Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução
Os sistemas de informação geográfica (SIGs) surgiram na década de 1960,
com versões iniciais limitadas a funções básicas, devido aos escassos
recursos tecnológicos. Com o advento de novas tecnologias e o de-
senvolvimento de hardware mais potentes, com melhor capacidade de
processamento e armazenamento de dados, os software SIGs também
ganharam novas funções, até se tornarem ferramentas essenciais para o
estudo dos fenômenos que se distribuem pelo espaço.
A evolução da arquitetura e das ferramentas dos SIGs possibilitou sua
aplicação em diversas áreas do conhecimento, ganhando aplicabilidades
e funções específicas para atender diversos tipos de usuários. Os avanços
contínuos relacionados a esses software facilitam e agilizam os estudos
espaciais, sejam eles associados à área ambiental ou socioeconômica,
afinal, tudo o que estudamos possui uma localização no espaço e interage
com outras variáveis. Além disso, a espacialização dos dados geográficos
possibilitada pelos software SIG facilita a análise espacial, seja ela simples,
pela qual observamos a distribuição geográfica de um fenômeno, ou mais
complexa, incluindo diversas variáveis e o levantamento de hipóteses.
Neste capítulo, você vai estudar algumas aplicações dos SIGs nas áreas
ambiental, socioeconômica e de planejamento e gestão territorial. Você
também vai verificar algumas características que são importantes para
a escolha de um SIG e exemplos de software que estão disponíveis no
mercado. Por último, você vai compreender como é realizada a análise
espacial, verificando os tipos de dados e os modelos inferenciais aplicados
a ela.
2 Características dos SIGs
Estrutura
SIG Equipamentos Observações
de dados
software pago, você deve optar pelos que melhor desempenham as funções
desejadas e são de livre acesso. Desse modo, diante da grande diversidade de
possibilidades, a escolha do melhor software SIG depende diretamente das
necessidades individuais dos seus usuários.
Ao longo dos anos, surgiram diversas tendências no desenvolvimento dos
software SIG; entre as mais recentes, pode-se mencionar as tentativas de popu-
larização do uso das informações espaciais. Desse modo, foram desenvolvidas
ferramentas mais simples e baratas, com base em microcomputadores que são
acoplados em redes de servidores de dados espaciais, sendo estes mais poten-
tes e eficientes. Também é crescente o uso de imagens de satélite, facilitado
pelo desenvolvimento de hardware mais eficientes, o que reduziu os custos
de armazenamento e processamento de imagens (DAVIS; CÂMARA, 2001).
Além disso, o desenvolvimento de sensores de alta resolução acoplados a
satélites e a possibilidade de monitoramento da Terra em tempo real fomentaram
o uso das imagens de sensores remotos e o desenvolvimento de tecnologias
capazes de processá-las. As imagens de alta resolução espacial se tornaram
tendência a partir do ano de 2000, sendo que um dos primeiros satélites
seguindo esses preceitos foi o IKONOS-2, com imagens que possuem 1 m de
resolução espacial. Em 2009, foi lançado o WORDVIEW-2, cuja resolução
espacial das imagens chega a 0,5 m, sendo muito utilizado para realizar ma-
peamentos em escalas de detalhe.
A crescente utilização de dados geográficos pela sociedade e a diversidade
de software SIG disponíveis tornaram necessário desenvolver tentativas de
padronização e integração dos dados, de modo que eles pudessem ser com-
partilhados entre usuários que utilizam plataformas distintas. Assim, outra
tendência se associa às diversas tentativas de intercâmbio de dados geográficos,
com a criação de mecanismos capazes de integrar fontes de dados oriundas de
diferentes plataformas. O intercâmbio de dados geográficos pode ser definido,
segundo Casanova et al. (2005, p. 306), como “a capacidade de compartilhar
e trocar informações e processos entre diferentes usuários de informação”.
Desse modo, o maior desafio do intercâmbio de dados é trabalhar com SIGs
que possuem diferentes modelos conceituais, o que pode acarretar problemas
como distorção de dados e menor qualidade da informação (CASANOVA et
al., 2005).
