Sistema de Informações Geográficas (SIG), Manuais, Projetos, Pesquisas de Geoprocessamento

Baixe Sistema de Informações Geográficas (SIG) e outras Manuais, Projetos, Pesquisas em PDF para Geoprocessamento, somente na Docsity! Anatomia de Sistemas de Informação Geográfica por Gilberto Câmara! Marco A. Casanova? Andrea S. Hemerly? Geovane C. Magalhães”! Claudia M. B. Medeiros! 'Divisão de Processamento de Imagens ?Centro Latino Americano de Soluções INPE para Educação Superior e Pesquisa IBM Brasil “Departamento de Sistemas de Operação “Instituto de Computação CPqD/TELEBRÁS UNICAMP Sumário PARTE I 5 1 Conceitos Básicos 5 1.1 Introdução. clic 5 1.2 Conceitos de Cartografia . ...cccccccccccccc e 5 1.2.1 Definições Básicas... iccccclll 5 1.2.2 Sistemas de Coordenadas... .iccccccccc a 6 1.2.3 Projeções Cartográficas . . ..cicccclcccc a 7 1.24 Mapase Cartas ...lccccc 14 1.3 Conceitos de Sensoriamento Remoto ....lccccccccccca 15 1.3.1 Princípios Físicos ...cccccccscc e ee 16 1.3.2 Sensores a Bordo de Satélites ..icccccccccscccca 17 1.3.3 Câmaras Fotográficas Aero-Transportadas .....cccccccccco 20 2 Sistemas de Informação Geográfica 21 2.1 Introdução. ..lccccc 21 2.2 Conceitos Básicos . LL .iccccsc 2.2.1 Caracterização e Componentes. «lilica 22 Processo de Implantação . ..Lcccccccccc a 24 Breve Histórico . ...ccccccccc ee ee e 25 2.3 27 Classificação das Aplicações ...icciciccccscc 27 Aplicações Sócio-Econômicas . . ...ciccccics 28 2.3.3 Aplicações Ambientais ...icccccccccsc 31 2.3.4 Aplicações de Gerenciamento ...lciccccciciccc 34 v vi SUMÁRIO 3 Caracterização de Dados Geográficos 37 3.1 Introdução. ...ccccl a 37 3.2 Características Gerais de Dados Geográficos ....cccccccccs 37 3.3 Campos e Objetos Geográficos... .Licciccsccccc 39 3.3.1 Modelos de Campos e de Objetos . Li ccccccccscccc 39 Representações para Campos e Objetos... LL iccccicccsio 40 3.4 Principais Classes de Dados Geográficos ...lcccccccscc 41 3.4.1 Mapas Temáticos e Mapas Cadastrais... .cicccccccccs 41 Redes .lciccccls a 42 Modelos Numéricos de Terreno ....cicccccciccccs 43 Imagens ..ccccccc a e e e e 44 PARTE IH 49 4 Modelagem de Dados Geográficos 49 4.1 Introdução. ..cccccl a 49 4.2 Um Modelo de Dados Geográficos . ...iciiciccccccs 50 4.2.1 Níveis de Especificação . . Li ccciccscs 50 Nível Conceitual ..ciccciccll 52 4.2.3 Nível de Representação . . Lc cccccicsc a 54 4.2.4 Extensões ao Modelo . ...icccciiccs 56 4.3 Padrões para SIG Lc cccclc a 57 4.3.1 Visão Geral ..cccccics 58 4.3.2 O Padrão SAIF .. clic 59 4.3.3 O Padrão SDTS. ..ccclcl 62 4.3.4 O Padrão OGIS . clic 63 5 Operações sobre Dados Geográficos 65 5.1 Introdução. ..cccccl a 65 5.2 Análise das Operações sobre Geo-Objetos . . Li ccicccicccc 66 5.2.1 Papel das Representações ...cicciccciciccs 66 Relacionamentos Topológicos ....lciccccccscsc 67 SUMÁRIO vii 5.3 Análise das Operações sobre Geo-Campos ...iiccccccccccsc Ta 5.3.1 Operações Pontuais . ...cccccciccs 74 5.3.2 Operações de Vizinhança. . Lc cciccccccc 76 5.4 Operações Mistas entre Geo-Campos e Geo-Objetos . ....lccccccicco. 78 6 Recuperação de Dados Geográficos 81 6.1 Introdução. ..lccccls a 81 6.2 Visão Geral de Linguagens de Consulta . . ..cccccccccicccc 81 6.2.1 Linguagens Textuais ..ccccccccccc 81 Linguagens Visuais . .cccccccccc 82 Ambientes Multimodais ...iccccicccccc 83 6.2.4 Linguagens de Consulta sobre Imagens ....ccccccccccsico 83 6.3 A Linguagem LEGAL .occcccc 84 6.3.1 Definição de Esquemas Conceituais ..icccccccccccsc 84 6.3.2 Criação de Geo-Objetos e Geo-Campos . ....Jicccccccls 85 6.3.3 Consultas ..ccccccics 86 6.34 Manipulação de Objetos e Coleções . ..liccccccccc 87 7 Apresentação de Dados Geográficos 91 T.l Introdução. ..lccccl a 91 7.2 Visualização de Dados Geográficos ...cccccccccc 91 7.2.1 Considerações Gerais . ...iccccicccc 91 7.2.2 Produção Cartográfica ...iccccicccc 94 7.2.3 Apresentação de Dados em LEGAL ....ccccccccccccc 98 7.3 Projeto de Interfaces ...iiccciccils 99 7.31 Arquitetura «ciclista e e e 101 7.3.2 Linguagens cics 102 7.3.3 Modelo do Usuário ...cciccccicci 103 SUMÁRIO Lista de Figuras 1 RR RS ES RS RS a oa o = = & d o ia = o E = = o & Projeção estereográfica polar . . . LL iciccccsci 10 Projeção cônica de Lambert ...licccciccccsc 10 Projeção de Mercator . «Li cccccccl q Projeção plana ...icccccccl q Projeção cônica . ...lcccccl a a a 12 Projeção cilíndrica ..lccccccccc 12 Cartas 1:1.000.000 - UTM ..lccccccils 14 Arquitetura de Sistemas de Informação Geográfica . . ..ccccccccscco 24 Níveis de especificação para troca de dados . . Li cccccciiccccs 59 O modelo de dados (parcial) do SAIF . LL cics 62 Exemplo da matriz de 4 interseções. . . LL ciicccicicccc 69 Topologias linha-região simples com a mesma matriz de 4 interseções. . ..... 69 Exemplos de relacionamentos topológicos . . LL .iciccccccisc 73 Exemplo de operação de ponderação. ....liccccicccccccc 75 Exemplo de cálculo de índice de diversidade. . LL icccccccccstcts 76 Exemplo de cálculo de máximo zonal. . .. Lc cciccccccscc TT Exemplo de cálculo de interseção espacial. ...iccccccccccscsi 79 Exemplo de reclassificação por atributo. ...iicccccccccccscs 79 Apresentações de uma mesma consulta em resoluções diferentes ......... 93 Apresentações distintas de uma mesma representação ....iccccccccs. 94 Exemplos de generalização . ...licccccccs 97 Exemplo de arquitetura de uma interface aberta para SIG ...ccccccc. 100 Enfoques no projeto de interface. . Lc cicccciccs 102 xi xii 8.1 8.2 9.1 9.2 9.3 9.4 9.5 9.6 LISTA DE FIGURAS Arquitetura genérica em camadas para um SIG. ..liccccccccccso 108 Arquitetura orientada-a-serviços para SIG. ..cccccccccccc 14 Estrutura de um arquivo em grade. ...cccccccccccsccca 120 Particionamento do espaço determinado por uma árvore kd... ...cccc. 121 Exemplo de uma árvore RL Lcccccicicc 122 Exemplo de uma árvore RA ..lcccciciccc 124 Exemplo de z-ordem ..licccciccs 127 Exemplo da decomposição de um polígono em células. . LL. iccccccco. 127 Nível conceitual do modelo de dados ...licccciccccscc 146 Exemplo de Atributos para LOTES ....cicccccicccccc 147 Exemplo de Atributos para MAPALOTES . «Lic ccccccccccs 147 Associação de geo-objeto a mapa cadastral . ...icccccciccccs 147 Ligação entre geo-objeto e objeto não espacial... .Jiccccccccsio 148 5 Exemplo de definição de esquema conceitual no spring ....cccccccco. 150 Exemplo de implementação em LEGAL . . LL icccccciccc 151 Arquitetura do SAGRE ..cccccsc 156 Exemplo de tela base do SAGRE . Li ccciccccsc 159 Interface de atributos do SAGRE . ciclista 163 Cooperativa de dados . . LL ccccccs e 168 PARTE I Capítulo 1 Conceitos Básicos 1.1 Introdução A implementação de SIGs requer integrar conhecimentos de diversas áreas da Ciência da Compu- tação e de disciplinas relacionadas ao processamento de certos tipos específicos de dados. Para melhor compreensão do texto, este capítulo apresenta inicialmente alguns conceitos de básicos de Cartografia. Em seguida, enfoca a área de Sensoriamento Remoto, abordando alguns tópicos relevantes como, por exemplo, aquisição de dados através de sistemas com sensores passivos. Este capítulo utiliza algumas referências básicas da área [MGR93a, ABC*91, Aro89, PM90]. Em particular, a seção 1.2 é parcialmente baseada em [SPR93]. 1.2 Conceitos de Cartografia 1.2.1 Definições Básicas Vista do espaço, a Terra assemelha-se a uma esfera com os pólos achatados. Na realidade, sua forma é afetada pela gravidade, força centrífuga de rotação e variações de densidade de suas rochas e componentes minerais [R$M78]. Devido à complexidade de se trabalhar com a forma real da Terra, os cartógrafos aproximam sua superfície para um modelo do globo terrestre. Neste processo de aproximação, inicialmente se constrói um geóide, resultante da medição do nível dos oceanos. Em seguida, aproxima-se o geóide por um elipsóide de revolução, mais regular. Um elipsóide de revolução é um sólido gerado pela rotação de uma elipse em torno do eixo menor dos pólos. Por fim, pode-se considerar o próprio elipsóide ou transformá-lo em uma esfera com a mesma superfície, gerando então o globo terrestre. Estudos geodésicos apresentam valores diferentes para os elementos de um elipsóide (raio do equador, raio polar e coeficiente de achatamento). Assim, cada região deve adotar como referência o elipsóide mais indicado. No Brasil, adotou-se o elipsóide de Hayford, cujas dimen- sões foram consideradas as mais convenientes para a América do Sul. Atualmente, no entanto, e CAPÍTULO 1. CONCEITOS BÁSICOS o Há um grande número de projeções cartográficas, uma vez que há uma variedade de modos de projetar em um plano os objetos geográficos que caracterizam a superfície terrestre. No entanto, é impossível se fazer uma cópia plana da superfície do globo terrestre sem desfigurá-la ou alterá-la — o que dá origem à noção de grau de deformação de uma projeção. A deformação é nula nos locais onde a superfície toca o globo. Dependendo do que se pretende analisar no mapa, cada tipo de projeção minimiza um certo tipo de deformação, por exemplo, buscando conservação dos ângulos ou uma proporcionalidade das superfícies. O paralelo padrão é aquele onde as deformações são nulas, isto é, a escala é verdadeira, sendo utilizado como linha de controle no cálculo de uma projeção cartográfica. A partir desse paralelo, as deformações vão aumentando progressivamente sobre os paralelos e sobre os meridianos, com valores desiguais. A longitude de origem é representada por uma linha reta, que constitui o eixo de simetria, no sentido vertical. A definição de longitude de origem depende da projeção adotada. A latitude de origem refere-se ao paralelo padrão mais próximo à região de interesse. Dependendo da. projeção utilizada, define-se ou não a latitude de origem. Denomina-se transformação cartográfica projetiva a operação de converter dados espaciais representados segundo um determinado sistema de projeção cartográfica para outro sistema de projeção. Classificação das Projeções Os sistemas de projeção cartográfica são analisados segundo o tipo de superfície adotada e grau de deformação. A superfície que toca o globo terrestre pode ser tangente, secante ou complexa. O caso de superfície tangente, apesar de mais simples, acarreta mais distorções que os demais. À superfície secante toca o globo ao longo de uma linha. Apesar de mais complexo, acarreta menos distorções pois a superfície de contato é maior. Já uma superfície complexa é formada pela combinação de superfícies, o que diminui ainda mais as distorções porém aumenta a complexidade. Quanto ao tipo de superfície de projeção adotada, classificam-se as projeções em: planas ou azimutais, cônicas, cilíndricas e poliédricas, segundo se represente a superfície curva da Terra sobre um plano, cone, um cilindro ou um poliedro tangente ou secante à esfera terrestre. Há também um grupo de projeções, descritas pelo USGS (“U. S. Geological Survey”), que não podem ser facilmente classificadas e que são denominadas miscelâneas (“miscellaneous”) ou espaciais, onde as últimas foram desenvolvidas para acomodar visadas de satélites. Na projeção plana ou azimutal, constrói-se o mapa imaginando-o projetado num plano tan- gente ou secante à Terra. Na projeção cônica, pode-se imaginar que o mapa é projetado sobre um cone tangente ou secante à superfície terrestre, que é em seguida “desen- rolado” sobre um plano. O mesmo ocorre na projeção cilíndrica, onde a projeção é imaginada sobre um cilindro. Em todas as projeções cônicas, os meridianos são retas que convergem em um ponto (que representa o vértice do cone), e os paralelos são circunferências concêntricas a inicialmente 1.2. CONCEITOS DE CARTOGRAFIA 9 esse ponto. Em todas as projeções cilíndricas, os meridianos e os paralelos são representados por retas perpendiculares. Exemplos destes três tipos de projeções são mostrados nas figuras 1.1 (projeção plana este- reográfica polar), 1.2 (projeção cônica de Lambert) e 1.3 (projeção de Mercator, cilíndrica). Quanto ao aspecto, a superfície pode ser equatorial, polar, oblíqua ou transversa. O aspecto equatorial ocorre quando a superfície de projeção é centrada em algum ponto do Equador. O aspecto polar resulta quando a superfície de projeção é centrada em um dos pólos; o aspecto oblíquo ou horizontal acontece quando a superfície de projeção é alinhada ao longo de qualquer outro ponto do globo. O aspecto transverso ocorre quando a superfície de projeção é cilíndrica ea linha central de projeção é alinhada a um par de meridianos, ao invés do Equador. Por fim um aspecto é dito normal se ele é o mais simples para uma dada superfície de projeção, ou seja, polar, no caso de azimutal; oblíquo, no caso de cônica; e equatorial, no caso de cilíndrica. As figuras 1.4, 1.5 e 1.6 apresentam uma comparação da representação de um quarto de hemisfério, segundo os diferentes sistemas de projeção. Cada método de projeção da superfície terrestre preserva diferentes propriedades espaciais: área, direção, distância e forma. À preservação de uma propriedade implica normalmente na distorção das demais. Assim, quanto ao grau de deformação das superfícies representadas, as projeções são classificadas em conformes ou isogonais, equivalentes ou isométricas e eqiiidistan- tes. As projeções conformes ou isogonais mantêm fidelidade aos ângulos locais observados na. superfície representada (por exemplo, Mercator). As projeções equivalentes ou isométricas conservam as relações de superfície, não havendo deformação de área (por exemplo, Cônica de Albers, Azimutal de Lambert). Já as projeções equidistantes conservam a proporção entre as distâncias, em determinadas direções, na superfície representada (por exemplo, a Cilíndrica Eqiidistante). A escolha de uma projeção deve se basear na precisão desejada, no impacto sobre o que se pretende analisar e no tipo de dado disponível. A tabela 1.1, adaptada de [SPR93], apresenta uma análise comparativa das projeções. 