partes
para a especificao e uso da informao sobre a qualidade do dado espacial:
a) a definio dos elementos que compem a qualidade do dado espacial
este foi considerado o primeiro passo necessrio para suprir os usurios
com as informaes que eles necessitam;
b) a obteno de um ndice, ou valor mtrico, facilmente entendido para os
elementos referentes qualidade do dado espacial esta tarefa foi
considerada a mais difcil de se realizar;
c) o modo de representar o conhecimento acerca da qualidade do dado
espacial alguns pesquisadores j iniciaram trabalhos nesta linha.

MOELLERING
3
citado por GUPTILL & MORRISON (1995, p.7),
especifica cinco componentes que se reportam qualidade do dado espacial
(linhagem, acuracidade posicional, acuracidade de atributo, coerncia lgica,
completeza) e a Commission on Spatial Data Quality - ICA, juntamente com outros
grupos, tm aceito estes cinco elementos como aspectos importantes da qualidade do
dado espacial. Estes cinco componentes definidos em NCDCDS tiveram uma nova
verso propondo a padronizao para a transferncia dos dados espaciais criada pelo

3
MOELLERING, H. Adraft Proposed for Digital Cartogrphic Data, National Committee For Digital
Cartographic Standards. American Congress on Surveying and Mapping Report #8. 1987.

23
trabalho de Moellering, o qual foi aceito pelo National Institute of Standards and
Technology como o Federal Information Processing Standard 173. A Commission
on Spatial Data Quality - ICA tem ainda considerado vrios outros aspectos potenciais
referentes qualidade do dado espacial, dos quais dois deles tem alcanado consenso
para ser adicionado ao conjunto dos cinco primeiros elementos, que so os elementos
relativos aos aspectos semnticos e temporais.
3.3 PADRES PARA OS DADOS ESPACIAIS NO MUNDO
Ao redor do mundo existem diversas organizaes comprometidas com a
padronizao dos dados espaciais. Na Tabela 3.1 relacionam-se os pases membros da
ICA International Cartographic Association, que propuseram tais padres.
Segundo WEBER, et al. (1999), esses padres internacionais normalmente
visam no apenas garantir a transferncia de dados espaciais digitais, como tambm
permitir o cruzamento de suas informaes, o controle de qualidade, a metodologia de
transferncia, a terminologia, e os requisitos mnimos para disponibilizao. Estes
padres estabelecem basicamente uma terminologia comum aos fenmenos espaciais,
classes de geodados e seus modelos de informao, alm de regras para produo de
metadados. Alguns padres j so operacionais, dispondo inclusive de software para
cadastramento de metadados e esquemas para disponibilizar os metadados em sites
da Internet. Os principais padres de dados e metadados geoespaciais operacionais e
propostos so comentados a seguir.

24
TABELA 3.1 PADRES DE METADADOS GEOESPACIAIS.
PAS ORGANIZAO
Austrlia AUS-SDTS
ustria S2260 - ON-A2260 - Austrian Standards Institute
Canad SAIF Spatial Archive and Interchange Format
China DEFS (2004 - sendo implementado)
Finlndia JHS 117-119 - EDI - standard finlandese
Frana EDIGeO - Echange de Donne'es Informatise'es Ge'ographiques
Alemanha ALK/ATKIS-EDBS - ATKIS - Amtliches Topographisch-
Kartographisches Informations System
Israel IEF91 Israel Exchange Format
Japo SPDFDM - Standard Procedure and Data Format for Digital Mapping.
Holanda NEN 1878 - standard del NNI - Netherlands Normalisation Institute
Noruega SOSI - Samordnet Opplegg for Stedfestet Informasjon
Russia Fed DEMTS - Digital and Electronic Maps Transfer Standard
Espanha NICCa - Norma de Intercambio de Cartografia Catastral
Sua INTERLIS - Data Exchange Mechanism for LIS
Reino Unido NTF - National Transfer Format (UK)
Estados Unidos SDTS Spatial Data Transfer Standard
De WEBER et. al. (1999):
Europa CEN TC287 Comittee Europeean des Normalisation, Technic
Comittee 287
Austrlia e
Nova Zelandia
ANZLIC Australia New Zealand Land Information Council [ANZ
97]
NASA (USA) GCMD Global Change Master Directory. Desenvolvido pela NASA
Estados Unidos
- FGDC
CSDGM Content Standards for Digital Geospatial Metadata.
Desenvolvido pelo FGDC Federal Geographic Data Comittee (USA)
Universalmente
aceito
Dublin Core uma especificao de metadados.
FONTES: NCL (2004); WEBER et al. (1999)
3.3.1 Padro SDTS Spatial Data Transfer Standard
O padro SDTS (MOELLERING
4
, apud WEBER, at al., 1999) foi
desenvolvido pelo Federal Geographic Data Committee FGDC dos Estados Unidos
e publicado no US Federal Information Processing Standard em 1992. Este padro
objetiva permitir as agncias federais dos Estados Unidos compartilharem dados
espaciais em aplicaes de diferentes ambientes computacionais (software, hardware,
sistema operacional). Este o padro mais antigo de transferncia de informao

4
MOELLERING, H. The proposed standard for digital cartographic data: report of the digital
cartographic data standards task force. The American Cartographer, v.5, n.1, 1988.

25
espacial digital entre softwares de informaes espaciais. Os aspectos topolgicos e a
correspondncia entre arquivos grficos so considerados neste padro.
O SDTS possui alguns subconjuntos projetados para uso especfico de dados,
chamados perfis do SDTS. O Topological Vector Profile (TVP) foi o primeiro perfil
do SDTS destinado ao uso de dados geogrficos vetoriais com topologia grfica
planar. O segundo perfil foi o Raster Profile, que trata de dados de imagens, modelos
digitais de elevao, nveis de informaes em SIGs e outros tipos em grades. O SDTS
possui uma segunda parte que representa uma tentativa formal de desenvolver uma
lista padronizada de termos. Atualmente estes termos referem-se aos dados
topogrficos e hidrogrficos, e se baseiam em uma metodologia hierrquica capaz de
acomodar a maioria das especificaes de contedo de dados.
O United States Geological Survey (USGS), visando facilitar o acesso e uso
do SDTS desenvolveu programas (biblioteca de funes C++) de software que do
suporte implementao do padro SDTS.
Por ser um dos primeiros padres, o SDTS bastante utilizado, sendo
requerido em todas as contrataes do governo americano para obteno de dados
geoespaciais. Tambm forma parte do conjunto de especificaes Digital Geographic
Information Exchange Standards DIGEST, utilizado em aplicaes militares por
vrios pases membros da OTAN, que no nvel conceitual parece muito com o SDTS,
sendo internacionalmente aceito (WEBER et al., 1999).
3.3.2 Padro CSDGM Content Standards for Digital Geospatial Metadata
Segundo WEBER et al. (1999), o CSDGM foi desenvolvido pelo Federal
Geographic Data Committee (FGDC) dos Estados Unidos (FGDC
5
, apud WEBER et
al., 1999). O padro foi aprovado em 1994 e entrou em vigor em 1995. O padro
CSDGM especifica o contedo da informao de metadados para um conjunto de

5
FEDERAL GEOGRAPHIC DATA COMITEE. Content Standard for Digital Goespatial Metadata.
Washinton, D.C.: FGDC Fedral Geographic Data Comitee, 1997. Disponvel em http://www.fgdec.gov.

26
dados espaciais digitais. Seu objetivo prover um conjunto comum de terminologia e
definies para a documentao ligada a esses metadados.
O padro CSDGM inclui informaes selecionadas com base em quatro
funes que os metadados em geral devem desempenhar:
a) disponibilidade informa o conjunto de dados existentes para uma
localizao geogrfica;
b) adequabilidade para uso determina se o conjunto de dados preenche
uma necessidade especfica;
c) acesso dados necessrios para adquirir um conjunto de dados
identificado;
d) transferncia informaes para processar e usar um conjunto de dados.
O padro CSDGM complementar ao padro SDTS e vice-versa. H um
relacionamento prximo entre o padro CSDGM e os elementos de metadados
contidos no modulo Data Quality do SDTS e em mdulos relativos transferncia
SDTS. Como o padro CSDGM contm metadados usados para procurar por
conjuntos de dados espaciais digitais, esses elementos no precisam estar contidos no
conjunto de transferncia SDTS.
3.3.3 SAIF Spatial Archive and Interchange Format
Segundo WEBER, et al. (1999), o SAIF foi desenvolvido pela Diviso de
Levantamento e Mapeamento de Recursos do Ministrio do Ambiente, Territrio e
Parques da Columbia Britnica (Canad)
6
. Este padro SAIF foi concebido para
facilitar a interoperabilidade, particularmente no contexto da troca e arquivamento de
dados. Uma caracterstica importante que o SAIF trata os dados geogrficos como
qualquer outro dado, por originar-se das cincias de informao.

6
British Columbia Specifications and Guidelines for Geomatics. Spatial Archive and Interchange
Format: SAIF formal definition. Release 3.2. 1995. v.1. Disponvel em
<http://www.lii.crl.gov.bc.ca/saif/saifHome.html>

27
3.3.4 CEN TC287 Committee European des Normalisation, Technic Committee 287
O CEN TC287 o padro de metadados Europeu preparado pelo Comit
Tcnico 287 (CT287) do Comit Europeu de Padronizao (CEN) (CEN
7
, apud
WEBER at al., 1999). Em 1999 o padro TC287 do CEN estava em estado de esboo
em carter ainda de proposta. No entanto o padro CEN j estava sendo usado como
parte do projeto Multipurpose European Ground Related Information Network
(MEGRIN) e ainda previsto para servir de base para o desenvolvimento da norma ISO
15096. O conjunto de normas CEN (ISO) constitudo pela Norma Europia para
informao geogrfica. Este grupo de normas inter-relacionadas prov tcnicas de
desenvolvimento de esquemas para primitivas geogrficas, qualidade de informao,
diretrios de informao e dicionrios. As categorias de metadados previstos no
padro CEN-TC287 so equivalentes s categorias do padro CSDGM (WEBER at al.,
1999).
3.3.5 ANZLIC Austrlia New Zealand Land Information Council (ANZ 97)
O padro ANZLIC, proposto pelo Austrlia New Zealand Land Information
Council (ANZLIC
8
, apud WEBER, et al. 1999), tomou como base o padro americano
CSDGM, mas utiliza um subconjunto reduzido (ncleo) dos elementos de metadados,
proposto pelo padro CSDGM. O objetivo foi manter no padro, somente aqueles
elementos essenciais e indispensveis, para facilitar o uso por parte dos usurios e
produtores de dados geoespaciais. Uma das caractersticas diferenciais deste padro a
possibilidade de incluir a documentao de dados no digitais.

7
CEN - EUROPEAN COMMITTEE FOR STANDARDIZATION. Geographic Information Data
Description Language Conceptual Schema Language. Brussels: CEN, 1996. (Report CR 287005).
8
ANZLIC THE AUSTRALIA NEW ZEALAND LAND INFORMATION COUNCIL. Core
Metadata Elements for Land and Geographic Directories in Australia and New Zealand. 1997. Disponvel em:
http://www.anzlic.org.au/metaelem.htm.

28
3.3.6 GCMD Global Change Master Directory
Segundo WEBER et al. (1999), o GCMD foi desenvolvido pela NASA e
refere-se a uma fonte compreensvel de informao sobre dados de satlite e de
Cincias da Terra in situ, com recobrimento da atmosfera, hidrosfera, oceanos, terra
firme e biosfera. Dispe de uma interface de busca que permite ao usurio acessar essa
base de dados. O formato Directory Interchange Format (DIF) permite ao GCMD
integrar informao de aproximadamente 700 diferentes provedores de dados de vrias
disciplinas e compartilhar entradas com outros ns na International Directory Network
(IDN).
3.3.7 Dublin Core
Ainda segundo WEBER et al. (1999), o padro Dublin Core uma
especificao de metadados para catlogo de documentos eletrnicos. A inteno com
esse padro definir um conjunto pequeno e universalmente aceito de elementos de
metadados que permita a autores e provedores de informao espacial descreverem
seus trabalhos. Alm disso, deve facilitar a interoperabilidade entre ferramentas de
descobrimento de recursos. Como a gerao automtica de metadados resulta em
informao insuficiente e a gerao manual onerosa, o Dublin Core busca um
sistema que esteja entre esses dois extremos, especificando que os elementos de
metadados sejam opcionais e extensveis.
Conforme GUPTILL & MORRISON (1995, p.8), analisando estes mesmos
esforos referentes qualidade do dado espacial em diferentes pases percebe-se um
consenso sobre um conjunto de elementos. Cartgrafos da frica do Sul, do Reino
Unido, da Austrlia, e da Europa, parecem ter adotado os aspectos dos cinco elementos
incorporados pelo National Committee on Digital Cartographic Data Standards
NCDCDS e o padro National Institute of Standards and Technology NIST. E ainda
a United Nations Environmental Programme (UNEP), tem desenvolvido uma
classificao para a qualidade de dado espacial.

29
4 ASPECTOS DE BUSCA DO CONHECIMENTO CARTOGRFICO
4.1 VISO HOLSTICA DA CARTOGRAFIA
A representao do espao fsico o objeto primeiro da Cartografia, que
busca atender as mais diversas aplicaes dependentes das questes onde, o qu e suas
inter-relaes no espao e no tempo. A pesquisa ambiental, por exemplo, tem por
natureza um carter idiogrfico, pois trata das questes ambientais que so nicas no
tempo e no espao. Esta discusso est na prpria cincia, que busca a compreenso da
realidade atravs de sistemas ordenados trabalhando com o entendimento de
fenmenos passados, sua existncia no presente, e as predies para o futuro
(MOURA, 2003). Com isto, se pode associar o carter idiogrfico aos produtos
cartogrficos, uma vez que, representam o ambiente em uma nica escala no espao e
no tempo. Assim, a manuteno de mapas ou as atividades executadas por um SIG, ou
sistemas similares, so feitas por processos contnuos que consideram a constante
mutao do ambiente.
Segundo MOURA (2003, p.19), Carnap, em 1891, acreditava que a cincia
se dividia em dois ramos, a cincia factual e a cincia formal. Contudo observa-se
hoje, uma grande interao entre essas duas reas da cincia. Hoje se fala em viso
holstica, integrada, de conscincia da interao dos fenmenos em amplo aspecto.
Assim como o Geoprocessamento, muitas vezes associado somente aplicao de
tcnicas, deve ser compreendido em sentido mais amplo, pois produto de um
contexto cientfico que norteia o modo de compreenso da realidade. Segundo estas
classificaes fica evidenciado que a Cartografia, por atender as diversas aplicaes
dependentes das questes que inter-relacionam o espao e o tempo com todas as
respectivas variaes, obrigatoriamente necessita da conscincia da interao dos
fenmenos em amplo aspecto, e, portanto, da viso holstica.

30
Alm do carter holstico da Cartografia h que se considerar que os
produtos cartogrficos representam fenmenos naturais. E os fenmenos naturais nem
sempre se consegue express-los de forma exata. Portanto, as respostas fornecidas pela
lgica Booleana, verdadeiro (V) ou falso (F), 0 ou 1, no so as mais adequadas. A
lgica Fuzzy se aproxima mais da realidade complexa dos fenmenos naturais por
considerar os intervalos de incertezas entre a transio dos diferentes fenmenos. A
lgica Fuzzy permite lidar com conceitos imprecisos dependentes da intuio e
avaliao humana, o que faz com que a natureza binria seja pouco adaptvel, e a
natureza contnua retrate melhor a subjetividade das aes humanas (SEIXAS
FILHO
9
, apud MOURA, 2003, p.31).
4.2 BUSCA POR CONHECIMENTO E MODELOS
A busca por conhecimento est inserida na natureza humana que retrata o
homem como um ser curioso e eternamente insatisfeito. Conhecer mais do que
simplesmente deixar de ignorar a existncia de algo, mas, tambm, entender e dominar
este algo. Ou seja, para exercer domnio necessrio reter, organizar e quantificar as
informaes relativas questo que se deseja dominar.
Em um outro enfoque pode-se destacar a diferena entre passar a conhecer
algo at ento desconhecido, ou passar a dominar algo que j se tem conhecimento. O
primeiro caso pode ser classificado como descoberta, ou seja, refere-se passagem
de um estado de ignorncia para um estado de conscincia. Porm, no segundo caso,
conhecer melhor aquilo que j se entende como parte integrante do domnio do
conhecimento do homem, exige alguns esforos diferenciados. necessrio entender
que apesar de conhecido deve-se buscar razes conscientemente explicveis e,
preferencialmente quantificveis, para se obter o completo domnio. Pode ser oportuno
para esta compreenso citar como exemplo a questo da temperatura.

9
SEIXAS FILHO, C. Introduo lgica nebulosa: aplicada em sistemas de automao industrial.
Belo Horizonte: ATAN Sistemas de Automao, 1993. p.3-6. (Apostila).

31
Conforme TRZESNIAK (1998), antes do prprio conceito formal de
temperatura e da existncia dos termmetros o homem j conhecia a sensao de
calor e frio, porm, apesar deste conhecimento, o nvel de compreenso era baixo se
comparado com o que se tem atualmente. Aps o estabelecimento formal da definio
de temperatura e dos seus modelos de medidas, tornou-se possvel obter domnio sobre
este fenmeno. Mencionar a diferena quantificada de temperatura entre dois
ambientes, como por exemplo: um ambiente est com 0
o
C e o outro com 40
o
C,
possibilita compreender estas duas situaes sem necessitar estar presente nelas. A
quantificao de conceitos propicia o estabelecimento de medidas, que por sua vez,
viabiliza o seu domnio e a sua maior compreenso.
Segundo TRZESNIAK (1998), uma das mais importantes metas da busca do
conhecimento a obteno de modelos. Por modelo entende-se ser um procedimento
de qualquer natureza (prtico, matemtico, grfico, verbal) capaz de, em todos os
aspectos relevantes, reproduzir uma relao de antecedentes (causas) e conseqentes
(efeitos) de forma semelhante que ocorre na realidade em que nos inserimos. Os
modelos concentram-se nos aspectos relevantes e, portanto, correspondem a uma
simplificao do evento em si, e proporcionam as vantagens da conduo ao
conhecimento resultante de um processo sem que o evento ocorra de fato na natureza.
Ainda que o modelo no alcance a forma idntica do fenmeno quando
ocorre na natureza, modelar um processo ou um sistema possibilita a atribuio de
grandezas, ou medidas, que contribuem para se obter o domnio do conhecimento do
evento modelado.
Porm, estabelecer e validar grandezas no so tarefas triviais. Mesmo nas
reas das cincias exatas, onde os modelos matemticos representam, de maneira
excelente, seus respectivos processos, a maioria das suas grandezas no apresentam
um significado to imediato (ex. temperatura), mas, correspondem a uma abstrao
que, muitas vezes, s faz sentido para especialistas, e ainda somente o conseguem
estabelecer aps algumas dcadas de trabalho. Como exemplo deste fato, citam-se
duas grandezas da Fsica, que combinam velocidade (v) e massa (m) de um corpo em

32
movimento: movimento linear [v.m] e energia cintica [(v
2
.m)/2], que levaram
dcadas para serem estabelecidas (TRZESNIAK, 1998).
Existem conhecimentos que se baseiam em razes empricas decorrentes de
uma lgica suficiente por um determinado tempo, ou seja, at o surgimento de
situaes tais que colocam esta suficincia em dvida. Na Cartografia tambm se
observa a questo de conhecimentos empricos em algumas fases do seu processo de
produo e que hoje j no so suficientes para as exigncias de suas aplicaes. Este
fato poder ser constatado mediante a incumbncia atribuda a mais de um engenheiro
cartgrafo, independentes entre si, de realizar um projeto para base cartogrfica de
uma determinada cidade. Considerando uma determinada regio a ser mapeada, o
mesmo solicitante e, portanto, as mesmas necessidades, mesmos recursos para a
execuo daquele mapeamento, seria natural esperar que os projetos apresentados
pelos engenheiros fossem idnticos. Mas, ainda que venham a ser muito parecidos, os
projetos no sero idnticos. Cada engenheiro utilizar seus prprios conhecimentos e
experincias pessoais para a elaborao deste projeto cartogrfico. Isto mostra que o
conhecimento emprico dos cartgrafos muitas vezes utiliza-se de subjetividade para
as tomadas de decises por falta de uma sistematizao mais detalhada para nortear o
projeto de mapeamento. Outro aspecto onde predomina o conhecimento emprico na
Cartografia, diz respeito quantidade de feies a serem mapeadas. Estas
consideraes que tm dominado os procedimentos cartogrficos at a atualidade,
decorrem da verdade intuitiva, de que o melhor mapa seria aquele que representa a
superfcie terrestre de forma mais completa e fiel possvel. Se ainda no se pode
definir com clareza o melhor mapa, ento, prope-se o desafio, aos profissionais da
Cartografia, de identificar e resolver as deficincias do processo de produo das
informaes cartogrficas tais que se possa definir a adequao do mapa.
Segundo TRZESNIAK (1998), outro aspecto relevante na elaborao de um
modelo refere-se identificao da sua natureza, ou seja, a natureza das grandezas
consideradas nos modelos, que podem ser determinsticas ou estocsticas. Nos
casos das grandezas determinsticas, causa e efeito esto diretamente relacionados. Por

33
exemplo, o incremento populacional de uma determinada regio que mantm
inalterado seus limites geogrficos acarreta um maior valor na densidade demogrfica.
A variao de um causa alterao no outro, e normalmente obedecem a uma lei
matemtica conhecida. Na natureza estocstica a vinculao causa e efeito torna-se
indireta, a variao de um resulta na probabilidade do outro surgir ou ser modificado.
Assim quando um indicador ou ndice se relaciona estocasticamente com o processo
em que est inserido, ou que se deseja medir , certamente, mais fraco, do que um
indicador ou ndice determinstico. Da mesma forma, quando um determinado
processo tiver natureza estocstica, tambm, estocstico ter de ser o modelo que o ir
descrever. Isto implica dizer que o grau de controle e o conhecimento que se tem do
processo so menores e mais fracos, se comparados a uma situao determinstica.
Os meios e mtodos para se atribuir grandezas e quantificar conceitos, fatos
ou fenmenos no numricos variam de acordo com a disponibilidade de informaes
que se possui a respeito de cada conceito, fato ou fenmeno analisado. Segundo
colocaes em IATROS (2003), em qualquer tipo de investigao cientfica, sero
coletados ou produzidos dados a serem transformados em informaes. Os processos
pelos quais isso acontece envolvem a organizao, transformao e anlise dos dados
atravs de procedimentos lgicos.
Na transformao de dados brutos em informaes, so utilizadas
ferramentas lgicas como: Indicadores Analticos, Anlise Estatstica, e Modelagem
Matemtica. A importncia do conhecimento de como a informao cientfica
produzida, se d quando se percebe a necessidade de se expressar hipteses, teorias,
modelos e leis de forma a poderem ser confirmadas ou no de modo experimental. J
os Indicadores costumam ser usados para fins que variam desde resumir um grande
conjunto de variveis at explicitar interaes complexas de modo quantitativo.
Geralmente so apresentados atravs de expresses algbricas. A informao fornecida
por Indicadores Analticos simples e objetiva, geralmente com indicaes diretas
para a tomada de deciso. A Anlise Estatstica de dados envolve a aplicao dos
conceitos lgico-matemticos, Probabilidade, Estatstica Descritiva, e Estatstica

34
Inferencial. A Modelagem Matemtica consiste na produo de um conjunto de
equaes que reflitem as relaes e interaes entre as variveis envolvidas num dado
fenmeno. A informao produzida pela modelagem matemtica deve validar o
fenmeno modelado e pode servir para a previso e/ou controle de variveis,
dependendo da forma como a modelagem concebida (IATROS 2003).

35
5 INDICADORES E LGICA FUZZY
5.1 INDICADORES
Por Indicador, entende-se ser o elemento formado por um agrupamento e
combinao de variveis de modo a produzir uma nova entidade que possui um
significado de interesse particular. Os Indicadores tm sido largamente utilizados nas
mais diversas reas do conhecimento. Porm, seu uso mais conhecido est em alguns
temas, aceitos universalmente, tais como ndice de Desenvolvimento Humano
IDH; ndice de Condies de Vida ICV; Indicador de Desenvolvimento
Sustentvel IDS, ndice de Desenvolvimento Humano Municipal (IATROS
2003). Uma das vantagens dos Indicadores est na possibilidade de se efetuar
comparaes entre questes subjetivas pertencentes a diferentes realidades.
A construo de Indicadores quantitativos obedece a uma seqncia de
procedimentos que pode ser representada conforme mostra a Figura 5.1. Na parte
central da Figura 5.1, encontra-se o processo de interesse, o qual deve ser observado e
estudado. Sob o ponto de vista do pesquisador, estudar este processo significa
responder algumas perguntas, tais como: Como funciona? Em seu comportamento
existe uma regra ou uma organizao ao alcance da lgica? TRZESNIAK (1998). As
respostas surgiro das informaes que se conseguir obter da observao do sistema.
Para tanto, inicialmente estabelecem-se a priori algumas caractersticas desejveis
para os Indicadores, como relevncia, gradao de intensidade, univocidade,
padronizao, estabilidade e rastreabilidade. Com base nestas caractersticas extraem-
se os dados do sistema, os quais sero re-elaborados, interpretados, refinados e
padronizados com alguns valores de referncia. O processo se finaliza com a obteno
das informaes que se desejou extrair do sistema analisado.
Portanto, a tcnica de Indicadores se ajusta quantificao de conceitos
normalmente expressos subjetivamente e permite a manipulao destes conceitos

36
segundo um modelo baseado em experincias e observaes de especialistas.
Atravs deste modelo, e por meio da combinao entre parmetros interdependentes,
possvel ento, se aproximar das condies reais com valores numricos, e no
apenas com dados subjetivos. E principalmente nesta questo que os Indicadores se
tornam atraentes.

FIGURA 5.1 DIAGRAMA DE CONSTRUO DE INDICADORES QUANTITATIVOS.
Fonte: TRZESNIAK (1998)
Para qualquer que seja o Indicador, algumas caractersticas so comuns e,
portanto, devem sempre ser observadas. Tais caractersticas podem ser classificadas
como: indispensveis, desejveis, e de risco. As caractersticas indispensveis devem
ser sempre consideradas a priori e verificadas tambm nos resultados. Segundo
TRZESNIAK (1998), estas so:
a) Relevncia: que retrata ao Indicador um aspecto importante, essencial,
crtico do processo ou sistema;
b) Gradao de intensidade: que permite ao Indicador variar
suficientemente no espao de interesse;
c) Univocidade que permite retratar com total clareza um aspecto nico e
bem definido ao Indicador;
Perguntas
Sistema ou
Processo
Dados
Caractersticas dos Indicadores:
a priori e desejveis
Procedimentos padronizados
Reelaborao
Interpretao
Refinamento
Valores de referncia
Informaes

37
d) Padronizao, Estabilidade ou seja, a gerao do Indicador deve estar
fundamentada em uma norma ou procedimento nico, definido e estvel
no tempo;
e) Rastreabilidade garantir que os dados, os clculos, e as pessoas que
participaram da observao dos valores ou na obteno do Indicador
sejam devidamente registrados e preservados.
Segundo TRZESNIAK (1998), normalmente as caractersticas desejveis dos
Indicadores costumam resultar de esforos de aperfeioamento em sua conceituao e
obteno. Muitas vezes inclui-se at mesmo uma mudana maior do prprio
significado do que nos nmeros encontrados. Ou seja, os Indicadores devem ter:
a) cobertura, abrangncia, ou amplitude - tal que possa ser aumentada
com novas aplicaes dentro da mesma rea do conhecimento;
b) portabilidade ou transferncia o Indicador ser mais forte quando o
seu uso puder ser estendido para sistemas de outras reas do
conhecimento contguas dele;
c) invarincia de escala o Indicador deve manter sua validade e
interpretao mesmo em diferentes dimenses do processo.
Na definio de Indicadores, as caractersticas de risco so vantagens que
podem se tornar risco. Portanto, recomenda-se cuidado nas reflexes que antecedem o
estabelecimento de Indicadores. Assim, definir Indicadores a partir de dados
naturalmente disponveis no processo altamente favorvel. Porm, no se pode
deixar de considerar o nus que estes iro representar. A questo ainda mais difcil
detectar a necessidade de modificao no sistema para se chegar aos dados brutos. Um
outro aspecto refere-se ao cuidado que se deve ter com interpretaes pr-concebidas.
Obtendo o Indicador, tende-se a lhe atribuir automaticamente o significado que se
imaginou ao conceb-lo. Essa atitude deve ser conscientemente evitada, com exames
crticos e amplamente discutidos at se chegar a um consenso do seu exato significado.
Ainda uma outra questo refere-se a identificar onde est a verdade. A verdade final
est sempre com o sistema ou processo. O mais importante sempre a realidade. Se o

38
Indicador mostra maus resultados, mas, o sistema encontra-se em funcionamento
satisfatrio, ento, preferencialmente, deve-se considerar o que est ocorrendo no
sistema e no os resultados dos Indicadores. Aps um Indicador ter seu processo de
obteno padronizado, fica fcil obt-lo, e torna-se cmodo t-lo como base para
muitas decises, esquecendo-se que ele no a realidade, mas uma expresso
incompleta de uma parte dela (TRZESNIAK, 1998).
5.2 LGICA FUZZY
A dificuldade, ou at mesmo a impossibilidade, de se obter todas as
informaes e de equacionar a realidade imprecisa do mundo, levou alguns cientistas a
propor lgicas alternativas que seriam propcias representao daquelas situaes
particulares. Uma destas proposies a lgica Fuzzy de Lotfi A. Zadeh
(AZEVEDO et al., 2000).
O termo Fuzzy e a formalizao dos conjuntos Fuzzy foram introduzidos
por Lotfi A. Zadeh em 1965, quando ele trabalhava com problemas de classificaes
de conjuntos que no possuam fronteiras bem definidas, ou seja, a transio entre os
conjuntos deve ser suave e no abrupta. Em muitos problemas em Fsica e em
Matemtica no se tm dificuldades em classificar elementos como pertencentes ou
no a um determinado conjunto clssico. Dessa forma, dado um conjunto A e um
elemento x do conjunto universo U consegue-se muitas vezes dizer se x A ou se x
A. Afirma-se sem receio, por exemplo, que o nmero 5 pertence ao conjunto dos
nmeros naturais e que o nmero 5 no pertence a este mesmo conjunto. Este o
caso sobre o qual no se tem dvida, sendo a lgica booleana devidamente aplicada.
No entanto, pode-se discordar quanto ao fato de o nmero 4,5 pertencer ou no ao
conjunto dos nmeros aproximadamente iguais a 5. Neste caso a resposta no nica
e objetiva, pertencer ou no ao conjunto poder depender do tipo de problema que se
est analisando. Por exemplo, considera-se a seguinte situao: 4,5 foi a mdia
alcanada nas provas de um aluno extremamente aplicado que est passando por srios

39
problemas de sade e que, em razo disso, apresentou dificuldades para realizar as
ltimas provas. O professor nesta situao poder avaliar, considerando a capacidade
do aluno, sua dedicao durante o curso e sua realidade optando por aprov-lo ainda
que a mdia necessria seja 5. Neste caso o nmero 4,5 pode ser visto como
pertencente ao conjunto dos nmeros aproximadamente iguais a 5. De fato, mesmo a
aplicao numrica de notas pode no ser um mtodo totalmente objetivo de avaliao
(ORTEGA, 2001).
Grande parte dos problemas relacionados com a representao de
conhecimento resulta das dificuldades que se tem em expressar, com a preciso
desejada, os pensamentos, as sensaes ou as percepes do mundo fsico que nos
rodeia. Uma teoria que permite dar forma matemtica s expresses prprias, por
exemplo, da linguagem natural, sem diminuir a potncia expressiva das mesmas, a
lgica Fuzzy. Atravs dela pode-se realizar operaes com palavras, onde os
conjuntos Fuzzy so os valores das palavras. A motivao, por conseguinte, para a
utilizao de conjuntos Fuzzy vem da necessidade de representar proposies do
tipo:
a) Pedro muito alto.
b) Joo est com febre alta.
c) Maria tem em torno de 30 anos.
Assim, a incerteza, a respeito de uma afirmao, expressa atravs de um
nmero que, em vez de probabilidade, exprime a possibilidade da afirmao ser
correta. No caso do exemplo, Joo est com febre alta, pode-se exprimir a
possibilidade da febre pertencer ou no ao conjunto de valores altos. O tratamento da
incerteza pode ser necessrio em diferentes etapas do manejo do conhecimento, como:
a) coleta da informao;
b) definio dos elementos do conhecimento;
c) combinao de elementos entre si, ou seja, incerteza nas premissas;
d) formas de obter concluses, isto , aplicao de uma regra de raciocnio;
e) avaliao de uma seqncia de regras ou estruturas, como o caso da

40
aplicao sucessiva de regras de raciocnio.
Na aquisio de informao, o engenheiro e o prprio especialista deparam-
se com informaes no facilmente classificveis como, por exemplo, a caracterizao
de um sinal como fraco, mdio ou forte. Pessoas diferentes certamente discordaro
sobre a classificao de alguns sinais. Na definio dos elementos de conhecimento
quando a preocupao se concentra em fazer snteses, por exemplo, conhecer um
determinado comportamento a partir de observaes isoladas, freqentemente
necessrio recorrer a mtodos estatsticos e probabilsticos para depurar ndices e
freqncias. Na combinao de elementos de conhecimento entre si, permitindo certa
concluso, onde a presena da incerteza mais se acentua (AZEVEDO, et al., 2000).
Assim, a teoria tradicional dos conjuntos define a pertinncia sim ou no
das proposies como Pedro muito alto, por exemplo. Por outro lado a teoria
Fuzzy permite representar a pertinncia a um conjunto como uma distribuio de
possibilidades, como mostra a Figura 5.2. ZADEH (1965) definiu distribuio de
possibilidades da seguinte forma: Seja Y uma varivel com valores em X; ento a
distribuio de possibilidade, y, associada com Y, pode ser vista como um intervalo
Fuzzy, nos valores que podem ser assumidos por Y. Assim, a distribuio
caracterizada por uma funo de distribuio de possibilidade ] 1 , 0 [ : X y , a qual,
associa com cada x X, o grau de possibilidade que Y pode assumir de x como um
valor (AZEVEDO, et al., 2000, p.51).

FIGURA 5.2 FUNO DE PERTINNCIA DAS PROPOSIES FUZZY E BOOLEANA

FONTE: ADAPTADO DE AZEVEDO et al. (2000, p.52)

Y
1
0 0
Altura Altura (a) (b) X
X
Y
1
y
y

41
A Figura 5.2(a), mostra o conjunto de pessoas altas, onde o tamanho da
pessoa aumenta gradativamente com sua altura at o valor 1 ser alcanado. A Figura
5.2(b) mostra a definio booleana do padro, abrupto, de pessoas altas, onde para
uma pessoa ser alta ou no, h um valor de altura especfico que define o limite.
Ento, a teoria da lgica Fuzzy leva em considerao esse tipo de incerteza,
porm, restrita para o intervalo [0, 1]. Essa lgica implica na representao de
incerteza por um grau expresso pelo valor de uma funo de pertinncia (grau de
pertinncia, grau de compatibilidade ou grau de verdade). Esta funo de pertinncia
pode expressar o grau de um elemento pertencer a um determinado conjunto, como por
exemplo, Maria tem em torno de 30 anos de acordo com a Figura 5.3 (AZEVEDO, et
al., 2000). Neste caso observa-se que Maria pertence ao conjunto jovem com um
grau de pertinncias (0,8) relativamente maior do que pertence ao conjunto Idade
Mdia, cujo grau de pertinncia (0,4) menor.

FIGURA 5.3 FUNO DE PERTINNCIA RELATIVA IDADE

FONTE: ADAPTADO DE AZEVEDO, et al. (2000, p.52)
Existem, no universo, inmeras situaes em que a relao de pertinncia
no bem definida e, nestes casos, no se sabe dizer se o elemento pertence ou no a
um dado conjunto. A inteno de Zadeh foi flexibilizar a pertinncia de elementos aos
conjuntos criando a idia de grau de pertinncia. Desta forma, um elemento poderia
pertencer parcialmente a um dado conjunto. Esta idia foi publicada em 1965 e foi
considerada como o marco do nascimento da teoria de conjuntos Fuzzy (ORTEGA,
2001). O termos Fuzzy significa nebuloso, difuso, e se refere ao fato de, em muitos
y
(Idade)
1,0-
0,9-
0,8-
0,7-
0,6-
0,5-
0,4-
0,3-
0,2-
0,1-
0,0-

Velho Idade Mdia Jovem
X

42
casos, no se conhecer completamente os sistemas que se est analisando.
A teoria da lgica Fuzzy tem sido desenvolvida para lidar com o conceito de
verdade parcial, ou seja, com valores de verdade entre o completamente verdadeiro e
o completamente falso da lgica booleana. Pode-se perceber que poucos so os casos
do cotidiano em que se tem total certeza sobre as coisas e fatos, o que faz com que as
atividades humanas sejam baseadas em tomadas de deciso considerando a verdade
parcial existente. Neste sentido, dificilmente pode-se considerar uma pessoa
completamente doente ou completamente saudvel, existe um espao amplo de
consideraes a serem feitas entre os dois extremos. Da mesma forma, tambm,
difcil considerarmos um mapa completamente acurado ou completamente no
acurado.
Segundo MIRANDA (1998), o controle difuso introduziu tambm uma
forma de capturar a experincia de operadores humanos, atravs de expresses
qualitativas ou lingsticas, o que no facilmente realizvel pelas tcnicas clssicas
de base matemtica analtica.
A lgica Fuzzy difere da lgica convencional, principalmente porque permite
a considerao de valores entre Falso e Verdadeiro, possibilitando inclusive
trabalhar com variveis lingsticas. Ela pode ser considerada como uma das
ferramentas matemticas mais poderosas para lidar com incertezas, imprecises e
verdades parciais, permitindo o tratamento de problemas do mundo-real muitas vezes
com solues de baixo custo.
A teoria dos conjuntos Fuzzy tem sido amplamente utilizada em trabalhos de
inferncia espacial desenvolvidos em SIGs segundo autores
10
citados por MOREIRA,
et al., (2002). As vantagens da modelagem Fuzzy so inmeras, quando comparadas s

10
ALTMAN, D. Fuzzy set theoretic approaches for handling imprecision in spatial analysis. International
Journal of Geographical Information Systems, v.8, p.271-279, 1994. / BANAI, R. Fuzziness in Geographical
Information System: contributions from analytic hierarchy process. International Journal of Geographical
Information Systems, v.7, p.315-329, 1993. / BURROUGH, P. A. Fuzzy mathematical methods for soil survey
and land evaluation. Journal of Soil Science, n.40, p.477-492, 1989. / BURROUGH, P. A., HEUVELINK, G. B.
M. The sensitivity of Boolean and continuous (Fuzzy) logical modeling to uncertain data. In: EGIS 92, 1992.
Munich, Germany. Proceeding. Munich: EGIS 92, 1992. v.1, p.1032-1041.

43
modelagens convencionais que impem aos especialistas definir regras dicotmicas
rgidas, o que diminui a habilidade de articular eficientemente solues para problemas
complexos, to comuns em fenmenos naturais. Entretanto essa viso dicotmica
(booleana) assumida pela maioria dos SIGs, admitindo-se que fenmenos naturais
possam ser modelados por objetos discretos com atributos precisos, tais como pontos,
linhas e polgonos. Os sistemas de inferncia baseados em lgica Fuzzy, por outro
lado, possibilitam a captura do conhecimento de maneira mais similar quela adotada
em modelos cognitivos, ou seja, em modelos representativos do pensamento os quais
podem ser representados atravs de variveis lingsticas.
5.2.1 Alguns Conceitos da Teoria Fuzzy
Os conjuntos claramente definidos na teoria clssica dos conjuntos tm como
funo caracterstica o valor 1 ou 0 atribudo a cada possvel membro para declarar sua
pertinncia ou no ao conjunto referido. Essa funo pode ser generalizada de forma
que esses valores significativos de pertinncia ou no ao conjunto estejam dentro de
um especificado intervalo [0, 1], de tal forma que os maiores valores indicam mais
altos graus de pertinncia ao conjunto considerado. Assim essa funo (membership
function) chamada funo de pertinncia ou funo pertena, e o conjunto
definido por ela o conjunto Fuzzy (KLIR & FOLGER, 1988).
Sendo U um conjunto universo, ento a funo de pertinncia
A
u pela qual
um conjunto Fuzzy A usualmente definido tem a forma:
] 1 , 0 [ : ) ( U x
A
u , (5.1.)
onde [0, 1] denota o intervalo dos nmeros reais de 0 a 1 inclusive (KLIR & FOLGER,
1988, p.10). Ou seja, considera-se um contnuo de valores de pertinncia e no apenas
pertence e no pertence. O elemento x pertencer ao subconjunto A com um grau
de pertinncia que um valor no intervalo [0, 1] (ORTEGA, 2001, p.20).
A definio, as propriedades e as operaes dos conjuntos Fuzzy so obtidas
da generalizao da teoria de conjuntos clssicos, recaindo esta em um caso particular

44
da teoria de conjuntos Fuzzy (ORTEGA, 2001). Sendo que a teoria dos conjuntos
clssicos est baseada na funo caracterstica clssica, dada por:
1 se e somente se xA
= ) (x
A
u 0 se e somente se xA (5.2.)
onde U o conjunto Universo, A um sub-conjunto de U e x um elemento de U,
tem-se que a funo caracterstica um mapeamento do conjunto universo no conjunto
{0, 1}. Essa funo caracterstica discrimina entre todos os elementos de U aqueles
que, segundo algum critrio, pertence ou no ao subconjunto A, dividindo o conjunto
universo em duas partes com fronteira absolutamente definida. Um conjunto Fuzzy A
em um conjunto universo U um conjunto de pares ordenados de um elemento
genrico x e seu grau de pertencimento ) (x
A
u da forma:
A = {(x, ) (x
A
u ) | x U} (5.3.)
5.2.2 A Teoria de Conjuntos Fuzzy e a Teoria de Probabilidade
comum que na apresentao da teoria de conjuntos Fuzzy confunda-se esta
com a teoria de probabilidades. Freqentemente troca-se grau de pertinncia por
probabilidade, e pensa-se na funo de pertinncia como sendo uma funo de
distribuio estatstica. Esta confuso surge pela proximidade existente entre as duas
teorias e, sob certos aspectos a teoria Fuzzy se apresenta muito similar a teoria de
probabilidades. No entanto a teoria de probabilidades e a teoria de conjuntos Fuzzy
lidam, em geral, com tipos de incerteza distintos. Na teoria de probabilidades tem-se a
incerteza na ocorrncia do evento. Uma vez que o evento ocorreu no existir mais
dvida alguma. No caso do grau de pertinncia a incerteza existe aps a ocorrncia do
evento, ou seja, ocorrido o evento tem-se dificuldades na interpretao do resultado.
Necessita-se saber qual a pergunta a ser argida e como respond-la, aplicando-se
para este caso, mais apropriadamente a lgica Fuzzy. Assim, as teorias de
probabilidade e da lgica Fuzzy tm-se demonstrado ser muito mais complementares
do que concorrentes (ZADEH, 1965). Outra diferena imediatamente perceptvel que

45
a soma das probabilidades sobre o definido conjunto universo deve ser igual a 1,
enquanto que isso no requisito obrigatrio aos graus de pertinncia (membership)
definidos por um conjunto Fuzzy (KLIR & FOLGER, 1988).
Um conjunto Fuzzy convexo se e somente se para qualquer x ao longo de
qualquer reta que liga as extremidades do conjunto A for pertencente a A. Ou seja, se e
somente se para algum A x
i
e algum [0, 1],
) ( ), ( min ) ) 1 ( (
2 1 2 1
x x x x
A A
u u + (5.4.)
Alternativamente, A convexo se todos os conjuntos de linhas de corte so
convexos (ou, se todos os pontos ao longo de todas as linhas de corte estiverem
contidas em A), conforme mostra a Figura 5.4(a). A maioria dos conjuntos Fuzzy
usados na literatura satisfazem as condies para normalidade e convexidade
(AZEVEDO, et al., 2000). Lembrando que um conjunto Fuzzy normal se seu centro
no vazio, ou seja, sempre ser possvel encontrar um ponto A x tal que 1 ) ( = x
A
u .

FIGURA 5.4 CONJUNTOS FUZZY: (a) CONVEXO, (b) NO CONVEXO

FONTE: ADAPTADO DE KLIR & FOLGER (1988, p.5)

A altura h de um conjunto Fuzzy A corresponde ao maior valor de
pertencimento assumido pela sua funo de pertinncia (ORTEGA, 2001):
A x x A h
A
= | ) ( max{ ) ( u } (5.5.)

(a)
A
(b)
A
X
Y

46
Um ponto de cruzamento (crossover) de um conjunto Fuzzy A um ponto
A x no qual 5 , 0 ) ( = x
A
u (AZEVEDO, et al., 2000):
crossover A x x A
A
= = | 5 , 0 ) ( ) ( u (5.6.)

A largura l de um conjunto Fuzzy A definida como a distncia entre os
nicos dois pontos de cruzamento (AZEVEDO, et al., 2000):
A x e x x x A l =
2 1 1 2
| ] [ ) ( (5.7.)

O ncleo (core) de um conjunto Fuzzy A o conjunto rgido de todos os
pontos x em U tais que 1 ) ( = x
A
u , definido por (AZEVEDO, et al., 2000):
core A x x A
A
= = | 1 ) ( ) ( u (5.8.)

O suporte de um conjunto Fuzzy A o conjunto de todos os pontos x
seqenciais em A tais que os valores de pertinncia sejam maiores que zero
(AZEVEDO, et al., 2000):
Suporte(A) = A x x
A
> | 0 ) ( u (5.9.)

