sistemas de informação geográfica e geoprocessamento

Sistemas de Informação Geográfica e Geoprocessamento

Conceituação

Até o advento da informática, a manipulação de dados geográficos era feita através de mapas e outros documentos impressos ou desenhados em uma base. Esta característica impunha algumas limitações, como (1) na análise combinada de mapas oriundos de diversas fontes, temas e escalas e (2) na atualização dos dados, neste caso era necessária a reimpressão/redesenho em outra base. A partir da metade do século XX, os dados geográficos passam a serem tratados a por um conjunto de técnicas matemáticas e computacionais, denominadas de Geoprocessamento. Para Câmara et al,(2005) , uma nova ciência estaria surgindo, denominada de Ciência da Geoinformação, que teria como objetivo “o estudo e a implementação de diferentes formas de representação computacional do espaço geográfico”, pois trabalhar com a geoinformação “significa, antes de mais nada, utilizar computadores como instrumentos de representação de dados espacialmente referenciados”. Este tema é bastante controverso, pois há outros que consideram o Geoprocessamento como a automatização de processos de tratamento e manipulação de dados geográficos que antes eram feitos manualmente. Um exemplo desta discussão aconteceu na Lista de Discussão de Geoprocessamento Fator GIS ocorrida em janeiro de 2001.

   Os Sistemas de Informação Geográfica (SIG) correspondem às ferramentas computacionais de Geoprocessamento, que permitem a realização de “análises complexas, ao integrar dados de diversas fontes e ao criar bancos de dados georeferenciados” (Câmara et al.,2005). Para Aronoff (1989), os SIG, projetados para a entrada, o gerenciamento (armazenamento e recuperação), a análise e a saída de dados, devem ser utilizados em estudos nos quais a localização geográfica seja uma questão fundamental na análise, apresentando, assim, potencial para serem utilizados nas mais diversas aplicações (Tabela 1). Burrough (1986) considera que estes sistemas não apresentam apenas a função de manipulação de dados geográficos, mas, dentro de um SIG, os dados estruturados representam um modelo do mundo real (Figura 1).

Tabela 1: Finalidade, objetivo e áreas de aplicação dos SIG.

Finalidade	Objetivo	Área de aplicação
Projetos	Definição das características do projeto	Projeto de loteamentos Projeto de irrigação
Planejamento territorial	Delimitação de zoneamentos e estabelecimento de normas e diretrizes de uso	Elaboração de planos de manejo de unidades de conservação Elaboração de planos diretores municipais
Modelagem	Estudo de processos e comportamento	Modelagem de processos hidrológicos
Gerenciamento	Gestão de serviços e de recursos naturais	Gerenciamento de serviços de utilidade pública Gerenciamento costeiro
Banco de Dados	Armazenamento e recuperação de dados	Cadastro urbano e rural
Avaliação de riscos e potenciais	Identificação de locais susceptíveis à ocorrência de um determinado evento ou fenômeno	Elaboração de mapas de risco Elaboração de mapas de potencial
Monitoramento	Acompanhamento da evolução dos fenômenos através da comparação de mapeamentos sucessivos no tempo	Monitoramento da cobertura florestal Monitoramento da expansão urbana
Logístico	Identificação de pontos e rotas	Definição da melhor rota Identificação de locais para implantação de atividades econômicas

Figura 1: Representação do mundo real no ambiente computacional. Fonte: Adaptado de Câmara et al. (2005).

As múltiplas operações apresentadas por um SIG podem ser classificadas em três grupos, de acordo com o fim a que se destinam ( adaptado INPE, 2004):

•  Gerenciamento de banco de dados geográficos – armazenamento,  integração e recuperação de dados de diferentes fontes, formatos e temas dispostos em um único banco de dados.
•  Análises espaciais – a partir de um banco de dados geográficos, são efetuadas combinações e cruzamentos de dados por meio de operações geométricas e topológicas cujo resultado é a geração de novos dados.
•  Produção cartográfica – operação de edição e configuração da representação gráfica dos dados visando a visualização através da tela ou na forma impressa.

Diferentemente dos sistemas de informação, os sistemas aplicativos utilizados em geoprocessamento não desempenham funções de banco de dados, mas tarefas específicas sobre a base de dados. Entre estes sistemas, podemos destacar:

• CAD (computer aided design – projeto auxiliado por computador) – sistemas criados para facilitar a elaboração de projetos de engenharia e arquitetura, são utilizados em cartografia digital. Podem ser empregadas para a digitalização das bases cartográficas através da vetorização de um documento cartográfico em formato raster diretamente na tela ou em papel utilizando uma mesa digitalizadora. Estes sistemas apresentam recursos para apresentação com recursos sofisticados de edição gráfica, exibição e impressão.
• PDI (Processamento Digital de Imagens) – sistemas que executam operações de tratamento através da análise estatística em imagens de sensoriamento remoto, visando à melhoria da qualidade para extração de informações pelo analista humano e à classificação das imagens. Entre as funções disponíveis, podem ser destacadas as técnicas de realce, as filtragens, as operações algébricas e a transformação por componentes principais.
•  MNT (Modelos Numéricos de Terreno) – sistemas que, através da interpolação de pontos amostrais ou isolinhas, geram uma superfície contínua representando a distribuição espacial de uma grandeza, como altimetria, batimetria, dados geológicos, meteorológicos e geofísicos.