10 CAPÍTULO 1. CONCEITOS BÁSICOS Figura 1.1: Projeção estereográfica polar Figura 1.2: Projeção cônica de Lambert CONCEITOS DE CARTOGRAFIA 13 [ Projeção | Classificação | Aplicações | Características da projeção Albers Cônica - cartas gerais e geográficas - preserva áreas Equivalente - garante precisão de escala - substitui com vantagens todas as outras cônicas equivalentes Bipolar Cônica, - indicada para base car- - preserva ângulos Conforme topográfica confiável do - é uma adaptação da Cônica de continente americano Lambert Cilíndrica Cilíndrica - mapas mundi - altera áreas Eqiidistante | Eqiidistante | - mapas em escala pequena - altera os ângulos - trabalhos computacionais Gauss Cilíndrica - cartas topográficas - altera áreas (porém as distorções Conforme - mapeamento básico em escala | não ultrapassam 0.5%) média e grande - preserva os ângulos - similar à UTM com defasagem de 3º de longitude entre os meridianos centrais Estereográfica | Plana. - mapeamento das regiões - preserva ângulos Polar Conforme polares - preserva forma de pequenas áreas - mapeamento da Lua, Marte - oferece distorção de escalas e Mercúrio Lambert Cônica - cartas gerais e geográficas - preserva ângulos Conforme - cartas militares - mantém a forma de áreas pequenas - cartas aeronáuticas do mundo | praticamente inalterada - oferece grande precisão de escala Lambert Cilíndrica - Atlas - preserva ângulos Million Conforme - cartas ao milionésimo - mantém a forma de áreas pequenas praticamente inalterada - dá grande precisão de escala, Mercator Cilíndrica - cartas náuticas - preserva os ângulos Conforme - cartas geológicas /magnéticas | - mantém a forma de áreas pequenas - mapas mundi celestes/meteorológicas Miller Cilíndrica - mapas mundi - altera os ângulos Eqjiidistante | - mapas em escalas pequenas - altera área Policônica Cônica - mapeamento temático em - preserva distâncias Eqjiidistante | escalas pequenas - altera áreas - altera ângulos - substituída por UTM UTM Cilíndrica - mapeamento básico em - preserva ângulos Conforme escalas médias e grandes -altera áreas (porém as distorções - cartas topográficas não ultrapassam 0.5%) Tabela 1.1: Análise comparativa das projeções 14 CAPÍTULO 1. CONCEITOS BÁSICOS Mie DE MOMEMOLATUNA Di FeLHAS Figura 1.7: Cartas 1:1.000.000 - UTM A Projeção UTM A projeção UTM (“Universal Transverse Mercator”) é definida dividindo-se a Terra em 60 fusos de 6º de longitude. Para cada fuso, adota-se como superfície de projeção um cilindro transverso com eixo perpendicular ao seu meridiano central, que assume ainda o papel de longitude de origem. Apesar da característica “universal” desta projeção, enfatiza-se que o elipsóide de referência varia em função da região da superfície terrestre. O meridiano central de um fuso, o Equador e os meridianos situados a 90º do meridiano central são representados por retas, enquanto que os demais meridianos e os paralelos são repre- sentados por curvas complexas. O meridiano central é representado em verdadeira grandeza. A escala aumenta com a distância em relação ao meridiano central e torna-se infinita a 90º deste. Aplica-se ao meridiano central de cada fuso um fator de redução de escala igual a 0,9996, para minimizar as variações de escala dentro do fuso. Como conseqiiência, existem duas linhas apro- ximadamente retas, uma a leste e outra a oeste, distantes cerca de 1º37' do meridiano central, representadas em verdadeira grandeza. Há um mapeamento sistemático do Brasil, feito na projeção UTM, nas escalas 1:250.000, 1:100.000 e 1:50.000. A figura 1.7 apresenta a distribuição das cartas 1:1.000.000 para o Brasil. Para saber a longitude de origem, o usuário deve localizar a área de interesse na figura e verificar a que fuso ela pertence. O meridiano central do fuso corresponderá à longitude de origem. 1.2.4 Mapas e Cartas Os conceitos de mapa e carta não possuem uma distinção rígida [Oli95a]. A palavra “mapa” teve origem na Idade Média e era exclusivamente empregada para designar representações terrestres. Após o século XIV, os mapas marítimos passaram a ser denominados cartas, como por exemplo, 1.3. CONCEITOS DE SE! VSORIAMENTO REMOTO 1 a as conhecidas “cartas de marear” dos portugueses. Algumas definições consideram que um “mapa” não tem caráter científico especializado, sendo destinado a fins culturais, ilustrativos ou mesmo comerciais. Já “carta” é a representação dos aspectos naturais ou artificiais da Terra, destinada a fins práticos da atividade humana, permitindo a avaliação precisa de distância: direções e a localização geográfica de pontos, áreas e detalhes. Neste texto, os termos “mapa” e “carta” estão utilizados indistintamente, adotando a definição de caráter científico. Baseado na ABNT (Associação Brasileira de Normas e Técnicas), [Oli95a] classifica cartas como se segue. e geográficas: — topográficas: confeccionadas mediante levantamento topográfico regular, ou compila- das de cartas topográficas existentes, e que incluem os acidentes naturais e artificiais, permitindo facilmente a determinação de altitudes. — planimétricas: semelhantes às cartas topográficas, porém não apresentam indicação de altitudes. e cadastrais e plantas: geralmente em escala grande, usadas para mostrar limites verdadei- ros e usos das propriedades. e acronáuticas: representam a superfície da Terra com sua cultura e relevo de maneira a satisfazer especificamente as necessidades da navegação aérea. e náuticas: resultam dos levantamentos dos mares, rios, canais e lagoas navegáveis e se destinam à segurança da navegação. e especiais, por exemplo: — meteorológicas: mostram as classificações climáticas e as que, em serviço contínuo, diário e sistemático, contêm informações meteorológicas, observadas simultaneamen- te em vários lugares, além das alterações progressivas nas condições do tempo. — de solo: identificam e classificam os diversos tipos de solos e sua distribuição geográ- fica. — de vegetação: representam as características e a distribuição da cobertura vegetal. — de uso da Terra: representam a classificação e distribuição geográfica dos diversos usos aos quais está sujeita a superfície da Terra. — globos: contêm representações da superfície da Terra em outra superfície semelhante. 1.3 Conceitos de Sensoriamento Remoto Esta seção revê brevemente conceitos de sensoriamento remoto, sob o ponto de vista de tecno- logia para aquisição de dados para SIGs. Neste sentido, sensoriamento remoto é definido como 18 CAPÍTULO 1. CONCEITOS BÁSICOS Satélite Instrumento | Resolução | Resolução | Resolução Espectral | Espacial | Temporal LANDSAT MSS 4 80 m 16 dias TM 7 30 m 16 dias SPOT xs 3 20 m 26 dias PAN 1 10m 26 dias TIROS/NOAA AVHRR 5 1100 m 6 horas METEOSAT MSS 4 8000 m | 30 minutos ERS SAR banda-C 1 25m 25 dias Tabela 1.2: Características de satélites cujos dados são recebidos no Brasil de recursos terrestres e em estudos de vegetação e aplicações meteorológicas. O Meteosat possui aplicações na área de meteorologia. O ERS-1, o primeiro a possuir um radar, destaca-se na gerência de recursos terrestres. Trata-se, no entanto, de um satélite experimental, com cobertura limitada. No restante desta seção, os satélites Landsat e SPOT são discutidos em mais detalhes. O programa Landsat, inicialmente um programa de pesquisa da NASA, é atualmente opera- do comercialmente pela firma EOSAT (“The Earth Observation Satellite Company”). Ele inclui cinco satélites diferentes, Landsat-1 a Landsat-5. O satélite Landsat-6 não obteve sucesso ao tentar atingir a sua órbita e o Landsat-7 está programado para 1998. A órbita dos satélites Landsat é próxima dos pólos e sincronizada com o sol. Os Landsat-4 e -5 foram postos em órbitas mais baixas (705km) que os anteriores (920km) a fim de permitir imagens de melhor resolução. O sensor MSS (“Multi-Spectral Scanner”), presente em toda a série Landsat, possui quatro bandas, do verde ao infra-vermelho próximo. Os Landsat-1 a -3 eram dotados do sensor RBV. (“Return Beam Vidicon camera”), semelhante a uma câmara de televisão, que operava três bandas diferentes, do visível ao infra-vermelho próximo. Os Landsat-4 e -5 foram equipados com o sensor TM (Thematic Mapper). O TM é um aperfeiçoamento do MSS, adicionando mais bandas e melhorando as resoluções espectral, radiométrica e espacial. Ele possui 7 bandas, do visível ao infra-vermelho termal. O ETM (“Enhanced Thematic Mapper”), que estaria presente no Landsat-6, adicionaria ao TM uma banda pancromática (preto e branco) com resolução de 15m. No caso dos satélites Landsat-4 e -5, a banda TM 6 (infra-vermelha termal) possui resolução de 120m. O programa SPOT (“Systeme pour VObservation de la Terre”) foi iniciado pelo governo francês, e atualmente seu desenvolvimento e operação são de responsabilidade do CNES (“Centre National d'Etudes Spatiales”), incluindo os satélites SPOT-1 a SPOT-3. Os satélites SPOT também possuem órbita sincronizada com o sol e próxima dos pólos, a 832km de altitude. Os SPOT-1 a -3 são dotados do sensor HRV (“High Resolution Visible”), que registra três canais multiespectrais, do verde ao infra-vermelho próximo, ou um pancromático (preto e bran- 1.3. CONCEITOS DE SENSORIAMENTO REMOTO 19 co), de alta resolução. Espera-se que a próxima geração de satélites SPOT possua resolução de 5m em imagens pancromáticas. Uma característica importante do SPOT é a sua capacidade de pivotear a partir de ordens recebidas da Terra, possuindo um espelho móvel, com visada lateral. Isto permite adquirir uma imagem de uma mesma área 7 ou mais vezes (dependendo da posição em termos de latitude) durante o seu ciclo de 26 dias. Devido a estes dispositivos óticos é possível também se obter pares estereoscópicos de imagens (imagens de uma mesma área adquiridas sob ângulos diferentes), o que permite se realizar ortoretificação e obter dados tridimensionais. No processo de ortorretificação, as imagens são completamente corrigidas, eli- minando distorções provenientes do posicionamento do sensor e de características da superfície do terreno. Algumas rotinas de ortofotografia exigem valores pré-determinados de sobreposição de imagens. Enquanto o Landsat TM oferece melhor resolução espectral e radiométrica, o que facilita a análise de determinados fenômenos, o SPOT oferece melhor resolução espacial, especialmente em imagens pancromáticas de 10m, e uma geometria mais estável devido ao sensor utilizado. É muito comum o uso conjugado das imagens do SPOT e do Landsat, usufruindo dos detalhes da banda pancromática do SPOT juntamente com a sensibilidade espectral do Landsat TM. É importante observar que os satélites estão (ou estavam) operacionais em períodos de tempo distintos (os Landsat-1 a -3 foram descontinuados em 1983) e que nem todos os tipos de produção de imagens estiveram disponíveis durante todo o período operacional dos satélites. GPs 7PS (“Global Positioning System”) é um sistema baseado em satélites que provê a medição de latitude, longitude e altura em qualquer ponto da Terra. Os satélites enviam mensagens especí- ficas que são interpretadas por um receptor GPS. A distância entre o satélite e o receptor GPS pode ser calculada a partir dos sinais enviados e da velocidade do satélite. Para maior precisão, a localização do ponto em questão é determinada utilizando-se pelo menos quatro distâncias e trigonometria. Se 21 satélites estiverem em operação!, é possível se medir coordenadas na Terra em qualquer hora do dia. A tecnologia de GPS foi criada com fins militares. Nos EUA, havia um serviço mais preciso para uso militar, e outro, para uso geral, menos preciso, degradando os sinais enviados pelos satélites. Rapidamente, fornecedores de receptores para GPS transpuseram este problema ajustando o dispositivo a partir de medidas em pontos previamente conhecidos, criando o DGPS (“Differential GPS”. Os receptores GPS variam em precisão e funcionalidade. Por exemplo, alguns incluem programas que fazem transformações entres sistemas de coordenadas ou possuem dados de saída compatíveis com sistemas de SIGs comuns no mercado. Outros dispositivos permitem a leitura com os receptores em movimentos e são muito úteis para realizar mapeamento de terrenos com veículos. *Devido à constelação de satélites hoje existente, este requisito não representa um problema. 20 CAPÍTULO 1. CONCEITOS BÁSICOS 1.3.3 Câmaras Fotográficas Aero-Transportadas Em um SIG, fotografias aéreas possuem duas funções principais: como componente gráfico, servindo como fundo sobre o qual outras informações são apresentadas; e como fonte de dados, atualizando ou criando novos arquivos em escala grande ou servindo para controle de qualidade de dados já armazenados. Fotogrametria é a ciência de se obter medidas acuradas e confeccionar mapas a partir de fotografias [Wol83]. Um projeto de mapeamento de terrenos utilizando fotografias aéreas inclui o planejamento de rotas para a aquisição das fotografias, a escolha de pontos de controle para georeferenciamento, a digitalização e geração automática dos dados a partir da fotografia. Fotografias aéreas são obtidas a partir de um avião voando em linhas paralelas, chamadas linhas de voo. O planejamento de voo usualmente garante que haja sobreposição de fotos para a cobertura da área estudada. Sobreposições ocorrem lateralmente (na ordem de 15 a 40%) e adiante /atrás (na ordem de 55 a 65%). Terrenos acidentados exigem maior sobreposição. Com a sobreposição adiante /atrás, uma vista estereoscópica é possível, criando para o usuário uma imagem tridimensional. As fotografias podem ser gravadas em filme (positivos, negativos ou diapositivos), papel, vi- dro ou em forma digital. As fotografias podem ser preto e branco ou coloridas, em infra-vermelho ou em comprimento de onda visível, onde a escolha é função da sensibilidade espectral do fenô- meno geográfico a ser analisado. Imagens em infra-vermelho foram desenvolvidas originalmente para fins militares, a fim de se distinguir objetos camuflados na vegetação. Atualmente, são muito úteis em estudos envolvendo a identificação de certas vegetações e de vida selvagem. Imagens em preto e branco ou coloridas normais têm funções similares para mapeamento em geral, sendo as primeiras mais baratas, porém as últimas mais adequadas à visão humana para a diferenciação de objetos (o homem é capaz de distinguir em torno de 100 níveis de cinza e por volta de 10.000 cores). A escala de uma fotografia e sua área de cobertura são funções da distância focal da câmara fotográfica e da altura do voo. Distâncias focais mais curtas e vôos mais altos dão origem a fotos com escalas menores. Ortofotografia é o nome dado a uma fotografia aérea que sofreu ortorretificação. Ortofotos são bastante utilizadas em aplicações de mapeamento (vide, por exemplo, o trabalho descrito em [Fil93]). CONCEITOS BÁSICOS 23 de qualidade. Com o advento do GPS (“Global Positioning System”), discutido na seção 1.3.2, tornou-se possível realizar trabalhos de campo com alto grau de precisão e com registro digital direto. A digitalização de mesa ainda é o modo mais utilizado para a entrada de dados a partir de mapas existentes. É um processo usualmente custoso e demorado, envolvendo os passos de digitalização de linhas, ajuste de nós, geração de topologia e rotulação (identificação) de cada dado geográfico. A digitalização ótica é feita por dispositivos de varredura (scanners) e vem sendo cada vez mais utilizada. A tecnologia mais comum é baseada em câmaras CCD (charge coupled devices) sendo necessário o uso de dispositivos de boa resolução para se conseguir resultados de qualidade. Após a obtenção de dados em varredura são utilizados algoritmos de conversão para o formato vetorial, sendo que muitos destes requerem a