Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE INFORMÁTICA
CURSO DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
Modelos Conceituais de Dadospara
Sistemas de Informações Geográficas
por
JUGURTA LISBOA FILHO
EQ-12 CPGCC-UFRGSExame de Qualificação
Prof. Cirano IochpeOrientador
Porto Alegre, abril de 1997
CIP - Catalogação na Publicação
LISBOA FILHO, JugurtaModelos Conceituais de Dados para Sistemas de
Informações Geográficas / Jugurta Lisboa Filho. - PortoAlegre: CPGCC da UFRGS, 1997.
p. 119: il - (EQ-12)
Trabalho orientado pelo Prof. Dr Cirano Iochpe.1. Sistemas de Banco de Dados 2. Modelos Conceituais de
Dados 3. Sistemas de Informações Geográficas. 4. Sistemas deGeoprocessamento. 5. Dados Georreferenciados. I. Iochpe,Cirano. II. Título. III. Série.
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SULReitor: Profa. Dra. Wrana PanizziPró-Reitor de Pesquisa e Pós-Graduação: Prof. Dr. José Carlos Ferraz HennemannDiretor do Instituto de Informática: Prof. Dr. Roberto Tom PriceCoordenador do CPGCC: Prof. Dr. Flávio R. WagnerBibliotecária-Chefe do Instituto de Informática: Zita Prates de Oliveira
2
Sumário
Lista de Figuras ............................................................................ 6
Lista de Tabelas ............................................................................ 7
Resumo .......................................................................................... 8
Abstract ......................................................................................... 9
1 Introdução................................................................................ 101.1 Contextualização da Área de Abrangência ...........................................................101.2 Estrutura do Documento.........................................................................................11
PARTE I Sistemas de Informações Geográficas.................... 13
2 Conceitos Básicos..................................................................... 142.1 Sistema de Informação Geográfica ........................................................................142.2 Breve Histórico do Desenvolvimento de SIG ........................................................152.3 Áreas de Aplicação de SIG .....................................................................................162.4 Dados Georreferenciados........................................................................................172.5 Vocabulário em Banco de Dados Geográfico........................................................18
3 Aspectos Tecnológicos em Geoprocessamento ..................... 203.1 Geoprocessamento ...................................................................................................203.2 Fundamentos em Cartografia.................................................................................213.2.1 Conceito de mapa ...................................................................................................21
3.2.2 Escala .....................................................................................................................22
3.2.3 Sistemas de Coordenadas.......................................................................................22
3.2.4 Projeções Cartográficas.........................................................................................23
3.3 Fundamentos em Sensoriamento Remoto .............................................................23
3
3.3.1 Princípios Básicos ..................................................................................................23
3.3.2 Formas de Sensoriamento Remoto .........................................................................25
3.4 Fontes de Dados Geográficos..................................................................................263.5 Qualidade dos Dados Geográficos .........................................................................27
4 Componentes de SIG............................................................... 284.1 Objetos Espaciais.....................................................................................................284.1.1 Ponto.......................................................................................................................28
4.1.2 Linha.......................................................................................................................29
4.1.3 Polígono .................................................................................................................29
4.1.4 Representando Fenômenos Geográficos através de Superfícies............................30
4.2 Relacionamentos Espaciais .....................................................................................314.2.1 Exemplos de Relacionamentos entre Entidades Geográficas ..............................32
4.2.2 Conceito de Topologia ...........................................................................................33
4.3 Modelos de Dados Geográficos...............................................................................354.4 Arquitetura Genérica de SIG .................................................................................364.5 Métodos de Aquisição de Dados.............................................................................384.5.1 Digitalização ..........................................................................................................38
4.5.2 Leitura Ótica ..........................................................................................................38
4.5.3 Digitação ................................................................................................................38
4.5.4 GPS.........................................................................................................................39
4.5.5 Arquivo Digital .......................................................................................................39
4.6 Estruturas de Armazenamento de Dados Espaciais.............................................394.6.1 Estruturas Matriciais..............................................................................................40
4.6.1.1 Técnica Run-Length Encoding ............................................................................41
4.6.1.2 Estruturas Quadtrees...........................................................................................42
4.6.2 Estruturas Vetoriais................................................................................................43
4.6.2.1 Estrutura de Dados para Armazenar Pontos ........................................................44
4.6.2.2 Estrutura de Dados para Armazenar Linhas ........................................................45
4.6.2.3 Estrutura de Dados para Armazenar Polígonos ...................................................45
4.7 Processamento e Análise de Dados em SIG...........................................................474.7.1 Funções de Manutenção de Dados Espaciais ........................................................48
4.7.1.1 Transformações de Formato ................................................................................48
4.7.1.2 Transformações Geométricas ..............................................................................48
4.7.1.3 Transformações entre Projeções Geométricas.....................................................49
4.7.1.4 Casamento de Bordas ..........................................................................................49
4.7.1.5 Edição de Elementos Gráficos.............................................................................49
4.7.1.6 Redução de Coordenadas.....................................................................................49
4.7.2 Manutenção e Análise de Atributos Descritivos.....................................................50
4.7.2.1 Edição de Atributos Descritivos ..........................................................................50
4
4.7.2.2 Consulta a Atributos Descritivos.........................................................................50
4.7.3 Análise Integrada de Dados Espaciais e Descritivos.............................................50
4.7.3.1 Funções de Recuperação, Classificação e Medidas.............................................51
4.7.3.2 Funções de Sobreposição de Camadas ................................................................51
4.7.3.3 Funções de Vizinhança........................................................................................52
4.7.3.4 Funções de Conectividade ...................................................................................53
4.7.4 Formatação de Saída..............................................................................................55
4.8 Temas Atuais de Pesquisa na Área de SIG ...........................................................55
PARTE II Análise de Modelos Conceituais de Dados paraSistemas de Informações Geográficas ...................................... 57
5 Modelos de Dados.................................................................... 585.1 Taxonomias de Modelos de Dados .........................................................................595.1.1 Modelos de Dados e as Fases do Projeto de Banco de Dados ..............................59
5.1.2 Modelos de Dados numa Escala de Flexibilidade e Expressividade .....................60
5.2 Primitivas de Abstração..........................................................................................605.2.1 Classificação ..........................................................................................................61
5.2.2 Generalização & Especialização ...........................................................................61
5.2.3 Agregação...............................................................................................................63
5.2.4 Associação..............................................................................................................63
5.3 Principais Modelos Semânticos ..............................................................................645.3.1 Modelo E-R.............................................................................................................64
5.3.2 Modelo GSM...........................................................................................................66
5.4 Características dos Modelos Orientados a Objetos..............................................685.4.1 OMT - Um Exemplo de Modelo de Objetos............................................................70
6 Modelos de Dados para Aplicações Geográficas.................. 726.1 Requisitos Especiais das Aplicações Geográficas .................................................726.1.1 Visão de Campo & de Objetos................................................................................73
6.1.2 Relacionamentos Espaciais ....................................................................................74
6.1.3 Temporalidade dos Dados Geográficos.................................................................76
6.1.4 Requisitos de Qualidade.........................................................................................78
6.1.5 Múltiplas Representações.......................................................................................79
6.1.6 Limites Nebulosos (fuzzy) .......................................................................................79
6.2 Níveis de Abstração de Dados Geográficos ...........................................................806.3 Modelos Conceituais Específicos para Aplicações Geográficas ..........................826.3.1 Modelo GMOD/UAPE............................................................................................83
6.3.2 Modelo MGeo.........................................................................................................86
5
6.3.3 Modelo Clementini .................................................................................................87
6.3.4 Modelo GeoIFO......................................................................................................91
6.3.5 Modelo Modul-R....................................................................................................93
6.3.6 Modelo GeoOOA ....................................................................................................96
6.3.7 Modelo Faiz............................................................................................................99
7 Análise Comparativa de Modelos Conceituais no Contextode SIG ........................................................................................ 1017.1 Visão de Campo & de Objetos..............................................................................1037.2 Relacionamentos Espaciais ...................................................................................1037.3 Temporalidade dos Dados Geográficos ...............................................................1047.4 Requisitos de Qualidade........................................................................................1047.5 Múltiplas Representações .....................................................................................1057.6 Limites Nebulosos..................................................................................................1057.7 Outros Comentários ..............................................................................................105
8 Conclusões.............................................................................. 107
Bibliografia................................................................................ 110
6
Lista de Figuras
Figura 3.1 - Espectro eletromagnético [LIL 87] .............................................................24Figura 4.1 - Entidades de uma rede elétrica ...................................................................29Figura 4.2 - Distribuição espacial de entidades do tipo polígono ..................................30Figura 4.3 - Processo de construção da topologia [NCG 90] .........................................34Figura 4.4 - Aspectos tecnológicos de SIG [ANT 91] ...................................................36Figura 4.5 - Componentes de um SIG [CAM 96] ..........................................................37Figura 4.6 - Exemplo de representação matricial e vetorial ...........................................39Figura 4.7 - Técnica run-length encoding [ARO 89] .....................................................42Figura 4.8 - Exemplo de estrutura quadtree [SAM 89] ..................................................43Figura 4.9 - Estrutura de dados para rede [NCG 90]......................................................45Figura 4.10 - Representação em grafos não-direcionados [LAU 92] .............................46Figura 4.11 - Relacionamento de polígonos adjacentes [NCG 90] ................................47Figura 4.12 - Exemplo de operação de redução de coordenadas....................................50Figura 4.13 - Operações de sobreposição de camadas ...................................................52Figura 4.14 - Exemplo de zonas de buffer......................................................................54Figura 5.1 - Exemplo de Abstração de Generalização e Especialização........................62Figura 5.2 - Construtores do modelo E-R ......................................................................65Figura 5.3 - Dois tipos de hierarquia no modelo EER ...................................................65Figura 5.4 - Exemplo de esquema conceitual no modelo GSM....................................66Figura 5.5 - Projeto de Banco de Dados Espacial [MIL 93] .........................................68Figura 5.6 - Subconjunto de construtores do modelo de objetos OMT..........................70Figura 6.1 - Modelos de dados na visão de campo.........................................................74Figura 6.2 - Exemplo de variação espaço-temporal [WOR 94a] ...................................77Figura 6.3 - Níveis de especificação de aplicações geográficas .....................................80Figura 6.4 - O Modelo de Dados GMOD [OLI 97]........................................................84Figura 6.5 - Hierarquia de classes no modelo MGeo [TIM 94] .....................................86Figura 6.6 - Estrutura geral de classes [CLE 94]............................................................89Figura 6.7 - Exemplo da hierarquia de generalização de classes [CLE 94] ...................90Figura 6.8 - Componentes do modelo GeoIFO [TRY 95]..............................................92Figura 6.9 - Exemplo de uso do modelo E-R Geográfico [TRY 95] .............................93Figura 6.10 - Módulos do modelo Modul-R [CAR 93] .................................................94Figura 6.11 - Tipos de classes em GeoOOA [KÖS 95] .................................................97Figura 6.12 - Tipos de estruturas todo-parte espacial em GeoOOA...............................97Figura 6.13 - Exemplo de modelagem de rede elétrica em GeoOOA [KÖS 95] ...........98Figura 6.14 - Esquema de meta-dados no modelo Faiz (adapt. de [FAI 94])...............100
7
Lista de Tabelas
Tabela 2.1 - Tipos básicos de objetos espaciais [NCG 90] ............................................19Tabela 3.1 - Características básicas dos satélites............................................................25Tabela 7.1 - Requisitos de aplicações geográficas X modelos conceituais para SIG...102
8
Resumo
Este trabalho constitui-se de duas partes referentes aos exames de qualificaçãoem abrangência e em profundidade, desenvolvidos no curso de doutorado do CPGCCda UFRGS.
A primeira parte (exame de qualificação em abrangência) apresenta uma visãogeral dos Sistemas de Informações Geográficas (SIG), onde são descritos,inicialmente, alguns conceitos básicos, um breve histórico de seu desenvolvimento euma visão das principais áreas de aplicação desses sistemas. Em seguida, são descritosos principais aspectos tecnológicos relacionados com a área de Geoprocessamento,onde os SIGs se enquadram. Por último, são detalhados os componentes presentes namaioria dos sistemas incluindo os métodos de aquisição de dados espaciais, estruturasde armazenamento de dados espaciais e funções de processamento e análise de dadosespaciais.
Na segunda parte (exame de qualificação em profundidade) são descritos eanalisados vários modelos conceituais de dados específicos para aplicaçõesgeográficas. Inicialmente, é feita uma revisão dos modelos de dados empregados noprojeto de sistemas de informação em geral. Em seguida, é apresentado um conjuntode requisitos específicos das aplicações geográficas e descrito diversos modelosconceituais de dados, propostos para atender a essas aplicações. Por último, é feitauma análise comparativa desses modelos com base nos requisitos impostos pelasaplicações geográficas.
PALAVRAS-CHAVE: Sistemas de Banco de Dados, Modelos Conceituais de Dados,Sistemas de Informações Geográficas, Sistemas de Geoprocessamento, DadosGeorreferenciados.
9
Abstract
This work represents the results of the qualifying examination of the doctoratecourse of CPGCC-UFRGS. Its first part refers to the wide-ranging examination andthe second one to the examination in depth.
Both exams explore the knowledge area of Geographic Information Systems(GIS). The wide-ranging examination gives an overview of the knowledge area whilethe examination in depth discusses issues that are related to the modeling of GISapplications.
After describing some basic concepts of the area, the first part explorestechnical issues as digital cartography, and remote sensing. Furthermore, the first partdiscusses also spatial data retrieval, spatial data structures, and spatial analysis anddata processing functions.
The second part of the document first reviews several conceptual data modelsin the context of information systems modeling. Following this introduction, newrequirements posed by GIS applications are presented and discussed. Relying on thoserequirements, a set of newly proposed conceptual data models for GIS applications areintroduced and compared.
The document is concluded with a discussion of future perspectives in the fieldof GIS application modeling.
KEY WORDS: Database Systems, Conceptual Data Models, Geographic InformationSystems, Geoprocessing Systems, Georeferenced Data.
10
1 Introdução
Esta monografia corresponde ao Exame de Qualificação do autor,desenvolvido como requisito parcial para a obtenção do título de Doutor em Ciênciada Computação, junto ao Curso de Pós-Graduação em Ciência da Computação(CPGCC) da Universidade Federal do Rio Grande do Sul (UFRGS).
A monografia está dividida em duas partes. A primeira possui o subtítuloSistemas de Informações Geográficas e corresponde ao Exame de Qualificação emAbrangência, onde são apresentados os fundamentos da área em que se estádesenvolvendo a pesquisa. A segunda parte, de subtítulo Análise de ModelosConceituais de Dados para Sistemas de Informações Geográficas, corresponde aoExame de Qualificação em Profundidade, onde é apresentado o estado-da-arte e éfeita uma análise crítica dos modelos conceituais de dados propostos, especificamente,para modelagem de aplicações geográficas no contexto de Sistemas de InformaçõesGeográficas.
1.1 Contextualização da Área de Abrangência
A área de Sistemas de Informação pode ser dividida, num primeiro nível, emdois grandes grupos: o grupo dos sistemas de informações convencionais e o grupodos sistemas de informações não-convencionais.
Sistemas de informações convencionais caracterizam-se por permitir odesenvolvimento de aplicações que possam ser naturalmente modeladas com base emmodelos de dados tradicionais (hierárquico, em rede e relacional), cujos aspectosdinâmicos podem ser apreendidos pelo paradigma de transação ACID, que possueminterfaces homem-máquina não-cooperativas e que não suportam trabalho em grupo.
Os sistemas de informações não-convencionais são voltados para as aplicaçõesque não se enquadram na classificação anterior como, por exemplo: Sistemas deInformações Geográficas (SIG); Sistemas de Apoio a Projeto (CAD); Sistemas deInformação para Automação Industrial; Sistemas de Automação de Escritório (OIS); eTrabalho Cooperativo Apoiado por Computador (CSCW). Estes sistemas secaracterizam, principalmente, pela necessidade de manipular objetos complexos eexecutar transações não ACID. Isto implica na necessidade de novos modelos dedados, novos tipos de operações sobre os objetos, métodos de acesso e estruturas de
11
armazenamento mais eficientes e um suporte adequado a transações longas e nãoisoladas [HAD 96].
Existem diversos ramos da Ciência da Computação que contribuem para odesenvolvimento dos Sistemas de Informações Geográficas, entre eles pode-se citar:Banco de Dados, Computação Gráfica, Inteligência Artificial e Engenharia deSoftware. Além disso, conceitos originários de outras áreas como Cartografia eSensoriamento Remoto são incorporados a esses sistemas. Desta forma, muitas vezesa área de Sistemas de Informações Geográficas é tratada como uma disciplinaindependente [GOO 92a].
1.2 Estrutura do Documento
A Parte I, possui o subtítulo Sistemas de Informações Geográficas ecompreende os capítulos 2 a 4.
O capítulo 2 apresenta a definição dos principais conceitos relacionados aSistemas de Informações Geográficas, fornece um pequeno histórico de seudesenvolvimento e relaciona as principais áreas onde esses sistemas são aplicados.
No capítulo 3 são descritos os aspectos tecnológicos relacionados com a áreade Geoprocessamento, que engloba toda forma de processamento de dadosgeográficos. São descritos os fundamentos básicos das áreas de Cartografia eSensoriamento Remoto, são caracterizadas as principais fontes de dados geográficose, por último, são descritas algumas considerações sobre a qualidade dos dadosgeográficos.
O capítulo 4 descreve os principais componentes pertencentes a um Sistema deInformações Geográficas. É apresentada uma descrição inicial sobre os modelos dedados geográficos. São descritos os tipos de objetos espaciais usados para representarespacialmente os dados geográficos e os tipos de relacionamentos existentes entreesses dados. São apresentados os métodos mais utilizados na aquisição de dadosgeográficos, diversas estruturas de dados que permitem o armazenamento e arecuperação desses dados e, por último, um conjunto significativo de funções quepermitem ao usuário processar e analisar os dados geográficos.
A Parte II, de subtítulo Análise de Modelos Conceituais de Dados paraSistemas de Informações Geográficas, compreende os capítulos 5 a 7.
No capítulo 5 são descritas as características gerais dos diversos modelos dedados utilizados para se projetar um banco de dados. Na seção 5.1 são apresentadasduas classificações desses modelos de dados. A seção 5.2 descreve algumas primitivasde abstração encontradas na maioria dos modelos de dados semânticos e orientados aobjetos. A seção 5.3 faz uma revisão de dois dos principais modelos de dados
12
semânticos e a seção 5.4 descreve as principais características dos modelos de dadosorientados a objetos.
O capítulo 6 faz uma revisão do estado-da-arte em matéria de modelos dedados que são projetados especificamente para aplicações geográficas. Na seção 6.1são levantados requisitos especiais que são apresentados pelas aplicações geográficas.A seção 6.2 descreve os diferentes níveis de abstração com que os dados geográficossão modelados. Na seção 6.3 são descritos os principais modelos de dados conceituaisutilizados no projeto de banco de dados geográficos.
No capítulo 7 é feita uma análise comparativa dos modelos descritos naseção 6.3, com base nos requisitos identificados na seção 6.1.
As conclusões finais do trabalho são descritas no capítulo 8.
13
PARTE I
Sistemas de Informações Geográficas
14
2 Conceitos Básicos
2.1 Sistema de Informação Geográfica
O termo Sistema de Informação Geográfica1 (SIG) caracteriza os sistemas deinformação que possibilitam a realização de operações de análise espacial envolvendodados georreferenciados, ou seja, dados referenciados geograficamente em relação àsuperfície terrestre.
Uma das principais características de um SIG é sua capacidade de manipulardados gráficos (cartográficos) e não-gráficos (descritivos) de forma integrada,provendo uma forma consistente para análise e consulta. É possível, desta forma, teracesso às informações descritivas de uma entidade geográfica a partir de sualocalização geográfica e vice-versa. Além disso, pode-se fazer conexões entrediferentes entidades com base em relacionamentos espaciais. Denomina-se entidadegeográfica, qualquer fenômeno do mundo real que possua atributos associados à sualocalização sobre a superfície terrestre num certo instante ou intervalo de tempo[CAM 96].
Segundo Cowen [COW 88], existem quatro abordagens distintas para sedefinir um SIG: a abordagem orientada a processos; a abordagem da aplicação; aabordagem toolbox (caixa de ferramentas); e a abordagem de banco de dados.
A abordagem orientada a processos baseia-se na idéia de que um SIG éconstituído de diversos subsistemas integrados, que incluem procedimentos deentrada, armazenamento e recuperação de informações geográficas. A abordagem daaplicação caracteriza o SIG de acordo com o tipo de informação utilizada (ex.:gerenciamento de recursos naturais, planejamento urbano). A abordagem toolbox vemda idéia de que um SIG incorpora um sofisticado conjunto de procedimentos ealgoritmos, baseados em computador, para manipular dados espaciais (ex.: produçãoautomática de mapas). Por último, a abordagem de banco de dados define um SIGcomo um banco de dados não-convencional que permite o armazenamento e arecuperação de informações geográficas.
1 do Inglês, Geographic Information System (GIS)
15
Diversas definições de SIG são encontradas na literatura, variando de acordocom as quatro abordagens anteriores. A seguir são listadas algumas dessas definições:
“Um SIG á um sistema que utiliza um banco de dados espacial parafornecer respostas a consultas de natureza geográfica” (Goodchild,1988 Apud [COW 88]).
“Um SIG é um poderoso conjunto de ferramentas para coletar,armazenar, recuperar, transformar e exibir dados espaciais do mundoreal para um conjunto particular de propósitos” [BUR 86].
“Um SIG é um sistema de suporte à decisão que envolve a integraçãode dados referenciados espacialmente em um ambiente de solução deproblemas” [COW 88].
“Um SIG é um conjunto de procedimentos, manuais ou baseados emcomputador, usados para armazenar e manipular dados referenciadosgeograficamente” [ARO 89].
“Um SIG é um sistema de informação, baseado em computador, quepossibilita a captura, modelagem, manipulação, recuperação, análisee apresentação de dados referenciados geograficamente” [WOR 95].
Existem diversos tipos de sistemas que manipulam dados espaciais, como ossistemas de cartografia automatizada e os sistemas de CAD (Projeto Auxiliado porComputador), porém, os SIGs se diferenciam desses sistemas por dois motivosprincipais. Primeiro, por sua capacidade de representar os relacionamentos espaciais(ou topológicos) entre as entidades geográficas. Segundo, por permitir a realização decomplexas operações de análise espacial com os dados geográficos.
2.2 Breve Histórico do Desenvolvimento de SIG
O gerenciamento de informações geográficas teve sua origem na metade doséculo XVIII, quando, a partir do desenvolvimento da cartografia, foram produzidosos primeiros mapas com precisão [ANT 91].
As pesquisas na área de Geoprocessamento tiveram início na década de 60,variando em terminologia de acordo com a área de aplicação a que se destinavam.Termos como Land Information System (LIS), Automated Mapping/FacilitiesManagement (AM/FM), Computer-Aided Drafting and Design (CADD),Multipurpose Cadastre e outros, foram usados para identificar sistemas, em diferentesáreas da atividade humana, que tinham como característica comum, o tratamento deinformações georreferenciadas.
Os SIGs começaram a ser pesquisados paralelamente, e de formaindependente, em diversos países como EUA, Canadá e Inglaterra. Desde a década de60, a tecnologia de SIG tem sido utilizada em diferentes setores como agricultura,
16
exploração de petróleo, controle de recursos naturais, sócio-econômicos e controle douso da terra.
Os primeiros SIGs eram dirigidos, principalmente, para o processamento deatributos de dados e análises geográficas, mas possuíam capacidades gráficas muitorudimentares. A partir das décadas de 70 e 80, o aumento na capacidade deprocessamento dos computadores, aliado à redução dos custos de memória e hardwareem geral, influenciaram substancialmente o desenvolvimento dos SIGs. Também odesenvolvimento de dispositivos de alta tecnologia, como monitores de vídeo e"plotters" coloridos, contribuiu para disseminar o uso da tecnologia. Os primeirossistemas comerciais começaram a surgir no início da década de 80, o sistemaARC/INFO da Environment Systems Research Institute (ESRI) foi um dos primeiros.A integração com a tecnologia de gerenciamento de banco de dados foi outro marcoimportante no desenvolvimento desses sistemas [ESR 91].
2.3 Áreas de Aplicação de SIG
Cresce a cada dia, o número de problemas onde os SIGs são empregados.Tradicionalmente, estes sistemas têm sido utilizados por instituições públicas,empresas de prestação de serviço de utilidade (ex. companhias de água, luz etelefone), na área de segurança militar e em diversos tipos de empresas privadas (ex.:engenharia civil, terraplanagem).
A seguir, é apresentada uma relação das diversas áreas de aplicação, divididasem cinco grupos principais, segundo Ramirez [RAM 94].
• Ocupação Humana - redes de infra-estrutura; planejamento e supervisão delimpeza urbana; cadastramento territorial urbano; mapeamento eleitoral;rede hospitalar; rede de ensino; controle epidemiológico; roteamento deveículos; sistema de informações turísticas; controle de tráfego aéreo;sistemas de cartografia náutica; serviços de atendimentos emergenciais.
• Uso da Terra - planejamento agropecuário; estocagem e escoamento daprodução agrícola; classificação de solos; gerenciamento de baciashidrográficas; planejamento de barragens; cadastramento de propriedadesrurais; levantamento topográfico e planimétrico; mapeamento do uso daterra.
• Uso de Recursos Naturais - controle do extrativismo vegetal e mineral;classificação de poços petrolíferos; planejamento de gasodutos e oleodutos;distribuição de energia elétrica; identificação de mananciais; gerenciamentocosteiro e marítimo.
• Meio Ambiente - controle de queimadas; estudos de modificaçõesclimáticas; acompanhamento de emissão e ação de poluentes;gerenciamento florestal de desmatamento e reflorestamento.
17
• Atividades Econômicas - planejamento de marketing; pesquisas sócio-econômicas; distribuição de produtos e serviços; transporte de matéria-prima.
2.4 Dados Georreferenciados
Quatro aspectos caracterizam um dado georreferenciado:
a) a descrição da entidade geográfica que cada dado representa;
b) a localização geográfica da entidade que o dado representa;
c) o relacionamento entre a entidade geográfica com outras entidadesrepresentadas no sistema; e
d) o momento ou intervalo de tempo em que a entidade geográfica existe ou éválida.
Em um SIG, a descrição da entidade geográfica é obtida através de atributosqualitativos e quantitativos, não-espaciais, como, por exemplo, nome e população deuma cidade. Estes atributos não possuem aspectos gráficos, podendo ser tratados pormeio de sistemas de gerência de banco de dados (SGBD) convencionais.
Já a localização geográfica é armazenada através de informações sobre suaforma geométrica e a posição da entidade geográfica em relação a um sistemaespecífico de coordenadas geográficas.
As relações de vizinhança espacial entre entidades geográficas sãorepresentadas por relacionamentos topológicos. Este aspecto requer a existência demodelos e métodos de acesso não-convencionais para sua representação em um bancode dados geográfico.
O aspecto temporal descreve as características dos momentos ou períodos emque as entidades geográficas são válidas. Segundo Newell [NEW 92], o aspectotemporal em um SGBD pode incluir diversos tipos de medida de tempo (ex.: instante,intervalo de tempo) e vários tipos de relacionamentos envolvendo o tempo, comonoções de antes, depois, durante, etc.
Desta forma, é possível obter informações sobre quem é a entidade geográfica,onde está localizada, qual o relacionamento com outras entidades e em que momentoou período de tempo a entidade é válida.
Normalmente, dentro de um SIG, estes aspectos são classificados em duascategorias de dados [OOI 90]. São elas: dados convencionais - atributosalfanuméricos usados para armazenar os dados descritivos e temporais das entidades
18
geográficas; e dados espaciais - atributos que descrevem a geometria, a localizaçãogeográfica e os relacionamentos com outras entidades geográficas. Além disso, umSIG pode possuir dados pictórios, que armazenam imagens sobre regiões geográficas(ex.: fotografia de uma cidade ou uma imagem de satélite).
2.5 Vocabulário em Banco de Dados Geográfico
Neste trabalho, o termo banco de dados geográfico é utilizado para referenciaro componente responsável pelo armazenamento dos dados em um SIG, que nãoprecisa ser, necessariamente, um SGBD.
O conjunto de definições apresentadas a seguir foi proposto pelo US NationalDigital Cartographic Standart e foram extraídas de [NCG 90]. Neste trabalhoprocurou-se empregar os conceitos de acordo com estas definições.
• Identidade - Elementos da realidade modelados em um banco de dadosgeográfico têm duas identidades: o elemento na realidade, denominadoentidade e o elemento representado no banco de dados, denominadoobjeto. Uma terceira identidade usada em aplicações cartográficas é osímbolo usado para representar entidades/objetos no mapa.
• Entidade - É qualquer fenômeno geográfico da natureza, ou resultante daação direta do homem, que é de interesse para o domínio da aplicação.
• Objeto - É a representação digital de uma entidade, ou parte dela. Arepresentação digital varia de acordo com a escala utilizada. Por exemplo,um aeroporto pode ser representado por um ponto, uma linha ou uma área,dependendo da escala em uso.
• Tipo de Entidade - É a descrição de um agrupamento de entidades similares,que podem ser representadas por objetos armazenados de maneira uniforme(ex: o conjunto das estradas de uma região). Fornece uma estruturaconceitual para a descrição de entidades semelhantes.
• Tipo de Objeto Espacial - Cada tipo de entidade em um banco de dadosgeográfico é representado de acordo com um tipo de objeto espacialapropriado. A Tabela 2.1 mostra os tipos básicos dos objetos espaciaisdefinidos pelo US National Digital Cartographic Standart, classificadossegundo suas dimensões espaciais.
• Classe de Objeto - Descreve um conjunto de objetos que representam umconjunto de entidades de mesmo tipo. Por exemplo, o conjunto de pontosque representam um conjunto de postes de uma rede elétrica ou o conjuntode polígonos, representando lotes urbanos.
• Atributo - Descreve as características das entidades normalmente de formanão-espacial. Exemplos são o nome da cidade ou o diâmetro de um duto.
• Valor de Atributo - Valor associado ao atributo. (ex.: nome da cidade ='Recife', diâmetro do duto = 1 ½").