Estrutura de dados geográficos em um SIG

Os dados geográficos descrevem os objetos do mundo real, a partir de (Barbosa,1997):

• Localização geográfica – posição em relação a um sistema de coordenadas conhecidas;
• Relacionamentos espaciais ou topológicos –  relações espaciais com outros objetos;
• Atributos temáticos –  propriedades medidas  ou observadas.

Com base no tratamento e da análise de um  banco de dados geográficos são produzidas informações geográficas. Em um SIG, os dados geográficos são estruturados em planos de informação, também denominados de camadas. As camadas, quando geograficamente referenciadas (georreferenciadas), ou seja, referenciadas ao sistema de coordenadas terrestres (topográficas, geográficas, geodésicas ou cartesianas) podem ser sobrepostas e representam o modelo do mundo real (Figura 2). Para que ocorra a correta sobreposição entre as camadas, é necessário que elas possuam projeção cartográfica, sistema de coordenadas e sistema geodésico (datum) comuns e tenham sido geradas em escalas proximas.

Figura 2: Estrutura de dados dispostos em camadas.Fonte:ESRI (2004).

As camadas são compostas por uma coleção de elementos geográficos, denominados também como entes ou entidades espaciais ou objetos, relacionados a um único tema ou uma classe de informação. Conceitualmente, em uma única camada não devem existir elementos que se sobreponham espacialmente, pois como a camada contém elementos de um único tema, não é correto que um elemento pertença a duas classes do mesmo tema simultaneamente. Por exemplo, um elemento não pode pertencer a ambas as classes floresta e área urbana, em um mapa de uso e cobertura do solo.

Os elementos geográficos representam e descrevem os eventos e os fenômenos do mundo real através de duas componentes (Figura 3):

•  Gráfica ou espacial – descreve (1) a localização registrada em coordenadas geográficas, coordenadas de projeção ou coordenadas retangulares com uma origem local, (2) a geometria contendo informações sobre área, perímetro e forma; (3) a topologia.
  
• Não-gráfica ou não-espacial ou alfanumérica – descreve os atributos temáticos e temporais, representados em forma de tabela estruturada ou de um banco de dados convencional.

Figura 3: Estrutura dos dados em um SIG.

A componente alfanumérica se relaciona com a componente gráfica através de identificadores comuns, denominados de geocódigos. A organização dos atributos é feita de acordo com técnicas convencionais de banco de dados. A maioria dos SIG utiliza o modelo relacional, baseado na estruturação dos dados em tabelas, onde cada linha ou registro corresponde a um elemento geográfico representado graficamente na camada. As colunas ou campos correspondem aos atributos dos elementos.

Escala de medida dos atributos

Os atributos para serem representados em um ambiente computacional devem ser expressos em uma escala de medida ou de referência, podendo ser do tipo nominal, ordinal, intervalo e razão(Câmara et al.,2005; Xavier-da-Silva,2002). A escala nominal e a ordinal são definidas como medidas temáticas e expressam os atributos através de valores numéricos ou de texto. Quando valores numéricos são utilizados, estes correspondem a identificadores para nomear ou classificar, e não para expressar magnitude da medida, desta forma não podem ser utilizados em expressões matemáticas.

A escala nominal descreve os atributos segundo classes de um determinado tema, como os mapas de uso e cobertura do solo, pedologia etc. Já a escala ordinal é utilizada para expressar a ordenação de um conjunto de dados, assim ela não define a magnitude do evento, mas o posicionamento relativo a um conjunto de dados ordenados. Este tipo de escala é utilizado em mapas de susceptibilidade, onde é expresso o risco de um evento ocorrer (baixo, médio e alto risco). Um outro exemplo corresponde a dados que representam hierarquias, como a ordem dos canais de drenagem.

Já as escalas de intervalo e de razão, definidas como medidas numéricas, expressam a magnitude dos fenômenos ou eventos. Porém enquanto os valores da escala racional podem ser utilizados em expressões matemáticas, os valores expressos na escala de intervalo devem ser convertidos para escala racional para serem utilizados. Na escala de intervalo, o ponto de referência zero é definido de forma arbitrária e a extensão dos intervalos é estabelecida por convenção. O valor zero não significa ausência do atributo e permite a atribuição de valores negativos e positivos. Os valores medidos nesta escala não podem ser usados para estimar proporções, devido à posição arbitrária do valor de referência. As escalas de medição de temperatura (Celsius, Fahrenheit) e o sistema de coordenadas geográficas são exemplos de escalas de intervalo.

