Índice

1. Introdução ............................................................................................................................... 4

2. Objetivos................................................................................................................................. 5

2.1. Objetivo geral ...................................................................................................................... 5

2.1. Objetivos específicos ........................................................................................................... 5

3. Metodologia ............................................................................................................................ 5

4. Dados Geográficos ................................................................................................................. 6

4.1. Modelos de dados geográficos ............................................................................................ 7

4.1.1. Métricas ............................................................................................................................ 7

4.1.2. Não-métricas ..................................................................................................................... 7

4.2. Modelos de dados matriciais e vetoriais .............................................................................. 8

4.2.1. Modelo Vetorial ................................................................................................................ 9

4.3. Tipos de dados representados por estruturas vetoriais ........................................................ 9

4.3.1. Mapa temático .................................................................................................................. 9

4.3.2. Mapa Cadastral ................................................................................................................. 9

4.3.3. Mapa de Rede ................................................................................................................. 10

4.3.4. Modelos Numéricos de Terreno ..................................................................................... 11

4.4. Elementos básicos da estrutura vetorial ............................................................................ 11

4.5. Representações vetoriais.................................................................................................... 13

4.5.1. Linha poligonal ............................................................................................................... 13

4.5.2. Topologia ........................................................................................................................ 14

4.5.3. Digitalização ................................................................................................................... 14

4.6. Modelo Matricial ............................................................................................................... 15

4.6.1. Estrutura matricial .......................................................................................................... 15

4.8. Conversão do formato vetorial para o matricial ................................................................ 16

4.9. Conversão do formato matricial para o vetorial ................................................................ 17

4.10. Importância dos dados geográficos na Geologia ............................................................. 18

5. Conclusão ............................................................................................................................. 20

Referências bibliográficas ........................................................................................................ 21

Lista de figuras

Figura 1. formatos de dados raster/matricial e vetorial/vector ................................................... 8

Figura 2. recursos de ponto ........................................................................................................ 8
Figura 3. Ponto ......................................................................................................................... 11
Figura 4. Linha ......................................................................................................................... 12
Figura 5. Áreas (poligno) ......................................................................................................... 12
Figura 6. Conjunto de pontos interligados por segmentos de reta que começa e termina em um
nó. ............................................................................................................................................. 13
Figura 7. A linha poligonal é utilizada quando o ponto de interseção das linhas não deve ser
modelada, e então não há necessidade de se introduzir um nó................................................. 14
Figura 8. Uma linha poligonal em que é atribuído um único valor z. ...................................... 14
Figura 10. Conversão do formato vetorial para o matricial ...................................................... 17
Figura 11. Conversão do formato matricial para o vetorial ...................................................... 18
1. Introdução
Os dados geográficos desempenham um papel central na compreensão do mundo ao nosso
redor. Em uma era impulsionada pela tecnologia, a coleta, análise e visualização de dados
geográficos estão transformando a maneira como exploramos e interagimos com nosso
ambiente. Desde a antiguidade, os seres humanos têm sido fascinados pela geografia, buscando
compreender as nuances da superfície terrestre e as interações complexas que ocorrem nela. No
entanto, o advento da tecnologia digital revolucionou nossa capacidade de capturar e processar
informações geográficas de maneiras anteriormente inimagináveis. Dados geográficos
abrangem uma ampla gama de informações espaciais, incluindo coordenadas de latitude e
longitude, elevação do terreno, características naturais e artificiais da paisagem, distribuição de
recursos naturais, padrões climáticos, densidade populacional e muito mais. Esses dados são
coletados através de uma variedade de métodos, incluindo satélites, sensores remotos, sistemas
de posicionamento global (GPS), levantamentos terrestres e tecnologias de sensoriamento.

Nesta era digital, os dados geográficos são uma ferramenta essencial para enfrentar os
complexos desafios sociais, ambientais e econômicos que enfrentamos. Ao aproveitar o poder
dessas informações, podemos moldar um futuro mais sustentável, resiliente e equitativo para as
gerações futuras.
2. Objetivos

2.1. Objetivo geral

 Estudar as características, métodos de obtenção e aplicações dos dados geográficos,
buscando ampliar o entendimento sobre seu potencial e desafios na sociedade moderna.