19
• Camada (layer) - Os objetos espaciais, em um banco de dados geográfico,podem ser agrupados e dispostos em camadas. Normalmente, uma camadacontém um único tipo de entidade ou entidades de tipos relacionados a umtema comum (ex.: uma camada pode representar somente as rodovias deuma região ou pode representar também as ferrovias).
Dimensão Tipo Descrição
0D ponto Um objeto com posição no espaço mas sem comprimento
1D linha Um objeto tendo comprimento. Composto de 2 ou maisobjetos 0D
2D área Um objeto com comprimento e largura. Limitado por, pelomenos, 3 objetos 1D
3D volume Um objeto de comprimento, largura e altura. Limitado por,pelo menos, 4 objetos 2D
Tabela 2.1 - Tipos básicos de objetos espaciais [NCG 90]
20
3 Aspectos Tecnológicos em Geoprocessamento
3.1 Geoprocessamento
O termo Geomatics, usado em alguns países (ex.: Canadá), é um termo"guarda-chuva" que engloba toda ciência ou tecnologia relacionada a cadastro,levantamento, mapeamento, sensoriamento remoto e SIG [BEA 95]. Geomatics édefinido como “o campo de atividades que, utilizando uma abordagem sistêmica,integra todos os meios empregados na aquisição e gerenciamento de dados espaciaisusados em aplicações científicas, administrativas, legais e técnicas, envolvidas noprocesso de produção e gerenciamento de informação espacial” [GEO 95].
No Brasil, o termo equivalente para Geomatics seria Geoprocessamento, que éuma área de conhecimento que envolve diversas disciplinas como, por exemplo,Cartografia, Sensoriamento Remoto, Geodésia, Fotogrametria, Geologia e Ciência daComputação.
Segundo Ramirez [RAM 94], o termo sistema de geoprocessamento englobatodos os sistemas computacionais capazes de processar dados georreferenciados, taiscomo os sistemas de cartografia automatizada (CAC), sistemas de processamento deimagens, sistemas de gerenciamento de redes de infra-estrutura, sistemas de apoio aprojeto (CAD) e, principalmente, os SIGs. No Brasil, os termos sistemas degeoprocessamento e sistemas de informações geográficas têm sido utilizados, demaneira equivocada, como sendo sinônimos.
Laurini relaciona um conjunto de disciplinas e campos de estudo, associadoscom o tratamento da informação geográfica [LAU 92]. São eles:
• Disciplinas que desenvolvem conceitos para tratar com o espaço: ciênciascognitivas, geografia, lingüística e psicologia.
• Campos que desenvolvem ferramentas práticas e instrumentos para obter outrabalhar com dados espaciais: cartografia, geodésia, fotogrametria esensoriamento remoto.
• Disciplinas que fornecem formalismos e teorias para tratar com espaço eautomação: ciência da computação, geometria, inteligência artificial eestatística.
21
• Campos que fazem uso substancial dos sistemas automatizados deinformações espaciais: arqueologia, engenharia civil, engenharia florestal,ciências agrárias, paisagismo e planejamento urbano.
• Campos que fornecem linhas gerais sobre informação: direito e economia.
3.2 Fundamentos em Cartografia
Esta seção descreve os conceitos básicos da área de cartografia, que estãofortemente relacionados com a tecnologia de geoprocessamento.
3.2.1 Conceito de mapa
Segundo Oliveira [OLI 93], a palavra mapa, que é de origem cartaginesa,significava "toalha de mesa". Os antigos comerciantes e navegadores, negociavamsuas rotas de viagem desenhando diretamente sobre toalhas (mappas), dando origemao termo.
Tradicionalmente, os mapas têm sido a principal fonte de dados para os SIGs.Um mapa é uma representação, em escala e sobre uma superfície plana, de umaseleção de características sobre ou em relação à superfície da terra [NCG 90].
Mapas podem ser usados para diferentes propósitos, sendo que os maiscomuns são: para exibição e armazenamento de dados (ex.: uma folha de mapa podeconter milhares de informações que são recuperadas visualmente); como índicesespaciais (ex.: cada área delimitada em um mapa pode estar associada a um conjuntode informações em um manual separado); como ferramenta de análise de dados(ex.: comparar e localizar áreas de terras improdutivas); ou mesmo como objetodecorativo (ex.: mapas turísticos).
A confecção de um mapa requer, entre outras coisas, a seleção dascaracterísticas a serem incluídas no mapa, a classificação dessas características emgrupos, sua simplificação para representação, a ampliação de certas característicaspara melhor representa-las no mapa, e a escolha de símbolos para representar asdiferentes classes de características [ARO 89].
Existem diversos tipos de mapas. Os mapas topográficos têm sidotradicionalmente elaborados com o objetivo de atender a uma infinidade depropósitos, enquanto que os mapas temáticos são elaborados com objetivos maisespecíficos, por conter informações sobre um único assunto, por exemplo, pararepresentar o relevo, a vegetação ou a hidrografia de uma determinada região[BUR 86].
22
3.2.2 Escala
A escala de um mapa é a razão entre as distâncias representadas no mapa esuas correspondentes distâncias no mundo real. Por exemplo, em um mapa de escala1:50.000, 1cm no mapa corresponde a 50.000cm (ou 500m) na superfície terrestre.Uma escala grande, como a de 1:10.000 (1cm no mapa corresponde a 100m), ésuficiente para representar o traçado de ruas em uma cidade. Porém, é insuficientecaso a aplicação necessite manipular informações a nível de lotes urbanos. Já em umaescala pequena, tipo 1:250.000 (1cm no mapa corresponde a 2,5Km), somentegrandes fenômenos geográficos podem ser representados como, por exemplo, tipos desolos, limites municipais e rodovias.
Os termos grande ou pequena, atribuído a uma escala, são definições nãomuito precisas, podendo variar de acordo com o ambiente da aplicação [OLI 93]. Porexemplo, uma escala 1:20.000 pode ser considerada pequena para uma aplicação deplanejamento urbano ou grande em uma aplicação de gerenciamento ambiental.
3.2.3 Sistemas de Coordenadas
Os sistemas de coordenadas permitem definir a localização de qualquerelemento sobre a superfície terrestre. Eles estão divididos em dois grandes grupos:sistemas de coordenadas geográficas (ou terrestres) e sistemas de coordenadas planas(ou cartesianas) [CAM 96]. Todo mapa é confeccionado com base em um sistema decoordenadas.
Nos sistemas de coordenadas geográficas, cada ponto é definido através do parde coordenadas referente à interseção de um meridiano com um paralelo. Osmeridianos são círculos da esfera terrestre que passam pelos Pólos Norte e Sul,enquanto que os paralelos são círculos da esfera terrestre cujos planos sãoperpendiculares ao eixo dos Pólos Norte-Sul.
Os meridianos são medidos em longitude a partir do meridiano de Greenwich,escolhido arbitrariamente como sendo o meridiano de origem, com valores variandode 0º de longitude (na origem) até +180º de longitude a leste e -180º de longitude aoeste. O paralelo do Equador divide a Terra nos hemisférios norte e sul, definindo asmedidas de latitude como sendo 0º no paralelo do Equador, +90º no Pólo Norte e -90ºno Pólo Sul.
Nos sistemas de coordenadas geográficas as localizações são, portanto,definidas a partir das coordenadas de latitude (distância em graus do ponto até oparalelo do Equador) e longitude (distância em graus do ponto até o meridiano deGreenwich).
Os sistemas de coordenadas planas são baseados em um par de eixosperpendiculares, onde a interseção dos eixos representa a origem para a localização de
23
qualquer ponto sobre o plano. Nestes sistemas, as coordenadas dos pontos sãorepresentadas por um par de valores (x,y) representando a projeção do ponto sobrecada um dos eixos. Normalmente, o eixo horizontal fica associado à medida delongitude enquanto que o eixo vertical fica associado à medida de latitude, o quepermite conversões entre os sistemas de coordenadas, a partir de transformaçõesmatemáticas.
3.2.4 Projeções Cartográficas
A superfície curva da terra é representada em mapas, que normalmente sãoconfeccionados sobre uma folha de papel, ou seja, sobre uma superfície plana, o que,inevitavelmente, provoca distorções entre a realidade e sua representação. Projeção éo método matemático através do qual a superfície curva da terra é representada sobreuma superfície plana.
Existem diferentes tipos de projeções utilizadas na confecção de mapas. Estasprojeções atendem a objetivos distintos, podendo preservar a área (projeçãoequivalente) das características representadas, a forma das características (projeçãoconformal) ou mesmo a distância (projeção eqüidistante) entre pontos no mapa[NCG 90].
Algumas das projeções mais empregadas são: projeção cônica de Lambert,projeção UTM (“Universal Transverse Mercator”) e projeção plana. No Brasil existeum mapeamento sistemático realizado pelo Serviço de Cartografia do Exército, feitona projeção UTM, nas escalas de 1:250.000, 1:100.000 e 1:50.000 [CAM 96].
3.3 Fundamentos em Sensoriamento Remoto
Segundo Lillesand, sensoriamento remoto é definido como “a ciência e a artede se obter informações sobre objetos, áreas ou fenômenos, através da análise dosdados adquiridos por um dispositivo que não esteja em contato com o objeto, área oufenômeno sob investigação” [LIL 87].
A área de sensoriamento remoto trata os aspectos ligados à captura,armazenamento, análise e interpretação de dados obtidos através de sensores remotos.Por ser uma área intimamente relacionada com a área de SIG, esta seção descrevealguns fundamentos que permitem uma melhor visão dos mecanismos de obtenção dedados para as aplicações geográficas.
3.3.1 Princípios Básicos
O processo de obtenção de dados através do sensoriamento remoto utilizasensores para se obter dados, de forma remota, que podem ser analisados para gerar
24
informações sobre as áreas observadas [LIL 87]. Existem diversas formas de capturade dados através de sensores remotos como, por exemplo, através da distribuição deondas acústicas. Porém, no contexto de SIG, apenas as técnicas empregadas pelossensores de energia eletromagnética são importantes. Estes sensores normalmente sãooperados a partir de veículos aeroespaciais.
Os materiais que estão sobre a superfície terrestre refletem a energiaeletromagnética proveniente de fontes naturais (ex.: sol) ou de fontes artificiais (ex.:lâmpadas), que é captada por dispositivos sensores. Os sensores eletromagnéticospodem ser divididos em dois grandes grupos: passivos e ativos. Sensores passivosmedem a energia existente no ambiente, enquanto que os sensores ativos geram suaprópria fonte de energia.
O exemplo mais comum de sensor passivo é a fotografia. Câmaras fotográficascaptam e registram a reflexão da luz solar a partir dos materiais fotografados. Existemsensores passivos que captam outros tipos de energia, como os sensores demicroondas.
Um exemplo de sensor ativo é a câmara fotográfica acoplada a um flash,porém, em aplicações ambientais o melhor exemplo é o radar. O sistema de radaremite energia na região de microondas do espectro eletromagnético (Figura 3.1) ecapta a energia refletida pelos materiais que estão sobre a superfície terrestre[EAS 95].
10-6
10-5
10-4
10-3
10-1
10-2
0.5
1 10 10 102
103
104
105
106
107
108 9
0.6 0.70.4 (µm)verazul ver
u.v.
visível
comprimento de onda (µm)
raios cósmicos raio X
ultravioleta(u.v.)
i.v. próximoi.v. médio
i.v. termal microonda tv e rádio
infravermelho (i.v.)
(1mm) (1m)
de melho
sist. radar
Figura 3.1 - Espectro eletromagnético [LIL 87]
Segundo Amaral [AMA 90], os materiais apresentam comportamentosdistintos ao longo do espectro eletromagnético para diferentes atributos (emissividade,reflectância, absortância, transmissividade, luminescência, etc). Desta forma, sensoresoperando em diferentes intervalos espectrais (sensores multi-espectrais) são capazesde discriminar determinados objetos ou fenômenos sobre/sob a superfície terrestre.
O espectro eletromagnético é muito amplo e nem todos os comprimentos deonda são adequados para fins de sensoriamento remoto. Por exemplo, os intervalos decomprimento de ondas verde, vermelho (visíveis) e também o infravermelho
25
(Figura 3.1) apresentam baixa interferência atmosférica, possibilitando uma boaoportunidade para medir as interações com a superfície terrestre. A maioria dasimagens produzidas via sensoriamento remoto para aplicações relacionadas com SIGsão obtidas nestes intervalos [LIL 87].
3.3.2 Formas de Sensoriamento Remoto
Um dos métodos pioneiros de sensoriamento remoto é a obtenção defotografias aéreas tiradas de aviões transportando câmaras fotográficas especialmenteinstaladas para este fim [AMA 90]. Fotografias aéreas podem ser utilizadas de duasformas: como imagens de fundo sobre as quais são apresentadas outras informações;ou como fonte de dados, auxiliando a entrada de dados via digitalização (ver seção3.4).
Antes de serem utilizadas, as fotografias aéreas necessitam passar peloprocesso de ortorretificação, para corrigir as distorções decorrentes do relevo da áreafotografada [WOL 83]. O cálculo de medidas acuradas e a confecção de mapas apartir de fotografias aéreas são atribuições da área de Fotogrametria.
Outro método de sensoriamento remoto, de grande importância no processo decaptura de captura de dados para SIG, é a obtenção de imagens digitais a partir desensores transportados por satélites colocados em órbitas terrestres. Segundo Câmara[CAM 96], existem diversas propriedades básicas para um sensor eletromagnético. Asprincipais são:
• resolução espectral - número de bandas do espectro eletromagnético quesão captadas pelo sensor.
• resolução espacial - área da superfície terrestre observada pelo sensor.
• resolução temporal - intervalo de tempo entre duas tomadas de imagens.
A Tabela 3.1, adaptada de [CAM 96], mostra as características de algunssatélites cujos dados são recebidos no Brasil.
SATÉLITE RESOLUÇÃOESPECTRAL
RESOLUÇÃOESPACIAL
RESOLUÇÃOTEMPORAL
LANDSAT-TM 7 30m 16 dias
SPOT-PAN 1 10m 26 dias
METEOSAT 4 8000m 30 minutos
ERS 1 25m 25 dias
TIROS/NOAA 5 1100m 6 horas
Tabela 3.1 - Características básicas dos satélites
É importante ressaltar que os dados capturados pelos sensores remotos sãodados brutos e, portanto, necessitam ser trabalhados antes de serem utilizados emaplicações de SIG. Por exemplo, uma imagem de satélite retratando a cobertura
26
vegetal de uma área pode ser resultado de diversas operações envolvendo dadoscapturados em mais de uma banda espectral.
Os sistemas de processamento de imagens são softwares desenvolvidos pararesolver problemas específicos de tratamento de imagens obtidas remotamente, sendoque alguns SIGs possuem módulos acoplados que permitem ao usuário realizar umconjunto, normalmente limitado, de operações envolvendo imagens de satélite.
3.4 Fontes de Dados Geográficos
Devido às características das aplicações de Geoprocessamento, a obtenção dosdados é feita, em sua maioria, a partir de fontes brutas de dados, ou seja, as aplicaçõestratam com entidades ou objetos físicos que estão distribuídos geograficamente, comorios, montanhas, ruas e lotes. Isto torna o processo de obtenção de dados uma dastarefas mais difíceis e importantes no desenvolvimento destes sistemas.
Um SIG pode ser alimentado por informações de diversas fontes, empregandotecnologias como digitalização de mapas, aerofotogrametria, sensoriamento remoto,levantamento de campo [ROD 90].
A obtenção de dados em aplicações de Geoprocessamento é um processo bemmais complexo quando comparado com a maioria das aplicações convencionais[ARO 89]. Isto se deve ao fato da entrada de dados não se limitar a simples operaçõesde inserção. As dificuldades surgem por duas razões: primeiro, por se tratar deinformações gráficas, o que naturalmente já é uma tarefa mais complexa do que aentrada de dados alfanuméricos, embora os SIG também manipulem dadosalfanuméricos. A segunda razão, e principal, é devido a natureza das fontes de dadosdessas aplicações.
Os dados manipulados em um SIG, dizem respeito a entidades ou fenômenosgeográficos que estão distribuídos sobre a superfície da terra (ou acima e abaixo dela),podendo pertencer a sistemas naturais ou criados pelo homem, tais como tipos desolos, vegetação, cidades, propriedades rurais ou urbanas, redes de telefonia, escolas,hospitais, fluxo de veículos, aspectos climáticos, etc. Podem ser também objetosresultantes de projetos envolvendo entidades que ainda não existem como, porexemplo, o planejamento de uma barragem para a construção de uma usinahidroelétrica [RAM 94].
Os processos de coleta de dados são baseados em tecnologias do tipofotogrametria, sensoriamento remoto e levantamento de campo, ou seja, os mesmosque vêm sendo empregados há muito tempo em diversas outras áreas. Com isto, osprodutos resultantes desses processos de coleta de dados é que são as verdadeirasfontes de dados dos SIGs [ROD 90]. Os SIGs possuem dispositivos de interface quepermitem que esses dados sejam transferidos para um meio de armazenamento digital.
27
Até hoje, os mapas têm sido as principais fontes de dados para SIG, e olevantamento de campo, o principal processo de coleta de dados. Porém, em umfuturo próximo, a aerofotogrametria e o sensoriamento remoto deverão ser cada vezmais utilizados como tecnologia de coleta de dados geo-espaciais [ANT 91].
A transferência dos dados do meio externo (fontes brutas) para o meio interno(representação digital) é apenas um passo no processo de aquisição dos dados. Muitasoperações posteriores são realizadas como, por exemplo, a associação entre os objetosespaciais e atributos descritivos, operações para corrigir e padronizar os dados comrelação a projeções, escalas e sistemas de coordenadas [PAR 94].
3.5 Qualidade dos Dados Geográficos
Dados com erros podem surgir nos SIGs, mas precisam ser identificados etratados. Os erros podem ser introduzidos no banco de dados de diversas formas:serem decorrentes de erros nas fontes originais, serem adicionados durante osprocessos de obtenção e armazenamento, serem gerados durante a exibição ouimpressão dos dados, ou surgirem a partir de resultados equivocados em operações deanálise dos dados [BUR 86].
Acurácia pode ser definida como a estimativa dos valores serem verdadeiros,ou como a probabilidade de uma predição estar correta. Sempre existe, em algumgrau, um erro associado a cada informação espacial presente no SIG. O objetivoquando se trata de identificar erros nem sempre é o de eliminá-los, mas sim degerenciá-los [ARO 89].
Embora, todos os dados espaciais possuam algum erro, eles geralmente sãorepresentados computacionalmente com alta precisão. Precisão é definida como onúmero de casas decimais ou dígitos significativos em uma medida. Se um objetoespacial possui atributos de posicionamento com vários dígitos significativos nãoimplica que esta informação esteja acurada [NCG 90].
Segundo Faiz [FAI 94], erros são inerentes aos dados espaciais, mas oimportante é que o usuário esteja consciente da natureza e da importância do erro. Aacurácia dos dados é crucial para que os usuários confiem no sistema. Dados comerros significativos podem afetar o resultado de análises por diversos anos antes deserem descobertos [GRU 92].
A qualidade dos dados geográficos pode ser medida a partir da análise dosseguintes componentes [ASP 96]: acurácia posicional, acurácia dos atributos,consistência lógica, completeza de informações, fator tempo e histórico do processode obtenção dos dados. Estes componentes foram definidos pelo DCDSTF - USNational Committee Digital Cartographic Data Standards Task Force e foramincluídos no padrão americano para intercâmbio de dados espaciais (DCDSTF,1988Apud [CHR 91]).
28
4 Componentes de SIG
Os SIGs precisam armazenar grandes quantidades de dados e torná-losdisponíveis para operações de consulta e análise. Os Sistemas Gerenciadores deBanco de Dados (SBGD) são ferramentas fundamentais para os SIGs, embora algunsainda utilizem sistemas de arquivos para fazer o gerenciamento dos dados.
Com o objetivo de encontrar soluções adequadas para o problema dogerenciamento de dados georreferenciados, muitas pesquisas têm sido realizadas porparte da comunidade de banco de dados, sob os temas de banco de dados espaciais egeográficos [SCH 91], [BAY 92], [HER 92], [FRA 92], [GUN 93], [MED 94].Atualmente, a arquitetura mais empregada na construção dos SIGs é a que utiliza umsistema dual, onde o SIG é composto de um SGBD relacional, responsável pelagerência dos atributos descritivos, acoplado a um componente de software responsávelpelo gerenciamento dos atributos espaciais [CAM 96].
Neste capítulo são apresentados os principais componentes presentes em umSIG. Inicialmente, são descritos os tipos de objetos espaciais que possibilitam arepresentação das entidades em um banco de dados geográfico, bem como seusrelacionamentos. São apresentados conceitos básicos dos modelos de dadosgeográficos e uma arquitetura genérica de SIG.
4.1 Objetos Espaciais
Um objeto espacial é a representação, no banco de dados geográfico, de umaentidade do mundo real. A seguir é descrito como os objetos primitivos do tipo ponto,linha, polígono e superfície, são usados para representar as diferentes entidades darealidade geográfica.
4.1.1 Ponto
As entidades representadas por objetos do tipo ponto, são aquelas que nãopossuem dimensões significativas, de acordo com a escala em uso. Entidades comopostes elétricos, hidrantes, nascentes de rios, pontos de ônibus, normalmente sãorepresentadas pontualmente em mapas de escalas grandes (ex.: 1:5.000). Porém, emmapas de escalas um pouco menores (ex.: 1:20.000), os pontos já são usados pararepresentar a localização de escolas, hospitais, prédios públicos, etc. Em escalas bem
29
pequenas (ex.: 1:1.000.000), os pontos podem representar a localização de cidades nomapa.
4.1.2 Linha
As entidades que são representadas por objetos do tipo linha são aquelas quepossuem uma distribuição espacial linear (na escala em uso) como, por exemplo, asruas, rodovias, estradas de ferro, cabos telefônicos e rios.
As linhas também são usadas, juntamente com os pontos, para representarestruturas em rede (Figura 4.1), que são usadas em aplicações de controle deutilidades públicas (ex.: luz, telefone, gás e água), em redes viárias (ex.: malharodoviária e ferroviária), em redes naturais (ex.: hidrográfica), etc.
usina
consumidor
torre
poste
linha de
transformador
LEGENDA
transmissão
Figura 4.1 - Entidades de uma rede elétrica
Os atributos das entidades pertencentes a uma rede podem estar relacionadosaos nós ou às ligações. Como exemplo de atributos de ligações, pode-se citar: sentidodo tráfego em uma rua, distância entre duas cidades, diâmetro de uma tubulação, ouvoltagem da rede elétrica. Como atributos associados aos nós, pode-se citar:existência de semáforo em um cruzamento, tipo de válvula em um nó de rede deágua, tipo do transformador de voltagem em uma rede elétrica, etc.
4.1.3 Polígono
Entidades das quais se deseja uma representação bidimensional no SIG sãorepresentadas no banco de dados por objetos do tipo polígono. Os limites dasentidades podem ter sido definidos originalmente pelos próprios fenômenos, como oslimites de um lago, ou podem ter sido criados pelo homem, como os limites de ummunicípio ou uma área de proteção ambiental.
30
Quanto à distribuição no espaço, as entidades podem ser representadas de trêsformas distintas:
• Polígonos isolados com possibilidade de sobreposição - Como exemplotem-se um mapa contendo as áreas utilizadas para cultivo de cana-de-açúcarnas últimas quatro décadas (Figura 4.2a).
• Polígonos adjacentes com topologia - Neste caso cada posição no mapadeve pertencer a exatamente uma única entidade, ou estar na divisa entre asentidades. Um exemplo pode ser um mapa de propriedades rurais(Figura 4.2b).
• Polígonos complexos - Uma entidade pode possuir regiões vazias("buracos") ou mesmo outras entidades completamente inseridas dentro dasua área (Figura 4.2c). Alguns sistemas permitem que uma entidade possaser representada por um objeto composto por mais de uma polígono, porémcom um único conjunto de atributos descritivos, como é o caso do ARC-INFO [NCG 90].
A representação dos objetos do tipo polígono, segundo as diferentes visõesquanto à distribuição no espaço, depende do modelo de dados suportado pelo sistema.
1970
1980 19901960
125 126
129 130
127 128
131
AB
CE
D
D
(a) (b)
(c)
Figura 4.2 - Distribuição espacial de entidades do tipo polígono
4.1.4 Representando Fenômenos Geográficos através de Superfícies
Alguns fenômenos da natureza, como elevação de terreno, pressãoatmosférica, temperatura, densidade populacional, entre outros, são caracterizados porpossuírem variação contínua no espaço.
31
Segundo Burrough [BUR 86], a variação dos valores da elevação sobre umaárea pode ser modelada de diversas maneiras. Modelos de elevação digital, oumodelos numéricos de terreno (MNT) podem ser representados tanto por superfíciesdefinidas matematicamente (ex.: séries de Fourier) ou através de imagens depontos/linhas.
Uma das representações baseadas em imagens de pontos é a matriz de altitude,onde os dados são definidos em intervalos regulares de pontos. Esta abordagem tem adesvantagem de introduzir dados redundantes, quando a área observada possuicomportamento estável, e pode haver insuficiência de informações em regiões muitoacidentadas.
Outra abordagem, também baseada em imagens de pontos, é o modelo deGrade Triangular ou TIN (Triangulated Irregular Network), onde os pontos sãocoletados mais densamente em áreas com maior variação acidental e maisesporadicamente nas outras áreas. Os pontos são conectados, formando facestriangulares onde os valores coletados ficam associados aos vértices dos triângulos.
Outro tipo de modelo de terreno muito utilizado, é formado por um conjuntode linhas de contorno (linhas isométricas), que representam pontos de mesmaelevação. Cada linha possui um valor Z correspondente à cota representada pela linha.
Dentro de um SIG, os dados referentes à elevação podem ser convertidos deum modelo para outro, podendo ocorrer perdas de informações, reduzindo os detalhesda superfície topográfica [ARO 89]. Projeções tridimensionais de superfíciescontínuas podem ser usadas para permitir uma melhor visualização do relevo da áreaobservada.
4.2 Relacionamentos Espaciais
Os objetos em um banco de dados geográfico representam entidades do mundoreal através do armazenamento de seus atributos (espaciais e descritivos) e dosrelacionamentos existentes entre estas entidades. A grande vantagem de um SIG estáem possibilitar operações de análise espacial sobre os dados armazenados. Para tantofaz-se necessária a manutenção dos diferentes tipos de relacionamentos envolvendo osobjetos espaciais.
Existe uma grande variedade de possíveis relacionamentos entre entidadesdistribuídas geograficamente sobre a superfície terrestre. Alguns podem ser mantidosatravés de estruturas de dados dos SIGs como, por exemplo, os relacionamentos deconectividade (entre segmentos e nós de uma rede) e de adjacência (entre polígonos),enquanto que outros são calculados durante a execução das operações de análiseespacial como, por exemplo, o relacionamento de continência entre um ponto e umapolígono.
32
Entidades da realidade podem se relacionar de diversas formas. Uma entidadepode estar relacionada com outras entidades do mesmo tipo (ex.: dois bairros vizinhosem uma cidade), ou pode estar relacionada com entidades de tipos distintos (ex.:bairros localizados num raio de 10 Km de um centro de atendimento emergencial).
Os relacionamentos entre entidades são representados no banco de dadosgeográfico por relacionamentos entre objetos. Segundo Peuquet [PEU 84], existemtrês tipos de relacionamentos entre objetos espaciais, são eles:
1) Relacionamentos de objetos complexos - Relacionamentos usados para aconstrução de objetos compostos por outros objetos mais simples. Porexemplo, os polígonos são formados por um conjunto de linhas, enquantoque uma linha é composta de um conjunto de pares ordenados decoordenadas que são os pontos.
2) Relacionamentos implícitos - Relacionamentos que podem ser calculados apartir das coordenadas espaciais dos objetos. Exemplos são: se duas linhasse cruzam; se um ponto está dentro de uma área; ou se duas áreas estãosobrepostas.
3) Relacionamentos explícitos - Relacionamentos que precisam ser fornecidosno momento da entrada dos dados. O sistema deve prover estruturas dedados capazes de manter estas informações. Por exemplo, duas linhaspodem se cruzar, mas as rodovias representadas por elas podem não estarconectadas devido à existência de uma passagem elevada (um viaduto).
4.2.1 Exemplos de Relacionamentos entre Entidades Geográficas
Em [NCG 90], são listados alguns exemplos de relacionamentos que podemocorrer entre entidades geográficas, e consultas que poderiam ser solucionadas atravésdo armazenamento destes relacionamentos:
a) Relacionamentos entre pontos
• "vizinhança" - liste todos os postos de gasolina (representados por pontos)existentes num raio de 20 Km de um quartel de bombeiros.
• "o mais próximo" - identifique o posto da policia rodoviária federal maispróximo do local de um acidente.
b) Relacionamentos entre ponto-linha
• "termina em" - identifique o tipo de válvula existente nas extremidades deum trecho de oleoduto.
• "o mais próximo" - identifique a rodovia mais próxima ao local da queda deum avião.
33
c) Relacionamentos entre ponto-polígono
• "está contido" - identifique as escolas estaduais que se localizam em umdeterminado bairro.
• "visibilidade" - calcule o número de agências bancárias que podem seralcançadas por uma torre de transmissão de microondas.
d) Relacionamentos entre linhas
• "cruza" - verifique se duas rodovias se cruzam em algum ponto.
• "flui para/desemboca" - identifique quais os rios que desembocam no RioSão Francisco.
e) Relacionamentos entre linha-área
• "cruza" - identifique todas as linhas de ônibus que passam por umdeterminado bairro.
• "limites/fronteira" - quais os estados, cujo rio Paraná faz parte da divisa.
f) Relacionamentos entre áreas
• "sobrepõe" - verifique quais as áreas de incidência de dengue que sesobrepõem a áreas sem infra-estrutura de água e esgoto.
• "mais próximo" - encontrar o lago mais próximo da área do incêndioflorestal.
• "é adjacente" - identificar os bairros adjacentes ao bairro Sant'Anna.
4.2.2 Conceito de Topologia
Quando um mapa de uma região que está sobre a superfície curva da Terra, éprojetado sobre uma superfície plana (ex.: folha de papel), algumas propriedades sãoalteradas (ex.: ângulo e distância), enquanto outras permanecem inalteradas(ex.: adjacência e pertinência). Estas propriedades que não se alteram quando o mapasofre uma transformação são conhecidas como propriedades topológicas [KEM 92].