Na escala de razão, ou racional, o ponto de referência zero não é arbitrário, correspondendo à origem da escala de medida e significando a ausência do atributo, logo os valores negativos não fazem parte desta escala. As medidas, assim, representadas permitem estimar proporções, já que o ponto de referência é o zero absoluto. Medidas de distância, peso, área, volume e contagem de ocorrências são exemplos da escala racional.

Modelo geométrico da componente gráfica 

Os modelos geométricos para a representação da componente gráfica no ambiente digital são o matricial, também denominado de raster, e o vetorial. As operações dos SIG, para serem eficientemente executadas, requerem que as camadas estejam representadas em um determinado modelo. Em geral, estes sistemas suportam os dois modelos.

Modelo Vetorial

Na estrutura vetorial, a localização e a feição geométrica do elemento são armazenadas e representadas por vértices definidos por um par de coordenadas. Dependendo da sua forma e da escala cartográfica, os elementos podem ser expressos pelas seguintes feições geométricas (Figura 4):

• Pontos – representados por um vértice, ou seja, por apenas um par de coordenadas, definindo a localização de objetos que não apresentam área nem comprimento. Exemplos: hospital representado em uma escala intermediária ou cidade em uma escala pequena, epicentro de um terremoto.
• Linhas poligonais ou arcos – representados por, no  mínimo, dois vértices conectados, gerando polígonos abertos que expressam elementos que possuem comprimento ou extensão linear. Exemplos: estradas, rios.
• Polígonos – representados por, no  mínimo, três vértices conectados, sendo que o primeiro vértice possui coordenadas idênticas ao do último, gerando, assim, polígonos fechados que definem elementos geográficos com área e perímetro. Exemplos: limites políticos-administrativos (municípios, estados), classes de mapas temáticos (uso e cobertura do solo, pedologia).

Figura 4: Representação geométrica dos elementos geográficos.Fonte: ESRI (2004).

Os elementos geográficos em uma camada podem ser compostos por um ou mais elementos gráficos. Os rios de uma bacia hidrográfica, por exemplo, formados por um conjunto de linhas poligonais, podem estar agrupados e armazenados como um único elemento. Em uma camada de municípios, aqueles compostos por parte insular e continental são representados por um conjunto de polígonos agrupados formando um único elemento. Há casos em que o elemento é representado por um polígono e outros contidos dentro deste, delimitando “buracos”, como, por exemplo, um corpo d’água no interior de uma mancha de urbana (Figura 5).

Figura 5: Formação dos elementos geográficos.

As feições geométricas (ponto, linha e polígono) utilizadas para  representação dos elementos, bem como a sua estrutura de armazenamento, estabelecem as relações espaciais entre os elementos geográficos, ou seja, relações existentes entre si e entre os outros elementos, denominadas de topológicas (Burrough,1998). As relações espaciais são percebidas intuitivamente pelo leitor; ao analisar um mapa, por exemplo, os elementos que fazem fronteiras com outros elementos são facilmente identificados. Entretanto, como os sistemas computacionais não são capazes de perceber estas relações, para processamento de análises espaciais nos SIG, há necessidade que estas sejam definidas explicitamente nos arquivos digitais que armazenam as feições geométricas dos elementos.

A estrutura de armazenamento dos dados vetoriais pode ser topológica ou do tipo spaghetti (RIPSA,2000). Na estrutura topológica, os relacionamentos espaciais entre os elementos geográficos, representados por nós, arcos e polígonos, estão armazenados em tabelas. Os nós são uma entidade unidimensional que representam os vértices inicial e final dos arcos, além das feições pontuais. Os arcos correspondem a entidades unidimensionais, iniciando e finalizando por um nó, podendo representar o limite de um polígono ou uma feição linear. Os polígonos, que representam feições de área, são definidos por arcos que compõem o seu perímetro. A topologia permite estabelecer as seguintes relações entre os elementos:

•  Pertinência – os arcos definem os limites dos polígonos fechados definindo uma área;
• Conectividade – os arcos são conectados com outros a partir de nós, permitindo a identificação de rotas e de redes, como rios e estradas;
•  Contigüidade – os arcos comuns definem a adjacência entre polígonos.

Figura 6: Topologia de polígonos, arcos e nós. Fonte:UNBC GIS LAB (2005).

Na estrutura spaghetti, as coordenadas das feições são armazenadas linha a linha, resultando em arquivos contendo uma lista de coordenadas. A simplicidade desta estrutura limita a sua utilização em análises espaciais, já que pode gerar incongruências como as listadas na Figura 7.

Figura 7: Comparação entre a estrutura topológica e spaghetti.Fonte: Adaptado UNBC GIS LAB (2005).

Modelo Matricial

No modelo matricial, também denominado de raster, o terreno é representado por uma matriz M(i, j), composta por i colunas e j linhas, que definem células, denominadas como pixels (picture cell), ao se cruzarem (Figura 8). Cada pixel apresenta um valor referente ao atributo, além dos valores que definem o número da coluna e o número da linha, correspondendo, quando o arquivo está georreferenciado, às coordenadas x e y, respectivamente.

Figura 8: Modelo de representação matricial.