O conjunto de corte de um conjunto Fuzzy A um conjunto abrupto
definido por (AZEVEDO, et al., 2000):
A x x A
A
= | ) ( u
(5.10.)
5.2.3 Medida e Operaes Fuzzy
O conceito de medida Fuzzy foi introduzido por SUGENO
11
citado por
ORTEGA, (2001) e consiste numa forma natural para se avaliar graus de incertezas,
principalmente quando tais valores dependem da subjetividade de quem est

11
SUGENO M. Theory of Fuzzy integrals and its applications. Tese de doutorado, Instituto de Tecnologia de
Tokio, Tokio, Japo. 1974

47
realizando a medida. Um conjunto Fuzzy caracterizado por uma funo de
pertinncia, cujo grau de pertinncia pode ser considerado como uma medida que
expressa a possibilidade de que um dado elemento seja membro de um conjunto
Fuzzy.
Assim como em conjuntos Booleanos, dados em conjuntos Fuzzy podem ser
manipulados utilizando mtodos lgicos para selecionar e combinar dados
provenientes de vrios conjuntos. As operaes bsicas sobre subconjuntos Fuzzy so
similares alm de serem uma generalizao das operaes bsicas da lgica binria.
Estas operaes podem ser utilizadas de forma a se obter um dado resultante da
sobreposio de vrios dados Fuzzy. Os seguintes operadores Fuzzy: OR, AND,
Complemento, Soma Algbrica, e Produto Algbrico so descritos a seguir. Sejam A e
B subconjuntos de U, e
A
u ,
B
u so valores de pertinncia dos conjuntos A e B, para
um dado universo U. Ento, tem-se respectivamente (CMARA, et al., 2004, p.9-10
9-12. e ORTEGA, 2001, p.20-22):
a) Fuzzy OR (unio , Fig. 5.5a) o Fuzzy OR como o OR Booleano,
onde o valor de pertinncia de sada controlado pelos valores mximos
de entrada. A nica propriedade que a operao unio exige apenas que
o operador retorne 1 se pelo menos um dos argumentos for 1, e 0 se
ambos forem 0:
)) ( ), ( max( ) ( x x x
B A B A
u u u =
(5.11.)
b) Fuzzy AND (interseco , Fig. 5.5b) esta operao equivale ao
AND Booleano. A interseo significa uma seqncia de AND e
obtida atravs do operador MIN (mnimo). A nica propriedade que a
operao interseco deve satisfazer retornar 1 quando ambos os
argumentos so 1, e 0 quando algum dos argumentos 0. Ou seja, num
conjunto de valores de pertinncia de um dado elemento, o operador
AND retorna o valor mnimo:
)) ( ), ( min( ) ( x x x
B A B A
u u u =
(5.12.)

48
c) Complemento (
A
u , Fig. 5.5c) so todos os elementos do conjunto U
que no pertencem ao conjunto A:
) ( 1 ) ( x x
A
A
u u = (5.13.)
d) Produto Algbrico Fuzzy (
P
u ) a funo de pertinncia, neste caso,
dada por:
=
=
n
i
i P
1
u u , (5.14.)
onde
i
u o valor de pertinncia Fuzzy para o i-simo elemento e i = 1, 2, ...,
n. Os valores de pertinncia tendem a ser muito pequenos quando se utiliza
este operador, devido ao efeito de se multiplicar diversos nmeros menores
do que 1.
e) Soma Algbrica Fuzzy (
S
u ) este operador complementar ao Produto
Algbrico Fuzzy, e representado por:
=
=
n
i
i S
1
) 1 ( 1 u u (5.15.)
O resultado desta operao sempre um valor maior ou igual ao maior valor
de pertinncia Fuzzy de entrada. O efeito desta operao , portanto, de aumentar o
valor de pertinncia. Observa-se que o produto algbrico Fuzzy um produto
algbrico, porm, a soma algbrica Fuzzy, no uma simples soma algbrica
(CMARA, et al., 2004).

FIGURA 5.5: EXEMPLO DE UNIO (a), INTERSEO (b) E COMPLEMENTO (c) DE
CONJUNTOS FUZZY
FONTE: ADAPTADOS DE ORTEGA (2001, p.23-24)

X X X
u (x)
1
u (x)
1
(a) (b)
u (x)
1
(c)
( A) ( A)

49
5.2.4 Funes Fuzzy
Segundo ORTEGA (2001), para a representao de um conjunto Fuzzy
discreto pode-se apenas enumerar os seus elementos juntamente com seus graus de
pertinncia, na forma:
A =
=
n
i
i i A
x x
1
/ ) ( u (5.16.)
para i =1,2,3,...n
onde a somatria se refere a operao unio (disjuno) e a notao
i i A
x x / ) ( u se
refere ao elemento x
i
que pertence ao conjunto Fuzzy A com grau ) (
i A
x u . Em geral,
por simplicidade, somente so listados no conjunto aqueles elementos cujos graus de
pertinncia so diferentes de zero. Exemplo, considerando-se o conjunto universo de
discurso discreto composto pelos indivduos com idade entre 1 e 24 anos: U = {1, 2,
..., 24}, e os conjuntos Fuzzy A e B abaixo que designam, respectivamente, as
crianas e os adolescentes:
A = {0,4/2 + 0,6/3 + 0,8/4 + 1,0/5 + 1,0/6 + 1,0/7 + 0,8/8 + 0,6/9 + 0,4/10};
B = {0,1/7 + 0,2/8 + 0,4/9 + 0,6/10 + 0,8/11 + 0,9/12 + 1,0/13 + 1,0/14}.
A Figura 5.6 representa graficamente estes conjuntos:

FIGURA 5.6 CONJUNTOS FUZZY REPRESENTANDO CRIANAS E ADOLESCENTES

FONTE: (ORTEGA, 2001, p.21)

Adolescente Criana
1,0-
0,9-
0,8-
0,7-
0,6-
0,5-
0,4-
0,3-
0,2-
0,1-
0,0-
0,0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
X (Idade)
y

50
Quando os conjuntos Fuzzy so contnuos sua representao a prpria
funo de pertinncia. As formas para as funes de pertinncia so totalmente
arbitrrias. Todavia as funes mais utilizadas so: linear por partes (triangular ou
trapezoidal), quadrtica, e gaussiana (ORTEGA, 2001. p.21).
As funes Fuzzy ou funes de pertinncia determinam o comportamento
da varivel. As funes lineares por partes so as mais populares devido a sua
simplicidade, e ao fato de que o custo computacional adicional exigido pelos outros
tipos de funes no reflete, em geral, em uma melhoria significativa na qualidade dos
valores de sada dos sistemas (YEN & LANGARI
12
, apud ORTEGA 2001, p.22).
Segundo BURROUGH & McDONNELL (1998), a seleo da funo de pertinncia
para os conjuntos Fuzzy so to indefinidas quanto os limites dos conjuntos Fuzzy. O
problema da escolha das funes de pertinncia no foi ainda resolvido teoricamente e
elas permanecem sendo escolhidas de acordo com a aplicao e contexto do problema
abordado (REZNIK
13
, apud ORTEGA 2001, p.22). As Figuras 5.7 (A) e (B)
representam alguns exemplos de funes de pertinncia linear por partes e gaussiana,
respectivamente.

FIGURA 5.7- FUNES DE PERTINNCIA: (A) LINEARES; (B) GAUSSIANA

FONTE: ADAPTADOS DE ORTEGA (2001, p.22)

12
YEN J. & LANGARI R. Fuzzy Logic: Intelligence, Control, and Information. Prentice Hall, EUA. 1999.
13
REZNIK L. Fuzzy Controllers. Newnes, Reino Unido, 1997.

u (x)
1
u (x)
1
X X (A) (B)

51
Na lgica Fuzzy, assim como na clssica, os operadores de interseco e
unio correspondem respectivamente aos operadores lgicos de conjuno (AND) e
disjuno (OR), sendo que a escolha de um operador conjuno define qual ser o
operador disjuno, e vice-versa. O par de operadores mais amplamente utilizado nas
tcnicas Fuzzy so o operador min (mnimo) para conjuno e o max (mximo) para
disjuno Fuzzy.
Uma das conseqncias da definio de conjuntos Fuzzy em contraste com
os conjuntos clssicos a Lei do Meio Excludo e a Lei da Contradio. Classicamente
tem-se que U A A = e 0 = A A . Todavia, devido a flexibilidade da funo
caracterstica isso no ocorre com os conjuntos Fuzzy, pois nestes, U A A e
0 A A , isso se deve ao fato de existirem incertezas no estatstica e imprecises no
processo (ORTEGA, 2001).
5.2.5 Variveis Lingsticas
Uma varivel lingstica Fuzzy uma varivel cujo valor expresso
qualitativamente por um termo lingstico (que fornece um conceito varivel) e
quantitativamente por uma funo de pertinncia. Uma varivel lingstica
caracterizada por {n, T, X, m(t)} onde n o nome da varivel (por exemplo,
velocidade, temperatura, etc.), T o conjunto de termos lingsticos de n (alta, mdia,
baixa), X o domnio (Universo) de valores de n sobre o qual o significado do termo
lingstico determinado ( velocidade pode estar entre 40 e 110 km/h, por exemplo) e
m(t) uma funo semntica que assinala para cada termo lingstico t T o seu
significado, que um conjunto Fuzzy em X (ou seja, ) ( : X T m onde X o espao
dos conjuntos Fuzzy) (ORTEGA, 2001). A Figura 5.8 mostra um exemplo de varivel
lingstica.

52
FIGURA 5.8 EXEMPLO DE VARIVEL LINGSTICA

FONTE: ORTEGA (2001, p. 27)
Por exemplo, o nome (n) da varivel febre. Os termos lingsticos t T
que atribuem um significado semi-quantitativo a febre so baixa, mdia e alta.
O domnio (X) da varivel o intervalo [36, 40]. Cada termo lingstico tem a ele
associado um conjunto Fuzzy m(t) que o caracteriza. Cabe lembrar que na formulao
clssica, os termos lingsticos atribudos para febre so presente ou ausente.
oportuno citar que de acordo com LEE
14
citado por QUEIROZ, et al.,
(2003), a escolha das funes de pertinncia para os termos lingsticos desempenha
papel importante no sucesso da aplicao, porm, so definidas subjetivamente,
baseando-se na experincia e no senso prtico.
Os termos lingsticos so usados para expressar conceitos e conhecimentos
na comunicao humana, e em muitas reas eles so a forma mais importante (quando
no nica) de quantificar os dados ou a informao. As variveis lingsticas so
expressas dentro de um certo domnio de valores. Em geral o especialista que define
esse domnio e realiza sua partio Fuzzy. Nesse contexto, o papel do especialista
torna-se fundamental na modelagem Fuzzy. As variveis numricas expressam o seu
valor e utilidade e so amplamente empregadas nas cincias exatas (Engenharia,
Fsica, Matemtica, etc.), porm, as variveis simblicas tm conquistado cada vez
maior importncia devido ao desenvolvimento das reas de inteligncia artificial e
processos de deciso. A capacidade de combinar variveis simblicas (lingsticas) e

14
LEE, C. C. Fuzzzy logic in control systems: fuzzy logic controller part I & part II. IEEE
Transactions on Systems, Man, and Cybernetics, v.20, n.2, p. 404-434, 1990.
u (x)
1
0,5
0
36 37 38 39 40
DOMNIO
TERMOS LINGSTICOS

Baixa

Mdia

Alta
Febre =

NOME

0
C = VARIVEL BASE

53
numricas uma das principais razes do sucesso das aplicaes da lgica Fuzzy em
sistemas inteligentes (ORTEGA, 2001, p.26-28).
5.2.6 Regras Fuzzy
As regras Fuzzy so estruturas vastamente utilizadas em vrias abordagens
da teoria Fuzzy, podendo ser entendidas de diversas maneiras. Conceitualmente, as
regras Fuzzy descrevem situaes especficas que podem ser submetidas s anlises de
um painel de especialistas, e cuja inferncia conduz a algum resultado desejado. A
inferncia baseada em regras Fuzzy pode tambm ser compreendida como uma funco
que mapeia um conjunto de entradas do sistema para um conjunto de sadas. A regra
Fuzzy uma unidade capaz de capturar algum conhecimento especfico, e um
conjunto de regras capaz de descrever um sistema em suas vrias possibilidades.
Cada regra Fuzzy, da mesma forma de uma afirmao clssica, composta por uma
parte antecedente (a parte If) e uma parte conseqente (a parte Then), resultando em
uma estrutura da seguinte forma:
If {antecedentes} Then {conseqentes}. (5.17.)
Os antecedentes descrevem uma condio (premissas), enquanto a parte
conseqente descreve uma condio ou uma ao que pode ser esboada quando as
premissas se verificam. A diferena entre os antecedentes de uma regra Fuzzy e uma
regra clssica que os primeiros descrevem uma condio elstica, ou seja, que pode
ser parcialmente satisfeita, enquanto os ltimos descrevem uma condio rgida (a
regra no se aplica, os antecedentes no so completamente satisfeitos). Os
antecedentes definem uma regio Fuzzy no espao das variveis de entrada do sistema,
enquanto que os conseqentes descrevem uma regio no espao das variveis de sada
do sistema, qual seja a sua concluso ou ao. Sendo assim, a construo dos
antecedentes muitas vezes resulta em um trabalho de classificao, enquanto a
elaborao dos conseqentes exige um conhecimento, ainda que emprico, sobre a
dinmica do sistema.

54
Uma vez construdo o conjunto de regras Fuzzy necessita-se de uma
mquina de inferncia para extrair a resposta final. Existem vrios mtodos de
inferncia possveis e a escolha por um deles depende do sistema que se est
analisando. No entanto, a inferncia mais comum, e amplamente utilizada no controle
de sistemas, o Mtodo de Mamdani. As regras so processadas em paralelo, ou seja,
todas as regras (circunstncias) so consideradas ao mesmo tempo, e ao final obtem-se
uma resposta que pode ser tanto um valor numrico clssico, quanto um conjunto
Fuzzy, dependendo do tipo de conseqentes utilizados. s vezes necessrio que a
sada do sistema seja um nmero, o que muito comum em controladores Fuzzy, pois
o sistema precisa ser re-alimentado. Nestes casos, se a sada do sistema for um
conjunto Fuzzy, ento se faz necessrio um processo de defuzzificao para se obter
um nmero representativo do conjunto (ORTEGA, 2001, p.29-30).
5.2.7 Sistema de Inferncia Fuzzy - SIF
Inferncia Fuzzy o processo de mapeamento de uma dada entrada para uma
sada usando lgica Fuzzy. O mapeamento, ento, providencia as bases nas quais as
decises podem ser feitas, ou padres podem ser definidos. O processo de inferncia
Fuzzy envolve: funo de pertinncia, operadores da lgica Fuzzy e as regras IF-
THEN. H, basicamente, dois tipos de sistemas de inferncia Fuzzy (SIF) que podem
ser implementados na lgica Fuzzy: o tipo Mamdani e o tipo Sugeno. Estes dois tipos
variam no modo em que as sadas so determinadas (MATHWORKS, 2000).
Os SIFs tm sido aplicados com sucesso em campos como controle
automtico, classificao de dados, anlise de deciso, sistemas especialistas e viso
computacional. Por causa da sua natureza multidisciplinar os SIF so associados com
uma diversidade de nomes, tais como: Fuzzy-rule-based systems, Fuzzy expert
systems, Fuzzy modeling, Fuzzy associative memory, Fuzzy logic controllers, e
simplesmente Fuzzy systems. O mtodo Mamdani de sistema de inferncia o mais
freqentemente encontrado na metodologia Fuzzy. Este mtodo foi o primeiro sistema

55
de controle construdo usando a teoria de conjuntos Fuzzy. Foi proposto em 1975 por
Ebrahim Mamdani como uma tentativa de controle de mquina a vapor e combinao
de caldeiras atravs da sintetizao de um conjunto de regras de controle lingstico
obtido por operadores especialistas humanos. O esforo de Mamdani foi baseado no
artigo Outline of a new approach to the analysis of complex systems and decision
processes de Lotfi Zadeh de 1973 sobre algoritmos Fuzzy para sistemas complexos e
processos de deciso. O SIF do tipo Mamdani espera que a funo de pertinncia
resultante seja um conjunto Fuzzy. Aps o processo de agregao, h um conjunto
Fuzzy para cada uma das variveis de sada que necessita de defuzzificao, ou seja,
de um valor de sada do sistema. Isto possvel, e em muitos casos deve ser mais
eficiente, usar um simples ponto, ou um nico valor, como a funo de pertinncia da
sada resultante ao invs de um conjunto Fuzzy distribudo. Isto algumas vezes
conhecido como uma funo de pertinncia de sada singleton e pode ser considerado
como um conjunto Fuzzy pr-defuzzificador. Isso aumentou a eficincia do processo
de defuzzificao por ter simplificado o clculo requerido pelo mais genrico mtodo
Mandani o qual encontra o centride de uma funo bi-dimensional. O sistema do tipo
Sugeno, ao invs de integrar a funo bidimensional para encontrar o centride, usa o
clculo da mdia ponderada de alguns poucos pontos, reduzindo o custo
computacional (MATHWORKS, 2000).
A base do conhecimento do processamento SIF divide-se em trs etapas:
a) base de dados: contm a descrio de todas as funes de pertinncia
usadas nos antecedentes e conseqentes das regras estabelecidas. Por
exemplo, conjunto nebuloso (Fuzzy) relativo ao grau de qualidade
atribudo a um determinado produto, onde tal qualidade tenha sido
definida pelas variveis antecedentes atualidade e funcionalidade do
produto. Assim, a base de dados composta pelos conjuntos Fuzzy de
entrada: atualidade e funcionalidade, e pelos conjuntos Fuzzy,
conseqentes, de sada que definem a classificao quanto qualidade
do produto em questo;

56
b) base de regras: a forma como a representao do conhecimento fica
armazenada em um SIF. Por exemplo, se a atualidade alta e a
funcionalidade boa, ento, o produto de boa qualidade;
c) descrio dos operadores: define o tipo de funo utilizada para os
operadores de interseo e unio entre os conjuntos nebulosos. Por
exemplo, na definio da qualidade (de algo), a qual no se recomenda
a superestimao, processa-se a operao de interseo entre os valores
considerados visando garantir o valor mnimo. Ento, a interseo ser
feita atravs do produto entre conjuntos definidos pelas funes que mais
se aproximam do comportamento de cada varivel envolvida. Para o caso
da determinao do tempo de transporte necessrio entre dois pontos, por
exemplo, caso em que se recomenda a superestimao, processa-se a
operao de unio entre os conjuntos relativos s variveis consideradas
para se garantir o valor mximo ao resultado. Essas variveis devem ser
definidas por funes que resultem, pela unio, no comportamento mais
prximo da realidade considerada.
O procedimento de inferncia usado para derivar concluses a partir de um
conjunto de regras Fuzzy do tipo IF-THEN e uma ou mais condies. Pode-se dizer
que as regras traduzem o conhecimento enquanto que a inferncia traduz o modo de
raciocinar. O ponto central do raciocnio Fuzzy composto pelas proposies, que so
as declaraes que relacionam as variveis utilizadas no modelo com os conjuntos
Fuzzy, e possui o seguinte formato bsico:

PROPOSIO = ANTECEDENTE + CONSEQUENTE, ou
IF x
1
is A
1
AND x
2
is A
2
THEN y is B (5.18.)

57
5.2.8 Modelos Lingsticos Tipo Mamdani
Segundo ORTEGA (2001, p.43), o modelo lingstico Mamdani refere-se
aos modelos lingsticos cuja sada construda pela superposio dos conseqentes
das regras individuais. Nesta forma, cada regra:
IF U is B
i
AND V is D
i
(SE U B
i
E V D
i
) (5.19.)
expressa como uma relao Fuzzy R
i
que interpretada como o produto cartesiano
dos conjuntos Fuzzy B
i
e D
i
,
R
i
= B
i
x D
i
(5.20.)
isto , a relao R
i
gera um subconjunto de X x Y, e cuja funo de pertinncia
R
i
(x,y) = B
i
(x) D
i
(y), (5.21.)
Onde o operador (AND) de conjuno Fuzzy, min.
Logo se percebe da expresso (5.20) que a relao R
i
ocupa uma regio no
espao do produto cartesiano X x Y, como mostra a Figura 5.12, com distribuio de
possibilidade dada pela prpria expresso (5.20).
Neste modelo, a agregao do conjunto de regras realizada atravs do
operador unio (operador OR em 5.12) sobre todas as relaes individuais, o que
caracteriza o carter construtivo desse tipo de modelo. Assim,
U
m
i
i
R R
1 =
= , (3.22.)
e a funo de pertinncia R(x, y) da relao Fuzzy R
)) ( ) ( ( ) , ( ) , (
1
y D x B y x R y x R
i i
m
i i i
= =

, (3.23.)
onde um operador (OR) de disjuno Fuzzy, max.
Assim, para um dado conjunto Fuzzy A de entrada, o conjunto Fuzzy de
sada F ser obtido atravs da regra de inferncia max-min e a funo de pertinncia
ser:
))] , ( ) ( ( [ )] , ( ) ( [ ) (
1
y x R x A y x R x A y F
i
m
i x x
= =
=
(5.24.)
= )] ( [ )] ( )]) ( ) ( [ [(
1 1
y D y D x B x A
i i
m
i i i x
m
i
=
= =
(5.25.)
onde
i
o grau de ativao da i-sima regra, chamado dof (degree of firing), que

58
denota a possibilidade de B
i
dado A (YAGER & FILEV
15
, apud ORTEGA, 2001, p.44).
)] ( ) ( [ ] | [ x A x B A B Poss
i x i i
= = (5.26.)

No caso em que o valor de entrada um nmero x
*
, ou seja, a funo de
pertinncia de A : A(x) = 0 se x x
*
; ou A(x) = 1 se x = x
*
; ento, o grau de
ativao dof torna-se:
) ( ] | [
*
x B A B Poss
i i i
= = (5.27.)

O algoritmo usado para calcular a sada de um modelo lingstico atravs do
modelo de Mamdani, considerando uma entrada U = A ou U = x
*
, o seguinte:
a) Para cada regra do Modelo Lingstico (ML):
- calcula-se o dof,
i
, da regra: )] ( ) ( [ x A x B
i x i
= se a entrada
um conjunto Fuzzy, ou ) (
*
x B
i i
= se a entrada um nmero
*
x .
- obter o conjunto Fuzzy F
i
referente a i-sima regra:
) ( ) ( y D y F
i i i
= .
b) Agregar os conjuntos Fuzzy F
i
de sada utilizando a operao unio, ou o
max: ) ( ) (
1
y F y F
i
m
i=
= (5.28.)

A Figura 5.9 apresenta de forma grfica um exemplo de aplicao do mtodo
de inferncia de Mamdani de um ML com apenas uma entrada e uma sada, com duas
regras (B
1
e B
2
), quando a entrada um conjunto Fuzzy. Na Figura 5.12 est
representada a interseo do conjunto de entrada com uma regra B
1
, e com outra regra
B
2
. Os resultados obtidos destas intersees (F
1
e F
2
) so somadas (operador OR)
resultando uma rea .

15
YAGER R.R. & FILEV D.P. Essential of Fuzzy Modelling and Control. Editora John Wiley, USA. 1994.

59
FIGURA 5.9 MTODO DE INFERNCIA DE MAMDANI

5.2.9 Mtodos de Defuzzificao
Os modelos lingsticos Fuzzy fornecem uma sada para o sistema que
tambm um conjunto Fuzzy. Todavia, muitas vezes interessa obter um nmero como
resposta, ou seja, deseja-se obter um resultado clssico a partir da sada Fuzzy obtida.
Este objetivo pode ser alcanado atravs dos mtodos de defuzzificao. Esse valor
numrico representa o significado essencial dessa distribuio de possibilidades.
Existem muitas tcnicas de defuzzificao e entre as mais utilizadas esto a: Mdia
dos Mximos; Centro de rea; e Mtodo das Alturas (ORTEGA, 2001).
O mtodo das Mdias dos Mximos (MM) calcula a mdia de todos os
valores de sada que tenham os maiores graus de possibilidade, fornecendo o ponto
mdio do intervalo que contm o mximo grau de possibilidade, conforme mostra a
Figura 5.10. A principal limitao deste mtodo que no considera a forma total do
conjunto Fuzzy de sada, podendo fornecer um resultado contra-intuitivo.

B
1
(x)

D
1
(x)
x y
F
1
B
2
(x)

x
(
2
)
A(x)

x
D
2
(x)
y
F
2
F (y)
y
(
1
)

60
FIGURA 5.10 MTODO DE DEFUZZIFICAO (MM)


O mtodo de Centro de rea (CA) a tcnica de defuzzificao mais
comumente usada. Conhecido tambm como Centro de Gravidade ou do Centride
(KLIR & YUAN
16
, YEN & LANGARI
17
, apud ORTEGA, 2001, p.48). Diferentemente
do MM, a tcnica do Centro de rea para calcular o valor clssico representativo
considera toda a distribuio de possibilidade de sada do modelo. O procedimento
similar ao usado para calcular o centro de gravidade em Fsica, se a funo ) (x
A
u
considerada como a densidade de massa de x . Por outro lado, o mtodo do Centro de
rea pode ser compreendido como uma mdia ponderada, onde ) (x
A
u funciona como
o peso do valor x . Se x discreto, ento a defuzzificao da concluso Fuzzy A
dada por:

(5.29.)

Da mesma forma se x contnuo, ento:

(5.30.)

16
KLIR G. & YUAN B. Fuzzy Sets and Fuzzy Logic: Theory and Applications. Editora Prentice Hall, USA. 1995.
17
YEN J. & LANGARI R. Fuzzy Logic: Intelligence, Control, and Information. Prentice Hall, EUA. 1999.

.
) (
). (
0
=
x
A
x
A
x
x x
y
u
u
.
) (
. ). (
0
=
x
A
x
A
dx x
dx x x
y
u
u
u
y
Y
0
u =1
u =x

61
A Figura 5.11 exemplifica o mtodo de defuzzificao do CA. A principal
desvantagem desse mtodo o seu custo computacional, principalmente no caso em
que x contnuo.

FIGURA 5.11 MTODO DE DEFUZZIFICAO (CA)


O Mtodo das Alturas (MA) pode ser visto como uma aproximao do
mtodo do Centro de rea. Ele realizado em duas etapas, primeiro converte-se as
funes de pertinncia, os conseqentes das regras, em conseqentes clssicos
obtendo-se assim o centro de gravidade respectivo. A defuzzificao do centride
ento aplicada para as regras com os conseqentes clssicos. Esse mtodo reduz o
custo computacional (ORTEGA, 2001).

u
y
Y
0

62

6 MODELO DE AVALIAO DA QUALIDADE DE MAPEAMENTO
O desenvolvimento deste processo de avaliao quantitativa da qualidade de
mapeamento se deu inicialmente com o estabelecimento dos parmetros de qualidade
do mapeamento. Cada parmetro estabelecido pelos seus elementos influenciadores,
de modo a traduzi-lo por uma grandeza apropriada. Atravs deste entendimento,
estabeleceu-se um modelo envolvendo a relao entre cada parmetro, equacionando-
os de modo a reproduzir uma relao de causas e efeitos tais que sua variao reflita
adequadamente a realidade sobre os outros parmetros que lhes so intrnsecos ou
dependentes, criando-se assim os Indicadores.
Dado o carter holstico da Cartografia, ou seja, o carter de integrar
fenmenos variantes no tempo e no espao, tem-se o aspecto incerteza no
processamento dos dados do modelo. Assim, a lgica Fuzzy, fundamentada na teoria
dos conjuntos adequada ao tratamento das incertezas, utilizada para a obteno de
valores objetivos no processamento de variveis subjetivas ou empricas.
Conhecendo-se os Indicadores apropriados aos objetivos pretendidos, estes
so processados no Sistema de Inferncia Fuzzy (SIF), cuja funo o mapeamento de
uma dada entrada para uma sada usando a lgica Fuzzy. Ou seja, o SIF providencia as
bases sob as quais as decises podem ser feitas no universo de possibilidades criadas
entre os Indicadores. Assim, o modelo proposto possibilita a avaliao quantitativa da
qualidade contextual de base cartogrfica por meio de Indicadores e Sistema de
Inferncia Fuzzy SIF.

63
6.1 ASPECTOS SOBRE A IDENTIFICAO E VARIAO DOS PARMETROS
DE QUALIDADE
O conceito de qualidade subjetivo e est ligado satisfao funcional,
possuindo, assim, uma gama considervel de variao. Esta variao se d tanto na
identificao dos parmetros que devem ser considerados na conceituao de
qualidade, como tambm na avaliao individual dos atributos de cada um dos
parmetros. A qualidade de um produto ou servio est sempre atrelada a algumas
caractersticas que lhe so especficas e que nem sempre so bvias na sua definio.
Na definio da qualidade dos produtos cartogrficos ocorre a mesma indeterminao,
ou seja, incerteza relativa aos parmetros que devem ser avaliados.
conveniente lembrar a definio dos termos parmetro, varivel e
atributo. Parmetro a caracterstica que define o elemento. Por exemplo,
parmetros de um mapa so: escala ou resoluo, sistema de projeo, acuracidade,
dentre outros. So elementos que no variam no objeto considerado, antes, o
identificam. Ou parmetros de um Indicador so as grandezas que o caracterizam.
Varivel o elemento que assume diferentes valores quando submetido a diferentes
condies ou situaes. Variveis de um mapa digital podem ser, por exemplo, as
primitivas grficas (rea, linha, ponto) utilizadas na representao de uma feio
quando o mapa impresso em escalas diferentes, variando entre a utilizao de rea
ou ponto para a representao de uma edificao dependendo da escala de
representao utilizada. Atributo uma caracterstica de um parmetro ou de uma
varivel, podendo ser tamanho, cor, espessura, quantidade, etc. Por exemplo,
verde pode ser o valor do atributo cor da varivel linha; ou 2,1 pode ser o valor
do parmetro de um Indicador, por exemplo: 2,1 pode ser o valor do parmetro
Crescimento Populacional CP, o qual possui dois atributos quantidade absoluta do
crescimento populacional, e ndice do crescimento populacional, do Indicador
intermedirio Fatores que Modificam o Meio.
Para se definir a qualidade de um produto cartogrfico, combinam-se

64
diversos parmetros onde cada um deles reflete um determinado aspecto de qualidade
que importante ao usurio do produto. A quantidade destes parmetros varia de
acordo com o grau de abrangncia que se pretende considerar na conceituao de
qualidade. Um mapa, por exemplo, pode ser classificado em termos de qualidade,
apenas por um parmetro, o de exatido posicional (PEC). Porm, vrios outros
parmetros podem ser agregados ao conceito de qualidade de mapeamento
considerando outros aspectos que so importantes para o desempenho funcional do
produto.
A classificao dos valores, de cada atributo varia de acordo com o grau de
rigor que se pretende considerar na conceituao de qualidade. Assim, a quantidade de
parmetros para avaliar a qualidade de mapeamento pode variar de acordo com as
necessidades do qu avaliar. Mas, principalmente a classificao dos valores dos
atributos deve ser estabelecida de acordo com as necessidades e objetivos do usurio,
pois, a necessidade de um valor alto para a preciso, por exemplo, no significa,
necessariamente, que deva ser alto para qualquer objetivo apenas porque o parmetro
preciso faz parte do Indicador de qualidade de mapeamento. Assim, antes de se
referir ao conceito de qualidade, necessrio inicialmente estabelecer os parmetros
que a definem segundo a utilizao pretendida ao produto avaliado. Ainda relevante
flexibilizar o intervalo de variao de seus atributos de acordo com o contexto de
utilizao do produto.

6.2 DEFINIO DOS PARMETROS DE QUALIDADE DA BASE
CARTOGRFICA
Na utilizao de bases cartogrficas a questo relativa acuracidade
temporal um aspecto importante na avaliao da sua qualidade. Ou seja, necessrio
conhecer o grau de atualizao dos dados contidos nos documentos cartogrficos, e
com este objetivo estabeleceu-se, ento, o Indicador de Atualidade Cartogrfica. Outro

65
aspecto a ser considerado a completeza das informaes referentes a cada feio
cartogrfica que compe o mapeamento segundo a escala de representao. Esta
completeza, neste modelo, refere-se quantidade de elementos representados no
documento cartogrfico relativamente s informaes originais (documento ou
terreno) de uma determinada feio, segundo a escala de representao. Assim,
estabeleceu-se o Indicador de Generalizao Cartogrfica para avaliar este aspecto. Na
seqncia, os aspectos referentes resoluo permitida pela escala, exatido
posicional, e facilidade de leitura do conjunto total dos elementos mapeados, foram
considerados. Para cumprir com o propsito de avaliar estes aspectos, estabeleceram-
se respectivamente, os Indicadores de Preciso, Acuracidade, e Legibilidade.
Assim, os parmetros definidores do conceito de Qualidade de Mapeamento
so: Atualizao; Generalizao; Preciso; Acuracidade; e Legibilidade. A definio
dos valores de atributos destes parmetros determina-se em funo dos objetivos do
mapeamento. Na Figura 6.1 apresentam-se os parmetros do conceito adotado para
Qualidade de Mapeamento.

FIGURA 6.1 CONJUNTO DOS PARMETROS QUE COMPEM O CONCEITO DE
QUALIDADE DE MAPEAMENTO.

6.3 MODELO PARA QUANTIFICAO DA QUALIDADE DE MAPEAMENTO
O clculo para a quantificao do Indicador da Qualidade de Mapeamento
formalizado pelo modelo apresentado na Figura 6.2. O modelo composto por quatro
nveis de dados segundo a ordem de entrada no processamento. O primeiro nvel
QUALIDADE DE
MAPEAMENTO

- Acuracidade
- Preciso
- Generalizao
- Atualizao
- Legibilidade

66
composto pelos dados de entrada. Estes geram os Indicadores intermedirios que se
encontram no segundo nvel. Os Indicadores intermedirios geram os Indicadores
principais no terceiro nvel. E finalmente destes, resulta o Indicador final, no quarto
nvel. Assim, os dados de entrada so parmetros dos Indicadores intermedirios. Estes
so parmetros dos Indicadores principais, que por sua vez so os parmetros do
Indicador final.

FIGURA 6.2 MODELO PARA QUANTIFICAO DA QUALIDADE DE MAPEAMENTO

O Indicador final Qualidade de Mapeamento (QM) determinado pelos
cinco Indicadores principais que so: Generalizao Cartogrfica, Atualidade
Cartogrfica, Legibilidade, Acuracidade e Preciso. Porm, a determinao do
Indicador final, Qualidade de Mapeamento, no est condicionada necessariamente
NVEIS:
DADOS DE ENTRADA
INDICADORES INTERMEDIRIOS
INDICADORES PRINCIPAIS
INDICADOR FINAL
Velocidade de
Desatualizao (VD)
Atualidade Cartogrfica (AC)
Determinao
de (LM
T
)
Desatualizao
Absoluta (DA)
Hierarquizao
dos NI
(HNI)
Crescimento
Populacional
(CP)
Projeo do
Cresc. Populac.
(PCP)
Consumo de
Energia Eltrica
(CEE)
Fatores
Modificam o
Meio (FMM)
Escala (ES)
Generalizao
Cartogrfica (GC)
Eqidistncia
das CN
(e)
Fator de
Reduo da
Escala (Fr)
Generalizao
C.Planimtrica
(GC-P)
Generalizao
C. Altimtrica
(GC-A)
Classificao
das Escala
Compatibilidade
com o Geide
Global (CGG)
Disponibilidade
em Meio Digital
(DD)
Compatibilidade
com o SGR
atual (CS)
Idade
Tecnolgica
(IT)
Consistncia Lgica (CL):
Banco de Dados / Nveis de Informao
Linguagem Cartogrfica
(LC). Classificao
Qualidade de Mapeamento (QM)
Preciso (PR)
Legibilidad
e (LG)
Acuracidad
e (AR)
PEC
Conformidade s
Especificaes
PEC

67
aos cinco Indicadores principais. Ou seja, o Indicador da Qualidade de Mapeamento
determinado atravs dos Indicadores relevantes aos objetivos do usurio, podendo ser
apenas um deles ou mais, de acordo com as necessidades de cada caso.
O Indicador principal Generalizao Cartogrfica (GC) determinado
pelos Indicadores intermedirios de Generalizao Cartogrfica Planimtrica (GC-P) e
Generalizao Cartogrfica Altimtrica (GC-A). Estes so determinados pelos
seguintes dados de entrada: Fator de reduo de escala (Fr) e Eqidistncia grfica das
curvas de nvel (e), os quais so obtidos diretamente da Escala (ES) dos documentos
cartogrficos envolvidos.
O Indicador principal Atualidade Cartogrfica (AC) determinado pelos
Indicadores intermedirios da Velocidade de Desatualizao, Fatores que Modificam o
Meio, Idade Tecnolgica, e da varivel de Desatualizao Absoluta. O Indicador
intermedirio Velocidade de Desatualizao (VD) determinado pelo parmetro
Escala e pelo Indicador dos Fatores que modificam o Meio. O Indicador Fatores que
modificam o Meio (FMM) determinado pelos dados de entrada, relativos ao
Crescimento populacional (CP), Projeo do Crescimento Populacional (PCP), e
Consumo de Energia Eltrica (CEE). O Indicador intermedirio Idade Tecnolgica
(IT) determinado pelos dados de entrada, Disponibilidade em Meio Digital (DD),
Compatibilidade com o SGR Atual (CS), e Compatibilidade com o Geide Global
(CGG). A varivel Desatualizao Absoluta (DA) determinada em funo do
ndice referente ao Limite Maximo de desatualizao (LM
T
) estabelecida pelo
propsito de uso segundo a hierarquizao dos nveis de informao cartogrfica.
Os demais Indicadores principais, Preciso, Acuracidade e Legibilidade
no foram desenvolvidos neste trabalho, porm, sua composio dever ser
desenvolvida em funo dos dados referente : escala (ES), PEC e Conformidade
s Especificaes para o Indicador de Preciso; PEC, Consistncia Lgica,
Compatibilidade com o SGR Atual (CS), e Compatibilidade com o Geide Global
(CGG), para o Indicador de Acuracidade; e Linguagem Cartogrfica e Consistncia
Lgica para o Indicador de Legibilidade.

68
6.3.1 Classificao e Significado dos Termos Empregados no Desenvolvimento do
Modelo
Os valores de entrada so valores que iniciam o processamento. Estes so
obtidos do prprio documento cartogrfico ou so informaes relativas regio
mapeada. Os valores de entrada esto relacionados a seguir com seus respectivos
significados:
a) Escala (ES) a escala da representao grfica utilizada no
mapeamento;
b) Eqidistncia grfica das curvas de nvel (e): o valor de referncia para
o estabelecimento da eqidistncia com que as curvas de nveis devem
ser representadas no mapeamento, segundo a sua escala;
c) Desatualizao Absoluta (DA): o valor quantitativo referente ao
nmero de elementos da feio existente no mapeamento considerado,
em relao ao nmero de elementos desta mesma feio existente na
regio. A diferena numrica da quantidade de feies no mapa e na
regio decorrente da desatualizao do documento cartogrfico devido
dinmica da regio mapeada;
d) Quantidade de Informao Cartogrfica Disponvel em Meio Digital
(DD): o valor referente quantidade de informaes da base
cartogrfica que est disponibilizada em sistemas digitais;
e) Compatibilidade com o SGR atual (CS): o valor da classificao
referente compatibilidade entre o Sistema Geodsico de Referncia
(SGR) utilizado no mapeamento e o SGR vigente na atualidade
(SIRGAS);
f) Compatibilidade com o Geide Global (CGG): o valor da classificao
referente compatibilidade entre a Rede Vertical de Referncia
Geodsica Brasileira (RV-RGB) com o Geide Global vigente atualmente;
g) Crescimento Populacional (CP): o valor referente ao ndice de

69
crescimento populacional da regio mapeada;
h) Projeo de Crescimento Populacional (PCP): o valor referente ao
ndice de projeo do crescimento populacional da regio mapeada;
i) Consumo de Energia Eltrica (CEE): o valor referente ao ndice de
consumo de energia eltrica da regio mapeada.

Os Indicadores intermedirios so valores obtidos por clculos a partir dos
valores de entrada. Estes esto relacionados abaixo seguidos de seu significado:
a) Idade Tecnolgica (IT): refere-se ao valor que classifica o documento
cartogrfico quanto tecnologia empregada na sua produo. Esse valor
obtido em funo dos valores de DD, CS e CGG;
b) Fatores que Modificam o Meio (FMM): refere-se ao valor que classifica
o documento cartogrfico em funo das aes que ocorrem na regio
mapeada e que influenciam significativamente para a desatualizao do
documento cartogrfico, como CP, PCP e CEE;
c) Velocidade de Desatualizao (VD), refere-se ao valor que classifica o
documento cartogrfico quanto a sua tendncia de desatualizao. Esse
valor se d em funo da ES e do FMM;
d) Generalizao Cartogrfica Planimtrica: o valor referente quantidade
de feies planimtricas representadas no documento cartogrfico em
relao ao fator de reduo (Fr) das escala consideradas;
e) Generalizao Cartogrfica Altimtrica: o valor referente
classificao do documento cartogrfico quanto eqidistncia das
curvas de nvel representadas;

Os Indicadores Principais so valores obtidos por clculo, a partir dos
Indicadores intermedirios e valores de entrada. Os Indicadores principais
desenvolvidos neste trabalho esto abaixo relacionados, com seus respectivos
significados:

70
a) Generalizao Cartogrfica (GC): valor referente a classificao do
documento cartogrfico obtido dos valores de GC-P e GC-A.;
b) Atualidade Cartogrfica: valor referente classificao do documento
cartogrfico quanto atualidade deste documento em funo dos valores
de VD, IT e DA.

O clculo do Indicador final, Qualidade de Mapeamento (QM), processado
a partir dos Indicadores principais. O Indicador final deve ento, considerar os
parmetros de Acuracidade, Preciso, Generalizao, Atualizao e Legibilidade, que
so componentes do Indicador referente ao conceito de Qualidade da Base
cartogrfica. Porm, a composio do Indicador final Qualidade de Mapeamento,
pode ser flexibilizada de acordo com as necessidades do usurio, o qual pode eleger
apenas um ou mais Indicadores principais para expressar a qualidade do mapeamento.
O Indicador final, Qualidade de Mapeamento, refere-se ao valor de classificao
quanto qualidade funcional do documento cartogrfico ou da base cartogrfica
avaliada, segundo os Indicadores principais significativos ao uso em cada caso.
6.3.2 Propriedades dos Indicadores Aplicado aos Parmetros do Modelo
O diagrama de construo de Indicadores Quantitativos, em TRZESNIAK
(1998), apresentado na Figura 5.1, relaciona uma seqncia de procedimentos para se
estabelecer os Indicadores necessrios ao sistema analisado. Assim, segue-se a
descrio destes procedimentos que foram utilizados para a determinao dos
Indicadores estabelecidos ao modelo proposto para a avaliao da qualidade de base
cartogrfica. O processo se inicia com questionamentos voltados observao do
sistema que envolve a situao a ser solucionada.
A situao que envolve o objetivo principal desta pesquisa a necessidade
de se obter uma metodologia para avaliar a qualidade da base cartogrfica. Portanto,
observando-se a situao geradora desta necessidade, fez-se os seguintes

71
questionamentos:
a) como avaliar um produto cartogrfico em seus aspectos gerais e de modo
adequado a cada necessidade de utilizao?
b) Como selecionar produtos cartogrficos adequadamente a cada
aplicao?
c) Como saber quais os nveis de qualidade existente nos produtos
cartogrficos, de forma a suprir suficientemente s necessidades das
diferentes aplicaes?
d) Como quantificar os nveis de qualidade de mapeamento?
Diante destes questionamentos, selecionou-se os seguintes aspectos
desejveis a priori para os Indicadores:
a) quantificao da qualidade para os diferentes aspectos da qualidade do
produto cartogrfico, de modo particularizado e com possibilidade de
serem combinados conforme os objetivos do usurio. A este propsito
estabeleceu-se um Indicador para cada aspecto definido para a qualidade
de mapeamento que so: Atualidade Cartogrfica, Generalizao
Cartogrfica, Preciso, Acuracidade e Legibilidade;
b) quantificao da qualidade segundo o contexto de utilizao do
documento cartogrfico. Assim, estabeleceu-se a cada Indicador um meio
para que sejam definidos de acordo com as necessidades do usurio.
Na seqncia de raciocnio, apresentado pelo modelo (Fig. 5.1), se
estabeleceram os procedimentos de padronizao, sendo que a cada Indicador
padronizou-se um modo de classificao. Assim, atravs dos padres de classificao,
foi possvel a produo de dados numricos que, pela interpretao atribuda aos nveis
de classificao, pode-se conhecer valores de referncia, e as diferentes grandezas
atribudas aos Indicadores podem ser comparadas. Com isto, foram produzidas as
informaes desejadas a respeito da qualidade de mapeamento, e que finalizam o
processo de construo de Indicadores.