intervenção humana parcial. Na importação de dados digitais, é muito importante aproveitar o investimento já feito, eventualmente por outras instituições, na coleta e armazenamento de dados geográficos. No Brasil, as principais fontes de dados são as bases do IBGE, do INPE e do Centro de Cartografia Automatizada do Exército. As funções de processamento são naturalmente dependentes dos tipo de dados envolvidos. A análise geográfica engloba funções como superposição, ponderação, medidas (área, perímetro), mapas de distância, tabulação cruzada, dentre outras. O processamento digital de imagens envolve funções como retificação, contraste, filtragem, realce e classificação. Modelos numéricos de terreno permitem a geração de mapas de declividade e aspecto, cálculo de volumes, análise de perfis, além da própria geração do modelo a partir de pontos esparsos ou linhas, entre outras funções. Operações sobre redes incluem caminhos ótimos, caminhos críticos e ligação topológica. Já as consultas aos bancos de dados podem ser espaciais ou não. Os ambientes de visualização de um sistema são conseqiiência do paradigma adotado para a interface. Quanto à produção cartográfica, alguns sistemas dispõem de recursos altamente sofisticados de apresentação gráfica, englobando a definição de uma área de plotagem, colocação de legendas, textos explicativos e notas de crédito. Já o aparecimento de padrões “de facto”, como o PostScript e o HPGL, vem facilitar o desenvolvimento de funções de plotagem. Os dados de um SIG são geralmente organizados sob a forma de um banco de dados geográ- ficos. Tradicionalmente, os SIGs armazenavam os dados geográficos em arquivos internos. Este tipo de solução vem sendo substituída pelo uso cada vez maior de SGBD. Estes componentes se relacionam de forma hierárquica. No nível mais próximo ao usuário, a interface homem-máquina define como o sistema é operado e controlado. No nível intermediário, um SIG deve ter mecanismos de processamento de dados espaciais (entrada, edição, análise, visualização e saída). No nível mais interno do sistema, um sistema de gerência de bancos de dados geográficos oferece armazenamento e recuperação dos dados espaciais e seus atributos. De uma forma geral, as funções de processamento de um SIG operam sobre dados em uma área de trabalho definida pelo usuário. A ligação entre os dados geográficos e as funções de processamento do SIG é feita por mecanismos de seleção e consulta que definem restrições sobre o conjunto de dados, que podem ser espaciais ou não. 24 CAPÍTULO 2. SISTEMAS DE INFORMAÇÃO GEOGRÁFICA em ini SS Entrada e Integr. Funções de Visualização Dados Processamento Plotagem pd Armazenamento e Recuperação Banco de Dados Geográficos Figura 2.1: Arquitetura de Sistemas de Informação Geográfica 2.2.2 Processo de Implantação Sob certo ponto de vista, o processo de implantação de um SIG divide-se em três grandes fases: modelagem do mundo real; criação do banco de dados geográfico; e operação. A fase de modelagem do mundo real engloba a modelagem de processos e de dados e consiste em selecionar fenômenos e entidades de interesse, abstraindo-os e generalizando-os. Diferentes conjuntos de fenômenos podem ser escolhidos para descrever distintas visões do mundo, para uma mesma região, em um dado instante. Um banco de dados geográfico é um repositório da informação coletada empiricamente sobre os fenômenos do mundo real [ea92, Ege95]. A criação de um banco de dados geográficos exige várias etapas: coleta dos dados relativos aos fenômenos de interesse identificados na modelagem; correção dos dados coletados (devido, por exemplo, a erros introduzidos pelos dispositivos de coleta); e georeferenciamento dos dados (associando a cada conjunto de dados informação sobre sua localização geográfica). Esta fase representa uma grande parcela do custo total do desenvolvimento de um SIG, que pode ser minimizado por uma modelagem adequada. A fase de operação refere-se tanto ao uso em si do SIG, quanto ao desenvolvimento de aplicações específicas por parte dos usuários a partir dos dados armazenados, reconstruindo visões (particulares) da realidade. Retornando à primeira fase, modelagem de processos refere-se a uma modelagem matemá- tica que descreve operações envolvendo a representação e manipulação de dados, incluindo a simulação de fenômenos naturais [BX94b]. Este tipo de modelagem começa com a seleção dos CONCEITOS BÁSICOS tv & fenômenos e de um modelo (matemático) que permita descrevê-los e simulá-los, definindo os dados a coletar. Em seguida, dados e modelo matemático são calibrados e refinados, em um processo iterativo, até atingir um nível determinado de qualidade e adequação [BX94a]. Os procedimentos de simulação numérica variam com a natureza da aplicação e com a extensão e escala do fenômeno observado [GPS93]. Um modelo de dados fornece ferramentas formais para descrever a organização lógica de um banco de dados, bem como define as operações de manipulação de dados permitidas. Mo- delagem de dados refere-se ao processo de abstrair os fenômenos do mundo real para criar a organização lógica do banco de dados. No caso de aplicações geográficas, as técnicas tradicionais de modelagem devem ser estendidas para incluir questões específicas de dados geográficos. Os primeiros trabalhos sobre modelos de dados geográficos se ocupavam principalmente com estruturas geométricas e espaciais. Os modelos propostos correspondiam a estruturas de dados sofisticadas (vide, por exemplo, a descrição de alguns destes “modelos” em [Aro89]). Esta concepção de modelo foi incorporada pela maioria dos sistemas comerciais atuais, onde o usuário realiza a “modelagem” dos dados definindo diretamente estruturas de baixo nível. Esta filosofia é refletida para os níveis mais altos de definição de dados, impedindo muitas vezes os usuários de especificar as entidades de interesse. Entretanto, esta não é uma abordagem apropriada para modelagem de dados geográficos pois os usuários raramente são especialistas em computação, mas sim nos diferentes domínios de aplicação. Além deste ponto básico, esta abordagem não leva a modelos úteis à fase inicial de coleta e preprocessamento dos dados, nem a modelos que facilitem a reutilização dos dados por outras aplicações. O capítulo 4 apresenta abordagens mais adequadas que minimizam estes problemas. 2.2.3 Breve Histórico O problema de análise e manipulação de entidades que existem em um contexto espaço-temporal não é novo. À forma mais antiga — e ainda mais comum — de processar e apresentar este tipo de dado é através de mapas. Os elementos de um mapa são em geral armazenados de forma georeferenciada segundo um sistema de coordenadas (latitude, longitude e elevação em relação ao nível do mar). À criação de mapas exige levantamento de dados, medidas de seus valores e localização, padronização, armazenamento e finalmente apresentação. Diversos mapas em papel podem ser processados de forma a correlacionar seus dados através de sua sobreposição sob forma de folhas transparentes. Todo esse processo — produção em papel, armazenamento, sobreposição — é muito caro do ponto de vista de armazenamento e atualização manual. Desta forma, as primeiras tentativas de automatizar o processamento de dados georeferencia- dos ocorreram, segundo [ABC*91], nos anos 50, na Grã Bretanha e nos USA, visando diminuir os custos de produção e atualização de mapas. No primeiro caso, foi desenvolvido um sistema de produção de mapas para pesquisa em botânica, onde os dados haviam sido previamente perfurados em cartões. No segundo caso, tratava-se de um sistema desenvolvido em Chicago para mostrar graficamente o volume de tráfego em algumas vias da cidade. Os primeiros SIGs propriamente ditos datam dos anos 60. Seu desenvolvimento, no Cana- 28 CAPÍTULO 2. SISTEMAS DE INFORMAÇÃO GEOGRÁFICA naturais; e de gerenciamento, envolvendo a realização de estudos e projeções que determinam onde e como alocar recursos para remediar problemas ou garantir a preservação de determinadas características. O capítulo corrente está baseado nesta classificação. Em princípio, a classe de aplicações determina a utilização de certas escalas, fontes de dados e, certamente, funções de análise. Aplicações sócio-econômicas são geralmente voltadas para es- calas grandes (1:200 a 1:20.000), ocupando-se de problemas localizados. Aplicações ambientais, por sua vez, são em geral relacionadas a problemas em escalas menores (1:20.000 ou menores), com conseqiiente perda de precisão de medida. Esta regra de escala, fonte e precisão dos dados nem sempre é aplicável: estudos ambientais podem se ocupar de regiões de pequena extensão, exigindo escalas maiores; estudos sócio-econômicos podem abranger migrações populacionais, em escala global. Em alguns casos, torna-se difícil determinar a classe de uma aplicação: por exemplo, o estudo do impacto ambiental devido a correntes migratórias envolve tanto fatores sócio-econômicos quanto físicos. 2.3.2 Aplicações Sócio-Econômicas Aplicações sócio-econômicas tanto podem ser realizadas com o objetivo de planejamento (aná- lise preliminar) quanto de avaliação de mudanças em uma região em resposta a uma deter- minada política (análise posterior). Dentre as aplicações sócio-econômicas, segundo [Ram94], distinguem-se os grupos de origem: uso da terra, incluindo cadastros rurais, agroindústria e irrigação; ocupação humana, envolvendo cadastros urbanos e regionais, sistemas para serviços de utilidade pública; e atividades econômicas, agrupando marketing e indústrias. Enquadram-se na classe de aplicações sócio-econômicas os sistemas de informação sobre uso da terra e os sistemas para mapeamento automático /gerência de facilidades. Exemplos típicos são o acompanhamento e inventário de cadastros imobiliários rurais ou urbanos; definição de uma política para uso de solo; aplicações envolvendo serviços de utilidade pública (redes de telefonia, eletricidade, esgotos, transportes); sistemas de auxílio à navegação; estudos de marketing; e alocação de recursos em geral para manutenção ou expansão da infraestrutura de uma região. Os dados utilizados em aplicações sócio-econômicas são frequentemente obtidos através de coletas censitárias, mapas urbanos digitalizados e fotografias aéreas. Aplicações que utilizam dados de censo, por exemplo, preocupam-se com distribuições estatísticas de populações em um certo espaço, associadas à infraestrutura existente. Neste caso, escalas menores são aceitáveis, dependendo da extensão da região estudada. Aplicações voltadas a planejamento de infraestru- tura (por exemplo, rede de telefonia ou tráfego) exigem escalas de maior precisão: a colocação de um transformador em um certo ponto em uma rede elétrica deve ter precisão de metros; a definição de uma rota de ônibus urbano precisa levar em consideração a largura das ruas para prever pontos de engarrafamento e locais de manobra. Segue uma discussão em mais detalhes alguns tipos de aplicações sócio-econômicas. APLICAÇÕES 29 Sistemas de Informações sobre Terra Um sistema de informação sobre uso da terra [Dal93], ou LIS, abreviação de “Land Information System”, manipula basicamente limites de propriedades ou regiões, com mapas e descrições associados, contendo valor (de venda, aluguel, transferência, impostos, etc...), uso (rural ou urbano, vegetação, etc...), construções, infraestrutura (água, gás, eletricidade, etc...), população e outros. Os dados em um LIS devem ser os mais atualizados e completos possíveis, devido às conseqiiências sociais e econômicas que um registro mal feito acarreta, como disputas de terras e cobrança incorreta de impostos. O custo de levantamento destes dados é bastante alto, chegando até a superar o valor da terra em casos extremos, e o processo é muitas vezes lento. Entre os benefícios advindos do uso de um LIS, têm-se a redução dos casos de disputa de propriedades, a simplificação do processo de reforma agrária, a monitoração do mercado de terras e uma maior eficiência na cobrança de impostos. Por exemplo, o estudo em [ZFS89] avalia um conjunto de mudanças em uma região rural nos EUA. Dados de questionários respondidos pelas comunidades da região foram inseridos em um SIG e analisados em conjunto com fatores como mudanças no uso de solo e na vegetação, obtidos a partir de fotos aéreas. A avaliação destes resultados permitiu a definição de novos critérios para expansão imobiliária na região. Sistemas para Serviços de Utilidade Pública Existe um crescente uso de SIGs pelos serviços de utilidade pública no mundo, desde ferramentas mais simples para mapeamento automático e gerência de facilidades (“AM /FM - Automated Mapping and Facilities Management”) até sistemas sofisticados, envolvendo simulação. A natureza dos serviços de utilidade pública varia enormemente de país para país, refle- tindo-se nos SIGs utilizados. De modo geral, a indústria provê serviços para consumidores comerciais e domésticos, fazendo uso de alguma forma de mapeamento de sua rede. SIGs per- mitiram que estes registros geográficos fossem relacionados a dados alfanuméricos. O tipo de planta, a complexidade da rede e a sua taxa de crescimento e atualização influenciam a funcio- nalidade do siG. Muitas plantas não possuem uma localização precisa de objetos, o que pode acarretar complicações, caso seja necessário sobrepor mapas. Mahoney [Mah93] subdivide as aplicações relacionadas a serviços de utilidade pública em redes de fluxo, incluindo gás e água, e redes de cabos, incluindo eletricidade, telecomunicações e televisão a cabo. Uma outra forma de classificar tais aplicações consiste em distinguir entre redes subterrâneas e redes de superfície. Os objetos de uma rede de fluxo correspondem geralmente a dutos, possuindo atributos co- mo diâmetro, material de construção e idade de um duto. É essencial que exista conectividade nas ligações da rede no banco de dados para a análise da rede de fluxo. As redes de cabos são usualmente inferiores em tamanho, quando comparadas com as redes de fluxo. Registros de eletricidade são em geral separados por voltagem de transmissão e distribuição. Em telecomu- nicações, a rede deve manter registro da localização dos dutos físicos em redes subterrâneas, 30 CAPÍTULO 2. SISTEMAS DE INFORMAÇÃO GEOGRÁFICA permitindo identificar até consumidores individuais. Em termos de planejamento, é necessá- rio saber a disponibilidade de espaço nos dutos. Em televisão a cabo, os serviços são uma combinação de serviços para redes subterrâneas e redes de superfície. O georeferenciamento dos registros de serviços de utilidade pública pode ser considerado de duas formas: através de um mapa básico topográfico, que funciona como um arcabouço espacial onde os dados são georeferenciados; ou a partir da localização dos dutos de fluxo ou cabos. O