Neste tipo de representação, a superfície é concebida como contínua, onde cada pixel representa uma área no terreno, definindo a resolução espacial. Em dois documentos visualizados na mesma escala, o de maior resolução espacial apresentará pixels de menor tamanho, já que discrimina objetos de menor tamanho. Por exemplo, um arquivo com a resolução espacial de 1 m possui maior resolução do que um de 20 m, pois o primeiro discrimina objetos com tamanho de até 1 m, enquanto o segundo de até 20 m (Figura 9). As medidas de área e distância serão mais exatas nos documentos de maior resolução, mas, por sua vez, eles demandam mais espaço para o seu armazenamento.

Figura 9: Imagens IKONOS (1m) e SPOT (20 m).

O modelo raster é adequado para armazenar e manipular imagens de sensoriamento remoto, ou seja, imagens da superfície terrestre geradas a partir da detecção e do registro, por um sensor transportado em um veículo aéreo ou orbital, da radiação eletromagnética refletida ou emitida por uma área da superfície terrestre. Os atributos dos pixels representam um valor proporcional à energia eletromagnética refletida ou emitida pela superfície terrestre. Para identificação e classificação dos elementos geográficos, é necessário recorrer às técnicas de processamento digital de imagem e de fotointerpretação.

Modelo Vetorial x Modelo Matricial

A eficiência na execução das operações de manipulação e tratamento dos dados em um SIG depende do modelo geométrico utilizado para sua representação, conforme pode ser observado na Tabela 2.

Tabela 2: Funções de acordo com o modelo de representação geométrica. Fonte: Adaptado Câmara et al.(2005).

Função	Representação Vetorial	Representação Matricial
Relações espaciais entre objetos	Relacionamentos topológicos entre objetos disponíveis	Relacionamentos espaciais devem ser inferidos
Ligação com banco de dados	Facilita associar atributos a elementos gráficos	Associa atributos apenas a classes do mapa
Análise, Simulação e Modelagem	Representação indireta de fenômenos contínuos Álgebra de mapas é limitada	Representa melhor fenômenos com variação contínua no espaço Simulação e modelagem mais fáceis
Algoritmos	Problemas com erros geométricos	Processamento mais rápido e eficiente.

O modelo vetorial permite que os relacionamentos topológicos estejam disponíveis junto com os objetos, já no modelo matricial eles devem ser inferidos no banco de dados.Esta propriedade possibilita que os arquivos vetoriais sejam mais adequados para execução de consultas espaciais.

A associação entre o atributo e a componente gráfica também é mais adequada ao vetorial, já que neste modelo um elemento é identificado como único, enquanto no raster este é definido por um conjunto de pixels que possuem um atributo comum. Assim, operações de consultas aos atributos são mais adequadas de serem executadas nos arquivos vetoriais.

Por outro lado, a representação da superfície por pixels permite que os fenômenos contínuos sejam adequadamente representados no modelo matricial. No modelo vetorial, para cada variação do fenômeno, há necessidade de criação em  um novo elemento. Por isto, que o modelo matricial é utilizado nas imagens de sensoriamento remoto e, também, nos modelos numéricos de terreno (MNT).

A representação contínua da superfície facilita a realização de simulação e modelagem, com o uso de MNT, por exemplo, é possível fazer modelagem hidrológica. Este tipo de representação também facilita as operações algébricas entre camadas (operações com matrizes), correspondendo a operações algébricas entre os pixels de camadas sobrepostas corretamente, ou seja, georreferenciadas e com mesma resolução espacial. Este processamento é utilizado na elaboração de mapas de susceptibilidade (potencial/risco); o valor obtido por cada pixel, após as operações algébricas, pode ser classificado em níveis de susceptibilidade (baixo, médio, alto).

Tipo de dados geográficos

Os dados geográficos podem ser classificados, segundo  o conjunto de técnicas e métodos empregados no seu levantamento, nos seguintes três tipos (adaptado de Rodrigues,1990):

• Plani-altimétricos – determinam a posição do objeto em relação à localização (x,y) e à altura ou altitude (z) . Os  métodos de levantamento podem ser divididos em quatro grupos descritos a seguir:
• Os levantamentos topográficos são baseados na medição de distâncias e ângulos e a aplicação de relações trigonométricas, através de equipamentos analógicos e, mais recentemente, por estações totais. São utilizados em levantamentos com extensão de aproximadamente 30 km, onde a curvatura da Terra não necessita ser considerada.
• Os levantamentos geodésicos são similares aos topográficos, porém destinados a levantamentos de maiores extensões, onde a curvatura da Terra deve ser considerada. A determinação da localização planimétrica dos pontos pode ser feita por triangulação, poligonação ou trilateração e a altitude através de nivelamento geodésico.
• Os levantamentos aerofotogramétricos utilizam-se de fotografias aéreas para determinação da posição dos objetos. Estes não prescindem dos dados levantados pelos métodos anteriores, pois é necessário ter pontos de controle com coordenadas conhecidas para a transformação dos pontos das fotos em valores das coordenadas
• Os levantamentos por posicionamento por satélites fundamentam-se na utilização de rastreadores geodésicos que recebem ondas eletromagnéticas emitidas de posições conhecidas, permitindo a determinação da posição do objeto na superfície terrestre. São exemplos deste levantamento aqueles realizados com o auxílio de sistema de posicionamento por satélites artificiais, como o GPS e o GLONASS.
• Ambientais – coletam dados qualitativos ou quantitativos de fenômenos, bem como a sua expressão espacial, a partir de uma variedade de métodos que podem ser agrupados em dois grupos:
• Nos levantamentos contínuos, os dados são coletados de forma contínua no terreno, em geral remotamente, ou seja, sem contato direto com objeto, como é o caso do sensoriamento remoto, e fornecem a expressão espacial e a categoria do atributo. Devido à possibilidade de coleta temporal contínua, é possível fazer o monitoramento espacial do fenômeno estudado. Exemplo: Mapa de Uso e Cobertura do Solo.
  