2.1. Objetivos específicos

 Descrever os modelos de dados geográficos
 Identificar os tipos de dados representados por estruturas vetoriais
 Demostrar as representações vetoriais
 Mencionar os elementos básicos da estrutura vetorial
 Descrever as vantagens e as desvantagens das estruturas vetorial e matricial
 Relatar a importância dos dados geográficos na geologia

3. Metodologia
Para elaborar o presente trabalho, foi adotada uma abordagem fundamentada em revisão
bibliográfica. A pesquisa foi conduzida por meio da seleção e análise crítica de fontes
bibliográficas relevantes, cujos autores foram citados ao longo do texto e estão devidamente
listados nas referências bibliográficas. As referências foram obtidas por meio de bases de dados
acadêmicas, livros, artigos científicos e outros recursos confiáveis. A análise dos materiais
bibliográficos permitiu compreender as principais teorias, conceitos e abordagens relacionadas
ao tema em questão, proporcionando embasamento teórico para a construção do presente
trabalho.
4. Dados Geográficos
Dados geográficos são informações que descrevem características ou fenômenos relacionados
a locais específicos na superfície terrestre.

Eles podem incluir uma ampla gama de informações, como coordenadas geográficas (latitude
e longitude), altitudes, características físicas (como relevo e cobertura vegetal), dados
socioeconômicos (como densidade populacional e renda média) e qualquer outro atributo que
possa ser associado a uma localização geográfica (SILVA, R., 2002). A coleta de dados
geográficos envolve várias técnicas e métodos, incluindo:

Sensoriamento Remoto: Utilização de sensores instalados em satélites, aeronaves ou drones

para capturar imagens da superfície terrestre. Essas imagens podem ser de diferentes tipos,
como fotografias aéreas, imagens de radar ou imagens de satélite. O sensoriamento remoto
permite a obtenção de dados sobre características físicas da superfície terrestre em larga escala
e de forma não intrusiva (SILVA, R., 2002).

Sistemas de Posicionamento Global (GPS): O GPS é uma tecnologia que utiliza uma rede de
satélites para determinar a localização precisa de receptores na Terra. Esses receptores podem
ser dispositivos portáteis, como smartphones, ou equipamentos mais sofisticados usados em
levantamentos topográficos e de mapeamento. O GPS é amplamente utilizado para coletar
dados de localização geográfica com alta precisão (SILVA, R., 2002).

Levantamentos de Campo: Coleta de dados diretamente no terreno por meio de levantamentos

físicos. Isso pode envolver a medição de características físicas, como elevações e cursos d'água,
ou a coleta de dados socioeconômicos por meio de entrevistas e questionários realizados com
as pessoas que vivem na área estudada.

Geotagging e Redes Sociais: Muitas plataformas online permitem que os usuários associem
informações geográficas, como fotos, postagens e check-ins, a locais específicos. Esses dados
podem ser úteis para entender padrões de comportamento humano e atividades em diferentes
locais geográficos.

Bases de Dados Governamentais e Institucionais: Muitos governos e instituições mantêm

bases de dados geográficos que contêm uma variedade de informações, como divisões
administrativas, recursos naturais, infraestrutura e muito mais. Esses dados podem ser obtidos
através de portais governamentais, organizações internacionais ou instituições acadêmicas para
análise e pesquisa (SILVA, R., 2002).
4.1. Modelos de dados geográficos
Os Dados geográficos ou georreferenciados possuem propriedades geométricas (métricas) e
topológicas (não métricas)

4.1.1. Métricas
Quando nos referimos a "dados geográficos métricos", estamos falando de dados que envolvem
medidas quantitativas em unidades métricas (como metros, quilômetros, hectares, etc.) e estão
associados a características geográficas ou espaciais. Esses dados são comumente utilizados em
diversas áreas, como geografia, geologia, planejamento urbano, engenharia, entre outras
(QUEIROZ, G. R.; 2005).

Aqui estão alguns exemplos de dados geográficos métricos:

 Altitude: Medida da altura de um ponto em relação ao nível médio do mar. É geralmente

expressa em metros ou pés.
 Comprimento de rios, estradas, e outros elementos lineares: Medição do
comprimento de características geográficas lineares, como rios, estradas, ferrovias,
entre outros. Expresso em metros ou quilômetros.
 Área de terrenos e regiões: Medida da extensão de uma superfície plana, expressa em
metros quadrados, quilômetros quadrados, hectares, acres, entre outros.
 Distância entre pontos: Medição da distância entre dois pontos em um mapa ou em
coordenadas geográficas, expressa em metros ou quilômetros.
 Profundidade oceânica: Medida da profundidade dos oceanos e mares, expressa em
metros.
 Precipitação pluviométrica: Medida da quantidade de chuva que cai em uma
determinada área durante um período de tempo específico, expressa em milímetros.