custo de aquisição de um mapa básico, a partir de um levantamento fotográfico aéreo, por exemplo, é geralmente bastante alto, chegando de 10 a 25% do custo total do projeto. Usualmente, a altura é mantida nos próprios mapas, evitando a necessidade de se lidar com dados tridimensionais, como mapas de topografia, exceto quando operações de colocação de dutos são necessárias. A escala de trabalho varia de 1:200 a 1:10.000 nas áreas urbanas, admitindo-se escalas menores fora destas. As plantas geográfica e de registros podem ser ar- mazenadas em um SIG em uma estrutura temporal, representando o presente, o passado e o planejado. Sistemas de Censo Sistemas de censo ajudam a monitorar mudanças nas características da população e são impor- tantes para planejamento tanto a nível global quanto local. Existem vários métodos de se realizar censos. Censos exaustivos são caros e usualmente feitos em intervalos de dez anos, quando uma série de perguntas relativas à vida dos habitantes são postas (renda, acesso a telefone, eletrodomésticos, etc...). Naturalmente, análises estatísticas derivadas durante o intervalo entre censos podem se tornar irreais devido à desatualização dos dados. Tradicionalmente, o papel de sIGs é grande no estágio de pós-processamento das informações, onde dados são analisados e facilmente espacializados gerando mapas. Alguns países, como os escandinavos, mantêm seus dados constantemente atualizados, agre- gando informação de indivíduos, inclusive espacial, via endereço postal, em áreas relevantes administrativamente. Para isso, fontes de informação (nascimentos, casamentos, mortes, mu- danças de casa) são devidamente registradas pelas autoridades. Uma terceira forma de se obter dados de censo explora a relação entre extensão de área ocupada e população, com a ajuda de cobertura por imagens de satélite e fotografias aéreas, detectando-se manchas urbanas, e utilizando siGs. Esta técnica não fornece informações só- cio-econômicas e é ineficiente para áreas rurais. Merece destaque o sistema TIGER (“Topologically Integrated Geographic Encoding and Referencing”), do Census Bureau do EUA, que provê a mais detalhada rede de características e cobertura administrativa disponível no país [Rhi93]. Outras Aplicações Sócio-Econômicas temas de navegação, marítima ou terrestre, também podem se beneficiar bastante de SIGs. APLICAÇÕES 33 duração, com escala temporal de décadas a séculos (por exemplo, parâmetros climáticos, de solos, de densidade populacional); dados globais sinópticos para monitoração, de média duração, com escala temporal de meses a anos, refletindo mudanças globais em uma escala espacial e temporal (por exemplo, cobertura de neve, ventos e precipitação); e dados globais tipo séries temporais para monitoração, consistindo de séries temporais, índices de medidas ou médias para células (por exemplo, índice de vegetação e temperatura oceânica). Existem vários programas globais que merecem destaque [CHK93], três das quais são apre- sentadas a seguir. A NASA possui uma iniciativa chamada “Missão do Planeta Terra”, que visa construir mo- delos do sistema terrestre de forma a permitir gerenciamento do clima global. É provavelmente o maior e mais completo dos programas globais. Os dados estão sendo coletados para diferentes regiões e em épocas distintas, sendo integrados de forma a permitir acesso em escala global por parte de cientistas, que construirão modelos matemáticos para avaliar a evolução dos diversos fenômenos de interesse. O programa inclui a criação de uma infraestrutura de gerenciamento de dados georeferen- ciados, permitindo a usuários de diferentes perfis cooperarem em suas pesquisas relativas ao meio ambiente. Esta infraestrutura, chamada EOSDIS (“Earth Observation System Data and Information System”), será discutida em mais detalhe no capítulo 13. O “Programa de Mudanças Globais e Climáticas” do NOAA tem o objetivo de prover previ- sões confiáveis sobre mudanças climáticas globais e suas implicações regionais em uma escala de tempo que varia de meses a séculos. Para isso, são coletadas imagens de satélites meteorológicos, dados de estações terrestres, entre outros. O ICSU (“International Council of Scientific Unions”), integrado por várias nações, possui o “Programa Internacional de Geosfera-Biosfera”, que visa entender e descrever os processos físicos, interativos e biológicos que regulam o sistema terrestre, o ambiente único que provê a vida, as mudanças que estão ocorrendo neste sistema, e o modo como elas são influenciadas pelas ações humanas. Outras Aplicações Ambientais Esta seção referencia diversas aplicações ambientais, ilustrando a variedade existente. CORINE é um programa envolvendo 12 países da Comunidade Européia com o objetivo de desenvolver um banco de dados ambiental em escala continental. Sua criação foi uma reação aos problemas de chuvas ácidas, conservação da natureza e conflitos relativos ao uso da terra no Mediterrâneo. [Mou93] discute o programa desde a sua criação, com as fases de análise de requisitos e entrada de dados, até os passos futuros. [WSS90] descreve vários projetos ambientais que utilizam siGs nos EUA. Um exemplo é o estudo do impacto que mudanças de zoneamento trouxeram à qualidade da água em uma região, utilizando dados coletados durante 37 anos. Um segundo projeto é o uso de um SIG para determinar o traçado de estradas que atravessem parques nacionais, levando em consideração o 34 CAPÍTULO 2. SISTEMAS DE INFORMAÇÃO GEOGRÁFICA gradiente dos terrenos, o número e tipo dos cursos d'água a serem cortados e a visibilidade do terreno. Outros exemplos incluem a adequação de áreas para criação de espécies em extinção, a previsão de mudanças naturais e o gerenciamento e monitoração de florestas nativas. O projeto apresentado em [Kli94] discute a avaliação de diversas regiões com relação à sua adequação para a criação de parques de vida selvagem na Nova Zelândia. As diferentes carac- terísticas de hidrografia, facilidades de transporte, infraestrutura e vegetação de cada região foram correlacionadas a fatores como quantidade de artefatos humanos, solidão, características naturais e distância de locais habitados. Com isso, determinou-se quais as áreas mais adequa- das para estabelecer acampamentos, turismo ecológico e mesmo caçada. Certos fatores (por exemplo, distância) receberam peso distinto de acordo com o perfil das pessoas que desejariam utilizar tais facilidades. Aplicações de modelagem hidrológica estão principalmente voltadas a estudos sobre a qua- lidade e a quantidade de água em uma determinada região. Os dados envolvem não apenas informações sobre a geometria e topologia de bacias hidrográficas, lagos e correntes subterrã- neas, mas também fatores como composição química, caracterização das populações da região analisada e fontes poluentes. O estudo do fluxo de correntes exige informações sobre declive, solo, cobertura vegetal, dentre outros. Dentre as aplicações relacionadas destacam-se gerencia- mento de bacias hidrográficas, modelagem de fontes subterrâneas e de erosão. 2.3.4 Aplicações de Gerenciamento Administrações municipais, regionais e nacionais têm cada vez mais utilizado SIGs como uma ferramenta de auxílio à tomada de decisões, tanto para a definição de novas políticas de planeja- mento quanto para a avaliação de decisões tomadas. Como exemplo desta classe de aplicações há planejamento de tráfego urbano, planejamento e controle de obras públicas, planejamento da defesa civil. É crescente principalmente o uso de SIGs como apoio ao planejamento ambiental ou urbano. Em muitos casos, tal planejamento é auxiliado através do acoplamento de sistemas especialistas a SIGs. [JEM93] enumera vários exemplos de protótipos que utilizam tal tipo de acoplamento, para estudos de impacto ambiental: o sistema EVA nos EUA, no caso específico de conseqiiências de testes militares; o sistema italiano SILVIA e o sistema canadense SAGEE. [Wor94b] discute as vantagens do uso de sIGs em diferentes níveis governamentais na Grã-Bretanha, mostrando a economia proporcionada. Esta economia é caracterizada como mensurável (no reuso de dados e na rapidez de geração de cenários para auxílio à tomada de decisões) ou intangível (benefícios à população, disponibilidade dos dados). [MGR93b] contém exemplos do uso de sIG para planejamento urbano, onde tais sistemas são usados para, por exemplo, identificar regiões de expansão urbana, determinar localizações de prédios de serviços (corpo de bombeiros, delegacias de polícia) e definir locais de aterros sanitários. O estudo de [LHM94] mostra o uso de sIG na Gra-Bretanha para auxílio à avaliação de 2.3. APLICAÇÕES 35 propriedades, visando análise de mercado e taxação governamental. [BDN93] descreve a experiência da implantação de SIG na prefeitura municipal de Santo André, enquanto [5Q93] aborda algumas condicionantes do sucesso de SIGs e discute aspectos estratégicos da concepção, projeto e implantação destes sistemas na gestão municipal. O gerenciamento de recursos agrícolas é outra área de destaque para SIGs. [AS93] apresenta inúmeros exemplos de aplicações na agricultura, tais como para análise de áreas de cultivo ou identificação de épocas de estiagem. O uso de SIG na agricultura é também discutido por [Roc95]. 38 CAPÍTULO 3. CARACTERIZAÇÃO DE DADOS GEOGRÁFICOS especificação de uma rede viária (dados lineares); descrição de uma área de vegetação (dados em 2D); ou fenômenos atmosféricos (dados em 3D). Enquanto determinados fatores perma- necem relativamente constantes ao longo do tempo (por exemplo, tipo de solo ou bacia hi- drográfica), outros aspectos podem variar rapidamente, em função de mudanças políticas ou sócio-econômicas. Outro aspecto muito importante reside no fato de que os fenômenos geo-referenciados não existem sozinhos no espaço, ou seja, tão importante quanto localizá-los é descobrir e representar os seus relacionamentos. Estes relacionamentos são inúmeros e, de fato, dependem da percepção » us do usuário. Tais relacionamentos são muitas vezes imprecisos (por exemplo, “perto”, “à direita de”) e dependentes do contexto. De uma forma geral, consultas a dados em SIGs podem envolver tanto o estado de um fenômeno quanto a sua distribuição espacial e temporal. As consultas podem se limitar a um fenômeno específico ou a relacionamentos espaço-temporais entre fenômenos geográficos distintos. As consultas típicas de aplicações SIG podem ser caracterizadas como compostas ao longo de três eixos [Peu94]: onde, o que e quando. Onde se refere a características espaciais, enquanto o que se refere às características não espaciais. Cada consulta fixa ao menos um dos eixos e faz variar os dados ao longo dos outros dois: e quando + onde > o que: descreve o conjunto de fenômenos geográficos (o que) presentes em uma localização ou em um conjunto de localizações (onde), dada uma referência temporal (quando). Por exemplo, “Quais os tipos de uso de solo encontrados na Bacia do Rio Piracicaba no período 1980-1995?” e quando + o que — onde: descreve uma localização ou seu conjunto (onde) ocupada por um ou vários fenômenos geográficos (o que) em um dado conjunto de intervalos de tempo (quando). Por exemplo, “Quais as áreas no Estado de São Paulo ocupadas por plantações de cana no período 1950-1980” e o que + onde > quando: descreve o conjunto de períodos (quando) em que um determi- nado conjunto de fenômenos geográficos (o que) ocupou um conjunto de localizações. Por exemplo, “Qual o período em que a região onde hoje se encontra a UNICAMP foi ocupada por uma plantação de café” Na maior parte dos casos, a dimensão temporal é fixa, ou seja, os usuários determinam o conjunto de dados para trabalho em um determinado instante e raramente executam operações que envolvem variações temporais. Alguns exemplos dos processos de análise espacial típicos de um SIG estão apresentados na tabela 3.1, adaptada de [MGR93a]. 3.3. CAMPOS E OBJETOS GEOGRÁFICOS 39 [ Análise | Pergunta Geral | Exemplo Condição “O que está...” “Qual a população desta cidade?” Localização | “Onde está...” “Quais as áreas com declividade acima de 207” Tendência “Esta terra era produtiva há 5 anos?” Roteamento | “Por onde ir...?” “Qual o melhor caminho para o metrô” Padrões “Qual o padrão...” | “Qual a distribuição da dengue em Fortaleza?” Modelos “O que sucede se...? | “Qual o impacto no clima se desmatarmos a Amazônia?” Tabela 3.1: Exemplos de análise espacial 3.3 Campos e Objetos Geográficos 3.3.1 Modelos de Campos e de Objetos No contexto de aplicações de SIG, o mundo real é freqiientemente modelado segundo duas visões complementares: o modelo de campos e o modelo de objetos [FG90, ea92, Cou92]. O modelo de campos (field model) enxerga o mundo como uma superfície contínua, sobre a qual os fenômenos geográficos a serem observados variam segundo diferentes distribuições. Um campo é formalizado como uma função matemática cujo domínio é uma (abstração da) região geográfica e cujo contradomínio é o conjunto de valores que o campo pode tomar. Caso se deseje incluir a variação do campo ao longo do tempo, basta considerar que o domínio da função é um conjunto de pares (p,t) onde p representa um ponto da região geográfica e t um instante de tempo. Por exemplo, um campo definindo a cobertura vegetal de uma região será modelado como uma função cujo domínio é uma abstração da região e cujo contradomínio é o conjunto de tipos de cobertura vegetal; a cada ponto da região, a função associa o tipo (ou tipos) de vegetação nele predominante. Esta visão enfatiza a descrição da variação do fenômeno geográfico sem se preocupar com a identificação de entidades independentes. O modelo de objetos (object model) representa o mundo como uma superfície ocupada por objetos identificáveis, com geometria e características próprias. Estes objetos não são necessariamente associados a qualquer fenômeno geográfico específico e podem inclusive ocupar a mesma localização geográfica. Artefatos humanos (redes viárias, edificações) são tipicamente modelados como objetos. A questão da identidade é fundamental para distinguir os campos dos objetos: por exemplo, existem milhares de áreas no Brasil classificadas como “vegetação arbustiva” (valor de campo), mas apenas uma “UNICAMP” (objeto identificável). Outra distinção entre campos e objetos é 40 CAPÍTULO 3. CARACTERIZAÇÃO DE DADOS GEOGRÁFICOS o princípio de restrição de preenchimento do plano — (planar enforcement), que postula que uma superfície descrita por um campo está particionada em regiões disjuntas, onde a cada região está associado apenas um valor do fenômeno geográfico representado. Este valor pode ser simples ou composto, dependendo da escala, dispositivo de coleta e fenômeno geográfico considerado. A restrição de preenchimento planar não precisa ser garantida no caso do modelo de objetos, pois estes podem ser tanto disjuntos quanto compartilhar o mesmo espaço. Por exemplo, sejam os casos de mapas de vegetação e planta de um loteamento. Num mapa de vegetação, cada ponto da região geográfica está associado a um tipo específico de vegetação (por exemplo, “arbustiva”); na planta, objetos distintos podem conviver em uma mesma localização (por exemplo, um lote e uma edificação). 