• Os levantamentos pontuais baseiam-se na coleta dos dados em campo a partir de uma rede de pontos de amostragem que visam medir a magnitude do fenômeno. As estações de coleta de dados como as estações hidrometeorológicas podem ser inseridas neste grupo, porém a possibilidade de que as informações sejam enviadas por telemetria reduz a quantidade de visitas a campo.  Nestes levantamentos, podem ser obtidas séries temporais contínuas gerando uma série histórica de dados e, assim, permitindo a análise do comportamento do fenômeno estudado. Os levantamentos remotos propiciam a coleta de dados de áreas extensas e de difícil acesso, enquanto que os de campo podem fornecer mais detalhamento. 
•  Cadastrais – definem o número de ocorrências (contagem) e os atributos destas ocorrências. Estes levantamentos podem ser feitos por amostragem, nos quais parte representativa da população é levantada, ou por censo, onde todo universo da população é levantado. Os métodos de levantamento podem ser por observação ou por entrevistas. Os levantamentos cadastrais, como o fundiário e o imobiliário, são exemplos dos métodos de observação. As pesquisas domiciliares demográficas e sócio-econômicas são exemplos dos métodos baseados em entrevistas, onde os atributos são obtidos através da aplicação de questionários.

Representação espacial dos dados geográficos

Os dados geográficos podem ser representados espacialmente como (Câmara,2005, adaptado) :

•  Modelo Numérico de Terreno (MNT) ou Modelo Digital de Terreno (MDT) – representa a distribuição espacial da magnitude (grandeza) de fenômeno, através de uma representação matemática computacional (Felgueiras,2005). A magnitude é expressa por valores numéricos obtidos no levantamento ambiental pontual, levantamento cadastral e levantamento plani-altimétrico. A primeira etapa para a geração de MNT corresponde à aquisição de amostras, representadas por curvas de isovalores (isolinhas) ou pontos tridimensionais, compostos pelas coordenadas (x,y) e pelo valor da magnitude (z) (Figura 10). A etapa seguinte consiste na modelagem propriamente dita, que tem como resultado a geração de uma grade retangular ou triangular (Figura 11). A primeira corresponde a uma matriz (raster) com espaçamento fixo, onde cada ponto da grade apresenta um valor estimado a partir da interpolação das amostras. A grade triangular é formada a partir da conexão entre as amostras utilizando, em geral, a triangulação de Delaunay, representada por uma estrutura vetorial do tipo arco-nó. Os MNT podem ser aplicados para representar espacialmente a magnitude de qualquer tipo de fenômeno, como hidrometeorológico, geofísico, geoquímico e altimetria; este último recebe uma denominação específica: Modelo Digital de Elevação (MDE). Com base nesses modelos é possível:
• Calcular volume e área;
• Traçar perfil e secção transversal;
• Gerar isolinhas e mapas de declividade, orientação de vertentes, sombreamento e visibilidade;
• Visualizar em perspectiva tridimensional.

Figura 10: Isolinhas e pontos de amostragem.

Figura 11: Modelo Numérico de Terreno: (A) grade  retangular e (B) grade triangular.

• Mapa Temático Ambiental – representa dados qualitativos, gerados nos levantamentos ambientais contínuos. Os mapas temáticos podem ser representados por arquivos matriciais ou vetoriais. Quando representados por matrizes, os atributos dos pixels correspondem a um código que está associado a uma classe de tema. No modelo vetorial,  o elemento geográfico representa a ocorrência espacial da classe do tema em estudo. Como exemplo, têm-se os mapas geológicos, pedológicos, de uso e cobertura do solo (Figura 12).

Figura 12: Mapa temático ambiental – Uso e Cobertura do Solo.