72
7 QUANTIFICAO DOS PARMETROS DA QUALIDADE DE
MAPEAMENTO
O modelo de clculo para o Indicador da Qualidade de Mapeamento (Fig.
6.2), envolve os Indicadores de Atualidade Cartogrfica, Generalizao Cartogrfica,
Preciso, Acuracidade e Legibilidade. Os Indicadores aqui desenvolvidos so os de
Atualidade Cartogrfica e Generalizao Cartogrfica. Estes Indicadores propostos so
determinados em funo das necessidades e objetivos de uso. Portanto, possvel se
referir aos Indicadores como sendo contextuais, dando-lhes a nfase da interferncia
do contexto de uso do documento cartogrfico nas avaliaes processadas. Portanto, o
Indicador final, Qualidade de Mapeamento, refere-se qualidade contextual do
mapeamento.
7.1 ESTABELECIMENTO DE INTERVALOS DE CONJUNTOS
Segundo SIMLEY (2001), a utilizao da teoria da Distribuio Normal no
controle de qualidade, amplamente aplicada aos procedimentos que envolvem
produtos manufaturados, tambm, comumente aplicada em Cartografia. Na busca
por definio do comportamento dos elementos do modelo de avaliao da qualidade
de mapeamento, constatou-se haver insuficincia de conhecimento para a sua
determinao exata. Assim, considerando este fato adicionado s consideraes de
SIMLEY (2001) a respeito da adequao da distribuio normal tanto nos processos de
controle de qualidade como tambm em Cartografia, optou-se por determinar os
intervalos de classificao aos elementos do modelo baseando-se em valores extrados
da curva normal. Ento, a partir desta considerao utilizou-se o parmetro sigma ( )
da curva normal para se definir os intervalos de classificao. Optou-se por
consideram-se cinco classes julgando serem suficientes ao tratamento das incertezas de
classificao inerentes aos elementos envolvidos. Assim, alm de duas classe extremas
e uma mediana, mais duas classes intermedirias so posicionadas entre as classes

73
extremas e a mediana, totalizando ento cinco classes. Nesta classificao as
ordenadas referentes aos pontos de abscissas: 0; (1/2) ; 1 ; (3/2) ; 2 ,
representam os valores de maior freqncia no intervalo de cada uma das cinco
classes: ALTA; MDIA ALTA; MDIA; MDIA BAIXA; e BAIXA ilustradas nas
Figuras 7.1 e 7.2. A razo deste critrio na definio dos intervalos no implica em
desenvolvimento estatstico, mas, apenas na considerao de um comportamento de
classificao segundo a distribuio normal para os elementos do modelo. A utilizao
da curva normal no se aplica na submisso dos dados teoria da distribuio normal,
mas, apenas na utilizao meramente numrica de valores mltiplos de sigma ( ) para
se definir os intervalos de classe padronizados neste trabalho. Portanto, adotando-se a
funo da distribuio normal (MONTGOMERY, 2004, p.40):
e
x
x f
2
2
1
2
1
) (
|
.
|
\
|
=

u

(7.1)
onde: u = mdia do intervalo [-3 , 3 ]; = desvio padro;
determinam-se as freqncias na curva normal para os seguintes pontos: 0; (1/2) ;
1 ; (3/2) ; 2 ; e 3 no intervalo [ u , 3 ], cujas ordenadas so: 0,3989; 0,3520;
0,2419; 0,1497; 0,0540 e 0,0044 respectivamente, conforme ilustra a Figura 7.1.

FIGURA 7.1 CURVA NORMAL NO INTERVALO: [ u + 3 ]
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
0,45
1 4 7
1
0
1
3
1
6
1
9
2
2
2
5
2
8
3
1
3
4
3
7
4
0
0,3989 (ordenada de u )
0,3520 (ordenada de (1/2) e (1/2) )
0,2419 (ordenada de e )
0,1497 (ordenada de (3/2) e (3/2) )
0,0540 (ordenada de 2 e 2 )
0,0044 (ord. 3 e 3 )
ALTA
MDIA ALTA
MDIA
MDIA BAIXA
BAIXA
0 1 3/2 2 3
0,40
0,35
0,30

0,25

0,20

0,15
0,10
0,05

0,00
Freqncia
X

74
Com as ordenadas definidas anteriormente se estabelecem cinco intervalos que
definem as cinco classes adotadas como padro no desenvolvimento do modelo. As
cinco classes, assim padronizadas, so flexveis quanto nominao, como: ALTA,
MDIA ALTA, MDIA, MDIA BAIXA e BAIXA, mas, invariveis na posio dos
intervalos, os quais foram definidos sobre o intervalo [ u , 3 ] da curva normal,
conforme mostra a Figura 7.1.
A Figura 7.2 mostra o processo de construo das cinco classes (ALTA,
MDIA ALTA, MDIA, MDIA BAIXA, e BAIXA) utilizadas no processamento
dos elementos do modelo. A Figura 7.2(a) mostra o ponto de maior freqncia nos
intervalos anteriormente definidos (Figura 7.1), o qual convencionou-se ser tambm, o
ponto de maior significncia dentro da respectiva classe. Assim, os pontos mais
significativos de cada classe so: o ponto de ordenada 0,3989 (correspondente mdia
u ) para a classe ALTA; o ponto de ordenada 0,3520 (de abscissa: (1/2) ) para a
classe MDIA ALTA; o ponto de ordenada 0,2419 (de abscissa: 1 ) para a classe
MDIA; o ponto de ordenada 0,1497 (de abscissa: (3/2) ) para a classe MDIA
BAIXA; e o ponto de ordenada 0,0540 (de abscissa: 2 ) para a classe BAIXA. Para
todos os demais pontos de cada classe considerou-se que a freqncia diminui
linearmente at atingir o valor zero medida que se aproximam dos pontos extremos
de cada intervalo, obtendo-se, assim, a forma triangular para as funes de cada classe.
A Figura 7.2(b) mostra a Figura 7.2(a) com o eixo das ordenadas
(freqncia) na posio horizontal e sentido da esquerda para a direita, onde as classes,
ALTA, MDIA ALTA, MDIA, MDIA BAIXA, e BAIXA, se apresentam com
intervalos distintos. Porm, estes intervalos devero ser sobrepostos devido
considerao das incertezas relacionadas classificao dos elementos envolvidos,
adequando-se, ento, ao processamento do sistema de inferncia Fuzzy. Ento, a
sobreposio das classes faz-se ampliando seus intervalos at o ponto de maior
freqncia da classe adjacente, conforme mostra a Figura 7.2(c).

75
FIGURA 7.2 PROCESSO DE CONSTRUO DAS CLASSES PARA OS ELEMENTOS DO
MODELO

A Tabela 7.1 relaciona as abscissas da curva normal (0, (1/2) , 1 , (3/2) ,
2 , e 3 ), suas respectivas ordenadas (0,3989; 0,3520; 0,2419; 0,1497; 0,0540 e
0,0044), e ainda a ordenada do ponto central de cada intervalo entre os pontos de
maior freqncia (0,3755; 0,2970; 0,1958; 0,1018; 0,2920). Ainda, para se utilizar
estes valores na definio das classes de conjuntos Fuzzy necessrio normaliz-los
para o intervalo que varia de 0 a 1, onde a ordenada 0,3989 corresponde ao valor 1, e a
partir desta relao extraem-se todos os demais valores correspondentes, conforme
Tabela 7.1

0,3989
0,3520
0,2419
0,1497
0,0540
0,0044
A L T A
M D I A A L T A
M D I A
M D I A B A I X A
B A I X A
0,3989 (p/ mdia u )
0,3520 (p/ 1/2 )
0,2419 (p/ 1 )
0,1497 (p/ 3/2 )
0,0540 (p/ 2 )
0,0044 (p/ 3 )
A

L

T

A

M

D

I

A

A

L

T

A

M

D

I

A

M

D

I

A

B

A

I

X

B

A

I

X

A

0
,
3
9
8
9

0
,
3
5
2
0

0
,
2
4
1
9

0
,
1
4
9
7

0
,
0
5
4
0

0
,
0
0
4
4

u 1/2 1 3/2 2 3
0
,
3
9
8
9

0
,
3
5
2
0

0
,
2
4
1
9

0
,
1
4
9
7

0
,
0
5
4
0

0
,
0
0
4
4

A

L

T

A

M

D

I

A

A

L

T

A

M

D

I

A

M

D

I

A

B

A

I

X

B

A

I

X

A

u 1/2 1 3/2 2 3
(a)
(b)
(c)
Ordenadas (freqncia)

76
TABELA 7.1 LIMITES DOS CONJUNTOS FUZZY BASEADOS NA CURVA NORMAL
Abscissa
(x)
Ordenada (y) Ordenadas (Y)
Normalizadas
Ordenadas (Y)
Normalizadas e
Arredondadas
Principais
Divises
MDIA ( u ) =0 0,3989 1 1
Centro do intervalo
[0 () ]
0,3755 0,9413 0,94
Ponto ( ) 0,3520 0,8824 0,88
Centro do intervalo
[ () - 1 ]
0,2970 0,7445 0,74
Ponto 1 0,2419 0,6064 0,61

1

Centro do intervalo
[1 - (3/2) ]
0,1958 0,4908 0,49
Ponto (3/2) 0,1497 0,3753 0,37
Centro do intervalo
[(3/2) - 2 ]
0,1018 0,2552 0,25
Ponto 2 0,0540 0,1354 0,13

2

Centro do intervalo
[2 - 3 ]
0,0292 0,0732 0,07
Ponto 3 0,0044 0,0110 0,00

3

7.2 DETERMINAO DOS CONJUNTOS FUZZY
Conjuntos Fuzzy no possuem intervalos rgidos, isto , um elemento pode
pertencer a mais de um conjunto simultaneamente. Apesar da determinao dos cinco
intervalos de classes definidos pelas ordenadas correspondentes s abscissas (0,
(1/2) , 1 , (3/2) , 2 , 3 ) da curva normal, devido a superposio de intervalos,
os conjuntos Fuzzy passam a ser compostos por dois parmetros: o intervalo de
domnio que defini a sua abrangncia, e o intervalo de classificao, onde os valores
do intervalo de domnio tm maior significncia naquele conjunto. Com isto, os
conjuntos Fuzzy ficam definidos da seguinte forma: [0,0 0,37] o intervalo de
domnio para a classe BAIXA, e [0,07 0,25] o correspondente intervalo de
classificao; [0,13 0,61] o intervalo de domnio para a classe MDIA BAIXA, e
[0,25 0,49] o correspondente intervalo de classificao; [0,37 0,88] o intervalo
de domnio para a classe MDIA, e [0,49 0,74] o correspondente intervalo de
classificao; [0,61 1] o intervalo de domnio para a classe MDIA ALTA, e [0,74
0,94] o correspondente intervalo de classificao; e [0,88 1] o intervalo de
domnio para a classe ALTA, e [0,94 1] o correspondente intervalo de

77
classificao. Os conjuntos so ainda, definidos por funes denominadas funo de
pertinncia. Estas funes caracterizam o comportamento da varivel representada e o
grau de pertinncia de um ponto x a um determinado conjunto. O grau de pertinncia
varia no intervalo [0, 1], e caracterizado pela letra u . Considerando o fato de que
os conhecimentos para a caracterizao do comportamento dos elementos do modelo
proposto so insuficientes, impossibilitando a definio de uma funo de pertinncia
especfica, adotou-se, genericamente, funes de pertinncia lineares devido a sua
simplicidade e eficincia. Portanto, as funes adotadas so as lineares de formato
quadrtico, triangular e trapezoidal. A constituio de cada uma das funes de
pertinncia est relacionada apenas com os intervalos de domnio e o ponto de ncleo.
Assim, em tais intervalos, so os pontos de abscissas: 0, (1/2) , 1 , (3/2) e 2 ,
que representam o ponto de mais alto valor de pertinncia, ou ncleo, de cada classe.
Os valores centrais entre as classes (0,94; 0,74; 0,49; 0,25 e 0,07) definem a largura
dos conjuntos Fuzzy, ou o intervalo de maior significncia de cada classe definido
como intervalo de classificao. Assim, definiram-se os cinco conjuntos Fuzzy para a
classificao padronizada dos elementos do modelo proposto para a quantificao da
qualidade do mapeamento. A Figura 7.3, derivada da Figura 7.2(c), mostra a definio
deste sistema de conjuntos Fuzzy para um elemento genrico X.

FIGURA 7.3 SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA PARA O
ELEMENTO GENRICO (X)

0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
X
BA MB ME MA AL

78
Para cada sistema de conjuntos Fuzzy (Fig.7.3) de um determinado elemento
X do modelo, so estabelecidos os conjuntos Fuzzy das respectivas classes do
elemento X, da seguinte forma:
a) o conjunto universo de discurso contnuo do elemento X composto pelo
intervalo de classificao de X, estabelecido segundo os propsitos de
sua utilizao, no intervalo entre 0 e 1. Ento, U
X
= {0, 1};
b) as funes de pertinncia adotada para os conjuntos Fuzzy referentes s
classes BAIXA (BA), MDIA BAIXA (MB), MDIA (ME), MDIA
ALTA (MA), e ALTA (AL), so as funes triangulares. Cada conjunto
Fuzzy definido por estas funes possui um ponto de ncleo (valor de
pertinncia mximo = 1), e os demais pontos x possuem valores de
pertinncia linearmente decrescentes at assumirem o valor zero ao
atingirem o ncleo dos conjuntos adjacentes;
c) os conjuntos Fuzzy que representam respectivamente as classes, BAIXA,
MDIA BAIXA, MDIA, MDIA ALTA, e ALTA, para a varivel X,
so definidos da seguinte forma:
BA = {0,00 0,37}: com ncleo em x = 0,13 (correspondente a 2 ) e os
valores de pertinncia zero ( u = 0) no ponto de origem do sistema e no
ncleo do conjunto adjacente (x = 0 e x = 0,37);
MB = {0,13 0,61}: com ncleo em x = 0,37 (correspondente a 3/2 ), e
valores de pertinncia zero ( u = 0) no ncleo de cada um dos
conjuntos adjacentes (x = 0,13 e x = 0,61);
ME = {0,37 0,88}: com ncleo em x = 0,61 (correspondente a 1 ), e
conjuntos adjacentes (x = 0,37 e x = 0,88);
MA = {0,61 1}: com ncleo em x = 0,88 (correspondente a 1/2 ), e
conjuntos adjacentes (x = 0,61 e x = 1);
AL = {0,88 1}: com ncleo em x = 1 (correspondente mdia da curva

79
normal, extremo superior de U
X
), e valor de pertinncia zero ( u = 0)
no ncleo do conjunto adjacentes (x = 0,88).
Cabe observar que intervalos diferentes dos determinados no item 7.1 foram
adotados para os elementos abaixo relacionados, seguidos da respectiva justificativa:
a) Compatibilidade com o SGR atual (CS) identificaram-se oito classes de
distinguvel relevncia;
b) Compatibilidade com o Geide Global (CGG) identificaram-se quatro
classes de distinguvel relevncia;
c) Crescimento Populacional (CP) e Projeo do Crescimento Populacional
(PCP) optou-se por manter as quatro classes atribudas classificao
dos municpios brasileiros quanto ao ndice de crescimento populacional;
d) Consumo de Energia Eltrica (CEE) optou-se por seguir os mesmos
critrios de classificao dos elementos CP e PCP, por apresentar
comportamento semelhante;
e) Generalizao Cartogrfica Planimtrica (GC-P) cinco intervalos de
classe foram definidos em funo do fator de reduo da escala (Fr), ou
seja, em funo da relao entre a escala origem e a escala derivada;
f) Generalizao Cartogrfica Altimtrica (GC-A) cinco intervalos de
classe foram definidos em funo da eqidistncia grfica (e) das curvas
de nvel.
7.3 INTERPRETAO DA FIGURA REPRESENTATIVA DO SISTEMA DAS
FUNES DE PERTINNCIA
Os elementos do modelo para quantificao da qualidade de mapeamento so
classificados, normalmente, em cinco classes e geram um sistema de funes de
pertinncia equivalente ao representado na Figura 7.3. A interpretao da funo de
pertinncia neste sistema descrita a seguir:
Cada conjunto Fuzzy (BA, MB, ME, MA, AL) tem os pontos de maior

80
relevncia, ou de maior valor de pertinncia, no intervalo entre os pontos de
cruzamento, ou seja, no respectivo intervalo de classificao, que so: [0,07 0,25]
para a classe BAIXA BA; [0,25 0,49] para a classe MDIA BAIXA MB; [0,49
0,74] para a classe MDIA ME; [0,74 e 0,94] para a classe MDIA ALTA MA; e
[0,94 1] para a classe ALTA AL. Porm, como os conjuntos Fuzzy apresentam
sobreposio, em seus intervalos de domnio, com os conjuntos adjacentes, cada ponto
do conjunto ter um grau de pertinncia (relevncia) maior para um determinado
conjunto do que para outro. So quatro as principais situaes de diferente
interpretao dos valores de pertinncia do ponto x. Assim, para interpretar a
pertinncia, ou a relevncia, de um ponto x a um determinado conjunto, considera-se
uma reta vertical passante pelo ponto x, e analisam-se os pontos que esta reta
intercepta. A Figura 7.4 ilustra as quatro situaes descritas a seguir:
a) para um ponto x coincidente com o ponto de ncleo, a pertinncia ao
conjunto correspondente absoluta (mxima), ou seja, no h nenhum
grau de pertinncia a outro conjunto. Neste caso o ponto x pertence
integralmente apenas ao conjunto que contm o referido ncleo. O ponto
A (x = 0,37) na Figura 7.4 (a), tem o valor mximo de relevncia ou
pertinncia para o conjunto MB ( u
MB
(A) =1), e tem o valor mnimo de
pertinncia tanto para o conjunto BA como para o conjunto ME
( u
BA/ME
(A) = 0). Portanto, o ponto A, de abscissa igual a 0,37, pertence
apenas ao conjunto MB;
b) o valor de pertinncia de x ao conjunto MB ( u
MB
(x)), por exemplo,
quando x est situado em qualquer ponto entre o ncleo do conjunto MB
e um dos pontos de cruzamento (0,25 ou 0,49), portanto, no seu intervalo
de classificao, ter sempre maior valor de pertinncia ao conjunto que
contm o referido ncleo (MB) do que ao conjunto adjacente, conforme
mostram os pontos A e B na Figura 7.4 (b). A vertical em A
intercepta o conjunto BA na ordenada igual a 0,35 ( u
BA
(A) = 0,35), e
intercepta o conjunto MB na ordenada igual a 0,65 ( u
MB
(A) = 0,65). A

81
vertical em B intercepta o conjunto ME na ordenada de valor 0,25
( u
ME
(B) = 0,25) e intercepta o conjunto MB na ordenada de valor 0,75
( u
MB
(B) = 0,75). Portanto, os valores de pertinncia ( u
MB
(x)) de x so
maiores para o conjunto MB tanto em A como em B. O ponto A
pertence tanto ao conjunto BA como ao conjunto MB, porm, pertence ao
conjunto BA com menor grau de pertinncia ( u
BA
(A) = 0,35) do que ao
conjunto MB, onde o valor de pertinncia maior ( u
MB
(A) = 0,65). O
ponto B pertence tanto ao conjunto ME como ao conjunto MB, porm,
pertence ao conjunto ME com menor grau de pertinncia ( u
ME
(B) =
0,25) do que ao conjunto MB, onde o valor de pertinncia maior
( u
MB
(B) = 0,75);
c) o valor de pertinncia de x ao conjunto MB ( u
MB
(x)), por exemplo,
quando x est situado alm do ponto de cruzamento, portanto fora do seu
intervalo de classificao, (x < 0,25 ou x > 0,49) ser de menor relevncia
para o conjunto MB e de maior relevncia para o conjunto adjacente.
Esse caso dos pontos A e B na Figura 7.4 (c). O valor de pertinncia
de A ao conjunto MB de 0,4 ( u
MB
(A) = 0,4), enquanto que para o
conjunto BA o valor de pertinncia de A de 0,6 ( u
BA
(A) = 0,6). Em
B o valor de pertinncia ao conjunto MB de 0,2 ( u
MB
(B) = 0,2), e
de 0,8 para o conjunto ME ( u
ME
(B) = 0,8);
d) o valor de pertinncia de x ao conjunto MB ( u
MB
(x)) quando o ponto x
coincidente com um ponto de cruzamento, idntico tanto para um
conjunto como para o outro. Este caso do ponto A cuja abscissa
igual a 0,25, ou do ponto B com abscissa igual a 0,49, por exemplo. Na
Figura 7.4 (d) o ponto A (x = 0,25) tem grau de pertinncia igual a 0,5
tanto para o conjunto BA como para o conjunto MB ( u
BA/MB
(A) = 0,5).
Tambm para o ponto B (x = 0,49), o grau de pertinncia igual a 0,5
tanto para o conjunto MB como para o conjunto ME ( u
MB/ME
(B) = 0,5).

82
(a)
(b)
0,0 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
X
BA MB ME MA AL
A
u =1
u =0,0
u =0,75
u =0,25
u =0,65
u =0,35
B A
0,0 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
X
BA MB ME MA AL
B A
u =0,50
0,0 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
X
BA MB ME MA AL
0,0 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
X
BA MB ME MA AL
B
u =0,80
u =0,20
A
u =0,60
u =0,40
(c)
(d)
0,07
0,07
0,07
0,07
FIGURA 7.4- INTERPRETAO SOBRE A PERTINNCIA DE X A UM DETERMINADO
CONJUNTO FUZZY

7.4 INDICADOR DE ATUALIDADE CARTOGRFICA (CA)
O Indicador de Atualidade Cartogrfica estabelecido para determinar um
valor, dentro do intervalo [0, 1], tal que expresse quantitativamente a atualidade do
produto cartogrfico analisado segundo limiares estabelecidos pelo usurio. O
Indicador da Atualidade Cartogrfica composto por outros Indicadores, parmetros
e/ou variveis, da seguinte forma:
- Indicador principal: Atualidade Cartogrfica (AC):
o Varivel: Desatualizao Absoluta (DA);

83
o Indicador intermedirio: Idade Tecnolgica (IT):
Varivel: Disponibilidade em meio Digital (DD);
Varivel: Compatibilidade com o SGR atual (CS);
Varivel: Compatibilidade com o Geide Global (CGG).
o Indicador intermedirio: Velocidade de Desatualizao (VD):
Parmetro: Escala (ES);
Indicador intermedirio: Fatores que Modificam o Meio (FMM):
Varivel: Crescimento Populacional (CP);
Varivel: Projeo de Crescimento Populacional (PCP);
Varivel: Consumo de Energia Eltrica (CEE).
7.4.1 Determinao da Varivel de Desatualizao Absoluta (DA)
O mapa um objeto esttico que representa uma determinada rea em um
instante t. Porm a rea mapeada com suas diversas feies est inserida em uma
realidade que dinmica, e conseqentemente sofre constante modificao. Sendo
assim, pode-se afirmar que todo produto de mapeamento cartogrfico desatualizado,
se comparado com o instante presente. A cartografia digital tem contribudo
significativamente na administrao dos efeitos produzidos pelo carter dinmico do
ambiente uma vez que o meio digital prov facilidades em excluir ou agregar
informaes espaciais. Assim, alguns rgos (como prefeituras) j se organizaram na
coleta e complementao das modificaes ocorridas recentemente no ambiente,
concretizando com isso, um processo contnuo de atualizao dos respectivos produtos
cartogrficos. Estes procedimentos so importantes para a eficincia na utilizao do
mapeamento, para a definio do ndice de desatualizao absoluta do mapeamento, e
conseqentemente, para prolongar a vida til dos produtos cartogrficos. Assim,
necessrio que o usurio de uma base cartogrfica estabelea uma padronizao para
controlar os nveis de desatualizao ocorrida a cada feio cartogrfica, e possibilitar
com isto a manuteno da qualidade de seus servios.

84
Para se obter o valor da Desatualizao Absoluta necessrio um
monitoramento contnuo desde a data da aquisio dos dados para a elaborao do
mapeamento. Recomenda-se que as informaes no mapeadas sejam registradas e
organizadas segundo a classificao das feies adotada no mapeamento, e
contabilizadas em unidades caractersticas das respectivas feies conforme mostra o
exemplo da Tabela 7.2. Assim, estes valores quantitativos (percentuais) entre a
diferena do montante mapeado e do no mapeado de cada feio definem a
Desatualizao Absoluta (DA).

TABELA 7.2 EXEMPLO DE DESATUALIZAO ABSOLUTA (DA)
CLASSES
DOS N.I.
(FEIES)
UNIDADE DE
MAPEAMENTO
DA FEIO
UNIDADES NO
AMBIENTE
UNIDADES NO
MAPEAMENTO
QUANTIDADE
MAPEADA
QUANTIDADE
NO
MAPEADA
Edificaes m
2
210.456 m
2
120.380,8 m
2
ed (57,2%) ed (42,8%)
Loteamento Lote 154.288 lotes 114.173 lotes lt (74%) lt (26%)
Quadras Quadra 104.550 quadras 92.004 quadras qd (88%) qd (12%)
Arruamento Trechos = 1 km 101.000 km 80.800 km ar (80%) ar (20%)
MDIA - - - - 25,2%
N.I. Nveis de Informao.
7.4.1.1 Determinao do nvel mximo (LM) de Desatualizao Absoluta (DA)
Sabendo-se que desde o primeiro momento de uso dos produtos de
mapeamento, j existe algum nvel de desatualizao, necessrio padronizar
quantidades aceitveis e mximos tolerveis para a desatualizao absoluta dos
produtos cartogrficos em uso.
Conforme SIMLEY (2001), a metodologia denominada p-chart,
utilizada no controle de qualidade dos produtos cartogrficos produzidos em srie.
Esta metodologia est baseada na distribuio normal que segundo SIMLEY (2001)
foi reconhecida por Shewhart (1931) como adequada aos processos de medio da
qualidade de produtos manufaturados de um modo geral.
Segundo SIMLEY (2001), Shewhart reconheceu que em um sistema
otimizado de manufaturados, uma vez que os problemas bvios de qualidade tenham
sido eliminados, haver sempre algum grau de erro que raramente poder ser

85
eliminado por causa da multido de variveis que agem sobre o processo. Shewhart
demonstra que as medidas de qualidade distribudas dentro de mais ou menos trs
desvios padro (3 ) da mdia ( u ) so uma parte normal do processo, ao que ele
chamou de variao normal. A metodologia p-chart , baseia-se em amostras de
tamanho variado onde: p a mdia da razo amostral entre os elementos no
conforme (D
i
), ou seja, elementos que extrapolam os padres considerados aceitveis
para uso, e n
i
o tamanho da amostra Com isto estabelece-se uma linha mdia num
grfico de controle definida pelo valor de p , e a partir desta calculam-se os limites
mximos, superior (LM
S
) e inferior (LM
I
), a esta linha segundo as seguintes equao:
LM
S
= p + 3
i
n p p / ) 1 ( (7.2)
LM
I
= p - 3
i
n p p / ) 1 ( (7.3)
Porm, esta metodologia est baseada em quantidades amostrais o que no
corresponde realidade tratada no caso de quantificar a atualidade dos documentos
cartogrficos a qual deve considerar a totalidade das feies. No entanto, a
metodologia p-chart poder ser utilizada para os casos em que seja conveniente
trabalhar com dados amostrais. Embora a metodologia p-chart no esteja sendo
utilizada neste caso, ainda conveniente considerar a proposio, nela estabelecida, de
se definir um limite superior a partir de um determinado valor pr-definido. Para isto,
estabelece-se um critrio onde se determina, segundo as necessidades do usurio, um
valor inicial de aceitao relativa desatualizao absoluta (DA). Este valor inicial
deve significar um nvel de desatualizao absoluta considerado baixo e sem nenhum
prejuzo significativo para as tarefas executadas com base neste mapeamento. Assim, a
partir deste valor inicial determina-se o valor mximo de tolerncia correspondente.
Esse valor mximo indica a quantidade mxima de desatualizao absoluta que o
documento cartogrfico poder atingir antes de se considerar a necessidade de
atualizao do documento utilizado. Sendo, portanto, que a partir deste valor mximo
o documento cartogrfico dever ser rejeitado pelo usurio.
Para se determinar o valor mximo para a desatualizao absoluta, o mtodo
aqui estabelecido, utiliza-se dos valores de reas sob a Curva de Distribuio Normal

86
(Tabela no anexo 2 extrada de KOOSIS, 1974) segundo o seguinte critrio:
a) estabelece-se, a critrio do usurio, um valor de desatualizao inicial (p
i
)
baixo para cada uma das principais feies cartogrficas, tal que este
valor (p
i
) no implique em prejuzo relevante no desempenho das tarefas
executadas para o propsito de uso do mapeamento estabelecido;
b) a partir de cada p
i
, extrai-se da Tabela da Curva Normal padronizada,
a abscissa correspondente (z
i
);
c) multiplica-se a abscissa z
i
por trs (3z
i
);
d) extrai-se da Tabela da Curva Normal o valor da rea correspondente
abscissa 3z
i
. Esse valor , ento, estabelecido como limite mximo
(LM
p(i)
) tolervel para a desatualizao absolta daquela feio
cartogrfica.
A Tabela 7.3 relaciona alguns valores obtidos pelo critrio descrito.

TABELA 7.3 VALORES DA DESATUALIZAO ABSOLUTA (DA): INICIAL (p
i
), E
MXIMO (LM
i
)
p
i
z
i
3z
i
LM
i
0,05 0,13 0,39 0,15
0,10 0,26 0,78 0,28
0,15 0,39 1,17 0,38
0,20 0,53 1,59 0,44
0,25 0,68 2,04 0,48
0,30 0,85 2,55 0,50
Assim, o usurio deve estabelecer os p
i
, ou seja, os valores de desatualizao
absoluta inicial a cada feio cartogrfica (NI) tal que no implique em prejuzos
significativos ao seu trabalho, e a partir destes valores de p
i
, por meio da Tabela da
Curva Normal, encontram-se os limites mximos de desatualizao absoluta tolervel
a cada uma das principais feies cartogrficas (LM
p(i)
). Porm, conveniente que o
usurio obtenha um nico valor para o limite mximo da desatualizao absoluta
referente s principais feies de sua base cartogrfica, e no um valor para cada
feio. Assim, conforme a maior convenincia aos propsitos de utilizao da base
cartogrfica, o usurio adotar uma das duas possibilidades: para o caso em que os
valores iniciais p
i
sejam significativamente diferentes entre si recomenda-se que seja

87
estabelecido como valor de limite mximo para a desatualizao absoluta o menor
valor de LM
p(i)
encontrado; ou, em caso contrrio, o usurio adotar o valor mdio dos
LM
p(i)
encontrados, calculado pela seguinte equao:
n
p
p
n
i
i
=
=
1
(7.4)
onde p a mdia aritmtica dos valores de p
i
inicialmente arbitrados e n o nmero
de p
i
considerados.
Para as demais feies cartogrficas, as no estabelecidas como principais,
defini-se como valor de limite mximo para a desatualizao absoluta o maior valor de
LM
p(i)
encontrado para as principais feies cartogrficas. Abaixo, segue-se um
exemplo de aplicao do critrio de determinao do limite mximo para a
desatualizao absoluta (DA) de uma Base cartogrfica.
Considerando uma aplicao de cadastro urbano, as feies cartogrficas (ou
Nveis de Informao - NI) mais significativas para esta aplicao, por exemplo,
poderiam ser: edificaes, lotes, quadras e arruamento. Considerando os dados da
Tabela 7.2, descreve-se abaixo os procedimentos para obteno dos limites mximos
tolerveis para a desatualizao absoluta de cada feio, conforme critrio estabelecido
na Tabela 7.3.
Aps, o usurio ter determinado os Nveis de Informao (NI) principais aos
seus objetivos dever, em seguida, arbitrar um valor percentual inicial (p
i
) de
desatualizao absoluta DA para cada uma das n principais feies cartogrficas
(NI). Por exemplo, para as feies citadas na Tabela 7.2, estabelecem-se valores
iniciais (p
i
) para a desatualizao absoluta referente s edificaes, loteamento,
quadras e arruamentos (p
ed
, p
lt
, p
qd
, p
ar
). Com isto, da Tabela da Curva Normal
extraem-se os valores de abscissa correspondentes aos p
i
(z
ed
, z
lt
, z
qd
, z
ar
); efetua-se a
multiplicao de z
i
por 3; e extraem-se da Tabela os valores correspondentes a 3z
i
,
obtendo-se assim os valores de limite mximo para a desatualizao absoluta de cada
uma das principais feies cartogrficas (LM
ed
, LM
lt
, LM
qd
, LM
ar
). Estes
procedimentos se apresentam na Tabela 7.4.

88
TABELA 7.4 DETERMINAO DO LIMITE MXIMO (LM) DE DESATUALIZAO
ABSOLUTA
CLASSES
DOS N.I.
(FEIES)
Desatualizao
Absoluta (DA)
p
i
Desatualizao
Absoluta (DA)
Inicial
z
i

Valores
correspon-
dentes a p
i
3 z
i

LM
i

Valores
correspon-
dentes a 3z
i

Edificaes Ed (42,8%) 0,18 0,47 1,41 0,42
Loteamento lt (26%) 0,10 0,26 0,78 0,28
Quadras Qd (12%) 0,05 0,13 0,39 0,15
Arruamento Ar (20%) 0,12 0,31 0,93 0,32
Mdia 25,2% 0,1125 0,28 0,84 0,30
N.I. Nveis de Informao.
A ltima linha da Tabela 7.4, indica a mdia aritmtica dos valores de LM
i

encontrados para as principais feies cartogrficas. A determinao deste, feita
atravs do seguinte procedimento:
a) calcula-se o valor mdio ( p ) dos valores arbitrados de
i
p , atravs da
equao 7.4;
b) extrai-se da Tabela da Curva Normal o valor da abscissa (z)
correspondente a p , e multiplica-se por 3, obtendo-se 3z.
c) extrai-se da Tabela da Curva Normal o valor correspondente a 3z.
Desta forma, considerando que as diferenas entre os valores iniciais de p
i

no sejam significativas, adota-se como limite mximo (LM
p
) tolervel para a
desatualizao absoluta das principais feies a mdia aritmtica dos LM
p(i)
, ou seja,
LM
p
= 30%, conforme consta na Tabela 7.4. E adota-se como limite mximo tolervel
para a desatualizao absoluta das feies secundrias (LM
s
) o maior valor encontrado
para LM
p(i)
, ou seja, para este exemplo, LM
s
igual a 42% (Tab.7.4). Assim, obtm-se
dois valores, LM
p
e LM
s
, para o limite mximo de desatualizao absoluta da Base
cartogrfica. Sendo conveniente estabelecer apenas um valor (LM) esta questo o
usurio, segundo suas necessidades, deve eleger como valor de LM, ou o limite
mximo de desatualizao absoluta encontrado para as principais feies (LM
p
=
30%), ou o limite mximo da desatualizao absoluta definido pela mdia aritmtica
entre os valores de LM
p
e LM
s
, conforme a equao (7.5):
LM = (LM
p
+ LM
s
)/2 (7.5)
A partir da equao (7.5), para este exemplo, fica estabelecido que:

89
LM = (0,30 + 0,42)/2 = 0,36 (7.6)
Assim, para o caso de se adotar a mdia aritmtica entre os valores de LM
p
e
LM
s
na determinao de um nico valor para o limite mximo de desatualizao
absoluta da base cartogrfica (LM), tem-se, neste exemplo, que LM igual a 36%. E
ser este o valor a ser considerado na definio dos intervalos de classe a serem
estabelecidos para a varivel Desatualizao Absoluta (DA) (Tab. 7.5). Porm, a
anlise de aceitao ou no da Base cartogrfica quanto ao nvel de desatualizao
absoluta dever ser feita atravs dos dois valores determinados, ou seja, considerando
o valor de LM
p
para as principais feies, e o valor de LM
s
para as demais feies.
Qualquer uma das feies cartogrficas selecionadas como principal no dever ser
aceita neste mapeamento se apresentar o valor de desatualizao absoluta maior que
30%, e qualquer uma das demais feies (secundrias) no dever ser aceita se
ultrapassar o valor de 42% de desatualizao absoluta. Havendo um ou mais Nveis de
Informao com o valor de desatualizao absoluta (DA
i
) superior ao valor calculado
para o LM correspondente, haver a necessidade de atualizao ou de re-mapeamento,
conforme anlise da relao custo-benefcio que o usurio dever fazer.
Citando como exemplo os valores de desatualizao absoluta (DA)
atribudos s quatro feies cartogrficas principais apresentadas na Tabela 7.2,
observa-se que os valores (DA) existentes nos NIs referentes : loteamento (DA
lt
=
26%), quadras (DA
qd
= 12%), e arruamento (DA
ar
= 20%), no ultrapassam o limite
mximo de 30% (LM = 30%). Porm, o NI referente s edificaes (DA
ed
= 42,8%)
ultrapassa o valor de LM
p
indicando a necessidade do usurio rejeitar este documento
cartogrfico at que seja atualizado ou substitudo por outro mais atual. A mesma
anlise poder ser feita nos demais NI, caso haja interesse do usurio e a
disponibilidade de dados necessrios. Uma vez constatado que os principais NI da
base cartogrfica possuem valor de Desatualizao Absoluta (DA
i
) menor ou igual ao
valor calculado de LM correspondente, LM
p
ou LM
s
, procede-se a mdia aritmtica
destes valores (DA
i
). Assim, um nico valor de Desatualizao Absoluta (DA)
associado base cartogrfica. Neste exemplo, desconsiderando o fato de que o DA
ed

90
ultrapassa o LM, tem-se que o valor de DA 25,2% ((42,8+26+12+20)/4) , e este o
valor a ser normalizado no intervalo [0, 1] em funo do Limite Mximo (LM) e
classificado (Tab. 7.5) para o processamento do modelo.
7.4.1.2 Classificao da Desatualizao Absoluta (DA)
A Desatualizao Absoluta ser classificada em 5 classes segundo os
intervalos definidos no item 7.1. Todo o critrio de classificao est baseado na
largura dos conjuntos Fuzzy, ou seja, no intervalo de classificao onde os valores
numricos resultantes da classificao pertencem ao intervalo de maior relevncia de
cada classe, que definido pelos pontos de cruzamento. Para a Desatualizao
Absoluta (DA) a classificao ainda estabelecida em funo do seu Limite Mximo
(LM), determinado conforme item anterior (7.4.1.1). Assim, o valor de DA da base
cartogrfica corresponder a um valor x no intervalo [0, 1] de forma que o valor de
LM, por ser o valor mximo admitido para a DA, corresponder a 1. A Tabela 7.5
mostra os intervalos de classe definidos em funo de LM para a varivel (DA).

TABELA 7.5 CLASSIFICAO DA DESATUALIZAO ABSOLUTA (DA)
Classes da (DA) Intervalos de
classificao
Alta AL [0,94 LM 1 LM]

Mdia Alta MA [0,74 LM 0,94 LM]
Mdia ME [0,49 LM 0,74 LM]
Mdia Baixa MB [0,25 LM 0,49 LM]
Baixa BA [0,00 LM 0,25 LM]
Segundo a classificao apresentada na Tabela 7.5, os conjuntos Fuzzy para
a Desatualizao Absoluta (DA) so construdos de acordo com o exposto no item 7.2.
Ento, para a varivel Desatualizao Absoluta (DA) tem-se:
a) U
DA
= {0 LM, 1 LM} com intervalos definido em funo de LM;
b) as funes de pertinncia adotadas so triangulares;
c) as classes so: BAIXA (BA), MDIA BAIXA (MB), MDIA (ME),
MDIA ALTA (MA), e ALTA (AL);
d) os conjuntos Fuzzy de DA so definidos da seguinte forma:

91
0,0
LM

0,07
LM
0,13
LM
0,25
LM
0,37
LM
0,49
LM
0,61
LM
0,74
LM
0,88
LM
0,94
LM
1
LM
0 (1/2) 1 (3/2) 2 3
u =1
u =0
DA
BA MB ME MA AL
- BA = {0,00LM 0,37LM}: com ncleo em x = 0,13LM;
- MB = {0,13LM 0,61LM}: com ncleo em x = 0,37LM;
- ME = {0,37LM 0,88LM}: com ncleo em x = 0,61LM;
- MA = {0,61LM 1LM}: com ncleo em x = 0,88LM;
- AL = {0,88LM 1LM}: com ncleo em x = 1LM.
O sistema das funes de pertinncia relativo varivel Desatualizao
Absoluta (DA) est representado na Figura 7.5.

FIGURA 7.5- SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA PARA A
DESATUALIZAO ABSOLUTA DA

7.4.2 Indicador da Idade Tecnolgica - IT
O conceito de Idade Tecnolgica est sendo aqui definido para avaliar
quantitativamente a operacionalizao dos documentos cartogrficos em relao aos
recursos mais recentes da poca de avaliao. Por exemplo, neste trabalho consideram-
se trs itens como principais parmetros de medida para avaliar a Idade Tecnolgica
(IT) dos documentos cartogrficos: a disponibilidade dos dados espaciais em meio
digital (DD), a compatibilidade das coordenadas horizontais com o atual Sistema
Geodsico de Referncia adotado no Brasil (CS), bem como, a compatibilidade das
coordenadas verticais com o geide global (CGG). Assim, qualquer documento
cartogrfico tem um valor referente Idade Tecnolgica obtida por meio das variveis
DD, CS e CGG.

92
A Idade Tecnolgica no est relacionada, necessariamente, s datas de
confeco do mapeamento, mas, sim compatibilidade, existente neste mapeamento,
com as principais tecnologias afins disponveis na atualidade. As inovaes
tecnolgicas e cientficas ocasionam diferentes contextos aos processos de
mapeamento. Para que a utilizao conjunta de produtos cartogrficos elaborados em
diferentes contextos tecnolgicos possa ocorrer, h necessidade de transformaes e
adaptaes para que se obtenha uma coerncia entre os dados mapeados. A no
considerao destas caractersticas poder induzir a erros, e at mesmo a inviabilizar a
utilizao de determinados produtos cartogrficos devido aos desajustes de contexto
existente em produtos confeccionados em diferentes pocas. Portanto, de extrema
importncia a observao destes fatos e da adequao no tratamento a cada caso.
7.4.2.1 Classificao da Disponibilidade da Base Cartogrfica em meio Digital (DD)
Quanto ao armazenamento dos dados cartogrficos consideram-se os meios
analgicos e digitais. A maioria dos produtos cartogrficos mais antigos, ainda se
encontra em meio analgico, porm, parte considervel dos documentos cartogrficos
tem sido elaborada ou transferida para o meio digital. O meio digital viabiliza a
utilizao de sistemas computacionais que trazem vantagens inquestionveis, de
processamento das informaes, de produo, de anlise e de tomada de deciso.
Assim, a demanda por produtos cartogrficos em meio digital crescente e cada vez
mais a prtica de transferncia, ou digitalizao, dos dados analgicos para o
armazenamento em meio digital tem sido efetuada.
freqente casos em que a base cartogrfica est composta por parte dos
dados em meio analgico e outra parte em meio digital. Assim, necessrio realizar o
levantamento da quantidade destes dados em cada meio. Com este levantamento,
classifica-se esta informao de acordo com as 5 classes definidas na Tabela 7.6.
Assim, ficam definidos os conjuntos Fuzzy para a varivel Disponibilidade em Meio
Digital DD.

93
TABELA 7.6- CLASSIFICAO DA DISPONIBILIDADE EM MEIO DIGITAL (DD)
Classes da DD Intervalos de
classificao
Alta AL [0,94 1]
Mdia Alta MA [0,74 0,94]
Mdia ME [0,49 0,74]
Mdia Baixa MB [0,25 0,49]
Baixa BA [0,00 0,25]
A partir da classificao definida na Tabela 7.6, os conjuntos Fuzzy para a
varivel Disponibilidade em Meio Digital (DD) so determinados segundo a
estrutura apresentada no item 7.2. Ento, para a varivel DD tem-se:
a) U
DD
= {0, 1};
b) As funes de pertinncia adotadas so triangulares;
d) os conjuntos Fuzzy de DD so definidos da seguinte forma:
- BA = {0,00 0,37}: com ncleo em x = 0,13;
- MB = {0,13 0,16}: com ncleo em x = 0,37;
- ME = {0,37 0,88}: com ncleo em x = 0,61;
- MA = {0,61 1}: com ncleo em x = 0,88;
- AL = {0,88 1}: com ncleo em x = 1.
O sistema das funes de pertinncia relativas varivel Disponibilidade
em Meio Digital (DD) est representado da Figura 7.6.

FIGURA 7.6- SISTEMA REPRESENTATIVO DA FUNO DE PERTINNCIA DA
DISPONIBILIDADE EM MEIO DIGITAL DD
0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
DD
BA MB ME MA AL

94
7.4.2.2 Sistemas Geodsicos de Referncia SGR
A compatibilidade dos dados de levantamentos geodsicos de determinado
mapeamento com o Sistema Geodsico de Referncia - SGR em vigncia, um dado
importante na determinao da Idade Tecnolgica do documento cartogrfico. O
desconhecimento das caractersticas dos sistemas geodsicos, de suas realizaes, e
particularidades de sua manuteno, implicam, principalmente, no comprometimento
da reunio dos documentos para a formao de uma base cartogrfica. E,
conseqentemente, o desconhecimento da acuracidade posicional das feies
mapeadas, tambm pode induzir a erros, trazendo prejuzos na eficcia de utilizao da
base cartogrfica e at mesmo inviabilizando processos de atualizao ou de
mapeamento de reas contguas s j mapeadas, ou de outros servios executados
sobre esta base.
relevante destacar o fato de que sendo os referenciais geodsicos definidos
matematicamente, qualquer que seja o sistema de referncia adotado em um dado
mapeamento, sempre ser possvel a reduo das coordenadas dos pontos mapeados ao
elipside correspondente, e, portanto, matematicamente, torna-se possvel a
transformao de coordenadas de um sistema de referncia para qualquer outro.
Porm, embora sejam possveis as transformaes matemticas, h que se considerar
as dificuldades e limitaes prticas, em virtude das particularidades envolvidas na
realizao e manuteno fsica de cada um destes referenciais. Diante disto altamente
recomendvel o conhecimento do grau de dificuldade inerente aos processos de
transformao de coordenadas e a compatibilidade dos dados espaciais provenientes de
mapeamentos com diferentes contextos tecnolgicos e cientficos. Diferentes SGRs s
podem ser integrados com a existncia de pontos comuns entre os SGRs utilizados. No
entanto, isso nem sempre ocorre. Assim, coexistem diferentes SGRs e com eles
diferentes dificuldades prticas no que se refere integrao de documentos baseados
em mais de um SGR. Um estudo de custo-benefcio sempre deve preceder a utilizao
de produtos cartogrficos nestas condies.