3.3.2 Representações para Campos e Objetos A modelagem de dados geográficos difere da tradicional não apenas devido às características es- paciais, mas também por envolver a questão da representação, que varia conforme a perspectiva do usuário ou aplicação, ou segundo fatores meramente técnicos. Isto freqientemente significa que diferentes representações coexistem para um mesmo campo ou objeto [Chr93]. Por exem- plo, o objeto UNICAMP pode ser representado de forma diferente por topógrafos, especialistas em educação, em saneamento, ou ecologistas. Estas alternativas de representação coexistirão mesmo quando os fatores técnicos forem fixados e o fenômeno considerado não mudar. Os fatores técnicos que levam a múltiplas representações incluem, por exemplo, resolução, escala e projeção cartográfica. Em particular, o termo resolução se refere ao nível de abstração com que se deseja considerar um campo ou objeto. Assim, a UNICAMP pode ser considerado como uma região atômica (alto nível de abstração) ou como composto por um conjunto de entidades — os prédios (nível de abstração mais detalhado). Em alguns casos, a variação de resolução, como citado em [Rig95], pode ser implementada por mudança de escala: a região da UNICAMP é considerada atômica em uma escala pequena e composta por prédios em uma escala maior. No entanto, nem sempre uma mudança de escala é suficiente para estabelecer correspondência entre duas representações de um mesmo fenômeno em resoluções diferentes. Do ponto de vista de implementação de um SIG, o gerenciamento de representações múltiplas deve ser considerado em vários níveis: interface (apresentação), modelagem e estruturas de dados. A cada um desses níveis correspondem diferentes problemas: redundância de dados, consistência e multiplicidade de comportamentos de um mesmo campo ou objeto, em função de suas representações. Além destes pontos, deve-se levar em conta que uma representação pode ser materializada, quando armazenada explicitamente no banco de dados, ou calculada, quando há uma função registrada no SIG capaz de computá-la a partir de outra representação. A dicotomia de modelagem de campos ou objetos se reflete, no nível de representação, no chamado debate raster versus vector [Cou92]. Campos são freqiientemente representados no formato de tesselação ou matricial, ou seja, em uma matriz cujos elementos são unidades poligonai mente determinados a partir da vizinhança das células e as coordenadas geográficas são obtidas regulares do espaço (células). Os relacionamentos topológicos no espaço são implicita- 3.4. PRINCIPAIS CLASSES DE DADOS GEOGRÁFICOS 43 3.4.3 Modelos Numéricos de Terreno O termo modelo numérico de terreno (ou MNT) é utilizado para denotar a representação uma grandeza que varia continuamente no espaço. Comumente associados à altimetria, também podem ser utilizados para modelar unidades geológicas, como teor de minerais ou propriedades do solo ou subsolo (como aeromagnetismo). Entre os usos de modelos numéricos de terreno, pode-se citar [Bur86]: e Armazenamento de dados de altimetria para gerar mapas topográficos; Análises de corte-aterro para projeto de estradas e barragens; Cômputo de mapas de declividade e exposição para apoio a análises de geomorfologia e erodibilidade; e Análise de variáveis geofísicas e geoquímicas; Apresentação tridimensional (em combinação com outras variáveis). Uma das formas de obter dados relativos a uma grandeza que varia continuamente no espaço é através de seleção de pontos nos quais é feita a amostragem da grandeza (por exemplo, a composição do solo de uma região é determinada a partir de amostras retiradas de locais predefinidos). Outra forma de aquisição de dados é através da digitalização de isolinhas a partir de mapas existentes ou valores computados a partir de imagens digitais, como é o caso de altimetria. Isolinhas são linhas definidas como uma série de coordenadas x e y e rotuladas por uma grandeza 2. Existem dois grupos básicos de representação para MNT's: grades regulares e grades trian- gulares. Uma grade regular é uma matriz de elementos com espaçamento fixo, onde a cada elemento é associado o valor estimado da grandeza na posição geográfica coberta pelo elemen- to. As grades regulares são obtidas por interpolação das amostras ou, alternativamente, geradas por restituidores com saída digital. Uma grade triangular é uma estrutura topológica vetorial do tipo arco-nó, onde os nós são conectados formando triângulos que não se sobrepõem e cobrem totalmente a área de interesse. Uma grade triangular é formada por conexão entre amostras, com distribuição espacial possivelmente irregular, utilizando algum método de triangulação. O método de triangulação mais comum é o de Delaunay [Tsa93, FG94] (sujeita a restrições). Os procedimentos de interpolação espacial variam em função das suposições, de suas li- mitações, do formato dos dados de entrada e do uso a que se destinam, usualmente supondo uma variação gradual e contínua das grandezas no espaço. Algumas rotinas mais sofisticadas aceitam ser informadas sobre rupturas na distribuição espacial das grandezas (por exemplo, um abismo no terreno no caso de altimetria). Para a geração de grades regulares, os procedimentos de interpolação variam de acordo com a grandeza medida. No caso de altimetria, é comum o uso de funções de ponderação por inverso do quadrado da distância, onde o valor de um elemento da matriz é calculado como 44 CAPÍTULO 3. CARACTERIZAÇÃO DE DADOS GEOGRÁFICOS mos recebem a média entre os valores conhecidos de entrada, tal que os elementos mais pró» maiores pesos. Já para variáveis geofísicas, procedimentos de variáveis geofísicas, são utilizados procedimentos de filtragem bidimensional ou de geoestatística (como a krigeagem) As grades triangulares são normalmente melhores para representar a variação do terreno, pois capturam a complexidade do relevo sem a necessidade de grande quantidade de dados redundantes, pois regiões mais acidentadas podem ser representadas por uma maior quantidade de nós. As grades regulares têm grande redundância em terrenos uniformes e dificuldade de adaptação a relevos de natureza distinta no mesmo mapa, por causa da grade de amostragem fixa. Os modelos numéricos de terreno também podem ser convertidos para mapas temáticos e para imagens. Em ambos os casos, a grandeza numérica é quantizada, seja para um número pequeno de valores (caso de mapas temáticos), seja para a variação associada a imagens (valores discretos). 3.4.4 Imagens Tradicionalmente, muitos SIGs utilizam mapas como a forma básica para a construção dos ban- cos de dados geográficos e tratam imagens obtidas por sensoriamento remoto apenas como uma forma de captura indireta de informação espacial a ser incorporada a tais mapas. Porém, com o desenvolvimento das áreas de Sensoriamento Remoto e Processamento Digital de Imagens, aliadas a técnicas para armazenamento, recuperação e apresentação de imagens, estas passaram a ser utilizadas em conjunto, ou até mesmo em substituição, a mapas. Uma imagem de um objeto real é, em princípio, contínua tanto na variação espacial como nos níveis de cinza. Para que uma representação digital dessa imagem possa ser criada, é necessário discretizá-la tanto no espaço — amostragem — quanto na amplitude — quantização. Uma imagem digital consiste em uma matriz de números digitais chamados de pixels (uma abreviação de “picture element”). Cada pixel corresponde a um retângulo na superfície da imagem original, não-digital. Em uma imagem espectral, os pixels contêm valores relacionados à reflectância ou à emitân- cia do solo e sua cobertura para a área retratada pela imagem. De um modo geral, denomina-se imagem multiespectral a coleção de imagens de uma mesma cena, num mesmo instante, obtida. por vários sensores com respostas espectrais diferentes. As medidas registrados pelos sensores variam de fenômeno para fenômeno. Por exemplo, a banda TM 4 do Landsat (ver seção 1.3), no infra-vermelho próximo é especialmente boa para detectar diferenças na vegetação e no solo, enquanto a banda TM 1, no azul, tem boa penetração em corpos aquosos. Já fotografias aéreas em infra-vermelho são apropriadas para se distinguir objetos de vegetação. A resolução de uma imagem espectral, dada pela área coberta por pixels, é função do sensor, de características da cena e do pré-processamento dos dados. Uma imagem de k bandas tem k níveis de cinza associados a cada pixel, um para cada banda espectral. Uma assinatura espectral representa um vetor de dimensão igual ao número 4. PRINCIPAIS CLASSES DE DADOS GEOGRÁFICOS 45 de bandas de uma imagem, cujas coordenadas são medidas de radiância. Uma imagem colorida é, na realidade, um conjunto de três imagens obtidas por três sensores com curvas de resposta espectral diferentes (por exemplo, verde, azul e vermelho). A sensação de cor que se experimenta é devido à existência, na retina, destes três tipos de sensores. O processamento digital de imagens compreende um conjunto de operações que permitem manipulações numéricas sobre imagens digitais. A aplicação de técnicas de análise de imagens pode permitir a identificação de qualquer fenômeno, a partir dos dados fornecidos por uma variedade de sensores remotos atuando sobre determinada área. Na análise de imagens, a entrada do processamento é uma imagem e a saída é uma descri- ção não pictórica da imagem, num processo chamado de redução de dados. Na manipulação numérica em geral, tanto a entrada quanto a saída são imagens. Existem duas grandes classes de operações: a transformação radiométrica, onde os valores dos pixels são alterados sem mo- dificação da geometria; e a transformação geométrica, onde a geometria da imagem é alterada. Pode-se ter dois tipos de transformação radiométrica: as pontuais, onde a transformação do valor de um pixel só depende do valor do pixel na imagem original; e as de vizinhança ou locais, onde o valor resultante do pixel depende também dos valores dos pixels vizinhos. Por fim, a manipulação de imagens pode também dar origem a imagens temáticas, onde os valores dos pontos não correspondem a medidas físicas, mas sim a códigos representando temas » “sono? . , “água” e outros). (como “floresta Capítulo 4 Modelagem de Dados Geográficos 4.1 Introdução Um modelo de dados deve fornecer ferramentas para descrever a organização lógica de bancos de dados, bem como definir as operações de manipulação de dados permitidas. Durante o desenvolvimento de uma aplicação específica, o processo de modelagem, quando bem conduzido, produz uma visão abstrata da realidade. Isto facilita o acesso e a reutilização dos dados, bem como a expansão do banco de dados e a sua integração com outros criados para aplicações distintas, mas que descrevem a mesma realidade. Todas estas observações aplicam-se ao caso de sIG, exceto que devem ser estendidas para incluir questões específicas a Geoprocessamento. Este capítulo endereça o problema de modelagem em SIG, apresentando um modelo de dados geográficos específico, que será utilizado em outros capítulos deste texto. O modelo de dados apresentado está organizado em níveis de abstração, distinguindo claramente entre abstrações conceituais de um fenômeno do mundo real e suas representações. O modelo baseia-se nos trabalhos dos autores [CFS+94, MJ93, MCS*94] e adota o enfoque multinível de [GV93]. O capítulo termina com uma discussão sobre algumas propostas de padronização para dados geográficos [Sur94, MW92, Car94]. Propostas mais antigas de modelos de dados geográficos baseiam-se no modelo relacional de dados, porém estudos mais recentes recomendam o uso de modelos orientados a objetos. Além de flexíveis, tais modelos facilitam a especificação incremental de aplicações, característica importante em SIG. Atualmente, o modelo de dados orientado a objetos mais completo utilizado comercialmente é o proposto pelo padrão SAIF, descrito no final deste capítulo. As referências [Chr90, Cou92, FR93, Goo9l, KT92, RM92] contêm discussões básicas sobre modelagem de dados geográficos enquanto que [MMS93, WHM90, SV92, SA93, DRS93b, AA93, PMP93, Wor94a, Ege95] in- cluem considerações envolvendo orientação a objetos. As referências [Lan93a, MJ93, NTE92, Peu93, FCF92, Bot95] combinam aspectos temporais com modelagem de dados geográficos, a referência [HS92a] aborda aspectos de hipermídia, e a referência [Z2M92] endereça aspectos de inteligência artificial. 49 50 CAPÍTULO 4. MODELAGEM DE DADOS GEOGRÁFICOS 4.2 Um Modelo de Dados Geográficos Esta seção descreve os aspectos estruturais de um modelo de dados geográfico que apresenta uma abordagem unificada das visões de campos e objetos e permite a existência de múltiplas representações para um mesmo fenômeno geográfico. O modelo separa a especificação em diferentes níveis de abstração, liberando assim o usuário da necessidade de se envolver com detalhes de implementação física. Este modelo de dados é utilizado no sistema SPRING 2.0, descrito no capítulo 11. Para facilitar o entendimento do modelo, descrevemos seus detalhes utilizando terminologia de bancos de dados orientados a objetos. Note-se, no entanto, que a modelagem orientada a objetos não obriga o armazenamento em um SGBD orientado a objetos, mas simplesmente visa dar ao usuário maior flexibilidade na modelagem incremental da realidade. Neste texto, utilizamos o modelo orientado a objetos baseado em classes de [Bee89]. Um objeto é uma instância de uma classe e é caracterizado por seu estado (conjunto de valores de atributos) e comportamento (conjunto de operações ou métodos que podem ser aplicados ao objeto). Um objeto o pode ser composto por outros objetos o1,...,0n, caso em que o é chamado complexo e 01,...,0n são os componentes de o. Este processo de composição é realizado através da aplicação de construtores — por exemplo, construtores de conjunto — que permitem a especi- ficação progressiva de objetos cada vez mais complexos a partir de componentes previamente definidos. Objetos não complexos são denominados simples. As classes são estruturadas em hierarquias de herança; os ancestrais de uma classe C' na hierarquia são as superclasses de C e seus descendentes as subelasses de C. Os descendentes de uma classe herdam sua estrutura e comportamento. 