O termo topologia é atribuído aos relacionamentos espaciais mantidos nosbancos de dados geográficos. Um banco de dados espacial é dito topológico se elearmazena a topologia dos objetos. Por outro lado, um banco de dados é ditocartográfico se os objetos são vistos e manipulados somente de forma independente[GOO 90].
Bancos de dados cartográficos são usados em muitos pacotes de confecção demapas, onde as operações de análise são menos importantes do que as funções queauxiliam na elaboração de mapas como posicionamento de rótulos, bibliotecas desímbolos cartográficos, etc.
34
Um banco de dados cartográfico pode ser convertido em um banco de dadostopológico através do cálculo e identificação dos relacionamentos entre objetos. Esteprocesso é conhecido como Processo de Construção da Topologia (BuildingTopology) [LAU 92].
O processo de construção da topologia é usado também, na fase deidentificação dos objetos em um mapa a partir de linhas digitalizadas. Este processo éfeito empregando-se o conceito de Restrição Planar (Planar Enforcement), queconsiste na aplicação de duas regras sobre os objetos usados para descrever a variaçãoespacial.
As regras de Restrições Planar são as seguintes:
• Regra 1: Dois objetos do tipo área não podem se sobrepor.• Regra 2: Cada posição no mapa pertence a uma única área, ou a
um limite entre áreas adjacentes.
De forma bastante genérica, o processo de construção da topologia começacom um conjunto de segmentos de linhas não relacionados (Figura 4.3a). Cadainterseção de linhas ou nodo terminal é identificado (Figura 4.3b). Em seguida, cadasegmento de linha existente entre dois nós consecutivos (arestas) é identificado(numerado na Figura 4.3c). Finalmente, cada polígono resultante recebe umidentificador (uma letra na Figura 4.3c), inclusive o polígono externo que podereceber um identificador diferenciado.
(a) (b)
(c)
1
23
4
5
6
78
9
10
A
B
C
D
11
12131415
16
17
18
19
E
Figura 4.3 - Processo de construção da topologia [NCG 90]
35
4.3 Modelos de Dados Geográficos
Segundo Burrough [BUR 95], os SIGs e seus modelos de dados geográficosdevem refletir a maneira como as pessoas vêem o mundo. Um dos princípiosfilosóficos da percepção humana dos fenômenos geográficos é que a realidade écomposta de entidades exatas e de superfícies contínuas.
Para Goodchild [GOO 92], a realidade geográfica pode ser observada segundoduas visões: de campo e de objetos. Na visão de campo, a realidade é modelada porvariáveis que possuem uma distribuição contínua no espaço. Toda posição no espaçogeográfico pode ser caracterizada através de um conjunto de atributos como, porexemplo, temperatura, tipo de solo e relevo, medidos para um conjunto decoordenadas geométricas no espaço Euclidiano. Entidades independentes no mundoreal podem ser modeladas mas não existirem no banco de dados de formaindependente [GOO 93]. Por exemplo, uma região com um determinado tipo de solosó existe em função da escala e da classificação de solos utilizada.
Na visão de objetos a realidade consiste de entidades individuais, bemdefinidas e identificáveis. Cada entidade tem suas propriedades e ocupa umdeterminado lugar no espaço. A realidade é modelada como um grande espaço ondeentidades estão distribuídas sem que necessariamente todas as posições do espaçoestejam ocupadas. Além disso, duas ou mais entidades podem estar situadas sobreuma mesma posição geográfica.
Na visão de objetos, as entidades geográficas são representadas espacialmentepor objetos geométricos (ou objetos espaciais) do tipo ponto, linha e polígono. Narealidade, segundo Worboys [WOR 95], uma entidade geográfica possui quatrocategorias de dimensão ao longo das quais os atributos são medidos: espacial, gráfica,temporal e textual/numérica.
Por exemplo, um objeto cidade poderia ter os seguintes atributos: um polígonorepresentando os limites municipais (objeto espacial); um polígono e um pontorepresentando sua forma cartográfica em diferentes escalas (objetos gráficos); data deemancipação do município e data em que os dados da cidade foram incluídos nosistema (objetos temporais); e atributos descritivos como nome e população (objetostextuais/numéricos).
É importante ressaltar a diferença entre os conceitos de objeto espacial, objetográfico e objeto georreferenciado. Um objeto georreferenciado representa, no sistema,uma entidade geográfica existente na realidade (ex.: objeto estrada). Um objetoespacial armazena a forma geométrica da entidade geográfica (ex.: as coordenadas deuma linha correspondendo ao traçado da estrada). Por outro lado, um objeto gráfico é
36
uma forma de apresentação de um objeto espacial (ex.: uma linha dupla representandoque a entidade é uma estrada de duas vias).
Portanto, um objeto georreferenciado possui uma localização espacial quepode ser representada por um ou mais objetos espaciais, dependendo da escalautilizada. Como será mostrado na seção 6.3, muitos modelos propõem, de formaequivocada, a modelagem de objetos geográficos como especializações dos objetosespaciais, herdando suas propriedades. Porém, como pode ser visto, um objeto estradanão deve herdar as propriedades de um objeto linha, pois uma estrada não é umalinha, mas sim, um objeto complexo que possui diversos atributos dos quais um oumais são objetos espaciais.
O projeto de um banco de dados geográfico é realizado em diversas etapas,com base em modelos que utilizam diferentes níveis de abstração. Os modelos dedados empregados no projeto de aplicações geográficas estão descritosdetalhadamente na Parte II.
4.4 Arquitetura Genérica de SIG
Segundo Antenucci [ANT 91], os SIGs constituem-se na integração de trêsaspectos distintos da tecnologia computacional (Figura 4.4): sistemas degerenciamento de banco de dados (dados gráficos e não gráficos); procedimentos paraobtenção, manipulação, exibição e impressão de dados com representação gráfica; ealgoritmos e técnicas para análise de dados espaciais.
SIG
Gerenciamento deBanco de Dados
Ferramentas paraAnálise Espacial
CapacidadesGráficas
Figura 4.4 - Aspectos tecnológicos de SIG [ANT 91]
Os SIGs disponíveis atualmente apresentam funcionalidades bastante distintas,dependendo do tipo de aplicação em que são utilizados [MAG 91]. Alguns produtossão comercializados em módulos separados, de acordo com as necessidadesespecíficas dos clientes, como o sistema MGE da INTERGRAPH. Módulos paraprocessamento de imagens de satélite, para operações com modelos numéricos deterreno (MNT) ou para gerenciamento de redes de infra-estrutura, podem, ou não,estar disponíveis no sistema. Porém, existe um conjunto de componentes que sãocomuns à maioria dos sistemas.
37
Segundo Câmara [CAM 96], de uma forma abrangente, um SIG apresenta osseguintes componentes: interface com usuário; entrada e integração de dados; funçõesde processamento; visualização e plotagem; e armazenamento e recuperação de dados.
Estes componentes estão organizados segundo a hierarquia de módulos daFigura 4.5, onde a interface com usuário permite a este operar e controlar todo osistema. Existem três tipos de interfaces que são utilizadas nos SIGs: linguagem decomandos, menus hierárquicos e sistemas de janelas. Estes tipos de interfacesacompanham a evolução das técnicas empregadas em sistemas de informações emgeral.
Interface
Entrada e Integr. Dados
Funções deProcessamento
Visualização ePlotagem
Armazenamento e Recuperação
BD Geográfico
Figura 4.5 - Componentes de um SIG [CAM 96]
O componente responsável pela entrada e integração de dados possibilita acaptura dos dados sobre as entidades geográficas através de diversas formasdisponíveis (ex.: leitura ótica, digitalização de mapas ou aquisição via meiomagnético). Os métodos de aquisição de dados disponíveis são descritos na seção 4.5.
O componente responsável pelo armazenamento e recuperação de dadosgeográficos provê as estruturas de dados que possibilitam a compactação de imagens,armazenamento de relacionamentos espaciais (topologia), acesso aos dados através deíndices espaciais, etc. Alguns SIGs foram construídos com base em sistemas dearquivos internos (ex.: Idrisi), porém, existe uma forte tendência na utilização deSGBDs estendidos para realizar o gerenciamento dos dados [FRA 88]. Aspectos debanco de dados geográficos estão descritos na seção 4.6.
O conjunto das funções de processamento é o componente que mais sediferencia de sistema para sistema, porém, existe um grande número de funções quesão comuns a esses sistemas. Aspectos funcionais de SIG são tratados na seção 4.7.
38
A maioria dos dados gerados por uma aplicação de SIG são apresentados naforma de mapas. Desta maneira, um SIG deve prover funções que são equivalentesàquelas dos sistemas de cartografia automatizada, como colocação automática derótulos, descrição de legendas e escalas gráficas, entre outras.
4.5 Métodos de Aquisição de Dados
Os métodos mais utilizados na aquisição de dados são: a digitalização manual;a digitalização automática feita através de leitura ótica por meio de dispositivos devarredura tipo "scanner"; a digitação via teclado; e a leitura de dados provenientes deoutras fontes de armazenamento secundário (ex. fitas magnéticas, discos óticos,teleprocessamento) [ARO 89]. Estes métodos permitem a transferência dos dadosobtidos através dos mecanismos de captura como levantamento de campo,sensoriamento remoto e imagens de satélites, para a base de dados dos SIGs.
4.5.1 Digitalização
A digitalização é o método no qual uma folha de papel contendo um mapa écolocada sobre uma mesa digitalizadora e, através de um dispositivo de apontamento(ex. caneta ótica), um operador vai assinalando diversos pontos que são calculados einterpretados como pares de coordenadas (x, y). Normalmente, no início do processode digitalização, três ou mais pontos de coordenadas conhecidas são cadastrados nosistema para serem utilizados como pontos de referência no cálculo das coordenadasdos pontos digitalizados [PAR 94].
A eficiência desse processo depende da qualidade do software de digitalizaçãoe da experiência do operador. Além da digitalização de pontos, outras tarefas tambémsão realizadas, como o ajuste de nós, construção da topologia e identificação deobjetos. Digitalização é uma tarefa cansativa, normalmente consome muito tempo epode apresentar com freqüência erros. Por isso, os softwares de digitalizaçãofornecem mecanismos que auxiliam o operador a identificar e corrigir os possíveiserros introduzidos.
4.5.2 Leitura Ótica
O método de leitura ótica, através de dispositivos de varredura ("scanner"),permite a criação de imagens digitais a partir da movimentação de um detetoreletrônico sobre um mapa. É um processo bem mais rápido que a digitalização, masnão é adequado a todas as situações. Para ser lido por um "scanner", um mapa deveapresentar algumas características que vão permitir a geração de imagens de boaqualidade. Por exemplo, alguns textos podem ser lidos acidentalmente como sefossem entidades, linhas de contorno podem ser quebradas por textos ou símbolos domapa [NCG 90].
39
4.5.3 Digitação
A digitação via teclado é usada para a inserção dos atributos não-gráficos.Informações provenientes de levantamento de campo normalmente são inseridas nobanco de dados via teclado.
4.5.4 GPS
Outro meio de aquisição de dados que tem sido bastante usado atualmente é oemprego do GPS ("Global Positioning Systems"), um sistema de posicionamentogeodésico, baseado em uma rede de satélites. Este sistema possibilita a realização delevantamentos de campo com alto grau de acurácia e com o registro dos dadospodendo ser realizado diretamente em meio digital.
4.5.5 Arquivo Digital
Segundo Aronoff [ARO 89], o custo inicial de construção da base de dados é,normalmente, um dos principais componentes do custo total de implantação de umSIG. Para diminuir este custo, a tendência atual tem sido o compartilhamento dedados geo-espaciais disponíveis em meio digital. Diversos padrões de armazenamentode dados têm sido adotados para possibilitar a troca de informações espaciais como,por exemplo, o padrão americano SDTS (Spatial Data Transfer Specification), opadrão inglês NTF (National Transfer Format) e o padrão canadense SAIF (SpatialArchive and Interchange Format) [WOR 95].
4.6 Estruturas de Armazenamento de Dados Espaciais
Dados espaciais podem ser estruturados de diversas formas, porém, existemduas abordagens que são amplamente utilizadas na estruturação dos componentesespaciais associados às informações geográficas: a estrutura matricial (“raster”) e aestrutura vetorial (Figura 4.6).
40
1 11
11
1 1111 11 1
1
11
11
1
1 1
1
11
1
11
2
2 22
22 22
2
1 1
33
3
3333
33
3
3
3
33
3 3 33
3
3
3
3
Formato Matricial Formato VetorialMapa Analógico
LagoAzul
Praça daMatriz
IgrejaSto Antonio
44 4
44
44 44
444
4
44 41
Figura 4.6 - Exemplo de representação matricial2 e vetorial
Na estrutura matricial, a área em questão é dividida em uma grade regular decélulas de formato, normalmente, retangular. A posição da célula é definida pela linhae pela coluna onde está localizada na grade. Cada célula armazena um valor quecorresponde ao tipo de entidade que é encontrada naquela posição. Uma áreageográfica pode ser representada através de diversas camadas, onde as células de umacamada armazenam os valores associados a uma única variável ou tema (ex.: tipo desolo ou vegetação) [MAG 92]. As camadas ficam totalmente preenchidas, uma vezque cada célula corresponde a uma porção do espaço sendo representado.
Na estrutura vetorial, cada entidade do mundo real contida no espaço, sendoretratado, é representada, no banco de dados por um objeto com identificação própriae representação espacial do tipo ponto, linha ou polígono. A posição de cada objeto édefinida por sua localização no espaço, de acordo com um sistema de coordenadaspreviamente especificado. Objetos vetoriais não preenchem todo o espaço, ou seja,nem todas as posições do espaço necessitam estar referenciadas na base de dados.
Enquanto que a representação vetorial é capaz de armazenar informações sobreentidades que podem ser identificadas univocamente no mundo real, a representaçãoraster armazena informações sobre o conjunto de todos os pontos de uma determinadaregião do espaço.
4.6.1 Estruturas Matriciais
Ao contrário da estrutura vetorial, onde cada entidade do mundo real estáassociada a um objeto espacial, na estrutura matricial as entidades estão associadas agrupos de células de mesmo valor. O valor armazenado em uma célula representa acaracterística mais marcante da variável em toda a área relativa à célula.
2 Para simplificar a figura, no formato matricial as células com valor zero foram deixadas em branco.
41
Dependendo do tipo de atributo observado e da potencialidade do sistema, ascélulas podem conter diferentes tipos de valores (ex.: inteiro, decimal, caractere).Muitos sistemas só permitem o tipo inteiro, enquanto outros restringem um único tipode valor por camada [PAR 94].
A resolução de uma imagem matricial corresponde à dimensão linear mínimada menor unidade do espaço geográfico (célula) sendo considerado. A maioria dossistemas utilizam células retangulares ou quadradas, embora existam modelos queutilizem hexágonos ou triângulos [LAU 92]. Quanto menor a dimensão das células,maior a resolução da imagem matricial e, consequentemente, maior a quantidade dememória necessária para armazená-la.
A orientação de uma imagem matricial corresponde ao ângulo entre o norteverdadeiro e a direção definida pelas colunas da imagem. Normalmente, a localizaçãogeográfica verdadeira de um ou mais vértices da imagem deve ser conhecida.
Na estrutura matricial, cada célula de uma camada armazena um único valorque corresponde a uma área específica (na/sobre a/sob a) superfície terrestre. O totalde valores que representam, em estrutura matricial, uma determinada característica deuma região da face da terra (ex.: índice pluviométrico) pode ser calculado,multiplicando-se o número de linhas da matriz, pelo número de suas colunas. Assim,geralmente são gerados grandes volumes de dados e, por isso, torna-se necessário oemprego de técnicas de compactação de dados.
Como as entidades específicas do mundo real, localizadas na região sendoretratada são representadas, na estrutura matricial, por um agrupamento de células,todas contendo um mesmo valor, um número considerável de valores redundantesocorre em toda a extensão da imagem. Esta característica é muito explorada nosmétodos de compactação empregados nos SIGs. Em [BUR 86], são descritas quatrotécnicas de compactação que podem ser empregadas no armazenamento de imagensno formato matricial. São elas:
1) Códigos de cadeia (Chain codes) - Os limites de cada região sãoarmazenados através de uma estrutura que contém uma célula de origem euma seqüência de vetores unitários. Esses vetores unitários são aplicadosnas direções cardinais (leste, oeste, norte e sul), de cada região, percorridosno sentido horário.
2) Códigos em seqüência (Run-length codes) - Armazena, para cada linha, onúmero de ocorrências de células de mesmo valor e o valor correspondente.
3) Códigos de bloco (Block codes) - São armazenadas, para cada quadradomáximo, que pode ser formado por um conjunto de células de mesmo valor,as coordenadas da célula inferior esquerda do quadrado, a quantidade decélulas (tamanho) do lado do quadrado e o valor do atributo.
4) Árvores quaternárias (Quadtree) - Utiliza uma estrutura hierárquicaespacial. Existe uma grande variação de tipos de estruturas quadtree, umexemplo é apresentado na seção 4.6.1.2.
42
A seguir são apresentados exemplos de duas das técnicas de compressão de dadoscitadas acima.
4.6.1.1 Técnica Run-Length Encoding
Segundo Aronoff [ARO 89], existem diversas variações desta técnica e duasdelas são mostradas na Figura 4.7. Na técnica Run-Length Encoding (B), as célulasadjacentes, em uma mesma linha, que apresentam um mesmo valor, são tratadas comoum grupo. Ao invés do valor ser armazenado repetitivamente, ele é armazenado umaúnica vez e a quantidade de vezes que o valor ocorre é também armazenada,juntamente com o identificador da linha.
Uma variação desta técnica, conhecida como Value Point Encoding (C),armazena somente os valores de cada grupo de células e a posição final dos grupos,com relação à origem (canto superior esquerdo) da imagem. O grau de compressãoobtido através desses métodos depende da complexidade da imagem.
Α Α Α Α Α Α Α Α Α ΑΑ Α Α Α Α Α Α Α Α ΑΑ Α Α Α Β Β Β Β Β ΒΑ Α Α Β Β Β Β Β Β Β∆ ∆ ∆ ∆ Β Β Β Β Β Β∆ ∆ ∆ ∆ ∆ Β Β Β Β Β∆ ∆ ∆ ∆ ∆ Χ Χ Χ Χ Χ∆ ∆ ∆ ∆ ∆ Χ Χ Χ Χ Χ∆ ∆ ∆ ∆ ∆ Χ Χ Χ Χ Χ∆ ∆ ∆ ∆ ∆ Χ Χ Χ Χ Χ
0 1 2 3 4 5 6 7 8 9
0123456789
VALOR COMP LINHA
Α 10 0Α 10 1Α 4 2
Α 3 3Β 7 3∆ 4 4Β 6 4∆ 5 5Β 5 5
Β 6 2
∆ 5 6Χ 5 6∆ 5 7Χ 5 7∆ 5 8Χ 5 8∆ 5 9Χ 5 9
VALOR PONTO
Α 23Β 29Α 32
∆ 43Β 49∆ 54Β 59∆ 64Χ 69
Β 39
∆ 74Χ 79∆ 84Χ 89∆ 94Χ 99
A. Raster Completo
(100 valores)
B. Método
Run-Length Encoding
(54 valores)
C. Método
Value Point Encoding
(32 valores)
Figura 4.7 - Técnica run-length encoding [ARO 89]
43
4.6.1.2 Estruturas Quadtrees
O termo quadtree é usado para descrever uma família de estruturas de dadoshierárquicas, todas baseadas no princípio de decomposição recursiva do espaço[SAM 89]. Elas são diferenciadas com base nos seguintes fatores:
1) Tipo de dado que está sendo representado (pontos, retângulos, regiões,curvas, superfícies ou volumes);
2) Processo de decomposição empregado, que pode aplicar divisões em partesiguais ou não;
3) Resolução da imagem, isto é, o número de vezes que a decomposição éaplicada, que pode ser fixo ou variável.
A Figura 4.8 mostra a decomposição de uma imagem usando a estruturaRegion-quadtree, que é uma variação de quadtree para representação de regiões, ondeuma região (a), representada na matriz binária (b) é decomposta em blocos (c),gerando a árvore correspondente. Em uma region-quadtree, a imagem é divididasempre em partes iguais, porém, o número de vezes em que a imagem é dividida évariável, ou seja, depende dos valores armazenados pela imagem.
1
2 3
67
1118
19
4 5
8
9 10
12
13 14
15 16
17
a b c
Nível 3
Nível 2
Nível 1
Nível 0
A
B C E
D F
NW NE SW SE
2 3 4 5 6
7 8 9 10
11 12 13 14
15 16 17 18
19
1
Figura 4.8 - Exemplo de estrutura quadtree [SAM 89]
44
Neste método, a raiz da árvore corresponde à imagem completa, ou seja, umarray de 2n x 2n valores de células. Cada nó da árvore pode ser um nó folha oupossuir quatro ramos descendentes, compreendendo aos quatro quadrantes: nordeste(NE), noroeste (NW), sudoeste (SW) e sudeste (SE). Nós folhas correspondem aosquadrantes que não necessitam ser redivididos por possuírem somente células demesmo valor. A forma de decomposição espacial deste modelo possibilita arepresentação de imagens em qualquer grau de resolução desejado [TIM 94a].Estruturas quadtrees são utilizadas, também, como árvores de busca, possibilitandouma melhor eficiência na execução de diversas operações espaciais.
4.6.2 Estruturas Vetoriais
A estrutura vetorial tem como primitiva principal o Ponto, porém, os sistemasutilizam três construtores básicos: ponto, linha e polígono. As coordenadas (x,y) deum ponto representam a localização, em um sistema de coordenadas específico, deentidades que não possuem dimensões espaciais na escala de representação escolhida.A linha, formada por uma cadeia de segmentos de linha reta, ou maisespecificamente, por uma lista de coordenadas de pontos, é usada para representar asentidades da realidade que possuem dimensão linear. O polígono representa asentidades com extensões bidimensionais, através da definição do contorno da área daentidade. O polígono é formado por uma cadeia fechada de segmentos de linha,podendo ou não possuir outros polígonos embutidos em seu interior.
Segundo Laurini [LAU 92], existem diversas técnicas de armazenamento deobjetos espaciais baseadas na estrutura vetorial. Essas técnicas podem ser classificadasde acordo com o tipo de objeto armazenado, ou seja, ponto, linha ou polígono.Características da aplicação também são importantes como, por exemplo, em umsistema de roteamento de veículos, uma característica fundamental é a conectividadeentre as arestas que representam a rede viária, para possibilitar operações de análise demelhor caminho.
Outra classificação leva em consideração se os relacionamentos topológicossão, ou não, armazenados. Aronoff [ARO 89] divide os diversos modelos vetoriais emdois grupos: Modelos de Dados Spaghetti e Modelos de Dados Topológicos.
• Modelos de Dados Spaghetti - Utilizam estruturas de dados que armazenamos polígonos/linhas como seqüências de coordenadas de pontos. Nestesmodelos, os limites entre duas áreas adjacentes são armazenados duasvezes, uma para cada polígono. Estes modelos são utilizados em pacotes decartografia automatizada, onde as informações sobre os relacionamentosentre as entidades não são importantes [NCG 90].
• Modelos de Dados Topológicos - Exigem estruturas de dados quepossibilitem o armazenamento de alguns tipos de relacionamentos, sendoque a ênfase principal é dada nos relacionamentos de conectividade entrelinhas de uma rede e nos relacionamentos de vizinhança entre áreas(representadas por polígonos adjacentes). São empregados na maioria dos
45
SIGs. Outros tipos de relacionamentos entre objetos espaciais como, porexemplo, se uma linha "cruza" uma área ou se um ponto "está dentro" deuma área, são calculados, em tempo de execução, a partir das coordenadasdesses objetos.
A seguir, são descritas algumas estruturas de dados vetoriais empregadas nosSIGs, de acordo com os tipos de objetos armazenados.
4.6.2.1 Estrutura de Dados para Armazenar Pontos
A princípio, as coordenadas (x,y) de posicionamento das entidades comrepresentação pontual podem ser adicionadas como dois atributos extras na tabela deatributos descritivos das entidades. Porém, um objeto espacial do tipo ponto pode terdiversos outros atributos associados a sua representação gráfica, paraimpressão/exibição em dispositivos de saída. Pode-se citar, por exemplo, o tipo desímbolo que deve ser exibido, a fonte dos caracteres alfanuméricos e o tamanho e aorientação do texto que pode ser exibido próximo ao símbolo.
Uma alternativa, também utilizada, é manter as informações espaciais em umatabela e utilizar identificadores de objetos para recuperar os demais atributos não-espaciais em uma tabela do banco de dados textual [BUR 86].
4.6.2.2 Estrutura de Dados para Armazenar Linhas
As estruturas de armazenamento que visam manter os relacionamentos entreobjetos lineares são direcionadas a solucionar problemas em áreas de aplicação quesão baseadas em estruturas de rede como, por exemplo, redes de transporte, redeshidrográficas, de distribuição de produtos e redes de infra-estrutura.
As redes consistem de dois tipos de objetos espaciais: linhas (ligações, arestasou arcos) e pontos (nós, interseções ou junções) [NCG 90]. A Figura 4.9 mostra umarede composta de 4 nós e 5 arcos (a) e uma estrutura de dados simples (b) quepossibilita a navegação entre os diversos nós da rede.
Para melhorar a eficiência do algoritmo de navegação, pode ser acrescentadauma nova tabela (c), contendo, para cada nó, a relação dos arcos adjacentes (númerospositivos, se os arcos atingem o nó, e negativo para os arcos que partem do nó).
46
A
B
CD
1
23
4
5
Arco Nó de Nó deOrigem Destino
1 Β Α2 Χ Β3 ∆ Β4 Χ ∆5 Α Χ
Αρχοσ
Α 1 −5Β 3 2 −1Χ −4 −2 5∆ 4 −3
Nó
(a) (b)(c)
Figura 4.9 - Estrutura de dados para rede [NCG 90]
Uma estrutura de dados para o armazenamento de redes representadas porgrafos não-direcionados é mostrada na Figura 4.10. Neste exemplo, descrito em[LAU 92], são empregadas três tabelas que contém, respectivamente, informaçõessobre os relacionamentos entre arco-arcos, arco-nós e nó-arcos, possibilitando anavegação pela rede em qualquer sentido.
4.6.2.3 Estrutura de Dados para Armazenar Polígonos
O relacionamento de vizinhança entre entidades bidimensionais (áreas) érepresentado através de estruturas de dados que armazenam informações sobrepolígonos adjacentes. A estratégia mais utilizada é baseada no armazenamento deatributos dos arcos, acrescidos de dois apontadores extras, referentes aos polígonoslocalizados à esquerda e à direita do arco, percorrido no sentido nó-origem-nó-destino.
A
B
C
D
12
3
45
Arcos Adj.
Α 1 Β 2Χ 1,2,3∆ 3,4,5
Nó
EF
G
H
6
7
ArcoConectaaos arcos
1 2,32 1,33 1,2,4,54 3,55 3,4,6,76 5,77 5,6
ArcoConectaaos nós
1 Α,Χ2 Β,Χ3 Χ,∆4 Ε,∆5 ∆,Φ6 Γ,Φ7 Φ,Η
.
.
.
47
Figura 4.10 - Representação em grafos não-direcionados [LAU 92]
A Figura 4.11 mostra uma estrutura de dados, onde a primeira tabela contémos atributos dos polígonos, a segunda os atributos dos arcos e a terceira contém ascoordenadas dos pontos que formam a geometria dos arcos. Este método, utilizado nosistema ARC-INFO [ESR 91], tem a desvantagem de não possibilitar a representaçãode entidades compostas de mais de um polígono como, por exemplo, um arquipélagoque é uma entidade que precisa ser representada como um conjunto de polígonos.
Este tipo de estrutura possibilita a execução de operações de consulta demaneira bastante eficiente, por não necessita realizar operações com base nascoordenadas dos objetos. Por exemplo, todos os polígonos adjacentes ao polígono Bpodem ser encontrados a partir da Tabela de Atributos dos Arcos. Cada par deapontadores (polígono à direita, polígono à esquerda), contendo o polígono B indicaum polígono adjacente a ele, por ter um arco em comum. Desta forma, os arcos 3, 4 e5 identificam os polígonos adjacentes ao polígono B.
Existem muitas variações de estruturas de dados desenvolvidas para oarmazenamento da topologia de objetos espaciais. Um exemplo de estrutura maiselaborada é a utilizada pelo sistema CanSIS - Canadian Soil Information System,desenvolvida pelo Departamento de Agricultura do Canadá, que utiliza entre outrascoisas, uma estrutura para armazenar informações sobre objetos. Um objeto podeconter uma lista de polígonos associada a um único conjunto de atributos permitindo,por exemplo, um tratamento adequado à representação de um arquipélago [NCG 90].
A
B
C1
2
3
4
5
6
Ι∆ Ατριβ1 Ατριβ2 Ατριβ3
Tab. Atributos de Polígonos
ΑΒΧ∆ (εξτεριορ)D
Αρχο ∆ιρ Εσθ Ορι ∆εσ
Tab. Atributos de Arcos
1 Α ∆ α χ
α
β
2 Α Χ χ β 3 Α Β β α 4 ∆ Β α δ 5 Β Χ β δ 6 ∆ Χ δ χ
χ
δ
1 (ξ1,ψ1),(ξ2,ψ2),...
Tab. Geometria de Arcos
ετχ
2 (ξ1,ψ1),(ξ2,ψ2),...3 (ξ1,ψ1),(ξ2,ψ2),...
48
Figura 4.11 - Relacionamento de polígonos adjacentes [NCG 90]
4.7 Processamento e Análise de Dados em SIG
Segundo Alves [ALV 90], um SIG deve fornecer operações para a recuperaçãode informações baseadas em critérios de natureza espacial e não-espacial. Aslinguagens de consulta de SGBDs convencionais foram projetadas para recuperarinformações segundo critérios não-espaciais. O SIG deve ser capaz de manipulardados espaciais e recuperar informações com base em relacionamentos direcionaiscomo “acima de” e “perto de” e em relacionamentos topológicos como “próximo a”,“dentro de” e “ao lado de” [CAM 95].
Existem diferentes funções de manipulação e análise de dados disponíveis nossistemas atuais. Além disso, novas funções podem ser adicionadas ao conjunto das jáexistentes. Porém, não existe um padrão para os nomes dessas funções, sendo comuma existência de funções com comportamento idêntico porém com nomes diferentes[NCG 90].