95
Segundo DALAZOANA (2001, p. 7, 15, 16), um Sistema Geodsico de
referncia (SGR), definido com base num conjunto de parmetros e convenes,
junto a um elipside ajustado s dimenses da Terra e devidamente orientado,
constituindo um referencial adequado para a atribuio de coordenadas a pontos sobre
a superfcie fsica. A materializao ou realizao do SGR d-se atravs do conjunto
de pontos implantados sobre a superfcie fsica da Terra cujas coordenadas so
conhecidas. O conjunto de pontos ou estaes terrestres cujas posies foram
determinadas com respeito a um sistema coordenado constitui as malhas ou redes
geodsicas. Didaticamente estas redes so divididas em trs categorias: redes verticais,
redes horizontais e redes tridimensionais. Pontos com apenas uma coordenada, a
altitude, pertencem s redes geodsicas verticais. Pontos com duas coordenadas, por
exemplo, latitude e longitude, pertencem s redes geodsicas horizontais. E
finalmente, os pontos que possuem as trs coordenadas, altitude, latitude e longitude,
pertencem s redes tridimensionais. A evoluo tecnolgica vem trazendo ajustes aos
SGRs, mudando tanto sua definio como sua realizao ou materializao. Ou seja,
novos ajustes so feitos tanto na determinao de um elipside, relativamente s
dimenses da Terra e devida orientao (definio), como tambm na implantao de
pontos sobre a superfcie da Terra com coordenadas conhecidas. Instituies e
empresas voltadas produo cartogrfica bem como os usurios de dados espaciais
utilizam informaes baseadas nos diferentes sistemas de referncia e respectivas
realizaes que coexistem no Brasil.
7.4.2.3 Sistemas Geodsicos Brasileiros SGB
Segundo FREITAS et al. (2004), o estabelecimento do Sistema Geodsico
Brasileiro SGB foi iniciado na dcada de 40, e caracteriza-se pelo conjunto de
estaes que representam o controle horizontal e vertical necessrios localizao e
representao cartogrfica no territrio brasileiro. O estabelecimento e manuteno do
SGB so atribuies do IBGE (Instituto Brasileiro de Geografia e Estatstica) atravs

96
de seu Departamento de Geodsia. A materializao do Sistema Geodsico Brasileiro
d-se atravs das Redes Geodsica Brasileiras RGB: Rede Horizontal, Rede Vertical
e Rede Tridimensional (Rede Nacional GPS, Rede Brasileira de Monitoramento
Contnuo RBMC), que so formadas pelos conjuntos de estaes e coordenadas
geodsicas (DALAZOANA, 2001, p.19).
Segundo o IBGE (2004), o desenvolvimento do SGB, composto pelas redes
altimtrica, planimtrica e gravimtrica pode ser dividido em duas fases distintas: uma
anterior e outra posterior ao advento da tecnologia de observao de satlites artificiais
com fins de posicionamento. Inicialmente na dcada de 70, eram observados os
satlites do Sistema TRANSIT. No final da dcada de 80, o IBGE, atravs do seu
departamento de Geodsia, criou o projeto GPS com o intuito de estabelecer
metodologias que possibilitassem o uso pleno da tecnologia do Sistema
NAVSTAR/GPS (Navigation Satellite with time and Ranging / Global Positioning
System), que se apresentava como uma evoluo dos mtodos de posicionamento
geodsico at ento usados, mostrando-se amplamente superior nos quesitos rapidez e
economia de recursos humanos e financeiros.
7.4.2.4 Rede horizontal
O sistema, cuja implantao foi iniciada em 17 de maio de 1944, tem sido
utilizado para atender as necessidades de informaes posicionais para diversos fins,
como apoio ao mapeamento, demarcao de unidades poltico-administrativas, obras
de engenharia, regulamentao fundiria, posicionamento de plataformas de
prospeco de petrleo, delimitao de regies de pesquisas geofsicas, etc. Os
mtodos denominados clssicos (triangulao e poligonao geodsica), utilizados at
1990, foram responsveis pela determinao de coordenadas em um conjunto de
vrtices, cuja ocupao era imprescindvel na materializao do Sistema Geodsico de
Referncia. O advento NAVSTAR/GPS (Global Positioning System), muito superior,
aos mtodos clssicos, em rapidez e preciso, provocou a reviso das caractersticas do

97
SGB. Em 1991, o IBGE passou a empregar exclusivamente o Sistema GPS para a
densificao da rede planimtrica do SGB, gerando a Rede Nacional GPS,
constituindo assim a estrutura geodsica mais precisa no contexto Nacional. A
operacionalizao da RBMC (Rede Brasileira de Monitoramento Contnuo) em 1996
implantou o conceito de redes ativas atravs do monitoramento (rastreio) contnuo de
satlites do Sistema GPS. O projeto Sistema de Referncia Geocntrico para as
Amricas (SIRGAS), esta sendo desenvolvido com a participao de todos os pases
sul americanos, norte americanos e diversos pases da Amrica Central, sob
coordenao do IBGE. No contexto deste projeto foi medida inicialmente em 1995
uma rede geodsica continental, na Amrica do Sul, de preciso cientfica. Visando
apoiar as redes nacionais sul-americanas os resultados foram oficializados em 1997 e
j em 2000, nova campanha foi realizada agora envolvendo as trs Amricas. A
integrao entre a rede de referncia SIRGAS com as redes existentes em outras
regies do planeta est garantida pela existncia no continente de estaes de operao
contnua pertencentes Rede Global do International GPS Service for Geodynamics
IGS (IBGE, 2004).
7.4.2.5 SIRGAS
Baseando-se em FREITAS, et al. (2004) tem-se que, o desenvolvimento do
projeto SIRGAS compreende as atividades necessrias adoo no continente de
sistema de referncia de preciso compatvel com as tcnicas atuais de
posicionamento, notadamente as associadas ao Sistema de Posicionamento Global
(GPS). Considerando a proliferao do uso do GPS, referir estes novos levantamentos
a uma estrutura geodsica existente, implantada basicamente por triangulao,
poligonao, trilaterao, etc., e cuja preciso pelo menos dez vezes pior que a
fornecida facilmente com o GPS, implica, no mnimo, em desperdcios de recursos.
Alm disto a multiplicidade de sistemas geodsicos clssicos, adotados pelos pases
sul-americanos, dificulta em muito a soluo de problemas tecnicamente simples, tais

98
como a definio de fronteiras internacionais. Por outro lado, a adoo do ITRF
(International Terrestrial Reference Frame) como sistema de referncia, alm de
garantir a homogeneizao de resultados internamente ao continente, permitir uma
integrao consistente com as redes dos demais continentes, contribuindo cada vez
mais para o desenvolvimento de uma Geodsia global cujos objetivos so: a
definio de sistema geocntrico de referencia para a Amrica do Sul; estabelecimento
e manuteno de uma rede de referncia; e o estabelecimento e manuteno de um
Datum geocntrico (IBGE, 2004). Cabe ser lembrado que o WGS-84, com uma
preciso inicial de 1,5 m, sofre sucessivas melhoras com suas realizaes G730, G870
at na materializao mais recente, G1150, que pode ser considerado como totalmente
compatvel com o ITRF-2000.
A questo referente aos diferentes Sistemas Geodsicos de Referncia
adotados em mapeamentos brasileiros gera a necessidade de transformao dos
parmetros geodsicos para um nico referencial geodsico. Logo, fundamental o
conhecimento das caractersticas e restries de cada um destes sistemas.
7.4.2.6 Classificao da varivel Compatibilidade com o SGR Atual (CS)
De acordo com FREITAS et al. (2004), a Tabela 7.7 apresenta os principais
SGRs adotados no Brasil com suas mais significativas implicaes s representaes
cartogrficas planimtricas. Por meio da anlise das caractersticas de cada SGR (Tab.
7.7, coluna: Obs.) estabeleceu-se uma classificao relativa referente
compatibilidade que cada um dos SGRs tem com o SGR atual (SIRGAS). Esta
classificao composta por 8 classes nominais (IMPOSSVEL, MUITO PEQUENA,
PEQUENA, MDIA, MEDIA ALTA, GRANDE, MUITO GRANDE, e TOTAL)
associadas a uma classificao quantitativa (de 0 a 7) para se diferenciar
quantitativamente o grau de facilidade de migrao inerente a cada um dos SGRs
antigos para o SGR atual (SIRGAS).

99
TABELA 7.7 CLASSIFICAO DOS SGRs PLANIMTRICOS QUANTO
COMPATIBILIDADE COM O SIRGAS (CS).

SGR
Origem
(Datum
Horiz.)
Vign-
cia
Matria-
lizao
Parm.
Transf.
para:
**
Obs.
Compatib.
SIRGAS
2000
Concepo
Anterior
ao SGB
Vrtices
Locais
1939 -
1950
Elipside
Hayford
(1924)
No
determi-
nados
1, 2,
3, 4
Impossvel
0
Crrego
Alegre
(CA)
Vrtice
Crrego
Alegre
Dcadas
de 50,
60 e 70
Elipside
Hayford
(1924)
SAD-69 1, 4,
5, 6
Pequena
2
Chu
Astro
Datum
Vrtice:
Chu
Dcada
de 60
Elipside
Hayford
(1924)
- 3, 4,
6
Muito
Pequena
1
SAD-69
(Original)
Vrtice
Chu
De 1969
a 1996,5
Elip.Ref.
Int.(1967)
CA
NSWC9Z2
WGS-84
7, 11 Mdia
3
NWL10-D
NNSS
(TRANSIT)
Vrtice
Chu
1970 NSWC
9Z2
SAD-69 8 Mdia
Alta
4
WGS-84
(Original)
Vrtice
Chu
WGS-84 SAD-69 9 Grande
5
WGS-84
(G-730)
Vrtice
Chu
1991 WGS-84
(G-730)
- 10 Muito
Grande
6
WGS-84
(G-873)
Vrtice
Chu
1994 WGS-84
(G-873)
- 10 Muito
Grande
6
11,
12
Grande 5
RedeCompl
SAD-69
(1996)
Reajustado
Vrtice
Chu
1996 WGS-84
(G-873)
SIRGAS
11 Muito
Grande
6
Rede GPS
Alta Prec.
SIRGAS
(GPS)
WGS-84
(G-1150)
Estaes
da
RBMC
2004* Elipsoide
GRS-80
(ITRF-
2000)
SAD-69
SAD-69
(96)
13 Total = 7
* VIGNCIA DO SIRGAS: NOVEMBRO DE 2004 SOMENTE PARA A REDE SAD-69 (1996)
EM PONTOS HOMOLOGADOS PELO IBGE (PARA TRANSAES CADASTRAIS).
FONTE: FREITAS, et al. (2004, p. 231)
** A descrio das observaes, dos Referenciais Geodsicos (Tabela 7.7), segue
abaixo:
1- Qualidade posicional desconhecida. (OBS.: os parmetros de transformao oficiais entre CA
e SAD-69, no vm acompanhados de uma avaliao de sua preciso, assim como as
coordenadas baseadas no Sistema CA.)

2- Inexistncia de registros referentes s observaes originais (cadernetas) e descrio
completa dos mtodos.

3- Inexistncia de grande parte dos pontos materializados.

4- Alcance espacial limitado e deficincia de orientao. Isto afeta a preciso de bases longas e
da propagao de coordenadas. Os parmetros de transformao s devem ser aplicados
para regies prximas do Datum, em funo do produto pretendido e preciso admissvel. Em

100
bases longas, por exemplo, 2000 km (ex. Crrego Alegre a Chu), a preciso estimada para
bases referenciadas em Crrego Alegre podem apresentar um erro de at 40 metros.

5- Inexistncia de grande parte dos pontos materializados, mas, em algumas regies possvel
se recuperar um nmero suficiente de pontos e se estabelecer uma ocupao com GPS tal que
sejam gerados parmetros locais de transformao. Com isso, elimina-se a componente
sistemtica de longo alcance, porm, permanecem as distores relativas da rede, que so
significativas para as escalas maiores que 1:50.000. Segundo DALAZOANA (2001, p. 80, 81),
a maior parte da cartografia sistemtica existente est apoiada no Sistema CA e utilizada
como base cartogrfica para uma srie de produtos no Brasil. Estes mapas, alm de
desatualizados esto vinculados a um referencial do qual no se tem controle das
deformaes. Continua a mesma autora (DALAZOANA, 2001, p. 80) alertando que os
parmetros de transformao do Sistema CA para o SAD-69 apresentam variaes regionais
que somados aos desvios padro elevados e as discrepncias em relao aos parmetros
oficiais, so indicativos da inviabilidade de aproveitamento de produtos em CA para
integrao em SIRGAS. Do referencial Crrego Alegre constitui-se uma rede geodsica
bidimensional com preciso de 10 a 20 ppm.

6- Inexistncia de modelo geoidal. Rede horizontal, inicialmente baseada nos vrtices da rede
com Datum em Crrego alegre, porm, com mudana de Datum, orientao e elipside.

7- Ajustamento da rede feito atravs do software HAVOC (Horizontal Adjustment by Variation
of Coordinates) que adota a modelagem matemtica da geodsia clssica, permitindo
solues somente para redes horizontais. Em conseqncia das limitaes computacionais da
poca, a rede brasileira foi dividida em 10 reas de ajuste (IBGE, 1996, p.5), e a preciso
desta rede est em torno de 5 a 10 ppm. Tem caractersticas tridimensionais, pois, foi
associada a um Geide Gravimtrico. Para o clculo deste Geiode Gravimtrico foi utilizado
o modelo geopotencial GEMT2 (Goddard Earth Model), complementando as alturas geoidais
por satlite em 521 pontos. Estas alturas foram originadas de observaes Doppler e GPS
efetuadas sobre a rede de nivelamento de alta preciso, subtraindo-se a altitude
ortomtrica (no consideram as observaes gravimtricas) da altitude elipsoidal obtida.

8- Rede tridimensional concentrada na regio Amaznica e vinculada ao SAD-69 original.
Preciso mtrica (1,5 m) devido limitao da tcnica utilizada, o Doppler. (DALAZOANA,
2001, p.30).

9- Rede Tridimensional para a qual foram determinados os parmetros de translao para o
referencial cartesiano do SAD-69 original que tinha preciso estimada em 1,5 m.

10- Rede tridimensional com preciso em torno de 1 a 3 ppm (DALAZOANA, 2001, p.25).

11- O deslocamento horizontal das coordenadas entre os dois sistemas, SAD-69 e SAD-69(1996),
pode atingir valores maiores que 15 metros de acordo com o distanciamento do ponto origem.

12- As variaes entre as duas realizaes do SAD-69 (original e de 1996) so significativas
apenas para as escalas iguais ou maiores a 1:10.000 quando referenciadas pela rede
clssica, isto , para a rede estabelecida por meio de GPS no existe essa limitao
(DALAZOANA, 2001, p.82).

13- Para efeitos prticos a realizao G-1150 do WGS-84 pode ser considerada como
equivalente ao ITRF-2000.

101
Considerando-se as caractersticas de cada SGR (Tab. 7.7) junto com a
escala do documento cartogrfico, obtm-se o grau de Compatibilidade com os SGRs
Atuais CS. Estes se apresentam na ordem de classificao conforme a Tabela 7.8.

TABELA 7.8- CLASSIFICAO DA VARIVEL COMPATIBILIDADE COM OS SGR
S
ATUAIS
(CS)
SGR Atual
SGR Antigos
Intervalos de classificao de CS
1
A
. CONCEPO IMPOSSVEL IPM [0 0,5]
Astro Datum CHU MUITO PEQUENA MP [0,5 1,5]
Ca Crrego Alegre PEQUENA PE [1,5 2,5]
SAD-69 MDIA ME [2,5 3,5]
NNSS (TRANSIT) MDIA ALTA MA [3,5 4,5]
WGS-84 (Original) GRANDE GR [4,5 5,5]
SAD-69 (1996)
Rede Completa
GRANDE GR [4,5 5,5]
WGS-84 (G-730) MUITO GRANDE MG [5,5 6,5]
WGS-84 (G-873) MUITO GRANDE MG [5,5 6,5]
SAD-69 (1996)
R. GPS Alta Preciso
MUITO GRANDE MG [5,5 6,5]
WGS-84 G-1150 TOTAL TT [6,5 7]
Sendo que a base cartogrfica pode ser composta por mais de um documento
cartogrfico, cabe ao usurio classificar cada documento de acordo com o estabelecido
na Tabela 7.8 e efetuar uma mdia, aritmtica ou ponderada de acordo com a
relevncia de cada documento, entre os valores de classificao. O usurio obter um
valor variando de 0 a 7, o qual ser utilizado como valor de entrada no sistema de
conjuntos Fuzzy para a varivel Compatibilidade com o SGR Atual (CS). Ento,
segundo a classificao da Tabela 7.8, os conjuntos Fuzzy para a varivel CS so
constitudos da seguinte forma:
a) U
CS
= {0, 7};
c) as classes so: IMPOSSVEL (IM), MUITO PEQUENA (MP),
PEQUENA (PE), MDIA (ME), MDIA ALTA (MA), GRANDE (GR),
MUITO GRANDE (MG) e TOTAL (TT);
d) os conjuntos Fuzzy de CS so definidos da seguinte forma:
- IM = {0 1}: com ncleo em x=0;

102
- MP = {0 2}: com ncleo em x = 1;
- PQ = {1 3}: com ncleo em x = 2;
- ME = {2 4}: com ncleo em x = 3;
- MA = {3 5}: com ncleo em x = 4;
- GR = {4 6}: com ncleo em x = 5;
- MG = {5 7}: com ncleo em x = 6;
- TT = {6 7}: com ncleo em x = 7.

O sistema das funes de pertinncia relativo varivel Compatibilidade
com SGR Atual (CS) est representado da Figura 7.7.

COMPATIBILIDADE COM O SGR ATUAL CS
7.4.2.7 Rede altimtrica
As redes geodsicas verticais so compostas por pontos implantados na
superfcie da Terra. Os pontos da rede vertical so conhecidos por RN (Referncia de
Nvel) e sua altitude ortomtrica (H), referenciadas ao geide (superfcie equipotencial
do campo de gravidade da Terra melhor ajustada ao nvel mdio dos mares quando
avaliado globalmente), conhecida e determinada por tcnicas de nivelamento, e so
propagadas pelo nivelamento geomtrico (DALAZOANA, 2001).
Impossvel Pequena
Mdia
Alta
Muito
Grande
Total
0,00
=1
1 2 3 4 5 6 7
Mdio
Grande
CS
Muito
Pequena

103
Segundo o IBGE (2004), em 13 de outubro de 1945, a Seo de Nivelamento
(SNi) iniciava os trabalhos de Nivelamento Geomtrico de Alta Preciso, dando
partida ao estabelecimento da Rede Altimtrica do Sistema Geodsico Brasileiro
(SGB). No distrito de Cocal, municpio de Urussanga, Santa Catarina, onde est
localizada a Referncia de Nivelamento RN 1-A, deu-se inicio ao nivelamento
geomtrico no IBGE. Em dezembro de 1946, foi efetuada a conexo com a Estao
Maregrfica de Torres, Rio Grande do Sul, permitindo, ento, o clculo das altitudes
das Referncias de Nvel - RN j implantadas. Em 1958, quando a Rede Vertical
contava com mais de 30.000 quilmetros de linhas de nivelamento, o Datum de Torres
foi substitudo pelo Datum de Imbituba, definido pela estao maregrfica do porto de
Imbituba em Santa Catarina. Tal substituio trouxe uma sensvel melhora de
definio do sistema de altitudes, uma vez que a estao de Imbituba contava na poca
com nove anos de observaes, bem mais que o alcanado pela estao de Torres. O
final da dcada de 70 marcou a concluso de uma grande etapa do estabelecimento da
Rede Altimtrica. Naquele momento, linhas de nivelamento geomtrico chegaram aos
pontos mais distantes do territrio brasileiro, nos estados do Acre e de Roraima. Na
dcada de 80 o IBGE iniciou a informatizao dos clculos altimtricos. Esse processo
possibilitou a implantao, em 1988, do Projeto Ajustamento da Rede Altimtrica,
com o objetivo de homogeneizar as altitudes da Rede Altimtrica do SGB. Outro fato
marcante foi o inicio das operaes de monitoramento do nvel do mar, em 1993. O
IBGE, com o objetivo de melhorar a Rede Altimtrica, passou a operar a estao
maregrfica de Copacabana, transformando-a em uma estao experimental para
finalidades geodsicas. O IBGE opera ainda outra estao, no Porto de Imbetiba, em
Maca, Rio de Janeiro, com a perspectiva de tambm assumir a operao da Estao
Maregrfica de Imbituba.

104
7.4.2.8 Classificao da varivel Compatibilidade com o Geide Global (CGG)
Segundo FREITAS et al. (2004) tem-se a Tabela 7.9 que, de modo anlogo
ao considerado na Tabela 7.7, classifica a compatibilidade da Rede Vertical da Rede
Geodsica Brasileira (RV RGB) com o Geide Global.

TABELA 7.9 CLASSIFICAO QUANTO COMPATIBILIDADE DOS REFERENCIAIS
ALTIMTRICOS ANTIGOS E DA RV-RGB COM O GEIDE GLOBAL
Met
poca

Datum
Vertical
Caractersticas
*
Obs.
Compatib.
Geide
Global
Mais
Antigo
Locais
(Redes locais do
SGE e IGG-SP)
1 Muito
Pequena
MP [1 1,5]
1945
RN-01
Urussanga
SC.
Incio da Rede
Altimtrica (SGB)
2
Pequena
PQ [1,5 - 2,5]
1948
Margrafo
Torres RS
Primeiro ajustamento
3 Pequena
PQ [1,5 - 2,5]
1952
Margrafo
Torres RS
Segundo ajustamento
4 Mdia
ME [2,5 3,5]
1959
Margrafo
Imbituba/SC
Terceiro ajustamento
5 Mdia
ME [2,5 3,5]
1962 /
63 / 66 /
70 / 75
Margrafo
Imbituba/SC
Quarto / quinto /
sexto / stimo e
oitavo, ajustamentos
parciais.
6
Mdia
ME [2,5 3,5]
~ 1980
Santana
(Amap)
Separado do contexto
nacional
7 Muito
Pequena (MP)
M
t
o
d
o
s

G
e
o
m
t
r
i
c
o
s

1993
RAAP
(Atual)
Margrafo de
Imbituba
SC.
Ajustamento para
homogeneizao das
altitudes.
8
Grande
GR [3,5 4]
1992
Margrafo de
Imbituba
SC.
Mapa Geoidal do
Brasil

9 Muito
Pequena
MP [1 1,5]
M
t
o
d
o
s

G
r
a
v
i
m
t
r
i
c
o
s

1996
Margrafo de
Imbituba
SC.
Princpios GPS
WGS-84

10
Mdia
ME [2,5 3,5]
*A Descrio das caractersticas dos Referenciais Geodsicos Altimtricos (Tab. 7.9),
segue abaixo:
1- No se conhece o efeito da utilizao das altitudes referidas aos antigos nivelamentos
realizados pelo Servio Geogrfico do Exercito SGE e Instituto Geogrfico e Geodsico do
Estado de So Paulo IGG/SP, antes que o IBGE implantasse sua rede no RS e SP na dcada
de 80.

2- 1945 Urussanga: Referencial local implcito, utilizado no incio do Nivelamento Geomtrico
de Alta Preciso. Enquanto esta rede altimtrica no alcanou o Margrafo de Torres.

3- 1948 Torres: Possibilita o clculo das altitudes das RRNN j implantadas. Primeiro
ajustamento manual das observaes da RAAP, gerando um conjunto consistente de altitudes
na regio litornea de Santa Catarina e Paran.

4- 1952 Torres: Segundo ajustamento, que substituiu as altitudes anteriores, alm de estender
a rede at os Estados de Gois, Minas Gerais, e Esprito Santo.

105

5- 1959 Imbituba: Terceiro ajustamento, substituindo as altitudes anteriores envolvendo as
regies centro-leste brasileira at a Paraba. As diferenas entre as altitudes no se
mantiveram constantes (entre 6 e 9 cm), por tratar-se de redes geometricamente diferentes.

6- 1962, 1963, 1966, 1970, 1975 Imbituba: Seguiram-se os ajustamentos parciais manuais.
7- 1980 Santana: Refere-se ao NMM no Porto de Santana, AP, por volta de 1980. Tal NMM
influenciado pelas guas fluviais, possibilitando um significativo afastamento desse
referencial em relao a um futuro Datum Vertical Continental do SIRGAS. H necessidade
de se investigar a respeito da participao ou no das altitudes referidas Santana na
elaborao do Mapa Geoidal do Brasil de 1992 (MGB-92), e da existncia de um adequado
parmetro de transformao entre Santana e Imbituba.

8- 1993 Imbituba: Ajustamento para homogeneizao das Altitudes da Rede Altimtrica do
SGB. Maior rigor nos clculos das altitudes com a considerao da reduo pseudo-
ortomtrica. As altitudes derivadas deste ajustamento evidenciam elevadas distores na
RAAP crescente para a regio central do Brasil. Isto ocorre pela inexistncia de altitudes
ajustadas anteriormente, ou seja, depois do ltimo ajustamento manual. Desta forma
pertinente uma investigao sobre o impacto deste fato em produtos de mapeamento, destas
regies, que eventualmente tenham utilizado as altitudes no ajustadas (antes de 1993).

9- Mtodo Gravimtrico 1992: Mapa geoidal com ondulaes na preciso absoluta de 3,0 m e
preciso relativa de 1,0 cm/km. Recomenda-se aqui um levantamento dos fatos para
averiguar a existncia ou no de parmetro de transformao para o EGM-96 Modelo
Geiodal.

10- Mtodo Gravimtrico 1996: Com o WGS84-G873 derivou-se o EGM-96 Modelo Geoidal
com preciso de 0,5 m, e preciso relativa que depende da densidade da rede gravimtrica.

Para a altimetria, da mesma forma como para a planimetria, importante a
considerao da escala do documento cartogrfico para a identificao do grau de
compatibilidade com o Geide Global CGG. Para o caso de haver mais de um
documento cartogrfico na anlise, vale lembrar sobre a necessidade de se efetuar uma
mdia entre os valores de classificao da varivel CGG para se obter o valor de
entrada no respectivo sistema de conjuntos Fuzzy. Ento, de acordo com a
classificao da Tabela 7.9, os conjuntos Fuzzy para a varivel Compatibilidade com
o Geide Global (CGG) so constitudos da seguinte forma:
a) U
CGG
= {1, 4};
c) as classes so: MUITO PEQUENA (MP), PEQUENA (PE), MDIA
(ME), e GRANDE (GR);
d) os conjuntos Fuzzy de CGG so definidos da seguinte forma:

106
- MP = {1 2}: com ncleo em x = 1;
- PQ = {1 3}: com ncleo em x = 2;
- ME = {2 4}: com ncleo em x = 3;
- GR = {3 4}: com ncleo em x = 4.
O sistema das funes de pertinncia relativas varivel Compatibilidade
com o Geide Global (CGG) est representado da Figura 7.8.

COMPATIBILIDADE COM A RV-RGB ATUAL CGG

Segundo DALAZOANA (2001, p.89), a quantidade de aplicaes que
requerem informaes espaciais, traduzidas atravs de mapas, aliada ao fato das bases
cartogrficas analgicas estarem sendo transformadas para o meio digital, propiciando
seu uso pelos Sistemas de Informao Geogrfica e por sistemas auxiliados por
computador, alm de facilitarem o intercmbio com outros aplicativos que manipulam
a informao espacial, torna importante o conhecimento do padro de qualidade
posicional destas bases.
O Padro de Exatido Cartogrfico PEC permite que o usurio conhea a
qualidade posicional das feies mapeadas, porm a coexistncia de diferentes SGR
exige uma anlise cuidadosa, quanto a acuracidade e preciso, dos produtos
cartogrficos antes de adot-los como componentes da base cartogrfica. Essa anlise
ser possvel apenas mediante o conhecimento do sistema de referncia e a
materializao qual os produtos cartogrficos esto referenciados.
PE ME
0,00
=1
2 3 4
GR
CGG
MP
1

107
7.4.2.9 Classificao do Indicador da Idade Tecnolgica (IT)
O Indicador Idade Tecnolgica determinado pela interseco das variveis
DD, CS, CGG para se obter um valor no conjunto U
IT
, cujas operaes (eq. 5.12)
podem ser expressa por meio da seguinte equao:
IT = DD CS CGG (7.7)
Para isto, segue-se a classificao do indicador Idade Tecnolgica (IT),
segundo os intervalos estabelecidos no item 7.1, conforme se apresenta na Tabela 7.10.

TABELA 7.10 CLASSIFICAO DO INDICADOR IDADE TECNOLGICA (IT)
Classes da (IT) Intervalos de
classificao
Muito Antiga MN [0,00 0,25]
Antiga AN [0,25 0,49]
Mdia ME [0,49 0,74]
Quase Atual QA [0,74 0,94]
Atual AT [0,94 1]

o (IT) so constitudos da seguinte forma:
a) U
IT
= {0, 1};
c) as classes so: MUITO ANTIGA (MN), ANTIGA (AN), MDIA (ME),
QUASE ATUAL (QA), e ATUAL (AT);
d) os conjuntos Fuzzy de IT so definidos da seguinte forma:
- MA = {0,00 0,37}: com ncleo em x = 0,13;
- AN = {0,13 0,61}: com ncleo em x = 0,37;
- ME = {0,37 0,88}: com ncleo em x = 0,61;
- QA = {0,61 1}: com ncleo em x = 0,88;
- AT = {0,88 1}: com ncleo em x = 1.
O sistema das funes de pertinncia relativas ao Indicador Idade
Tecnolgica (IT) est representado da Figura 7.9.

108
FIGURA 7.9- SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA DA
IDADE TECNOLGICA IT
7.4.2.10 Base de regras para o Indicador IT
A base de regras o raciocnio Fuzzy composto pelas declaraes (classes)
dos elementos envolvidos no modelo com os conjuntos Fuzzy de acordo com o
formato bsico apresentado pela expresso (5.18). O modelo utilizado o Mamdani,
cuja sada constituda pela superposio dos conseqentes das regras individuais (eq.
5.21) que interpretada como sendo a interseo dos conjuntos. O critrio adotado
para a construo da base de regras o conhecimento emprico que se tem do
comportamento das variveis envolvidas. Porm, alm deste critrio, a base de regras
efetuada na combinao de classes das variveis DD, CS e CGG para se obter valores
em IT, considerou as variveis CS e CGG com maior peso do que a varivel DD. Pois,
considera-se a dificuldade de conhecer o erro decorrente da utilizao de dados
mapeados em diferentes SGRs (CS e CGG) mais significativos na determinao da IT
para o contexto de avaliao da qualidade de mapeamento, do que a dificuldade de se
conhecer o erro proveniente dos processos de digitalizao (DD). Assim, o critrio
adotado para a construo da base de regras para a IT foi considerar as componentes
do conjunto intermedirio, resultantes da interseo das variveis CS e CGG
(Tab.7.11), de maior peso relativamente s componentes da varivel DD. Ou seja, ao
combinar o valor PEQUENA da varivel intermediria (CS CGG), com o valor
BAIXA, da varivel DD, o resultado imposto pela regra MUITO ANTIGO, e no
0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
IT
MN AN ME QA AT

109
ANTIGO como seria de se esperar caso o peso considerado entre as duas variveis
fosse igual. Desta maneira, se obteve uma quantidade maior de resultados com baixa
classificao como, MUITO ANTIGO e ANTIGO para o parmetro IT.
Segue-se a combinao das classes referentes s variveis DD, CS e CGG,
para o estabelecimento da base de regras para o Indicador IT. Inicialmente a Tabela
7.11 combina as classes das variveis CS e CGG, produzindo uma varivel
intermediria com a seguinte classificao: IMPOSSVEL, MUITO PEQUENA,
PEQUENA, MDIA, MDIA ALTA, GRANDE, e TOTAL. Estas classes
intermedirias so combinadas com as classes da varivel DD na Tabela 7.12,
produzindo as classes resultantes para o Indicador IT. Cabe observar que na Tabela
7.11, a numerao de 1 a 29 tem apenas um carter auxiliador para a construo da
Tabela 7.13. A Tabela 7.13 relaciona os nmeros de 1 a 29, da Tabela 7.11, na sua
primeira coluna indicando que cada classe produzida pela Tabela 7.11 combinada
com as cinco classes (BA, MB, ME, MA, AL) da varivel DD da Tabela 7.12.

TABELA 7.11- INTERSEO DAS VARIVEIS CS E CGG
Varivel CGG
X MP PE ME GR
IMP 1- IMP

1- IMP

1- IMP 1- IMP
MP 2- MP 3- MP 4- PE 5- PE
PE 6- MP 7- PE 8- PE 9- PE
ME 10- MP 11- PE 12- ME 13- ME
MA 14- PE 15- PE 16- ME 17- MA
GR 18- PE 19- PE 20- ME 21- GR
MG 22- PE 23- PE 24- MA 25- GR
V
a
r
i
v
e
l

C
S

TT 26- PE 27- PE 28- MA 29- TT

TABELA 7.12- INTERSEO DAS VARIVEIS CS + CGGE DD
Varivel DD
X BA MB ME MA AL
IMP MN MN MN MN MN
MP MN MN MN AN AN
PE MA AN AN AN ME
ME AN AN ME ME ME
MA AN ME ME QA QA
GR ME ME QA QA AT
V
a
r
.

I
n
t
e
r
m
e
d
.

(
R
C
P
)

(
C
S
+
C
G
G
)

TT QA QA QA AT AT

110
Segue-se na Tabela 7.13 a descrio, por extenso, da combinao das classes
das trs variveis CS, CGG e DD (exp. 5.18) construindo-se assim a base de regras
para a determinao do Indicador IT.

TABELA 7.13 BASE DE REGRAS PARA O INDICADOR IT
continua
No. Se CS e CGG O I : e DD ento IT
1 Se IMP e - IMP e - ento MN
BA MN
MB MN
2 Se MP e MP MP e ME ento MN
MA AN
AL AN
BA ento MN
MB MN
3=6 Se MP e PE MP ME MN
MA AN
AL AN
BA MN
MB AN
4=10 Se MP e ME PE e ME ento AN
MA AN
AL ME
BA MN
MB AN
5=18 Se MP e GR PE e ME ento AN
MA AN
AL ME
BA MN
MB AN
7 Se PE e PE PE e ME ento AN
MA AN
AL ME
BA MN
MB AN
8-11 Se PE e ME PE e ME ento AN
MA AN
AL ME
BA AN
MB AN
9=19 Se PE e GR ME e ME ento ME
MA ME
AL ME
BA AN
MB AN
12 Se ME e ME ME e ME ento ME
MA ME
AL ME
BA AN
MB AN
13=20 Se ME e GR ME e ME ento ME
MA ME
AL ME

111
continuao
BA MN
MB AN
14 Se MA e MP PE e ME ento AN
MA AN
AL ME
BA MN
MB AN
15 Se MA e PE PE e ME ento AN
MA AN
Se AL ME
BA AN
MB AN
16 Se MA e ME ME e ME ento ME
MA ME
AL ME
BA AN
MB ME
17 Se MA e GR MA e ME ento ME
MA QA
AL QA
BA ME
MB ME
21 Se GR e GR GR e ME ento QA
MA QA
AL AT
BA MN
MB AN
22 Se MG e MP PE e ME ento AN
MA AN
AL ME
BA MN
MB AN
23 Se MG e PE PE e ME ento AN
MA AN
AL ME
BA AN
MB ME
24 Se MG e ME MA e ME ento ME
MA QA
AL QA
BA ME
MB ME
25 Se MG e GR GR e ME ento QA
MA QA
AL AT
BA MN
MB AN
26 Se TT e MP PE e ME Ento AN
MA AN
AL ME

112
concluso
BA MN
MB AN
27 Se TT e PE PE e ME ento AN
MA AN
AL ME
BA AN
MB ME
28 Se TT e ME MA e ME ento ME
MA QA
AL QA
BA QA
MB QA
29 Se TT e GR TT e ME ento QA
MA AT
AL AT
7.4.2.11 Processamento das operaes Fuzzy para a determinao do Indicador IT.
Como exemplo de aplicao, considera-se uma base cartogrfica com:
a) 88% das suas informaes disponveis em meio digital: DD = 0,88;
b) a mdia entre compatibilidade com SGR atual: CS = 5,9;
c) a mdia entre compatibilidade com geide global: CGG = 3,4
Determinar a IT desta Base cartogrfica.
A soluo com o software MatLab, processa os sistemas de pertinncia das
variveis envolvida: DD (Fig. 7.6, CS (Fig. 7.7) e CGG (Fig. 7.8), e para o Indicador
IT (Fig. 7.9). Estes sistemas esto representado nas Figuras 7.10, 7.11, 7.12, e 7.13,
respectivamente, produzidas pelo software MatLab:

FIGURA 7.10 SISTEMA DE PERTINNCIA FUZZY DA VARIVEL DD (MATLAB).

113
FIGURA 7.11 SISTEMA DE PERTINNCIA FUZZY DA VARIVEL CS (MATLAB).

FIGURA 7.12 SISTEMA DE PERTINNCIA FUZZY DA VARIVEL CGG (MATLAB).

FIGURA 7.13 SISTEMA DE PERTINNCIA FUZZY DO INDICADOR IT (MATLAB).

114
A Figura 7.14 apresentam o resultado da operao Fuzzy em Sistema de
Inferncia Fuzzy (SIF) que processou a interseco dos conjuntos referentes s
variveis: Disponibilidade em Meio Digital (DD), Compatibilidade com o SGR Atual
(CS) e Compatibilidade com o Geide Global (CGG) obtendo uma sada para a Idade
Tecnolgica (IT) com o defuzzificador igual a 0,725.

FIGURA 7.14 RESULTADO DA INTERSEO DE: DD = 0,88, CS = 5,9, CGG = 3,4, E O
DEFUZZIFICADOR IT = 0,725
Continua

115
Concluso
O resultado do defuzzificador, 0,725, para a Idade Tecnolgica (IT) indica
que a IT classificada como MDIA. Pois, o defuzzificador (centride da figura
resultante da interseco = 0,725), representado na Figura 7.15 por uma linha vertical
posicionada na abscissa 0,725, intercepta dois conjuntos: ME e QA. O conjunto ME
(MDIA) interceptado na altura cujo valor de pertencimento u = 0,57, enquanto
que o conjunto QA (QUASE ATUAL) interceptado na altura, cujo valor de
pertencimento u = 0,43. Assim, constata-se que a Idade Tecnolgica (IT), neste
caso, MDIA, pois o valor de u maior para o conjunto ME do que para o conjunto
QA, conforme mostra a Figura 7.15. Esse raciocnio de interpretao dos resultados de
processamento idntico para os demais processamentos que se seguiro.

116
FIGURA 7.15 REPRESENTAO DO VALOR DO DEFUZZIFICADOR IT = 0,725
7.4.3 Indicador da Velocidade de Desatualizao (VD)
O Indicador da Velocidade de Desatualizao cartogrfica composto pelo
parmetro Escala (ES) e pelo Indicador Fator de Modificao do Meio (FMM). O
Indicador Fator Modificador do Meio, por sua vez, composto pela interseo das
variveis de, Crescimento Populacional (CP), Projeo do Crescimento Populacional
(PCP), e Consumo de Energia Eltrica (CEE). Portanto, as operaes relativas
determinao do Indicador Velocidade de Desatualizao podem ser expressas pelas
seguintes equaes:
FMM = CP PCP CEE (7.8)
VD = ES FMM (7.9)
7.4.4 Parmetro Escala (ES)
A desatualizao cartogrfica est diretamente relacionada com as
modificaes ocorridas na regio desde o instante da tomada dos dados utilizados no
mapeamento. As modificaes ocorridas na regio mapeada tambm sero mais
significativas, para a desatualizao do documento cartogrfico, quanto maior for o
nmero de feies representadas. Portanto, nos produtos cartogrficos de maior escala
geralmente a desatualizao ocorre em menor tempo. Assim, constata-se que a
0,725
= 0,57
= 0,43
0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
IT
MN AN ME QA AT

117
velocidade de desatualizao est diretamente relacionada tambm com a escala de
representao, pois quanto maior a escala, maior a quantidade de feies representadas
e, portanto, maior a velocidade de desatualizao.
Dentro de cada aplicao de uso da Cartografia ocorre a utilizao de
produtos cartogrficos em escalas diferentes, sendo que para uma dada aplicao a
classificao de escalas grandes ou pequenas no, necessariamente, ser a mesma para
outra aplicao. Portanto, necessrio considerar classificaes diferenciadas para
cada usurio. A classificao para o parmetro Escala estabelecida em cinco classes:
classes: MUITO PEQUENA (MP), PEQUENA (PE), MDIA (ME), GRANDE (GR),
MUITO GRANDE (MG), variando no intervalo de 0 a 1, onde os intervalos de cada
classe seguem o estabelecido no item 7.1. A Tabela 7.14 mostra os intervalos para a
classificao da Escala (ES).

TABELA 7.14- CLASSIFICAO DO PARMETRO ESCALA ES
Classes de ES
Intervalos de
classificao
MUITO PEQUENA - MP [0 0,25]
PEQUENA - PE [0,25 0,49]
MDIA - ME [0,49 0,74]
GRANDE - GR [0,74 0,94]
MUITO GRANDE - MG [0,94 1,0]

Cada usurio define a classe a que pertence a escala de cada documento que
compe sua base cartogrfica conforme o universo de escalas utilizadas em sua
aplicao. A base cartogrfica para cadastro urbano, por exemplo, pode classificar os
documentos cartogrficos da seguinte forma: escalas iguais ou maiores que 1:1.000
pertencem classe MG, escalas menores que 1:1.000 at 1:5.000 classe GR, escalas
menores que 1:5.000 at 1:15.000 classe ME, escalas menores que 1:15.000 at
1:20.000 classe PE, e as escalas iguais ou menores que 1:20.000 classe MP.
Segundo a classificao da Tabela 7.14, os conjuntos Fuzzy para a varivel
Escala (ES) so constitudos da seguinte forma:
a) U
ES
= {0, 1};

118
(ME), GRANDE (GR), e MUITO GRANDE (MG);
d) os conjuntos Fuzzy de ES so definidos da seguinte forma:
- MP = {0,00 0,37}: com ncleo em x = 0,13;
- PE = {0,13 0,61}: com ncleo em x = 0,37;
- ME = {0,37 0,88}: com ncleo em x = 0,61;
- GR = {0,61 1}: com ncleo em x = 0,88;
- MG = {0,88 1}: com ncleo em x = 1.
O sistema das funes de pertinncia relativas varivel Escala (ES) est
representado da Figura 7.16.

ESCALA ES
7.4.5 Indicador dos Fatores que Modificam o Meio FMM
Os produtos cartogrficos expressam o retrato do meio mapeado em um
determinado instante, mas, o dinamismo que atua sobre o meio, modificando-o
constantemente, implica diretamente na desatualizao destes produtos. Portanto, o
Indicador Fatores que Modificam o Meio, a razo principal pela ocorrncia da
desatualizao dos produtos cartogrficos. Essas modificaes do meio podem ser
determinadas atravs de ndices relacionados com as principais causas de mudana do
meio, como por exemplo, o nmero de pessoas residentes no local e o respectivo
0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
ES
MP PE ME GR MG

119
consumo de energia eltrica. Estes indicativos so recomendados, principalmente para
anlise das mudanas do meio em regies urbanas. Cabe ressaltar que este Indicador
FMM pode ter outros indicativos se o ambiente analisado no for regies urbanas.
Pois, em regies rurais, por exemplo, os fatores que modificam o meio com maior
significncia podem no ser os indicativos (CP, PCP, CEE) aqui considerados. Porm,
para o caso de ambientes urbanos, conforme considerado no desenvolvimento do
modelo proposto, o Indicador Fatores que Modificam o Meio determinado pela
interseo das variveis de Crescimento Populacional (CP), Projeo do Crescimento
Populacional (PCP), e Consumo de Energia Eltrica (CEE), cujas operaes podem ser
expressa pela seguinte equao:
7.4.5.1 Crescimento Populacional (CP)
A superfcie terrestre est sob a influncia de constantes alteraes tanto
pelos fatores abiticos como pelos fatores biticos. Porm, em regies urbanas,
principalmente a presena e conseqentes aes do homem que alteram a paisagem do
meio onde se encontram. Os produtos de mapeamento de regies urbanas,
normalmente, so os mais susceptveis aos maiores nveis de desatualizao
cartogrfica, justamente, pela maior concentrao humana e nmero de atividades
diversificadas. Portanto, o fator Crescimento Populacional tem significativa expresso
na velocidade de desatualizao cartogrfica.
H uma tendncia mundial de crescimento da populao nas regies urbanas.
Quase todo o crescimento populacional dos dias atuais at o ano de 2030 dever estar
concentrado em reas urbanas. Estima-se que por volta de 2007, pela primeira vez na
histria, a populao urbana ultrapassar numericamente a populao rural. A maior
parte deste crescimento ocorrer nos pases mais pobres e entre a populao mais
carente. O processo de urbanizao tem se acelerado nos ltimos 40 anos. Em 1960,
um tero da populao mundial vivia em cidades, hoje, quase metade da populao e,

120
por volta de 2030, cerca de 60% das pessoas viver em reas urbanas. A proporo de
pessoas vivendo em cidades nos pases em desenvolvimento praticamente dobrou
desde 1860, aumentando de 22% para mais de 40%. No mesmo perodo, nas regies
mais desenvolvidas, esse incremento variou de 61% para 76% (FNUAP, 2004).
O padro demogrfico brasileiro vem mudando desde o final da dcada de
60, em conseqncia especialmente do declnio da mortalidade a partir da dcada de
40, que fez a esperana de vida ao nascer subir de 41 anos em 1930 para 54 anos em
1960. A taxa de fecundidade (nmero de filhos por mulher), entretanto, manteve-se
alta at meados da dcada de 60, baixando ligeiramente apenas no Sul e Sudeste e
aumentando nas outras regies. Com isso, a taxa global baixou apenas de 6,5 filhos
para 5,8. E a combinao dos dois fatores fecundidade alta, mortalidade em declnio
determinou um aumento sensvel na taxa de crescimento da populao neste perodo.
Ela passou de 2,4% ao ano na dcada de 40 para 3,0% na dcada de 50 e 2,9% na
dcada de 60. Em 1970 a taxa de fecundidade caiu de 5,8 filhos por mulher para 4,3
em 1975 e para 3,6 em 1984, o que corresponde a um declnio bastante rpido se
comparado com qualquer outro pas. Os dados do censo de 1991 confirmam essa
tendncia de rpido declnio da fecundidade no Brasil. A taxa mdia de crescimento da
populao j havia cado, entre 1980 e 1991, para 1,9% ao ano, contra 2,4% na dcada
de 70. Esse declnio da fecundidade caracteriza uma transio demogrfica (UNDP,
1996).
A variao relativa da populao, ou taxa de crescimento populacional, entre
1940 e 1950, foi de 26%; entre 1950 e 1960, de 34,9%; entre 1960 e 1970, de 32,9%;
e, entre 1970 e 1980, de 27,9%. Os dados mostram que os ndices mais elevados
ocorreram entre 1950 e 1970 e que, a partir de 1970, a taxa de crescimento
populacional comeou a declinar. A populao urbana brasileira, por sua vez, em 1940
representava 31,2% da populao total do pas (41,2 milhes de pessoas); em 1960,
44,7% (70,9 milhes); e em 1980, 67,6% da populao total de 119 milhes de
pessoas. A taxa de variao da populao urbana brasileira foi de 4,9% entre 1940 e
1950; de 8,6%, entre 1950 e 1960; de 11,2%, entre 1960 e 1970; de 11,7%, entre 1970

121
e 1980. Isto significa que a acelerao do processo de urbanizao brasileiro ocorreu a
partir da dcada de 60 e que entre 1960 e 1970 que o Brasil passa a ser
predominantemente urbano (ARRETCHE, 2004).
A taxa de crescimento da populao significa o percentual de incremento
mdio da populao residente, em determinado espao geogrfico, no ano
considerado. O valor da taxa refere-se mdia anual obtida para um perodo de anos
entre dois censos demogrficos, ou entre os dois valores (contagem ou estimativa)
mais prximos. A taxa de crescimento populacional deve ser interpretada como a
indicao da intensidade de crescimento anual da populao residente, e influenciada
pela dinmica da natalidade, da mortalidade e das migraes. O clculo da taxa de
crescimento populacional utiliza-se do mtodo geomtrico, cuja aplicao requer
conhecimentos especializados de demografia. A formula utilizada a seguinte:
Taxa do Crescimento Populacional = 100 * ] 1 ) / [(
n
PI PF (7.11)
Onde: PF = Populao Final; PI = Populao Inicial; e n = perodo considerado.
A Tabela 7.15 mostra o crescimento populacional de 1991 a 2000, para o
Brasil, Paran e Curitiba, e as respectivas taxas de crescimento de: 1996/2000;
1991/2000 (DATASUS, 2004).