• Mapa Temático Cadastral – representa dados quantitativos ou qualitativos, gerados por levantamentos cadastrais, que formam um banco de dados alfanuméricos associado a uma unidade territorial pré-definida, como município, bairro, setor censitário etc, diferentemente dos ambientais onde a ocorrência espacial do atributo não é pré-definida. A estrutura vetorial é o formato mais apropriado de representação. Os atributos são expressos espacialmente de acordo com simbologia definida a partir de intervalos de classes. São exemplos destes mapas: demográficos, sócio-econômicos, cadastro de imóveis etc. A Figura 13 apresenta dados cadastrais representados por um mapa temático, onde o atributo população está associado aos municípios, e  por um MNT. Note que, enquanto no mapa temático os atributos estão delimitados aos limites político-administrativo, no MNT a sua representação não obedece a estes limites, já que a sua representação gráfica é fruto da interpolação da população associada ao centróide, ou seja, centro geométrico dos polígonos (municípios).
  

Figura 13: Dados demográficos representados como Mapa Temático Cadastral e Modelo Numérico.

• Redes – armazenam os elementos geográficos em modelo vetorial com topologia de rede (arco-nó), representado por um grafo onde os arcos armazenam atributos sobre o sentido dos fluxos e os nós sobre a capacidade. A ligação com o banco de dados é fundamental, pois as principais operações requeridas por esta categoria de dados consistem na consulta ao banco de dados e na definição de melhor caminho. Este tipo de representação é apropriado para informações relacionadas a serviços de utilidade pública, como água, energia e telefone, redes de drenagem e vias de transporte. Numa rede elétrica, por exemplo, as linhas de transmissão são representadas como arcos, enquanto os demais componentes (postes, transformadores, subestações, linhas de transmissão) representados como nós  (Figura 14).

  Figura 14: Representação por rede.

Modelagem de dados em  SIG

 Ao se adotar o SIG como a ferramenta de tratamento e análise de dados em um projeto, o primeiro passo a ser efetuado é gerar um modelo de análise que represente o objeto de estudo e que seja baseado no objetivo do projeto. Este modelo deve conter os seguintes componentes:

• Base de dados – deve ser definida a base de dados necessária para alcançar o objetivo proposto, tanto a componente gráfica quanto os seus atributos. Nesta etapa, também devem ser identificadas: as propriedades cartográficas dos dados (escala, projeção, datum), o modelo geométrico de representação (vetor ou raster), a unidade territorial de integração dos dados (ou análise de dados), as fontes disponíveis de dados e os métodos de coleta.
  
•  Processamento – as operações de tratamento e de análise da base de dados no SIG devem ser especificadas. O tratamento dos dados destina-se à montagem e à preparação da base de dados, consistindo em operações como: conversão dos dados para o formato digital (digitalização), adequação da base de dados às propriedades cartográficas, construção das tabelas de atributos e especificação dos geocódigos. Com a base de dados montada, o processamento seguinte consiste em operações de análise que se destinam a atingir o objetivo do projeto propriamente dito. Algumas destas operações estão descritas no próximo item:
  
• Resultados – durante  o processamento dos dados, serão gerados resultados intermediários e, sobre estes, serão executadas novas operações até atingir o resultado final. Tanto os produtos intermediários e o final devem ser definidos no modelo de análise.

Uma boa dica para a geração do modelo de análise é construí-lo com base em um fluxograma. A Figura 15 representa um modelo de análise de dados cujo objetivo é a identificação de áreas urbanizáveis a partir do mapeamento da legislação ambiental e urbanística.

Figura 15: Etapas de tratamento e análise para o para o mapeamento das restrições legais à ocupação urbana.

Operações de análise de dados de um SIG

A quantidade de operações que um SIG pode executar é numerosa, podendo ser classificadas em três grupos. No grupo relacionado à produção cartográfica, estão inseridas operações como: representação gráfica dos elementos geográficos (cor, espessura e tipo de linha, símbolos), inserção de elementos de um mapa (legenda, norte, escala, grade, título, toponímia).  No grupo das operações relacionadas ao gerenciamento de banco de dados geográficos, está inserida a operação de consulta. Já a análise espacial dos dados gera novas informações a partir da base de dados existente. Neste item serão apresentadas as operações de consulta e análise espacial de dados aplicadas a uma base de dados de modelo vetorial.

Associação entre camadas e  tabela de atributos

A associação entre a camada e uma tabela de atributos é feita a partir de um campo comum entre a camada e uma tabela (Figura 16). Esta associação possibilita que, nos resultados das consultas aos atributos, seja conjuntamente selecionada a componente gráfica vinculada aos registros selecionados da tabela.

Figura 16: Associação entre a camada e  uma tabela de atributos.

Duas camadas também podem ser diretamente vinculadas, a partir da associação entre elementos geográficos de uma camada aos de outra camada, tendo como base a localização destes elementos. Quando o vínculo espacial é estabelecido entre duas camadas do tipo ponto ou do tipo linha, o critério para a associação é a distância entre os elementos de cada camada. Caso uma das camadas seja do tipo polígono, o conteúdo ou a interseção entre os elementos geográficos é analisada. No vínculo espacial estabelecido pela distância, pode haver a opção de que seja calculada a distância entre os dois elementos como um atributo a ser acrescentado à tabela. Esta operação é apropriada para calcular a menor distância entre dois elementos pertencentes a duas camadas distintas.