4.1.2. Não-métricas
Os dados geográficos não-métricos são informações que descrevem características geográficas
ou espaciais que não podem ser quantificadas diretamente em unidades de medida métricas,
como metros ou quilômetros. (QUEIROZ, G. R.; 2005). Em vez disso, eles representam
atributos qualitativos ou categóricos associados a locais geográficos. Aqui estão alguns
exemplos de dados geográficos não-métricos:

 Tipo de uso do solo: Descreve a classificação do uso do solo em uma determinada área,
como áreas urbanas, agricultura, florestas, áreas úmidas, entre outros.
  Tipo de cobertura vegetal: Indica os diferentes tipos de vegetação que cobrem uma
determinada região, como floresta tropical, savana, vegetação rasteira, entre outros.
 Clima: Representa as condições climáticas de uma área específica, como clima tropical,
clima árido, clima temperado, entre outros.
 Tipo de habitat: Descreve os diferentes tipos de habitat encontrados em uma área,
como habitat de floresta, habitat de montanha, habitat de água doce, entre outros.
 Uso da terra: Indica como uma área específica está sendo usada, como residencial,
comercial, industrial, recreacional, entre outros.

4.2. Modelos de dados matriciais e vetoriais

Os dados espaciais, em SIG, têm dois formatos primários (arranjo de dados para
armazenamento ou apresentação): raster/matricial e vector/vetorial. O formato matricial é
baseado numa estrutura de grade de células, enquanto o formato vetorial é mais parecido com
um mapa de linhas (CÂMARA, G., 1995).

Figura 1. formatos de dados raster/matricial e vetorial/vector

Fonte: https://www.infoescola.com/cartografia/dados-geograficos/

Figura 2. recursos de ponto

Fonte: https://www.infoescola.com/cartografia/dados-geograficos/
4.2.1. Modelo Vetorial
Por definição, vetores são elementos de dados que permitem descrever posição e direção. Em
SIG, um vetor é a representação gráfica de feições como mapa, sem o efeito de generalização
de uma grade matricial. As linhas são analógicas, isto é, não são quebradas em células ou em
fragmentos, mas são contínuas do seu início ao seu final. Portanto, a forma representada é mais
acurada, como um mapa real. De fato, os dados vetoriais são muito mais acurados do que os
dados matriciais (CÂMARA, G., 1995). Na imagem 1, o rio preserva suas curvas e as regiões
de floresta tem forma realística. A única limitação é a espessura das linhas usadas para
representar a feições. Também as casas não são normalmente mostradas em tamanho correto
(exceto para escalas muito grandes), e são consideradas feições pontuais e devem ser
representadas por meio de símbolos pontuais. Neste caso um símbolo quadrado. Os poços, da
imagem 2, são denotados por pontos na versão vetorial. Para os locais em que não há dados,
nada é introduzido e presume-se que não haja dados ou poços. O modelo vetorial parece ser
muito mais simples e mais fácil para a visualização do que o modelo matricial (SILVA, R.,
2002).

4.3. Tipos de dados representados por estruturas vetoriais

4.3.1. Mapa temático

Contém regiões geograficamente definidas por um ou mais polígonos como os cartografados
em mapas de uso do solo e de vegetação. As informações qualitativas são sobre um único tema
obtidos, ou a partir de levantamentos de campo e posteriormente inseridos no sistema por
digitalização ou a partir da classificação automática de imagens (CÂMARA, G., 1995).

Associado a uma categoria do modelo temático, onde o processo de modelagem espacial é

definido por geocampos, representados por áreas homogêneas com limites definidos
(polígonos). Cada área de um geocampo está associada a um e somente um valor de variável
espacial representada. Por exemplo, em um mapa de solo, cada posição do espaço está
associado a um tipo específico de solo.