4.2.1 Níveis de Especificação O modelo de dados adota uma estratégia de especificação que identifica quatro níveis de abs- tração: nível do mundo real: contém os elementos da realidade geográfica a serem modelados como, por exemplo, rios, temperatura, redes telefônicas. nível conceitual: comporta o ferramental para modelar formalmente campos e objetos geo- gráficos em um nível alto de abstração. Este nível determina as classes orientadas a objetos básicas que deverão ser criadas no banco de dados. Neste nível devem ser tam- bém definidas as operações e a linguagem de manipulação de dados disponíveis para o usuário. nível de representação: associa as classes de campos e objetos geográficos identificadas no nível conceitual a classes de representações, que podem variar conforme a escala, a proje- ção cartográfica escolhida, a época de aquisição do dado, ou mesmo conforme a visão do usuário ou aplicação, como já discutido no capítulo 3. UM MODELO DE DADOS GEOGRÁFICOS 53 temas do geo-campo. Por exemplo, um geo-campo de pedologia de uma geo-região é ca- racterizado pelo conjunto de temas V= (latosolo roxo, litosolo, cambisolo ... ), conforme os tipos de solo encontrados. e NUMÉRICO (ou MNT): uma instância desta classe é terreno e possui como contradomínio um subconjunto dos reais. Um MNT pode ser utilizado para modelar qualquer grandeza que varie continuamente no espaço, como uma variável geoquímica ou o campo magnético. chamada de modelo numérico de e DADOSENSORREMOTO: esta classe é uma especialização de NUMÉRICO. Uma instância desta classe é chamada de um dados de sensor remoto e possui como contradomínio um subconjunto dos naturais. A instância recebe este nome pois corresponde em geral a dados obtidos através da discretização da resposta recebida por um sensor (passivo ou ativo) de uma área da superfície terrestre, numa faixa do espectro eletromagnético. As instâncias de GEOOBJETO, chamadas de geo-objetos, descrevem objetos geográficos e possuem o seguinte atributo espacial: e LOCALIZAÇÃO: descreve uma geo-região, chamada novamente de localização da instância. A localização de um geo-objeto pode ser explicitamente armazenada ou pode ser computada e forma a componente espacial do geo-objeto. Os atributos convencionais de um geo-objeto formam a sua componente convencional. Novamente, o projetista da aplicação poderá definir subclasses de GEOOBJETO com novos atributos. Um geo-objeto pode ser elementar, composto ou fraco. Um geo-objeto elementar é um geo-objeto que não possui outros geo-objetos como componentes e que sempre tem a sua locali- zação explicitamente armazenada. Um geo-objeto composto é um geo-objeto que contém outros geo-objetos como componentes. Um geo-objeto composto pode possuir uma localização explici- tamente armazenada, ou tê-la calculada a partir das localizações dos geo-objetos componentes. Um geo-objeto fraco é um geo-objeto que existe somente enquanto fizer parte de um geo-objeto composto. Por exemplo, podemos modelar estradas como geo-objetos e uma malha viária como um geo-objeto composto cujos geo-objetos componentes são as estradas individuais. Se a malha viária contém algumas estradas vicinais que não são suficientemente importantes para serem tratadas como geo-objetos independentes, estas podem ser modeladas como geo-objetos fracos em relação à malha. Alternativamente, se não for necessário especificar cada estrada compo- nente, a malha inteira pode ser modelada como um geo-objeto elementar, cuja localização é uma geo-região complexa. Note que não é feita nenhuma restrição quanto à consistência entre a localização de um geo-objeto composto e a de seus componentes. Consideramos que esta consistência não deva fazer parte do modelo, cabendo ao usuário assegurá-la. A noção de geo-objeto composto pode abranger diversos níveis de encapsulamento, depen- dendo dos componentes e da localização considerados. O geo-objeto UNICAMP, por exemplo, 54 CAPÍTULO 4. MODELAGEM DE DADOS GEOGRÁFICOS corresponde à universidade, seus geo-objetos (prédios) e objetos não espaciais (alunos). A universidade está situada no Estado de São Paulo, que pode por sua vez ser também mode- lado como um geo-objeto composto (com centenas de milhares de geo-objetos componentes e associações entre os mesmos). 4.2.3 Nível de Representação Uma representação especifica a componente espacial de um geo-objeto ou de um geo-campo. Assim, uma representação de um geo-campo especifica a localização, o contradomínio e o ma- peamento do geo-campo. Já uma representação de um geo-objeto especifica apenas a sua localização, quando explicitamente definida. Note que, em ambos os casos, a especificação da localização deverá indicar detalhes como, por exemplo, a transformação cartográfica projetiva e a escala utilizadas. A discussão nesta seção aborda informalmente estas questões, evitando uma descrição longa dos detalhes. Existem duas hierarquias básicas de classes de representações, cujas raízes são as classes REPGEOCAMPO e REPGEOOBJETO. Ás instâncias destas classes são chamadas de representa- ções de geocampos e de geoobjetos, respectivamente, e naturalmente descrevem representações de geo-campos e geo-objetos. No resto desta seção discutiremos algumas classes destas hierar- quias, remetendo o leitor a [Cam95] para uma descrição completa. Para a classe REPGEOOBJETO, o modelo oferece subclasses cujas instâncias possuem atri- butos cujos valores são elementos geométricos simples, como pontos, linhas e regiões com e sem buracos (ver definição na seção 5.2.2), ou elementos complexos construídos a partir destes. Discutiremos em mais detalhe as classes REPELEMENTAR e REPCOMPLEXA. Uma instância de REPELEMENTAR define um elemento geométrico simples — ponto, linha e região com e sem buracos — em um sistema de coordenadas bem definido. Esta instância representará a localização de apenas um geo-objeto. No nível de implementação, esta instância poderá estar armazenada junto com o objeto ou não, conforme discutido em detalhe no capítulo 9. Uma instância de REPCOMPLEXA define um conjunto C' de elementos geométricos simples ou complexos, em um sistema de coordenadas bem definido, abstraindo em certo sentido a noção tradicional de mapa cartográfico. O modelo permite associar elementos ou mesmo sub- conjuntos de € a geo-objetos distintos e interpretá-los como representações das localizações destes geo-objetos. Em outras palavras, uma instância de REPCOMPLEXA poderá representar a localização de vários geo-objetos e, no nível de implementação, tipicamente será armazenada separadamente dos geo-objetos aos quais está associada. Por exemplo, podemos interpretar uma instância c de REPCOMPLEXA, definindo um conjun- to L de linhas, como determinando a localização das estradas de uma região. Sejam E1,..., E geo-objetos correspondendo a estradas específicas. Então, o modelo permite associar linhas hem La Ey,..., E, e interpretá-las como representando as suas localizações. Passando agora para representações de geo-campos, as instâncias de REPGEOCAMPO pos- 4.2. UM MODELO DE DADOS GEOGRÁFICOS q SG suem os seguintes atributos, muito semelhantes aos dos geo-campos: e LOCALIZAÇÃO: descreve uma geo-região R, chamada de localização da instância; e DOMÍNIO: descreve um conjunto de objetos D; e CONTRADOMÍNIO: descreve um conjunto de valores V (que supomos incluir o valor inde- finido À); e MAPEAMENTO: descreve uma função q: D+» V; O modelo oferece as seguintes subclasses principais de REPGEOCAMPO, que variam confor- me a definição de D: e REPTESSELAÇÃO: D especifica uma tesselação de R, ou seja, uma subdivisão de R em células regulares que não se superpõem e que cobrem completamente R. REPGRADE2D: D especifica uma grade regular de pontos em R. GRADETRIANGULAR: D especifica uma grade triangular de pontos cobrindo R. SuBDIVISÃOPLANAR: D especifica uma partição de R em regiões simples (definidas veto- rialmente, no sentido da seção ) que não se superpõem e que cobrem completamente R. REPISOLINHAS: D especifica um conjunto de isolinhas, ou seja, um conjunto de linhas fechadas que não se cruzam nem se tocam, contidas em R. e REPPONTOS: D especifica um conjunto de pontos contidos em R. Uma instância da classe REP TESSELAÇÃO é chamada de uma representação por tesselação, ou simplesmente uma tesselação. As instâncias das outras classes são denominadas de forma semelhante. As instâncias destas classes contêm atributos que permitem construir uma aproximação para o mapeamento do geo-campo representado, gerada através de uma função de interpolação bem definida. Em outras palavras, cada uma destas classes é por sua vez apenas a raiz de uma hierarquia de classes, cada uma das quais associada a uma especificação precisa da função de interpolação utilizada e, no caso das duas primeiras classes, da tesselação ou formato da grade adotados. À guisa de ilustração, considere a existência da classe REPIMAGEM, especialização de REP- TESSELAÇÃO. Uma instância desta classe caracteriza-se por especificar uma geo-região retan- gular R e uma tesselação que divide R em retângulos regulares, dispostos em m linhas e n colunas. Dados 1 € [L,m] e j € [1,n1], existe então um e apenas um retângulo, denotado por rij Neste caso, a função g mapeia cada retângulo r;; em um ponto de V. Assim, podemos adotar uma função de interpolação simples que, dada a função g, induz o mapeamento parcial CAPÍTULO 4. MODELAGEM DE DADOS GEOGRÁFICOS o % 4.3.1 Visão Geral Padrões para SIG vêm sendo definidos em diversos níveis: internacional, nacional, federal, industrial ou qualquer outra forma de especificação aberta ao público. Alguns são legalmente estabelecidos enquanto outros são padrões “de facto”, ou seja, adotados por consenso por uma parte significativa da comunidade. A nível internacional, a ISO (“International Organization for Standardization”) criou em 1994 o Comitê Técnico ISO 211 voltado para informações geográficas e geomática. Atualmente, está desenvolvendo o padrão ISO SQL3, com extensões multimídia e espaciais, chamadas de SQL/MM SPATIAL [ANS94]. Já o ISO 8211 (BS 6690) especifica uma descrição de arquivo para troca de informações, formada por um dicionário seguido dos dados propriamente ditos. Nos EUA, o FGDC (“Federal Geographic Data Committee”, ligado ao NIST (“National Institute for Standards and Technology”), promove o estabelecimento de padrões SIG federais. O FGDC lidera os esforços do programa NSDI (“National Spatial Data Infrastructure”), cujos objetivos principais são desenvolver capacidade para [Tos94]: (1) achar conjuntos de dados espaciais e identificar usos apropriados destes conjuntos de dados; (2) transferir ou mover dados sem perda de conteúdo ou estrutura; e (3) coletar dados para suportar múltiplos propósitos. O objetivo (1) foi contemplado com o desenvolvimento de padrões para metadados espaciais. O objetivo (2) está contemplado através da adoção do SDTS (“Spatial Data Transfer Standard”). O sDTs [MW92] foi adotado como FIPS (“Federal Information Processing Standard”) 173 em 1992. Ainda no âmbito federal, existem outros padrões populares nos EUA, vários dos quais de origem militar. No nível de indústria e setores privados norte-americanos, o ANSI (“American National Standards Institute”) criou o comitê técnico X3L1 em 1993 para o desenvolvimento de um padrão SIG (voluntário). Entre os membros do X3L1 estão o consórcio Open GIS, formado por vendedores, academia, governo e organizações privadas da comunidade SIG e de informáti- ca, que está promovendo o desenvolvimento do padrão OGIs (“Open Geodata Interoperability Specification”). No Canadá, o SAIF (“Spatial Archive and Interchange Format”) foi aprovado como um pa- drão federal e estadual em 1993, através de um processo do Comitê em Geomática do CGSB (“Canadian General Standards Boards”), tendo sido desenvolvido pela British Columbia Envi- ronment, Lands, and Parks. O SAIF tem influenciado o modelo de dados adotado pelo OGIS e a parte espacial do SQL /MM. O DIGIWG (Digital Geographic Information Work Group”), composto por representantes da Organização do Tratado do Atlântico Norte (OTAN), desenvolveu o DIGEST, uma famí- lia de padrões para troca de dados espaciais, originalmente voltada para aplicações militares, suportando dados vetoriais, incluindo topologia, e dados matriciais. O Comitê Técnico 287 do CEN (Comitê Europeu de Padronização), que agrega 16 países da. Comunidade Européia, tem a missão de definir padrões para informações geográficas. O CER- CO (Comitê Europeu de Representantes de Cartografia Oficial), uma organização de 20 países, tem o objetivo de desenvolvimento de um formato de transferência europeu. As propostas do 4.3. PADRÕES PARA SIG 59 CERCO deverão ser consideradas pelo CEN. [SMJ94] divide em diversos níveis as especificações para trocas de dados, segundo a figura 41 Aplicação Middleware Sintaxe e Semântica de uma Linguagem Objetos Complexos Formato de Dados Figura 4.1: Níveis de especificação para troca de dados O midleware, entre a aplicação e os dados, deve conter ferramentas necessárias para se construir, por exemplo, sistemas abertos distribuídos embutindo SGBDs e siGs. É onde o OGIS está situado. Os quatro níveis inferiores são dedicados à especificação de troca de dados. O primeiro nível é ocupado pela linguagem de especificação, com sintaxe e semântica bem definidas, onde se situam o ISO SQL3 e o SAIF. Este nível provê a portabilidade do modelo de uma aplicação. Os três níveis seguintes são para transferência de dados, onde o SDTS se situa. 