Diversas classificações das funções para SIG são encontradas na literatura[BUR 86], [ARO 89], [EGE 92] e [RAP 92], mas nenhuma é aceita como padrão. Aclassificação apresentada nesta seção teve como base o trabalho de [ARO 89] queapresenta uma taxonomia do conjunto de funções freqüentemente encontradas namaioria dos SIGs, mas que não se refere a nenhum software em especial.
Na abordagem utilizada por Aronoff [ARO 89], as funções estão agrupadas emquatro categorias principais, listadas abaixo e que estão descritas, sucintamente, nasseções seguintes.
• Manutenção de Dados Espaciais;
• Manutenção e Análise de Atributos Descritivos;
• Análise Integrada de Dados Espaciais e Descritivos; e
• Formatação de Saída.
4.7.1 Funções de Manutenção de Dados Espaciais
Neste grupo são descritas as funções utilizadas na fase de pré-processamentodos dados espaciais, ou seja, funções usadas na preparação ou reorganização dosdados para que possam ser utilizados em operações de análise e consulta.
49
4.7.1.1 Transformações de Formato
Os dados obtidos a partir das diversas fontes de dados nem sempre estão noformato adequado para o armazenamento nos SIGs. Arquivos de dados externosprecisam ser convertidos para as estruturas de dados internas dos sistemas.
Para os dados representados no modelo matricial, por exemplo, pode sernecessário adicionar informações como descrição (nome), origem, tamanho, entreoutras coisas. Enquanto que para os dados a serem mantidos na forma vetorial, podeser necessário construir a topologia, identificar e associar os objetos espaciais com osdados descritivos no banco de dados alfanumérico, etc.
4.7.1.2 Transformações Geométricas
São funções utilizadas para definir ou ajustar as coordenadas terrestres em ummapa, ou entre as camadas de dados em um SIG, para possibilitar a realização deoperações de sobreposição (overlay) de camadas.
O procedimento de registro de camadas é utilizado para registrar diferentescamadas de dados sobre um sistema de coordenadas comum ou em relação a umacamada de dados usada como padrão (mestre). Duas abordagens podem ser utilizadaspara registrar camadas:
• Registro por Posição Relativa - cada camada é registrada em relação a umacamada mestre;
• Registro por Posição Absoluta - cada camada é registrada separadamente,com base em um mesmo sistema de coordenadas geográficas (ex.: UTM elatitude/longitude).
O ajuste de posições relativas é feito, escolhendo-se entidades geográficas quepossam ser identificadas precisamente nas duas camadas (ex.: uma ponte indicandouma interseção de uma estrada com um rio) e igualando suas coordenadas. Ajustadosalguns pontos de referência, as demais coordenadas são calculadas matematicamente.
4.7.1.3 Transformações entre Projeções Geométricas
As camadas de dados que são processadas conjuntamente em um SIG, devempossuir o mesmo sistema de projeção. Os SIGs normalmente suportam mais de umtipo de projeção, fornecendo operações para transformar as projeções dos mapas.
4.7.1.4 Casamento de Bordas
Quando a área de estudo está distribuída em mais de uma folha de mapa, ouquando o tamanho do mapa é maior que a área útil da mesa digitalizadora (ou do
50
scanner), pode-se gerar diversos mapas digitais (denominados coberturas no sistemaARC/INFO [ESR 91]) para representar uma única camada de dados. Em muitos SIG,durante a execução de operações de análise que envolvam mais de uma cobertura,essa divisão é transparente ao usuário. Porém, alguns ajustes precisam ser feitosdurante a fase de preparação (pré processamento) dos dados. Esses ajustes são feitospor meio de operações que realizam a união de bordas entre coberturas adjacentes,onde os objetos que ultrapassam os limites de uma cobertura têm suas coordenadaslimites ajustadas em todas as coberturas onde aparecem.
4.7.1.5 Edição de Elementos Gráficos
São funções usadas para adicionar, eliminar e modificar posições geográficasdos objetos no mapa. Por exemplo, quando a aresta que separa dois polígonos édigitalizada duas vezes, ou quando uma camada é gerada a partir da sobreposição deoutras duas camadas, podem surgir pequenas fatias de áreas sobrepostas ou fatias deáreas sem informações. Nestes casos os ajustes e acertos precisam ser realizadosmanualmente.
4.7.1.6 Redução de Coordenadas
Devido aos processos manuais de digitalização, algumas vezes são geradosmais pontos que o necessário para armazenar as coordenadas das linhas dos objetosespaciais. As funções de redução de coordenadas têm como objetivo diminuir aquantidade de pares de coordenadas pertencentes às linhas, reduzindo assim, aquantidade total de dados armazenados em cada camada. A Figura 4.12 exemplificaesta operação.
Figura 4.12 - Exemplo de operação de redução de coordenadas
4.7.2 Manutenção e Análise de Atributos Descritivos
Na maioria dos SIGs, a manipulação dos atributos descritivos (não-gráficos) érealizada através de linguagens de manipulação/consulta de dados disponíveis nosSGBDs. Diversas operações de análise podem ser resolvidas sem consulta aosatributos espaciais. Nos sistemas vetoriais, por exemplo, as informações sobre a área eo perímetro dos polígonos podem ser armazenadas junto aos demais atributosdescritivos associados a esses polígonos. Nestes casos, uma operação de análise
51
envolvendo áreas de polígonos pode ser resolvida por métodos tradicionais deconsulta a bancos de dados convencionais.
4.7.2.1 Edição de Atributos Descritivos
São funções que possibilitam alterações nos dados descritivos sem que osdados espaciais sejam afetados. Como exemplo podemos citar: a atualização donúmero de habitantes de uma cidade ou de um bairro, a inclusão do número dehabitantes de um novo bairro e a exclusão dos dados referentes a um vilarejo quetenha ficado submerso em uma represa de uma usina hidroelétrica.
4.7.2.2 Consulta a Atributos Descritivos
Se o SIG está integrado a um SGBD, então essas operações são executadaspela própria linguagem de consulta do SGBD (ex.: SQL). Quando não estão, ossistemas fornecem funções que possibilitam o acesso aos dados através de programasde emissão de relatórios.
4.7.3 Análise Integrada de Dados Espaciais e Descritivos
Segundo Burrough [BUR 86], a potencialidade de um SIG está na capacidadedo sistema de realizar operações de análise espacial, envolvendo atributos espaciais edescritivos. Isto também é um dos principais fatores que distinguem um SIG dosdemais sistemas de geoprocessamento.
O conjunto de funções que se enquadram nesta categoria é muito amplo,estando subdividido em quatro subgrupos: Recuperação, Classificação e Medidas;Sobreposição; Vizinhança; e Conectividade.
4.7.3.1 Funções de Recuperação, Classificação e Medidas
• Recuperação de Dados - São funções que envolvem busca seletiva,manipulação e geração de resultados, sem alterar os valores armazenados nobanco de dados. Um exemplo seria a geração de um mapa urbanomostrando a localização das residências com valor nominal acima deR$200.000,00.
• Classificação - O procedimento de classificação é utilizado para agruparentidades espaciais de acordo com algum padrão. Um exemplo seria, gerarum mapa urbano, onde as residências estão classificadas de acordo com afaixa do valor do Imposto Territorial Urbano (IPTU). O procedimento declassificação sobre uma camada de dados, normalmente denominadorecoding, cria uma nova camada de dados onde os valores das célulascorrespondem ao valor da classificação.
52
• Funções de Medidas - São executadas sobre os objetos espaciais (pontos,linhas, polígonos e conjunto de células) e incluem funções como distânciaentre dois pontos, comprimento de linhas, perímetro de áreas, etc.Normalmente, cálculos de área, perímetro e centróide (ponto central de umpolígono) são realizados durante o processo de criação de polígonos,ficando disponíveis para consultas posteriores. Em operações de ModelosNuméricos de Terreno, medidas tridimensionais também são executadascomo, por exemplo, o cálculo do volume de terra a ser removido em umtrecho da estrada que esteja sendo projetado.
4.7.3.2 Funções de Sobreposição de Camadas
Um dos tipos de operação mais utilizados na análise espacial é o desobreposição de camadas (ou overlay), que relaciona informações de duas ou maiscamadas de dados. Essas funções podem executar operações aritméticas (ex.: soma,subtração, divisão) ou lógicas (ex.: 'e', 'ou', 'ou exclusivo'), entre os valores das célulaslocalizadas em coordenadas idênticas nas diversas camadas envolvidas (Figura 4.13).
A implementação dessas operações, é feita de maneira diferente nos modelosde representação matricial e vetorial. No modelo matricial essas operações sãoimplementadas de forma mais simples que no modelo vetorial e muitas vezes sãoexecutadas de forma mais eficiente. Isto ocorre, devido à regularidade do tamanho dascélulas em uma imagem matricial e à simplicidade de suas estruturas dearmazenamento. Imagens compactadas por estruturas de dados do tipo quadtree (vejaseção 4.6.1.2), aumentam a complexidade de implementação dessas operações, maspodem diminuir, de forma significativa, o tempo de resposta dessas operações[PEU 84].
Alguns sistemas convertem as imagens do formato vetorial para o formatomatricial para a execução de operações de sobreposição e pode converter a imagemresultante para o armazenamento no formato vetorial, como é o caso do ARC-INFO[ESR 91].
53
2
3
3
2
1
1
1
1
3
10
10
30
10
10
30
20
20
30
12
13
33
12 21
11
31
21
33
S
S
S
S
N
S
N
N
S
N
N
N
S
S
N
N
S
S
N
N
N
S
N
N
N
N
S
'E'
Figura 4.13 - Operações de sobreposição de camadas
4.7.3.3 Funções de Vizinhança
São funções que avaliam as características de uma área circunvizinha emrelação a uma localização específica. As funções de vizinhança são executadas combase em três parâmetros básicos:
1) Uma ou mais localizações alvo;
2) Uma definição da área circunvizinha (normalmente na forma de umquadrado, retângulo ou círculo); e
3) Uma função a ser executada sobre os objetos pertencentes à área definida.
Existem diversos tipos de funções que realizam operações de vizinhança, sãoeles: funções de busca; identificação de linhas-em-polígonos e pontos-em-polígonos;funções topológicas; funções de interpolação; e funções de geração de linhas decontorno.
• Funções de Busca - São usadas para localizar/calcular elementos quesatisfaçam a uma determinada condição dentro da região especificada. Porexemplo, calcular o número de escolas (ou alunos) em um raio de 5 Km deum centro esportivo. A região especificada, ou região de interesse, pode nãoser regular, podendo ser gerada por outras funções disponíveis como, porexemplo, o polígono referente a um bairro ou a um município.
• Linhas-em-Polígonos e Pontos-em-Polígonos - Em imagens vetoriais, essasoperações podem ser resolvidas como uma função de busca especializada,enquanto que em imagens matriciais, essas operações equivalem aoperações de sobreposição. Essas operações podem ser usadas na solução deproblemas do tipo: identificar as linhas de ônibus que "cruzam" ou
54
"atendem" a um determinado bairro; verificar quais as propriedades ruraispor onde passa uma linha de transmissão de energia; ou identificar aspropriedades que possuem nascentes de água potável.
• Funções Topográficas - O termo topografia diz respeito às formas de relevode uma região. Mapas topográficos são construídos a partir da obtenção dosvalores de altitude em cada localização dentro de uma área. Funçõestopográficas são usadas para calcular valores que descrevem a topografiaem uma localização geográfica ou região circunvizinha. Exemplos defunções topográficas são: declive, aspecto, gradiente e ângulo azimutal.
• Funções de Interpolação - Interpolação é o método matemático no qualvalores não definidos em uma localização podem ser calculados com baseem estimativas feitas a partir de valores conhecidos em localizaçõesvizinhas. Funções matemáticas como regressão polinomial, Séries deFourier, médias ponderadas, entre outras, são aplicadas de acordo com avariável que está sendo analisada. A qualidade dos valores calculadosdepende, entre outros fatores, da escolha do melhor modelo matemático queretrate a realidade em questão.
• Geração de Contorno - Mapas de linhas de contorno são usados pararepresentar superfícies, onde cada linha é formada por pontos de mesmovalor (curvas isométricas). Funções de geração de linhas de contorno sãousadas para construir os mapas topográficos a partir de um conjunto depontos conhecidos. Segundo Aronoff [ARO 89], funções de interpolaçãopodem ser usadas para estimar valores desconhecidos durante a geração delinhas de contorno.
4.7.3.4 Funções de Conectividade
A principal característica das funções de conectividade é que elas executamoperações que acumulam valores ao longo da área analisada, ou seja, a cada trechoanalisado/percorrido, valores de atributos são considerados segundo critériosquantitativos (ex. distância total percorrida) ou qualitativos (ex. não podem ser áreasde preservação ecológica).
As funções de conectividade estão baseadas em três tipos de argumentos:
1) Especificação do tipo de conexão existente entre os objetos espaciais;
2) Conjunto de regras que especificam os tipos de movimentos possíveis;
3) Unidade de medida.
Exemplos de funções pertencentes à categoria de conectividade estão descritosa seguir:
• Medidas de Contiguidade - São funções que avaliam características deobjetos espaciais que estão conectados. Uma área contígua, por exemplo,compreende um conjunto de objetos bidimensionais, que possuam uma ou
55
mais características comuns, podendo ser tratados como uma unidade. Umexemplo seria “Localizar as áreas contíguas de 100 Km2, apresentando tipode solo A ou C”.
• Funções de Proximidade - As funções que permitem análise de proximidadeestão associadas à geração de zonas de buffer. Uma zona de buffer é umaárea de extensão regular, que é gerada ao redor dos objetos espaciais, comomostra a Figura 4.14. Essas funções são úteis em diversos tipos de análiseespacial como, por exemplo, “definir uma área de segurança em volta deuma usina termelétrica.
500m de uma reserva florestal
200m do leito do rio
um raio de 5 Km deum depósito de gás
Figura 4.14 - Exemplo de zonas de buffer
• Funções de Rede - Estruturas de rede podem ser usadas para resolverproblemas em uma grande variedade de aplicações. Os principais tipos deproblemas abordados podem ser agrupados em: otimização de rota;alocação de recursos; e prognósticos de carga da rede. Algumas aplicaçõesde rede possuem propriedades únicas que requerem funções especiais deanálise. Quanto mais sofisticadas as funções e as representações da rede,menor o conjunto de aplicações que se adequam ao modelo.
• Funções de Intervisibilidade - São funções que permitem a identificação deáreas que podem ser visíveis a partir de localizações específicas. Podem serusadas, por exemplo, em aplicações militares na definição e cálculo doalcance de radares, em aplicações de telecomunicações e na definição doposicionamento de antenas de transmissão de imagens. Funções deintervisibilidade utilizam dados digitais de terreno para definir a topografiada área circunvizinha.
56
4.7.4 Formatação de Saída
Os resultados das operações de análise espacial podem ser gerados na forma derelatórios, gráficos ou, mais comumente, na forma de mapas. Diversas funções podemser usadas para melhorar a aparência dos mapas resultantes dessas operações como,por exemplo, anotações em mapas, posicionamento de texto, símbolos, iluminação evisões em perspectivas. A seguir, estão listadas algumas dessas funções.
• Anotações em Mapas - Permitem adicionar aos mapas informações comotítulo, legendas, barra de escala, orientação norte-sul, etc. Podem sercolocados fora dos limites do mapa ou cobrindo alguma parte deste.
• Posicionamento de Rótulos - Textos de rótulos normalmente são colocadosjunto aos símbolos gráficos que representam as entidades no mapa. Existemtécnicas e padrões cartográficos para a escolha do posicionamento derótulos. A maioria dos SIG possuem ferramentas que efetuam oposicionamento de forma automática ou manual. Além disso, os rótulospodem variar em tamanho e orientação.
• Padrões de Textura e Estilos de Linhas - Os textos podem variar em tipo defonte, tamanho, cor e estilo (ex.: negrito, itálico, sublinhado). A escolha dostipos de letra devem obedecer convenções cartográficas, assim como osestilos de linhas, que podem variar em espessura, cor e forma (ex. tracejada,pontilhada).
• Símbolos Gráficos - Os símbolos gráficos são usados para representarclasses de entidades em um mapa. Alguns símbolos mais comuns são:símbolos de cidades (ex.: um ponto com tamanho variando de acordo com onúmero de habitantes), pontes, aeroportos, hospitais, museus, escolas, etc.Alguns sistemas utilizam o conceito de bibliotecas de símbolos, que podemser adquiridas de acordo com a área de aplicação específica.
4.8 Temas Atuais de Pesquisa na Área de SIG
As pesquisas na área dos SIGs têm sido desenvolvidas de formamultidisciplinar por pesquisadores de diversas áreas como geografia, cartografia,sensoriamento remoto, geologia, ciência da computação, etc.
No contexto da área de ciência da computação existem diversos tópicos atuaisde pesquisa. Como exemplo, pode-se citar:
• Modelos de dados e análise de requisitos - buscam uma forma deespecificação que seja segura e completa, para os requisitos apresentados nodomínio das aplicações geográficas. Diversas propostas de modelos dedados têm sido apresentadas como, por exemplo, modelos que permitem arepresentação espaço-temporal de entidades geográficas, que possibilitem otratamento de limites nebulosos (fuzzy), entre outros.
57
• Métodos de acesso espacial - novas estruturas de dados para armazenamentoe recuperação de dados espaciais têm sido desenvolvidas com o objetivo deaumentar a eficiência dos sistemas atuais, em termos de capacidade dearmazenamento e tempo de resposta.
• Interface homem-máquina e linguagens de consulta - os sistemas deinterface com usuário têm evoluído para possibilitar uma maior facilidadede uso por parte dos usuários. Pesquisas em linguagens para banco de dadosgeográficos e métodos de visualização têm contribuído para a melhoria dasinterfaces de uso dos SIGs [OLI 97].
• Qualidade e confiabilidade dos dados - um dos problemas principais com osdados espaciais é o controle da propagação de erros através de operaçõesespaciais. Métodos para representação de informações sobre a qualidade dosdados espaciais (meta-dados de qualidade) têm sido pesquisados [FAI 96].
• Orientação a objetos - a tecnologia dos sistemas de banco de dadosrelacionais apresenta diversas limitações com relação ao armazenamento erecuperação de dados espaciais. Conceitos provenientes do paradigma daorientação a objetos têm sido utilizados na implementação de novos SIGs[COY 96].
• Intercâmbio de dados espaciais - o custo de aquisição de dados geográficosé um dos maiores problemas encontrados por instituições usuárias de SIG.A definição de formatos padronizados para intercâmbio de dados espaciaistem sido adotada em alguns países, como EUA, Canadá e Inglaterra. Acriação de Centros de Dados Geográficos tem sido uma saída parapossibilitar o uso cooperativo de dados geográficos por instituiçõesgovernamentais ou privadas [CAM 96].
58
PARTE II
Análise de Modelos Conceituais de Dadospara
Sistemas de Informações Geográficas
59
5 Modelos de Dados
Ullman [ULL 82] define um modelo de dados como uma descrição geral deum conjunto específico de entidades e os relacionamentos existentes entre estesconjuntos de entidades. Uma entidade pode ser qualquer coisa que seja distinguível(ex.: um conceito, um evento, um objeto). Um conjunto de entidades agrupa entidadesque possuem características em comum (ex.: Rios, Cidades e Pessoas). Característicasde entidades são descritas por meio de atributos que possuem valores específicos deum determinado domínio (ex.: nome e população de cidades).
Para Brodie [BRO 84], um modelo de dados é uma coleção de conceitos bemdefinidos matematicamente, que nos auxilia a pensar e expressar as propriedadesestáticas e dinâmicas das aplicações.
Numa visão mais específica de banco de dados, um modelo de dados consistede três componentes: uma coleção de tipos de objetos, uma coleção de operadores euma coleção de regras de integridade (Codd, 1981 Apud [PEU 84]).
A característica básica de um modelo de dados, como o próprio termoexplicita, é que ele é uma abstração da realidade [PEU 84]. A distância existente entrea maneira na qual as entidades existem na realidade e a maneira como estas entidadessão representadas internamente nos computadores levaram ao surgimento de modelosde dados em diferentes níveis de abstração.
Um modelo de dados fornece uma base formal (notacional e semântica) paraferramentas e técnicas usadas para suportar a modelagem de dados [BRO 84].Modelagem de dados é o processo de abstração onde somente os elementos essenciaisda realidade observada são enfatizados, descartando-se os elementos não essenciais[BED 89].
A seção 5.1 apresenta duas classificações dos tipos de modelos de dadosexistentes. A seção 5.2 descreve os principais conceitos de abstração utilizados nosmodelos de dados para abstrair a realidade. Na seção 5.3 são descritos dois dosprincipais modelos semânticos e a seção 5.4 descreve as características dos modelosorientados a objetos. A descrição sucinta destes modelos tem por objetivo facilitar adescrição dos modelos apresentados no capítulo 6, uma vez que aqueles são, na suagrande maioria, extensões desses modelos já consagrados.
60
5.1 Taxonomias de Modelos de Dados
Segundo Navathe [NAV 92], os modelos de dados podem ser classificadossegundo duas dimensões. A primeira dimensão classifica os modelos de dados emfunção da etapa de desenvolvimento do projeto do banco de dados em que o modelo éutilizado. A segunda dimensão classifica os modelos de dados quanto a sua forçaexpressiva. As subseções seguintes detalham a classificação de modelos de dadosnestas duas dimensões.
5.1.1 Modelos de Dados e as Fases do Projeto de Banco de Dados
O processo de desenvolvimento de um banco de dados está intimamenterelacionado com o ciclo de vida do desenvolvimento de software onde, a cada etapa,novas informações e detalhes são acrescidos ao projeto do software [PRE 87]. Noprojeto de banco de dados as informações que comporão o banco de dados sãoespecificadas utilizando-se modelos de dados em diferentes níveis de abstração,iniciando por modelos de alto nível de abstração e refinando-se o modelo até quesejam incorporados detalhes específicos, relacionado ao armazenamento dos dados.Uma divisão do projeto de banco de dados em três etapas é descrita em [ELM 94],onde são empregados diferentes tipos de modelos, de acordo com as fases de projeto:conceitual, lógico e físico.
• Modelo Conceitual - é elaborado na fase de projeto conceitual, onde sãoutilizados modelos semânticos que empregam construtores de abstração dealto nível para descrever os requisitos de dados das aplicações (ex.: modeloE-R [CHE 76]). Estes modelos normalmente utilizam linguagens bastantesimples para facilitar a comunicação e o entendimento entre usuários eprojetistas. São identificadas e definidas quais as entidades que serãorepresentadas no banco de dados, suas estruturas (atributos) e osrelacionamentos existentes entre elas. Nestes modelos não são consideradosaspectos sobre o sistema de computação (software/hardware) que seráutilizado.
• Modelo Lógico - descreve o esquema do banco de dados com base no tipode modelo de SGBD que será utilizado. O modelo lógico independe dosoftware a ser usado, mas é dependente de um modelo de dados. Sãogerados a partir da aplicação de regras de transformação (mapeamento) dosconstrutores de abstração utilizados no modelo conceitual em elementos derepresentação de dados de um dos modelos clássicos (relacional, hierárquicoou em rede).
• Modelo Físico - descreve aspectos de implementação física do banco dedados como, por exemplo, estruturas de armazenamento, caminhos deacesso, particionamento e agrupamento. Estão diretamente relacionados aum SGBD específico e permitem, ao projetista, planejar aspectos ligados àeficiência do sistema de banco de dados.
61
5.1.2 Modelos de Dados numa Escala de Flexibilidade e Expressividade
O termo flexibilidade refere-se, neste contexto, à facilidade com a qual omodelo pode tratar com aplicações complexas, enquanto que expressividade refere-seà habilidade de gerar diferentes abstrações em uma aplicação [NAV 92].
Sobre estes aspectos, Brodie [BRO 84] classifica os modelos de dados emquatro gerações distintas. São elas:
• Modelos Primitivos (ou de Arquivos) - as entidades são representadas emregistros que estão agrupados em arquivos. Os registros podem ser lidosdiretamente ou através de estruturas de índices e listas invertidas. Asoperações são realizadas a partir das primitivas de leitura e escrita deregistros em arquivos.
• Modelos de Dados Clássicos - compreendem os modelos hierárquico, emrede e relacional. Nos modelos hierárquico e em rede, as entidades sãorepresentadas em segmentos ou registros que são organizados como nodos,respectivamente, em estruturas de árvore ou grafo. Operações de consultasão realizadas de forma navegacional através dos registros e ligações. Omodelo relacional [COD 79] é baseado no conceito matemático de relação,que pode representar tanto conjuntos de entidades como conjuntos derelacionamentos. As operações são fundamentadas na álgebra e no cálculorelacionais.
• Modelos de Dados Semânticos - foram desenvolvidos, inicialmente, parafacilitar o projeto de esquemas de banco de dados [HUL 87]. A idéiafundamental desses modelos é possibilitar a elaboração de esquemas dedados semanticamente mais próximos de como as entidades existem narealidade. Utilizam construtores de abstração de alto nível comoclassificação, generalização, agregação e associação (descritos na Seção5.2). As características dos modelos semânticos são o enfoque principaldeste capítulo.
• Modelos Semânticos de Propósito Especial - estão sendo desenvolvidospara atender as demandas das áreas de aplicações ditas não-convencionais,como por exemplo, Automação de Escritório, VLSI, CAD/CAM e SIG. Nocapítulo 7 são descritas as principais propostas de modelos de dadosvoltados para aplicações geográficas.
5.2 Primitivas de Abstração
Um banco da dados pode ser visto como um modelo abstrato de uma porçãoda realidade, uma vez que seus dados representam um subconjunto de entidadespertencentes a esta realidade. Abstrair uma porção da realidade para projetar umbanco de dados implica em selecionar quais entidades são significativas (dentro doobjetivo pretendido), como elas podem ser estruturadas e como elas se relacionamumas com as outras.
62
Modelos de dados conceituais são construídos com base em um conjunto deconstrutores básicos de abstração. As subseções seguintes descrevem os principaisconstrutores, encontrados na maioria dos modelos semânticos e orientados a objetos.
5.2.1 Classificação
Classificação é o processo de abstração no qual objetos que representamentidades semelhantes são agrupados em uma única classe. Assim, uma classedescreve as propriedades que são comuns a um conjunto de objetos. Estaspropriedades podem ser estáticas (estruturais) ou dinâmicas (comportamentais). Amaioria dos modelos semânticos representam apenas as características estáticas dasentidades [BRO 84]. Propriedades dinâmicas são representadas, principalmente, pelosmodelos orientados a objetos (Seção 5.4).
Na classificação, um relacionamento do tipo “é_instância_de” entre um objetoe sua classe significa que o objeto é uma instância dessa classe. Todas as instâncias deuma classe possuem as mesmas propriedades estáticas, que são definidas comoatributos da classe.
Classificação é uma das formas de abstração mais importantes e melhorentendidas. Permite a construção de modelos de dados, não com base nos dadospropriamente ditos, mas sim levando-se em consideração os tipos dos dados que serãomanipulados pelo sistema de gerenciamento de banco de dados [MAT 92].
5.2.2 Generalização & Especialização
Os conceitos de generalização e especialização estão fortemente relacionadosao conceito de classificação. Da mesma forma com que objetos contendo propriedadessemelhantes são descritos através de classes, um conjunto de classes que descrevemobjetos semelhantes pode ser generalizado em uma nova classe de mais alto nível.
Generalização é o processo de definir classes mais genéricas a partir de classescom características semelhantes. Especialização é o processo inverso dageneralização, onde classes mais específicas são detalhadas a partir de classesgenéricas, adicionando-se novas propriedades na forma de atributos.
Por exemplo, em um ambiente acadêmico (Figura 5.1), as classes Professor(descreve os atributos comuns a todas as instâncias de professor) e Aluno (descreve osatributos dos alunos) podem ser generalizadas em uma nova classe Pessoa, a qualconterá as propriedades comuns às classes Professor e Aluno (ex.: nome,data_nascimento, sexo e endereço). Por sua vez, a classe Aluno pode ser especializadanas classes Aluno_Graduação e Aluno_Pós-Graduação, cada uma contendo suaspropriedades específicas.
63
Neste tipo de abstração é estabelecido um relacionamento do tipo “é_um”entre duas classes A e B, significando que o conjunto das instâncias da classes A(denominada subclasse) é um subconjunto das instâncias da classes B (denominadasuperclasse).
Como exemplificado pela Figura 5.1, a abstração de generalização pode seraplicada recursivamente, dando origem a uma estrutura hierárquica de classes,normalmente conhecida como hierarquia de generalização/especialização ouhierarquia é-um.
Numa hierarquia de classes, os atributos descritos em uma superclasse sãoherdados por todas as suas subclasses. Herança é uma propriedade semânticaimplícita aos construtores de generalização/especialização, que possibilita aelaboração de modelos de dados mais claros e impede a introdução de erros clássicos,por reduzir a quantidade de descrições redundantes [MAT 89].
PESSOA
Nome
Dat_Nasc
Sexo
Endereço
PROFESSOR
Titulação
Cargo
ALUNO
Matrícula
Curso
Ano_Ingresso
AL_PÓS-GRAD
Prof_Orient
Linha_Pesq
Possui_Bolsa
AL_GRAD
Atua_IC
é_um
é_um
Figura 5.1 - Exemplo de Abstração de Generalização e Especialização
Alguns modelos suportam o conceito de herança múltipla, decorrentes de umahierarquia de classes estruturada como rede, ao invés de árvore. Herança múltiplaocorre quando uma subclasse possui mais de uma superclasse, herdando aspropriedades de cada superclasse.
Por exemplo, para definir no exemplo acadêmico, alunos de pós-graduaçãoque também são professores, uma classe denominada Professor_Assistente pode serincluída como subclasse das classes Professor e Aluno_Pós-Graduação. Neste caso, aclasse Professor_Assistente herda todos os atributos das classes Professor,Aluno_Pós-Graduação e, por transitividade, os atributos da classe Pessoa.
64
Um tipo de problema que surge quando o modelo suporta a herança múltipla éo problema do conflito de nomes, que pode surgir a partir da herança dos atributosprovenientes de mais de uma superclasse. Existem diversas soluções para o problemade conflito de nomes como, por exemplo, adoção de regras que consideram a ordemem que as superclasses foram definidas; escolha explícita de qual atributo seráherdado; ou eliminação forçada do conflito. Estas soluções estão relacionadas com asimplementações em linguagens de programação orientadas a objetos. Maioresdetalhes podem ser obtidos em [LIS 92].