TABELA 7.15- POPULAO E RESPECTIVAS TAXAS DE CRESCIMENTO POPULACIONAL
REGIO 1991 1995 1996 1997 1998 1999 2000
Taxa C.P.
1991/2000
Brasil 147.053.940 161.400.000 157.079.573 159.636.413 - - 169.799.170 1,63
Brasil Urb. - - Taxa C.P.(1996/2000) = 2,84 -
Paran 8.448.713 - 8.994.260 9.154.360 9.258.813 9.375.592 9.563.458 1,39
PR. Urb. - - Taxa C.P.( (1996/2000) = 2,64 -
RM Ctba. 1.886.168 - 2.226.560 - - - 2.768.394 4,36
Curitiba 1.315.035 - 1.476.253 1.516.467 1.550.370 1.584.232 1.587.315 2,11
FONTE: DADOS COLETADOS DOS SITES DO: IBGE E IPARDES
7.4.5.2 Projeo de Crescimento Populacional (PCP)
Segundo IBGE (2002), o mtodo utilizado na determinao de tendncias de
crescimento demogrfico adotado tem como princpio fundamental a subdiviso de
uma rea maior, cuja estimativa j se conhece, em n reas menores, de tal forma que

122
seja assegurada ao final das estimativas das reas menores a reproduo da estimativa,
pr-conhecida da rea maior atravs da soma das estimativas das reas menores
(MADEIRA & SIMES
18
, apud IBGE, 2002). A seguir apresenta-se a descrio do
mtodo:
Considera-se, ento, uma rea maior cuja populao estimada em um
momento t P(t). Subdivide-se esta rea maior em n reas menores, cuja populao de
uma determinada rea i, na poca t, :
Pi(t); i = 1,2,3, ..., n (7.12)
Desta forma, tem-se que:
P(t) =
=
n
i
t Pi
1
) ( (7.13)
Decompe-se, por hiptese, a populao desta rea i, em dois termos: a
i
P(t),
que depende do crescimento da populao da rea maior, e b
i
. O coeficiente a
i

denominado coeficiente de proporcionalidade do incremento da rea menor i em
relao ao incremento da populao da rea maior, e b
i
denominado coeficiente
linear de correo. Como conseqncia, tem-se que:
P
i
(t) = a
i
P(t) + b
i
(7.14)
Para a determinao destes coeficientes utiliza-se o perodo delimitado por
dois Censos Demogrficos. Sejam t
0
e t
i
, respectivamente, as datas dos dois Censos,
ao substituir-se t
0
e t
i
na equao acima, tem-se que:
P
i
(t
0
) = a
i
P (t
0
) + b
i
(7.15)
P
i
(t
1
) = a
i
P (t
1
) + b
i
(7.16)
Atravs da resoluo do sistema acima, tem-se que:
a
i
= [P
i
(t
1
) P
i
(t
0
)] / [P (t
1
) P (t
0
)] (7.17)
b
i
= P
i
(t
0
) - a
i
P
i
(t
0
) (7.18)

18 MADEIRA, J. L.; SIMES, C. C. S. Estimativas preliminares da populao urbana e rural
segundo as unidades da federa~]ao, de 1960/1980 por uma nova metodologia. Revista Brasileira de Estatstica,
v.33, n.129, p.3-11, jam./mar. 1972.

123
A taxa de crescimento populacional (TCP) dada pela razo entre os
nmeros de Populao Final, de data mais recente, e de Populao Inicial, de data
anterior, sob a raiz n, onde n o numero de anos entre as duas Populaes,
conforme a seguinte equao (CEPROMAT, 2004):
100 * 1
|
|
.
|
\
|
= n
nicial PopulaoI
inal PopulaoF
TCP (7.19)
Segundo RIBEIRO (2004), o IBGE informa que hoje (2004) a populao
brasileira atinge 182 milhes de habitantes, representando quase o dobro (93 milhes)
de pessoas em 1970. Em 2050, o contingente populacional do Brasil poder alcanar
os 259,8 milhes de habitantes. A taxa de crescimento populacional no Brasil em 2000
era de 1,5%. Os dados mostram que a taxa de crescimento da populao brasileira vem
decrescendo desde 1960 que era de aproximadamente 3% ao ano. Essa taxa diminuiu
para 1,44% ao ano em 2004, e poder alcanar 0,24% em 2050. Assim, a populao
brasileira pode atingir o chamado crescimento zero em 2062, apresentando a partir
da taxas de crescimento negativas. Porm, apesar do declnio da taxa de crescimento
populacional para o Brasil, o nmero absoluto da populao continua crescente, pois a
taxa de crescimento positiva. A Tabela 7.16 mostra alguns nmeros referentes s
projees populacionais para a Regio Sul, Paran e Curitiba.

TABELA 7.16- POPULAO PROJETADA E RESPECTIVA TAXA MDIA GEOMTRICA DE
CRESCIMENTO ANUAL PARA O PARAN E REGIO SUL.
Ano
Regio
1991 1997 2000 2005 2010 2015 2020
R. Sul 22.147.691 23.963.075 24.836.214 26.255.282 27.587.417 28.756.365 29.738.271
Sul Tx (%) - 1,32 1,20 1,12 0,99 0,83 0,67
Paran 8.455.924 9.154.360 9.493.540 10.042.472 10.550.170 10.992.466 11.365.404
PR. Tx (%) - 1,33 1,22 1,13 0,99 0,82 0,67
Ctba.(total) 1.315.035 - 1.587.315 2.695.900 - 3.209.400 -
Ctba (tot) Tx (%) - - - - - 1,76 -
Ctba. (Urb) - - - 2.582.200 - 3.112.700 -
Ctba(urb)Tx (%) - - - - - 1,89 -
FONTE: IPARDES (1999), E IPARDES (2000)

124
A partir de dados do IBGE, e outros rgos pblicos, constri-se a Tabela
7.17 que indica a quantidade de municpios nacionais por classe de Crescimento da
populao total levantada pelo censo 2000.

TABELA 7.17 MUNICPIOS SEGUNDO A CLASSE DE CRESCIMENTO DA POPULAO
TOTAL (2000).
Classe de CP < 0 0 a <1,4 >= 1,4 a < 2,8 >= 2,8
Nmero de
Municpios
1510 1953 1388 709
FONTE: (adaptado) IPARDES (2000)
A Figura 7.17 representa a distribuio dos 5560 municpios brasileiros
segundo a taxa de crescimento populacional, onde se observa que, a grande maioria
dos municpios apresenta, taxa de crescimento populacional positiva, sendo que 1.510
municpios apresentam taxa de crescimento populacional inferior a zero e, portanto,
4.050 municpios tm taxa de crescimento populacional superior a zero.

FIGURA 7.17- OS 5.560 MUNICPIOS BRASILEIROS DISTRIBUDOS SEGUNDO A TAXA DE
CRESCIMENTO POPULACIONAL EM 2000.

S
egundo as notcias da CEPROMAT (2004), a cidade de Cuiab, no Estado de Mato
Grosso, possui uma das maiores taxas de crescimento populacional do pas em 2004.
Sendo que foi no final da dcada de 70 at 1988 que a taxa de crescimento
populacional chegou a 9% e foi o maior ndice registrado no pas. Este municpio
continua contabilizando um dos maiores ndices de crescimento populacional do pas,
Quantidade de Municpios
T
a
x
a

d
e

C
r
e
s
c
i
m
e
n
t
o

P
o
p
u
l
a
c
i
o
n
a
l

125
que hoje (2004) chega a 2,7% ao ano, enquanto que a mdia nacional est em 1,6%.
Esta informao revela o ndice de 2,7% como sendo uma taxa alta para o crescimento
populacional.
Baseando-se na informao de que a taxa de crescimento populacional de
2,7% considerada alta, estabelece-se aqui a classificao para a varivel Crescimento
Populacional. Assim, se 2,7% uma taxa alta, ento, a classificao nominal para o
intervalo [1,05 2,45] da Tabela 7.18, ser aqui considerada ALTA.
Conseqentemente o intervalo seguinte [>= 2,48] ser MUITO ALTA, e o intervalo
anterior [0 1,05] BAIXO. Assim ficam definidas as classificaes nominais para os
intervalos da varivel CP, conforme Tabela 7.18.

TABELA 7.18- CLASSIFICAO PARA AS TAXAS DO CRESCIMENTO POPULACIONAL E
PROJEO DE CRESCIMENTO POPULACIONAL (CP, PCP)
Classes de CP e PCP
Intervalos de
classificao
Decrescente - DE [< 0]
Baixa - BA [0,0 < 1,05]
Alta - AL [= > 1,05 2,45]
Muito alta - ML [> 2,45]
Para a Projeo do Crescimento Populacional (futuro) considera-se a mesma
classificao e os mesmos conjuntos Fuzzy adotados para o Crescimento Populacional
(histrico), pois se trata de elementos de mesma grandeza e mesma variao. Ento, a
Tabela 7.18 e a Figura 7.19, so consideradas tanto para a varivel Crescimento
Populacional (CP) como para a varivel Projeo do Crescimento Populacional
(PCP). Os valores referentes a estas variveis para efeito dos clculos propostos neste
trabalho so os seguintes:
a) para o Crescimento Populacional (histrico), considera-se a taxa de
crescimento populacional determinada pelo ltimo censo populacional
(1991 2000).
b) para a Projeo do Crescimento Populacional (futuro), considera-se a
taxa de Crescimento populacional projetada para o prximo censo (2000 -
2010).
Os conjuntos Fuzzy para as variveis Crescimento Populacional (CP), e

126
Projeo do Crescimento Populacional (PCP), se definem da seguinte forma:
a) U
CP/PCP
= {-10, 10}; Observando que esse intervalo [-10 e 10] contempla
mais de 99% dos 5.560 municpios brasileiros;
b) As funes de pertinncia adotadas so as triangulares, quadrticas e
triangulares abertas. A funo quadrtica aqui utilizada para representar
o conjunto extremo DECRESCENTE, cujo carter deterministco
(Booleano), o oposto dos demais, portanto, no h sobreposio a ser
considerada neste conjunto. A funo triangular aberta utilizada para o
conjunto extremo MUITO ALTA, devido tendncia ao infinito por
uma das suas extremidades, podendo ocorre valores acima dos limites
considerados;
c) as classes so: DECRESCENTE (DE), BAIXA (BA), ALTA (AL) e
MUITO ALTA (ML);
d) os conjuntos Fuzzy de CP e PCP so definidos da seguinte forma:
- DE = {< 0}: todos os elementos deste conjunto possuem o valor
da funo de pertinncia constante, iguais a 1( u =1);
- BA = {0,0; 2,1}: com ncleo em x = 0,0;
- AL = {0,0; 2,8}: com ncleo em x = 2,1;
- ML = {> 2,1}: com ncleo a partir de x = 2,8 at o extremo
superior de U
CP/PCP
.

O sistema das funes de pertinncia relativas s variveis Crescimento
Populacional CP e Projeo de Crescimento Populacional PCP est representado
na Figura 7.189.

127
FIGURA 7.18 SISTEMA REPRESENTATIVO DAS FUNES DE PERTINNCIA DAS
VARIVEIS: CRESCIMENTO POPULACIONAL CP E PROJEO DE
CRESCIMENTO POPULACIONAL PCP
7.4.5.3 Consumo de Energia Eltrica (CEE)
Para o desenvolvimento socioeconmico de uma regio, um dos insumos
mais importantes a energia. E dentre as diversas fontes de energia utilizada pelo
homem, a energia eltrica tem tido seu consumo crescente, principalmente nas regies
urbanas.
Segundo informaes disponveis no site da COPEL (2004), o Balano
Energtico do Paran BEP, efetuado pela Companhia Paranaense de Energia
COPEL em 2003, ano base 2002, informa que o consumo total de energia no Estado
do Paran, em 2002, foi de 13.516.000 toneladas Equivalentes de Petrleo tEP. A
taxa mdia anual de crescimento, no perodo de 1980 a 2002, foi de 3,4%. Segundo a
COPEL as constantes substituies por outros energticos nas indstrias e as restries
de oferta do petrleo e seus derivados tem feito o consumo da energia eltrica, por
exemplo, ser crescente, principalmente a partir de 1997.

CP / PCP
Decrescente
Baixa Alta Muito Alta
0,00
u =1
... 0,0 0,7 1,4 2,1 2,8 3,5 4,2 ... 10 -10
1,05 2,45

128
FIGURA 7.19- CONSUMO MDIO DE ENERGIA ELTRICA POR SETOR.
FONTE: SITE DA COPEL (OUT/2004)

Os dados apresentados no site da COPEL (2004) mostram que o maior
consumo de energia eltrica ocorre nos setores industrial, residencial e comercial, ou
seja, nas aglomeraes urbanas. A Figura 7.19 mostra a mdia do consumo de energia
eltrica por setor, e a Tabela 7.19, mostra o consumo ocorrido em 1980, 1993 a 2002,
por setores de atividade.

TABELA 7.19- CONSUMO DE ENERGIA ELTRICA EM 1980, 1993 A 2002 (GWH).
ANO
SETOR
1980 1993 1994 1995 1996 1997 1998 1999 2002 2001 2002
Industria 174 5412 5594 5887 6038 6343 6664 7015 7633 8107 8511
Taxa relat. (anterior) - 31,1 1,03 1,05 1,02 1,05 1,05 1,05 1,08 1,06 1,05
Residencial 1060 2942 3083 3497 3894 4071 4314 4438 4582 4442 4439
Comercial 749 1562 1645 1829 1997 2165 2323 2439 2621 2698 2788
Pblico 582 1256 1310 1383 1453 1516 1577 1618 1664 1658 1680
Agropecurio 183 807 850 921 972 1019 1053 1099 1146 1153 1233
Energtico 174 416 434 463 497 494 506 565 500 525 408
TOTAL 5399 12395 12916 13980 14851 15608 16437 17174 18146 18583 19059
FONTE: ADAPTADO DO SITE DA COPEL (OUT/2004)

129
A queda de 1% na taxa de consumo de energia eltrica ocorrida entre os
perodos de 1980 at 2001, e em 2002, se deve estagnao econmica presente no
Pas em 2002, decorrente da recesso que ocorreu em nvel mundial e agravada pela
poltica econmica interna de manuteno de altas taxas de juros, o que afetou
diretamente os setores produtivos. Em 2002, o consumo final de energia teve 51,5% de
participao do petrleo e seus derivados, no Estado do Paran. As constantes
substituies por outras fontes de energia acarretaram decrscimo no consumo dos
derivados de petrleo, que em 1980 participavam com 34,8%. Estas fontes de energia,
devido elevao no preo e restries ambientais, apresentaram crescimento no
consumo de energia eltrica a partir de 1997, participando com 28,9% em 2002, sendo
a segunda fonte de energia mais utilizada no Estado. Em 2002, foram consumidos
4.251.000 tEP no setor industrial e os segmentos que mais se destacaram foram
alimentos e bebidas (32,3%), papel e celulose (23,2%), outras indstrias (12,0%),
cimento (11,3%), cermica (8,6%), qumica (6,7%) e os demais segmentos (5,9%). O
setor residencial, em 2002, consumiu 1.275 mil tEP, 1,0% inferior s 1.286.000 tEP
consumidas no ano anterior. Em relao participao no consumo em 2002, das
principais regies do Estado, a regio Leste foi responsvel por 36,0%, a Centro Oeste
por 19,6%, a Norte por 16,0%, a Noroeste por 14,7% e a Oeste por 13,7%. Em relao
ao consumo nacional de energia primria, a participao do Paran evoluiu de 5,6%
em 1980, para 6,8% em 2002.
Quanto participao setorial paranaense no consumo final de energia,
houve acrscimo de participao em todos os setores. Ficando assim, caracterizado
que o consumo de energia eltrica tambm um indicativo do volume de atividades
humanas em regies urbanas. Portanto, pode ser considerado como um indicativo de
alteraes das feies cartogrficas, e conseqentemente, da desatualizao
cartogrfica, principalmente nas regies urbanas. Estas informaes vm realar as
atenes para trabalhos futuros que, eventualmente, venham a diagnosticar a vida til
do mapa em funo do processo de urbanizao em aglomerados habitacionais.

130
TABELA 7.20 COMPARAO DAS TAXAS DE CRESCIMENTO POPULACIONAL E DE
CONSUMO DE ENEGIA ELTRICA
Tx. Cresc. Popul.
e Tx CEE
Cidade
Tx. Cres.Pop.
1980/1991
Tx. Cons.EE.
1980/1990
Tx. Cresc.Pop
1991/2000
Tx. Cons.EE.
1990/2000
Variao
Tx CP
Mdulo
Variao
Tx. CEE
Mdulo
Americana 2,13 6,63 1,94 3,53
0,19 5,10
Artur Nogueira 4,56 10,36 6,25 5,1
1,64 5,26
Campinas 2,24 5,27 1,52 4,23
0,72 1,04
Cosmpolis 4,07 8,96 2,36 7,02
1,71 1,94
Engenheiro Coelho 4,22 - 4,99 -
- -
Holambra - - 3,3 -
- -
Hortolndia 8,14 - 7,78 -
- -
Indaiatuba 5,46 10,4 4,31 5,58
1,15 4,82
Itatiba 3,63 7,2 3,14 6,6
0,49 0,60
Jaguarina 3,66 8,87 3,07 5,18
0,59 3,69
Monte Mor 5,61 13,87 4,34 9,9
1,27 3,97
Nova Odessa 4,1 8,65 2,4 6,63
1,70 2,02
Paulnia 5,32 3,21 3,83 9,01
1,49 5,8
Pedreira 2,47 6,12 2,62 3,51
0,15 2,61
Santa Barbara d'Oeste 5,99 8,06 1,78 5,79
4,21 2,27
Santo Antnio de Posse 2,5 10,43 2,73 8,58
0,23 1,85
Sumar 7,26 8,21 3,19 1,5
4,07 6,71
Valinhos 3,02 7,91 2,28 1,54
0,74 6,37
Vinhedo 4,08 7,88 3,88 5,47
0,20 2,41
Regio Metr. Campinas 3,51 6,53 2,56 5,19
0,95 1,34
TOTAL - - - -
1,26 3,28
FONTE: ADAPTADO DE: SITE DA EMPLASA (2004)
Embora a desatualizao cartogrfica esteja vinculada a diversos fatores que
atuam modificando o meio, o crescimento populacional atrelado ao consumo de
energia eltrica, so indicativos significativos da quantidade de modificaes relativas
a cada regio urbanizada. Assim, para se conhecer a velocidade de desatualizao
cartogrfica recomenda-se analisar cada regio individualmente, buscando conhecer
seu histrico e tendncias futuras para poder melhor precisar o volume destas
modificaes.
Atravs da Tabela 7.19, observa-se que a taxa referente ao consumo de
energia eltrica por setor de atividade mostra um crescimento no consumo,
aproximadamente, uniforme a cada ano (1,05). Na Tabela 7.20, observa-se que o
comportamento desta mesma taxa, na grande maioria das vezes, se assemelha com o
comportamento da taxa de crescimento populacional, a menos de uma proporo
numrica acima do dobro. Ou seja, o nmero mdio referente taxa de consumo de

131
energia eltrica maior que o dobro (3,28) do nmero referente taxa de crescimento
populacional (1,26). Com base nesta observao convencionou-se estabelecer para o
Consumo de Energia Eltrica (CEE) intervalos de classificao com alcance duas
vezes maior do que os estabelecidos para o Crescimento Populacional (CP). Assim,
classificao para a taxa de Consumo de Energia Eltrica (CEE) fica estabelecida com
a mesma proporo dos valores adotados na classificao do Crescimento
Populacional (CP), porm, com os valores numricos dobrados. A Tabela 7.21 mostra
essa classificao para a varivel Consumo de Energia Eltrica (CEE).

TABELA 7.21 CLASSIFICAO PARA A TAXA DE CONSUMO DE ENERGIA ELTRICA
(CEE) NAS REGIES URBANAS
Classes de CEE Intervalos de classificao
Decrescente - DE [< 0]
Baixa BA [0,0 < 2,10]
Alta AL [= > 2,10 4,9]
Muito Alta ML [> 4,9]
A partir da classificao da Tabela 7.21, os conjuntos Fuzzy para a varivel
Consumo de Energia Eltrica (CEE) se definem da seguinte forma:
a) U
CEE
= {-20, 20};
b) funo de pertinncia adotadas so: triangulares e quadrtica. Quadrtica
para o conjunto DECRESCENTE, e triangular aberta para o conjunto
extremo MUITO ALTA. A escolha por estas funes baseia-se nos
mesmos critrios apresentados para o caso das variveis CS e CGG;
c) as classes so: DECRESCENTE (DE), BAIXA (BA), ALTA (AL) e
MUITO ALTA (ML);
d) os conjuntos Fuzzy de CEE so definidos da seguinte forma:
- DE = {< 0}: todos os elementos deste conjunto possuem o valor
da funo de pertinncia constante, iguais a 1 ( u =1);
- BA = {0,0; 4,2}: com ncleo em x = 0,0;
- AL = {0,0; 5,6}: com ncleo em x = 4,2;
- ML = {> 4,2 }: com ncleo a partir de x = 5,6 at o extremo
superior de U
CEE
.

132
O sistema das funes de pertinncia relativa varivel Consumo de Energia
Eltrica - CEE est representado na Figura 7.20.

FIGURA 7.20 SISTEMA REPRESENTATIVO DA FUNO DE PERTINNCIA DO
CONSUMO DE ENERGIA ELTRICA PARA REGIES URBANAS CEE
7.4.5.4 Classificao do Indicador Fatores que Modificam o Meio FMM.
O Indicador referente aos Fatores que Modificam o Meio (FMM) composto
pela interseo das variveis Crescimento da Populao (CP), Projeo do
Crescimento Populacional (PCP) e Consumo de Energia Eltrica (CEE). Estas
operaes podem ser descritas pela seguinte expresso:
Estabelece-se para a classificao do Indicador FMM, as 5 classes definidas
no item 7.1. Logo, tem-se na Tabela 7.22 a seguinte classificao para os Fatores que
Modificam o Meio FMM.

TABELA 7.22 CLASSIFICAO DA INTENSIDADE DO INDICADOR FATORES QUE
MODIFICAM O MEIO (FMM)
Classes de FMM Intervalos de
classificao
Alta AL [0,94 1]
Mdia ME [0,49 0,74]
Baixa BA [0,00 0,25]

CEE
Decrescente
Baixa Alta Muito Alta
0,00
u =1
... 0,0 1,4 2,8 4,2 5,6 7,0 8,4 ... 20
-20
2,1 4,9

133
a intensidade de Fatores que Modificam o Meio (FMM) so construdos da seguinte
forma:
a) U
FMM
= {0, 1};
d) os conjuntos Fuzzy de FMM so definidos da seguinte forma:
- BA = {0; 0,37}: com ncleo em x = 0,13;
- MB = {0,13 0,61}: com ncleo em x = 0,37;
- ME = {0,37; 0,88}: com ncleo em x = 0,61;
- MA = {0,61; 1}: com ncleo em x = 0,88;
- AL = {0,88; 1}: com ncleo em x = 1.

O sistema das funes de pertinncia relativas ao Indicador Fatores que
Modificam o Meio FMM est representado na Figura 7.21.

FIGURA 7.21 SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA DO INDICADOR
FATORES QUE MODIFICAM O MEIO FMM

0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
FMM
BA MB ME MA AL

134
7.4.5.5 Base de Regra para o Indicador FMM
O indicador de Fatores que Modificam o Meio FMM composto pelas
variveis: Crescimento Populacional CP, Projeo de Crescimento Populacional
PCP e Consumo de Energia Eltrica CEE. De acordo com o formato bsico
apresentado pela expresso (5.18), a base de regras para o Indicador FMM, se d pela
superposio dos conseqentes das regras individuais, que significa ser a interseo
dos conjuntos referentes s variveis CP, PCP e CEE para se obter valores em FMM.
Inicialmente faz-se a interseo das variveis CP com a PCP, produzindo
uma varivel intermediaria aqui denominada de Resultado da taxa de Crescimento
Populacional (RCP), e a partir desta varivel (RCP) faz-se a interseo com a varivel
CEE para obter-se uma sada na funo FMM, como se segue:
Interseo das variveis CP e PCP, produzindo uma classificao de 5
classes: DECRESCENTE (DE), BAIXA (BA), MDIA (ME), ALTA (AL), MUITO
ALTA (ML), para a varivel intermediria RCP, conforme Tabela 7.23. O critrio para
obteno das classes intermedirias (RCP) considera as variveis CP e PCP com peso
igual. Isto pode ser observado na diagonal principal da Tabela 7.23, onde a
combinao das variveis de mesma classe resulta uma classe igual (BA + BA = BA).
Para a combinao de classes diferentes utilizado o conhecimento emprico para
determinar a classe resultante. Por exemplo, entre a classe DECRESCENTE da
varivel PCP com a classe BAIXA de CP estabelece-se como classe resultante a
DECRESCENTE, pois se o atual ndice de crescimento populacional baixo e a
projeo futura deste ndice decrescente, ento, espera-se que a tendncia se cumpra
e resulte a mesma classe indicada pela varivel que expressa a ao futura.

TABELA 7.23 INTERSEO DAS VARIVEIS CP E PCP
- Varivel PCP
- DE BA AL ML
DE 1- DE 2- BA 3- BA 4- ME
BA 5- DE 6- BA 7- ME 8- AL
AL 9- BA 10- BA 11- AL 12- ML
V
a
r
i
v
e
l

C
P

ML 13- BA 14- ME 15- AL 16- ML

135
Cabe observar que os nmeros de 1 a 16, presentes na Tabela 7.23, so
apenas auxiliadores para a montagem da Tabela 7.25 (primeira coluna), onde cada
elemento de 1 a 16 da Tabela 7.23 combinado com cada um dos quatro elementos
(DE, BA, AL, ML) correspondente varivel CEE da Tabela 7.24, a qual apresenta a
interseo das variveis RCP e CEE. O critrio estabelecido na Tabela 7.24 tambm
o conhecimento emprico que se tem do comportamento das variveis envolvidas.

TABELA 7.24 INTERSEO DAS VARIVEIS RCP E CEE
- Varivel Intermediria RCP
- DE BA ME AL ML
DE BA BA MB - -
BA BA BA MB ME MA
AL - MB ME MA AL
V
a
r
i
v
e
l

C
E
E

ML - ME MA AL AL

Finalmente se obtm a base de regras para a varivel FMM com os
resultados de classificao obtidos na Tabela 7.24 correspondem interseo das
variveis CP, PCP e CEE, conforme mostra a Tabela 7.25.

TABELA 7.25 BASE DE REGRAS PARA O INDICADOR FMM
continua
No. Se CP e PCP a RPC : e CEE ento FMM
1 Se DE e DE DE e DE ento BA
BA BA
2 Se DE e BA BA e DE ento BA
BA BA
AL MB
MA ME
3=9 Se DE e AL BA e DE ento BA
BA BA
AL MB
MA ME
4 Se DE e MA ME e DE ento MB
BA MB
AL ME
MA MA
5 Se BA e DE DE e DE ento BA
BA BA
6 Se BA e BA BA e DE ento BA
BA BA
AL MB
MA ME

136
concluso
No. Se CP e PCP a RCP : e CEE ento FMM
7 Se BA e AL ME e DE ento MB
BA MB
AL ME
MA MA
8 Se BA e MA AL e BA ento ME
AL MA
MA AL
10 Se AL e BA BA e DE ento BA
BA BA
AL MB
MA ME
11 Se AL e AL AL e BA ento ME
AL MA
MA AL
12 Se AL e MA MA e BA ento MA
AL AL
MA AL
13 Se MA e DE BA e DE ento BA
BA BA
AL MB
MA ME
14 Se MA e BA ME e DE ento MB
BA MB
AL ME
MA MA
15 Se MA e AL AL e BA ento ME
AL MA
MA AL
16 Se MA e MA MA e BA ento MA
AL AL
MA AL
7.4.5.6 Processamento das operaes Fuzzy para a determinao do Indicador FMM
A base cartogrfica considerada neste exemplo de aplicao segue com os
seguintes dados:
a) o ndice de crescimento populacional da regio mapeada : CP = 2,11;
b) o ndice da projeo do crescimento populacional da mesma regio :
PCP = 1,80;
c) o ndice de consumo de energia eltrica da regio mapeada : CEE =
4,67.
Determinar qual o valor dos FMM para esta base cartogrfica.
A soluo com o software MatLab, analogamente descrio do
processamento do Indicador IT (item 7.4.2.11), considera o sistema de pertinncia para

137
o processamento das variveis CP e PCP (Fig. 7.18), CEE (Fig. 7.20), e para o
Indicador FMM (Fig. 7.21), conforme representado nas Figuras 7.22, 7.23, 7.24, 7.25,
respectivamente.

FIGURA 7.22 CONJUNTOS FUZZY DA VARIVEL CP (MATLAB).

FIGURA 7.23 CONJUNTOS FUZZY DA VARIVEL PCP (MATLAB).

138
FIGURA 7.24 CONJUNTOS FUZZY DA VARIVEL CEE (MATLAB).

FIGURA 7.25 CONJUNTOS FUZZY DO INDICADOR FMM (MATLAB).

A Figura 7.26 apresenta o resultado da operao Fuzzy, de interseco dos
conjuntos referentes s variveis: Crescimento Populacional (CP), Projeo do
Crescimento Populacional (PCP), e Consumo de energia Eltrica (CEE). Com o
resultado desta operao, obteve-se um valor para o defuzzificador de Fatores que
Modificam o Meio (FMM) igual a 0,711.
O resultado do defuzzificador, 0,711, para o Indicador Fatores que
Modificam o Meio (FMM), tem o mesmo processo de interpretao descrito para o
resultado obtido para o Indicador IT no item 7.4.2.11. Assim, o FMM classificado
como MDIA, por apresentar um valor maior de pertencimento ( u = 0,63) este
conjunto do que para o conjunto MDIA ALTA cujo valor de pertencimento u =
0,37. Este resultado est representado na Figura 7.27.

139
FIGURA 7.26 RESULTADO DA INTERSEO: CP = 2,11, PCP = 1,80 E CEE=4,67, E O
DEFUZZIFICADOR FMM = 0,711

FIGURA 7.28 REPRESENTAO DO VALOR DO DEFUZZIFICADOR FMM = 0,711
0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
FMM
BA MB ME MA AL
0,711
= 0,63
= 0,37

140
7.4.6 Conjuntos Fuzzy para o Indicador de Velocidade de Desatualizao - VD
O Indicador referente Velocidade de Desatualizao cartogrfica (VD),
composto pela interseo dos elementos Escala e Fator que Modificam o Meio.
Estas operaes podem ser expressas pela seguinte equao:
VD = ES FMM (7.21)
Ao Indicador de VD, se estabelece a classificao com cinco nveis,
conforme definido no item 7.1, da forma como se apresenta na Tabela 7.26.

TABELA 7.26 CLASSIFICAO DA VELOCIDADE DE DESATUALIZAO VD
Classes da VD Intervalos de
classificao
Alta AL [094 1]
Mdia ME [0,49 0,74]
Baixa BA [0,00 0,25]

Segundo a classificao da Tabela 7.26, os conjuntos Fuzzy para o Indicador
Velocidade de desatualizao (VD) so constitudos da seguinte forma::
a) U
VD
= {0, 1};
d) os conjuntos Fuzzy de VD so definidos da seguinte forma:
- BA = {0,00 0,37}: com ncleo em x = 0,13;
- MB = {0,13 0,61}: com ncleo em x = 0,37;
- ME = {0,37 0,88}: com ncleo em x = 0,61;
- MA = {0,61 1}: com ncleo em x = 0,88;
- AL = {0,88 1}: com ncleo em x = 1.
O sistema das funes de pertinncia relativas ao Indicador Velocidade de
Desatualizao (VD) est representado da Figura 7.28.

141
VELOCIDADE DE DESATUALIZAO VD

7.4.6.1 Base de Regra para o Indicador Velocidade de Desatualizao VD
O indicador Velocidade de Desatualizao VD composto pela varivel:
Escala ES, e pelo Indicador Fatores que Modificam o Meio FMM. A base de
regras para se obter valores de VD efetuada (exp. 5.18) pelo mtodo Mandani, ou
seja, pela superposio dos conseqentes das regras que combinam as classes
atribudas s variveis ES e FMM. O critrio utilizado nesta combinao, alm do
conhecimento emprico que se tem sobre o comportamento das variveis envolvidas,
atribuiu-se um peso ligeiramente maior para a varivel Escala. Estes critrios devem
atender as necessidades do usurio. Assim, a interseo da varivel ES e do Indicador
FMM se apresenta na Tabela 7.27.

TABELA 7.27 INTERSEO DOS VALORES DE: ES E FMM
- Parmetro ES
- MP PE ME GR MG
BA BA BA MB MB ME
MB BA MB MB ME ME
ME MB MB ME ME MA
MA MB ME MA MA AL
I
n
d
i
c
a
d
o
r

F
M
M

AL ME ME MA AL AL

0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
VD
BA MB ME MA AL

142
Portanto, a base de regras para o Indicador VD segue-se conforme a Tabela
7.28.
TABELA 7.28 BASE DE REGRAS PARA O INDICADOR VD
Se ES e FMM ento VD
Se MP e BA ento BA
Se MP e MB ento BA
Se MP e ME ento MB
Se MP e MA ento MB
Se MP e AL ento ME
Se PE e BA ento BA
Se PE e MB ento MB
Se PE e ME ento MB
Se PE e MA ento ME
Se PE e AL ento ME
Se ME e BA ento MB
Se ME e MB ento ME
Se ME e ME ento ME
Se ME e MA ento MA
Se ME e AL ento AL
Se GR e BA ento MB
Se GR e MB ento ME
Se GR e ME ento ME
Se GR e MA ento MA
Se GR e AL ento AL
Se MG e BA ento ME
Se MG e MB ento ME
Se MG e ME ento MA
Se MG e MA ento AL
Se MG e AL ento AL
7.4.6.2 Processamento das operaes Fuzzy para a determinao do Indicador VD
So valores referentes base cartogrfica considerada neste exemplo de
aplicao os seguintes dados:
a) a mdia obtida pela classificao das escalas que compem a base
cartogrfica : ES = 0,49;
b) o valor obtido desta base cartogrfica para o Indicador FMM = 0,645.
Determinar qual a VD desta base cartogrfica.
Os sistemas de pertinncia considerados no processamento do Indicador VD,
utilizados pela soluo atravs do software MatLab esto representados pela Figuras
7.29, 7.31 e 7.32, as quais correspondem aos elementos ES (Fig. 7.16), FMM (Fig.
7.21) e VD (Fig. 7.28), respectivamente.

143
FIGURA 7.29 CONJUNTOS FUZZY DA VARIVEL ES (MATLAB).

FIGURA 7.30 CONJUNTOS FUZZY DO INDICADOR FMM (MatLab).

FIGURA 7.31 CONJUNTOS FUZZY DO INDICADOR VD (MatLab).

144
conjuntos referentes varivel Escala (ES) e ao Indicador de Fatores que Modificam o
Meio (FMM), obtendo-se o resultado para Velocidade de Desatualizao (VD) igual a
0,562.

FIGURA 7.32 RESULTADO DA INTERSEO: ES = 0,49 E FMM = 0,645, E O
DEFUZZIFICADOR VD = 0,562

O resultado do defuzzificador, 0,562, para o Indicador Velocidade de
Desatualizao (VD), interpretado analogamente ao que foi descrito no item 7.4.2.11
para o Indicador IT a seguinte: a VD classificada como MDIA, devido ao valor
de pertencimento, u = 0,8, ser maior para a classe MDIA do que o valor de
pertencimento, u = 0,2, para a classe MDIA BAIXA, conforme mostra a Figura
7.33.

145
FIGURA 7.33 REPRESENTAO DO VALOR DO DEFUZZIFICADOR VD = 0,562
7.4.7 Indicador de Atualidade Cartogrfica AC
Atravs do conhecimento da Desatualizao Absoluta, da Idade Tecnolgica
e da Velocidade de Desatualizao, determina-se o Indicador referente Atualidade
Cartogrfica da base cartogrfica (AC) em questo.
O Indicador referente Atualidade Cartogrfica, composto pela interseo
das componentes Desatualizao Absoluta (DA), Idade Tecnolgica (IT) e
Velocidade de Desatualizao (VD). Estas operaes podem ser representadas pela
seguinte equao:
AC = DA IT VD (7.22)
A classificao para o Indicador Atualidade Cartogrfica (AC) definido
pelas cinco classes estabelecidas no item 7.1, conforme mostra a Tabela 7.29.

TABELA 7.29 CLASSIFICAO DA ATUALIDADE CARTOGFICA AC
Classes da AC Intervalos de
classificao
Alta AL [0,94 1]
Mdia ME [0,49 0,74]
Baixa BA [0,00 0,25]
Segundo a classificao da Tabela 7.29, os conjuntos Fuzzy para o Indicador
Atualidade Cartogrfica (AC) so constitudos da seguinte forma:
0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
VD
BA MB ME MA AL
0,562
= 0,8
= 0,2

146
a) U
AC
= {0, 1};
b) as funes de pertinncia adotadas so as triangulares;
d) os conjuntos Fuzzy de AC so definidos da seguinte forma:
- BA = {0,00 0,37}: com ncleo em x = 0,13;
- MB = {0,13 0,61}: com ncleo em x = 0,37;
- ME = {0,37 0,88}: com ncleo em x = 0,61;
- MA = {0,61 1}: com ncleo em x = 0,88;
- AL = {0,88 1}: com ncleo em x = 1.
O sistema das funes de pertinncia relativas ao Indicador Atualidade
Cartogrfica (AC) est representado da Figura 7.34.

FIGURA 7.34- SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA DA ATUALIDADE
CARTOGRFICA AC
7.4.7.1 Base de Regra para o Indicador Atualidade Cartogrfica AC
O indicador Atualidade Cartogrfica AC composto pela varivel:
Desatualizao Absoluta DA, pelo Indicador Idade Tecnolgica IT e pelo
Indicador Velocidade de Desatualizao VD. A base de regras baseada no modelo
(exp. 5.18) Mandani processa a superposio dos conseqentes relativos s
classificaes dos elementos envolvidos, DA, IT e VD, o que resulta na interseo
0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
AC
BA MB ME MA AL

147
destes elementos produzindo assim resultados em AC. O critrio para o
estabelecimento da base de regras para o Indicador AC o conhecimento emprico que
se tem a respeito do comportamento destes elementos.
A interseo da varivel DA e do Indicador IT, na Tabela 7.30, gera a
varivel intermediaria denominada de Atualidade Intermediria (AI), para a qual se
aplicam cinco classes: MUITO ANTIGA (MN), ANTIGA (AN), MDIA (ME),
QUASE ATUAL (QA), e ATUAL (AT). Neste procedimento, alm do conhecimento
emprico envolvido, tambm, atribui-se maior peso para a varivel DA, como exemplo
ser este valor mais significativo do que a IT, na anlise da velocidade de
desatualizao. Pois, a desatualizao absoluta indica diretamente um valor de
desatualizao, enquanto que a idade tecnolgica refere-se s tcnicas utilizadas na
confeco do mapeamento, o que no indica necessariamente que sendo baixa a idade
tecnolgica o documento cartogrfico seja desatualizado. O mesmo raciocnio se
aplica na combinao das variveis, AI e VD na Tabela 7.31. Neste caso o peso maior
foi atribudo varivel de atualidade intermediria (AI). Pois entre um determinado
valor para a atualidade, confrontado com um valor de velocidade de desatualizao,
considerou-se o fato da desatualizao ser mais significativo para quantificar a
Atualidade Cartogrfica do que a velocidade de desatualizao. Pois, se a velocidade
de desatualizao for alta no significa necessariamente que o documento seja
desatualizado. Assim, ao considera uma classe baixa para a atualizao intermediaria
ANTIGA confrontada com as classificaes de velocidade de desatualizao,
passou-se a desconsiderar estas ocorrncias, devido ao fato de que a atualizao j
sendo a mais baixa, ento, no importa mais, neste caso, qual seja a velocidade de
desatualizao. Este procedimento deixou a primeira coluna da Tabela 7.31 vazia.
Raciocnio anlogo foi empregado para outras comparaes, Por exemplo, diante de
uma classe ANTIGA para a atualidade referente varivel AI e de MDIA velocidade
de desatualizao, considerou-se como resultante a classe BAIXA, pois dado que a
atualidade baixa a velocidade de desatualizao de menor relevncia ao propsito
de se quantificar a Atualidade Cartogrfica.

148
TABELA 7.30 INTERSEO DOS VALORES DE: DA E IT
- Varivel DA
- AL MA ME MB BA
ML 1- MN 2- MN 3- AN 4- AN 5- ME
AN 6- MN 7- MN 8- AN 9- ME 10- ME
ME 11- MN 12- AN 13- AN 14- ME 15- QA
QA 16- MN 17- AN 18- ME 19- QA 20- AT I
n
d
i
c
a
d
o
r

I
T

AT 21- AN 22- AN 23- ME 24- QA 25- AT

Observa-se que os nmeros de 1 a 25 na Tabela 7.30 so apenas auxiliadores
para a montagem das combinaes da Tabela 7.32 (primeira coluna). A partir da
varivel intermediaria (AI) faz-se a interseo desta com o Indicador de Velocidade de
Desatualizao conforme Tabela 7.31.

TABELA 7.31 INTERSEO DOS VALORES DE: AI E VD
- Varivel AI
- MN AN ME QA AT
AL - BA MB ME MA
MA - BA MB ME MA
ME - BA ME ME MA
MB - MB ME MA AL
I
n
d
i
c
a
d
o
r

V
D

BA - MB ME MA AL
Finalmente, da Tabela 7.32, mostra a base de regras referente determinao
do Indicador Atualidade Cartogrfica (AC).

TABELA 7.32 BASE DE REGRAS PARA O INDICADOR AC
continua
No. Se IT e DA a AI : e VD ento AC
1 Se ML e AL MN e AL ento -
MA -
ME -
MB -
BA -
2 ML MA MN AL -
MA -
ME -
MB -
BA -
3 ML ME AN AL BA
MA BA
ME BA
MB MB
BA MB
4 ML MB AN AL BA
MA BA
ME BA
MB MB
BA MB

149
continuao
5 ML BA ME AL MB
MA MB
ME ME
MB ME
BA ME
6 AN AL MN AL -
MA -
ME -
MB -
BA -
7 NA MA MN AL -
MA -
ME -
MB -
BA -
8 AN ME AN AL BA
MA BA
ME BA
MB MB
BA MB
9 AN MB ME AL MB
MA MB
ME ME
MB ME
BA ME
10 AN BA ME AL MB
MA MB
ME ME
MB ME
BA ME
11 ME AL MN AL -
MA -
ME -
MB -
BA -
12 ME MA MN AL -
MA -
ME -
MB -
BA -
13 ME ME AN AL BA
MA BA
ME BA
MB MB
BA MB
14 ME MB ME AL MB
MA MB
ME ME
MB ME
BA ME
15 ME BA QA AL ME
MA ME

150
concluso
15 ME ME
MB MA
BA MA
16 QA AL MN AL -
MA -
ME -
MB -
BA -
17 QA MA AN AL BA
MA BA
ME BA
MB MB
BA MB
18 QA ME ME AL MB
MA MB
ME ME
MB ME
BA ME
19 QA MB QA AL ME
MA ME
ME ME
MB MA
BA MA
20 QA BA AT AL MA
MA MA
ME MA
MB AL
BA AL
21 AT AL AN AL BA
MA BA
ME BA
MB MB
BA MB
22 AT MA AN AL BA
MA BA
ME BA
MB MB
BA MB
23 AT ME ME AL MB
MA MB
ME ME
MB ME
BA ME
24 AT MB AT AL MA
MA MA
ME MA
MB AL
BA AL
25 AT BA AT AL MA
MA MA
ME MA
MB AL
BA AL

151
7.4.7.2 Processamento das operaes Fuzzy para a determinao do Indicador AC
A base cartogrfica referenciada no exemplo desta aplicao considera os
seguintes valores para os elementos DA, IT e VD que determinam o Indicador
Atualidade Cartogrfica:
a) Supondo-se uma base cartogrfica com Desatualizao Absoluta (DA) de
25,2% (DA = 0,252), e considerando-se os critrios estabelecidos no item
7.5.1, onde o limite mximo da DA 0,36 (LM = 0,36), tem-se o
seguinte: o valor 0,36 de LM, associado a 100% da DA admitida, e
da, 0,252 corresponde a 70%. Assim, o valor que entra no sistema de
conjuntos Fuzzy para a DA 0,70;
b) o valor encontrado para a IT desta base cartogrfica foi: IT = 0,725;
c) o valor encontrado para a VD desta base cartogrfica foi: VD = 0,562.