4.3.2 O Padrão SAIF O padrão saIF [Sur94] propõe uma linguagem para especificação e troca de dados, baseada no modelo de orientação a objetos. Ele é bastante independente do esquema (binário) de codificação dos dados. O saIF permite a definição de “profiles” contendo regras e restrições sobre a linguagem. Seu uso facilita a tradução de modelos de SIGs e outros padrões para o SAIF e o compartilhamento de dados através da adoção de um “profile” comum. O modelo de orientação a objetos do SAIF incorpora conceitos de identidade, generalização, agregação, herança, associações simples entre objetos, entre outros. Não contempla porém a especificação de funções (ou métodos) que, por sua vez, estão sendo definidas no padrão ISO SQL3, baseado no SAIF. Conceitualmente, o SAIF distingue entre representações de fenômenos do mundo real e repre- sentações do espaço e tempo em que estes existem. Representações de fenômenos do mundo real são chamadas de objetos geográficos e podem ter diversos relacionamentos entre si. Estradas, 60 CAPÍTULO 4. MODELAGEM DE DADOS GEOGRÁFICOS florestas, medições de temperatura, derramamento de óleo são exemplos de objetos geográficos. Seus relacionamentos podem indicar que estradas se cruzam, derramamentos de óleo ocorrem durante uma tempestade e assim por diante. A posição de cada fenômeno no espaço é represen- tada por um objeto espacial. Se espaço e tempo forem considerados, a posição é representada por um objeto espaço-temporal. O modelo do saIF oferece algumas classes construtoras geográficas básicas, a partir das quais outras podem ser criadas. Exemplos são classes espaciais, temporais, geométricas, para relacionamentos explícitos, para metadados (incluindo qualidade dos dados e referenciamento espacial e temporal), para a definição de estruturas de tipos, para anotação, dentre outras. Descrevemos brevemente algumas classes construtoras de mais alto nível. e GeographicObjects. Objetos desta classe representam algum fenômeno do mundo real. Sua localização no espaço e no tempo é dada através de relacionamentos com objetos das classes SpatialObject ou SpatiotemporalObject. Usuários podem criar novas especializações da classe GeographicObjects, que já possui as seguintes subclasses padrão: — SpatialDataSet. Objetos desta classe contêm uma série de instâncias das classes GeographicObjects e Annotation (veja a seguir). Normalmente possuem alguma seme- lhança quanto a metadados ou a geo-referenciamento. — Coverage. Objetos desta classe descrevem algum fenômeno distribuído sobre uma região arbitrária do espaço, podendo modelar fenômenos contínuos, como altitude, ou discretos, como uso de solo. Têm a função de mapear uma posição no espaço em um valor, através de uma função espacial. Uma função espacial tem como domínio sempre um conjunto de objetos da classe SpatialObject porém seu contra-domínio pode ser qualquer conjunto, seja numérico ou de objetos. Como o SAIP não oferece suporte para a definição de métodos ou funções, apenas os aspectos estruturais dos dados podem ser modelados. A classe Coverage possui três subclasses padrão, que podem ser especializadas pelo usuário: * Raster. Subclasses desta classe são usadas para descrever dados raster típicos, onde valores são associados a posições em uma grade — por exemplo, imagens de satélite. A grade pode ser definida em termos de uma estrutura regular, multi-dimensional, retangular, hexagonal ou triangular. * Field. Objetos desta classe descrevem a distribuição de um fenômeno simples sobre uma dada porção do espaço, por exemplo, um modelo de elevação digital. A geometria de uma instância da classe SpatialObject representa uma região contínua no espaço, quando associada a uma instância da classe Field. * PartitionedCoverage. Objetos desta classe são usados para modelar uma série de fenômenos geográficos discretos, tais como tipos de floresta. Sua principal carac- terística é a não superposição dos fenômenos, sejam esses bi- ou tridimensionais. 4.3. PADRÕES PARA SIG 63 O modelo conceitual SDTS possui três partes: um modelo de entidades espaciais, descrevendo entidades do mundo real, tais como cidades, fazendas, rodovias e seus atributos; um modelo de objetos espaciais, descrevendo um conjunto de objetos espaciais tais como pontos, linhas polígonos; e um modelo de fenômenos espaciais, descrevendo o relacionamento entre os dois primeiros. É interessante observar que o SDTS reservou o termo “entidade” para elementos do mundo real, o termo “objeto” para o mundo digital e o termo “feição” (“eature”) tanto para a entidade do mundo real como para sua representação através de um objeto. O sDTS define cerca de 13 objetos espaciais simples, com 0, 1 e 2 dimensões, orientados para representações em superfícies. Eles são divididos em dois grupos. O primeiro contém apenas objetos com geometria, sem topologia, sendo formado por pontos, segmentos de linhas dados por dois pontos, sequência de segmentos de linhas (“strings”), arcos definidos por uma expressão matemática, anéis geométricos dados por arcos e “strings” fechados, área interior, polígonos geométricos com buracos, pixels e células de grade. O segundo grupo contém objetos com geometria e topologia, tais como nós, ligações entre nós (“links”), cadeias definidas por segmentos de linha ou arcos limitados por nós, anéis geométrico-topológicos dados por uma segiiência de cadeias, e polígonos geométrico-topológicos. O modelo admite agregações. Assim, um objeto tridimensional pode ser construído como um objeto composto a partir de dois objetos bidimensionais, segundo regras definidas. Uma transferência de dados espaciais significa uma troca de informações sobre uma feição, ou seja, entidades do mundo real e suas representações espaciais. Para usar o SDTS, um usuário deve descrever sua visão própria da realidade cartográfica e geográfica em termos de entidades e atributos e então relacionar as primitivas geométricas e outras representações digitais do seu sistema com os objetos espaciais SDTS. A especificação lógica para transferência de dados espaciais é feita através de módulos, classificados em: globais, provendo metadados, incluindo parâmetros necessários para a inter- pretação da transferência (por exemplo, título, data, escala e projeção); qualidade de dados (por exemplo, precisão de localização e consistência); atributos, em função do tipo do dado; objetos espaciais, seguindo o modelo conceitual; e representações gráficas, com características de apresentação (por exemplo, fonte e cor). Maiores informações sobre o padrão podem ser encontradas em [SDT]. 4.3.4 O Padrão OGIS O objetivo do oGIs [Car94] é permitir que o usuário tenha acesso a dados geográficos local ou remotamente, sem estar limitado por modelos de dados proprietários, formatos de arquivos ou SIGs que gerenciam os dados, em uma dada localidade. O projeto do OGIS utiliza três conceitos básicos. Primeiro, todos os dados, processos e servidores são objetos, baseados em uma tecnologia de objetos distribuídos (tal como CORBA ou OLE [Obj94, Bar92]) que tratam da interoperabilidade, comunicação e gerência de objetos e serviços distribuídos. Segundo, um modelo de objetos geográficos para informações espaciais 64 CAPÍTULO 4. MODELAGEM DE DADOS GEOGRÁFICOS é proposto. Este modelo é baseado no SAIF e é compatível com o SDTS e o DIGEST. Terceiro, o OGIS permitirá serviços a serem implementados fornecendo ligações entre o modelo de objetos e formatos de dados privados, definindo uma interface de procedimentos padrão para cada elemento do modelo e provendo base ampla e consistente de funções de Geoprocessamento. O arcabouço do OGIS é uma biblioteca de classes que podem instanciar objetos para modelar tanto dados como funções da aplicação. Estes modelos são o VGM (“Virtual Geodata Model”) e APM (“Applications Programming Model”). O VGM segue o padrão ISO SQL3, que por sua vez é baseado no SAIF, descrito na seção 4.3.2, estendendo-o com dados de catálogo semelhantes aos metadados definidos pelo FGCD e funções de Geoprocessamento, não necessariamente encapsuladas por classes. Aplicações e serviços usam o VGM como um modelo de dados conceitual para acessar os dados geográficos. Por exemplo, um gerente de acesso pode transformar um dado em formato arco-nó privado em um objeto VGM , instanciando classes para geometrias, relacionamentos espaciais, conteúdos temáticos e metadados. O APM facilita a criação e implementação de aplicações e serviços. Aplicações são de- correntes de requisitos de um usuário, definidas por um engenheiro de aplicação. Serviços são aplicações já pré-definidas, que capacitam um servidor a interagir com outras aplicações clientes ou com outros serviços. Exemplos de aplicações e serviços são os gerentes de acesso, serviços de transformação, serviços de Geoprocessamento, aplicações OGIS, aplicações já existentes e aplicações não geográficas. Aplicações em conformidade com OGIS poderão usar dados acessíveis em diversos sistemas de armazenamento com diferentes formatos, através de serviços de gerentes de acesso. Capítulo 5 Operações sobre Dados Geográficos 5.1 Introdução A funcionalidade esperada de um SIG quanto à recuperação e à manipulação de dados varia enormemente em função da área de aplicação e do tipo de usuário [MGR93a]. Por exemplo, na visão de aplicações cartográficas, o SIG deve prover serviços de processamento e apresentação de mapas; na visão de aplicações cadastrais, o SIG deve prover serviços próximos dos tradicionais de banco de dados; na área de administração de recursos naturais, o SIG deve prover serviços sofisticados de análise espacial. A despeito destas disparidades, há várias alternativas para categorizar as operações de um sIG de forma a facilitar a análise das suas características. Quanto ao resultado, há operações de construção, que criam novos objetos, operações de atualização, que modificam valores de atributos dos objetos aos quais são aplicadas (sem criar novos objetos), operações escalares, que recebem como entrada um ou mais objetos e retornam um valor escalar e operações booleanas, que recebem como entrada um ou mais objetos e retornam um valor booleano. Ortogonalmente, há operações convencionais e espaciais, que dependem apenas da componente convencional ou também da componente espacial dos objetos, respectivamente. As operações booleanas espaciais também são chamadas de relacionamentos espaciais. Finalmente, as operações podem ser agrupadas segundo as classes dos objetos envolvidos, sejam eles geo-campos geo-objetos ou ambos. Em lugar de apresentar uma lista exaustiva de operações espaciais, este capítulo discute como definir certas categorias de operações, enfatizando os aspectos próprios de Geoprocessa- mento (em oposição a Computação Gráfica) ou que são peculiares ao modelo de dados apre- .2 aborda em mais detalhe o problema de sentado no capítulo 4. Em particular, a seção 5. definir relacionamentos topológicos entre representações vetoriais simples. Estas coleções de operações são a base para a definição de linguagens de consulta espacial de alto nível, que permitem a manipulação de conjuntos de objetos a partir daquelas armazenadas no banco de dados geográfico. Há vários trabalhos sistematizando operações em um SIG [Goo87, MD91, Bur92], ou mesmo 65 68 CAPÍTULO 5. OPERAÇÕES SOBRE DADOS GEOGRÁFICOS Os relacionamentos topológicos, como “dentro de” e “adjacente a”, retornam um valor boo- leano e são invariantes face a transformações biunívocas e bicontínuas, como transformações de escala, translação e rotação. A definição de um conjunto mínimo de relacionamentos topo- lógicos é objeto de muito debate na literatura. Freeman [Fre75] define um conjunto de treze relacionamentos: us 6» D « à esquerda de”, “à direita de”, “acima” (mais alto que, sobre), “abaixo” (sob), “atrás”, “próximo a”, “longe de”, “ao lado de” (adjacente a), “tocando”, “dentro de”, “fora de”, “adjacência”, “proximidade”, “subdivi “entre”. Feutchwangler [Feu93] lista seis são”, “sobreposi- 30” 4 ção”, » E E “encontram”, “igual”, “dentro de”, “contém”, “cobre”, “coberto por” e “sobreposição”. Finalmen- te, Clementini et al. [CdFv093] indicam cinco relacionamentos: “dentro de”, “superposto a”, vizinho mais próximo” e “sub-região”. Egenhofer e Herring [EH90] propõem: “disjunto”, “tocando”, “cruzando” e “disjunto”. A questão da definição de relacionamentos topológicos é discutida em detalhe no resto desta seção. No que se segue, o espaço topológico considerado será o R2 e as definições serão todas breves e informais. Os elementos topólogicos simples são de três tipos: um ponto; uma linha simples, que não se intercepta a si mesma e que é ou circular ou possui apenas dois pontos terminais; uma região simples, que é conectada, ou seja, que não é a união de conjuntos disjuntos de pontos, e que não contém buracos. A dimensão de um conjunto de elementos topológicos simples 2 é dada por: 0=0 dim(9) = À 0 9 contém pelo menos um ponto & dim(0) = o e nenhuma linha ou região simples dim(M) = 1 & 9 contém pelo menos uma linha e nenhuma região simples dim(N) =2 «& 9 contém pelo menos uma região simples A fronteira de um elemento topológico simples w, denotada por dw, é definida da seguinte forma: dw =) + «wéum ponto ou w é uma linha circular do =[P,Q) + «é uma linha não circular ePeQ são seus pontos terminais dw=L + w é uma região simples e L é a linha circular formada por todos os pontos de acumulação de w. O interior de um elemento topológico «w, denotado por wº, é definido como w— dw. Para caracterizar os relacionamentos entre duas regiões simples, A e B, Egenhofer e Herring [EH90] introduziram o método da matriz de 4 interseções, que analisa se o conjunto definido em cada entrada da matriz é vazio ou não (uma entrada não vazia é indicada por —(): 5.2. ANÁLISE DAS OPERAÇÕES SOBRE GEO-OBJETOS 69 Para o exemplo da figura 5.1, em que duas regiões, A e B, se tocam apenas nas fronteiras SANÓB SANBON [4 0 AºNnôB AºnBº Jo ) 54 e 6B, a matriz será: Figura 5.1: Exemplo da matriz de 4 interseções. Como o método só considera se uma entrada é vazia ou não e como há quatro entradas na. matriz, existem dezesseis (2!) possíveis combinações, apresentadas na tabela 5.1, das quais oito são válidas e duas são simétricas, resultando em seis relacionamentos válidos entre regiões: dis- joint, in, touch, equal, cover e overlap. Note que as combinações excluídas violam propriedades das regiões simples. Por exemplo, a combinação na segunda linha da tabela é excluída pois, se os interiores de A e B se interceptam, a fronteira de A deveria interceptar o interior de B, ou vice-versa. O método da matriz de 4 interseções não diferencia entre algumas situações não equivalentes, como as da figura 5.2, que possuem a mesma matriz apesar de representar relacionamentos distintos (“inclusão” e “cruzamento”: 6LNdA OLNAN [0 +d LºndA LºnA4º Po dad + Figura 5.2: Topologias linha-região simples com a mesma matriz de 4 interseções. Para equacionar problemas como este há várias abordagens na literatura, das quais discuti- remos duas, o método estendido da matriz de 4 interseções e o cálculo de relacionamentos. O método estendido da matriz de 4 interseções, discutido em [CSE94, Cam95], considera a dimensão de cada entrada da matriz de 4 interseções, em lugar de apenas avaliar se ela é vazia 70 CAPÍTULO 5. OPERAÇÕES SOBRE DADOS GEOGRÁFICOS [ dANÓB | SAN Bº | AºNóB | AºnBº | nome do relacionamento ] A ú A disjoint B = 0 = 0 = 0 A touch B A equal B A cover B A cover B >0 A overlap B Tabela 5.1: Relacionamentos topológicos possíveis entre regiões simples ou não. Por exemplo, nas situações ilustradas na figura 5.2, temos dim(ôLN6A) = 1, no caso de “inclusão”, e dim(ôLN6 A) = 0, no caso de “cruzamento”, embora em ambos os casos ôLN5A + (). Como a dimensão de cada entrada admite agora quatro possíveis valores (correspondentes aos quatro possíveis valores da dimensão) e como há quatro entradas na matriz, temos um total de 256 (4!) combinações, das quais somente 52 são aplicáveis [CdFv093]. Novamente, as combinações não aplicáveis são aquelas que apresentam inconsistências, de forma semelhante aquela da segunda linha da tabela 5.1. No entanto, mesmo com esta redução drástica, o