5.2.3 Agregação
Segundo Navathe [NAV 92], o conceito de agregação é usado em duassituações distintas. Em um nível mais simples, um objeto é definido como umaagregação dos atributos que o descrevem, ou seja, um objeto é composto de umconjunto de objetos atômicos. Por outro lado, o construtor de agregação permiterepresentar relacionamentos do tipo “é_parte_de”, onde um objeto complexo édefinido como uma agregação de suas partes (ou objetos componentes).
Quando um objeto agregado é componente de um outro objeto agregado, égerada uma hierarquia de agregação. Como na hierarquia de classes, uma hierarquiade agregação pode ter uma estrutura em forma de árvore ou de rede (caso em que umobjeto é componente de mais de um objeto agregado). Porém, é importante observarque as duas hierarquias são completamente diferentes. Em uma hierarquia de classes,o relacionamento entre duas classes (subclasse-superclasse) diz respeito a um mesmoobjeto, enquanto que em uma hierarquia de agregação o relacionamento é entreobjetos que podem pertencer à mesma classe ou a classes diferentes.
Uma agregação representa a idéia de que uma entidade consiste de outrasentidades. Desta forma, uma entidade composta tem sua existência dependente daexistência de suas partes. Segundo Mattos [MAT 92], um sistema que implemente oconceito de agregação deve fornecer operações que envolvam, tanto o objetoagregado, como seus objetos componentes. Exemplos de operações com objetosagregados são:
• Determinar os componentes de um objeto.
• Localizar os agregados dos quais um objeto é um componente.
• Criar, em uma única operação, um objeto agregado juntamente com todosos seus componentes.
• Remover todas as partes de um objeto agregado, quando ele é eliminado dobanco de dados.
65
5.2.4 Associação
Associação é o tipo de abstração no qual um relacionamento entre objetossemelhantes é considerado como um objeto conjunto [BRO 84]. Neste caso, umrelacionamento do tipo “é_membro_de” é estabelecido entre um objeto membro e umobjeto conjunto.
Tanto a associação quanto a agregação permitem a representação de objetoscompostos, porém, suas semânticas são substancialmente diferentes. Enquanto umobjeto agregado tem sua existência dependente da existência de seus componentes, aassociação (que é baseada na teoria de conjuntos) permite, por exemplo, a existênciade conjuntos vazios.
5.3 Principais Modelos Semânticos
Para facilitar o entendimento dos modelos de dados descritos no capítulo 6,nesta seção são descritos, resumidamente, dois modelos de dados semânticos degrande aceitação.
5.3.1 Modelo E-R
O modelo Entidade-Relacionamento (E-R), proposto por Chen [CHE 76], foium dos primeiros modelos semânticos a surgirem na literatura. Devido a suasimplicidade de representação e facilidade de aprendizado, tem sido o modelo demaior sucesso como ferramenta de comunicação entre o projetista de banco de dados eo usuário final durante as fases de análise de requisitos e projeto conceitual [BAT 92].
Originalmente, Chen propôs três classes de objetos (construtores semânticos):entidade (formalmente, um conjunto de entidades); relacionamento (formalmente, umconjunto de relacionamentos) e atributos.
Entidades são os principais elementos da realidade sobre os quais asinformações serão coletadas (ex.: uma rua, um mapa, um parque ou uma floresta). Seuma entidade tem sua existência dependente de uma outra entidade, então ela éclassificada como entidade fraca.
Atributos são usados para detalhar as entidades, associando a elas propriedadesdescritivas (ex.: nome, cor, peso e valor). Existem dois tipos de atributos:identificadores, que distinguem univocamente as entidades; e descritores, quedescrevem as características da entidade.
Relacionamentos representam associações que ocorrem na realidade entreelementos pertencentes a um ou mais conjuntos de entidades. Os relacionamentos
66
possuem significado semântico que é descrito por sua cardinalidade, a qual indica onúmero de vezes em que uma entidade pode participar de um relacionamento.Normalmente, o relacionamento é definido como uma cardinalidade do tipo “um-para-um”, “um-para-muitos” ou “muitos-para-muitos”.
Os diagramas que representam graficamente os construtores do modelo E-Rsão mostrados na Figura 5.2.
fraca
Entidade Relacionamento
descritor
identificador
Atributo
Figura 5.2 - Construtores do modelo E-R
Segundo Elmasri e Navathe [ELM 94], os conceitos originais do modelo E-Rsão suficientes para representar diversos esquemas de banco de dados para aplicaçõesconvencionais (ex.: aplicações comerciais). Aplicações em áreas como CAD/CAM,Inteligência Artificial, Multimídia, Sistemas de Informações Geográficas, CASE,entre outras, possuem requisitos mais complexos que as aplicações convencionais.Para suprir esses requisitos, de forma mais natural, são necessários outros construtoresde modelagem semântica.
Diversas extensões ao modelo E-R têm sido propostas na literatura, dandoorigem aos modelos denominados ERR - Entidade Relacionamento Estendido[ELM 85], [TEO 86], [TAN 91]. A idéia fundamental dessas extensões é enriquecer omodelo para suportar todos os conceitos de abstração [NAV 92].
Uma das principais extensões propostas foi a inclusão dos conceitos desubclasse/superclasse, a partir de abstrações do tipo generalização e agregação[SMI 77]. Segundo Teorey [TEO 86], existem dois tipos de hierarquia desubclasse/superclasse: hierarquia de subconjuntos e hierarquia de generalização(Figura 5.3). Numa hierarquia de subconjuntos existe a possibilidade de sobreposiçãode componentes de duas ou mais subclasses, enquanto na hierarquia de generalizaçãoas subclasses são exclusivas. A diferença entre esses dois tipos de hierarquia se refletenas operações de atualização e em relação às restrições de integridade.
67
Pessoa
Estudantecargo
Empregado
Engenheiro Técnico
Atleta
Hierarquia de Subconjuntos
Hierarquia de Generalização
Figura 5.3 - Dois tipos de hierarquia no modelo EER
5.3.2 Modelo GSM
Hull [HUL 87] apresenta um estudo comparativo dos principais modelossemânticos, onde foi definido o modelo GSM (Generic Semantic Model). O modeloGSM foi elaborado para servir de base na comparação dos diversos modelosanalisados, partindo do modelo IFO [ABI 87] e utilizando as características de trêsmodelos proeminentes: E-R (Entidade-Relacionamento), FDM (Functional DataModel) e SDM (Semantic Data Model).
No modelo GSM, os principais componentes semânticos são representadosexplicitamente como objetos, atributos e relacionamentos entre objetos, construtoresde objetos complexos, relacionamentos do tipo “é_um” e componentes derivados. AFigura 5.4 mostra um esquema conceitual onde os construtores do modelo GSM sãoexemplificados.
Tipo Abstrato
Subtipo
Tipo Alfanumérico
Agregação
Agrupamento
IS-A relacionamento
Simples
Multivalorado
Atributo
BaciaHidrográf.
MunicípioRecursoHídrico
Sub-Bacia
BHNometem-nome
SBNometem-nome
MNome
tem-nome
MNome
tem-nome
possui
possui
Rio Lago
abastece
FontePoluidora
lançalocaliza-se
FPNome
tem-nome
ManchaUrbana
possui
Sede
Figura 5.4 - Exemplo de esquema conceitual no modelo GSM
68
Os principais componentes do modelo GSM são representados da seguinteforma:
• A abstração de classificação, que é baseada no conceito de Tipos Abstratosde Dados, é representada por triângulos.
• Generalização e especialização são representadas por um arco orientadosimbolizando um relacionamento “é_um”.
• Um tipo derivado (subclasse) é representado por um círculo, para indicarque sua estrutura está definida em outro lugar.
• Atributos do tipo atômico são representados por retângulos de bordas ovais(ex.: nome e número).
• A abstração de agregação é representada explicitamente através de umcírculo contendo uma cruz.
• A abstração de associação, denominada agrupamento (grouping) no modeloGSM, também possui um símbolo próprio que é um círculo contendo umasterisco. O símbolo ’#’ indica que os elementos do grupo devem estarordenados.
• Atributos podem ser mono ou multivalorados.
Apesar do modelo GSM ter sido desenvolvido para servir apenas como umaferramenta para a análise comparativa de outros modelos, ele próprio tem sidoutilizado no projeto de esquemas conceituais [SCH 93] e [MIL 93].
Um exemplo destes usos do modelo GSM no projeto de aplicações geográficasé mostrado pela Figura 5.5, que descreve uma experiência de desenvolvimento de umbanco de dados geográfico implementado sob o SGBDOO ONTOS, um dos primeirossistemas de banco de dados orientados a objetos disponíveis comercialmente.
O modelo de dados utilizado em [MIL 93] baseou-se no Padrão Americanopara Transferência de Dados Espaciais (SDTS - Spatial Data Transfer Standard). Apartir dos elementos espaciais especificados no SDTS, foi definido um conjuntobásico de classes de objetos espaciais. No subesquema mostrado na Figura 5.5existem diversos objetos geométricos relacionados dentro de uma hierarquia degeneralização e especialização, onde a classe Geometria contém os atributos comuns atodos os objetos geométricos. A figura também mostra os possíveis relacionamentostopológicos existentes entre os diversos objetos espaciais (ex.: uma instância deCadeia_Rede começa e termina em instâncias de Nodo).
As entidades geográficas da aplicação são modeladas como subclasses daclasse genérica Geografia, onde cada instância possui associação com umdeterminado objeto espacial (Geometria), o qual representa sua forma e localização. Aorganização do banco de dados é feita segundo uma visão hierárquica lógica, ondecada instância da classe Mapa é composta de um conjunto de instâncias da classeCamada, cada uma contendo um conjunto de objetos geográficos (Geografia).
69
Geometria
String
Ponto
Segmento
Nodo CadeiaRede
CadeiaÁrea
Cadeia
Arco
CadeiaCompleta
equação
x
minimoretanguloenvolvente
membros
polígono esquerdo
polígono direito
#
#
# ordenado
iníciofim
terminais
Tipo Abstrato
Subtipo
Alfanumérico
Agregação
Agrupamento
IS-A relacionamento
Simples
Multivalorados
Atributos:
y
coord
categoria
Geografia
número
Rio
CidadeEstrada
Camada(layer)
Mapa
nome
código
nome
nome
membros
membros
geometria e topologia
Figura 5.5 - Projeto de Banco de Dados Espacial [MIL 93]
5.4 Características dos Modelos Orientados a Objetos
Os modelos orientados a objetos têm sido apontados como sendo maisadequados para modelagem de dados em aplicações não convencionais, devido a suamaior capacidade de representação semântica da realidade [WOR 94].
Até hoje não existe um consenso sobre quais são as principais característicasde um modelo orientado a objetos. Existe, no entanto, um conjunto mínimo derequisitos que são esperados de um SGBDOO, ou seja, de um sistema que integre ascapacidades de SGBD (persistência, transações, controle de concorrência, linguagemde consulta, etc) e os conceitos do paradigma da orientação a objetos (identidade deobjetos, herança, encapsulamento, etc) [ATK 90].
Os principais conceitos presentes em modelos orientados a objetos são:
• Objetos - Cada entidade da realidade é representada por um objeto nosistema. Um objeto possui um estado, definido pelos seus atributos e umcomportamento, descrito por um conjunto de operações (ou métodos).
• Identidade de Objetos - Nos modelos orientados a objetos a existência deum objeto independe de seus valores. No momento da criação do objeto, lhe
70
é atribuído um código identificador (também conhecido por “Oid” ou“surrogate”), que irá identificá-lo univocamente em todo o sistema,permanecendo inalterado durante toda a sua existência.
• Classe - Objetos similares podem ser agrupados em classes para que possamcompartilhar de uma mesma definição estrutural e comportamental. Todoobjeto é instância de uma determinada classe. Uma das principais diferençasentre os modelos orientados a objetos e os modelos semânticos estájustamente na capacidade dos modelos orientados a objetos representarem ocomportamento dinâmico dos objetos, o que é feito através da definição doconjunto de operações que podem ser executadas sobre os objetos. Umaclasse contém a definição das propriedades que são comuns a todas as suasinstâncias. Isto inclui a definição da estrutura estática (variáveis deinstância/atributos) e do comportamento (conjunto de operações/métodos)dos objetos.
• Hierarquia de Classes e Herança - Nos modelos orientados a objetos asclasses estão organizadas de forma hierárquica, onde classes genéricas(superclasses) são especializadas em subclasses, que herdam aspropriedades (atributos e métodos) de suas superclasses. O mecanismo deherança possibilita uma abordagem evolutiva no desenvolvimento desistemas de informações, através do suporte à reusabilidade.
• Objetos Complexos - São objetos cuja parte estrutural não é compostasomente de atributos cujos domínios sejam tipos de dados atômicos,podendo ser construídos a partir de outros objetos complexos, utilizandoconstrutores como tupla, conjunto e lista. Objetos complexos permitem arepresentação de relacionamentos do tipo “é_parte_de” de forma bastantesimples.
• Encapsulamento - Um objeto encapsula seus atributos, cujos valores só sãoacessíveis através de seus métodos. A implementação dos métodos émantida separadamente da definição da classe, onde apenas a interface dosmétodos necessita ser conhecida para que ele possa ser utilizado. O conceitode encapsulamento é útil durante as fases de análise e projeto conceitual,pois permite que o projetista não se prenda a detalhes de implementação.
• Polimorfismo - Permite que nomes idênticos possam ser atribuídos aatributos e métodos de classes distintas.
Segundo Günther [GUN 94], os conceitos do paradigma da orientação aobjetos têm sido empregados de forma eficiente no gerenciamento de dados espaciais.Por exemplo, o conceito de identidade de objetos pode ser usado para implementarobjetos compostos ou subobjetos compartilhados, facilitando operações de mudançade representação (ex.: diferentes escalas). Se um mesmo objeto pode ter diferentesrepresentações gráficas, polimorfismo é outro conceito importante. Por exemplo, parase calcular o comprimento de um objeto linear, utiliza-se a operação length,independentemente se o objeto está armazenado no formato matricial ou vetorial.
71
Como descrito na seção 2.4, uma entidade geográfica pode possuir diferentescategorias de informação: espacial (forma e localização), gráfica (símboloscartográficos), temporal e textual/numérica. Para Worboys [WOR 94], as abordagensde modelagem devem permitir que estas categorias estejam unificadas e objetoscomplexos resolvem facilmente este tipo de problema. Coyle [COY 96] faz umlevantamento detalhado da utilização de modelos orientados a objetos naimplementação de SIGs.
5.4.1 OMT - Um Exemplo de Modelo de Objetos
A metodologia de projeto orientado a objetos OMT (Object ModelingTechnique) [RUM 91], tem sido amplamente utilizada no desenvolvimento desistemas baseados no paradigma da orientação a objetos.
O modelo OMT utiliza uma notação gráfica, independente de qualquerlinguagem de programação, que é baseada nos conceitos da orientação a objetos(Figura 5.6). Esta notação é usada nas fases de análise de requisitos e projeto daaplicação, sem a necessidade de mapeamento entre os modelos, como o que ocorre noprojeto de banco de dados relacional, reduzindo o problema de impedância entrelinguagens.
72
Nome Classe
Nome Classe
atributoatributo : tipo_dado.....
Subclasse-2Subclasse-1
SuperclasseClasse
Agregada
Parte2-ClasseParte1-Classe
Classe-1 Classe-2 Classe
Classe
Classe
Classe-3
Classe-2Classe-1
Classe-2Classe-1
Nome classe(Nome classe) (Nome classe)nome_atrib = valor (Nome classe)
atributo_ligação.........
Multiplicidade de Associações:
exatamente 1
muitos (zero ou mais)
opcional (0 ou 1)
operaçãooperação (list_arg).....
Classe Generalização (herança)
Agregação
AssociaçãoTernária
Associação
Relacionamento de instâncias
Instância de Objeto
Atributo de ligação
Nome associação
Nome associação
Nome associação
Classe um ou mais
Classenumericamente
especificado
1+
1-2,4
Figura 5.6 - Subconjunto de construtores do modelo de objetos OMT
As classes são representadas de forma simplificada, através de retânguloscontendo o nome da classe, ou de forma completa, através de retângulos divididos emtrês partes contendo: o nome da classe, a lista de atributos e a lista de operações(métodos).
Generalização de classes é representada por meio de um triângulo com a basevoltada para a(s) subclasse(s), enquanto que a agregação é representada por umlosango junto à classe agregada.
Associações3 entre classes são representadas por linhas que unem as classesenvolvidas, o nome da associação deve ser colocado sobre/sob a associação.Associações envolvendo mais de duas classes são representadas através de um
3No modelo OMT o termo Associação é usado como sinônimo de relacionamento e não no sentido deconjunto, como descrito na seção 5.2.
73
losango na interseção das linhas da associação. As associações, como osrelacionamentos no modelo E-R, podem ter seus próprios atributos. Além disso, umaassociação pode ter suas próprias operações.
No modelo, as instâncias de objetos também podem ser representadas, parailustrar o modelo de dados gerado. Instâncias são representadas por retângulos debordas abauladas, contendo o nome de sua respectiva classe e valores de atributos.Uma instância é ligada à sua classe através de uma flecha na direção da classe.
O modelo possui outros construtores gráficos que são utilizados com menorfreqüência e foram omitidos desta apresentação. Uma descrição completa do modeloOMT pode ser obtida em [RUM 91].
74
6 Modelos de Dados para Aplicações Geográficas
Por razões históricas, as aplicações de SIG têm sido projetadas,principalmente, por usuários de diferentes áreas não ligadas à Computação. Essesusuários muitas vezes desconhecem técnicas modernas de desenvolvimento desoftware e suas ferramentas, desconsiderando questões como portabilidade,manutenibilidade, reusabilidade, etc.
Todo sistema de informação, inclusive geográfico, possui um ciclo de vida quepode variar em número de etapas, mas que inclui os seguintes estágios: análise derequisitos, projeto, implementação e manutenção. Normalmente, quanto maior osinvestimentos nos estágios iniciais do ciclo de vida (análise de requisitos e projeto),maior a qualidade dos produtos gerados e menor o custo nos estágios finais(implementação e manutenção) [PRE 87].
Segundo Roman [ROM 90], um dos componentes mais importantes dequalquer especificação de requisitos é a modelagem de dados. No entanto, as técnicastradicionais de modelagem de dados e suas ferramentas (como as descritas no capítuloanterior), não fornecem meios adequados para representar as informações geográficas.Para Roman, a dificuldade está no fato de que muitas informações geográficasprecisam ser qualificadas com respeito à localização onde são válidas, o tempo deobservação e sua acurácia.
A seção 6.1 descreve um conjunto específico de requisitos, apresentados poraplicações geográficas, que dificulta seu projeto com base em modelo de dados depropósito geral. Uma abordagem multi-nível de especificação de aplicaçõesgeográficas é descrita na seção 6.2. A seção 6.3 apresenta o estado-da-arte em matériade modelos de dados conceituais específicos para atender a esses novos requisitos.
6.1 Requisitos Especiais das Aplicações Geográficas
Devido às características espaço-temporais dos dados por elas manipulados, asaplicações geográficas impõem alguns requisitos especiais aos SIGs, sendo que nemtodos são suportados adequadamente pelos SIGs existentes atualmente.
Entre estes requisitos, o principal é o que diz respeito à característica espacialdas entidades geográficas. Este requisito é resolvido em todos os SIGs, com maior oumenor elegância, a partir do armazenamento e recuperação da localização das
75
entidades no espaço, suas formas geométricas e seus relacionamentos com outrasentidades.
No entanto, a realidade geográfica é muito complexa e, em muitos casos,apenas o suporte aos requisitos espaciais não é suficiente como, por exemplo, emsituações em que os aspectos temporais são relevantes ou quando as entidadesgeográficas não possuem limites bem definidos. A lista, a seguir, relaciona umconjunto de requisitos especiais de projeto, apresentados pelas aplicações geográficas,identificados a partir de um estudo bibliográfico e da experiência do autor no projetoconceitual de aplicações geográficas reais na área de controle ambiental [LIS 96],[LIS 96a] e [LIS 97]. Esses requisitos estão descritos nas subseções seguintes.
• Visão de campo & de objetos;
• Relacionamentos espaciais;
• Temporalidade dos dados geográficos;
• Requisitos de qualidade;
• Múltiplas representações;
• Limites nebulosos (fuzzy).
6.1.1 Visão de Campo & de Objetos
Como descrito na seção 4.3, a realidade geográfica pode ser observadasegundo duas visões: de campo e de objetos. Na visão de campo, uma superfíciecontínua pode ser representada, por exemplo, através de funções matemáticas,conjuntos de isolinhas discretas ou aproximadas por uma discretização regular.Goodchild [GOO 91] relaciona seis modelos diferentes de representação dosfenômenos geográficos, segundo a visão de campo, que estão atualmente disponíveisnos SIGs (Figura 6.1). São eles:
a) Amostragem Irregular de Pontos - o banco de dados contém um conjunto detuplas <x,y,z> representando valores coletados em um conjunto finito delocalizações irregularmente espaçadas. (ex.: estações de medição detemperatura)
b) Linhas de Contorno - o banco de dados contém um conjunto de linhas, cadauma com um valor z associado. (ex.: curvas de nível)
c) Polígonos - A área é particionada em um conjunto de regiões, onde a cadaregião está associado um valor que é único em todas as suas posições. (ex.:tipos de solos).
d) Amostragem Regular de Pontos - Como no item (a), porém, com pontosdistribuídos regularmente. (ex.: Modelos Numéricos de Terreno)
e) Grade de Células - A área é dividida em uma grade regular de células, ondeo valor da cada célula corresponde ao valor da variável para todas asposições dentro da célula. (ex.: imagens de satélites)
76
f) Rede Triangular - a área é particionada em triângulos irregulares. O valor davariável é definido em cada vértice do triângulo e varia linearmente sobre otriângulo. (ex.: TIN - Triangulated Irregular Network)
a) Amostragem Irregular de Pontos
b) Linhas de Contorno
c) Polígonos
d) Amostragem Regular de Pontos
e)Grade de Células
f) Rede Triangular
célula
Figura 6.1 - Modelos de dados na visão de campo
Cada um desses modelos pode ser armazenado em um banco de dadosgeográfico como um conjunto de pontos, linhas, polígonos ou células. Esses modelos,geralmente são confundidos, equivocadamente, com as estruturas de armazenamentode dados espaciais matricial e vetorial (seção 4.6). Cada modelo pode ser mapeado emuma ou outra estrutura, sendo que alguns modelos se adequam melhor à estruturamatricial e outros à estrutura vetorial. Por exemplo, os modelos Amostragem Regularde Pontos e Grade Regular de Células são mapeados naturalmente para uma estruturamatricial, enquanto que os demais modelos são normalmente armazenados numaestrutura vetorial [GOO 91].
Durante muito tempo, a comunidade de geoprocessamento discutiu o problemada dicotomia entre as estruturas matricial e vetorial [COU 92]. Atualmente, já éconsenso que os dois grupos de estruturas são igualmente importantes, sendo que cadaum é mais ou menos adequado, dependendo do tipo de aplicação em que é empregado[WOR 95]. Os sistemas mais sofisticados utilizam as duas estruturas e fornecemmecanismos para conversão entre elas.
Por outro lado, a dicotomia entre campos e objetos está relacionada com aforma com que se observa os fenômenos geográficos que ocorrem na realidade ecomo esses fenômenos podem ser representados (ou abstraídos). Portanto, esteproblema está diretamente relacionado com os modelos de dados a nível conceitual elógico, como será visto na seção 6.2.
77
6.1.2 Relacionamentos Espaciais
Sistemas de bancos de dados são constituídos de dois grandes grupos dedados: dados que descrevem as entidades que são relevantes em um domínio deaplicação; e dados que descrevem os relacionamentos entre as entidades, que sãoconsiderados relevantes neste mesmo domínio.
Uma das tarefas mais importantes quando se está modelando os dados de umaaplicação é a identificação de quais os relacionamentos (dentro de uma infinidade derelacionamentos possíveis), que deverão ser mantidos no banco de dados. Porexemplo, em uma aplicação na área financeira, o relacionamento entre um cliente e ofuncionário que o atendeu no momento da abertura de uma conta-corrente, pode nãoser representado no banco de dados. Este tipo de escolha é um problema específico dadefinição dos requisitos da aplicação.
No domínio das aplicações geográficas, este problema é bem mais complexo,uma vez que o número de relacionamentos possíveis de serem mantidos no banco dedados é ainda maior devido à existência dos relacionamentos espaciais entre asentidades geográficas. Segundo Clementini [CLE 94], em um contexto geográfico asentidades estão cercadas por outras entidades, o que torna o estudo dosrelacionamentos espaciais entre entidades uma questão altamente relevante namodelagem de dados geográficos.
Diversos tipos de relacionamentos espaciais são citados na literatura [EGE 89],[LAU 92] e [KEM 92]. São eles:
• Relacionamentos métricos - incluem os possíveis relacionamentos entre osatributos espaciais (geométricos) das entidades. Um exemplo é orelacionamento de distância entre coordenadas geográficas, que permite aexecução de operações com base no conceito de proximidade (ver Seção4.3).
• Relacionamentos topológicos - referem-se aos relacionamentos que nãodependem exclusivamente das coordenadas dos objetos. Exemplos incluemos relacionamentos de adjacência entre áreas (usado para representar lotesurbanos) ou os relacionamentos de conectividade entre linhas (usado pararepresentar trechos de uma rede de telefonia).
• Relacionamentos estruturais - ocorrem em situações em que o componenteespacial de um objeto é composto de outros objetos espaciais (objetoscomplexos). Por exemplo, um arquipélago é composto de um conjunto deilhas, um rio pode estar dividido em diversos trechos de rio, ou ainda, que opolígono representando os limites de um país é formado pela união dospolígonos que representam seus estados.
Conforme descrito no capítulo 4, alguns SIGs fornecem estruturas especiaispara o armazenamento explícito de alguns tipos de relacionamentos (normalmente sãomantidos somente os relacionamentos de adjacência e conectividade), deixando os
78
demais para serem calculados a partir das coordenadas espaciais dos objetos, durante aexecução das operações de consulta.
Um modelo de dados conceitual para SIG deve fornecer meios para que oprojetista represente todo o universo de relacionamentos que deverá ser mantido nobanco de dados geográfico. Isto inclui tanto os relacionamentos convencionais comoos relacionamentos espaciais.
Um fato importante que merece ser lembrado é que a inclusão dos atributosespaciais implica, geralmente, na inclusão de informações redundantes no banco dedados. Por exemplo, se uma entidade município está logicamente relacionada comuma entidade estado (ex.: município pertence a estado) e as duas entidades possuematributos espaciais representando seus limites, então este relacionamento explícitopoderia ser calculado a partir de uma operação geométrica envolvendo dois polígonos.Porém, por questões de eficiência do sistema, normalmente este tipo de redundância éaceitável.
6.1.3 Temporalidade dos Dados Geográficos
A maioria dos SIGs disponíveis atualmente consideram as entidades como se omundo existisse somente no presente. Informações geográficas são incluídas ealteradas ao longo do tempo, mas o histórico dessas transformações não é mantido nobanco de dados. Segundo Peuquet [PEU 93], estas limitações dos SIGs vêmrecebendo uma atenção crescente, devido à necessidade de um melhor entendimentodos processos geográficos e dos inter-relacionamentos de causa e efeito entre asatividades humanas e o meio ambiente.
Segundo Hadzilacos [HAD 96], a necessidade dos dados geográficos estaremqualificados com base no tempo, não se deve ao fato dos dados serem freqüentementemodificados, mas sim, pela necessidade de se registrar estados passados, de forma apossibilitar o estudo da evolução dos fenômenos geográficos. Para possibilitar umaanálise de dados com base na evolução dos fenômenos geográficos é necessária autilização de sistemas de bancos de dados temporais.
A utilização de um modelo espaço-temporal aumenta a potencialidade dasoperações de análise através de um SIG. Langran [LAN 89] e Peuquet [PEU 93]descrevem uma série de consultas que podem ser resolvidas por um banco de dadosespaço-temporal como, por exemplo:
• Onde uma determinada entidade estava localizada há dois anos atrás?
• Como esta área se modificou ao longo dos últimos cinco anos?
• Esta entidade já teve seus limites alterados alguma vez?
• Estas duas áreas já foram sobrepostas em algum momento?
79
• Quais as áreas que passaram da categoria de área rural para área urbana emum determinado período de tempo?
Todas essas questões dependem da inclusão de informações temporaisrelacionadas aos fenômenos geográficos e da extensão das linguagens de consultadisponíveis para que estas suportem cláusulas de condição associadas a aspectostemporais [WOR 95]. Pesquisas na área de banco de dados temporais têm sidorelatadas em [GUE 90], [SOO 91] e [CLI 95]. Especificamente, na área que trata dossistemas de informações que integram dados referenciados espacialmente etemporalmente, uma lista recente de artigos é apresentada em [AL-T 94]. A Figura6.2, adaptada de [WOR 94a], exemplifica uma situação onde informações espaço-temporais são fundamentais.
1 2 3
4
1 5
4
rua rua1 5
4
rua
escola
1 5
4
rua
escola
1 5
4
rua
escola
5 1
4
rua
escola
6
1920 19381908
1958 19941964
Figura 6.2 - Exemplo de variação espaço-temporal [WOR 94a]
A figura mostra as transformações ocorridas sobre as propriedades dos lotes deuma área fictícia, no período de 1908 a 1994. Os seguintes fatos provocaram asmudanças documentadas:
• 1908 - Primeiro registro da área no banco de dados espaço-temporal. Oslotes 1 e 2 possuíam construções residenciais.
• 1920 - O proprietário do lote 2 comprou o lote 3 e fez a junção dos doislotes, que foi registrado como lote 5.
• 1938 - Uma escola foi construída no lote 4, que teve sua área ampliada apartir da desapropriação de parte do lote 5.
• 1958 - Um incêndio destruiu a residência do lote 5, que foi adquirido peloproprietário do lote 1.
• 1964 - Uma nova rua foi construída para facilitar o acesso à escola. Oproprietário do lote 5 ampliou sua residência.
• 1094 - Parte do lote 5 foi vendida e registrada como lote 6, onde também foiconstruída nova residência. A outra parte do lote 5 foi incorporada ao lote 1.
80
Segundo Laurini [LAU 92], em um sistema de informação o fator temponecessita ser medido ao longo de pelo menos duas dimensões: tempo de transação etempo de validade.