4.3.2. Mapa Cadastral

Distingue-se de um mapa temático por não possuir temas e considerar seus elementos como
objetos geográficos que possuem atributos e podem estar representados em vários mapas de
diferentes escalas e projeções. Por exemplo, os lotes de uma cidade são elementos do espaço
geográfico que possuem atributos (dono, localização, IPTU, etc.) e que podem ter
representações gráficas em mapas de escalas distintas (DAVIS, C.; 2005).
Associado a categoria do modelo cadastral, onde o processo de modelagem espacial é definido
por objetos geográficos. Os objetos têm existência independente de sua representação num
mapa e são usualmente criados a partir de seus atributos e só depois localizados no espaço. Por
exemplo, a classe de objeto de um mapa cadastral indicada por hospital pode estar especializada
em hospital público e hospital privado e os atributos da classe hospital são herdados pela
subclasses hospital público e hospital privado, que podem ter atributos próprios (DAVIS, C.;
2005).

De forma similar ao mapa temático, no mapa cadastral a representação dos dados usualmente
se apresentam na forma vetorial e utiliza a topologia arco-nó-polígono para armazenamento dos
dados.

4.3.3. Mapa de Rede

Mapa que utiliza a topologia arco-nó e armazena a localização e a simbologia associadas à
estruturas linearmente conectadas. Pode ser associado à informações referentes à:

 Serviço de utilidade pública, água, luz e telefone;

 Redes de drenagem (bacias hidrográficas);
 Rodovias.

Este mapa deverá estar associado a categoria do modelo e similarmente ao modelo cadastral, o
processo de modelagem espacial é definido por objetos geográficos rede. Cada objeto
geográfico do mapa de rede (ex. cabo telefônico, transformador de rede elétrica, cano de água)
possui uma localização geográfica exata e está sempre associado a atributos descritivos,
presentes no banco de dados (DAVIS, C.; 2005).

As informações gráficas de redes são armazenadas em coordenadas vetoriais, com topologia

arco-nó e podem conter atributos. Os atributos de arcos, indicam o sentido de fluxo enquanto
os atributos dos nós indicam a impedância (custo de percorrimento). A topologia de redes
constitui um grafo, que armazena informações sobre recursos que fluem entre localizações
geográficas distintas. Para citar um exemplo, tome-se uma rede elétrica , que tem entre os
componentes: postes, transformadores, subestações, linhas de transmissão e chaves. As linhas
de transmissão serão representadas topologicamente como os arcos de um grafo orientado,
estando as demais informações concentradas em seus nós (DAVIS, C.; 2005).
4.3.4. Modelos Numéricos de Terreno
Representação matemática da distribuição espacial de uma determinada característica vinculada
a uma superfície real.

Associado a uma categoria do modelo numérico, onde o processo de modelagem espacial é

definido por geocampos, assim para uma dada área geográfica , um geocampo numérico
associa, a cada ponto do espaço, um valor real.

Uma mapa de MNT pode ser armazenado na forma vetorial ou matricial. Na representação
vetorial a topologia pode ser do tipo arco-nó, com arcos que se conectam entre si através de nós
(ponto inicial e final) ou Grade Triangular (TIN), onde os arcos se conectam através de pontos
formando uma malha triangular. A representação matricial é do tipo grande retangular, na qual
uma área é dividida em células de tamanho fixo e cada célula tem o valor as superfície.

4.4. Elementos básicos da estrutura vetorial

Pontos, linhas e áreas (ou polígonos) são os elementos que permitem a estrutura vetorial
representar os dados da forma mais precisa uma vez que suas coordenadas geográficas estão
em um espaço contínuo e possibilitam descrição exata de posição, tamanho e dimensão.

Ponto- Definido para toda entidade geográfica que pode ser localizada por um par de
coordenadas xy, é utilizada para representar a localização de um fenômeno geográfico, ou para
representar uma feição do mapa que é muito pequena para ser mostrada como uma área ou
linha. Exemplos: localização de uma cidade, uma pista de pouso, o pico de uma montanha ou
um ponto cotado (quando este além das coordenadas XY, tem-se um atributo Z, que pode ser a
cota altimétrica ou outro parâmetro qualquer).

Figura 3. Ponto

Fonte: CÂMARA, G. Representação Computacional de Dados Geográficos. In: CÂMARA, G.; DAVIS, C.;
CASANOVA, M. A.; QUEIROZ, G. R. D., eds., Bancos de Dados Geográficos: Curitiba, Editora MundoGEO,
2011.
Linha -Definida por no mínimo dois pares de coordenadas xy (dois pontos) é utilizada para
representar feições do mapa que são muito estreitas para serem mostradas como área ou que
teoricamente não têm espessura. Exemplos: um rio, uma rodovia, linha de costa de um
continente, uma linha de contorno ou um limite administrativo.