Na determinao da Atualidade Cartogrfica (AC), o software MatLab,
processa os sistemas de pertinncia, ou os conjuntos Fuzzy dos elementos DA (Fig.
7.5), IT (Fig. 7.9) e VD (Fig. 7.28), e do Indicador AC (Fig. 7.34), conforme
encontram-se representados nas Figuras 7.35, 7.36, 7.37 e 7.38, respectivamente:

FIGURA 7.35 CONJUNTOS FUZZY DA VARIVEL DA (MATLAB).

152
FIGURA 7.36 CONJUNTOS FUZZY DA VARIVEL IT (MATLAB).

FIGURA 7.37 CONJUNTOS FUZZY DA VARIVEL VD (MATLAB).

FIGURA 7.38 CONJUNTOS FUZZY DO INDICADOR AC (MATLAB).

conjuntos referentes varivel Desatualizao Absoluta (DA), e aos Indicadores Idade
Tecnolgica (IT) e Velocidade de Desatualizao (VD), obtendo-se um resultado para
o Indicador Atualidade Cartogrfica (AC) igual a 0,407.

153
FIGURA 7.39 RESULTADO DA INTERSEO: DA=0,7; IT=0,725; VD=0,526, E O
DEFUZZIFICADOR AC = 0,407 (MATLAB)
continua

154
concluso

Portanto, de forma anloga aos casos anteriores, o resultado do
defuzzificador, 0,407 para a Atualidade Cartogrfica interpretado como sendo
MDIA BAIXA. Pois, a linha vertical passante pelo ponto definido pelo
defuzzificador, 0,407, intercepta os conjuntos: MDIA, cujo valor de pertinncia u
= 0,15; e o conjunto MDIA BAIXA com valor de pertencimento u = 0,85. Assim,
constata-se que a classificao encontrada para a Atualidade Cartogrfica (AC)
MDIA BAIXA. Este resultado encontra-se representado na Figura 7.40.

FIGURA 7.40 REPRESENTAO DO VALOR DO DEFUZZIFICADOR AC = 0,407
7.5 INDICADOR DE GENERALIZAO CARTOGRFICA GC
Diante das consideraes apresentadas pelas bibliografias (Cap.2) entende-se
que a generalizao cartogrfica principalmente funo da escala, e do propsito de
uso do mapa. Com base nestes aspectos que se estabelecem indicadores quantitativos
visando a avaliao da generalizao cartogrfica. Segundo o propsito do uso
0,407
0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
AC
BA MB ME MA AL
= 0,85
= 0,15

155
determina-se a classificao dos nveis de informao (NI) em duas classes: os
principais, e os secundrios. O critrio adotado para a classificao da generalizao
cartogrfica na determinao dos seus Indicadores o valor quantitativo das feies
representadas em cada nvel. Na reduo de escala entre um contexto e outro, quer seja
entre documentos ou entre terreno e documento cartogrfico, a quantidade de
informaes a ser representada seguem os mesmos critrios de classificao
possibilitando assim a quantificao da generalizao cartogrfica, ou seja, a reduo
quantitativa de feies representadas. As feies planimtricas e altimtricas do
mapeamento so quantificadas com parmetros diferentes. Portanto, se estabelece um
Indicador para as feies planimtricas e outro para as feies altimtricas, os quais
geram o indicador principal da Generalizao Cartogrfica. Em seguida, o Indicador
final, da Qualidade de Mapeamento, determinado atravs dos Indicadores principais
de Atualidade e Generalizao Cartogrfica, da forma como se segue:
- Indicador final: Qualidade de Mapeamento (QM):
o Indicador principal: Atualidade Cartogrfica (AC);
o Indicador principal: Generalizao Cartogrfica (GC):
Indicador intermedirio: Generalizao Cartogrfica Planimtrica (GC-P);
Indicador intermedirio: Generalizao Cartogrfica Altimtrica (GC-A).
A Generalizao Cartogrfica aqui definida pela relao entre a quantidade
de feies representadas nos documentos cartogrficos considerados na generalizao,
ou seja, o documento generalizado, em escala menor, e o documento do qual se
originou o documento generalizado. A mesma relao pode ser aplicada entre o
documento cartogrfico derivado da restituio fotogramtrica, em escala menor, e o
terreno mapeado do qual se originaram os dados fotogramtricos, embora, neste caso,
a aplicabilidade seja menor. Assim, a Generalizao Cartogrfica definida pela
relao entre a quantidade de elementos de uma dada feio cartogrfica,
representados no documento derivado da generalizao, ou da restituio
fotogramtrica, e a quantidade de elementos, desta mesma feio cartogrfica, no
documento de origem, ou no terreno, conforme o caso considerado.

156
7.5.1 Generalizao Cartogrfica Planimtrica GC-P
A generalizao cartogrfica planimtrica considera a generalizao efetuada
nas feies planimtricas. A necessidade de generalizao ocorre da impossibilidade
de se representar todas as feies existentes em uma determinada escala, em
documentos de escalas menores. E isso no implica necessariamente em degradao da
qualidade de mapeamento. Porm, a degradao da qualidade pode ocorrer caso a
quantidade das feies representadas for muito diferente daquela considerada
adequada a cada caso. neste aspecto que o Indicador de Generalizao Cartogrfica
contribui na avaliao da qualidade de mapeamento. Considere-se que uma rea de 20
m por 10 m, no terreno, representada nas escalas 1:1.000 e 1:5.000, ficam
respectivamente com 20 mm por 10 mm, e com 4mm por 2 mm. A Figura 7.41, (a) e
(b) representam respectivamente cinco elementos da planimetria distintos dentro da
rea de 20m x 10m representados na escala 1:1.000, e as mesmas feies planimtricas
representadas na escala 1:5.000, nesta, observa-se que j no se pode distinguir os 5
elementos internos rea, os quais na escala 1:1.000 so facilmente percebidos.

FIGURA 7.41 REDUO PLANIMTRICA DA ESCALA 1:1.000 PARA A ESCALA 1:5.000.

Portanto, embora a generalizao planimtrica adote critrios diferentes em
cada caso, requisitando grande habilidade da mente humana nos processos de tomada
de decises em como representar as feies cartogrficas, padres quantitativos
sempre so convenientes nos processos decisrios. Ento, buscando padronizar o
processo, uma possibilidade utilizar a relao de escalas para se estabelecer os
critrios de generalizao cartogrfica. Por exemplo, na generalizao de um
documento cartogrfico em escala 1:5.000, tendo sido originado de um documento em
escala 1:1.000, h um fator de reduo de escalas igual a 0,2 o qual obtidos da
Escala: 1:1.000 Escala: 1:5.000
(a)
(b)

157
relao entre a escala 1:1.000 e a escala 1:5.000 . Partindo-se deste raciocnio, algumas
convenes so estabelecidas a seguir para o desenvolvimento do processo:
a) Eo denominador da escala origem;
b) Ed denominador da escala derivada (destino);
c) Xo quantidade de elementos, de uma determinada feio, representada
na escala origem;
d) Xd quantidade de elementos, de uma determinada feio, representada
na escala de destino (do documento generalizado);
e) Fr = Eo/Ed (7.23)
fator de reduo de escala, dado pela relao entre os denominadores das
escalas, do documento de origem e derivado ou generalizado;
f) Fr
r
= Xd/Xo (7.24)
fator de reduo dos elementos de feio cartogrfica, dado pela relao
entre a quantidade de elementos representados no documento derivado e a
quantidade destes, no documento de origem.
Com isto, para se obter a quantidade de elementos a ser representada no
documento generalizado, efetua-se o produto entre a quantidade de elementos
representada no documento de origem e o fator de reduo de escalas. Esta operao
determina um nmero que equivale mesma densidade de elementos representados no
documento original. Assim, tem-se que:
Xd = Xo*Fr (7.25)
Portanto, considerando-se as escalas, de origem 1:2000, e de destino 1:5000,
tem-se pela equao (7.23) que o fator de reduo de escalas (Fr) igual a 0,4. E
supondo que o nmero de elementos (Xo), de uma feio cartogrfica, existente no
documento original seja 30, ento, pela equao (7.25) determina-se o nmero de
elementos desta feio no documento generalizado, o qual corresponde mesma
densidade desta feio no documento original. Portanto, o nmero correspondente de
elementos da feio no documento generalizado (Xd) igual a doze. Caso o
documento generalizado, ao invs de apresentar doze elementos representados da

158
feio planimtrica analisada, apresentar um nmero superior a doze, entende-se que
houve uma sub generalizao relativamente ao valor que corresponde mesma
densidade de elementos representados no documento original. Da mesma forma, se o
documento generalizado apresentar um nmero de elementos, da feio analisada,
inferior a doze, entende-se que houve uma super generalizao. Assim, se estabelece
um critrio comparativo para se quantificar a generalizao cartogrfica. Com isto,
torna-se ainda necessrio estabelecer um limite superior e um limite inferior aos
possveis nmeros (Xd) de elementos da feio a ser representada. Considerando que
no exemplo acima descrito onde o nmero determinado de elementos a ser
representado (Xd) no documento generalizado doze, observa-se que a metade deste
nmero, seis, portanto, j corresponde ao nmero determinado de Xd para uma
generalizao da escala 1:1000 (duas vezes maior que 1:2000) para a escala 1:5.000,
ou seja, fixando-se a escala destino (Ed) tem-se que: para uma escala do documento
original (Eo) 1/x, Fr igual a y e Xd igual a z; e para uma escala do documento
original (Eo) duas vezes maior (1/(x/2)), Fr igual a y/2 e Xd igual a z/2; e para uma
escala do documento original (Eo) duas vezes menor (1/(2x)), Fr igual a 2y e Xd
igual a 2z. Partindo-se desta observao, de que a variao mltipla de Eo corresponde
mesma variao mltipla de Fr e de Xd, se estabelecem como limites padres para a
generalizao cartogrfica o dobro do fator de reduo (2Fr) para o limite superior,
correspondendo sub generalizao, e a metade do fator de reduo (1/2Fr) para o
limite inferior, correspondendo super generalizao. Para os casos em que o dobro
do fator de reduo de escalas (2Fr) for maior que 1, ento o fator de reduo Fr
assumir o valor 1. Porm, sendo Fr igual a 1, no haver generalizao, pois, pela
equao 7.25, Xd ser igual a Xo, o que determina o mximo de elementos a serem
representados no processo de generalizao. Com isto, ficam estabelecidas as
seguintes consideraes:
a) [()Fr 2Fr]: intervalo de classificao da Generalizao Cartogrfica
Planimtrica;
b) Xd = Xo * Fr: quantidade mdia, determinada como padro, de

159
elementos a ser representada no documento generalizado, tal que se
mantm, relativamente, a mesma densidade de elementos da feio
representada no documento cartogrfico original;
c) Xd = Xo * 2Fr: quantidade determinada como padro mximo de
elementos da feio a ser representada no documento cartogrfico
generalizado. Para os caso em que 2Fr resultar um valor maior que 1,
ento assume-se o valor 1 para Fr (Fr=1);
d) Xd = Xo * (1/2)Fr: quantidade determinada como padro mnimo de
elementos da feio a ser representada no documento cartogrfico
generalizado;
e) Se Xd < 1, a representao no poder ser feita com a preservao das
dimenses reais do elemento da feio, ento se houver necessidade
daquela representao, esta, dever ser feita por meio de smbolo;
f) se Xd for nmero fracionrio, ento, a quantidade de elementos da feio
a ser representada ser igual ao primeiro inteiro seguinte. Exemplo: se Xd
= 3,4, ento, o prximo interiro 4 (Xd = 4).
Na Tabela 7.33, so determinadas as quantidades de elementos a serem
representadas (Xd), segundo os padres adotados com base no fator de reduo entre
as escalas consideradas (Fr). Ou seja, so representadas as quantidades Xd, tanto para
a relao estabelecida pelo fator de reduo (Fr) definida como padro (mdio), como
tambm para os limites, superior e inferior, impostos por 2Fr e (1/2)Fr
respectivamente.

TABELA 7.33 NMERO DE ELEMENTOS A SEREM REPRESENTADOS PELA
GENERALIZAO CARTOGRFICA DE ACORDO COM O FATOR DE REDUO
DE ESCALA
Eo Ed Fr Se Xo = 30
Xd=Fr*Xo
(Mdio)
Sub-gener.
Xd=2Fr*Xo
(Mximo)
Super-gener.
Xd=(1/2)Fr*Xo
(Mnimo)
1:2.000 1:3.000 0,67 20 30
*
10
1:5.000 0,4 12 24 6
1:10.000 0,2 6 12 3
1:15.000 0,13 4 8 2
1:20.000 0,1 3 6 2
*
Neste caso, Fr = 0,67, portanto 2Fr >1, ento assume-se Fr = 1

160
oportuno observar que em casos de haver grande afastamento entre os
elementos ou unidades de feio, pode ocorrer situaes em que no processo de
generalizao cartogrfica seja possvel a representao de uma quantidade de
elementos de feio maior do que a estabelecida pelo limite mximo, dado por Xd =
Xo*2Fr, ou at mesmo de se representar a totalidade delas. Assim, observa-se que
tanto a metodologia aqui apresentada como vrias outras, apenas sero teis nos casos
em que se fizerem necessrias ou convenientes aos objetivos e propsitos da aplicao.
Com isto, conclui-se que o processo de generalizao no deve ocorrer de modo
totalmente automatizado, pois, a interveno humana ainda necessria.
Tendo-se definido o intervalo [(1/2)Fr 2Fr] para o conjunto universo de
classificao da Generalizao Cartogrfica Planimtrica (GC-P), determinam-se os
intervalos de classe. Sendo o valor padro de Fr o valor de referencia, tal que valores
acima ou abaixo deste caracteriza-se, respectivamente, uma sub generalizao ou uma
super generalizao, assume-se, ento, que o valor de Fr designa-se classe MDIA
do intervalo considerado. Esta classe MDIA no se encontra em um ponto central do
intervalo considerado [(1/2)Fr 2Fr]. Antes, o intervalo [(1/2)Fr Fr] menor do que
o intervalo [Fr 2Fr]. Assim, divide-se ao meio cada uma das partes obtendo-se mais
duas classes de cada lado da classe MDIA, totalizando cinco intervalos de classe para
o Indicador de Generalizao Cartogrfica Planimtrica (GC-P), conforme Tabela 7.34.

TABELA 7.34 CLASSIFICAO DA GENERALIZAO CARTOGRFICA PLANIMTRICA
(GC-P)
Classes da GC-P Intervalos de classificao
Muito Grande MG MG: [< (5/8)Fr]
Grande GR GR: [(5/8)Fr (7/8)Fr]
Mdia ME ME: [(7/8)Fr (5/4)Fr]
Pequena PE PE: [(5/4)Fr (7/4)Fr]
Muito Pequena MP MP: [> (7/4)Fr]

a Generalizao Cartogrfica Planimtrica (GC-P) so construdos da seguinte forma:
a) U
GR-P
= {(1/2)Fr, 2Fr}; sendo que os intervalos so definidos em funo
do fator de reduo de escalas Fr;

161
b) as funes de pertinncia adotadas so triangulares e triangulares abertas
nos extremos devido possibilidade de ocorrer valores alm do limite
considerado;
c) as classes so: MUITO GRANDE (MG), GRANDE (GR), MDIA (ME),
PEQUENA (PE), MUITO PEQUENA (MP);
d) os conjuntos Fuzzy de GC-P so definidos da seguinte forma:
a. MG: {< (3/4)Fr}: com ncleo em x = (1/2)Fr;
b. GR: {(1/2)Fr, Fr}: com ncleo em x = (3/4)Fr;
c. ME: {(3/4)Fr, (3/2)Fr}: com ncleo em x = Fr;
d. PE: {Fr, 2Fr}: com ncleo em x = (3/2)Fr;
e. MP: {> (3/2)Fr}: com ncleo em x = 2Fr.

O sistema das funes de pertinncia relativo varivel Generalizao
Cartogrfica Planimtrica (GC-P) est representado da Figura 7.42.

FIGURA 7.42 - SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA DA
GENERALIZAO CARTOGRFICA PLANIMTRICA GC-P

Cabe considerar que cada Nvel de Informao (NI) pode ter um fator de
reduo (Fr) diferente, definindo-se diferentes classes para a Generalizao
Cartogrfica Planimtrica (GC-P). Essa diferena pode ser procedente dos objetivos do
usurio ou caractersticas da regio e, portanto, necessita ser considerada nesta
classificao. Ento, para se obter um nico valor para a GC-P, efetua-se a mdia
MG ME PE
MP GR
(5/8)Fr
(3/4)Fr
(7/8)Fr (5/4)Fr 2Fr
u = 1
()Fr
Fr (3/2)Fr
GC-P
(7/4)Fr
u = 0

162
ponderada entre os valores de classificao dos principais NI considerados na
avaliao, conforme se segue:
a) PNI
i
: o peso dos principais NI planimtricos considerados;
b) CGCP
i
: a classificao da Generalizao Cartogrfica planimtrica (GC-
P) de cada NI;
c) MGCP: a mdia ponderada da classificao da Generalizao
Cartogrfica planimtrica (GC-P);
tem-se: MGCP =

i i
PNI CGCP PNI / ) ( (7.26)
7.5.2 Generalizao do Elemento Grfico
Freqentemente tambm ocorre generalizao nos elementos grficos
utilizados para representar as feies cartogrficas. Isto , no apenas na quantidade de
elementos, mas, tambm, no prprio elemento. Por exemplo, as vias representadas em
escalas maiores podem ser representadas por suas duas margens (duas linhas), por
exemplo, e quando generalizada, passam a ser representadas por apenas uma linha.
Porm, este procedimento no omite a representao da feio, e por este motivo, no
influi na qualidade do mapeamento quanto a completeza da informao, e, portanto,
no ser considerada no modelo proposto. Cabe apenas mencionar algumas questes
que mostram a possibilidade de se utilizar os mesmos critrios aqui desenvolvidos. A
Tabela 7.35 mostra alguns exemplos de representao de feies em diferentes escalas.
O fator de reduo de escala pode ser utilizado para classificar quantitativamente a
generalizao ocorrida nos elementos grficos da seguinte forma: fazendo-se a relao
entre a quantidade de elementos grficos que compem uma feio no documento
generalizado, denominado de Yd, e a quantidade de elementos grficos que compem
essa mesma feio no documento de origem, denominada de Yo. Assim, tem-se que o
fator de reduo de elementos grficos ( Fr(e)) :
Fr(e) = Yd/Yo. (7.27)

163
TABELA 7.35 GENERALIZAO DO ELEMENTO GRFICO
Fei-
o
Feio completa
(documento origem)
Feio generalizada
(documento derivado)
Fr(e) =
Yd/Yo
*
B
a
c
i
a

H
i
d
r
o
g
r
f
i
c
a

Rio principal + secundrios + tercirio:
Yo = 16 elementos:

Rio principal + secundrios:
Yd = 5 elementos:
F
r
(
e
)

=

5
/
1
6

=

0
,
3
1

Estrada + acostamento:
Yo = 4 elementos:

Estrada (sem acostamento):
Yd = 2 elementos:
F
r
(
e
)

=

2
/
4

=

0
,
5

V
i
a
s

Uma Via com duas margens:
Yo = 2 elementos

Uma Via com um trao:
Yd = 1 elemento
F
r
(
e
)

=

1
/
2

=

0
,
5

A
r
v
o
r
e
s

Arvores individuais:
Yo = 16 elementos

Conjunto de arvores:
Yd = 3 elementos

F
r
(
e
)

=

3
/
1
6

=

0
,
1
9

C
a
b
i
n
e

t
e
l
e
f
o
n
e
Restituio da forma real:
Yo = 1 elemento

Representao simblica:
Yd = 1 elemento

F
r
(
e
)

=

~
0

(
S
m
b
o
l
o
)

Edificaes individuais: Yo = 7 elementos

Edificaes Parcialmente
Conjugadas: Yd = 5 elementos
F
r
(
e
)

=

5
/
7

=

0
,
7
1


Edificaes Parcialmente
Conjugadas: Yd = 2 elementos

F
r
(
e
)

=

2
/
7

=

0
,
2
8

E
d
i
f
i
c
a
e
s

I
n
d
i
v
i
d
u
a
i
s


Edificaes Conjugadas:
Yd = 1 elemento
F
r
(
e
)

=

1
/
7

=

0
,
1
4

1
3
3
2 2 2
2
1
1
2
1
2
1
1
2 2
1
1
1
2
3
1
1
1
1
2
2
1
1
3

164
*Bacia hidrogrfica Sugere-se a utilizao do critrio de Strahler para a generalizao:
So consideradas de primeira ordem as linhas de gua iniciais, que no tenham afluentes; quando duas
linhas de gua de primeira ordem se unem, formada uma de segunda ordem; a juno de duas de
segunda ordem d origem uma de terceira ordem, e assim, sucessivamente. Assim, dois cursos de
gua de ordem n do lugar a um rio de ordem n + 1. Quando duas linhas de ordens diferentes se unem,
mantm-se a ordem maior. A ordem do rio principal mostra a extenso da ramificao na bacia. A
funo atribui uma ordem numrica a segmentos da matriz que representa a rede de drenagem. (UNL,
2002).
Da mesma forma como foi classificado o Fr (fator de reduo de escala) no
item anterior, poder ser tambm classificado o fator de reduo de elementos grficos
Fr(e). Para o caso onde a representao da feio se d por meio de smbolo, no
preservando o tamanho nem a forma da feio real, atribui-se o ndice mximo de
generalizao, ou seja, o valor que tende a zero no intervalo considerado de (1/2)Fr a
2Fr, denotando a mxima generalizao. A Tabela 7.35 apresenta alguns exemplos
destas consideraes.
7.5.3 Generalizao Cartogrfica Altimtrica GC-A
O Indicador referente Generalizao Cartogrfica Altimtrica (GC-A)
considera a generalizao das feies altimtricas relativas s curvas de nvel. As
feies altimtricas pontuais no sero consideradas neste Indicador, pois, para efeito
de generalizao, quando for o caso, pode-se considerar os mesmos critrios adotados
para o Indicador de Generalizao Cartogrfica Planimtrica (GC-A).
Em funo da eqidistncia grfica a qual, segundo UNL (2002) e INETI
(2005), freqentemente utilizada nos valores 0,4 e 0,5, adotam-se estes valores como
padro e determinam-se as eqidistncias das curvas de nvel atravs da relao:
e = Eq/Esc (7.28)
Onde:
e = eqidistncia grfica entre curvas de nvel;
Eq = eqidistncia das curvas de nvel;
Esc = denominador da escala de representao grfica.
Em funo da eqidistncia grfica (e) das curvas de nvel (equao 7.28)

165
estabelece-se a classificao para a Generalizao Cartogrfica Altimetria GC-A. A
esta se estabelecem cinco classes: MUITO PEQUENA (MP), PEQUENA (PE),
MDIA (ME), GRANDE (GR) e MUITO GRANDE (MG), que inicialmente devem
variar num intervalo ente 0 e 1. Porm, como os valores de intervalo so definidos em
funo do valor da eqidistncia grfica (e), o extremo inferior (zero) deve ser
substitudo pelo primeiro valor significativo acima de zero, para que a eqidistncia
e no assuma o valor zero e torne a equao (7.28) nula. Com isso, o limite inferior
estabelecido com o valor da eqidistncia grfica (e) igual a 0,1, e o limite superior,
com o valor da eqidistncia grfica (e) igual a 1. Com a eqidistncia grfica padro,
no intervalo [0,4 0,5], defini-se a classe MDIA, e ento, para os valores da classe
MUITO GRANDE se estabelece a eqidistncia grfica igual a 1 e para os valores da
classe MUITO PEQUENA, se estabelece a eqidistncia grfica igual a 0,1. Para as
classes intermedirias PEQUENA e GRANDE, atribuem-se os valores intermedirios
0,25 e 0,75 respectivamente. A Tabela 7.36 relaciona os valores para a eqidistncia
das curvas de nvel (E) em funo dos valores da eqidistncia grfica (e) para as
classes extremas (MG e MP) e mdia (ME) da Generalizao Cartogrfica Altimtrica,
definida para algumas escalas.

TABELA 7.36 EQIDISTNCIA DAS CNs SEGUNDO A ESCALA DE REPRESENTAO

Eqidistncia das Curvas de Nvel
(Eq = e*Esc)
Classe
MG
Classe
MDIA
Classe
MP
Classes e
Valores de e:

ESCALA
Eq para
e = 1
Eq para
e = 0,5
Eq para
e = 0,4
Eq para
e = 0,1
Usual
Eq
1:500 0,5 m 0,25 m 0,2 m 0,05 m 0,2 m
1:1.000 1 m 0,5 m 0,4m 0,1 m 0,5 m
1:2.000 2 m 1 m 0,8 m 0,2 m 1 m
1:5.000 5 m 2,5 m 2 m 0,5 m 2 m
1:10.000 10 m 5 m 4 m 1 m 5 m
1:15.000 15 m 7,5 m 6 m 1,5 m 5 m
1:20.000 20 m 10 m 8 m 2 m 10 m
1:25.000 25 m 12,5 m 10 m 2,5 m 10 m
1:50.000 50 m 25 m 20 m 5 m 20 m
1:100.000 100 m 50 m 40 m 10 m 40 m
1:250.000 250 m 125 m 100 m 25 m 100 m
1:500.000 500 m 250 m 200 m 50 m 200 m
1:1.000.000 1000m 500 m 400 m 100 m 400 m

166
A Tabela 7.37 apresenta os intervalos de classes para Generalizao
Cartogrfica Altimtrica (GC-A).

TABELA 7.37 CLASSIFICAO DA GENERALIZAO CARTOGRFICA ALTIMTRICA
(GC-A)
Classes da GC-A Intervalos de classificao
Muito Grande MG MG: [e > 0,875]
Grande GR GR: [0,625 < e < 0,875]
Mdia ME ME: [0,325 < e < 0,625]
Pequena PE PE: [0,125 < e < 0,325]
Muito Pequena MP MP: [e < 0,125]

Segundo os intervalos de classe definidos na Tabela 7.37, os conjuntos
Fuzzy para a Generalizao Cartogrfica Altimtrica (GC-A) so construdos de forma
similar aos da Generalizao Cartogrfica Planimtrica da seguinte forma:
a) U
GR-A
= {0,1 e menores, 1 e maiores}; sendo que os intervalos esto em
funo da Eqidistncia Grfica (e), considerando o intervalo de variao
entre e = 0,1 e e = 1;
b) as funes de pertinncia adotadas so trapezoidal para o conjunto central
por apresentar o intervalo de valores de 0,4 0,5; triangulares para as
classes intermedirias; e triangulares abertas para os extremos, por
admitirem valores alm dos limites estabelecidos;
c) as classes so: MUITO GRANDE (MG), GRANDE (GR), MDIA (ME),
PEQUENA (PE) e MUITO PEQUENA (MP);
d) os conjuntos Fuzzy de GC-A so definidos da seguinte forma:
- MP: {e < 0,25}, com ncleo em x = 0,1;
- PE: {0,1 < e < 0,4}, com ncleo em x = 0,25;
- ME: {0,25 < e < 0,75}, com ncleo no intervalo de x= 0,4 e x = 0,5;
- GR: {0,5 < e < 1}, com ncleo em x = 0,75;
- MG: {e > 0,75}: com ncleo em x = 1.
Cartogrfica Altimtrica (GC-A) est representado da Figura 7.43.

167
GENERALIZAO CARTOGRFICA ALTIMTRICA GC-A

7.5.4 Indicador da Generalizao Cartogrfica GC
Para a classificao do Indicador de Generalizao Cartogrfica so
estabelecidas as cinco classes, j definidas no item 7.1. Assim, adota-se o intervalo
genrico de zero (0) a um (1), porm, neste caso, as extremidades do conjunto
universo da Generalizao Cartogrfica - U
GC
, so abertas para contemplar valores
maiores que 1 e menores que 0. Ento, a classificao da Generalizao Cartogrfica
fica conforme Tabela 7.38.

TABELA 7.38 CLASSIFICAO DA GENERALIZAO CARTOGRFICA GC
Classes da GC Intervalos de classificao
Muito Pequena MP MP: [0,00 0,25]
Pequena PE PE: [0,25 0,49]
Mdia ME ME: [0,49 0,74]
Grande GR GR: [0,74 0,94]
Muito Grande MG MG: [0,94 1]
a Generalizao Cartogrfica da Base cartogrfica (GC) so construdos da seguinte
forma:
a) U
GC
= {0, 1};
b) as funes de pertinncia adotadas so triangulares, e triangulares abertas
nos extremos, por admitirem valores de generalizao alm dos limites
0,4 a 0,5 0,1 1
GC-A
0,25 0,75
MP ME
MG
u = 1
PE
GR
0,125 0,325 0,625
0,875

168
estabelecidos;
(ME), GRANDE (GR), MUITO GRANDE (MG);
d) os conjuntos Fuzzy de GC so definidos da seguinte forma:
- MP: {< 0,37}: com ncleo em x = 0,13;
- PE: {0,13, 0,61}: com ncleo em x = 0,37;
- ME: {0,37, 0,88}: com ncleo em x = 0,61;
- GR: {0,61, 1,0}: com ncleo em x = 0,88;
- MG: {> 0,88}: com ncleo em x = 1,0.
Cartogrfica (GC) est representado da Figura 7.44.

GENERALIZAO CARTOGRFICA GC
7.5.5 Exemplo na determinao dos valores de GC-P e GC-A
Considerando que um usurio cujas atividades destacam como principais NI
os seguintes: Edificao, Lote, Quadra, Curvas de Nvel e Arruamento, nesta ordem de
importncia, em escala 1:2.000, generalizadas para a escala 1:10.000, pode-se detectar
uma situao conforme Tabela 7.39, onde:
a) Eq.o = Eqidistncia das CN no documento origem;
b) Eq.d = eqidistncia das CN no documento generalizado (derivado), dada
0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
GC
MP PE ME GR MG

169
pelo produto da eqidistncia grfica e a escala correspondente (e*Ed);
c) Eq.d
r
= eqidistncia (real) das curvas de nvel no documento
generalizado;
d) e
r
= eqidistncia grfica definida pelo produto entre a eqidistncia
(presente) das curvas de nvel no documento generalizado e a escala deste
documento (e
r
= Eq
r
* Ed).

TABELA 7.39 EXEMPLO: GENERALIZAO CARTOGRFICA DE CINCO NVEIS DE
INFORMAO DA ESCALA 1:2.000 PARA A ESCALA 1:10.000.
P
e
s
o

d
o
s

N
I
NI (Feies)
Unidade de
Mapeament
o da Feio
Xo
Unidades
Existentes na
Eo = 1:2.000
Xd
r
=
Unidades
representadas
na Ed
r
=
1:10.000
Fr
r
=
Xd
r
/Xo
Classificao
de:
GC-P (Fr = 0,2)
*GC-A (e = 0,5)
5 Edificaes M
2
130.483 m
2
50.296 m
2
Fr
r
= 0,3855 MP {> 0,35}
4 Loteamento Lote 114.173 lotes 15.800 lotes Fr
r
= 0,1384 GR{0,125 0,175}
3 Quadras Quadra 92.004 quadras 18.200 quadras Fr
r
= 0,1978 ME{0,175 0,25}
*2
Curvas de
Nvel (CN)
Cada CN Eo = 1 m Ed = 2,5 m
e
r
= Ed/Esc.d
= 0,25
PO{0,125-0,325}
1 Arruamento Trecho: 1km 80.800 km 16.580 km Fr
r
= 0,2052 ME{0,175 0,25}

Para se obter um nico valor para a GC-P, faz-se a mdia ponderada dos
valores de classificao obtidos em cada NI (Tab. 7.39), de acordo com a equao
(7.26), conforme se segue abaixo:
MGCP = [(5*0,3855)+(4*0,1384)+(3*0,1978)+(1*0,2052)] / (5+4+3+1)
MGCP = 0,252.
A Generalizao Cartogrfica Altimtrica, por referir-se a apenas um item,
obtm-se diretamente da Tabela 7.39 (GC-A = 0,25 = e
r
(*)).
7.5.6 Base de regras para o Indicador Generalizao Cartogrfica GC
O Indicador referente Generalizao Cartogrfica (GC), determinado pelo
Sistema de Inferncia Fuzzy (SIF) atravs da interseo dos conjuntos de
Generalizao Planimtrica e Altimtrica. A base de regras se d pela sobreposio
dos conseqentes de cada regra, de acordo com o modelo de Mandani (exp. 5.18).
Assim, conforme o exemplo acima, tem-se que: GC-P = 0,2523, e GC-A = 0,25. Estes

170
so os valores de entrada no SIF para a determinao da Generalizao Cartogrfica
(GC).
Na combinao das variveis de GC-P e GC-A, para o estabelecimento da
base de regras de GC, atribui-se um peso maior para as classes referentes GC-P, por
ser a planimetria a componente que envolve o maior nmero de NI importantes para o
usurio, considerado neste exemplo. Enquanto que a altimetria considera apenas um
NI (curvas de nvel). Assim, a Tabela 7.40 apresenta a combinao das variveis
referentes Generalizao Cartogrfica Planimtrica (GC-P) e a Generalizao
Cartogrfica Altimtrica (GC-A).

TABELA 7.40- INTERSEO DOS INDICADORES GC-P E GC-A
GC-A

- MG GR ME PE MP
MG MG MG GR ME PE
GR GR GR ME PE PE
ME ME ME ME PE MP
PE ME ME PE PE MP
G
C
-
P

MP PE PE MP MP MP
Finalmente, da Tabela 7.40 se obtm as classes resultantes de GC para se
estabelecer a sua base de regras, conforme se apresenta na Tabela 7.41.

TABELA 7.41 BASE DE REGRAS PARA O INDICADOR GENERALIZAO
CARTOGRFICA GC
continua
Se GC-P e GC-A ento GC
Se MG e MG ento MG
Se MG e GR ento MG
Se MG e ME ento GR
Se MG e PE ento ME
Se MG e MP ento PE
Se GR e MG ento GR
Se GR e GR ento GR
Se GR e ME ento ME
Se GR e PE ento PE
Se GR e MP ento PE
Se ME e MG ento ME
Se ME e GR ento ME
Se ME e ME ento ME
Se ME e PE ento PE
Se ME e MP ento MP
Se PE e MG ento ME
Se PE e GR ento ME
Se PE e ME ento PE
Se PE e PE ento PE
Se PE e MP ento MP

171
concluso
Se MP e MG ento PE
Se MP e GR ento PE
Se MP e ME ento MP
Se MP e PE ento MP
Se MP e MP ento MP
7.5.7 Processamento das operaes Fuzzy para a determinao do Indicador GC
Processamento da interseo dos conjuntos Fuzzy referentes GC-P e GC-
A, considerando a generalizao da escala 1:2.000 para a 1:10.000, conforme
desenvolvimento do item 7.5.5, tem-se os seguintes valores:
GC-P = 0,252;
GC-A = 0,25;
Determinar GC para esta base cartogrfica.
A soluo por meio do software MatLab processa os dados dos sistemas de
pertinncia dos elementos envolvidos GC-P, GC-A e GC, para se obter o valor do
Indicador de Generalizao Cartogrfica. Segue-se respectivamente a representao
destes sistemas atravs das Figuras 7.45, 7.46 e 7.47.

FIGURA 7.45 - CONJUNTOS FUZZY DA VARIVEL GC-P (MatLab)

172
FIGURA 7.46 - CONJUNTOS FUZZY DA VARIVEL GC-A (MatLab)

FIGURA 7.47 - CONJUNTOS FUZZY DO INDICADOR GC (MatLab)

conjuntos referentes s variveis relativas Generalizao Cartogrfica Planimtrica
(GC-P) e a Generalizao Cartogrfica Altimtrica (GC-A), obtendo um resultado para
o Indicador de Generalizao Cartogrfica, cujo defuzzificador igual a: 0,37.

173
FIGURA 7.48 RESULTADO DA INTERSEO: GC-P = 0,252 E GC-A = 0,25, E O
DEFUZZIFICADOR GC = 0,37
O resultado do defuzzificador, 0,37, para o Indicador Generalizao
Cartogrfica (GC) indica que a GC classificada como PEQUENA. Neste caso, o
resultado no apresenta grau de pertinncia a qualquer outro conjunto, pois o ponto de
abscissa 0,37 coincidente com o ncleo do conjunto PEQUENA, portanto, o grau de
pertinncia a este conjunto mximo ( u = 1), conseqentemente o grau de pertinncia
aos conjunto adjacentes nulo ( u = 0). A Figura 7.49 representa este resultado.

FIGURA 7.49 REPRESENTAO DO VALOR DO DEFUZZIFICADOR GC = 0,37

0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
GC
MP PE ME GR MG
0,37
= 1

174
7.6 INDICADOR DA QUALIDADE DE MAPEAMENTO - QM
O Indicador de Qualidade de Mapeamento (QM) composto pelos
Indicadores de Atualidade da Base cartogrfica (AC), Generalizao Cartogrfica
(GC), Preciso (PR), Acurcidade (AC) e Legibilidade (LG). Embora neste trabalho
tenham sido desenvolvidos apenas dois dos cinco Indicadores principais propostos no
modelo (Fig. 6.2), considera-se que o Indicador QM pode ser determinado pela
combinao dos Indicadores que melhor expressem as necessidades do usurio quanto
a qualidade de sua Base cartogrfica. Ainda que todos os Indicadores apresentados no
modelo refiram-se grandezas relacionadas com a qualidade de mapeamento, nem
sempre todos estes aspectos necessitam ser considerados para expressar a qualidade do
mapeamento a todos os objetivos de uso. A qualidade de mapeamento est relacionada
com o objetivo de cada aplicao. Assim, um valor para a Qualidade de Mapeamento,
pode ser obtido atravs dos Indicadores de Atualidade Cartogrfica e Generalizao
Cartogrfica apenas. Atravs da interseo destes dois Indicadores, AC e GC, pode-se
determinar o Indicador de Qualidade do Mapeamento (QM). Esta operao pode ser
expressa atravs da seguinte equao:
QM = AC GC (7.29)
7.6.1 Classificao do Indicador da Qualidade de Mapeamento QM
Para a classificao do Indicador de Qualidade de Mapeamento so
estabelecidas as cinco classes, de acordo com o que se definiu no item 7.1, adotando-
se o intervalo de variao entre zero (0) e um (1). Ento, a classificao da QM fica
conforme se apresenta na Tabela 7.42.

TABELA 7.42 CLASSIFICAO DA QUALIDADE DE MAPEAMENTO QM
Classes da QM Intervalos de classificao
Muito Pequena MP MP: [0,00 0,25]
Pequena PE PE: [0,25 0,49]
Mdia ME ME: [0,49 0,74]
Grande GR GR: [0,74 0,94]
Muito Grande MG MG: [0,94 1]

175
a Qualidade de Mapeamento (QM) so construdos da seguinte forma:
a) U
QM
= {0, 1};
(ME), GRANDE (GR), e MUITO GRANDE (MG);
d) os conjuntos Fuzzy de QM so definidos da seguinte forma:
- MP: {0,00 0,37}: com ncleo em x = 0,13;
- PE: {0,13, 0,61}: com ncleo em x = 0,37;
- ME: {0,37, 0,88}: com ncleo em x = 0,61;
- GR: {0,61, 1,0}: com ncleo em x = 0,88;
- MG: {0,88 1,0}: com ncleo em x = 1,0.

O sistema das funes de pertinncia relativo ao Indicador Qualidade de
Mapeamento (QM) est representado da Figura 7.50.

FIGURA 7.50 - SISTEMA REPRESENTATIVO DA FUNO PERTINNCIA DA QUALIDADE
DE MAPEAMENTO QM

0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
QM
MP PE ME GR MG

176
7.6.2 Base de Regra para o Indicador Qualidade de Mapeamento
O Indicador referente Qualidade de Mapeamento (QM), determinado
pelo Sistema de Inferncia Fuzzy (SIF) atravs da interseo dos conjuntos de
Atualidade Cartogrfica (AC) e de Generalizao Cartogrfica (GC). Assim, de acordo
com o modelo de Mamdani (exp. 5.18) a base de regras para a obteno dos valores de
QM, procede-se a combinao das classes dos Indicadores AC e GC, conforme a
Tabela 7.43. Observa-se que na interseo destes dois Indicadores ocorre uma
diferena significativa de interpretao das classes dos Indicadores considerados. Na
Generalizao Cartogrfica (GC), a degradao da qualidade pode ocorrer medida
que a classificao se afasta da classe central (ME) para as extremidades (MP ou MG),
sendo ainda, que a degradao maior geralmente ocorre medida que se aproxima da
classe MUITO GRANDE, pois, o alto grau de generalizao indica haver omisso da
informao. Porm, a efetiva degradao da qualidade somente poder ser avaliada se
os objetivos do mapeamento forem considerados. As classes do elemento
Generalizao Cartogrfica indicam, principalmente, a classificao dos quantitativos
de feies representadas. Porm, para o Indicador de AC os conjuntos apresentam uma
seqncia decrescente dos valores que degradam a qualidade da base cartogrfica (MP,
PE, ME, GR, MG). Estas consideraes tm significado fundamental no
estabelecimento da base de regras para o Indicador de Qualidade de Mapeamento, o
que deve ser feito segundo as necessidades do usurio. Os critrios estabelecidos para
a formao da base de regras de QM, alm do conhecimento emprico, se considerou
que a classe PEQUENA, do Indicador GC, mais desejvel para a qualidade da base
cartogrfica do que a classe GRANDE deste mesmo Indicador. Assim, a combinao
entre a classe PEQUENA da Generalizao Cartogrfica (GC), com a classe MDIA
ALTA da Atualidade Cartogrfica (AC), por exemplo, resulta a classe GRANDE para
QM. E a combinao entre a classe GRANDE de Generalizao Cartogrfica (GC) e a
classe MDIA ALTA para a Atualidade Cartogrfica (AC) resulta a classe MDIA
para a Qualidade do Mapeamento (QM). Finalmente, a Tabela 7.44 mostra a base de

177
regras para o Indicador QM.

TABELA 7.43- INTERSEO DOS INDICADORES AC E GC
GC
- MP PE ME GR MG
AT GR MG MG ME ME
MA GR GR GR ME PE
ME PE ME GR PE MP
MB MP PE ME PE MP
A
C

BA MP MP PE MP MP

TABELA 7.44 BASE DE REGRAS PARA O INDICADOR QUALIDADE DE MAPEAMENTO
QM
Se AC e GC ento QM
Se AT e MP ento GR
Se AT e PE ento MG
Se AT e ME ento MG
Se AT e GR ento ME
Se AT e MG ento ME
Se MA e MP ento GR
Se MA e PE ento GR
Se MA e ME ento GR
Se MA e GR ento ME
Se MA e MG ento PE
Se ME e MP ento PE
Se ME e PE ento ME
Se ME e ME ento GR
Se ME e GR ento PE
Se ME e MG ento MP
Se MB e MP ento MP
Se MB e PE ento PE
Se MB e ME ento ME
Se MB e GR ento PE
Se MB e MG ento MP
Se BA e MP ento MP
Se BA e PE ento MP
Se BA e ME ento PE
Se BA e GR ento MP
Se BA e MG ento MP
7.6.3 Processamento das operaes Fuzzy para a determinao do indicador QM
A interseo dos conjuntos Fuzzy, referente aos Indicadores AC e GC,
conforme Tabela 7.44, se d atravs dos valores j determinados anteriormente, como
se segue:
a) a Atualidade Cartogrfica: AC = 0,407;
b) A Generalizao Cartogrfica: GC = 0,37;
Determinar a QM para essa base cartogrfica.

178
A soluo pelo software MatLab processa os dados referentes aos sistemas
de pertinncia dos elementos envolvidos no clculo do Indicador de QM, que so: AC
(Fig. 7.34), GC (Fig. 7.44) e o prprio QM (Fig. 7.50). Assim, estes sistemas esto
representados respectivamente pelas Figuras 7.51, 7.52 e 7.53.

FIGURA 7.51 CONJUNTOS FUZZY DO INDICADOR AC (MATLAB)

FIGURA 7.52 CONJUNTOS FUZZY DO INDICDOR GC (MATLAB)

FIGURA 7.53 CONJUNTOS FUZZY DO INDICADOR QM (MATLAB)

179
conjuntos referentes s variveis relativas Atualidade Cartogrfica (AC) e a
Generalizao Relativa da Base cartogrfica (GC), obtendo um resultado para a
Qualidade de Mapeamento, cujo defuzzificador igual a: 0,423.

FIGURA 7.54 RESULTADO DA INTERSEO: AC = 0,407 E GC = 0,37, E O
DEFUZZIFICADOR QM = 0,423'

O Indicador Qualidade de Mapeamento (QM) classifica-se em PEQUENA a
qualidade da base cartogrfica analisada, pois o conjunto referente classe PEQUENA
de QM foi interceptado com maior valor de pertinncia, u = 0,78, do que o conjunto
adjacente, MDIA, cujo valor de pertinncia u = 0,22. A Figura 7.55 representa este
resultado.