• Dimensão tempo de transação - retrata o momento em que as transaçõesocorrem no banco de dados. É também chamado de tempo do banco dedados ou tempo do sistema.
• Dimensão tempo válido - retrata o momento em que um evento ocorre narealidade, alterando o fenômeno associado. É também chamado de tempo doevento ou tempo do mundo real.
Além disso, para cada dimensão temporal é possível distinguir diversos tiposestruturais de medida de tempo: discreto ou contínuo; linear ou cíclico; instante,intervalo ou períodos de tempo. Diversos modelos integrando os aspectos espaço-temporais em banco de dados geográficos têm sido propostos na literatura [NEW 92],[WOR 94a], [PEU 95] e [OLI 97]. Porém, a nível de modelagem conceitual dosaspectos temporais pouca coisa foi feita até o momento, um exemplo é descrito em[CAR 93].
6.1.4 Requisitos de Qualidade
Conforme descrito na seção 3.5, toda informação espacial armazenada em umSIG possui um certo erro a ela associado. Estes erros precisam ser conhecidos paraque possam ser considerados pelos usuários das informações extraídas dos SIGs.
Por exemplo, a acurácia posicional de fenômenos geográficos pode variar emordens de grandeza, começando pelas medidas em centímetros necessárias na análisedo movimento da crosta terrestre, até centenas de metros medida adequada paramuitas aplicações ambientais [GOO 96]. Para modelagem climática, uma acuráciaposicional de dezenas ou centenas de quilômetros pode ainda ser adequada.
Outra característica específica das aplicações de SIG é a grande utilização dedados importados de outros sistemas. Desta forma, é fundamental que, juntamentecom os dados importados, também sejam conhecidas as informações sobre aqualidade dos mesmos. O padrão americano para troca de dados espaciais requer umrelatório de qualidade [CHR 91]. Este relatório fornece uma base para que o usuáriofaça seu próprio julgamento sobre o dado importado.
Além de conhecer os erros associados com os dados armazenados no banco dedados geográfico, os usuários devem considerar que estes erros se propagam dediferentes formas, dependendo das operações de análise em que são utilizados.Segundo Aspirall [ASP 96], a descrição da qualidade dos dados em um formato quepossa ser utilizado para análise da propagação de erros e o gerenciamento de erros emmodelagem de dados é uma importante área de pesquisa em aberto.
81
Segundo Burrough [BUR 92], nenhum SIG disponível até o momento forneceao usuário, informações sobre limites de confiança dos dados resultantes de processosde análise com dados espaciais. Faiz [FAI 94] propõe uma abordagem baseada nautilização de meta-dados de qualidade, que são mantidos de forma integrada no bancode dados geográfico.
Aspectos sobre a qualidade dos dados geográficos devem ser tratados já a nívelconceitual. Porém, para serem representados adequadamente em um banco de dados,o modelo de dados deve fornecer mecanismos de abstração de alto nível quepossibilite a modelagem dos aspectos relacionados com a qualidade dos dados em umSIG [WOR 95].
6.1.5 Múltiplas Representações
Uma das características das aplicações geográficas é a existência de múltiplasrepresentações de um mesmo fenômeno geográfico [CAM 96]. Esta necessidade surgeem resposta à complexidade da realidade a ser representada. Uma mesma entidadegeográfica pode ser representada em diferentes escalas ou projeções, inclusive pordiferentes objetos espaciais (ex.: uma cidade pode ser representada por um ponto emuma escala menor e por um polígono em uma escala maior).
Além disso, devido à grande extensão de algumas regiões geográficasrepresentadas nos SIGs, muitas vezes se faz necessário dividi-las em diversas regiõesmenores. Assim, mesmo estando todas as representações de uma região em umamesma escala, um mesmo objeto geográfico pode estar sendo representado em maisde uma dessas regiões. Por exemplo, o Rio São Francisco, apesar de ser uma entidadegeográfica única, pode estar representado por vários objetos espaciais em mapas dediferentes estados brasileiros.
Segundo Câmara [CAM 96], o gerenciamento de múltiplas representações emum SIG deve ser considerado nos níveis de modelagem e de estruturas de dados.Problemas decorrentes da existência de múltiplas representações em um SIG são:redundância de dados; inconsistências do banco de dados; e multiplicidade decomportamento de um mesmo fenômeno geográfico.
6.1.6 Limites Nebulosos (fuzzy)
A complexidade de alguns fenômenos geográficos, aliada às limitações dosmodelos de representação utilizados nos SIGs, pode levar a soluções inadequadas emdeterminados casos. Por exemplo, uma imagem de satélite com resolução espacial de30 m (veja Tabela 3.1) tem um único valor medido para uma área de 30 m2. Se estaimagem representa a cobertura do solo de uma área rural, uma área limite entre umaregião de floresta e uma região de pastagens seria melhor representada por um valorintermediário entre os valores correspondentes às regiões de floresta e pastagens.
82
Mesmo na visão de objetos, nem sempre as entidades geográficas possuem umlimite tão bem definido. Por exemplo, um lago pode ter sua área bastante modificadaentre uma estação de seca e uma estação de chuvas. Muitos riachos chegam atémesmo a desaparecer durante períodos de seca.
Pesquisas com base em lógica nebulosa, ou lógica difusa (lógica fuzzy), têmsido conduzidas com o objetivo de melhor representar estes fenômenos [ROM 90] e[ALT 94]. Ao contrário das lógicas de dois valores (lógica booleana), onde o valorverdade de um predicado só pode ser zero ou um, ou seja, verdadeiro ou falso, alógica nebulosa permite que uma fórmula tenha valores no intervalo fechado [0,1].
Utilizar a teoria baseada em lógica nebulosa para objetos e operações espaciaisleva a definição de conceitos como região nebulosa, limite nebuloso, interiornebuloso e área nebulosa. Segundo Altman [ALT 94], uma região nebulosa é umconjunto de concentrações em uma posição sobre uma grade regular. Umaconcentração em uma posição é um valor entre zero e um, que indica o grau de certezade que uma posição pertence a uma determinada região.
Embora a questão de limites nebulosos seja citada na literatura como umacaracterística dos dados geográficos [BUR 95] e [HAD 96], nenhum dos modelosestudados leva em consideração este problema.
6.2 Níveis de Abstração de Dados Geográficos
Como descrito no capítulo 6, modelos de dados são representações darealidade que podem variar de acordo com o nível de abstração empregado. Porconvenção, alto nível de abstração está relacionado a modelos que utilizam linguagensmais próximas do usuário humano, enquanto que modelos de baixo nível de abstraçãodisponibilizam linguagens mais próximas da máquina (computador).
Existe uma distância muito grande entre a forma com a qual os usuáriosdescrevem seus sistemas (ex.: linguagem natural) e a forma como os computadoresexecutam esses sistemas (ex.: linguagem de máquina). Para preencher este vazio,alguns níveis intermediários de representação da realidade são criados. SegundoPeuquet [PEU 84], não há um acordo geral sobre quantos níveis de abstração sãonecessários, sendo que essas diferenças variam de acordo com o contexto dasaplicações.
Câmara [CAM 96], distingue quatro níveis de especificação de aplicaçõesgeográficas (Figura 6.3). São eles:
83
CONSTRUÇÃO VEGETAÇÃO
HIDROGRAFIA
Mundo Real
Nível Conceitual
Nível de Representação
Nível de Implementação
Figura 6.3 - Níveis de especificação de aplicações geográficas
• Nível do mundo real - inclui os fenômenos geográficos como eles realmenteexistem, com todos os aspectos que podem, ou não, ser percebidos porindivíduos. Exemplos são os rios, a vegetação, as cidades e suas ruas.
• Nível conceitual - oferece um conjunto de conceitos para modelar,formalmente, entidades geográficas em um alto nível de abstração. Sãodefinidas classes genéricas que possibilitam a especificação dos campos eobjetos geográficos que são relevantes para a aplicação específica.
• Nível de representação - relaciona as classes de campos e objetos,identificadas no nível conceitual, com classes de representação espacialdisponíveis nos SIGs. Podem variar de acordo com escalas, projeções, oumesmo, conforme a perspectiva de cada usuário.
• Nível de implementação (ou interno) - inclui estruturas de armazenamentopara implementar cada tipo de representação. Existe um grande número deestruturas disponíveis, mas sua utilização depende diretamente do softwarede SIG que está sendo empregado.
Usando esta abordagem multi-nível, o projetista cria um modelo conceitual apartir da observação dos fenômenos existentes no mundo real. No nível conceitual, arealidade é modelada como um conjunto de classes que estão divididas emconvencionais e georreferenciadas (ou geo-classes). As primeiras não possuematributos espaciais (ex.: proprietários de lotes urbanos), enquanto que toda geo-classeestá relacionada com alguma região na superfície terrestre, segundo uma visão decampo ou de objetos.
A associação entre cada geo-classe com um ou mais modelos de representaçãoé feita no nível de representação, a partir do detalhamento do modelo gerado no nívelconceitual. Por último, a escolha das estruturas de armazenamento a serem utilizadas
84
(ex.: estruturas quadtree ou vetoriais com topologia) é feita no nível deimplementação.
Através desta divisão em níveis, ficam mais evidentes as diferenças entre asvisões de campo e objetos, por um lado, e de estruturas matriciais e vetoriais, poroutro. Enquanto a dicotomia entre visão de campo e objeto é uma questão a serconsiderada nos níveis conceitual e de representação, a dicotomia entre estruturasmatriciais e vetoriais é uma questão inerente ao nível de implementação.
Comparando estes níveis de especificação com as etapas de projeto de bancode dados (conceitual, lógico e físico), descritas na seção 5.1.1, pode-se observar osseguintes pontos:
1) O nível conceitual descrito por Câmara equivale à fase do projeto conceitualde banco de dados, acrescida de conceitos específicos de aplicaçõesgeográficas como a diferenciação entre campos e objetos geográficos.
2) O nível de representação não possui correspondente na metodologiatradicional de projeto de banco de dados, uma vez que nas aplicaçõesconvencionais o problema de múltiplas representações normalmente nãoexiste [CAM 95]. Contudo, apesar de omitidas na hierarquia proposta porCâmara, as classes de objetos convencionais devem ser mapeadas em ummodelo de dados lógico (ex.: modelo relacional). Esta atividade ocorreria,paralelamente, no nível de representação.
3) De forma análoga ao item 2, o nível de implementação descrito por Câmararefere-se apenas aos aspectos de implementação das representações das geo-classes.
4) Câmara não prevê modelagem interna da base de dados.
A comparação acima leva a compreensão de que cada etapa do projeto debanco de dados geográfico é mais complexa, quando comparada com as respectivasetapas do projeto de banco de dados convencional. Deve-se ressaltar, que o nível derepresentação descrito por Câmara é uma etapa extra no projeto de banco de dadosgeográfico, correspondendo à fase de projeto lógico dos dados espaciais. E que a fasede projeto lógico dos dados descritivos continua existindo.
6.3 Modelos Conceituais Específicos para Aplicações Geográficas
Nesta seção são descritos os principais modelos conceituais propostos paraatender aos requisitos apresentados pelas aplicações geográficas. Os modelos aquidescritos fornecem uma visão global de como e quais os requisitos descritos na seção6.1 estão sendo suportados.
Inicialmente, são descritos dois modelos desenvolvidos em universidades ecentros de pesquisa brasileiros. O Modelo GMOD/UAPE (seção 6.3.1) é resultado deum projeto de pesquisa envolvendo diversas instituições nacionais, entre elas a
85
Unicamp e o INPE (Instituto Nacional de Pesquisas Espaciais) e foi utilizado naimplementação do SIG Spring [CAM 94]. O modelo MGeo (seção 6.3.2) é resultadode uma dissertação de mestrado e foi desenvolvido na UFPE.
O modelo Clementini (seção 6.3.3), desenvolvido na Universidade deL’Aquila, Itália, apresenta um formalismo para modelagem orientada a objetos deaplicações geográficas. O modelo GeoIFO (seção 6.3.4), desenvolvido naUniversidade de Patras, Grécia, apresenta uma solução genérica para modelagem dedados geográficos sob as visões de campo e de objetos. O modelo Modul-R (seção6.3.5), desenvolvido na Universidade Laval, Canadá, estende o modelo E-R[CHE 76], adicionando construtores para representação espacial e temporal. O modeloGeoOOA (seção 6.3.6), desenvolvido na Universidade de Hagen, Alemanha, estende ametodologia de análise orientada a objetos OOA [COA 91] para representargraficamente os aspectos espaciais e topológicos de aplicações geográficas. O modeloFaiz (seção 6.3.7), desenvolvido na Universidade Paris XI, França, enfoca os aspectosde qualidade dos dados geográficos.
Existem diversos outros trabalhos que propõem extensões aos modelos dedados existentes, com estes mesmos propósitos ([OOS 89], [EGE 92a], [MIL 93],[BON 93], [SUB 93], [NAT 94], [WOR 94a], [BAT 94], [BAT 94a], [BON 95],[SHE 95] e [CRO 96]). Eles foram omitidos desta comparação devido à similaridadedestes trabalhos com os aqui descritos.
6.3.1 Modelo GMOD/UAPE
Oliveira [OLI 97] descreve a arquitetura do UAPE (geo-User Analysis andProject Environment), um ambiente de desenvolvimento de aplicações geográficasque integra modelagem de dados e processos, com base em tecnologias de engenhariade software e de banco de dados.
O objetivo do ambiente UAPE é fornecer suporte para dois tipos de atividadedo usuário de SIG: projeto de aplicações e de banco de dados; e análise e manipulaçãode dados geográficos. O ambiente combina uma metodologia de projeto de aplicaçõescom um modelo de dados semântico de alto nível, denominado GMOD, que é própriopara aplicações geográficas. UAPE possui uma arquitetura aberta e foi projetado paraser usado acoplado a diferentes SIGs, funcionando como um módulo de interfaceentre o usuário final e o SIG.
O modelo GMOD é uma extensão do modelo geográfico orientado a objetosdescrito em [CAM 94], ao qual foram adicionados aspectos de modelagem dadimensão temporal e dos relacionamentos entre entidades geográficas. GMOD baseia-se na hierarquia de abstração, descrita na seção 6.2, fornecendo construtores para osníveis conceitual e de representação.
86
O modelo possui três construtores básicos: classe, como nos modelosorientados a objetos; relacionamento, possibilita conectar as classes de diversasmaneiras; e restrição, que permite a definição de regras de consistência impostassobre classes, relacionamentos ou suas instâncias. Quando a dimensão temporal érelevante, uma classe ou um relacionamento pode ser definida como temporal.
Nos modelos orientados a objetos, o esquema do banco de dados correspondeà definição das classes, organizadas conforme uma hierarquia de generalização eespecialização. O modelo GMOD fornece uma hierarquia de classes pré-definidas(Figura 6.4), que são especializadas de acordo com a necessidade das aplicações aserem modeladas e do SIG em que a aplicação será implementada. Na Figura 6.4, asclasses sombreadas são utilizadas para dar suporte à metodologia de projeto doambiente UAPE. As classes dentro do retângulo tracejado formam a base do nívelconceitual do modelo GMOD e são descritas a seguir.
Uma aplicação geográfica possui dois tipos de classes: classes que representamentidades associadas a alguma localização geográfica (Geo-Classe); e classes que nãopossuem referência espacial, mas estão, de alguma forma, relacionadas com asprimeiras (Classes Convencionais). Um exemplo das últimas é a classe deproprietários de lotes, já citada na seção anterior. O modelo GMOD define duashierarquias, uma que inclui as Classes Convencionais e outra que inclui as classes deentidades georreferenciadas (Geo-Classe).
Toda instância de Geo-Classe possui um atributo espacial que é instância daclasse Geo-Região, que descreve regiões da superfície terrestre segundo uma escala euma projeção. As Geo-Classes são especializadas nas classes Geo-Campo e Geo-Objeto, as quais descrevem instâncias de entidades ou fenômenos geográficosobservados segundo as visões de campo e objetos, respectivamente.
Documento Projeto
Área do
Camada de
Geo-ClasseClasse
Geo-Região
Geo-Objeto Geo-Campo Tempo
Projeto
Convencional
Relacionamentos:
Especialização
Agregação
Causal
Associação
VersãovInformação
Figura 6.4 - O Modelo de Dados GMOD [OLI 97]
87
Segundo Câmara [CAM 96], instâncias de Geo-Campo possuem, além dosatributos convencionais, os seguintes atributos espaciais:
• Localização - descreve uma geo-região R, chamada de localização dainstância;
• Contradomínio - descreve o conjunto de valores V que podem estarassociados a cada localização dentro da região R; e
• Mapeamento - descreve uma função f: R → V, modelando um campogeográfico sobre R que toma valores em V.
Da mesma forma, instâncias de Geo-Objeto possuem, além dos atributosconvencionais, um atributo de localização, que pode ser calculado ou armazenadoexplicitamente como instância de Geo-Região.
No modelo GMOD existem três tipos de geo-objetos: elementar, complexo efraco. Um geo-objeto elementar possui sua localização explicitamente armazenada.Geo-objetos complexos são construídos a partir de outros geo-objetos (componentes)e um geo-objeto fraco tem sua existência dependente de um outro (único) geo-objetocomplexo. Por exemplo, uma rede de abastecimento de água pode ser definida comoum geo-objeto complexo, composto de geo-objetos elementares (ou fracos)representando canos, hidrantes, válvulas, etc. A localização da rede, neste caso, écalculada a partir da localização de seus componentes.
Portanto, no nível conceitual o modelo GMOD possibilita a identificação detrês tipos de classes de entidade: Convencionais, Geo-Campos e Geo-Objetos, que sãodefinidas e relacionadas gerando um esquema conceitual geográfico.
No nível de representação, novas classes são introduzidas com o objetivo dedescrever como as Geo-Classes serão representadas. O modelo GMOD possui duashierarquias de classes de representação, cujas raízes são as classes RepObjeto eRepCampo. A classe RepObjeto é especializada em classes cujas instâncias possuematributos onde os valores são objetos geométricos simples (ex.: pontos, linhas eregiões com e sem buracos). A classe RepCampo é especializada em subclassescorrespondentes aos modelos de representação descritos em [GOO 92] (Seção 6.1.1),recebendo denominações como Grid, TriNet, Contour, PlanarSubdivision ePointSample.
GMOD possui ainda, uma classe denominada Representa, que permiteassociar instâncias de Geo-Classe com suas representações, na forma de umrelacionamento muitos para muitos, ou seja, uma instância de Geo-Classe pode tervárias representações e vice-versa.
Segundo Oliveira [OLI 97], a modelagem do tempo é fortemente dependenteda visão do usuário e, portanto, um modelo de dados não deve forçar o usuário aadotar uma forma específica para evolução do tempo.
88
No modelo GMOD, Geo-Classes e classes Convencionais podem ser definidascomo sendo temporais (permite o gerenciamento da evolução dos fenômenosgeográficos), através da definição de uma associação com a classe Tempo. A classeTempo é raiz de uma outra hierarquia de classes, onde suas subclasses distinguem ostipos de características do tempo (ex.: discreto ou contínuo, variação linear ouintervalar, etc). Uma classe temporal de geo-objetos complexos permite a variação notempo, tanto do geo-objeto complexo como de seus componentes.
Quanto aos relacionamentos, além dos quatro tipos descritos na seção 5.2(classificação, generalização, agregação e associação), são definidos dois novostipos especiais: de versão e causal. Relacionamentos de versão são usados paraassociar diferentes versões de uma mesma entidade. Podem ser usados, por exemplo,para relacionar diferentes representações espaciais de uma mesma entidadegeográfica, ou para associar objetos que registram a evolução temporal dos fenômenosgeográficos.
Um relacionamento causal estabelece uma ligação de causa-efeito entre doisfenômenos modelados. Por exemplo, áreas de erosão estão diretamente relacionadasao tipo de solo e à declividade do terreno.
O modelo GMOD cobre a maioria dos requisitos das aplicações geográficaslistados na seção 6.1, não sendo tratados apenas os aspectos de qualidade e de limitesnebulosos. A dimensão temporal, no entanto, está descrita muito superficialmente,não permitindo uma melhor avaliação.
6.3.2 Modelo MGeo
Um modelo conceitual orientado a objetos para aplicações geográficas (MGeo)é proposto em [TIM 94]. Utilizando a representação gráfica do modelo de objetosOMT, foi desenvolvida uma hierarquia de classes (Figura 6.5), capaz de representarum grande conjunto de requisitos normalmente presentes em aplicações geográficas.
89
BD-GEO
Baseada em Objetos
Represent.Gráfica
Tema
Baseada em Campos
Plano Geométrico
Plano de Simbologia
Plano de Informação
Objeto Espacial
Símbolo Objeto não Espacial
TextoCom
ExtensãoPonto
Região Linha
Aberta Fechada Mista SegmentoLinha
OrientadaContorno
Segmento Orientado
Contorno Orientado
Modelo deRepresent.
acoplar
possui
ser composto
pertencer representar
Nó
Figura 6.5 - Hierarquia de classes no modelo MGeo [TIM 94]
O modelo permite a concepção de um banco de dados geográfico a partir deuma visão “Top-down”, onde uma instância da classe BD-GEO é criada para agregartodas as informações de um determinado projeto.
Uma instância de BD-GEO pode conter uma ou várias instâncias da classeModelo-de-Representação. Cada instância de Modelo-de-Representação estáassociada a uma determinada área geográfica, tendo como atributos as coordenadaslimites da área, projeção e escala utilizadas e um conjunto de instâncias da classeTema. Instâncias dessa classe admitem operações de mudança de projeção e escala.
Para uma mesma área geográfica podem existir vários mapas temáticos, osquais são modelados em instâncias da classe Tema. Um Modelo de Representaçãocorresponde, portanto, a um conjunto de Temas. Cada Tema pode ser representadograficamente através da abordagem de campos (representação matricial) ou daabordagem baseada em objetos (representação vetorial). Neste artigo, os termoscampo e objetos foram tratados como sinônimos de representação matricial e vetorial,respectivamente.
90
Como pode ser verificado na Figura 6.5, a representação gráfica baseada emobjetos é bem detalhada, no entanto, a representação baseada em campos necessita demaiores estudos.
Um projeto de esquema de banco de dados geográfico, utilizando o modeloMGeo, consiste em definir novas classes e inseri-las como subclasses das classes pré-definidas na hierarquia. São projetados também, diagramas de instâncias dessasclasses, com detalhamento complementar da modelagem dos objetos não-espaciais,pertencentes ao Plano de Informação associado a cada Tema.
Uma descrição completa das estruturas e operações de cada classe pré-definidado modelo MGeo pode ser encontrada em [TIM 94a], bem como um exemplo de umaaplicação utilizando o modelo.
Dos requisitos listados na seção 6.1, o modelo MGeo aborda, apenasparcialmente, os itens visão de campo e de objetos e relacionamentos espaciais. Orequisito sobre generalização cartográfica também é coberto, porém, suaaplicabilidade não é demonstrada. Além disso, o modelo tem a desvantagem de nãoadotar uma hierarquia de níveis de abstração, como o descrito na seção 6.2.
6.3.3 Modelo Clementini
Clementini e Felici [CLE 94] propõem um modelo de dados conceitualorientado a objetos, projetado para organizar e representar elementos espaciais básicose seus relacionamentos bem como as operações de interesse para o gerenciamento dosdados geográficos.
Características do modelo:
• Organiza o conhecimento sobre a aplicação geográfica em termos dosconceitos básicos do paradigma da orientação a objetos (classes, instânciase métodos);
• Baseia-se em três primitivas conceituais de abstração (classificação,generalização e agregação) e em uma primitiva de abstração espacial(posição);
• Permite a modelagem do comportamento dinâmico dos objetos, através daespecificação das operações (métodos) que são executadas sobre os objetosdo sistema.
Segundo Clementini, num contexto geográfico as entidades estão cercadas poroutras entidades. Desta forma, o estudo dos relacionamentos espaciais entre entidadesé muito relevante numa modelagem de informações espaciais. A localização dasentidades no espaço geográfico é outro ponto importante. Neste modelo, o processo deassociar as entidades a sua localização espacial é representado, diretamente, no
91
modelo conceitual, enquanto que outros tipos de relacionamentos devem ser descritosatravés de operações (métodos).
Primitivas de abstração são os mecanismos conceituais capazes deindividualizar fatos e relacionamentos entre entidades da realidade geográfica (seção5.2). Através de propriedades formais, os fatos são modelados em termos de grafosacíclicos direcionados. Além disso, segundo Clementini [CLE 92], essas propriedadesfornecem um mecanismo dedutivo para inferir conhecimento.
O modelo é representado através de um formalismo, onde fatos são registradosatravés de ternos <O1,r,O2>, que significa que um objeto O1 possui umrelacionamento com um objeto O2.
Os elementos geográficos são representados por objetos de dois tipos: Classe eInstância. Fatos do tipo <C1,r,C2> fornecem uma descrição da intenção dos dados,enquanto que fatos do tipo <I1,r,I2> fornecem uma descrição da extensão dos dados.As primitivas de abstração são representadas através dos seguintes tipos derelacionamentos:
• <I, is_an_instance_of, C> é um fato de classificação
• <C1, is_a_subclass_of, C2> é um fato de generalização
• <O1, is_a_part_of, O2> é um fato de agregação (Oi pode ser Ci ou Ii)
• <O1, is_in, O2> é um fato de localização (Oi pode ser Ci ou Ii)
Transitividade e herança constituem mecanismos para deduzir novos fatos apartir de fatos conhecidos. Por exemplo, se o objeto Guaíba é uma instância da classeRio e Rio é uma subclasse da classe Via-Transporte, então o objeto Guaíba é instânciada classe Via-Transporte.
O modelo conceitual engloba, além da descrição da estrutura estática dosobjetos, uma descrição do comportamento dinâmico desses objetos através daespecificação das operações que podem ser executadas sobre os objetos.
O modelo distingue as operações aplicáveis às instâncias, das operaçõesaplicáveis às classes. As operações que são aplicadas às instâncias (correspondentes aentidades geográficas) podem ser divididas em três categorias:
• operações geométricas (ex.: limite e centróide de uma área, interseção,união e diferença);
• operações topológicas (ex.: inclusão, adjacência, conectividade,sobreposição e cruzamento); e
• operações métricas (ex.: comprimento, superfície e perímetro de uma área,distância).
92
Como exemplos de operações aplicadas às classes (correspondentes aos tiposde entidades geográficas) pode-se citar:
• inclusão/exclusão de instâncias;
• cálculo do número de instâncias da classe; e
• adicionar/remover um fato.
Nos sistemas de banco de dados orientados a objetos, o esquema dos dadoscorresponde a uma rede hierárquica de classes e seus relacionamentos. No modeloClementini são definidas duas categorias de classes, as classes standard, cujasinstâncias pertencem a tipos pré-definidos (ex.: Integer, Real, String, Set, List, Text ePicture) e as classes application-dependent, cujas instâncias representam entidadesgeográficas (ex.: Cidade, Rio e Rua). Com isso, projetar um esquema de banco dedados orientado a objetos corresponde a definir a estrutura das classes application-dependent, a partir da hierarquia de classes standard.
O modelo Clementini utiliza uma linguagem de comandos que é semelhante auma linguagem de programação orientada a objetos, não fornecendo umarepresentação gráfica para a elaboração do esquema de dados. A Figura 6.6 apresentaa estrutura para especificação de classes, segundo o modelo Clementini. Uma classe écomposta de duas partes: interface, onde são especificadas as características externasda classe; e implementação, onde são encapsulados os métodos. Na parte de interface,além da declaração da estrutura (variáveis) e do comportamento (métodos) da classe,são declarados os fatos correspondentes às abstrações de generalização(is_a_subclass_of) e localização (is_in).
class <class name>interface
links<is_a_subclass_of><is_in>
class variables/* lista de constantes comuns a todas as instâncias */
instance variables/* lista de componentes da classe */
class methods/* lista de métodos aplicáveis a classe */
instance methods/* lista de métodos aplicáveis a todas as instâncias da classe */
implementation/* código dos métodos da classe */
endclass
Figura 6.6 - Estrutura geral de classes [CLE 94]
Um conjunto de classes pré-definidas deve ser fornecido junto com oSGBDOO/SIG, onde uma classe especial Object é a raiz de toda a hierarquia, comoacontece na linguagem de programação orientada a objetos Smalltalk [GOL 82]. AFigura 6.7 mostra um subconjunto de classes sob as quais podem ser criadas assubclasses application-dependent.
93
No modelo CLEMENTINI, é apresentado um formalismo para especificaraplicações geográficas através de um modelo construído segundo os conceitos doparadigma da orientação a objetos. O modelo apresenta algumas deficiências como,por exemplo, não prevê o registro de fatos que especifiquem outros relacionamentosimportantes como, por exemplo, o de adjacência, ficando restrito a representação derelacionamentos de pertinência (relacionamento is_in).
O trabalho é voltado, principalmente, para modelagem de aplicações que serãomapeadas em SIGs vetoriais, uma vez que não prevê nenhum tratamento especial paramodelagem da realidade geográfica segundo a visão de campo. Portanto, aoriginalidade do modelo Clementini está na criação de uma primitiva de abstraçãoespacial, que possibilita a representação direta do conhecimento sobre a localizaçãogeográfica das entidades da realidade.
ObjectGeometric_Element
PointLine
Geographic_LineVia FérreaEstradaRio
AreaGeographic_Area
Unidade AdministrativaMunicípioEstadoPaís
ContinenteLago
Figura 6.7 - Exemplo da hierarquia de generalização de classes [CLE 94]
Definir objetos geográficos como especialização de objetos geométricos, comomostrado na Figura 6.7, não é uma boa alternativa de modelagem. Por exemplo, se umobjeto da classe Rio, que é uma especialização da classe Line, tiver que serrepresentado em uma escala maior como um polígono, essa modificação implicariaem alteração da identidade deste objeto.
94
6.3.4 Modelo GeoIFO
Tryfona e Hadzilacos [TRY 95] propõem uma extensão do modelo IFO[ABI 87], denominada GeoIFO, onde um conjunto mínimo de novos construtoressemânticos é introduzido para representar esquemas conceituais de bancos de dadosgeográficos.
Segundo Tryfona [TRY 95], os conceitos de posição de objetos e atributosvariando no espaço, que se adequam naturalmente aos modelos semânticos eorientados a objetos, possibilitam integrar as abordagens baseada em campos ebaseada em objetos, usadas na modelagem de aplicações geográficas.