Figura 4. Linha

Fonte: CÂMARA, G. Representação Computacional de Dados Geográficos. In: CÂMARA, G.; DAVIS, C.;
CASANOVA, M. A.; QUEIROZ, G. R. D., eds., Bancos de Dados Geográficos: Curitiba, Editora MundoGEO,
2011.

Quando uma linha passa a ter um atributo Z qualquer, além das coordenadas XY dos pontos
que a constitui, é chamada de isolinha. Ao longo de uma isolinha todos os pontos têm o mesmo
valor de Z.

Áreas -Definidas como série de coordenadas (x,y), formando segmentos de linhas que fecham
uma área e freqüentemente representam-se elementos de área por polígonos. Exemplos:
extensão geográfica de uma cidade, um lago, uma área desmatada.

Figura 5. Áreas (poligno)

Fonte: CÂMARA, G. Representação Computacional de Dados Geográficos. In: CÂMARA, G.; DAVIS, C.;
CASANOVA, M. A.; QUEIROZ, G. R. D., eds., Bancos de Dados Geográficos: Curitiba, Editora MundoGEO,
2011.
4.5. Representações vetoriais
Os três elementos básicos são traduzidos em objetos geográficos com representações
conhecidas como Nós, Pontos, Arcos, Isolinhas, Ilhas, Linhas poligonais e Polígonos.
Dependendo dos objetos geográficos que serão representados nos mapas, os pontos
correspondem à arcos, nós, linhas poligonais, polígonos ou ilhas (DAVIS, C.; 2011).

Arco- padrões geológicos ou ambientais em forma de curva, como arcos de ilhas no Oceano
Pacífico, o arco alpino da Europa ou o arco de desmatamento na Amazônia. Essas formações
destacam-se por sua curvatura ao longo de extensões geográficas específicas (DAVIS, C.;
2011).

Figura 6. Conjunto de pontos interligados por segmentos de reta que começa e termina em um nó.

Fonte: CÂMARA, G. Representação Computacional de Dados Geográficos. In: CÂMARA, G.; DAVIS, C.;
CASANOVA, M. A.; QUEIROZ, G. R. D., eds., Bancos de Dados Geográficos: Curitiba, Editora MundoGEO,
2011.

Arcos são usados para modelar as fronteiras dos polígonos delimitando objetos que definem
áreas. Um nó é um tipo especial de ponto que tem por objetivo definir o ponto de interseção de
dois ou mais arcos. Dois polígonos adjacentes podem compartilhar o mesmo arco, desde que a
interseção das linhas seja delimitada pela presença de um nó.

4.5.1. Linha poligonal

Ou polígono aberto, é formado por um conjunto de pontos interligados por segmentos de reta
que começam e terminam em um nó. Ao contrário de um arco uma linha poligonal não define
uma área (polígono). Utilizada para modelar feições lineares como linhas que representam
fraturas geológicas, rios, estradas, e outros elementos geográficos que possam ser observados
como feições lineares (DAVIS, C.; 2011).
Figura 7. A linha poligonal é utilizada quando o ponto de interseção das linhas não deve ser modelada, e então
não há necessidade de se introduzir um nó .

Fonte: http://geoprocessamento-cartografia.weebly.com/linha-poligonal.html
Figura 8. Uma linha poligonal em que é atribuído um único valor z.

Fonte: http://geoprocessamento-cartografia.weebly.com/linha-poligonal.html

4.5.2. Topologia
Definida como a parte da matemática que estuda as propriedades geométricas que não variam
mediante uma deformação, especificamente o relacionamento espacial entre os objetos, como
por exemplo proximidade e vizinhança. Formas e coordenadas dos objetos são menos
importantes que os elementos do modelo topológico como conectividade, contiguidade e
continência. A definição da topologia explicita os relacionamentos espaciais entre os objetos
através de um processo matemático. A definição da topologia para um dado de modelo temático
ou cadastral, resulta na criação dos polígonos armazenando as informações das linhas, nós e
identificadores que os compõem, as linhas que são compartilhadas por diferentes polígonos e
as vizinhanças e circunscrividade entre eles (DAVIS, C.; 2011).