180
FIGURA 7.55- REPRESENTAO DO VALOR DO DEFUZZIFICADOR QM = 0,423
7.7 COMENTRIO DOS RESULTADOS OBTIDOS
Observa-se que o Indicador da Idade Tecnolgica (IT) obteve um valor de
sada, x = 0,725, dentro do conjunto MDIA, porm, aps o centro deste conjunto,
cujo centro est em x = 0,61, o que indica uma proximidade com o conjunto QUASE
ATUAL. Este resultado procedeu dos seguintes valores:
a) Disponibilidade em Meio Digital (DD), com x = 0,88 pertencente ao
conjunto MDIA ALTA, cujo valor central x = 0,88, portanto, com grau
de pertinncia total ao conjunto MDIA ALTA;
b) Compatibilidade com SGR Atual (CS), com x = 5,9 pertencente ao
conjunto MUITO GRANDE, cujo valor central x = 6, portanto, com
pequena proximidade ao conjunto GRANDE;
c) Compatibilidade com o Geide Global, com x = 3,4 pertencente ao
conjunto MDIO, cujo valor central x = 3, portanto, com grande
proximidade ao conjunto GRANDE.
O Indicador Fatores que Modificam o Meio (FMM) obteve um valor de
sada, x = 0,711, dentro do conjunto MDIA, cujo centro est em x = 0,61, portanto,
com proximidade ao conjunto MDIA ALTA. Este resultado procedeu dos seguintes
valores:
0,0 0,07 0,13 0,25 0,37 0,49 0,61 0,74 0,88 0,94 1
0 (1/2) 1 (3/2) 2 3
u =1
u =0
QM
MP PE ME GR MG
0,423
= 0,78
= 0,22

181
a) Crescimento Populacional (CP), com x = 2,11 pertencente ao conjunto
ALTA, cujo centro est em x = 2,1, portanto, quase sem nenhuma
influncia de outra classe;
b) Projeo do Crescimento Populacional (PCP), com x = 1,8 pertencente ao
conjunto ALTA, cujo centro est em x = 2,1, portanto, com pequena
proximidade ao conjunto BAIXA;
c) Consumo de Energia Eltrica (CEE), com x = 4,67 pertencente ao
conjunto ALTA, cujo centro est em x = 4,2, portanto, com proximidade
ao conjunto MUITO ALTA.

O Indicador Velocidade de Desatualizao (VD) obteve um valor de sada,
x = 0,562, dentro do conjunto MDIA, cujo centro est em x = 0,61, portanto, com
proximidade ao conjunto MDIA BAIXA. Este resultado procedeu dos seguintes
valores:
a) Escala (ES), com x = 0,49 pertencente tanto ao conjunto MDIA como
PEQUENA, pois o valor 0,49 encontra-se exatamente no ponto de
cruzamento cujo grau de pertinncia 0,5, tanto para o conjunto ME
como para o conjunto PE;
b) Fatores que Modificam o Meio (FMM), com x = 0,711 pertencente ao
conjunto MDIA, cujo centro est em x = 0,61, portanto, com
proximidade ao conjunto MDIA ALTA;

O Indicador Atualidade Cartogrfica (AC) obteve um valor de sada, x =
0,407, dentro do conjunto MDIA BAIXA, cujo centro est em x = 0,37, portanto,
com pouca proximidade ao conjunto MDIA. Este resultado procedeu dos seguintes
valores:
a) Desatualizao Absoluta (DA), com x = 0,70 pertencente ao conjunto
MDIA, cujo valor central x = 0,61, portanto, com grande proximidade
ao conjunto MDIA ALTA;

182
b) Idade Tecnolgica (IT), com x = 0,725 pertencente ao conjunto MDIA,
cujo valor central x = 0,61, portanto, com grande proximidade ao
conjunto QUASE ATUAL;
c) Velocidade de Desatualizao (VD), com x = 0,562 pertencente ao
conjunto MDIA, cujo valor central x = 0,61, portanto, com
proximidade ao conjunto MDIA BAIXA.

O Indicador Generalizao Cartogrfica (GC) obteve um valor de sada, x
= 0,37, dentro do conjunto PEQUENA, cujo centro est em x = 0,37, portanto, com
grau de pertinncia mximo para o conjunto PEQUENA. Este resultado procedeu dos
seguintes valores:
a) Generalizao Cartogrfica Planimtrica (GC-P), com x = 0,252 ao
conjunto PEQUENA, e quase pertencente tambm ao conjunto MDIA,
devido a grande proximidade com o ponto de cruzamento entre os dois
conjuntos;
b) Generalizao Cartogrfica Altimtrica (GC-A), com x = 0,25
pertencente ao conjunto PEQUENA, coincidente com o ncleo deste
conjunto ( u =1), portanto, no possui tendncia a qualquer outro
conjunto.
O Indicador de Qualidade de Mapeamento (QM) obteve um valor de sada,
x = 0,423, pertencente ao conjunto PEQUENA, cujo valor central est em x = 0,37,
portanto, com proximidade ao conjunto MDIA. Este resultado procedeu dos
seguintes valores:
a) Atualidade Cartogrfica (AC), com x = 0,407 pertencente ao conjunto
MDIA BAIXA, cujo centro est em x = 0,37, portanto, com pouca
proximidade com o conjunto MDIA;
b) Generalizao Cartogrfica (GC), com x = 0,37 com grau de pertinncia
mximo ( u =1) ao conjunto PEQUENA, cujo centro est em x = 0,37.
Os resultados obtidos esto representados na Tabela 7.45, onde, relacionam-

183
se os valores (classe e quantificao) de entrada e de sada utilizados na determinao
de cada Indicador.
TABELA 7.45 RESULTADOS ENCONTRADOS
Valores de Indicadores
Entrada IT VD FMM AC GC QM
DA - - - ME (0,70) - -
IT - - - ME (0,725) - -
DD MA (0,88) - - - - -
CS MG (5,9) - - - - -
CGG ME (3,4) - - - - -
VD - - - ME (0,562) - -
ES - PE/ME (0,49) - - - -
FMM - ME (0,711) - - - -
CP - - AL (2,11) - - -
PCP - - AL (1,8) - - -
CEE - - AL (4,67) - - -
AC - - - - - MB (0,407)
GC - - - - - PE (0,37)
GC-P - - - - PE (0,252) -
GC-A - - - - PE (0,25) -
RESULTADOS ME (0,725) ME (0,562) ME (0,711) MB (0,407) PE (0,37) PE (0,423)
+ (>0,615); - (<0,615) + + - - + -
Os valores numricos (defuzzificador) resultantes do Sistema de Inferncia
Fuzzy inseridos no intervalo que varia de 0 a 1, permitem a comparao entre
grandezas de diferente natureza, e portanto, a interpretao quantitativa das questes
referentes qualidade de mapeamento, conforme se desejou. A interpretao dos
resultados obtidos, demonstrados na ultima linha da Tabela 7.45, considerando-se o
valor mdio das classificaes (0,615 o valor mdio do intervalo da classificao
MDIA [0,49 0,74] para a classificao padro) como referncia, segue o seguinte
raciocnio: Os Indicadores referentes a Idade Tecnolgica (IT), a Velocidade de
Desatualizao (VD) e a Generalizao Cartogrfica (GC) alcanaram classificaes
que esto acima da mdia, no sentido de contriburem positivamente para a avaliao
da Qualidade de Mapeamento (QM), resultando em 0,408 o somatrio das
respectivas partes excedentes ao valor mdio ((0,725 0,615) + (0,615 0,526) +
(0,711 0,615) = 0,408). J os Indicadores referentes aos Fatores que Modificam o
Meio (FMM) e a Atualidade Cartogrfica (AC), alcanaram classificao abaixo da
mdia, no sentido de contriburem negativamente para a avaliao da Qualidade de
Mapeamento (QM), resultando em 0,304 o somatrio das respectivas partes

184
excedentes a valor mdio ((0,711 0,615) + (0,615 0,407) = 0,304). Portanto, apesar
da soma de trs Indicadores com contribuio positiva resultar um valor (0,408)
numericamente maior do que a soma dos dois Indicadores com contribuio negativa
(0,304), obteve-se o resultado negativo para Qualidade do Mapeamento (QM) que se
classificou como PEQUENA (PE). Com isto, conclui-se que os valores obtidos aos
Indicadores Fatores que Modificam o Meio (FMM) e Atualizao Cartogrfica
(AC) foram mais significativos no resultado final (QM) do que os valores dos
Indicadores Idade Tecnolgica (IT), Velocidade de Desatualizao (VD) e
Generalizao Cartogrfica (GC), isto, devido s consideraes de pesos praticadas
nas bases de regras. Assim, observa-se que na aplicao do modelo proposto
necessrio pr definir cuidadosamente os diferentes pesos para cada um dos elementos
constituintes do modelo visando atender as necessidades do usurio.
Assumindo-se que os valores que contribuem positivamente para a
Qualidade de Mapeamento (QM), sejam parmetros de aceitao de uma suposta
base cartogrfica que esteja sendo avaliada, pode-se, ento, dizer, a respeitos dos
valores aqui encontrados aos Indicadores que: a Idade Tecnolgica (IT), a
Velocidade de Desatualizao (VD) e a Generalizao Cartogrfica (GC)
apresentam-se aceitveis na avaliao desta base cartogrfica; porm, os Fatores que
Modificam o Meio (FMM) e a Atualidade Cartogrfica (AC), condenam esta base
cartogrfica reprovao, pois, estes valores implicaram em um resultado negativo
para a Qualidade de Mapeamento (QM). Pode-se, a partir desta anlise, verificar que
o principal fator negativo nesta avaliao foi a Desatualizao Absoluta (DA), pois,
apesar do Indicador relativo aos Fatores que Modificam o Meio (FMM) ter resultado
negativamente, este valor foi utilizado no processamento da Velocidade de
Desatualizao (VD) que resultou positivamente. E ainda, analisando-se o fato de que
o processamento do Indicador de Atualidade Cartogrfica (AC) ocorre a partir dos
valores de DA, IT e VD, sendo que IT e VD resultaram positivamente, logo
a DA que foi mais significativa no resultado negativo para a Qualidade de
Mapeamento (QM).

185
8 APLICAO
A aplicao completa, com dados reais, da metodologia desenvolvida no
Captulo 7 requer o acesso a uma base cartogrfica de uma regio, sendo
preferencialmente um municpio. Os documentos devem ter tambm, dados de
planimetria e altimetria. Desta forma possvel a determinao do Indicador da
Qualidade de Mapeamento composto pelos Indicadores de Atualizao Cartogrfica e
Generalizao Cartogrfica de acordo com o modelo proposto. De posse destes
materiais, so necessrios o levantamento dos seguintes dados de entrada:
a) a quantidade percentual da desatualizao absoluta dos documentos
cartogrficos de data mais recente (DA), relativamente data atual;
b) a quantidade percentual da disponibilidade dos dados dos mapeamentos
considerados, em meio digital (DD);
c) a identificao do Sistema Geodsico de Referncia SGR utilizado em
cada documento cartogrfico (CS), e a identificao do SGR em vigncia
(atual);
d) a identificao da Rede Vertical da Rede Geodsica Brasileira RV-
RGB utilizada em cada documento cartogrfico (CGG), e a identificao
do RV RGB em vigncia (atual);
e) a escala de representao grfica de cada um dos documentos
cartogrficos considerados (ES);
f) o ndice mais atual de crescimento populacional da regio mapeada
(CP);
g) o ndice mais atual da projeo do crescimento populacional da regio
mapeada (PCP);
h) o ndice mais atual de consumo de energia eltrica da regio mapeada
(CEE);
i) o levantamento do fator de reduo de escala (Fr) dos documentos
utilizados na classificao da generalizao cartogrfica planimtrica

186
(GC-P);
j) o levantamento da eqidistncia grfica (e) das curvas de nvel
representadas no documento cartogrfico procedente de generalizao
para possibilitar a classificao da generalizao cartogrfica altimtrica
(GC-A).
Com os dados relacionados acima se prossegue com as seguintes operaes:
a) a classificao da Desatualizao Absoluta (DA) (Fig. 7.5);
b) a classificao da Disponibilidade em sistemas Digitais (DD) (Fig. 7.6);
c) a classificao da Compatibilidade do SGR com o atual (CS) (Fig. 7.7);
d) a classificao da Compatibilidade da Rede Vertical com o Geide
Global (CGG) (Fig. 7.8);
e) o clculo do Indicador da Idade Tecnolgica (IT) utilizando os valores de
DD, CS e CGG (Fig 7.9);
f) a classificao da Escala (ES) (Fig.7.16);
g) a classificao dos ndices de Crescimento Populacional (CP) e de
Projeo do Crescimento Populacional (PCP) (Fig.7.18);
h) a classificao do ndice de Consumo de Energia Eltrica (CEE) (Fig.
7.20);
i) o clculo do Indicador de Fatores que Modificam o Meio (FMM)
utilizando os valores de CP, PCP e CEE (Fig. 7.21);
j) o clculo do Indicador da Velocidade de Desatualizao (VD) utilizando
os valores de ES e FMM (Fig. 7.28);
k) o clculo do Indicador principal relativo Atualidade Cartogrfica (AC)
utilizando os valores de DA, IT e VD (Fig. 7.34);
l) a classificao da Generalizao Cartogrfica planimtrica (GC-P) (Fig.
7.42);
m) a classificao da Generalizao Cartogrfica altimtrica (GC-A) (Fig.
7.43);
n) o clculo do Indicador principal referente Generalizao Cartogrfica

187
(GC) utilizando os valores de GC-P e GC-A (Fig. 7.44);
o) o clculo do Indicador final relativo Qualidade de Mapeamento (QM)
utilizando os valores de AC e GC (Fig. 7.50).
8.1 OBTENO DOS DADOS
Observou-se que na prtica, a obteno de todos os dados exigidos pelo
modelo proposto no facilmente encontrada. Isto revela a situao ainda carente de
informaes sistematizadas e completas relativamente cartografia municipal. Na
busca por dados reais para o desenvolvimento desta aplicao detectaram-se
dificuldades que impediram a obteno do conjunto completo das informaes
exigidas pelo modelo. No entanto, observa-se que para se superar tais dificuldades o
principal esforo est nas questes de carter operacional como, por exemplo, a
intercomunicao entre departamentos e rgos governamentais, processos contnuos
de atualizao dos dados espaciais, e a transferncia e manuteno dos dados em
sistemas digitais. Destes, considera-se o de maior dificuldade o registro das alteraes
contnuas ocorridas na regio de modo a possibilitar o conhecimento da
Desatualizao Absoluta na regio mapeada. No entanto, esta prtica deve ser
incentivada e apoiada por garantir o retorno de benefcios significativos aos diversos
segmentos da administrao municipal.
Para a aplicao do modelo proposto um valor aproximado para a
Desatualizao Absoluta pode ser obtido atravs de dados espaciais mais recentes do
que a Base cartogrfica avaliada, como fotografias areas, por exemplo. Quanto a
disponibilidade dos dados cartogrficos em meio digital, normalmente, no possui
qualquer dificuldade para ser levantado, pois se trata simplesmente de um percentual
relativo totalidade das informaes disponveis. Os dados de Compatibilidade do
SGR com o atual (CS), Compatibilidade da Rede Vertical com o Geide Global
(CGG), Escala (ES), Generalizao Cartogrfica planimtrica (GC-P) e Generalizao
Cartogrfica altimtrica (GC-A) so obtidos a partir do prprio produto de

188
mapeamento. Os dados de Crescimento Populacional (CP), Projeo de Crescimento
Populacional (PCP) e Consumo de Energia Eltrica (CEE) so obtidos por consulta a
dados que normalmente so pblicos (disponveis pela internet) como os censos
realizados pelo IBGE, dados gerais da administrao municipal, e companhias de
energia eltrica da regio.
Assim, para exemplificar uma aplicao com dados reais consideraram-se
cartas topogrficas da Regio Metropolitana de Curitiba (PR), disponibilizadas por
dois rgos pblicos, a COMEC Coordenao da Regio Metropolitana de Curitiba,
e a SUDERHSA Superintendncia de Desenvolvimento de Recursos Hdricos e
Saneamento Ambiental. As Cartas fornecidas pela COMEC so de 1976, nas escalas
1:10.000 e 1:20.000, cujos referenciais so o Datum de Crrego Alegre (MG) como
referencial horizontal, e o Datum margrafo de Imbituba (SC) como referencial
vertical. As cartas fornecidas pela SUDERHSA so do ano 2000, na escala 1:10.000, e
referenciadas no elipside SAD 69, com os seguintes Datums: Horizontal, o SAT
9162; e o Vertical definido por interpolao geoidal, tendo sido rastreadas as RRNN:
RN2141C, RN2041D, RN2041F, RN2041L, RN2041S, RN2053V, RN2042J,
RN2045B, RN2052V, RN2052N e RN2052H. O mapeamento de 2000 utilizado
nesta aplicao somente para se obter dados mais atuais relativamente ao mapeamento
de 1976, j que os dados de desatualizao absoluta, referente ao mapeamento de
1976, inexistem. Portanto, o mapeamento de 2000, no faz parte da base cartogrfica
analisada nesta aplicao. A base cartogrfica analisada composta pelas cartas de
1976 nas escala 1:10.000 e 1:20.000. Destes documentos cartogrficos optou-se por
analisar a rea central do municpio de Piraquara, por ser comum nos dois
mapeamentos, de 1976 e de 2000, e por apresentar modificaes significativas entre
eles. As cartas utilizadas foram as seguintes:
a) COMEC Escala 1:10.000: Folhas 429, 430, 431 e 432;
b) COMEC Escala 1:20.000: Folha A-108, localizada na folha SG-22-X-
D-I-4 (Escala 1:50.000);
c) SUDERHSA Escala 1:10.000: Folhas D14SEC, D14SED, D14SEE e

189
D14SEF.
A regio analisada est entre as coordenadas UTM, 7.181.000 m
7.185.000m Norte e 692.000 m 697.000 m Este, conforme mostra a Figura 8.1.

FIGURA 8.1 COORDENADAS DA REA NALISADA PARTE CENTRAL DO MUNCIO
DE PIRAQUARA PR

As Figuras referentes ao mapeamento analisado neste aplicativo citadas nos
itens abaixo se apresentam no Anexo 1, da forma como se segue:
a) Figura 1, referente carta 429 escala 1:10.000;
b) Figura 2, referente carta 430 escala 1:10.000;
c) Figura 3, referente carta 431 escala 1:10.000;
d) Figura 4, referente carta 432 escala 1:10.000;
e) Figura 5, referente s cartas 429, 430, 431 e 432 juntas;
8.2 PROCESSAMENTO DOS DADOS
Com base nos dados acima descritos, segue o processamento do modelo
proposto para a avaliao da Qualidade de Mapeamento da base cartogrfica
considerada.

Municpio de Piraquara
7.185.000 m
7.181.000 m
6
9
2
.
0
0
0

m

6
9
7
.
0
0
0

m

-25
O
27 30
49
O
03 45

190
8.2.1 Classificao da Desatualizao Absoluta (DA)
Para classificar o mapeamento quanto a Desatualizao Absoluta (DA)
foram analisados dois Nveis de Informao NI, Arruamento e Quadras nos
documentos cartogrficos referentes aos anos de 1976 e 2000, lembrando que o
mapeamento de 2000 foi utilizado em lugar das informaes referentes a
desatualizao absoluta que inexistem. Desta forma, em lugar das informaes
referentes desatualizao absoluta (DA) considerou-se as informaes obtidas nas
cartas de 2000. A defasagem dos NI
S
(arruamento e quadras) considerados no
mapeamento de 1976 em relao ao mapeamento de 2000 apresenta-se na Tabela 8.1,
de onde os dados de arruamento foram obtidos com curvmetro diretamente das cartas.

TABELA 8.1 DADOS PARA A CLASSIFICAO DA DESATUALIZAO ABSOLUTA
Quantidades
NI
S

Unidade Existentes
(cartas 2000)
Mapeadas
(cartas 1976)
Quantidade
Mapeada (76)
Quantidade no
Mapeada (76)
Arruamento km 97,83 64,53 66% DA
ar
= 34%
Quadras quadra 271 57 21% DA
qd
= 79%
8.2.1.1 Estabelecimento do LM
Assume-se que o usurio desta aplicao impe, como valores iniciais
aceitveis para a Desatualizao Absoluta (DA) dos principais NI, os valores de 18%
para as feies de quadras (V
qd
= 0,18), e 25% para as feies de arruamento (V
ar
=
0,25), que para este caso, correspondem a uma tolerncia de at 49 quadras e de at
24,46 km, respectivamente. Com isto tem-se a determinao do limite mximo de
desatualizao absoluta (LM) conforme Tabela 8.2.

TABELA 8.2 DETERMINAO DO VALOR DE LM
P
NI de
Feies
p
i
z
i
3z
i
LM
i
p
qd
0,18 0,47 1,41 LM
qd
= 0,42
p
ar
0,25 0,68 2,04 LM
ar
= 0,48
Mdia 0,2150 0,57 1,71 LM = 0,45

191
Da Tabela 8.2 tem-se que o limite mximo permitido para a desatualizao
absoluta de nveis de informao principais de 45% (LM = 45%). Esse valor refere-
se mdia aritmtica dos valores de LM
i
. Tem-se ainda que o valor mximo permitido
para a desatualizao absoluta de nveis de informao secundrios de 48% (LM
s
=
48%), valor referente ao maior valor encontrado para LM
i
.
Para se obter um nico valor de limite mximo para a desatualizao
absoluta da base cartogrfica (LM) calcula-se a mdia aritmtica dos valores de LM
p
e
LM
s
. Assim, obtm-se o valor de 46,5% (LM = 46,5%).
Observa-se (Tab. 8.1) que o valor da desatualizao absoluta referente ao
nvel de informao relativo a quadras (DA
qd
= 79%) superior ao valor mximo
permitido para a desatualizao absoluta calculada para este NI (LM
qd
= 42%). Apenas
este item j denuncia a necessidade de atualizao do mapeamento ou da confeco de
re-mapeamento. Assim, este NI referente quadras ser desconsiderado. A
determinao da desatualizao absoluta (DA) da base cartogrfica fica dependente
apenas de um NI, o referente ao arruamento, no havendo a necessidade de se efetuar a
mdia aritmtica entre os valores de DA
i
. Assim, para este caso, a desatualizao
absoluta correspondente base cartogrfica analisada de 34% (DA
ar
) (Tab. 8.1).
8.2.1.2 Classificao da DA
Para se proceder a classificao da desatualizao absoluta da base
cartogrfica (DA), estabelece-se os intervalos de classificao em funo do valor do
limite mximo permitido para a desatualizao absoluta da base cartogrfica (LM).
Sendo o valor de LM igual a 46,5, determina-se os demais valores do intervalo de
classificao atravs da normalizao para o intervalo [0 1], conforme Tabela 8.3.
Assim, o valor de 34% referente a DA, correspondente a 73% na escala de intervalos
genricos, classifica-se como MDIA (22,78 34,41).

192
TABELA 8.3 CLASSIFICAO DA DESATUALIZAO ABSOLUTA (DA)
Classificao de DA: Intervalos genricos
(Tab. 4.3):
Intervalos para esta
aplicao:
ALTA AL [0,94 LM 1,00 LM] [43,71 46,5]
MDIA ALTA MA [0,74 LM 0,94 LM] [34,41 43,71]
MDIA ME [0,49 LM 0,74 LM] [22,78 34,41]
MDIA BAIXA MB [0,25 LM 0,49 LM] [11,62 22,73]
BAIXA - BA [0,00 LM 0,25 LM] [0,00 11,62]

8.2.2 Clculo do Indicador da Idade Tecnolgica (IT)
O clculo da Idade Tecnolgica IT dependente das variveis de
Disponibilidade em sistema Digital (DD), Compatibilidade com o SGR atual (CS) e
compatibilidade da Rede Vertical com o Geide Global (CGG).
A Disponibilidade de informaes em sistema Digital (DD) nula, portando
DD = 0, e a sua classificao BAIXA (Tab. 7.6). Quanto compatibilidade com o
SGR Atual (CS) tem-se que, o mapeamento analisado, o de 1976, foi referenciado ao
Datum Horizontal Crrego Alegre, o que o classifica CS (Tab. 7.7) como PEQUENA
(2). E quanto compatibilidade da RV-RGB com o Geide Global, classifica o
mapeamento em CGG (Tab. 7.9) como MDIA (3). Isto, em funo da anlise dos
dados extrados do mapeamento associados com as observaes da Tabela 7.9. Sendo
que os dados do mapeamento so: O Datum Vertical o Margrafo de Imbituba, a data
de 1976, e a eqidistncia das curvas de nvel de 5 em 5m, sendo que a tolerncia
de meia eqidistncia na escala de 1:10.000, no acrescenta maiores prejuzos. O
Indicador da IT calculado atravs da interseo dos conjuntos classificatrios das
variveis DD = 0 (BAIXA); CS = 2 (PEQUENA), e CGG = 3 (MDIA), conforme se
apresenta na Figura 8.2, a qual mostra o resultado de IT = 0,5, sendo classificado (Tab.
7.10) como MDIA (0,49 0,74).

193

FIGURA 8.2 CLCULO DO INDICADOR DA IDADE TECNOLGICA - IT
8.2.3 Clculo do Indicador de Fatores que Modificam o Meio (FMM)
O clculo do Indicador de Fatores que Modificam o Meio (FMM)
dependente das variveis: Crescimento Populacional (CP), Projeo do Crescimento
Populacional (PCP) e Consumo de Energia Eltrica (CEE). Para o Municpio de
Piraquara, tem-se que o Crescimento Populacional : CP = 8,53 (Fonte:
www.cic.curitiba.com.br, acessado em: fev/2005). Portanto, a classificao (Tab. 7.18)
MUITO ALTA (> 2,45).
A Projeo do Crescimento Populacional (PCP) no foi encontrada
especificamente para Piraquara, assim, estimou-se um valor a partir da taxa de
crescimento populacional calculada para a regio de Curitiba com base nos valores da
populao de 2000 que de 1.587.315, e a projeo para 2015 que de 3.209.400,
conforme se segue:
Pela equao (7.19): 100 * 1
|
|
.
|
\
|
= n
nicial PopulaoI
inal PopulaoF
TCP = 4,8%
Ento, assume-se que PCP = 4,8, o qual classifica-se (Tab. 7.18) como
MUITO ALTO (> 2,45).
Considerando a impossibilidade de se obter o ndice referente ao Consumo
de Energia Eltrica (CEE) de Piraquara ou Curitiba, esse valor foi estimado como

194
sendo equivalente ao ndice do Crescimento Populacional (CP). Portanto, o ndice
referente ao Consumo de Energia Eltrica (CEE) estabelecido igual a 8,53, e a sua
classificao (Tab. 7.21) MUITO ALTA (> 4,9).
Com isto, o Indicador de FMM calculado atravs da interseo dos
conjuntos classificatrios das variveis CP = 8,53 (MUITO ALTA), PCP = 4,8
(MUITO ALTA), e CEE = 8,53 (MUITO ALTA), conforme se apresenta na Figura
8.3, a qual mostra o resultado de FMM = 0,963 que tem como classificao (Tab. 7.22)
ALTA (> 0,94).

FIGURA 8.3 CLCULO DO INDICADOR DOS FATORES QUE MODIFICAM O MEIO (FMM)

8.2.4 Clculo do Indicador de Velocidade de Desatualizao (VD)
O clculo do Indicador de Velocidade de Desatualizao (VD) dependente
das variveis Escala (ES) e Fatores que Modificam o Meio (FMM). A classificao da
Escala (ES), considera o propsito do mapeamento. Portanto, considerando o
mapeamento avaliado para uso de administrao Municipal, utiliza-se a classificao
(Tab. 7.14) estabelecida na Tabela 8.4. Assim, a Escala de 1:10.000 classificada
como MDIA (0,615), e a escala 1:20.000 classificada como PEQUENA (0,25).
Portanto, o valor de classificao da Escala da Base cartogrfica dado pela mdia
aritmtica entre as duas escalas utilizadas, onde se tem que ES = 0,43 (PEQUENA:
0,25 0,49).

195
TABELA 8.4 CLASSIFICAO DA ESCALA (ES)
ESCALAS Classificao de ES: Intervalos genricos
(Tab. 4.12):
1:20.000 ou < MUITO PEQUENA [0,00 0,25]
1:15.000 1:20.000 PEQUENA [0,25 0,49]
1:5.000 1:15.000 MDIA [0,49 0,74]
1:1.000 1:5.000 GRANDE [0,74 0,94]
1:1.000 ou > MUITO GRANDE [0,94 1,00]
Assim, o Indicador de VD calculado atravs da interseo dos conjuntos
classificatrios das variveis ES = 0,43 (PEQUENA) e FMM = 0,963 (ALTA),
conforme se apresenta na Figura 8.4, a qual mostra o resultado de VD = 0,659 cuja
classificao (Tab. 7.26) MDIA (0,49 0,74).

FIGURA 8.4 CLCULO DO INDICADOR DE VELOCIDADE DE DESATUALIZAO (VD)
8.2.5 Clculo do Indicador de Atualidade Cartogrfica (AC)
O Indicador de Atualidade Cartogrfica (AC) calculado atravs da
interseo dos conjuntos classificatrios das variveis Desatualizao Absoluta, DA =
0,73 (MDIA), Idade Tecnolgica, IT = 0,5 (MDIA) e Velocidade de
Desatualizao, VD = 0,659 (MDIA), conforme se apresenta na Figura 8.5, a qual
mostra o resultado de AC = 0,172 que classificado (Tab. 7.27) como BAIXA (0,00
0,25).

196
FIGURA 8.5 CLCULO DO INDICADOR DE ATUALIDADE CARTOGRFICA (AC)

8.2.6 Determinao do Indicador de Generalizao Cartogrfica (GC)
O Indicador de Generalizao Cartogrfica composto pelos Indicadores de
Generalizao Cartogrfica Planimtrica (GC-P) e Generalizao Cartogrfica
Altimtrica (GC-A). Embora se tenha estabelecido apenas os NI referentes a Quadras e
Arruamento como sendo os de maior significncia para o exemplo de aplicao
considerado, a administrao municipal, foi o NI referente s edificaes que
considerou-se para a avaliao de uma suposta generalizao planimtrica. Observou-
se que o mapeamento em escala 1:20.000 no foi generalizado do mapeamento
1:10.000, mas apenas reduzido. Assim, as informaes referentes aos NI
qd
(quadras) e
NI
ar
(arruamento) permanecem inalteradas nos documentos das duas escalas. Embora,
o mesmo tenha ocorrido com as edificaes, considerou-se uma amostra da rea
analisada para representar as edificaes de modo generalizado. A rea amostrada est
indicada na Figura 8.6. O critrio para generalizao realizada nas edificaes foi a
possibilidade da representao individual, ou seja, para os casos em que a proximidade
entre as edificaes torna-se de difcil percepo na carta 1:20.000 representou-se na
generalizao como sendo uma nica edificao. Assim, possibilitou-se a obteno de
dados para completar a realizao deste exemplo de aplicao.

197
FIGURA 8.6 REA AMOSTRADA PARA A GC-P REFERENTE AO NI DE EDIFICAES

8.2.6.1 Classificao do Indicador de Generalizao Cartogrfica Planimtrica (GC-P)
A Generalizao Cartogrfica Planimtrica analisada sobre os dados
referentes ao NI
ed
(edificaes). Na carta de escala 1:10.000 a quantidade de
edificaes representadas de 562, e na carta de escala 1:20.000 a quantidade de
edificaes representadas de 343. Com estes dados tem-se que:
a) Xo = 562;
b) Xd = 343;
c) Fr = Ed/Eo = 0,5;
d) Fr
(e)
= Xd/Xo = 0,61.
Com o valor encontrado de 0,61 para o Fator de reduo no nmero de
feies representadas (Fr
r
), a classificao (Tab. 7.34) da GC-P definida como
MDIA (0,4375 0,6250), conforme mostra a Tabela 8.5. Cabe lembrar que a
varivel GC-P tem os limites de classificao dependentes do Fator de reduo entre
as escalas (Fr). Assim, para cada caso necessrio adequar os valores limitantes dos
conjuntos Fuzzy de GC-P.

rea amostrada
7.185.000 m
7.181.000 m
6
9
2
.
0
0
0

m

6
9
7
.
0
0
0

m

-25
O
27 30
49
O
03 45

198
TABELA 8.5 CLASSIFICAO DA GENERALIZAO CARTOGRFICA PLANIMTRICA
GC-P
Classificao da GC-P Intervalos
genricos
Intervalos para esta aplicao
MUITO GRANDE MG 5/8Fr 1/2Fr 5/8*0,5 1/2*0,5 0,3125 0,25
GRANDE GR 5/8Fr 7/8Fr 5/8*0,5 7/8*0,5 0,3125 0,4375
MDIA ME 7/8Fr 5/4Fr 7/8*0,5 5/4*0,5 0,4375 0,6250
PEQUENA PE 5/4Fr 7/4Fr 5/4*0,5 7/4*0,5 0,6250 0,8750
MUITO PEQUENA MP 7/4Fr 2Fr 7/4*0,5 2*0,5 0,8750 1
8.2.6.2 - Classificao do Indicador de Generalizao Cartogrfica Altimtrica (GC-A)
A Generalizao Cartogrfica Altimtrica (GC-A) estabelecida por meio da
eqidistncia grfica das curvas de nvel (e). Sendo que tanto no mapeamento 1:10.000
como no mapeamento 1:20.000, a eqidistncia das curvas de nveis de 5 m. Assim,
tem-se que pela equao (7.28):
e = Eq/Esc
que para a escala 1:20.000, a eqidistncia grfica de 0,25.
Assim, a classificao (Tab. 7.37) para GC-A PEQUENA (0,125 0,325),
conforme mostra a Tabela 8.6.

TABELA 8.6 CLASSIFICAO DA GENERALIZAO ALTIMTRICA GC-A
Classificao da GC-A Intervalos
MUITO GRANDE MG e >0,875
GRANDE GR 0,625 < e < 0,875
MDIA ME 0,325 < e < 0,625
PEQUENA PE 0,125 < e < 0,325
MUITO PEQUENA MP e < 0,125
8.2.6.3 - Clculo do Indicador de Generalizao Cartogrfica (GC)
O Indicador de Generalizao Cartogrfica (GC) calculado pela interseo
dos conjuntos classificatrios da varivel Generalizao Cartogrfica planimtrica,
GC-P = 0,61 (MDIA), e a Generalizao Cartogrfica altimtrica, GC-A = 0,25
(PEQUENA), conforme se apresenta na Figura 8.7, a qual mostra o resultado de GC =
0,37 que tem como classificao (Tab. 7.38) PEQUENA (0,25 0,49).

199
FIGURA 8.7 CLCULO DO INDICADOR DE GENERALIZAO CARTOGRFICA (GC)

8.2.7 Clculo do Indicador da Qualidade de Mapeamento (QM)
O Indicador da Qualidade de Mapeamento (QM) calculado pela interseo
dos Indicadores de Atualidade Cartogrfica (AC) e Generalizao Cartogrfica (GC).
A Figura 8.8 mostra o resultado da operao de interseo entre AC = 0,172 (BAIXA)
e GC = 0,37 (PEQUENA). Portanto a Qualidade de Mapeamento da Base cartogrfica
para o Municpio de Piraquara, formada pelas cartas de 1976 em escalas 1:10.000 e
1:20.000 a seguinte: QM = 0,225, cuja classificao (Tab. 7.42) MUITO
PEQUENA (0,00 0,25).

200
FIGURA 8.8 CLCULO DO INDICADOR DA QUALIDADE DE MAPEAMENTO (QM)
Portanto, conclui-se que a base cartogrfica considerada nesta aplicao
possui grande volume de informao (GC = PE), porm, desatualizadas (AC = BA). A
concluso final obtida nesta aplicao revela uma situao mais critica para a base
cartogrfica do que a encontrada no exemplo desenvolvido no captulo 7. A Tabela 8.7
apresenta os valores de entrada e os resultados obtidos nesta aplicao.

TABELA 8.7 RESULTADOS OBTIDOS
Valores de Indicadores
Entrada IT VD FMM AC GC QM
DA - - - ME (0,73) - -
IT - - - ME (0,50) - -
DD BA (0,00) - - - - -
CS PE (2) - - - - -
CGG ME (3) - - - - -
VD - - - ME (0,659) - -
ES - PE (0,43) - - - -
FMM - AL (0,963) - - - -
CP - - ML (8,53) - - -
PCP - - ML (4,8) - - -
CEE - - ML (8,53) - - -
AC - - - - - BA (0,172)
GC - - - - - PE (0,39)
GC-P - - - - ME (0,61) -
GC-A - - - - PE (0,25) -
RESULTADOS ME (0,50) ME (0,659) AL (0,963) BA (0,172) PE (0,37) MP (0,225)
+ (>0,615); - (<0,615) - - - - + -

201
Analisam-se os valores obtidos, relativamente contribuio positiva ou
negativa para o Indicador da Qualidade de Mapeamento (QM), tendo-se como
parmetro de comparao o valor mdio (0,615) do intervalo de classificao MDIA
(0,49 0,74). Assim, os valores encontrados para os Indicadores Idade Tecnolgica
(IT = 0,5: negativamente abaixo do valor mdio), Velocidade de Desatualizao (VD =
0,659: negativamente acima do valor mdio), Fatores que Modificam o Meio (FMM =
0,963: negativamente acima do valor mdio) e Atualidade Cartogrfica (AC = 0,172:
negativamente abaixo do valor mdio) caracterizam contribuio negativa para o
Indicador de Qualidade de Mapeamento. Apenas o Indicador da Generalizao
Cartogrfica (GC = 0,37: positivamente abaixo do valor mdio) contribui
positivamente, por indicar a classificao PEQUENA, isto , as informaes
representadas nesta base cartogrfica so abundantes. Com as consideraes acima,
facilmente compreende-se a classificao obtida para o Indicador final da avaliao da
Qualidade de Mapeamento (QM = 0,225) como MUITO PEQUENA, pois, dos cinco
Indicadores componentes da Qualidade de Mapeamento (IT, VD, FMM, AC) apenas
um (GC) contribuiu positivamente.

202
9 ANLISE DOS RESULTADOS
9.1 O MODELO PROPOSTO
O modelo proposto para a quantificao e a conseqente avaliao da
qualidade de base cartogrfica foi composto por Indicadores quantitativos referentes
Acuracidade, Preciso, Generalizao, Atualizao e Legibilidade. O estabelecimento
destes Indicadores se deu por combinao de valores que apesar de possurem
caractersticas pertinentes ao propsito do Indicador, so de grandezas diferentes. Esta
capacidade atribuda aos Indicadores proporciona ao modelo produzir resultados
parciais e finais que podem ser combinados, e at ponderados, de acordo com os
objetivos de uso do mapeamento. Portanto, esta flexibilidade na determinao dos
resultados atendeu a proposta de avaliao contextual da qualidade do mapeamento.
O autor TRZESNIAK (1998) afirma (item 5.1) que os Indicadores devem
possuir como caractersticas indispensveis o seguinte:
a) Relevncia. Os Indicadores propostos ao modelo referem-se aos aspectos
que so relevantes ao conhecimento da qualidade de mapeamento. Pois, a
pesquisa mostra que as caractersticas abordadas em cada Indicador so
as mesmas abordadas na maioria dos padres de metadados abordados
mundialmente (ver BURITY & S, 2002; GUPTILL & MORRISON,
1995);
b) Gradao de intensidade. Os principais Indicadores propostos so
classificados em intervalos tais que possibilitam uma variao flexvel e
suficientemente abrangente. Embora os intervalos do conjunto universo
de cada Indicador considerado sejam diferentes, pela normalizao ao
intervalo [0, 1] ficam padronizados, e isto, garante que o Indicador alm
de variar suficientemente no espao de interesse ainda possibilita a
classificao padronizada permitindo comparaes entre eles;

203
c) Univocidade. Cada indicador possui caracterstica bem definida, e retrata
claramente um aspecto nico da qualidade de mapeamento. Porm, as
variveis que compem o Indicador ainda necessitam de maior
investigao e observao;
d) Padronizao e Estabilidade. Estas caractersticas so dependentes do
item anterior. A padronizao e estabilidade ocorrem com o tempo
decorrido pelo uso;
e) Rastreabilidade. recomendado que na construo dos Indicadores seja
efetuado o registro de todos os dados de observao do processo e das
pessoas participantes. Esta uma caracterstica contnua que deve
coexistir com a prpria existncia do Indicador.
9.1.1 Comparao entre os Parmetros de Avaliao dos Padres SDTS e do Modelo
Proposto
Os parmetros de Acuracidade, Preciso, Generalizao, Atualizao e
Legibilidade, definidos para avaliao da qualidade da base cartogrfica contemplam
todos os aspectos considerados pelo principal padro mundial relativo qualidade de
dados espaciais que o SDTS, desenvolvido pelo FGDC dos Estados Unidos.
O padro SDTS, assim como os demais sistemas de padronizao, que na sua
maioria derivam do padro SDTS, possuem seus objetivos voltados para a
armazenagem e transferncia de dados espaciais, bem como a comunicao da
qualidade destes dados espaciais. Estes objetivos so tarefas a serem executadas pelo
produtor e mantenedor dos dados espaciais. A funo da padronizao de dados
espaciais , em sntese, documentar adequadamente todas as informaes referentes
localizao, ao acesso e ao conhecimento da qualidade dos dados mapeados. Estes
objetivos diferem do objetivo do modelo proposto apresentado neste trabalho. As
diferenas, principalmente funcionais, relativas aos parmetros de qualidade de
mapeamento entre o padro SDTS e o modelo proposto so apresentadas na Tabela 9.1.

204
TABELA 9.1 PROPOSTA DOS PARMETROS DE QUALIDADE DE DADOS ESPACIAIS
NOS PADRES SDTS E MODELO PROPOSTO.
PARMETRO DE QUALIDADE:
(SDTS E/OU MODELO)
COMPOSIO E FUNO NO
PADRO SDTS
COMPOSIO E FUNO NO
MODELO PROPOSTO
Linhagem
Prov informaes sobre todas as fontes
de dados, as datas, processamentos e
transformaes utilizadas tanto na
confeco como nas atividades de
atualizao do mapeamento.
No utiliza as informaes de linhagem,
justamente por serem escassas ou at
mesmo inexistentes. O modelo busca,
ento soluo por meio de outros dados.
Acuracidade Posicional
Prov informaes referentes
proximidade dos valores das coordenadas
extradas do mapeamento em relao s
respectivas coordenadas naturais.
Acuracidade de Atributo
Prov informaes sobre a possibilidade
de erros nos valores dos atributos.
Consistncia Lgica
Prov informaes indicativas da
qualidade grfica e integridade
topolgica do mapeamento digital.
A ser desenvolvido - Utilizar informaes
relativas : acuracidade posicional (PEC);
acuracidade de atributos; e de
consistncia das informaes grficas, e
topolgicas, combinadas com a
classificao dos Nveis de Informao.
Ento, determina-se o valor indicador da
acuracidade contextual do mapeamento.
Completude
Prov informaes sobre os critrios de
seleo das feies a serem mapeadas,
sobre a menor rea ou largura a ser
representada, e sobre consistncia lgica.
IMPLCITO: A completude
considerada tanto nos ndices de
generalizao como de consistncia
lgica.
Preciso
IMPLCITO:
A preciso encontra-se nas informaes
relativas resoluo grfica e
acuracidade dos levantamentos, nas
informaes de Linhagem, Acuracidade e
Completude.
A ser desenvolvido. Utilizar as
informaes de: escala - relativas
resoluo possvel de representao das
feies cartogrficas; do PEC; e de
consistncia lgica, para se obter o
indicador da preciso do mapeamento.
Legibilidade
IMPLCITO:
A legibilidade, ou qualidade de
comunicao grfica encontra-se em
consistncia lgica.
A ser desenvolvido. Utilizar as
informaes relativas densidade de
informao nos NI, a consistncia lgica,
e a classificao quanto clareza da
linguagem cartogrfica, para obter o
indicador da legibilidade do
mapeamento.
Atualizao Cartogrfica
IMPLCITO:
A atualizao das informaes pode ser
conhecida apenas com base nas datas de
levantamento dos dados que devem ser
registradas em linhagem.
Utiliza as informaes de escala,
desatualizao absoluta, fatores que
modificam o meio e idade tecnolgica
para a determinao do indicador da
atualidade cartogrfica do
mapeamento.
Qualidade do Mapeamento
IMPLCITO:
A qualidade se expressa implicitamente
em todas as demais informaes, e no
conhecida por parmetro isolado.
Combina todas as demais informaes e
quantifica em um nico parmetro o que
se caracteriza como sendo a qualidade
contextual do mapeamento.

O presente modelo prope avaliar a qualidade do documento cartogrfico por
meio de informaes provenientes do prprio mapeamento, como generalizao,
legibilidade, preciso ou escala, e de informaes relacionadas tambm com a regio
mapeada, como o caso da atualidade e acuracidade. A avaliao da qualidade do
documento cartogrfico atravs do modelo proposto considera ainda o contexto de uso

205
do mapeamento, ou seja, avalia a qualidade contextual, a qualidade do documento para
o desenvolvimento das atividades pretendidas pelo usurio. Tendo-se em vista a
carncia nacional relativa existncia de metadados de qualidade para os dados
espaciais, ou dados de linhagem, o modelo proposto busca avaliar o documento
cartogrfico por meio de dados existentes, de forma a permitir identificar a qualidade
destes documentos e permitir uma avaliao da base cartogrfica adequada ao
propsito de uso.
Com exceo do elemento linhagem, que no parmetro de qualidade,
mas, um meio de se conhecer a qualidade, e o parmetro completude que verificado
implicitamente no parmetro de Generalizao e Consistncia Lgica, observa-se que
todos demais parmetros abordados pelo padro SDTS esto sendo considerados no
modelo proposto. E ainda, o modelo proposto utiliza-se de outros parmetros que,
esto presentes no padro SDTS apenas implicitamente, como o caso da Preciso,
Legibilidade, Atualizao Cartogrfica e Qualidade do Mapeamento, conforme mostra
a Tabela 9.1. Adicionalmente o modelo proposto possibilita o conhecimento
quantitativo de todos os parmetros.
Resumidamente observa-se que o padro SDTS prev o registro histrico dos
dados e mtodos de mapeamento para possibilitar o resgate dos parmetros de
qualidade dos dados espaciais, enquanto que o modelo proposto busca quantificar os
parmetros de qualidade do mapeamento atravs de informaes extradas do prprio
documento cartogrfico e do ambiente mapeado, como populao e atualidade de
tecnologia envolvida no mapeamento analisado. Dada as consideraes acima,
constata-se que os cinco parmetros para avaliar a qualidade de mapeamento,
Acuracidade, Preciso, Generalizao, Atualizao e Legibilidade, propostos pelo
modelo presente, atendem os principais requisitos de qualidade abordados pelos
padres referentes qualidade de dados espaciais estabelecidos mundialmente.