Consulta à tabela de atributos

Operações de consultas visam à recuperação da informação a partir da formulação de condições. Em um banco de dados geográficos, como no caso dos SIG, as condições podem ser estabelecidas com base nos atributos ou na localização dos elementos geográficos (consulta espacial). Como resultado das consultas, elementos geográficos são selecionados e, sobre eles, outras operações podem ser executadas, como: novas consultas, criação de uma nova camada apenas com os elementos selecionados, cruzamento de camadas etc.

As consultas à tabela de atributos são baseadas em expressões, compostas por campos da tabela, operadores e os valores de atributos, do tipo: [campo] <operador> “valor”. Geralmente, os SIG utilizam SQL (Structured Query Language), linguagem de programação utilizada para acessar e gerenciar banco de dados. Nesta linguagem, os operadores utilizados são: = (igual), <> (diferente), => (maior e igual), <= (menor e igual), > (maior), < (menor) e LIKE (como). Caso a  consulta seja composta por mais de uma expressão, um dos seguintes operadores lógicos é utilizado para unir as duas expressões (Figura 17):

•  AND (interseção) – os elementos, para serem selecionados, devem atender as condições de ambas as expressões;
•  OR (união) – os elementos, para serem selecionados, devem atender a apenas a condição de uma expressão;
• NOT (negação) – os elementos, para serem selecionados, não devem atender a condição da expressão precedida por este operador;

Figura 17: Operação de consulta aos atributos.

Consulta espacial

As consultas espaciais são formuladas a partir de condições baseadas na localização, na forma  e nas relações topológicas dos elementos geográficos (Figura 18):

• Proximidade – determinada pela distância entre elementos. Com esta condição, é possível selecionar elementos tendo como base à distância entre eles.
•  Adjacência ou vizinhança – estabelecida a partir da existência de limites comuns entre elementos. Com esta condição, é possível selecionar linhas ou polígonos que apresentam vértices comuns.
• Pertinência – estabelecida pela condição de elementos estarem contidos em polígonos ou de polígonos conterem outros elementos.
• Interceptação ou interseção – estabelecida pela condição de elementos (linhas e polígonos) cruzarem com outros elementos.
• Geometria – definida pela existência de elementos que apresentam geometria idêntica. 

Figura 18: Condições de seleção por localização.

Classificação dos atributos

Esta operação destina-se ao estabelecimento de uma representação gráfica comum (cor, tipo e tamanho) dos elementos geográficos a partir da classificação dos atributos, ou seja, os atributos pertencentes a uma mesma classe são representados graficamente de modo idêntico. O número de classes, o tipo de classificador e a representação gráfica dos elementos são definidos pelo usuário. Os tipos de classificadores geralmente utilizados são (Figura 19):

• Quantil – cada classe deve possuir o mesmo número de elementos. A partir da definição do número de classes, os intervalos são estipulados definindo, o número de elementos de cada classe, obtido através da divisão entre o número total de elementos e número de classes e, posteriormente, ordenando os elementos pelo atributo a ser classificado.
• Intervalo igual – as classes devem possuir o mesmo intervalo, calculado pela subtração entre o valor máximo e valor mínimo do atributo a ser classificado e, posteriormente, dividindo este valor pelo número de classes.
•  Desvio padrão – as classes são determinadas com base na soma e na subtração do desvio padrão da média do atributo a ser classificado, gerando, assim, respectivamente, as classes acima da média e as classes abaixo da média.
• Quebras naturais – classes são estabelecidas a partir das quebras identificadas pelo ordenamento dos atributos, resultando em classes com valores próximos enquanto as diferenças entre as classes são maximizadas.  Geralmente é utilizado o algoritmo denominado de otimização de Jenks para classificar os atributos. Este algoritmo agrupa os atributos baseado na menor erro possível, definido pela soma absoluta dos desvios da classe mediana ou, alternativamente, a soma quadrada dos desvios da classe média (ESRI,2004).
  
• Valor único – utilizado para medidas temáticas, ou seja, dados  qualitativos. Os atributos com mesmo valor são inseridos na mesma classe.

Figura 19: Mapas de demografia do Rio de Janeiro segundo diversos tipos de classificação.

Dependendo da distribuição dos dados, um determinado tipo de classificador é mais adequado. No caso de dados que apresentam uma tendência à uniformidade na distribuição em toda a faixa (distribuição linear), a classificação utilizando intervalos iguais ou quantil é apropriada. No caso de  dados com intervalo de valores fixo, como, por exemplo, porcentagens e temperaturas, o classificador intervalos iguais pode ser uma boa opção. Para dados com distribuição heterogênea (não-linear), os classificadores por quebras naturais e desvio-padrão são as melhores opções. No caso deste tipo de distribuição, a classificação feita pelos classificadores – quantil e intervalos iguais – pode resultar em interpretações incorretas, já que estes podem agrupar em uma mesma classe elementos com valores muito diferentes e separar elementos com valores próximos.