A topologia pode ser definida automaticamente durante a digitalização se, ao digitalizar uma
linha, um nó é inserido automaticamente quando intercepta outra linha ou termina a própria.
Uma vez definida a topologia, cada polígono poderá então ser associado a uma classe temática,
ou a um objeto do mapa cadastral, ou ainda de um segmento de um rede.

4.5.3. Digitalização
A digitalização é um processo que permite converter dados espaciais do meio analógico para o
digital permitindo a realização das operações típicas de análise espacial. A digitalização das
linhas pode ser por passo, introduzindo ponto-a-ponto, ou em modo contínuo, seguindo a feição
com freqüência de pontos a serem adquiridos definida através de um Fator de Digitalização.
Fator de Digitalização corresponde ao intervalo entre os pontos da linha a ser digitada.

O fator é dado normalmente em mm na escala do mapa que está sendo editado e deve ser
considerado o fato de a precisão cartográfica de mapas é da ordem de 0.3mm da escala do mapa.
Assim, um fator de digitalização menor que este valor estará fora do próprio limite de precisão
do mapa (DAVIS, C.; 2011).

Caso a definição de topologia seja automática, cada vez que um arco intercepta outro, um nó é
automaticamente definido, sendo ideal para digitalizar polígonos. Com topologia manual nós
ou quebras de linha devem ser explicitados pelo operador, sendo indicado para digitalizar linhas
que devem permanecer íntegros, mesma que outras a cruzem.

A digitalização pode ser realizada através de diferentes instrumentos, como por exemplo mesa
digitalizadora (o mais usual), dispositivos imageadores por varredura ou monitor de vídeo
(tela).

4.6. Modelo Matricial

Um modelo matricial é uma abordagem analítica ou computacional que utiliza matrizes para
representar e resolver problemas. Uma matriz é uma coleção retangular de números organizados
em linhas e colunas.

Pelo fato de que o valor ou código de uma célula representar todas as feições dentro de uma
grade, o modelo matricial não mantém corretos o tamanho, a forma ou a localização, para
feições individuais. O rio, por exemplo, de fato é mais estreito do que uma célula, mas somente
uma célula inteira pode ser codificada como rio, assim, o rio aparece mais largo do que
realmente é. Também se deve notar, a mudança na forma do rio, que se torna mais geométrica
do que sinuosa (curva) devido a sua representação por células quadradas (SCHWABE, D.,
2008).

4.6.1. Estrutura matricial

Define-se o formato matricial ou varredura (ou ainda "raster") como um conjunto de celas
localizadas em coordenadas contíguas, implementadas como uma matriz 2D. Cada célula é
referenciada por índices de linha e coluna e contém um número representando o tipo ou o valor
do atributo mapeado. Os valores de cada "pixel" estão limitados num certo intervalo numérico,
como por exemplo de 0 a 255 para imagens em 8 bits, ou números associados à classes no caso
de uma imagem temática.
4.7. Vantagens e as desvantagens das estruturas vetorial e matricial

As representações matricial (ou varredura) e vetorial não são exatamente equivalentes para um
mesmo dado havendo perda de precisão na transformação do formato vetorial para o formato
de varredura, uma vez que bordas contínuas são discretizadas de acordo com a resolução da
imagem de saída. Esta perda pode ser compensada pelo fato de que as operações de análise
geográfica no domínio varredura serem mais eficientes. A representação vetorial é a mais
adequada para identificar objetos, individualizáveis no terreno, onde se requer precisão. A
representação varredura por sua vez é mais adequada para fenômenos e grandezas que variam
continuamente no espaço (SCHWABE, D., 2008).

Tabela 1. Vantagens e as desvantagens das estruturas vetorial e matricial.

Formato vetorial Formato Matricial

Vantagens
Mapa representado na resolução original Representa fenômenos variantes no espaço
Associar atributos a elementos gráficos Simulação e modelagem mais fáceis
Relacionamentos topológicos Análise geográfica rápida
Adequado para grandes escalas Adequado para pequenas escalas
(1:25.000 e maiores) (1:50.000 e menores)
Desvantagens
Não representa fenômenos com variação Espaço de armazenamento utilizado
contínua no espaço
Simulação e modelagem é mais difícil Possível perda de resolução
Difícil associar atributos