Nesse sentido, pode-se mencionar o Open Geospatial Consortium (OGC),
que é um consórcio entre diversas instituições (universidades, agências gover-
namentais e companhias), tendo como principal objetivo o desenvolvimento de
tecnologias capazes de garantir a operabilidade entre sistemas. Os principais
Características dos SIGs 11
dos programas aplicativos e das páginas web. Assim, essa camada pode tanto
realizar o controle de acesso de usuários aos dados quanto rotear as aquisições,
sem a necessidade de interferência do usuário (DAVIS JÚNIOR; SOUZA;
BORGES, 2005).
para uma distribuição espacial que não é aleatória. No exemplo dos casos
de dengue, a concentração de eventos (pessoas contaminadas) em uma área
indicaria um padrão de conglomerados, demonstrando a existência de um
padrão espacial na distribuição da doença.
Na análise de dados em superfícies contínuas, conforme mencionado ante-
riormente, são utilizadas as amostras coletadas em campo para reconstruir a
superfície. Essa reconstrução se baseia na modelagem da variabilidade espacial
do fenômeno, sendo que, geralmente, se aplica a interpolação (CAMARGO;
FUCKS; CÂMARA, 2004). Um exemplo desse tipo de análise ocorre com
o levantamento de dados topográficos da superfície terrestre e a sua repre-
sentação espacial. Uma das formas de se realizar esse levantamento é com
a coleta das informações planialtimétricas com um aparelho que utiliza o
sistema de posicionamento global (GPS, do inglês global positioning system),
criando-se uma malha de pontos de um determinado terreno. Ao transferir as
informações levantadas pelo GPS para um software SIG, você cria um banco
de dados e, a partir dele, realiza a interpolação dos pontos, o que vai resultar
em uma carta com a superfície topográfica daquele terreno. Assim, ao olhar
para essa carta, você consegue visualizar a variação da altitude de forma
contínua, identificando as áreas que possuem maiores ou menores altitudes.
2004b). Por serem delimitadas por polígonos fechados, supõe-se que existe uma
homogeneidade dentro desses polígonos e que as mudanças somente ocorrem
nos seus limites. Entretanto, essa afirmação não é uma verdade absoluta, pois,
se pensarmos que essas divisões por áreas possuem critérios operacionais ou
políticos, não existem garantias de que as características sejam homogêneas
(CÂMARA et al., 2004a). Por vezes, ocorre a homogeneização de grupos com
características distintas, criando-se um cenário que representa uma média.
Para compreender como é feita a análise espacial em áreas de contagem,
pode-se pensar na distribuição do rendimento mensal de domicílios nas dis-
tintas unidades da federação (estados). A partir de dados coletados no site do
IBGE, podemos realizar a espacialização da renda por estados, separando em
classes, representadas por cores. Por exemplo, pode-se criar as classes de 0 a 1
salário mínimo (branco), de 1 a 3 salários mínimos (verde claro) e de mais de
3 salários mínimos (verde escuro). A Figura 4 ilustra um exemplo da renda
média mensal distribuída por estados.
Ao observamos esse mapa, conseguimos notar que as regiões Norte e
Nordeste concentram os estados com menor rendimento (até 998 reais) e que
na região Sul estão os maiores rendimentos (mais de 1.477 até 3.087 reais). Essa
observação é um exemplo de análise de dados em áreas de contagem. A partir
dela, podemos pensar em novas variáveis, fazendo perguntas e levantando
hipóteses: por que ocorre maior concentração de renda na região Sul? Existe
relação com a industrialização?
A partir do entendimento dos tipos de dados em análise espacial, deve-se
compreender que existem modelações matemáticas e aplicações estatísticas
nos software SIG, para que ocorra a análise dos fenômenos espaciais. Desse
modo, a análise espacial abrange diversos procedimentos, que têm por objetivo
escolher o modelo inferencial que melhor represente o relacionamento espa-
cial do fenômeno (CÂMARA et al., 2004a). Para que isso ocorra, o primeiro
procedimento é realizar uma análise exploratória e a visualização dos dados,
que pode ser feita por meio de mapas. Nesse momento, é possível descrever
como as variáveis do estudo se distribuem, tentando identificar se existem
distribuições atípicas (outliers) ou se ocorrem padrões. Esse procedimento
possibilita a criação de hipóteses sobre o que foi observado, para que elas
auxiliem na seleção do melhor modelo inferencial (CÂMARA et al., 2004a).