206
9.2 CLASSIFICAES DOS INDICADORES
Todos os valores atribudos aos Indicadores, variveis ou parmetros
procederam de critrios de classificao quantitativa, ou seja, os processos de
classificao propem agrupar valores quantitativos, de uma certa grandeza,
semelhantes entre si. Os intervalos de classificao foram definidos por subdivises
dos valores de sigma ((1/2) , , (3/2) , 2 , 3 ) referentes distribuio normal.
Assim, cinco intervalos foram definidos para se estabelecerem cinco classes. Estas
foram definidas em funo das ordenadas dos valores de sigma correspondentes
(0,3989 0,3520 0,2419 0,1497 0,0540 0,0044) e normalizadas ao intervalo de [0, 1].
Com isso, definiram-se os seguintes intervalos de classe: [1,00 0,94]; [0,94 0,74];
[0,74 0,49]; [0,49 0,25] e [0,25 0,00], os quais agrupam valores prximos
relativos s freqncias de probabilidades distribudas segundo a curva normal,
embora no haja qualquer interpretao de probabilidades as classes assim definidas
consideram ao elemento classificado um comportamento segundo a curva normal.
Estes intervalos de classificao em funo de sigma foram adotados para os principais
elementos do modelo, os quais so os seguintes:
a) o Indicadores da Idade Tecnolgica (IT);
b) o Indicador da Velocidade de Desatualizao (VD);
c) o Indicador de Fatores que Modificam o Meio (FMM);
d) o Indicador de Atualidade Cartogrfica (AC);
e) o Indicador de Generalizao Cartogrfica (GC);
f) o Indicador de Qualidade de Mapeamento (QM);
g) a varivel da Desatualizao Absoluta (DA), cujos valores de
classificao ficaram em funo do Limite Mximo de DA (LM
T
);
h) a varivel Disponibilidade dos dados em Sistema Digital (DD);
i) o parmetro Escala (ES).
Os demais elementos foram classificados com intervalos definidos segundo
caractersticas especifica. So estes:

207
a) a varivel Compatibilidade com o SGR atual (CS), que possui oito
classes variando entre zero e sete da seguinte forma:
[0/0,5/1,5/2,5/3,5/4,5/5,5/6,5/7];
b) a varivel de Compatibilidade com o Geide Global (CGG), a qual possui
quatro classes variando entre zero e quatro da seguinte forma:
[1/1,5/2,5/3,5/4];
c) a varivel de Crescimento Populacional (CP) e de Projeo de
Crescimento Populacional (PCP) as quais possuem quatro classes que
variam de 10 at 10, cujas classes extremas so abertas, da seguinte
forma: [-10 ou < /0/1,05/2,45/10 ou >];
d) a varivel de Consumo de Energia Eltrica (CEE) que possui quatro
classes variando entre 20 e 20, da seguinte forma: [-20 ou <
/0/2,1/4,9/20 ou >];
e) o Indicador de Generalizao Cartogrfica Planimtrica (GC-P), com
cinco classes em funo do Fator de reduo de escalas (Fr) da seguinte
forma: [1/2Fr ou <; 5/8Fr; 7/8Fr; 5/4Fr; 7/4Fr; 2Fr ou >]
f) o Indicador de Generalizao Cartogrfica Altimtrica (GC-A), com
cinco classes em funo da eqidistncia grfica das curvas de nvel (e)
da seguinte forma: [> 0,0 at 0,1; 0,125; 0,325; 0,625; 0,875; 1 ou >].
Assim, todos os Indicadores de maior relevncia no modelo (IT, FMM, VD,
AC, GC, QM), ou seja, aqueles que produziram um resultado atravs do
processamento do Sistema de Inferncia Fuzzy (SIF), foram submetidos
classificao segundo um comportamento normal, caracterizando o mesmo
comportamento normal para todo o modelo. Isto foi imposto neste sistema de
avaliao da qualidade de mapeamento pela considerao de que o comportamento
normal adequado tanto em processos referentes qualidade como nas medidas
relacionadas a dados espaciais.

208
9.2.1 Consideraes relativas ao Indicador de Atualidade Cartogrfica (AC)
Os Indicadores principais desenvolvidos neste trabalho foram o de
Atualidade Cartogrfica e o de Generalizao Cartogrfica. O Indicador de Atualidade
Cartogrfica foi definido pela classificao dos valores de Desatualizao Absoluta
(DA), da Idade Tecnolgica (IT) e da Velocidade de Desatualizao (VD), onde cada
um deles referenciou um aspecto relevante na determinao da atualidade cartogrfica.
Ou seja, respectivamente estes Indicadores consideram a desatualizao (DA) que
ocorre continuamente nos documentos cartogrficos devido ao carter dinmico do
ambiente; da gerao tecnolgica envolvida (DD, CS e CGG) que considera aes do
passado quando da elaborao do documento, e das tendncias futuras de
desatualizao para os respectivos documentos (ES, CP, PCP e CEE).
A classificao da Desatualizao Absoluta no obtida diretamente. Isto, ,
as classes para a varivel DA foram estabelecidas em funo da determinao dos
limites mximos (LM) permitidos desatualizao absoluta de cada feio
cartogrfica, segundo as exigncias de operacionalizao dos propsitos. Estes limites
devem ser impostos pelo usurio sendo que os intervalos de variao ficam em funo
de LM [0,0 LM e 1LM].
O Indicador referente Idade Tecnolgica (IT) composto pela quantidade
de informaes cartogrficas disponveis em sistemas digitais (DD), e pela
classificao de compatibilidade entre os Sistemas Geodsicos de Referncia atuais,
horizontal (CS) e vertical (CGG), com os que foram utilizados na confeco do
mapeamento. A classificao quanto disponibilidade de informaes em sistemas
digitais (DD) definida diretamente do valor percentual relativo ao total das
informaes que compem a base cartogrfica avaliada. Porm, a classificao quanto
aos Sistemas de Referncia Geodsicos (CS e CGG) requer uma investigao de dados
sobre as condies das redes utilizadas. Normalmente estes dados de apoio geodsico,
esto descritos na legenda do documento cartogrfico, embora, nem sempre sejam
suficientes para se obter as classificaes diretamente das Tabelas correspondentes. As

209
consideraes para classificar a CS e a CGG podem ainda exigir anlise conjunta com
a regio mapeada e com a escala utilizada. A anlise do efeito das imprecises
relatadas nas respectivas Tabelas (7.7 e 7.9) podem ser mais ou menos significativas
de acordo com as condies apresentadas pela regio e pela escala. Quando a escala
suficientemente grande para no absorver as imprecises inerentes s redes geodsicas
utilizada naquele mapeamento, as conseqncias destas imprecises so maiores e a
classificao passar, ento, a ter um ndice menor de compatibilidade (CS) do que se
esse ndice fosse extrado diretamente das Tabela (7.7 e 7.9) sem considerar os efeitos
da escala. Sendo que para as escalas menores, os ndices CS e CGG se mantm de
acordo com as informaes das Tabelas correspondentes. Portanto, as Tabelas (7.7 e
7.9) que classificam as variveis CS e CGG ainda no so suficientemente completas
para permitirem uma classificao direta, isto , sem a considerao de variveis ou
parmetros especficos a cada caso de mapeamento. Este fato demonstra a necessidade
de se desenvolver estudos mais completos para que a classificao quanto a
compatibilidade entre SGRs seja fcil e objetiva.
O Indicador da Velocidade de Desatualizao (VD) foi composto pelos
valores referentes ao parmetro Escala (ES) e pelo Indicador de Fatores que
Modificam o Meio (FMM). O parmetro Escala (ES) considerou o universo das
escalas utilizadas a um determinado propsito, em cinco classes. A partir destes,
procedeu-se diretamente a classificao do parmetro Escala (ES).
O Indicador referente aos Fatores que Modificam o Meio (FMM) foram
compostos pelos ndices de crescimento populacional (CP), pela respectiva projeo
de crescimento (PCP) e pelo ndice de consumo de energia eltrica (CEE) da regio
mapeada. Estes ndices so classificados diretamente das Tabelas 7.18 e 7.21, porm,
cabe observar que os limites de classificao destas variveis (CP, PCP, CEE) devem
ser mais especficos a cada regio considerada. Principalmente para o caso do Brasil,
onde as diferenas sociais e econmicas entre as regies so muito diversificadas.
Portanto, as classificaes envolvidas no Indicador de FMM podem requerer ajustes
realidade especifica da regio mapeada, o que requer levantamentos mais detalhados

210
para cada caso. Cabe ressaltar ainda, que para as regies rurais o indicador de FMM
pode ser composto por outros indicativos, isto , ao invs de indicativos de populao
e consumo de energia eltrica, conforme foi considerado para as regies urbanas, estes
devem ser substitudos por indicativos de vegetao e de potencial hdrico, por
exemplo. importante que o Indicador FMM seja capaz de informar o quantitativo das
principais aes que modificam o meio mapeado. E estas aes podem diferir de
acordo com o meio que se analisa.
9.2.2 Consideraes relativas ao Indicador de Generalizao Cartogrfica (GC)
O Indicador de Generalizao Cartogrfica (GC) composto pelos
Indicadores de Generalizao Cartogrfica Planimtrica (GC-P) e de Generalizao
Cartogrfica Altimtrica (GC-A). O Indicador de Generalizao Cartogrfica
Planimtrica considerou o Fator de Reduo (Fr) entre as escalas envolvidas para a
gerao do documento cartogrfico generalizado, ou seja, a escala do documento
origem e a escala do documento generalizado. Esse fator de reduo de escala foi o
elemento utilizado para a definio dos limites de sua classificao. Assim, para cada
caso de aplicao, os limites da classificao da Generalizao Planimtrica (GC-P)
devem ser definidos em funo da relao de escalas envolvidas. J os intervalos de
classificao do Indicador de Generalizao Altimtrica (GC-A) foram estabelecidos
em funo da eqidistncia grfica (e) das curvas de nvel. Como este parmetro (e)
padronizado, os intervalos de classes no se alteram entre os diferentes casos de
aplicao, portanto, a sua classificao obtida de forma direta.
Finalmente, a classificao do Indicador de Qualidade de Mapeamento,
composto pelos Indicadores, de Atualidade Cartogrfica (AC) e Generalizao
Cartogrfica (GC), obtido de forma direta atravs dos intervalos fixados com base na
distribuio da curva normal, conforme o caso de todos os demais Indicadores
principais.

211
9.3 QUANTITATIVOS OBTIDOS PELOS INDICADORES
A Tabela 9.2 apresenta os resultados encontrados nos dois
desenvolvimentos, ou seja, o exemplo do Capitulo 7 Quantificao dos Parmetros, e
a aplicao desenvolvida no Capitulo 8, para a anlise dos resultados.

TABELA 9.2 RESULTADOS OBTIDOS NOS CAPITULOS 7 E 8 PARA OS INDICADORES DO
MODELO
Indicadores Valores intermedirios Resultados
Cap.7: IT DD = 0,88 (MA) CS = 5,9 (MG) CGG = 3,4 (ME) IT = 0,725 (ME)
Cap.8: IT DD = 0,00 (BA) CS = 2,0 (PE) CGG = 3,0 (ME) IT = 0,50 (ME)
Cap.7: FMM CP = 2,11 (AL) PCP = 1,8 (AL) CEE = 4,67 (AL) FMM = 0,7111 (ME)
Cap.8: FMM CP = 8,53 (ML) PCP = 4,8 (ML) CEE = 8,53 (ML) FMM = 0,963 (AL)
Cap.7: VD ES = 0,49 (PE/ME) FMM = 0,711 (ME) - VD = 0,562 (ME)
Cap.8: VD ES = 0,43 (PE) FMM = 0,963 (AL) - VD = 0,659 (ME)
Cap.7: AC DA = 0,70 (ME) IT = 0,725 (ME) VD = 0,562 (ME) AC = 0,407 (MB)
Cap.8: AC DA = 0,73 (ME) IT = 0,50 (ME) VD = 0,659 (ME) AC = 0,172 (BA)
Cap.7: GC GC-P = 0,252 (PE) GC-A = 0,25 (PE) - GC = 0,37 (PE)
Cap.8: GC GC-P = 0,61 (ME) GC-A = 0,25 (PE) - GC = 0,37 (PE)
Cap.7: QM AC = 0,407 (MB) GC = 0,37 (PE) - QM = 0,423 (PE)
Cap.8: QM AC = 0,172 (BA) GC = 0,37 (PE) - QM = 0,225 (MP)
Na comparao dos resultados (Tab. 9.2) obtidos no capitulo 8 (Tab. 8.7)
comparativamente aos resultados obtidos no capitulo 7 (Tab. 7.45), so comentados a
seguir:
a) houve classificao inferior para a Qualidade de Mapeamento nos
Indicadores IT, FMM, VD e AC, enquanto que para o Indicador GC se
mantive inalterada;
b) o Indicador de QM obteve menor valor e teve sua classificao mais
baixa.
Os resultados obtidos mostram-se coerentes relativamente aos dados de
entrada do modelo, e principalmente evidencia-se o conceito de adequabilidade do
mtodo em relao aos propsitos de uso do mapeamento. O mtodo deve ser
implantado de acordo com a nfase dada pelo propsito de uso, o qual deve ser
considerado principalmente no estabelecimento das bases de regras para as operaes
Fuzzy.

212
10 CONCLUSES E RECOMENDAES
10.1 CONCLUSES
O desejo constante por buscar mais conhecimentos vai alm de uma
necessidade inerente ao raciocnio humano. Buscar conhecer buscar controle e
domnio, ou seja, basear-se na convico de que quantificar criteriosamente amplia
as possibilidades de domnio e controle. Inicialmente estabeleceu-se como definio
da qualidade de dados espaciais o conjunto dos parmetros relativos Atualidade,
Generalizao, Preciso, Acuracidade e Legibilidade. Estes parmetros foram
definidos como Indicadores, e, portanto, criados pela combinao de elementos
relevantes ao propsito de cada um. Cada elemento foi quantificado por intermdio de
classificao. O sistema para se avaliar a qualidade da base cartogrfica deu-se pela
criao de um modelo formado por Indicadores referenciados aos indicadores de
qualidade de mapeamento, cujo processamento ocorreu atravs do Sistema de
Inferncia Fuzzy. Assim, o objetivo principal deste trabalho, o de quantificar
parmetros de qualidade do mapeamento para avaliao da qualidade de bases
cartogrficas foi alcanado.
Dos cinco Indicadores propostos no modelo de avaliao da qualidade de
base cartogrfica, dois deles foram desenvolvidos neste trabalho. O de Atualidade
Cartogrfica (AC) e o de Generalizao Cartogrfica (GC). Estes Indicadores foram
criados a partir da combinao de variveis, tais como, a desatualizao absoluta
(DA), a disponibilidade dos dados em meio digital (DD), a compatibilidade dos SGRs
utilizados no mapeamento com os SGR atuais (CS e CGG), o crescimento
populacional (CP e PCP), o consumo de energia eltrica (CEE) da regio mapeada, a
generalizao cartogrfica planimtrica e altimtrica (GC-P e GC-A), e ainda, o
parmetro de escala (ES). Estes dados de entrada foram combinados de forma a
produzirem Indicadores intermedirios como, o da Idade Tecnolgica (IT), da

213
Velocidade de Desatualizao (VD), e dos Fatores que Modificam o Meio (FMM)
mapeado. Finalmente, partindo-se da determinao destes Indicadores principais (AC
e GC) se obteve o Indicador final que o da Qualidade de Mapeamento (QM). Os
valores de entrada so classificados e combinados segundo o propsito de uso.
Portanto, os resultados obtidos esto condicionados aos objetivos e necessidades de
cada aplicao da base cartogrfica. Assim, convm reportar-se ao Indicador final
como sendo aquele que indica a Qualidade Contextual da base cartogrfica, ou seja,
indica a qualidade adequada para o contexto de uma determinada aplicao.
Os Indicadores propostos pelo modelo contemplam todos os aspectos
relevantes da qualidade de mapeamento considerados pelos principais padres de
dados espaciais j estabelecidos mundialmente como, por exemplo, o padro SDTS
estabelecidos pelos Estados Unidos da Amrica. A importncia do padro SDTS, alm
de seu contedo tcnico, est tambm na funo que desempenha como referncia a
diversos padres criados na maioria dos pases, inclusive no Brasil com a definio do
Padro de Exatido Cartogrfica (PEC).
Os principais elementos desenvolvidos no modelo criado para a avaliao da
qualidade de mapeamento foram classificados com intervalos de classe definidos a
partir do valor de da funo densidade de probabilidade normal. Com isto, o
modelo, ainda que isento de qualquer tratamento estatstico, fica caracterizado pelo
comportamento da curva normal, o que apropriado tanto aos processos relativos
qualidade, como s aplicaes de trabalhos que envolvem dados cartogrficos e
fenmenos naturais, conforme cita SIMLEY (2001).
Os resultados obtidos com o desenvolvimento terico no captulo 7 e com a
aplicao desenvolvida no captulo 8 mostraram-se de igual coerncia. Dos resultados
obtidos evidenciou-se que os principais elementos a serem considerados no modelo
so as aes impositivas do usurio na determinao de suas necessidades de acordo
com a aplicao do documento cartogrfico. Pois, a atribuio de maior relevncia dos
parmetros considerados no processamento do modelo est na construo da base de
regras do Sistema de Inferncia Fuzzy, o qual processa a combinao de todos os

214
dados e, portanto, os resultados so dependentes destas consideraes. Com isto, o
mtodo assegura a flexibilidade para avaliar bases cartogrficas em diferentes
contextos.
O desenvolvimento de Indicadores foi apropriado para a definio objetiva e
quantitativa de conceitos subjetivos, pois trata do processamento de diferentes
grandezas que atravs de padronizao possvel tanto a combinao, ou agregao,
destas diferentes grandezas, como possibilita tambm a comparao dos valores
resultantes. Porm, vale destacar que o estabelecimento de Indicadores, em qualquer
processo, exige cuidadosas observaes de causa e efeito, normalmente, registradas
por especialistas multidisciplinares durante longo perodo de tempo at que os
resultados possam retratar a realidade com fidelidade. Os Indicadores so elementos
dependentes dos fatos e atividades que direta ou indiretamente interferem em seu
comportamento, portanto, so maleveis de acordo com a situao que os envolve. Se
a realidade em torno dos Indicadores modificada, os elementos que compem os
Indicadores tambm devem ser modificados para que os resultados sejam ajustados de
acordo com a realidade considerada. Assim, cabe ressaltar que os Indicadores do
modelo proposto apenas iniciam o processo de seu estabelecimento na avaliao da
qualidade da base cartogrfica. Entende-se ser necessrio longo perodo de
experimentos acompanhados por especialistas das diversas cincias envolvidas na
formao de cada Indicador antes de seu estabelecimento.
O Sistema de Inferncia Fuzzy utilizado no processamento dos Indicadores
mostrou-se eficaz na considerao simultnea de combinaes simultneas necessrias
ao processamento de proposies entre variveis. ainda caracterstica relevante das
operaes fuzzy a considerao de incertezas nas definies de classificao dos
elementos envolvidos.
Ainda que os Indicadores aqui propostos, necessitem de maior investigao e
anlise para se consolidarem, a sua utilizao e processamento pelo Sistema de
Inferncia Fuzzy (SIF) mostraram-se adequados proposio. Pois, com isto
estabeleceu-se um sistema de avaliao da qualidade de base cartogrfica, cuja

215
caracterstica principal, e de relevncia neste contexto, a flexibilidade e simplicidade
em sua estrutura de avaliao. O sistema possibilita avaliar a qualidade de bases
cartogrficas tanto para propsitos genricos como para propsitos de uso especfico,
atravs da adequao dos atributos impostos aos parmetros do modelo. Ainda,
observa-se que mediante o estabelecimento destes Indicadores quantitativos, referentes
qualidade de dados espaciais, torna-se possvel a automatizao destes mtodos, o
que se constitui em importante auxilio para os usurios e produtores de dados
espaciais.
A busca por mais conhecimentos relativos quantificao de parmetros
avaliadores da qualidade dos dados espaciais, evidentemente, no se encerra aqui. Ao
contrrio, a partir deste trabalho, ficam evidenciadas diversas questes, de
fundamental importncia, que necessitam serem exploradas, para proporcionar o
necessrio controle e domnio da qualidade das informaes espaciais.
10.2 RECOMENDAES
A realizao deste trabalho evidenciou a necessidade de pesquisas em
aspectos como os que se relacionam abaixo:
a) desenvolver estudos detalhados de classificao dos valores de entrada ao
modelo, para a consolidao dos Indicadores propostos neste trabalho;
b) desenvolver os Indicadores de Preciso, Acuracidade e Legibilidade que
complementam o Indicador da Qualidade de Mapeamento propostos no
modelo deste trabalho;
c) estabelecer critrios para Metadados de qualidade. Ou seja, critrios de
armazenamento e transferncia de dados sobre os dados espaciais
produzidos. Os Metadados devem proporcionar o conhecimento dos
mtodos e preciso obtidos nas diferentes fases de produo dos dados
espaciais, tal que os usurios destes dados possam, de modo fcil e
rpido, conhecer com segurana estes parmetros de mapeamento

216
proporcionando-lhes maior segurana nas tomadas de decises;
d) desenvolver sistemas de automatizao para direcionar qualitativamente a
produo e uso de documentos cartogrficos segundo os objetivos
especficos de cada documento. A automatizao destes processos,
poder contribuir significativamente para o uso mais adequado do
potencial existente nas informaes espaciais;
e) avaliar a real eficincia dos softwares em manipular sistemas de dados
espaciais e a preservao da qualidade destes dados. As sofisticadas
anlises de dados espaciais possveis atravs dos sistemas de informaes
computadorizadas podero agregar recursos tanto para garantir a
preservao da qualidade dos dados introduzidos como para produzir
informaes sobre a qualidade dos dados gerados por estes sistemas;
f) efetuar levantamentos relativos qualidade dos dado geodsicos
utilizados na confeco de documentos cartogrficos, e desenvolver
estudos para classifica-los relativamente aos referenciais geodsicos
atuais. Providenciar aplicativos para viabilizar a utilizao conjunta de
dados procedentes de diferentes geraes geodsicas;
g) desenvolver levantamentos e aplicativos para se conhecer a qualidade dos
dados fotogramtricos e de sensoriamento remoto de modo a permitir a
combinao destes dados na gerao de novos produtos cartogrficos;
h) desenvolver mtodos para diagnosticar a vida til do mapa em funo do
processo de urbanizao em aglomerados habitacionais.

217
REFERNCIAS BIBLIOGRFICAS
ANDRADE, J. B. Fotogrametria. 2
a
. edio. Curitiba. SBEE, 2003.
ARRETCHE, M. T. S. Crescimento Populacional e Taxas de Urbanizao. Disponvel em
http://www.mre.gov.br/cdbrasil/itamaraty/web/port/eco , acessado em 10/09/2004.
AZEVEDO, F. M., BRASIL, L. M., OLIVEIRA, R. C. L. Redes Neurais Com aplicaes
em Controle e em Sistemas Especialistas. Bookstore Livraria Ltda. Florianpolis SC.
2000.
BURITY, E. F. & S, L. A. C. M. de. Aspectos da Normalizao em Dados Espaciais. In:
COBRAC, 5
o
., 2002, Florianpolis. Anais. Florianpolis. 2002. CD-ROM.
BURITY, E. F.; BRITO, J. L. N. e S.; PHILIPS, J. Qualidade de Dados para o Mapeamento.
In: CONGRESSO BRASILEIRO DE CARTOGRAFIA, XIX, out/1999, Recife. Anais.
Recife. 1999. CD-ROM.
BURROUGH, P. A.; McDONNELL, R. A. Principles of Geographical Information
Systems. Oxford University Press. 1998.
CMARA, G., MOREIRA, F. R., BARBOSA, C., ALMEIDA FILHO, R., BNISCH, S.
Introduo Cincia da Geoinformao. Captulo 9 Tcnicas de Inferncia Geogrfica, p.
9.1 9.48. Disponvel em www.dpi.inpe.br/gilberto/livro/introd/cap9_inferencia.pdf .
Acessado em 27/04/2004.
CAPRIOLI, M.; SCOGNAMIGLIO, A.; STRISCIUGLIO, G.; TARANTINO, E. Rules and
Standards for Spatial Data Quality in GIS Environments. In: INTERNATIONAL
CARTOGRAPHIC CONFERENCE ICC, 21., 2003, Durban. Anais. Durban, South Africa:
ICC, 2003. 10-16. CD-ROM.
CEPROMAT Centro de Processamento de dados do Estado de Mato Grosso. Cuiab
registra maior ndice de crescimento populacional do pas. Disponvel em
http://www.cepromat.mt.gov.br/html/noticias/0704cuiaba.htm , acessado em 10/09/2004.
CINTRA, J. P.; NERO, M. A. Documentos Cartogrficos: Determinao do PEC.
CONGRESSO BRASILEIRO DE CARTOGRAFIA. XX, 2001, Porto Alegre. Anais. Rio de
Janeiro, RJ: Sociedade Brasileira de Cartografia, Geodsia, Fotogrametria e Sensoriamento
Remoto, 2001. CD-ROM.
CONCAR. Manual de Normas Tcnicas da Cartografia Brasileira. Criado em 20/06/1984.
Disponivel em: <www.concar.ibge.gov.br> Acesso em: 2004.
COPEL. Site da Copel. Disponvel em: <http://www.copel.com/pagcopel.nsf > Acesso em:
out/2004.
DALAZOANA, R. Implicaes na Cartografia com a Evoluo do Sistema Geodsico
Brasileiro e Futura adoo do SIRGAS. Ciritiba, 2001. 122 f. Dissertao (Mestrado em
Cincias Geodsicas) Setor Cincias da Terra. Universidade Federal do Paran.
DATASUS Banco de Dados do Sistema nico de Sade. Disponvel em:
http://tabnet.datasus.gov.br/cgi/idb2000/fga03.htm , acessado em: 10/09/2004.
DENT, B. D. Principles of Thematic Map Design. Addison-Wesley Publishing Company,
Inc., 1985.

218
EMPLASA Empresa Paulista de Planejamento Metropolitano S.A. Site da Emplasa.
Disponvel em: <http://www.emplasa.sp.gov.br> Acesso em: 16 e 18/out/2004.
FNUAP- Fundos de Populao das Naes Unidas. Disponvel em:
www.fnuap.org.br/estrut/serv/arquivos/urbanizao.pdf, acessado em 31/05/2004.
FREITAS, S. R. C de.; LAZZAROTTO. D, R.; ROBBI, C.; LUZ, R.T. Avaliao da
Compatibilidade dos Sistemas Geodsicos de Referncia no Brasil. Boletim de Cincias
Geodsicas. Curso de Ps-Graduao em Cincias Geodsicas. Universidade Federal do
Paran. Curitiba, v.10, n.2, p.225-239, jul./dez. 2004.
GUPTILL, S. C. & MORRISON, J. L. Elements of Spatial Data Quality. International
Cartographic Association ICA. Pergamon, 1995.
IATROS Estatstica e Pesquisa Cientfica para Profissionais de Sade. Produzindo
Informao e Conhecimento. ltima reviso: 28 mar. 2003. Disponvel em:
<http://www.vademecum.com.br/iatros/informa.htm> Acessado em 21 mai. 2003.
IBGE Relatrio: Ajustamento da Rede Planimtrica do Sistema Geodsico Brasileiro.
Rio de Janeiro, Julho, 1996.
IBGE Estimativas populacionais do Brasil Grandes Regies, Unidades da Federao e
municpios. Metodologia. Rio de Janeiro. 2002.
IBGE Site do IBGE. Disponvel em: http://www.ibge.com.br, acessado em 14/10/2004.
INETI- Instituto Nacional de Engenharia, Tecnologia e Inovao, I.P. In: A Leitura das
Cartas Geolgicas - Noes Elementares sobre a Base Topogrfica. Disponnel em:
http://www.igm.ineti.pt/edicoes_online/diversos/cartas/capitulo6.htm Acesso em: mai/2005.
IPARDES Instituto Paranaense de Desenvolvimento Econmico e Social; IBGE Instituto
Brasileiro de Geografia e Estatstica; FNUAP Fundo de Populao das Naes Unidas.
Projees de Populao por Sexo e Idade (1991 2020). 1999.
<http://www.pr.gov.br/ipardes/publicacoes/publicacoes.htm>. Acesso em: set/2004.
IPARDES Instituto Paranaense de Desenvolvimento Econmico e Social. ndice de
Desenvolvimento Humano Municipal IDHM 2000. Anotaes sobre o
Desenvolvimento do Paran. Curitiba. Jan./2003. Disponvel em:
<http://www.pr.gov.br/ipardes/publicacoes/publicacoes.htm>. Acesso em: set/2004.
KARNAUKHOVA, E., LOCH, C. - Alguns Problemas Atuais do Mapeamento Digital. Anais,
XX CONGRESSO BRASILEIRO DE CARTOGRAFIA. XX, 2001, Porto Alegre. Anais. Rio
de Janeiro: Sociedade Brasileira de Cartografia, Geodsia, Fotogrametria e Sensoriamento
KEATES, J. S. Cartographic Design and Production. 1.ed. Longman, London and New
York, 1973.
KLIR,G. J. & FOLGER, T. A. Fuzzy Sets, Incertainty, and Information. State University
of New York, Binghamton. Prentice Hall, Englewood Cliffs, New Jersey 07632. 1988.
KOOSIS,D. J. Elementos de Inferencia Estadstica. Mxico: Limusa, 1974.
LEAL, E. V. Anlise da Qualidade Posicional em Bases Cartogrfias Geradas em CAD.
Curitiba, 1998. Dissertao (Mestrado em Cincias Geodsicas) - Departamento de
Geomtica Universidade Federal do Paran.

219
MATHWORKS. MatLab 5.3. USERS GUIDE. Fuzzy Lgic Toolbox. 2000.
MIL-HDBK-850 MILITARY HANDBOOK. Glossary of Mapping, Charting, and
Geodetic Terms. Superseding. Glosxmcgterms. Fourth Edition 1981. 21 January 1994.
MIRANDA, V. Fundamentos de controlo difuso (fuzzy control). Texto bsico para a
disciplina Controlo Difuso e Redes Neurais, do curso de Engenharia Eletrotcnica e de
Computadores da FEUP Faculdade de Engenharia da Universidade do Porto, DEEC
Departamento de Engenharia Electrotcnica e de Computadores. Portugal. 1998.
MONTGOMERY, D.C. Introduo ao Controle Estatstico da Qualidade. 4. ed. Rio de
Janeiro: Lvros Tcnicos e Cientficos, 2004.
MOORE, L. The U.S. Geological Surveys Revision Program For 7,5-Minute
Topographic Maps. U.S. Geological Survey, Mid-Continent Mapping Center Rolla,
Missouri. USA. 2000.
MOREIRA, F. R. S.; ALMEIDA FILHO, R.; CMARA, G. Aplicao da Abordagem de
Importao Semntica (IS) para Caracterizao de Contatos Litolgicos em Modelos de
Inferencia Espacial. Escola de Minas, vol.55, no.4, Ouro Preto Oct./Dic. 2002.
MORRISON, J. L. Spatial data quality. In: GUPTILL, S. C. & MORRISON, J. L. Elements
of Spatial Data Quality. International Cartographic Association ICA. Pergamon, 1995.
MOURA, A. C. M. Geoprocessamento na Gesto e Planejamento Urbano. Belo
Horizonte. MG: Ed. da autora, 2003.
NCL Numerical Cartography Lab Home Page. Spatial Data Standards Around the World.
Disponvel em <http://ncl.sbs.ohio-state.edu/ica/3_spatial.html> Acessado em: 20/07/2004.
NGDC NATIONAL GEOPHYSICAL DATA CENTERS. On Precision in Geographic
Information Systems. Revised: 21 Dec. 1997. Disponvel em:
<http://www.ngdc.noaa.gov/seg/tools/gis/precision.shtml> Acessado em 29 abr. 2003.
ORTEGA, N.R.S. Aplicao da Teoria de Conjuntos Fuzzy a Problemas da Biomedicina.
So Paulo, 2001. 152 f. Tese (Doutorado em Fsica) - Instituto de Fsica da Universidade de
So Paulo.
QUEIROZ, G.A.F., TOZZI, C.L., LANGONE,F. Avaliao Morfolgica e Morfomtrica
de Axnios Mielnicos Utilizando Classificador Fuzzy. UNICAMP, Campinas, SP.
Disponvel em: www.mirror.impa.br/sibgrapi97/anais> Acesso em: dez/2003.
RAGIA, L.; WINTER, S. Contributions to a Quality Description of Areal Objects in Spatial
Data Sets. ISPRS Journal of Photogrammetry & Remote Sensing. No.55, 201-213, 2000.
Disponvel em: <www.sciencedirect.com>, <www.capes.gov.br/> Acessado em: 15 mai.
2003.
RAMIREZ, J. R.; ALI, T. Progress in Metrics Development to Measure Positional Accuracy
of Spatial Data. INTERNATIONAL CARTOGRAFIC CONFERENCE (ICC), 21., 2003,
Durban, South Africa. Anais. Durban: Document Transformation Technologies, 2003. 1763-
1771.
RIBEIRO, C. Noticia disponvel em http://www.parana.com.br/view.htm?id=2568 , acessado
em: 28/09/2004.

220
ROBINSON, A. H.;MORRISON, J. L.; MUEHRCKE, P. C.; KIMERLING, A. J.;
GUPTILL, S. C. Elements of Cartography. 6.ed. New york: John Wiley & Sons,
New York, 1995.
SIMLEY, J. Improving the Quality of Mass Produced Maps. Cartography and Geographic
Information Science, Vol.28, No.2, 97-110, 2001.
SWISS SOCIETY OF CARTOGRAPHY. Cartographic Generalisation
Topographic Maps. Cartographic Publication Series. Published by the Swiss Society
of Cartography. No.2. 1979.
TRZESNIAK, P. Indicadores Quantitativos: Reflexes que Antecedem seu Estabelecimento.
Ci. Inf., Braslia. V.27, n.2, p.159-164, mai/ago 1998. Disponvel em:
<www.ibict.br/cionline/270298/27029808.pdf> Acessado em 21 set. 2002.
U.S. BUREAU OF THE BUDGET. United States National Map Accuracy Standards.
ltima reviso em: 17 jun. 1947. Disponvel em:
<http://rockyweb.cr.usgs.gov/nmpstds/nmas647.html>, Acesso em abr/2003.
UNDP Programa das Naes Unidas para o Desenvolvimento. Relatrio sobre o
Desenvolvimento Humano no Brasil 1996. Captulo 5. Disponvel em
http://www.undp.org.br/HDR/Hdr96/rdhb5.htm , acessaado em 20 de set. de 2004.
UNL. Universidade Nova de Lisboa. Departamento de Cincia da Terra. Modelo Digital de
Terreno. Disponvel em: www.dct.fct.unl.pt/Ensino/ cursos/Disc/SRGG/SRGG_Cap5.pdf -
Resultado suplementar Acesso em: 9/out/2002.
USGS - Standards for Revised Primary Series Quadrangle Maps Part 2. ltima reviso
em: abr. 2001. Diponvel em <http://www.usgs.gov/> Acessado em: 15 mai. 2003(a).
USGS Map Accuracy Standards. (November 1999). ltima reviso em: 31 dec. 2002.
Disponvel em <http://mac.usgs.gov/mac/isb/pubs/factsheets/fs17199.html> Acessado em: 19
mai. 2003(b).
USGS Site da USGS. Senior Management Overview. Disponvel em: <http://thor-
f5.er.usgs.gov/sdts/articles/pdf/senmgr.pdf> Acesso em: 16 jul. 2004.
WEBER, E.; ANZOLCH, R.; LISBOA FILHO, J.; COSTA, A. C.;IOCHPE, C. Qualidade de
Dados Espaciais: In: Relatrio de Pesquisa. rgos financiadores RHAE / CNPq.
Universidade Federal do Rio Grande do Sul UFRGS. Instituto de Informtica do Curso de
Ps-Graduao em Cincia da Computao, 1999.
ZADEH, L. A. Fuzzy Set. Information and Control. V.8, n.1, p.338-353, 1965.

221
REFERNCIAS CONSULTADAS
BARBARIOLI NETTO, E., SILVA, T. A. A. Produo Cartogrfica e Disponibilizao de
Produtos Digitais pela Diretoria de Servio Geogrfico do Exrcito Ministrio da Defesa /
Exercito Brasileiro / Secretaria de Tecnologia da Informao / Diretoria de Servio
Geogrfico / 1
Diviso de Levantamento. CONGRESSO BRASILEIRO DE

CARTOGRAFIA, XX, 2001, Porto Alegre. Anais. Rio de Janeiro: Sociedade Brasileira de
Cartografia, Geodsia, Fotogrametria e Sensoriamento Remoto, 2001. CD-ROM.
BREMAEKER, F.E.J. Evoluo da Populao Brasileira no Perodo 1996-2000. IBAM.
Rio de Janeiro. 2001.
BRISOLA, S. N. Indicadores para Apoio Tomada de Deciso. Ci. Inf., Braslia. V.27, n.2,
p.221-225, mai/ago 1998. Disponvel em: <www.ibict.br/cionline/270298/27029808.pdf>
Acessado em 21 set. 2002.
BURROUGH, P.A. Principles of Geographical Information Systems. Chapman and Hall.
New York. 1986.
CHRISTOFOLETTI, A. Modelagem de Sistemas Ambientais. So Paulo, Edgard Blucher,
1999.
CLARKE, D. G. & CLARK, D. M. Lineage. In: GUPTILL, S. C. & MORRISON, J. L.
Elements of Spatial Data Quality. International Cartographic Association ICA, and
Association Cartographique Internationale ACI. Pergamon, 1995.
COLLEGE OF GEOCIENCES Department of Geography. Cartographic Data Sources:
Ground Survey. GPS, Aerial Photography and Photogrametry, Remote Sensing, and
On-Line Digital Databases. ltima reviso em: 19 abr. 2003. Disponvel em
<http://geog.tamu.edu/~liu/courses/g332/note7.pdf> Acessado em 29 mar. 2003.
DENT, B. D. Cartography Thematic Map Design. McGraw-Hill, 1999.
DJH. UNIVERSITY OF COLORADO DEPARTMENT OF GEOGRAPHY. Calculating
Cohens Kappa. Bolder, Colorado, USA. Revised on 18 October 1999. Disponvel em:
<www.colorado.edu/geography/gcraft/notes/manerror/html/kappa.html> Acessado em 19
mai. 2003.
EDITORIAL. Theme Issue on Algorithms and Techniques for Multi-Source Data Fusion in
Urban Areas. ISPRS Journal of Photogrammetry & Remote Sensing. No.585, 1-3, 2003.
Disponvel em <www.capes.gov.br/> Acessado em: 15 mai. 2003.
FJP & IPEA. Definio e Metodologia de Clculo dos Indicadores e ndices de
Desenvolvimento Humano e Condies de Vida. IN: ATLAS DE DESENVOLVIMENTO
HUMANO NO BRASIL (1998). Pela Fundao Joo Pinheiro FJP e Instituto de Pesquisas
Econmicas Aplicadas IPEA. Disponvel em:
<www.undp.org.br/HDR/HDR2000/metodologias%20-%20IDH-M%20e%20ICV.pdf>
Acessado em: 05 out. 2002.
FREIRIA, N.T. Avaliao da Qualidade Ambiental Urbana Atravs de Indicadores
Caso especial Cidade de Pinhais. Curitiba, 2002. 230 f. Dissertao (Mestrado em
Engenharia Hidrulica) Setor de Tecnologia, Universidade Federal do Paran.
GAMBA. P.; HELLWICH, O.; LOMBARDO, P. Theme issue on Algorithms and Techniques
for Multi-Source Data Fusion in Urban Areas. ISPRS Journal of Photogrammetry &

222
Remote Sensing, v.58 p.1-3. 2003.. Disponvel em: <www.sciencedirect.com>
(www.elsevier.com/locate/isprsjprs ). Acessado em: 15 mai. 2003.
IBGE - Home Page. Mapeamento Topogrfico Sistemtico. Disponvel em:
<http://www1.ibge.gov.br/home/geografia/decar/mapeamento_topografico_sistematico.sht>
Acessado em: 5 jun 2003.
INPE Home Page. Misso e Finalidade. ltima reviso: 28 mar. 2003.Disponvel em:
<http://www.dpi.inpe.br/> Acessado em 5 jun. 2003.(b)
INPE. Site do INPE. Das Coisas Certas e Incertas. Disponvel em
www.dpi.inpe.br?gilberto/infogeo/infogeo21.pdf . Acessado em janeiro de 2005.
IPARDES Disponvel em: http://www.hidricos.mg.gov.br/ufparana/relprin1/tab52.htm
acessado em 17/10/2004.
JAKOBSSON, A.; MARTTINEN, J. Data Quality Management of reference Datasets
Present Practice in European National Mapping Agencies and a Proposal for a new Approach.
INTERNATIONAL CARTOGRAFIC CONFERENCE (ICC), 21., 2003, Durban, South
Africa. Anais. Durban: Document Transformation Technologies, 2003. 1748-1756. CD-
ROM.
JOAQUIM, F. Lgica (Fuzzy) Nebulosa. Rio de Janeiro, 2001.Apostila (Notas de aula da
disciplina Lgica Nebulosa) - Curso de Ps-graduao em Engenharia de Computao, Setor
Geomtica. Universidade Estadual do Rio de Janeiro.
KRAAK, M. J. & ORMELING, F. J. Cartography Visualization of Spatial Data. (1998).
Addison Wesley Longman Limited, 1996.
LUCAREVSCHI, C. I., AVENA, R. C. S. A Cartografia Rodoviria no DNER. UERJ Dep.
Eng. Cartogrfica, Rio de Janeiro. DNER - Instituto de Pesquisas Rodovirias. In:
CONGRESSO BRASILEIRO DE CARTOGRAFIA, XX, 2001, Porto Alegre. Anais. Rio de
Janeiro: Sociedade Brasileira de Cartografia, Geodsia, Fotogrametria e Sensoriamento
MARTINENKO, A. The Earth Knowledge Base: Methodology and Technology.
INTERNATIONAL CARTOGRAFIC CONFERENCE (ICC), 21., 2003, Durban, South
Africa. Anais. Durban: Document Transformation Technologies, 2003. 1801-1804. CD-
ROM.
MOORE, L.; HARRIS, W.; KOCHIS, T. Raster Image Warping for Geometric Correction
of Cartographic Bases. U.S. Geological Survey, Mid-Continent Mapping Center Rolla,
Missouri. USA. ltima reviso: 28 mar. 2003. Ago. 1999. Disponvel em
<http://www.usgs.gov/ > Acesso em 15 mai. 2003.
NOAA Chaper 5. Quality Assurance and Control. ltima reviso: 27 jan. 2003.
Disponvel em <http://www.csc.noaa.gov/crs/lca/c1p5> Acessado em: 12 mai.2003.
PEREIRA, K. D. Atualizao da Legislao Cartogrfica Necessidade Nacional.
COLQUIO BRASILEIRO DE CINCIAS GEODSICAS, III, 2003. Curitiba. Anais.
Curitiba: Universidade Federal do Paran, 2003. CD-ROM.
PUCCINI, A. L. Introduo Programao Linear. Rio de Janeiro. Ed. Livros Tcnicos e
Cientficos Editora S.A. 1976.
RAMALHETE, M; GUERREIRO, J.; MAGALHES, A. Programao Linear. Ed.
McGraw-Hill de Portugal. Lda. 1984.

223
STANDARD e METADATA GIS. Disponibilizado em:
<http://www.gisform.it/GisLink/pstd.html> Acesso em: 5 ago. 2004.
TEIXEIRA SILVA, I. F. Cartografia em Apoio s Operaes Censitrias Outros >
Acessado em: 11 fev. 2003.
THE UNIVERSITY OF BIRMINGHAM. Quantitative Methods and It (A B & C)
Management Science Component. Introductory Notes. Disponvel em:
<http://www.bham.ac.uk/strathcona/Pdfs/Quantive Methods & management science
component/ INTROTIF.PDF> Acesso em dez/2003.
UNIVERSITY OF BRITISH COLUMBIA Department of Geography.Unit 45 Accuracy
of Spatial Databases. ltima reviso: 30 ago. 1997. Disponvel em
<http://www.geog.ubc.ca/courses/klink/gis.notes/ncgia/u45.html>. Acessado em: 12 mai.
2003.
UNIVERSITY OF COLORADO. An Example of Sensitivity Analysis. ltima reviso em:
18 out. 1999. Disponvel em
<http://www.colorado.edu/geography/gcraft/notes/manerror/html/sensitiv.html> Acessado em
19 mai. 2003.
UNIVERSITY OF COLORADO. Error, Accuracy, and Precision. Disponvel em:
<http://www.colorado.edu/geography/gcraft/notes/error/error_f.html> Acessado em 12 mai.
2003. ltima reviso: 4 ago. 2002 (a).
UNIVERSITY OF COLORADO. Managing Error. Disponvel em
<http://www.colorado.edu/geography/gcraft/notes/manerror/manerror_f.html> Acessado em
12 mai. 2003. ltima reviso em: 4 out. 2002 (b).
USGS National Mapping Program Standasds. ltima reviso em: 15 mai. 2003.
Disponvel em <http://mapping.usgs.gov/standards/index.html > Acessado em: 15
mai.2003.(a)
USGS Standards for Digital Elevation Models Part 3. 1992/1997. Diponvel em
<http://www.usgs.gov/> Acessado em:15 mai. 2003. (b)
VERIGIN, H. & HARGITAI, P. An Evaluation Matrix for Geographical Data Quality. In:
GUPTILL, S. C. & MORRISON, J. L. Elements of Spatial Data Quality. International
Cartographic Association ICA, and Association Cartographique Internationale ACI.
Pergamon, 1995.

224
ANEXO 1 CARTAS NA ESCALA 1:10.000 DO ANO DE 1976 REGIO DO
MUNCIPIO DE PIRAQUARA
- Carta: 429;
- Carta 430;
- Carta 431;
- Carta 432;
- Cartas: 429, 430, 431 e 432.

225

226

227

228

229

230

ANEXO 2 TABELA CURVA DE DISTRIBUIO NORMAL
FONTE: KOOSIS D. J. (1974)

231

Avaliação Da Qualidade de Base Cartográfica

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

Avaliação Da Qualidade de Base Cartográfica

Enviado por

Direitos autorais:

Formatos disponíveis

DEISE REGINA LAZZAROTTO

AVALIAO DA QUALIDADE DE BASE CARTOGRFICA POR

Diviso de Levantamento. CONGRESSO BRASILEIRO DE

Você também pode gostar