4.8. Conversão do formato vetorial para o matricial

A conversão gera uma imagem em formato varredura (ou "raster") a partir de dados
representados vetorialmente. Dois casos devem ser analisados: o elemento linear e o polígono.
A conversão para um elemento linear pode ser esquematizada sobrepondo-se este a uma matriz
varredura. Essa conversão identifica os elementos da matriz que cruzam a linha e codifica-os
com atributos ou valores de classe associados à linha (SCHWABE, D., 2008).
 Figura 9. Conversão do formato vetorial para o matricial

A) formato vetorial B) formato matricial

Fonte: https://www.researchgate.net/figure/Figura-216-Representacao-vetorial-e-matricial-de-um-mapa-
tematico_fig3_268001377

Para elementos poligonais define-se a área a ser convertida e o tamanho do pixel, definindo
uma grade que é sobreposta ao mapa de polígono original. A cada pixel é associada uma classe,
considerando o centro do pixel e verificando em qual polígono este se encontra, associando ao
pixel, o valor de classe do polígono.

A conversão da representação vetorial para a varredura introduz distorções na geometria

original dos dados. Estas distorções aumentam com o tamanho do pixel e com a complexidade
das fronteiras entre polígonos. Pixels localizados sobre uma fronteira (pixels mistos) serão
mapeados para a classe do polígono mais próximo. Quanto menor o tamanho da célula ("pixel"),
maior a fidelidade da imagem convertida (QUEIROZ, G. R.; 2005).

4.9. Conversão do formato matricial para o vetorial

A conversão da representação varredura para a vetorial deve extrair os contornos dos objetos e
as relações espaciais entre eles, tais como vizinhança e pertinência entre polígonos, e
conectividade entre arcos. A partir da imagem original, o algoritmo gera uma imagem binária
contendo apenas as fronteiras entre os objetos presentes.
 Figura 10. Conversão do formato matricial para o vetorial

Fonte: https://www.researchgate.net/figure/Figura-216-Representacao-vetorial-e-matricial-de-um-mapa-
tematico_fig3_268001377

As fronteiras são construídas entre os pixels: se a imagem original tem tamanho nxn, onde n é
o número de linhas e o número de colunas, a imagem binária terá tamanho (2n + 1) x (2n + 1).
Durante a conversão da imagem para o formato binário, detectam-se também os nós e, a seguir,
os contornos dos objetos são extraídos (vetorizados) da imagem binária e suavizados para
amenizar o "efeito de escada", característico da representação por varredura. Finalmente, os
polígonos e as relações espaciais (vizinhança e pertinência entre polígonos, e conectividade
entre arcos) são construídos (QUEIROZ, G. R.; 2005).

4.10. Importância dos dados geográficos na Geologia

Os dados geográficos desempenham um papel crucial na geologia, fornecendo informações
essenciais para a compreensão e análise dos processos geológicos que moldam a Terra. A
geologia é uma ciência multidisciplinar que estuda a estrutura, composição, história e dinâmica
da Terra, e os dados geográficos são fundamentais em várias áreas dentro desta disciplina:

Mapeamento Geológico: Os dados geográficos são amplamente utilizados para criar mapas
geológicos, que representam a distribuição espacial de diferentes tipos de rochas, estruturas
geológicas, falhas, dobras e outras características. Esses mapas ajudam os geólogos a identificar
recursos minerais, avaliar riscos geológicos (como terremotos e deslizamentos de terra) e
planejar atividades de exploração e extração de recursos naturais.

Modelagem Geológica: Os dados geográficos são essenciais para a construção de modelos

tridimensionais do subsolo, permitindo aos geólogos visualizar e interpretar a estrutura
geológica em diferentes escalas. Isso é fundamental para a exploração de recursos minerais,
petróleo e gás, bem como para a compreensão da evolução tectônica de uma região.

Estudos Ambientais: Os dados geográficos são utilizados em estudos ambientais para analisar
e monitorar mudanças na paisagem, como desmatamento, erosão, desertificação e impactos da
atividade humana. Eles também ajudam a identificar áreas de risco ambiental, como zonas
costeiras suscetíveis à elevação do nível do mar, e a planejar medidas de mitigação e adaptação.

Geologia de Recursos Naturais: Os dados geográficos são cruciais para a identificação e

avaliação de recursos naturais, como minerais metálicos e não metálicos, petróleo, gás natural
e água subterrânea. Eles auxiliam na localização de depósitos minerais e na determinação de
sua viabilidade econômica para exploração.