Objetos do mundo real estão ligados ao espaço através de sua posição. Aposição de um objeto inclui sua localização (centróide), forma, tamanho e orientação.Em modelos semânticos, a posição de um objeto pode ser modelada como um tipoespecial de atributo, assim, posição seria uma função que retornaria para cada objetogeográfico uma parte do espaço.
Alguns fenômenos do mundo real estão relacionados diretamente ao espaço enão pertencem a nenhum objeto particular, como é o caso de temperatura, relevo eíndice pluviométrico. Atributos variando no espaço são propriedades do espaço. Porexemplo, em um sistema cadastral, o grau de declividade do terreno pode sermodelado como um atributo do lote. Porém, as dimensões do lote podem sermodificadas, influenciando no grau de declividade.
Características do modelo GeoIFO:
• O tipo abstrato especial POSIÇÃO é usado para representar as posições dosobjetos no espaço (Figura 6.8-a).
• Entidades geográficas são representadas por classes de objetos geográficos,que possuem o atributo especial (está_localizado_em), que é uma funçãototal da classe geográfica para POSIÇÃO, ou uma de suas especializaçõesdenominadas de tipos geométricos (Figura 6.8-a).
• Um segundo tipo abstrato (ESPAÇO) é usado para representar o espaço, quecontém todas as posições dos objetos.
• Atributos variando no espaço são modelados como funções do espaço(ESPAÇO) para os domínios dos atributos. A Figura 6.8-b mostra umexemplo onde as visões de campo e de objetos estão integradas.
• Dois novos construtores semânticos são introduzidos: agregação espacial eagrupamento espacial. Estes construtores permitem a representação deentidades contendo atributos espaciais (agregação espacial) ou mesmodefinir entidades complexas, tendo uma representação espacial como sendoum agrupamento de entidades espaciais menores (Figura 6.8-c e d).
95
O modelo GeoIFO, ao contrário dos outros modelos descritos anteriormente,prevê uma representação da realidade vista sob a visão de campo através da definiçãode atributos variando no espaço. A integração de visões de campo e de objeto é umrecurso interessante a nível do modelo conceitual. Porém, num nível lógico, muitasvezes essa integração será feita, dinamicamente, através de operações de análiseespacial (ex.: sobreposição das camadas temáticas Lotes_Urbanos e Relevo).
O modelo GeoIFO fornece uma representação semântica para o projeto deesquemas a nível conceitual. Uma linguagem com sintaxe definida formalmente édescrita em [HAD 91] e [HAD 96]. Esta linguagem equivale a uma DDL (DataDefinition Language) e foi elaborada para permitir o mapeamento de um esquemasemântico usando GeoIFO em um esquema lógico genérico para banco de dadosgeográficos.
Como foi visto no capítulo 4, os dados espaciais em um SIG são,normalmente, organizados por regiões, onde cada região possui diversas camadas(layers), cada uma representando uma variável geográfica (ou um conjunto devariáveis fortemente associadas). Segundo Hadzilacos [HAD 91], o conceito decamadas, embora esteja diretamente relacionado com os aspectos de implementaçãode SIG, deve ser incluído no conjunto de “ferramentas” usadas para o projeto lógicode aplicações geográficas. A seleção de quais informações deverão fazer parte de umacamada é um problema eminentemente do projeto lógico. Esta seleção corresponde àsatividades desenvolvidas no nível de representação proposto por Câmara (descrito naseção 6.2).
localização
FORMA
orientação
tamanho
0-dimensional 1-dimensional 2-dimensional
POSIÇÃO
2-DimensionalMONTANHA
ESPAÇO TIPO-SOLOStipo-de-solo
está-localizado-em
tipo-solo-montanha
<TOTAL>
(a) Posição de Objetos
(b) Integração de posição de objeto e atributo variando no espaço
ESTADO
PAÍS
s
PAÍS
s
MAR TERRA
id-país
(c) Agrupamento espacial (d) Agregação espacial
96
Figura 6.8 - Componentes do modelo GeoIFO [TRY 95]
Para [HAD 96], uma camada lógica é um conceito que pode ser usado pararepresentar conjuntos de entidades geográficas. Camadas lógicas não necessariamentepossuem um relacionamento um-para-um com camadas físicas, as quais sãodeterminadas levando-se em consideração aspectos de armazenamento e eficiência dosistema. Por exemplo, uma camada lógica denominada Recursos_Hídricos podeincluir lagos, rios e nascentes e ser mapeada em três camadas físicas distintas.
O modelo GeoIFO é um dos modelos que atende ao maior número dosrequisitos listados na seção 6.1. Somente os requisitos de temporalidade e qualidadenão são tratados. Porém, os requisitos de generalização cartográfica e limitesnebulosos são apenas citados, mas não fica claro sua aplicabilidade.
Segundo Tryfona [TRY 95], os conceitos de posição de objetos e atributosvariando no espaço podem ser adaptados a outros modelos semânticos ou orientados aobjetos. Um exemplo de utilização desses conceitos com base no modelo E-R émostrado na Figura 6.9
capital Estado é localiz. em 2-Dimensional
membro espacial de
Município 2-Dimensional
tipo-solo-município declive-município
Tipo-Solo
Espaço
dom-tipo-solo dom-decliveDeclive
é localiz. em
Figura 6.9 - Exemplo de uso do modelo E-R Geográfico [TRY 95]
97
6.3.5 Modelo Modul-R
Caron e Bédard [CAR 93] descrevem uma extensão do modelo E-R paraaplicações geográficas urbanas, denominado Formalismo Modul-R (Modul, deestrutura modular e R de modelagem integrada da realidade). O modelo Modul-R temcomo objetivo estender o modelo E-R para tratar os seguintes requisitos: referênciaespacial, referência temporal, complexidade de banco de dados e dicotomia entredados e processos.
Modul-R é baseado em uma estrutura modular na forma de pirâmide4
(Figura 6.10), onde o projetista do banco de dados escolhe, de acordo com o contextode cada aplicação, um conjunto de componentes semânticos que comporão umalinguagem integrada.
Referêncial
Agregação
Simplificação
(AcPr)
(ReTe) (ReEs)(AcAt)
(AgEs)
(AgSe)
Ação
(SiAb) (SiGe)
Entidade-Relacionamento (E-R)
Figura 6.10 - Módulos do modelo Modul-R [CAR 93]
O modelo E-R forma a base da pirâmide e quatro novos módulos sãoadicionados. São eles:
1) Módulo Referencial (Re) - permite que entidades e relacionamentos sejamreferenciados no espaço e no tempo. Possui dois submódulos: ReferênciaEspacial (ReEs) e Referência Temporal (ReTe).
2) Módulo Agregação (Ag) - permite enriquecer o modelo facilitando suaexpressão com base na tecnologia de orientação a objetos. Inclui ossubmódulos Agregação Semântica (AgSe) e Agregação Espacial (AgEs).
3) Módulo Ação (Ac) - permite criar uma conexão entre a modelagem dosdados e dos processos, através de uma ligação entre elementos do modelode dados conceitual e elementos de um diagrama de fluxo de dados (DFD)[GAN 79]. Compreende os submódulos Atividades (AcAt) e Processos(AcPr).
4A representação em pirâmide significa que se um módulo superior é incluído, os módulos situadosabaixo deste também são necessários.
98
4) Módulo Simplificação (Si) - permite a simplificação de esquemascomplexos através dos submódulos Abstração (SiAb) e Generalização(SiGe).
O módulo E-R fornece os componentes básicos do modelo, conformepropostos originalmente por [CHE 76], ou seja, entidades, relacionamentos, atributose cardinalidades, mas utiliza uma notação gráfica própria. As principais característicasde cada submódulo estão brevemente descritas a seguir.
Submódulo Referência Espacial (ReES)
O modelo Modul-R foi originalmente proposto para ser usado em aplicaçõesgeográficas urbanas. Segundo Caron [CAR 93] e Bédard [BED 89], em uma aplicaçãourbana, aproximadamente 70-80% das entidades possuem uma posição geográfica euma forma geométrica que devem ser armazenadas no banco de dados. Além disso,pensando em um modelo de dados conceitual como uma forma de representar “quais”dados serão armazenados no banco de dados, os autores defendem a idéia de que osrelacionamentos existentes entre entidades geográficas e entidades geométricas devemfazer parte do modelo conceitual.
Para evitar um grande aumento no número de entidades e relacionamentos nosesquemas, o que os tornariam altamente complexos e de difícil leitura, sãoadicionados pictogramas5 às entidades que possuem referência espacial. Umadescrição completa deste módulo é encontrada em [BED 89].
Submódulo Referência Temporal (ReTe)
Permite especificar quais entidades e relacionamentos deverão ter sua evoluçãotemporal gerenciada, o que é feito a partir do registro da data em que estes dados sãoalterados. O modelo permite a inclusão de pictogramas de referência temporal6 tantoa nível de atributos quanto a nível de entidades/relacionamentos.
Submódulo de Agregação Espacial (AgEs)
Permite agregar diferentes tipos de entidades geométricas para uma mesmaentidade geográfica. Por exemplo, uma entidade Rede-de-Água pode ser representadapor pontos (simbolizando hidrantes) e linhas (simbolizando canos), mas sem quenecessariamente, as entidades Hidrante e Cano tenham que existir. Agregação
5Pequenos símbolos gráficos identificando o tipo de objeto geométrico (ex.: ponto, linha e polígono)através do qual a entidade é representada cartograficamente.
6Um pequeno símbolo de um relógio.
99
espacial é, portanto, independente de agregação semântica, caso em que a entidadeRede-de-Água seria definida tendo como componentes as entidades Hidrante e Cano.
Submódulo Abstração (SiAb)
Compreende três técnicas para modelagem de grandes aplicações:agrupamento temático; cinco níveis de detalhes; e visões. Agrupamento temático deentidades implica na divisão do esquema conceitual de acordo com grupos deentidades afins. O uso dos cinco níveis de detalhe significa que um mesmo esquemaconceitual pode ser visto a partir de diferentes níveis de detalhamento. São eles:
• Nível I (ou Sumário) - apresenta uma visão geral dos temas presentes noesquema.
• Nível II (ou Global) - indica quais entidades pertencem a cada tema.
• Nível III (ou Temático) - representa cada tema individualmente com suasentidades e relacionamentos.
• Nível IV (ou Detalhado) - inclui todas as restrições de integridade, comocardinalidades e outras.
• Nível V (ou Dicionário) - fornece uma descrição completa de todas asentidades, atributos e relacionamentos.
Diferentes visões do modelo (nos cinco níveis) podem ser definidas, porexemplo, para permitir a manipulação separada dos esquemas de diferentes áreasadministrativas. Todas estas técnicas só são possíveis através do uso de uma boaferramenta CASE.
Submódulo de Generalização (SiGe)
Permite a simplificação do esquema conceitual a partir da criação de super/subentidades e do uso do conceito de herança.
Como o modelo Modul-R foi projetado para aplicações urbanas, não existeuma forma explícita de modelagem dos fenômenos que são “vistos” sob a visão decampo. O modelo fornece suporte para a modelagem dos relacionamentos espaciais edos aspectos temporais, não sendo tratados os requisitos de qualidade, de múltiplasrepresentações e de limites nebulosos.
6.3.6 Modelo GeoOOA
Kösters [KÖS 95] descreve o modelo GeoOOA, uma extensão do modelousado na metodologia de análise orientada a objetos de Coad/Yourdon [COA 91],para análise de requisitos de aplicações em SIG. As extensões incluídas no modeloGeoOOA permitem a representação dos seguintes contextos semânticos:
100
• Distingue entre classes de entidades com e sem representação espacial;
• Destaca o tipo de objeto espacial (ex.: ponto, linha e região) associado àclasse geográfica (equivalente aos pictogramas do modelo Modul-R, seção6.3.5);
• Distingue os relacionamentos espaciais (ex.: topológicos) dosrelacionamentos básicos (ex.: proprietário possui lote).
As primitivas do modelo GeoOOA suportam abstrações do tipo classeespacial, estrutura todo-parte espacial e estruturas de rede. Não são considerados osaspectos temporais nem as representações cartográficas.
O modelo GeoOOA distingue as classes convencionais, que são desenhadascomo retângulos abaulados, das classes georreferenciadas (geo-Class), que sãodesenhadas como retângulos contendo um símbolo gráfico no canto superior direito,para representar o tipo de objeto espacial associado à entidade (Figura 6.11).
convencional
classelinhaclasse
polígonoclasse
raster
classepontoclasse
Figura 6.11 - Tipos de classes em GeoOOA [KÖS 95]
Primitivas de agregação espacial, denominadas estruturas todo-parte espacial,são adicionadas ao modelo. A Figura 6.12 exemplifica os três tipos de estruturas todo-parte espacial existentes. São elas:
• cobertura - o todo e suas partes possuem a mesma representação geométricae a geometria do todo é coberta pelas geometrias de suas partes;
• pertinência - a geometria do todo contém as geometrias de suas partes; e
• partição - um caso especial de pertinência com duas restrições adicionais: otodo e suas partes possuem a mesma representação geométrica; a geometriadas partes formam uma divisão da geometria do todo.
101
Bairro
Coleta de Lixo
Bairro Município
Posto deBairro
cobertura pertinência partição
ESTRUTURAS TODO-PARTE
Zona deSaúde
Bairro C Bairro B
Bairro ACentroBairro D
ZC-1ZC-2
ZC-3
ZC-4
Limite de Bairros
Limite Zona de Coleta
Figura 6.12 - Tipos de estruturas todo-parte espacial em GeoOOA
Aplicações de gerenciamento de redes (ex.: redes viárias, de distribuição deágua, luz, telefone) apresentam características próprias, devido à necessidade derepresentação dos relacionamentos topológicos (conectividade) existentes entre oselementos da rede. As entidades geográficas pertencentes a uma rede podem sermodeladas de três formas: como classes nós, classes ligação e como classes querepresentam a rede como um todo.
Segundo Kösters [KÖS 95], um modelo conceitual de uma aplicação de rededeve ser capaz de representar as seguintes informações:
• Se uma determinada classe pertence a uma rede;
• Se uma classe pertencente a uma rede é uma classe nó ou uma classeligação;
• Se uma classe conecta diferentes estruturas de rede.
O modelo GeoOOA possui um conjunto de construtores (primitivas deabstração) que são específicos para classes que descrevem entidades geográficasparticipantes de uma estrutura de rede. São eles: símbolo de rede; símbolo de ligação;e símbolo de nó. A Figura 6.13 exemplifica um esquema de dados, no modeloGeoOOA, que mostra as classes participantes de uma rede de eletricidade, como amostrada na Figura 4.1.
102
Transformador
Casade Força
Torre
PosteCabo
Subterrâneo
CaboSuspenso
Linha
Transmissão
Alta
voltagem
Símbolo de Ligação
Símbolo de Nódo
Símbolo de Rede
Baixa
voltagemConsumidor
1
1,n
1
1,10
1 1,n
1,4
0,n
0,n
0,n
0,n0,1
1,n 0,1
Figura 6.13 - Exemplo de modelagem de rede elétrica em GeoOOA [KÖS 95]
Segundo Kösters, restrições de integridade do tipo quais nós podem estarconectados entre si, ou se dois nós podem, ou não, estarem conectados porintermédio de um determinado tipo de ligação, devem ser descritas de forma textualem um dicionário de dados.
Por um lado, uma maior quantidade de construtores semânticos permitem criaresquemas conceituais mais próximos da realidade. Por outro, o uso de muitosconstrutores dificulta o aprendizado do modelo e, por conseqüência, o entendimentodos esquemas gerados, tanto por parte dos usuários como por parte dos projetistas.
A utilização de pictogramas gráficos, tanto na representação derelacionamentos com objetos espaciais como na representação de elementos de umarede, aumenta o poder de expressão semântica do modelo GeoOOA. No entanto, onível de detalhamento proposto para representar, por exemplo, estruturas todo-parte,pode prejudicar a clareza dos esquemas gerados.
6.3.7 Modelo Faiz
Faiz e Boursier [FAI 94] descrevem uma abordagem multi-nível orientada aobjetos para modelagem e armazenamento da qualidade dos dados geográficos. Narealidade, o modelo Faiz não é um modelo de dados conceitual para aplicaçõesgeográficas, mas sim uma abordagem proposta para permitir que o banco de dadosgeográfico armazene informações sobre a qualidade dos dados mantidos no banco dedados. A inclusão desta abordagem junto aos demais modelos descritos nesta seção sedeve ao fato da mesma se propor a atender ao requisito de qualidade descrito naseção 6.1.
103
O modelo baseia-se na construção de uma “camada de qualidade”, ondemeta-dados de qualidade podem ser atribuídos aos objetos do banco de dadosgeográfico em diferentes níveis hierárquicos. Dependendo da disponibilidade dosdados de qualidade, os meta-dados podem ser definidos, tanto para objetos básicos(ex.: ponto, linha e polígono), como para objetos complexos (ex.: uma malha viária,um modelo de terreno ou um mapa urbano).
A Figura 6.14 exemplifica o modelo Faiz, onde são associados meta-dados adiferentes níveis de objetos. No caso da camada de transportes, a qualidade de umaauto-estrada será definida com base na qualidade de suas partes. A definição dafunção que calcula a qualidade de um objeto complexo é feita pelo usuário. Porexemplo, a função de cálculo da qualidade de uma auto-estrada pode ser definida deforma ponderada como:
qual.( auto-estrada ) = [ ( qual.( part_1 ) * lenght( part_1 ) )+ ( qual.( part_2 ) * lenght( part_2 ) )+ ......] / lenght( auto-estrada )
Em [FAI 96] encontra-se uma descrição completa das estruturas dearmazenamento dos meta-dados de qualidade e algumas técnicas propostas devisualização dos dados de qualidade com base em símbolos, sinais gráficos ou mapasde qualidade.
md
md
md
md md md
md
B. D.
Camada Transporte
Auto-estradas
Auto-estrada 1
Seção 1
B.D. - Banco de Dadosmd - Meta-dados
Seção 8Seção 2
md
md
Figura 6.14 - Esquema de meta-dados no modelo Faiz (adapt. de [FAI 94])
104
7 Análise Comparativa de Modelos Conceituais no Contexto de SIG
Como colocado na seção 6.1, as aplicações geográficas impõem algunsrequisitos especiais que não são supridos por modelos de dados conceituaisdisponíveis atualmente. Muitas pesquisas estão sendo conduzidas com o objetivo dese encontrar um modelo de dados que permita representar estes requisitos. Porém,nenhum dos modelos propostos até o momento permitiu representar, de formacompleta e adequada, todos esses requisitos.
Este capítulo apresenta uma análise comparativa dos modelos de dados,descritos na seção 6.3, com base nos requisitos especiais, impostos pelas aplicaçõesgeográficas, apresentados na seção 6.1.
Dentre os trabalhos anteriores que realizaram comparações entre modelos dedados, nenhum abordou, especificamente, os aspectos relacionados a modelosconceituais para aplicações geográficas. Por exemplo, [BRO 84] descreve osproblemas básicos de modelagem de dados no contexto de banco de dados em geral.Discute problemas de terminologias e conceitos usados em modelos de dados eapresenta uma taxonomia de modelos de dados com base em quatro gerações(descritas na seção 5.1.2): modelos primitivos, modelos clássicos, modelossemânticos; e modelos de propósito especial.
Peuquet [PEU 84] apresenta uma comparação de modelos de dados espaciais,porém, o enfoque da comparação está nas estruturas de dados (matriciais e vetoriais)que suportam os diversos modelos de representação de dados espaciais como, porexemplo, modelos spaguetti, modelos topológicos, grade regular, quadtrees e modeloshíbridos.
Outro trabalho de comparação de modelos de dados é encontrado em[HUL 87], onde é descrito um estudo em profundidade sobre os modelos semânticosde dados e é feita uma comparação entre os modelos semânticos mais proeminentesda época. São discutidos também, os diversos construtores de abstração semântica dedados usados no contexto de sistemas de informação em geral.
Boursier [BOU 93] compara as vantagens e as limitações das tecnologias dossistemas de bancos de dados relacionais, extensíveis e orientados a objetos, em função
105
de estruturas de armazenamento (matricial e vetorial) e de consultas em banco dedados geográfico.
Em um trabalho mais recente, Coyle [COY 96] apresenta uma discussão sobreas principais experiências de implementação de software de SIG, utilizando modelosde dados orientados a objetos. São relacionadas as principais vantagens e deficiênciasdos modelos de dados orientados a objetos em vários projetos de SIG. Também sãorelacionados vários requisitos de gerenciamento e manipulação de dados que devemestar disponíveis nos SIGs como, por exemplo, a existência de estruturas de dadosmatriciais e vetoriais, suporte a objetos complexos, extensibilidade e capacidade deconsultas.
A comparação apresentada neste trabalho difere, portanto, de todos aspropostas existentes na literatura, uma vez que são aqui analisados diversos modelosconceituais, que têm como objetivo facilitar a representação, em alto nível deabstração, dos requisitos especiais que são impostos pelas aplicações geográficas. Ascomparações citadas anteriormente, de modelos voltados a aplicações geográficas,abordaram somente os aspectos referentes a modelos de dados em um nível maisbaixo de abstração, considerando-se, principalmente, as estruturas de armazenamentopara dados espaciais.
Como descrito na seção 6.1, a lista de requisitos especiais usados nacomparação foi identificada a partir de um estudo bibliográfico e da experiência doautor no projeto conceitual de banco de dados para aplicações geográficas [LIS 96],[LIS 96a] e [LIS 97].
Para efeito de comparação dos modelos, os dois primeiros requisitos (Visão deCampo & de Objetos e Relacionamentos Espaciais) foram abertos em requisitos maisespecíficos, uma vez que os modelos analisados atendem, somente em parte, estesrequisitos. A Tabela 7.1 apresenta o resultado desta comparação e as subseçõesseguintes discutem, detalhadamente, cada requisito analisado.
MODELOSREQUISITOS ESPECIAIS
GMOD/UAPE
MGeo Clemen-tini
GeoIFO Modul-R
GeoOOA
Faiz
1. Visão de Campo & de Objetos
Representação na visão de campo x x - x - - -
Representação na visão de objetos x x x x x x -
2. Relacionamentos Espaciais
Topológicos (adjacência) - - - - - - -
Topológicos (conectividade) - - - - - x -
Estruturais (pertinência) x x x x x x -
3. Temporalidade dos Dados Geográficos x - - - x - -
4. Requisitos de Qualidade - - - - - - x
5. Múltiplas Representações x x - - - - -
6. Limites Nebulosos (fuzzy) - - - - - - -
106
Tabela 7.1 - Requisitos de aplicações geográficas X modelos conceituais para SIG
7.1 Visão de Campo & de Objetos
Todos os modelos de dados analisados são fundamentados em algum modelode dados semântico ou orientado a objetos como, por exemplo, os modelos E-R[CHE 76], IFO [ABI 87], OMT [RUM 91] e OOA [COA 91]. Desta forma, arepresentação de entidades geográficas, sob a visão de objetos, pode ser feitadiretamente a partir da associação entre uma entidade geográfica e um tipo deentidade, classe de objeto ou tipo abstrato de dados.
Por outro lado, nem todos os modelos permitem representar, adequadamente,as variáveis que se enquadram na visão de campo. O modelo GMOD/UAPE possuiuma sub-hierarquia de classes, cuja raiz é a classe Geo-Campo, sob a qual sãomodeladas as variáveis geográficas com distribuição contínua no espaço. O modeloMGeo, apesar de incluir a classe Baseado-em-Campo, a qual é subclasse deRepresentaçãoGráfica, não fornece nenhum mecanismo adicional para a modelagemdos fenômenos geográficos sob a visão de campo.
O modelo GeoIFO permite representar, de forma integrada, classes deentidades geográficas que são modeladas sob a visão de objetos e atributos variandono espaço que representam os fenômenos geográficos sob a visão de campo. Osdemais modelos não fornecem construtores específicos para a modelagem dos dadossob a visão de campo.
7.2 Relacionamentos Espaciais
Conforme descrito na seção 6.1.2, os relacionamentos espaciais estãodivididos em três categorias: métricos, topológicos e estruturais.
Os relacionamentos métricos são baseados nas coordenadas espaciais que sãoutilizadas durante a execução de operações de análise espacial. Esses relacionamentosnão são mantidos, explicitamente, no banco de dados e, consequentemente, não sãorepresentados a nível conceitual.
Na Tabela 7.1, os relacionamentos topológicos de adjacência e deconectividade foram listados separadamente para permitir uma comparação maisdetalhada dos modelos de dados.
Os relacionamentos topológicos de adjacência são mantidos através deestruturas de dados voltadas para dados vetoriais. Nenhum dos modelos analisadosfornece mecanismos especiais para a modelagem conceitual destes relacionamentos,
107
deixando para uma fase posterior, a decisão de se utilizar, ou não, estruturas de dadoscom topologia.
Relacionamentos topológicos de conectividade são fundamentais emaplicações baseadas em estruturas de rede (ou grafos). Restrições sobre que tipo deentidade pode, ou não, estar conectada a outros tipos de entidades precisam serconsideradas a nível de projeto conceitual. Dos modelos analisados, apenas o modeloGeoOOA fornece construtores específicos para a representação dessesrelacionamentos. Nos outros modelos, esses relacionamentos seriam modelados comorelacionamentos convencionais, dificultando a compreensão do esquema gerado.
Os relacionamentos estruturais, algumas vezes considerados relacionamentostopológicos de pertinência, podem ser modelados através de construtores deagregação, disponíveis nos modelos semânticos e orientados a objetos, ou mesmocomo simples relacionamentos como os empregados no modelo E-R. O modeloGeoOOA acrescenta ao modelo OOA construtores específicos para representação derelacionamentos estruturais espaciais que são extensões da estrutura Todo-Parte paraobjetos espaciais.
7.3 Temporalidade dos Dados Geográficos
Segundo Worboys [WOR 95], temporalidade é um aspecto inerente dainformação geográfica. Apenas os modelos GMOD/UAPE e Modul-R fornecemmecanismos para modelagem dos aspectos temporais.
No modelo GMOD/UAPE, tanto uma classe geográfica (Geo-Classe) quantouma classe convencional pode ser definida como sendo temporal. Isto significa queum objeto de uma classe temporal possui uma ligação com uma instância da classeTempo, ou seja, um objeto que armazena a característica temporal da entidadegeográfica.
O modelo Modul-R possui um submódulo de referência temporal, ondeatributos pertencentes a uma entidade geográfica podem ser assinalados através depictogramas gráficos, como sendo atributos cuja evolução temporal deverá sermantida no banco de dados geográfico.
A modelagem e o armazenamento de dados temporais em um SIG são válidoscom a existência de uma linguagem de consulta que possibilite a recuperação destesdados com base nos aspectos espaciais e/ou temporais dos dados geográficos.
7.4 Requisitos de Qualidade
Freqüentemente, aplicações de SIG são usadas para dar suporte a importantesprocessos de tomada de decisões. Segundo Peuquet [PEU 84], erros associados aos
108
dados geográficos se propagam de forma multiplicativa durante a execução deoperações de sobreposição de camadas em uma análise espacial.
Para que o usuário possa tomar decisões com segurança, ele necessita terconhecimento sobre o grau de confiabilidade dos dados gerados pelas aplicações deSIG. Para isto, informações sobre a qualidade dos dados precisam também estararmazenadas no banco de dado.
Dos modelos analisados, apenas o modelo Faiz apresenta uma abordagem quepermite a representação de dados de qualidade nos SIGs, o que é feito através doarmazenamento de meta-dados de qualidade.
7.5 Múltiplas Representações
A forma mais comum de representação dos dados em um SIG é através demapas. Uma entidade geográfica é representada em um mapa por meio de símboloscartográficos, cuja distribuição espacial é definida por objetos gráficos de diferentescores, estilos e espessuras. Uma mesma entidade geográfica pode estar representadaem diferentes mapas, podendo ter diferentes formas espaciais de acordo com a escalae projeção utilizadas.
Como um mapa pode representar diversas entidades geográficas e umaentidade geográfica pode possuir múltiplas representações, o objeto gráfico querepresenta a entidade em um determinado mapa é, portanto, um atributo dorelacionamento existente entre a entidade geográfica e o mapa, mas não um atributoda entidade geográfica.
Os modelos GMOD/UAPE e MGeo propõem que a modelagem dos objetosgráficos seja feita como atributo do relacionamento entre a entidade geográfica e omapa de representação. No entanto, no modelo GMOD/UAPE estes relacionamentossó são introduzidos no esquema de dados no nível de representação (ver seção 6.2) enão no nível conceitual. No modelo MGeo estes objetos gráficos são agrupados emum plano de simbologia, onde cada objeto gráfico está relacionado com um objetoespacial pertencente ao plano geométrico.
7.6 Limites Nebulosos
Como mostra a Tabela 7.1, nenhum dos modelos analisados fornecemecanismos específicos para modelagem de entidades ou fenômenos geográficos quepossuam limites que não são ou não estão bem definidos.
109
7.7 Outros Comentários
Como foi mostrado no capítulo 2, as entidades geográficas possuem duascategorias de dados (descritivos e espaciais). Nos diversos modelos analisados, osatributos descritivos são modelados de maneira convencional (ex.: tipo alfanumérico).Já os atributos espaciais são modelados de duas formas: através de um relacionamentoentre o objeto geográfico e o objeto espacial (que armazena sua forma geométrica esua localização); e através de generalização de classes, definindo-se as classes quedescrevem as entidades geográficas como subclasses em uma hierarquia de classes deobjetos espaciais, herdando suas propriedades.
Os modelos Modul-R e GeoOOA estendem os formalismos gráficos (criandopictogramas gráficos) dos modelos E-R e OOA, respectivamente, para representar osrelacionamentos entre classes de entidades geográficas e classes de objetos espaciais,sem que isto provoque o aumento do número de elementos nos esquemas resultantes.No modelo GeoIFO estes relacionamentos são representados de forma explícita,gerando esquemas com grande número de relacionamentos, o que dificulta suacompreensão.
No modelo Clementini, classes representando entidades geográficas sãogeneralizadas a partir de uma hierarquia de classes de objetos espaciais. Desta forma,um objeto rio é modelado como uma generalização de um objeto linha e um objetolago é modelado como uma generalização de um objeto polígono. Este tipo demodelagem não é muito apropriada, pois uma entidade fica restrita a um único tipo derepresentação (objeto espacial), ou múltipla herança deve ser empregada de forma nãoadequada.