Cálculo de Medidas Lineares e de Área

Uma das operações básicas de um SIG é o cálculo de medidas lineares e de área, desde que a base de dados esteja em uma estrutura topológica e corretamente georreferenciada. Podem ser calculados: a distância entre elementos geográficos, a extensão de feições lineares,  a área e o perímetro de feições poligonais. Com base nestas medidas, outros cálculos podem ser feitos, como densidade por área, indicadores de fragmentação e da geometria de bacias hidrográficas.

Cruzamento de camadas

Uma das funções mais relevantes em um SIG é o cruzamento de camadas, gerando um novo plano com as feições gráficas originadas do cruzamento das camadas envolvidas e com os atributos de um ou de todos os planos cruzados. Os cruzamentos  podem ser dos seguintes tipos (Figura 20):

• Corte – a partir do cruzamento de duas camadas, é gerado um novo plano contendo os atributos e as feições da primeira (plano de entrada) com apenas a área de abrangência da segunda (plano de corte).
• Interseção – a partir do cruzamento de duas ou mais camadas, é gerado um novo plano podendo conter os atributos das camadas envolvidas e a área abrangência correspondendo à interseção das camadas cruzadas.
• União – a partir do cruzamento de duas ou mais camadas, é gerado um novo plano podendo conter os atributos das camadas envolvidas e a área abrangência correspondendo à união das camadas cruzadas.

Figura 20: Cruzamento de planos de informação.

Geração de áreas de proximidade

Esta função gera polígonos – buffer – no entorno de elementos a partir de uma distância definida pelo usuário ou de um atributo de distância vinculado aos elementos. Na primeira opção, ou seja, quando um valor único de distância é especificado, serão criados um ou mais polígonos com a distância igual em torno dos elementos (ponto ou linha) ou do seu perímetro (polígono). Na segunda opção, o atributo vinculado aos elementos estabelece a distância para geração dos polígonos, neste caso o buffer a ser construído no entorno de cada elemento variará segundo este valor (Figura 21).

Figura 21: Opções na construção de buffers.

Agregação espacial por atributos

Esta função gera uma nova camada a partir da agregação espacial de elementos com base em um atributo a eles vinculado. Assim, a partir de uma camada com elementos de menor nível de agregação espacial, uma nova camada pode ser gerada com elementos de maior agregação espacial, por exemplo, setores censitários podem ser agregados em bacias hidrográficas.

Da mesma forma, os atributos podem ser tratados, ou seja, uma nova tabela pode ser construída a partir da agregação de registros com base  em um atributo. A agregação dos registros pode se dar a partir de medidas estatísticas como média, moda, variância, desvio-padrão, soma (Figura 22).

 

 

 

 Figura 22: Agregação de municípios gerando uma nova camada a partir do campo “regiões de governo”.

Referências bibliográficas

ARONOFF, S. Geographic Information Systems: A Management Perspective. WDL Publications. 1995.

BARBOSA, C. C.F. Álgebra de mapas e suas aplicações em sensoriamento remoto e geoprocessamento. de Mestrado. São José dos Campos, SP, 1997. Dissertação (Mestrado em Sensoriamento Remoto). INPE.

BURROUGH, P.A.; MCDONNELL, R.A. Principles of Geographical Information Systems. Oxford University Press. 1998

CÂMARA, G.; DAVIS, C.; MONTEIRO, A. M.V. Introdução à Ciência da Geoinformação. Disponível em: http://www.dpi.inpe.br/livros.html. Acesso em:  março de 2005.

ESRI. What is Arc GIS? Disponível em: www.esri.com. Acesso em: março/2004.

FELGUEIRAS, C.A. Modelagem Numérica de Terreno. In: Introdução à Ciência da Geoinformação. Disponível em: http://www.dpi.inpe.br/livros.html. Acesso em:  março de 2005.

INPE. INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. SPRING versão 4.1. São Paulo: INPE, 2004. Disponível: www.inpe.br.

RIPSA. Conceitos Básicos de Sistemas de Informação Geográfica e Cartografia aplicados à Saúde. Org: Carvalho, M.S; Pina, M.F; Santos, S.M. Brasília: Organização Panamericana da Saúde, Ministério da Saúde, 2000.

RODRIGUES, M. Introdução ao Geoprocessamento. In: SIMPÓSIO BRASILEIRO DE GEOPROCESSAMENTO, 1990, São Paulo.  Anais. São Paulo: Universidade de São Paulo, 1990, 1-26p.

UNBC GIS LAB. Introduction to Geographic Information System. Lecture 3b. Canada: University of Northern British Columbia. Disponível em: http://www.gis.unbc.ca/courses/geog300/lectures/lect6/index.php. Acesso em: agosto/2005.

XAVIER-DA-SILVA, J. et al. Geoprocessamento e SGIs. In: Curso de Especialização em Geoprocessamento, unidades didáticas 12 a 19, volume 1. Rio de Janeiro: LAGEOP /UFRJ, 2002. 2 CD-ROM.