Pesquisa Científica: Os dados geográficos são utilizados em uma ampla gama de pesquisas
científicas em geologia, desde estudos de paleontologia e geocronologia até análises de
mudanças climáticas e evolução da paisagem ao longo do tempo geológico.
5. Conclusão
Os dados geográficos desempenham um papel vital em nossa compreensão e interação com o
mundo ao nosso redor. Através da coleta, análise e interpretação dessas informações, somos
capazes de desvendar padrões complexos, identificar tendências e tomar decisões informadas
em uma variedade de contextos. Ao longo deste trabalho, exploramos a importância dos dados
geográficos em diversas áreas, desde a ciência geográfica até a tomada de decisões em políticas
públicas e gestão ambiental. Uma das principais conclusões que emergem é que os dados
geográficos são uma ferramenta essencial para enfrentar os desafios do século XXI. No campo
da ciência geográfica, esses dados são fundamentais para o mapeamento e compreensão da
superfície terrestre, incluindo a distribuição de recursos naturais, fenômenos naturais, padrões
climáticos e ecossistemas. Eles também desempenham um papel crucial na modelagem e
previsão de eventos naturais, como desastres naturais e mudanças climáticas, permitindo uma
melhor preparação e resposta a esses eventos. Além disso, os dados geográficos são
fundamentais para a tomada de decisões em uma variedade de setores, incluindo planejamento
urbano, gestão de recursos naturais, agricultura, transporte, saúde pública e segurança. Eles
fornecem informações valiosas para o desenvolvimento de políticas públicas eficazes,
planejamento de infraestrutura e serviços, e avaliação de impacto ambiental. Por exemplo, no
planejamento urbano, os dados geográficos são usados para analisar o crescimento
populacional, distribuição de habitação e transporte, contribuindo para o desenvolvimento de
cidades mais sustentáveis e resilientes. Os dados geográficos desempenham um papel
importante na promoção da equidade e justiça social. Eles podem ser usados para identificar
áreas de desigualdade socioeconômica, acesso desigual a serviços públicos e disparidades
ambientais, permitindo que os tomadores de decisão ajam para mitigar essas disparidades e
promover uma distribuição mais equitativa de recursos e oportunidades.

No entanto, é importante reconhecer que os dados geográficos também apresentam desafios,

como questões de privacidade, segurança de dados, viés e desigualdades no acesso à tecnologia.
Portanto, é crucial abordar esses desafios de forma ética e transparente, garantindo que os
benefícios dos dados geográficos sejam acessíveis e equitativamente distribuídos.

Em suma, os dados geográficos são uma ferramenta poderosa para compreender e moldar nosso
mundo. Ao aproveitar o potencial dessas informações e abordar seus desafios de maneira
responsável, podemos construir um futuro mais sustentável, resiliente e justo para as gerações
futuras.
Referências bibliográficas
AQUINO, F.; MATRICIANO, L.; NUNES M. Gestão das Informações Sísmicas. Anais do
VIII Simpósio de Geofísica da Petrobras, Vitória, 2001.

CÂMARA, G. Modelos, Linguagens e Arquiteturas para Bancos de Dados Geográficos. São

José dos Campos, SP: Instituto Nacional de Pesquisas Espaciais (INPE), Ph.D., 1995.

CÂMARA, G. Representação Computacional de Dados Geográficos. In: CÂMARA, G.;

DAVIS, C.; CASANOVA, M. A.; QUEIROZ, G. R. D., eds., Bancos de Dados Geográficos:
Curitiba, Editora MundoGEO, 2011.

COUTO, L. M.; CASANOVA, M.; SCHWABE, D. Desenvolvimento de Sistemas de

Informação Geográfica Cooperativos seguindo o Padrão ModeloVisão-Controle. In: VII
Simpósio Brasileiro de Geoinformática - GEOINFO 2005. Campos do Jordão - SP, 2008.

QUEIROZ, G. R.; FERREIRA, K. R. SGBD com Extensões Espaciais. In: CÂMARA, G.;
DAVIS, C.; CASANOVA, M. A.; QUEIROZ, G. R. D., eds., Bancos de Dados Geográficos:
Curitiba, Editora MundoGEO, 2005.

SILVA, R. Banco de dados geográficos: uma análise das arquiteturas dual (spring) e integrada
(oracle spatial). São Paulo: USP, 2002. Escola Politécnica da Universidade de São Paulo, 2002.