Características dos SIGs 17
Figura 4. Rendimento mensal domiciliar per capita médio por estados, um exemplo de
análise de dados em áreas de contagem.
Fonte: IBGE (2018).
CÂMARA, G. et al. Análise espacial de áreas. In: DRUCK, S. et al. (ed.). Análise espacial de
dados geográficos. Brasília: EMBRAPA, 2004b.
CÂMARA, G. et al. Análise espacial e geoprocessamento. In: DRUCK, S. et al. (ed.). Análise
espacial de dados geográficos. Brasília: EMBRAPA, 2004a.
CÂMARA, G. et al. Anatomia de sistemas de informação geográfica. Campinas: Instituto
de Computação/UNICAMP, 1996. Disponível em: http://www.dpi.inpe.br/gilberto/
livro/anatomia.pdf. Acesso em: 1 ago. 2020.
CÂMARA, G.; CARVALHO, M. S. Análise espacial de eventos. In: DRUCK, S. et al. (ed.).
Análise espacial de dados geográficos. Brasília: EMBRAPA, 2004.
CÂMARA, G.; DAVIS, C. Apresentação. In: CÂMARA, G.; DAVIS, C.; MONTEIRO, A. M. V.
(org.). Introdução à ciência da Geoinformação. São José dos Campos, SP: INPE, 2001. cap.
1. p. 1–5. Disponível em: http://www.dpi.inpe.br/gilberto/livro/introd/cap1-introducao.
pdf. Acesso em: 1 ago. 2020.
CÂMARA, G.; MONTEIRO, A. M. V. Conceitos básicos em ciência da Geoinformação.
In: CÂMARA, G.; DAVIS, C.; MONTEIRO, A. M. V. (org.). Introdução à ciência da Geoinfor-
mação. São José dos Campos, SP: INPE, 2001. cap. 2. p. 1–35. Disponível em: http://
www.dpi.inpe.br/gilberto/livro/introd/cap2-conceitos.pdf. Acesso em: 1 ago. 2020.
CAMARGO, E. C. G.; FUCKS, S. D.; CÂMARA, G. Análise espacial de superfícies. In: DRUCK,
S. et al. (ed.). Análise espacial de dados geográficos. Brasília: EMBRAPA, 2004.
CASANOVA, M. A. et al. Integração e interoperabilidade entre fontes de dados geo-
gráficos. In: CASANOVA, M. et al. (org.). Banco de dados geográficos. Curitiba: Mundo
GEO, 2005. p. 305–340.
DAVIS, C.; CÂMERA, G. Arquitetura de sistemas de informação geográfica. In: CÂMERA,
G.; DAVIS, C.; MONTEIRO, A. M. V. (org.). Introdução à Ciência da Geoinformação. São José
dos Campos, SP: INPE, 2001. cap. 3. p. 1–12. Disponível em: http://www.dpi.inpe.br/
gilberto/livro/introd/cap3-arquitetura.pdf. Acesso em: 1 ago. 2020.
DAVIS JÚNIOR, C. A. et al. O Open Geospatial Consortium. In: CASANOVA, M. et al. (org.).
Banco de dados geográficos. Curitiba: Mundo GEO, 2005. p. 367–383.
DAVIS JÚNIOR, C. A.; SOUZA, L. A.; BORGES, K. A. V. Disseminação de dados geográficos
na Internet. In: CASANOVA, M. et al. (org.). Banco de dados geográficos. Curitiba: Mundo
GEO, 2005. p. 341–366.
HAMADA, E.; GONÇALVES, R. R. V. Introdução ao geoprocessamento: princípios básicos
e aplicação. Jaguariúna, SP: EMBRAPA Meio Ambiente, 2007.
20 Características dos SIGs
Os links para sites da web fornecidos neste capítulo foram todos testados, e seu fun-
cionamento foi comprovado no momento da publicação do material. No entanto, a
rede é extremamente dinâmica; suas páginas estão constantemente mudando de
local e conteúdo. Assim, os editores declaram não ter qualquer responsabilidade
sobre qualidade, precisão ou integralidade das informações referidas em tais links.