número de combinações aplicáveis ainda é elevado demais e, portanto, não é prático criar um nome para o relacionamento definido por cada uma delas e torná-lo disponível aos usuários de um SIG através de uma linguagem de consulta espacial de alto nível. Por outro lado, este método tem o mérito de ser exaustivo e, portanto, de servir de balizador para outros métodos de análise. O cálculo de relacionamentos [CdFv093] define cinco relacionamentos entre elementos to- pológicos simples - disjoint, in, touch, cover e overlap - e três funções - boundary, frome to - e permite a composição de expressões booleanas complexas a partir deles. Por exemplo, se L e A são uma linha e uma região simples, respectivamente, a seguinte expressão é válida: (L disjoint boundary(A)) V (L touch boundary(A)) A linguagem de consulta espacial conterá então estes relacionamentos e funções e deverá permitir a composição de expressões booleanas. [CdFv093] prova que o cálculo de relaciona- mentos é suficiente para exprimir todas as combinações admitidas como aplicáveis pelo método 5.2. ANÁLISE DAS OPERAÇÕES SOBRE GEO-OBJETOS “A “B A disjoint B A B B A touch B B B A A A CD : A A A overlap B B B ( A A AinB A B B à A A A cross B Figura 5.3: Exemplos de relacionamentos topológicos 74 CAPÍTULO 5. OPERAÇÕES SOBRE DADOS GEOGRÁFICOS 5.3 Análise das Operações sobre Geo-Campos Esta seção discute brevemente como definir operações sobre geo-campos, explorando o fato de que geo-campos são funções, uma característica enfatizada na descrição do modelo de dados. Esta abordagem mais abstrata apresenta vantagens quando comparada, por exemplo, com o enfoque das linguagens MAP (Map Analysis Package), proposta por Dana Tomlin [Tom90], e GRID, disponível no sistema ARC/INFO. Resumidamente, MAP apresenta um conjunto de operações sobre representações matriciais de geo-campos temáticos e numéricos. GRID é uma implementação de MAP que, embora muito flexível, tem o sério inconveniente de ser fracamente tipada. Em GRID, um geo-campo temático com representação matricial é chamado de “grade de inteiros”, e um geo-campo numérico com representação matricial, de “grade de pontos flutuantes”, o que estabelece uma confusão entre o geo-campo e sua representação. A discussão concentra-se em apenas duas categorias de operações, chamadas de pontuais e de vizinhança. 5.3.1 Operações Pontuais Uma operação é pontual quando o resultado é um geo-campo cujo valor em cada ponto p depende apenas dos valores em p dos geo-campos de entrada. Uma operação pontual é especificada por um mapeamento entre os contradomínios dos geo-campos de entrada e o contradomínio do geo-campo de saída. Mais precisamente, seja R uma região e Wi,..., Viy1 conjuntos quaisquer. Seja 7: Wi x... x Vi Via. Parai=1,...,n+1, seja C; a classe de todos os geo-campos que possuem R como localização e V; como contradomínio. Denote o mapeamento de c; € C; por f.,. A função 7 induz então uma operação pontualIl: Cj x...xC, t+ Cy tal que, para todo c; € C;, 1 E [L,n], H(ci,...,Cn) — Cny1 SS Cai É O geo-campo em Cp com mapeamento fc, : RH» Vig tal que, para todo ponto p € R, fea(P) = T(fa(p), es foalp)). Guiando-se pelas classes de geo-campos introduzidas pelo nosso modelo, exemplos de ope- rações pontuais unárias são: as operações de ponderação, mapeando um geo-campo temático em um numérico; as de reclassificação, mapeando um geo-campo temático em um temático; e as de fatiamento e fatiamento em classes, mapeando um geo-campo numérico em um temáti- co. À figura 5.4 ilustra a conversão de um geo-campo temático de solos, com contradomínio V = (Le, Li, Ls, Aq), em um geo-campo temático ponderado de solos, com contradomínio = [0.0,1.0), através de uma operação de ponderação definida pelo mapeamento ((Le, 0.60), (Li,0.20), (Ls, 0.35), (Ag, 0.10)). Como um exemplo mais complexo, tome-se a operação especificada pelo conjunto hipotético de regras expresso na tabela 5.2 que mapeia um geo-campo temático de solo, com contradomínio fixo 4 = (Le, Li, Ls, Aq), um geo-campo numérico de precipitação, com contradomínio V, = [0,10000], e um geo-campo numérico de declividade, com contradomínio Vá = [0,100], em um = a 5.3. ANÁLISE DAS OPERAÇÕES SOBRE GEO-CAMPOS geo-campo temático de aptidão agrícola, com contradomínio fixo Vi = (Le, Li, Ls, Ag). Aptidão Tipo de Solo Precipitação Média | Declividade ] boa latossolo roxo ou litossolo | >100mm 0-5% média cambissolo 100-50mm 5-10% inadequada | aquoso <50mm >10% Tabela 5.2: Regras para determinação de aptidão agrícola. Le Figura 5.4: Exemplo de operação de ponderação. CAPÍTULO 5. OPERAÇÕES SOBRE DADOS GEOGRÁFICOS = o 5.4 Operações Mistas entre Geo-Campos e Geo-Objetos Esta última seção introduz exemplos de operações mistas, envolvendo ao mesmo tempo geo-cam- pos e geo-objetos. Uma operação de intersecção espacial (overlay) recebe como entrada geo-campos e produz como saída uma coleção de geo-objetos, tendo tipicamente como atributos convencionais os valores dos geo-campos de entrada. Esta situação é comum em aplicações de zoneamento, onde se aplica a interseção entre geo-campos temáticos para se obter regiões homogêneas, que são então identificadas como geo-objetos. À figura 5.7 ilustra a operação “Determine as regiões homogêneas da Austrália, como interseção espacial dos geo-campos de vegetação, geomorfologia e solos.” Na literatura, este tipo de interseção espacial é muitas vezes classificado erroneamente como um tipo particular de junção espacial (cf. [Gut94]). Como veremos na seção 10.3.1, a operação de junção espacial parte de dois conjuntos de geo-objetos e produz, como resultado, pares de geo-objetos já existentes que satisfazem à restrição desejada. Já o tipo de interseção espacial aqui discutido cria novos geo-objetos a partir de geo-campos. Deste modo, embora haja seme- lhanças entre os algoritmos utilizados para implementá-las, a operação de interseção espacial é conceitualmente diferente das operações booleanas entre geo-campos e operações de junção espacial entre conjuntos de geo-objetos. Nas definições que se seguem, adotamos as seguintes convenções: R denota uma geo-região; O denota um geo-objeto cuja localização é um ponto, linha ou região contido em R; Q2 denota um conjunto de geo-objetos de uma mesma classe C tal que a união das localizações dos objetos em 9 cobre completamente R e as localizações são mutuamente disjuntas; A denota um atributo da classe €; p denota uma função que mapeia os valores do atributo A em um outro conjunto de valores. A operação de reclassificação por p, quando aplicada a 12, gera um geo-campo 7 tal que, para cada ponto p € R, T(p) = p(v) sse v é o valor do atributo A do (único) geo-objeto em 9 cuja localização espacial cobre p. O exemplo da figura 5.8 ilustra a criação de um geo-campo temático com o crescimento demográfico da América do Sul, gerado a partir dos valores do atributo DEMOGRAFIA dos geo-objetos que representam os países da América do Sul, reclassificando os valores em três faixas: de 0 a 2% a.a, de 2 a 3% a.a. e mais de 3% a.a.. A reclassificação por atributos também é chamada de fusão [Gut94]. A operação de geração de mapas de distâncias, quando aplicada a O e R, produz um geo-campo numérico indicando as distâncias de cada ponto em R a O. Por fim, uma operação zonal induzida por N é definida exatamente como na seção 5.3.2, exceto que utiliza a função de vizinhança Lo tal que, para todo p € R, Lo(p) é o conjunto de pontos que pertencem à localização do (único) geo-objeto em 9 cuja localização espacial cobre p. Um exemplo informal de uma operação zonal deste tipo seria: “Dado um geo-campo numérico com a altimetria e um mapa de geo-objetos com os municípios do Vale do Paraíba, crie um novo geo-campo numérico onde cada município será representado por sua altitude média”. 5.4. OPERAÇÕES MISTAS ENTRE GEO-CAMPOS E GEO-OBJETOS =» geomorfologia vegetação l solos Ts, idreg | nome| geom.| veg solo 1203000 | R-lll | GM, | VG, | TS, 1203001| RV | GM, | VG, |TS, Figura 5.7: Exemplo de cálculo de interseção espacial. Crescimento demográfico E de0aZhaa de2a3%aa mais de 3% a.a Figura 5.8: Exemplo de reclassificação por atributo. 8 p CAPÍTULO 5. OPERAÇÕES SOBRE DADOS GEOGRÁFICOS VISÃO GERAL DE LINGUAGE! S DE CONSULTA 83 A linguagem introduzida por [VMS+93] permite ao usuário combinar predicados textuais, criados a partir de tabelas de forma similar a QBE, a predicados visuais, combinando símbolos e ícones disponíveis em um menu do sistema. O maior problema é, de novo, determinar a semântica da consulta. 6.2.3 Ambientes Multimodais Ambientes multimodais combinam manipulação direta a consultas visuais e textuais, de forma a tirar proveito dos aspectos positivos de cada uma. O principal obstáculo está em conseguir coordenar conceitos distintos de interação, além da semântica pouco clara da linguagem visual. Exemplos deste tipo de ambiente são descritos em [EF88, AKK94]. O trabalho de [EF88] é baseado em uma interface interativa, oferecendo um layout de tela com várias áreas, cada uma das quais dedicada a um tipo de função (consultas textuais, painel de operações expressões em um dialeto de SQL estendido e operações definidas no painel através de ícones. representação gráfica e outras). Consultas são expressas combinando palavras-chave, Já a linguagem de [AKK94] é baseada no conceito de mapas dinâmicos, que combinam a noção de visões em bancos de dados com técnicas de visualização. Mapas dinâmicos são resultados de consultas textuais que podem posteriormente ser manipulados diretamente pelo usuário. A interação, neste caso, alterna consultas textuais (que retornam mapas) e manipulação direta desses mapas, em geral usando sobreposição. Cada mapa dinâmico é definido por um par (visão, visualização) onde a visão é o resultado da consulta e a visualização associa uma apresentação ao resultado da consulta. 6.2.4 Linguagens de Consulta sobre Imagens Idealmente, deveria ser possível realizar consultas sobre imagens, aproveitando as técnicas que vêm sendo desenvolvidas nos últimos anos na área de bancos de dados de imagens, que visam permitir relacionar imagens a características de conteúdo, formas e textura. Neste contexto, os sistemas tipicamente pré-processam cada imagem para extrair tais características, que são então armazenadas junto com a própria imagem, a fim de acelerar o processamento das consultas. Os enfoques de recuperação de imagens baseada em conteúdo têm se concentrado em duas direções [GR95]. Na primeira, algumas características principais da imagem são extraídas manualmente e armazenadas textualmente em um banco de dados (por exemplo, dados sobre uma região e fenômenos retratados na imagem), sendo a recuperação processada a partir de consultas sobre tais dados textuais. O segundo enfoque é baseado em técnicas de processamento de imagem, que realizam extração de características e determinação de objetos de interesse. O primeiro enfoque é mais rápido, pois pode aproveitar técnicas de otimização de consultas em bancos de dados tradicionais, mas limita o tipo de consulta a ser feito. O segundo é mais flexível, mas computacionalmente caro. Um sistema de consultas a imagens deveria, idealmente, combinar os dois tipos de tratamento. 84 CAPÍTULO 6. RECUPERAÇÃO DE DADOS GEOGRÁFICOS 6.3 A Linguagem LEGAL Esta seção descreve uma linguagem de consulta e manipulação espacial, denominada LEGAL - Linguagem Espacial para Geoprocessamento Algébrico [Cam95]. LEGAL provê um ambiente geral para análise geográfica, estendendo SQL com operadores es- paciais e facilidades para apresentação de geo-campos e geo-objetos. À linguagem é fortemente tipada, ou seja, cada objeto pertence a uma das classes introduzidas pelo modelo ou pelo esque- ma conceitual do banco de dados geográfico em questão. LEGAL oferece ainda construções es- pecíficas para a manipulação dos resultados de uma consulta dentro de um programa, baseadas no modelo definido pelo ODMG (“Object Data Management Group) [Cat94, Cam95]. A lingua- gem permite ainda a aplicação individualizada das operações sobre geo-campos e geo-objetos definidas no capítulo 5. 6.3.1 Definição de Esquemas Conceituais Em LEGAL o projetista usa o comando CREATE para especificar o esquema conceitual de um banco de dados geográfico definindo especializações das classes básicas do modelo descrito no capítulo 4. Para cada nova classe, o projetista poderá criar novos atributos, redefinir os domínios dos atributos introduzidos pelo modelo e definir os valores dos atributos de classe. Por exemplo, o seguinte comando define a estrutura da classe Uso-do-Solo como uma especialização da classe TEMATICO: CREATE Uso-do-Solo (nome CHAR(20), ano INTEGER) IS-A Tematico (temas=("Floresta Primaria", "Cerrado", “Floresta Secundaria")) Intuitivamente, cada instância da classe Uso-do-Solo será um geo-campo temático com dois atributos convencionais próprios: nome, uma cadeia de 20 caracteres e ano, um inteiro. Já temas é um atributo de classe para Tematico que, neste caso, terá como valor o conjunto “Floresta Primaria”, “Cerrado”, “Floresta Secundaria”, que corresponde ao contrado- mínio do mapeamento de cada geo-campo em Uso-do-Solo. De forma semelhante, o projetista pode definir uma classe de geo-objetos chamada Hospital, com três atributos próprios, através do comando: CREATE Hospital (nome CHAR(30), num-leitos INTEGER, 6.3. A LINGUAGEM LEGAL 85 receita-SUS FLOAT) IS-A GeoObjeto Note que o tipo do atributo de localização de Hospital e Uso-do-Solo é herdado das superclasses correspondentes. 6.3.2 Criação de Geo-Objetos e Geo-Campos Através do comando INSERT, o usuário cria novos objetos no banco de dados, sejam eles geo-campos, geo-objetos ou representações destes objetos. Por exemplo, uma instância de Hospital pode ser criada através do comando INSERT: INSERT (nome = "Hospital Municipal SJC", num-leitos = 300, receita-SUS = 50.000,00) IN Hospital e uma instância de Uso-do-Solo através de: INSERT (nome "acao antropica 1990", ano = 1990) IN Uso-do-Solo O comando INSERT oferece ainda a possibilidade de criar ao mesmo tempo um geo-campo e a sua representação. Por exemplo, o seguinte comando cria uma instância de Uso-do-Solo representada por uma matriz: INSERT (nome = "acao antropica 1990", ano "1990"') IN Uso-do-Solo REPRESENTED BY (nome = "Acao Antropica 90 - Rio-Novo", resolucao-X = 100, resolucao-Y = 100, escala = 1:250.000) IN Matricial O novo geo-campo será uma instância da classe Uso-do-Solo, com nome “acao antropica 1990” e ano igual a “1990”. Este geo-campo terá uma representação matricial, onde os valores dos atributos pré-definidos são um nome “Acao Antropica 90 - Rio-Novo”, uma resolução em Xe Y de 100m, uma escala de 1:250.000 e uma região (a definição de regiões é feita através de um comando especial, não discutido neste texto — ver [Cam95]).