110
8 Conclusões
A Parte I deste trabalho, apresentou uma visão geral da área deGeoprocessamento, tendo como enfoque principal os Sistemas de InformaçõesGeográficas (SIGs). Foram descritos os principais componentes participantes de umSIG como métodos de aquisição de dados georreferenciados, mecanismos dearmazenamento de dados espaciais e a funcionalidade apresentada pelos principaisSIGs existentes.
Ainda na Parte I, foi apresentada uma descrição das principais áreas deaplicação de SIG, um breve histórico do desenvolvimento destes sistemas e osconceitos básicos das duas áreas que estão fortemente interrelacionadas com odesenvolvimento de aplicações em SIG: Cartografia e Sensoriamento Remoto.
A Parte II abordou os diversos aspectos relacionados com modelos de dadosconceituais voltados para aplicações geográficas. Inicialmente, foram identificados edescritos seis requisitos específicos das aplicações geográficas e que não sãorepresentados, adequadamente, pelos modelos de dados conceituais usados em projetode banco de dados em geral. Os requisitos analisados foram: dicotomia entre as visõesde campo e de objetos; relacionamentos espaciais; temporalidade dos dadosgeográficos; requisitos de qualidade; múltiplas representações; e limites nebulosos. Aseguir, apresentou-se alguns dos mais significativos modelos de dados específicospara projeto de aplicações geográficas encontrados na literatura. Por último, fez-seuma análise comparativa desses modelos com base nos requisitos especiaisapresentados pelas aplicações geográficas.
Este trabalho tem como contribuição principal, o levantamento destesrequisitos especiais que são impostos pelas aplicações geográficas e a análise de comoe quais desses requisitos estão sendo abordados pelos diversos modelos de dadospropostos na literatura.
Com base nas análises e comparações realizadas, chega-se às seguintesconclusões:
• A natureza dos fenômenos geográficos induz os projetistas de aplicaçõesgeográficas a separarem as entidades da realidade que são “vistas”, segundoa visão de objetos (ex.: rios, estradas, lotes, construções, elementos de umarede de água), dos fenômenos que são “vistos” como variandocontinuamente no espaço (ex.: temperatura, tipo de solo, vegetação e
111
relevo). Como todos os modelos analisados foram propostos com base nosmodelos semânticos e orientados a objetos, todos eles permitem queentidades geográficas sejam identificadas e modeladas, naturalmente, comoobjetos em um banco de dados geográfico. Porém, fenômenos que variamcontinuamente sobre o espaço são melhor representados como funçõesmatemáticas, cujo domínio corresponde a uma (abstração da) regiãogeográfica e cujo contradomínio é o conjunto dos possíveis valores quedefinem o fenômeno observado. Um modelo de dados deve facilitar aidentificação tanto das entidades geográficas como dos fenômenosgeográficos que possuem distribuição contínua sobre o espaço. Neste item,os modelos GMOD/UAPE e GeoIFO apresentam boas soluções, poispermitem a representação, de forma integrada, dos dados sobre as duasvisões.
• A grande vantagem de um SIG, sobre os demais sistemas que manipulamdados georreferenciados, está em sua capacidade de realizar complexasoperações de análise espacial. Para enriquecer os tipos de análise em umSIG é fundamental que o banco de dados geográfico armazene o maiornúmero possível de relacionamentos. As aplicações geográficas manipulamdados sobre entidades que estão relacionadas espacialmente entre si. Algunstipos de relacionamentos espaciais precisam ser modelados a nívelconceitual por apresentarem características que pertencem ao domínio daaplicação. Entre estes tipos de relacionamentos, pode-se citar: osrelacionamentos topológicos (de conectividade e de adjacência) e osrelacionamentos estruturais. Além disso, outros relacionamentosenvolvendo entidades não-espaciais também precisam ser modelados nomesmo esquema de dados. Em termos de relacionamentos, o modeloGeoOOA é o mais rico semanticamente, pois permite a representaçãoexplícita de diversos tipos de relacionamentos espaciais.
• Os aspectos temporais dos dados geográficos são fundamentais em muitasaplicações geográficas. Porém, devido a limitações decorrentes dos sistemasdisponíveis atualmente, estes aspectos têm sido negligenciados. Pesquisassobre modelos de dados espaço-temporais como em [PEU 93], [LAN 93],[WOR 94a] e [ALT 94] têm sido conduzidas em paralelo às pesquisas naárea de banco de dados temporais [CLI 95]. Apenas os modelosGMOD/UAPE e Modul-R tratam os aspectos da temporalidade dos dadosgeográficos. O modelo Modul-R propõe a simples marcação dos atributosou entidades (como um todo), que deverão ter um controle do fator tempo.Já o modelo GMOD/UAPE faz referência a um mecanismo de controle dotempo que é mais completo.
• Quanto à qualidade dos dados armazenados nos SIGs, maiores estudos sãonecessários, principalmente no tocante à propagação de erros duranteoperações de análise espacial e ao cálculo do grau de confiabilidade dosresultados dessas operações. Com exceção do modelo Faiz, que propõe ummodelo baseado em meta-dados de qualidade, nenhum dos outros modelostrata os aspectos de qualidade.
112
• As diferentes abordagens empregadas na modelagem de múltiplasrepresentações de dados em aplicações de SIG indica que maiores estudossão necessários, a fim de se alcançar uma maior padronização na forma dese modelar este requisito. Dentre as alternativas propostas, a que melhorrepresenta a realidade é a abordagem empregada no modelo GMOD/UAPEonde, em uma segunda fase (nível de representação), as entidades e oscampos geográficos identificados no nível conceitual são relacionados comas possíveis formas de representação desses dados, o que é feito ainda deforma independente do SIG a ser utilizado.
• O requisito de representação de entidades ou fenômenos geográficos comlimites nebulosos tem sido citado como um problema importante nocontexto de projeto de aplicações geográficas ([BUR 95] e [HAD 96]). Noentanto, nenhum dos modelos estudados abordou este problema. Algunsfenômenos que se enquadram neste requisito como, por exemplo, variaçõesclimáticas e índices pluviométricos são descritos através de modelosmatemáticos próprios, estando fora do escopo deste trabalho.
A partir desta análise, pode-se concluir que o problema de representação dosrequisitos específicos das aplicações geográficas ainda necessita de maiores estudos.Uma integração das soluções propostas pelos diversos trabalhos descritos na seção 6.3poderá dar origem a um modelo que permita construir esquemas de dados que reflitammais adequadamente a realidade em um contexto geográfico. De todos os modelosanalisados, o modelo GMOD/UAPE demonstrou ser o mais completo, no entanto,maiores estudos ainda são necessários a fim de cobrir os aspectos de qualidade,relacionamentos topológicos, temporalidade e limites nebulosos.
113
Bibliografia
[ABI 87] ABITEBOUL, S.; HULL, R. IFO: A formal semantic database model.ACM Transactions on Database Systems, New York, v.12, n.4,p.525-565, 1987.
[AL-T 94] AL-TAHA, K. K. Bibliography on spatiotemporal databases.International Journal of Geographical Information Systems,London, v.8, n.1, p.95-103, 1994.
[ALT 94] ALTMAN, D. Fuzzy set theoretic approaches for handling imprecisionin spatial analysis. International Journal of GeographicalInformation Systems, London, v.8, n.3, p.271-289, 1994.
[ALV 90] ALVES, D. S. Sistemas de Informação Geográfica. In: SIMPÓSIOBRASILEIRO DE GEOPROCESSAMENTO, 1., 1990, São Paulo.Anais... São Paulo:USP, 1990.
[AMA 90] AMARAL, G. Princípios de Sensoriamento Remoto. In: SIMPÓSIOBRASILEIRO DE GEOPROCESSAMENTO, 1., 1990, São Paulo.Anais... São Paulo:USP, 1990.
[ANT 91] ANTENUCCI, J.C. et al. Geographic Information Systems: A guide tothe technology. New York: Van Nostrand Reinhold, 1991.
[ARO 89] ARONOF, S. Geographic Information Systems: a managementperspective. Canada: WDL Publications, 1989.
[ASP 96] ASPINALL, R. J.; PEARSON, D. M. Data quality and spatial analysis:analytical use of GIS for ecological modeling. In: GOODCHILD,M.F. et al. (Eds.). GIS and Environmental Modeling: Progress andResearch Issues. Fort Collins, CO: GIS World Books, 1996.
[BAT 92] BATINI, C.; CERI, S.; NAVATHE, S. B. Conceptual DatabaseDesign: An Entity Relationship Approach. Redwood, CA: BenjaminCummings, 1992.
[BAT 94] BATTY, M.; XIE, Y. Research article: Modelling inside GIS: Part 1Model structures, exploratory spatial data analysis and aggregation.International Journal of Geographical Information Systems,London, v. 8, n.3, p.291-307, 1994.
114
[BAT 94a] BATTY, M.; XIE, Y. Research article: Modelling inside GIS: Part 2Selecting and calibrating urban models using ARC-INFO.International Journal of Geographical Information Systems,London, v.8, n.3, p.451-470, 1994.
[BAY 92] BATTY, P. Exploiting relational database technology in a GIS.Computers and Geosciences, London, v.18, n.4, p.453-462, 1992.
[BED 89] BÉDARD, Y.; PAQUETTE, F. Extending entity/relationship formalismfor spatial information systems. In: AUTOCARTO, 9., 1989.Proceedings... [S.l.:s.n.], 1989. p.818-828.
[BEA 95] BEAULIEU, D. Geomatics in Canada. Geomatica, Canada, v.49, n.1,p.124-128, 1995.
[BON 93] BONFATTI, F. et al. Object-oriented support to the design ofgeographical information systems. In: EUROPEAN CONFERENCEAND EXHIBITION ON GEOGRAPHICAL INFORMATIONSYSTEMS, 4., 1993, Genoa, Italy. Proceedings... Genoa, Italy:[s.n.], 1993.
[BON 95] BONFATTI, F.; DALLARI, A.; MANARI, P.D. Capturing moreknowledge for the design of geological information systems. In:ACM-GIS’95 INTERNATIONAL WORKSHOP ON ADVANCESIN GEOGRAPHIC INFORMATION SYSTEMS, 1995, Baltimore.Proceedings... Baltimore: [s.n.], 1995.
[BOU 93] BOURSIER, P.; FAIZ, S. A comparative study of relational, extensibleand object-oriented approaches for modelling and queryinggeographic databases. In: EUROPEAN CONFERENCE ANDEXHIBITION ON GEOGRAPHICAL INFORMATION SYSTEMS,4., 1993, Genoa, Italy. Proceedings... Genoa, Italy: [s.n.], 1993.
[BRO 84] BRODIE, M. L. On the development of data models. In: BRODIE,M.L.; MYLOPOULOS, J.; SCHMIDT, J.W. (Eds.). On ConceptualModeling. New York: Springer-Verlag, 1984. p.19-48.
[BUR 86] BURROUGH, P.A. Principles of Geographical Information Systemsfor Land Resources Assessment. Oxford: Clarendon Press, 1986.
[BUR 92] BURROUGH, P.A. Development of intelligent geographical informationsystems. International Journal of Geographical InformationSystems, London, v.6, n.1, p.1-11, 1992.
[BUR 95] BURROUGH, P.A.; FRANK, A.U. Concepts and paradigms in spatialinformation: are current geographical information systems trulygeneric? International Journal of Geographical InformationSystems, London, v.9, n.2, p.101-116, 1995.
115
[CAM 94] CÂMARA, G. et al. A model to cultivate objects and manipulate fields.In: ACM WORKSHOP ON ADVANCES IN GIS, 2, 1994.Proceedings... [S.l.:s.n.], 1994.
[CAM 95] CÂMARA, G. Modelos, Linguagens e Arquiteturas para Banco deDados Geográficos. São José dos Campos, SP: INPE, 1995. Tese deDoutorado.
[CAM 96] CÂMARA, G. et al. Anatomia de Sistemas de InformaçãoGeográfica. Campinas: Instituto de Computação, UNICAMP, 1996.(X Escola de Computação).
[CAR 93] CARON,C.; BÉDARD, Y. Extending the individual formalism for amore complete modeling of urban spatially referenced data.Computers, Environment and Urban Systems, [S.l.], v.17, p.337-346, 1993.
[CHE 76] CHEN, P.P.S. The entity-relationship model: Towards a unified view ofdata. ACM Trans. Database System, New York, n.1, 1976.
[CHR 91] CHRISMAN, N.R. The error component in spatial data. In: MAGUIRE,D.J.; GOODCHILD, M.F.; RHIND, D. (Eds.). GeographicalInformation Systems: Principles and Applications. LongmanScientific & Technical, 1991.
[CLE 92] CLEMENTINI, E.; FELICE, P. D. Towards an interaction level forobject-oriented geographic database systems. In: ACM CSC’92,1992. Proceedings... [S.l.:s.n.], 1992.
[CLE 94] CLEMENTINI, E.; FELICE, P.D. Object-oriented modeling ofgeographic data. Journal of the American Society for InformationScience, [S.l], v.45, n.9, p.694-704, 1994.
[CLI 95] CLIFFORD, J.; TUZHILIN, A. (Eds.). Recent Advances in TemporalDatabases. [S.l.]:Springer Verlag, 1995.
[COA 91] COAD, P.; YOURDON, E. Object-Oriented Analysis. 2.ed. NewJersey: Prentice-Hall, 1991.
[COD 79] CODD, E. F. Extending the database relational model to capture moremeaning. ACM Trans. Database Systems, New York, v.4, n.4,p.397-434, 1979.
[COU 92] COUCLELIS, H. People manipulate objects (but cultivate fields):beyond the raster-vector debate in GIS. In Theories and methods ofspatial-temporal reasoning in geographic space. Berlin: SpringerVerlag, 1992. p.65-77. (Lecture Notes in Computer Science).
116
[COW 88] COWEN, D. J. GIS versus CAD versus DBMS: what are thedifferences? Photogrammetric Engineering and remote sensing,[S.l.], v.4, n11, p.1551-1555, 1988.
[COY 96] COYLE, M. et al. Experiences with object data models in geographicinformation systems. To appear in Communications of ACM, 1996.http://www.cs.umn.edu/research/ shashi-group/
[CRO 96] CROSBIE, P. Object-oriented design of GIS: a new approach toenvironmental modeling. In: GOODCHILD, M.F. et al. (Eds.). GISand Environmental Modeling: Progress and Research Issues. FortCollins, CO: GIS World Books, 1996.
[EAS 95] EASTMAN, J.R. Idrisi for windows user’s guide. Worcester, MA:Clark University, 1995.
[EGE 89] EGENHOFER, M. J.; FRANK, J.; JACKSON, J. A topological datamodel for spatial databases. In: SYMP. DESIGN ANDIMPLEMENTATION OF LARGE SPATIAL DATABASES, 1989.Proceedings... [S.l.]:Spring-Verlag, 1989. p.271-286.
[EGE 92] EGENHOFER, M. J. Why not SQL! International Journal ofGeographical Information Systems, London, v.6, n.2, p.71-85,1992.
[EGE 92a] EGENHOFER, M. J.; FRANK, A. U. Object-oriented modeling for GIS.Journal of the Urban and Regional Information SystemsAssociation, [S.l.], v.4, n.2, 1992.
[ELM 85] ELMASRI, R.; WEELDREYER, J.; HEUNER, A. The categoryconcept: an extension to the entity-relationship model. InternationalJournal on Data and Knowledge Engineering, [S.l.], v.1, n.1, p.75-116, 1985.
[ELM 94] ELMASRI, R.; NAVATHE, S.B. Fundamentals of Database Systems,2.ed. Menlo Park, CA: Addison-Wesley, 1994.
[ESR 91] ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE.Understanding GIS: The ARC/INFO Method. Redlands, CA:Environmental Systems Research Institute, 1991.
[FAI 94] FAIZ, S.; BOURSIER, P. Modelling and visualizing the quality ofgeographic information: an object-oriented approach. In: EGIS, 1994.Proceedings... [S.l.:s.n.], 1994.
[FAI 96] FAIZ, S. Modelisation, Exploitation et Visualisation del’Information Qualité dans les Bases de Données Geographiques.Orsay: Université de Paris-Sud, 1996. PhD thesis.
117
[FRA 88] FRANK, A. U. Requirements for a databases management system for aGIS. Photogrammetric Engineering and remote sensing, [S.l],v.54, n.11, p.1557-1564, 1988.
[FRA 92] FRANK, A. U. Spatial concepts, geometric data models, and geometricdata structures. Computers and Geosciences, London, v.18, n.4,p.409-417, 1992.
[GAN 79] GANE, C.; SARSON, T. Structured systems analysis: tools andtechniques. New York: Prentice-Hall, 1979.
[GEO 95] Geomatica. Canada: Canadian Institute of Geomatics, v.49, n.1,contracapa, 1995.
[GOL 82] GOLDBERG, A.; ROBSON, D. Smalltalk-80: The language and itsimplementation. Reading, MA: Addison-Wesley, 1982.
[GOO 90] GOODCHILD, M. F. Geographical data modeling. In: FRANK, A. U.;GOODCHILD, M.F. (Eds.). Two Perspectives on GeographicalData Modelling. Santa Barbara, CA: National Center for GeographicInformation & Analysis/NCGIA, 1990. (Technical Paper 90-11)
[GOO 91] GOODCHILD, M. F. Integrating GIS and environmental modeling atglobal scales. In: GIS/LIS '91. Proceedings... Atlanta, GE, 1991.
[GOO 91a] GOODCHILD, M. F. Spatial analysis with GIS: problems and prospectsIn: GIS/LIS '91. Proceedings... Atlanta, GE, 1991.
[GOO 92] GOODCHILD, M. F., Geographical data modeling. Computers &Geosciences, London, v.18, n.4, p.401-408, 1992.
[GOO 92a] GOODCHILD, M. F. Geographical information science. InternationalJournal of Geographical Information Systems, London, v.6, n.1,p.31-45, 1992.
[GOO 93] GOODCHILD, M. F. The state of GIS for environmental problem-solving. In: GOODCHILD, M.F. et al. (Eds.). EnvironmentalModeling with GIS. Oxford University Press, 1993.
[GOO 96] GOODCHILD, M. F. The spatial data infrastructure of environmentalmodeling. In: GOODCHILD, M. F. et al. (Eds.). GIS andEnvironmental Modeling: Progress and Research Issues. FortCollins, CO: GIS World Books, 1996.
[GRU 92] GRUPE, F. H. Geographic Information Systems: A Case Study. In: DataBase Management. Boston: AUERBACH, 1992.
[GUE 90] GUENTHER, O.; BUCHMANN, A. Research issues in spatialdatabases. SIGMOD Record, New York, n.19, p.61-68, 1990.
118
[GUN 93] GÜNTHER, O.; RIEKERT, W. The design of GODOT: an object-oriented geographic information system. Data Engineering, [S.l.],v.16, n.3, 1993.
[GUN 94] GÜNTHER O.; LAMBERTS, J. Object-oriented techniques for themanagement of geographic and environmental data. The ComputerJournal, [S.l.], v.37, n.1, 1994.
[HAD 91] HADZILACOS, T.; TRYFONA, N. A conceptual schema forgeographic databases. Patras, Greece: CTI, 1991. (Technical ReportCTI-91.03.7).
[HAD 96] HADZILACOS, T.; TRYFONA, N. Logical data modelling forgeographical applications. International Journal of GeographicalInformation Systems, London, v.10, n.2, p.179-203, 1996.
[HER 92] HERRING, J. R. TIGRIS: A Data Model for an Object-orientedGeographic Information System. Computers and Geosciences,London, v.18, n.4, p.443-451, 1992.
[HUL 87] HULL, R.; KING, R. Semantic database modeling: survey, applications,and research issues. ACM Computing Surveys, New York, v.19,n.3, p.201-260, 1987.
[KEM 94] KEMP, K. K. Environmental Modeling with GIS : A strategy forDealing with Spatial Continuity. Santa Barbara: University ofCalifornia, 1992. PhD thesis.
[KÖS 95] KÖSTERS, G.; PAGEL, B.; SIX, H. Object-oriented requirementsengineering for GIS-applications. In: ACM-GIS INTERNATIONALWORKSHOP ON ADVANCES IN GEOGRAPHICINFORMATION SYSTEMS, 1995, Baltimore. Proceedings...Baltimore: [s.n.], 1995.
[LAN 89] LANGRAN, G. A review of temporal database research and its use inGIS applications. International Journal of GeographicalInformation Systems, London, v.3, n.3, p.215-232, 1989.
[LAN 93] LANGRAN, G. Issues of implementing spatiotemporal system.International Journal of Geographical Information Systems,London, v.7, n.4, p.305-314, 1993.
[LAU 92] LAURINI, R.; THOMPSON, D. Fundamentals of Spatial InformationSystems. San Diego: Academic Press, 1992.
[LIL 87] LILLESAND, T.; KIEFER, R.W. Remote Sensing and ImageInterpretation . 2.ed. New York: John Wiley & Sons, 1987.
119
[LIS 92] LISBOA F., J. MANO - Linguagem de Manipulação de Objetos doProtoGEO e seu Processador. Rio de Janeiro: COPPE/UFRJ, 1992.Dissertação de Mestrado
[LIS 96] LISBOA F., J.; IOCHPE, C. Adaptando o modelo de objetos OMT paramodelagem conceitual de aplicações de SIG. In: SEGEO - SEMANAESTADUAL DE GEOPROCESSAMENTO DO ESTADO DO RIODE JANEIRO, 1., 1996, Rio de Janeiro. Anais... Rio de Janeiro:Escola de Engenharia, 1996.
[LIS 96a] LISBOA F., J.; IOCHPE, C. Análise Comparativa dos Modelos deDados Conceituais para Sistemas de Informações Geográficas.Porto Alegre: CPGCC da UFRGS, 1996. RP-266-96.
[LIS 97] LISBOA F., J.; GARAFFA, I. M.; IOCHPE, C. Metodologia paramodelagem conceitual de dados de SIG interinstitucional. Aceitopara publicação nos anais do GIS BRASIL 97, Curitiba-PR, maio1997.
[MAG 91] MAGUIRE, D.J.; DANGERMOND, J. The functionality of GIS. In:MAGUIRE, D.J.; GOODCHILD, M.F.; RHIND, D. (Eds.).Geographical Information Systems: Principles and Applications.[S.l.]:Longman Scientific & Technical, 1991.
[MAG 91] MAGUIRE, D.J.; GOODCHILD, M.F.; RHIND, D. GeographicalInformation Systems: Principles and Applications. [s.l.]: LongmanScientific & Technical, 1991. 2 v.
[MAG 92] MAGUIRE, David J. The raster GIS design model - a profile of ERDAS.Computers and Geosciences, London, v.18, n.4, p.463-470, 1992.
[MAT 89] MATTOS, N. M. An approach to knowledge base management:requirements, knowledge representation, and design issues.Kaiserslautern: Univ. Kaiserslautern, 1989. Ph.D Thesis.
[MAT 92] MATTOS, N. M.; MAYER-WEGENER, K.; MITSCHANG, B. Grandtour of concepts for object-orientation from a database point of view.Data & Knowledge Engineering, [S.l.], n.9, p.321-352, 1993.
[MED 94] MEDEIROS, C. B.; PIRES, F. Databases for GIS, ACM SIGMODRecord, New York, v.23, n.1, 1994.
[MIL 93] MILNE, P.; MILTON, S.; SMITH, J. L. Geographical object-orienteddatabases - a case study. International Journal of GeographicalInformation Systems, London, v.7, n.1, p.39-55, 1993.
[MOR 92] MOREHOUSE, S. The ARC/INFO geographic information system.Computers and Geosciences, London, v.18, n.4, p.435-441, 1992.
120
[NAT 94] NATIVI, S. A conceptual modelling for the GIS developing. In: EGIS,1994. Proceedings... [S.l.:s.n.], 1994.
[NAV 92] NAVATHE, S. B. Evolution of Data Modeling for Databases.Communications of the ACM, New York, v.35, n.9, p.112-123,1992.
[NCG 90] NATIONAL CENTER FOR GEOGRAPHIC INFORMATION ANDANALYSIS, NCGIA Core Curriculum . GOODCHILD, M.F.;KEMP, K.K. (Eds.). Santa Barbara: University of California, 1990.
[NEW 92] NEWELL, R. et al. Temporal GIS - modelling the evolution of spatialdata in time. Computers & Geosciences, London, v18, n.4, p.427-434, 1992.
[OLI 93] OLIVEIRA, C. Curso de Cartografia Moderna. 2 ed. Rio de Janeiro:IBGE, 1993.
[OLI 97] OLIVEIRA, J.L.; PIRES, F.; MEDEIROS, C.B. UAPÉ - Anenvironment for integrated modelling and analysis of geographicinformation. To appear in Cartographica, 1997.
[OOI 90] OOI, B.C. Efficient Query Processing in Geographic InformationSystems. Berlin: Spring-Verlag, 1990. (Lecture Notes in ComputerScience, v. 471).
[OOS 89] OOSTEROM, P. V.; BOS, J. V. D. An Object-oriented approach to thedesign of geographic information systems. Comput. & Graphics,[S.l.], v.13, n.4, p.409-418, 1989.
[PAR 94] PAREDES, E. A. Sistema de Informação Geográfica - Princípios eAplicações: Geoprocessamento. São Paulo: Ed. Érica, 1994.
[PEU 84] PEUQUET, D. J. A conceptual framework and comparison of spatialdata models. Cartographica, [S.l.], n.21, p66-113, 1984.
[PEU 93] PEUQUET, D. J. What, where and when - a conceptual basis for designof spatiotemporal GIS databases. In: ACM/ISCA WORKSHOP ONADVANCES IN GEOGRAPHIC INFORMATION SYSTEMS,1993. Proceedings... [S.l.:s.n.], 1993.
[PEU 95] PEUQUET, D. J. An event-based spatiotemporal data model (ESTDM)for temporal analysis of geographical data. International Journal ofGeographical Information Systems, London, v.9, n.1, p.7-24, 1995.
[PRE 87] PRESSMAN, R.S. Software Engineering: a practitioner’s approach.2.ed. New York: McGraw-Hill, 1988.
121
[RAM 94] RAMIREZ, M. R. Sistemas Gerenciadores de Bancos de Dados paraGeoprocessamento. Rio de Janeiro: COPPE/UFRJ, 1994.Dissertação de Mestrado.
[RAP 92] RAPER, J. F.; MAGUIRE, D. J. Design Models and Functionality inGIS. Computers and Geosciences, London, v.18, n.4, p.387-400,1992.
[ROD 90] RODRIGUES, M. Introdução ao Geoprocessamento. In: SIMPÓSIOBRASILEIRO DE GEOPROCESSAMENTO, 1., 1990, São Paulo.Anais... São Paulo:USP, 1990.
[ROM 90] ROMAN, G-C. Formal Specification of Geographic Data ProcessingRequirements. IEEE Trans. on Knowledge and Data Engineering,New York, v.2, n.4, p.370-380, 1990.
[RUM 91] RUMBAUGH, J. et al. Object-Oriented Modeling and Design. NewJersey: Prentice-Hall, 1991.
[SAM 89] SAMET, H. The Design and Analysis of Spatial Data Structures.Reading, MA: Addison-Wesley, 1989.
[SCH 91] SCHOLL, M.; VOISARD, A. Object oriented database systems forgeographic applications: an experience with O2. In: Building anObject-Oriented Database System: The Story of O2. California:Morgan Kaufmann, 1991.
[SCH 93] SCHNASE, J.L. et al. Semantic Data Modeling of Hypermedia. ACMTransactions on Information Systems, [S.l.], v.11, n.1, p.27-50,1993.
[SHE 95] SHEKHAR, S. et al. Experiences with data models in geographicinformation systems. Minnesota: University of Minnesota,Computer Science Department, 1995. (Technical Report TR95-10)
[SMI 77] SMITH, J.; SMITH, D. Database abstractions: aggregation andgeneralization. ACM Transactions Database Systems, New York,v.2, n.2, p-105-133, 1977.
[SOO 91] SOO, M. D. Bibliography on temporal databases. SIGMOD Record,New York, n.20, p.14-23, 1991.
[SUB 93] SUBRAMANIAN, R.; ADAM, N. R. The design and implementation ofan expert object-oriented geographic information system. In: CIKMINFORMATION AND KNOWLEDGEMENT, 2., 1993,Washington. Proceeding... Washington: [s.n.], 1993.
122
[TAN 91] TANAKA, A. et al. A. ER-R an enhanced ER model with situation-action rules to capture application semantics. In: INTERNATIONALCONFERENCE ON ENTITY-RELATIONSHIP APPROACH, 1991,San Mateo, CA. Proceeding... San Mateo, CA:[s.n.], 1991.
[TEO 86] TEOREY, Toby J. A logical design methodology for relational databasesusing the extended entity-relationship model. Computing Surveys,London, v.18, n.2, p.197-222, 1986.
[TIM 94] TIMES, V. C.; SALGADO, A. C. Uma Modelagem Orientada a Objetospara Aplicações Geográficas. In: SIMPÓSIO BRASILEIRO DEBANCO DE DADOS, 9., 1992, São Carlos-SP. Anais... São Carlos-SP, 1994.
[TIM 94a] TIMES, V. C. MGeo: Um Modelo Orientado a Objetos paraAplicações Geográficas. Recife-PE: UFPE, 1994. Dissertação deMestrado.
[TRY 95] TRYFONA, N.; HADZILACOS, T. Geographic applicationsdevelopment: models and tools for the conceptual level. In: ACM-GIS INTERNATIONAL WORKSHOP ON ADVANCES INGEOGRAPHIC INFORMATION SYSTEMS, 1995, Baltimore.Proceedings... Baltimore: [s.n.], 1995.
[ULL 82] ULLMAN, J. D. Principles of Database Systems. 2. ed. Rockville:Computer Science Press, 1982.
[WOL 83] WOLF, P. Elements of Photogrammetry. New York: McGraw-Hill,1983.
[WOR 90] WORBOYS, M. et al. Object-oriented Data Modeling for SpatialDatabases. International Journal of Geographical InformationSystems, London, v.4, n.4, p.369-384, 1990.
[WOR 94] WORBOYS, M. F. Review Article: Object-oriented approaches to geo-referenced information. International Journal of GeographicalInformation Systems, London, v.8, n.4, p.385-399, 1994.
[WOR 94a] WORBOYS, M. F. A unified model for spatial and temporalinformation. The Computer Journal, [S.l.], v.37, n.1, 1994.
[WOR 95] WORBOYS, M.F. GIS: A Computing Perspective. London: Taylorand Francis, 1995.
