Vous êtes sur la page 1sur 195

INPE

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS

GEOPROCESSAMENTO

PARA

PROJETOS AMBIENTAIS

2a. Edio - Revisada e Ampliada

SO JOS DOS CAMPOS, SP


MAIO, 1998
Organizado por

Gilberto Cmara
Jos Simeo de Medeiros

com a colaborao de

Carlos Alberto Felgueiras


Eduardo Celso Gerbi Camargo
Suzana Druck Fucks
Raimundo Almeida Filho
Cludio Clemente Faria Barbosa
Ubirajara Moura de Freitas

ii
O Mapa das Trilhas do Grande Y, descrito como
o mais remarcado trabalho cartogrfico da sua
poca, talhado na pedra por volta do ano 1100. A
linha de costa firme e a preciso da rede
hidrogrfica extraordinria. A escala da grade de
100 li por diviso. O original, que agora est no
Museu Pei Lin em Xian, tem cerca de 1 metro
quadrado. (Citado por Needham, Science and
Civilization in China). Reproduzido de Tufte
(1983).

iii
DO RIGOR NA CINCIA

...Naquele tempo, a Arte da Cartografia atingiu uma tal Perfeio que o Mapa
duma s Provncia ocupava toda uma Cidade, o Mapa do Imprio, toda uma
Provncia. Com o tempo, esses Mapas Desmedidos no satisfizeram e os Colgios
de Cartgrafos levantaram um Mapa do Imprio que tinha o tamanho do Imprio e
coincidia ponto por ponto com ele. Menos apegadas ao Estudo da Cartografia, as
Geraes Seguintes entenderam que este extenso Mapa era intil e no sem
Impiedade o entregaram s Inclemncias do Sol e dos Invernos. Nos Desertos do
Oeste subsistem despedaadas runas do Mapa, habitadas por Animais e por
Mendigos. Em todo o Pas no resta outra relquia das Disciplinas Geogrficas.

Jorge Lus Borges


("Histria Universal da Infmia").

Este tutorial dedicado aos colegas da


Diviso de Processamento de Imagens do INPE.

iv
RESUMO

Este trabalho apresenta uma viso geral dos principais conceitos de


Geoprocessamento para aplicaes em Cincias do Ambiente. Em sua organizao,
procuramos apresentar uma viso completa dos principais componentes de um sistema
de informao geogrfica (SIG) e de fornecer exemplos concretos de seu uso.

O tutorial est organizado em sete partes. No captulo 1, apresentamos uma breve


introduo ao Geoprocessamento, indicando as principais definies e procurando
mostrar as singularidades dos dados geogrficos. O captulo 2 descreve um modelo de
dados geral para dados geogrficos, que procura descrever de forma geral as grandes
classes de dados utilizados pelos SIGs. Para cada uma das grandes classes de dados em
SIG, so apresentadas as estruturas de dados utilizadas na representao computacional.
O captulo 3 consagrado descrio das operaes de anlise geogrfica tpicas de um
SIG para aplicaes ambientais. O captulo 4 descreve as questes de modelagem
numrica de terreno e suas aplicaes. O captulo 5 discute o uso de tcnicas de Geo-
Estatstica em Geoprocessamento. Questes metodolgicas do uso de
Geoprocessamento em Meio-Ambiente e alguns exemplos de aplicao so apresentadas
no captulo 6. No captulo 7 apresenta-se a Bibliografia utilizada.

v
PREFCIO SEGUNDA EDIO

Ao retomar o convite feito para oferecer novamente o curso "Geoprocessamento


para Projetos Ambientais", foi inevitvel que fizessemos uma reanlise crtica do texto da
primeira edio desta apostila, editada em 1996. Decorridos dois anos, com base na
experincia de uso do texto em cursos, e principalmente motivados por uma sempre
necessria reflexo sobre a natureza terica e prtica do Geoprocessamento, decidimos
revisar completamente o texto. Esta reviso decorre da crescente preocupao dos
autores em procurar estabelecer uma base metodolgica mais slida para o uso desta
tecnologia, em duas grandes frentes de atuao:
O estabelecimento de um referencial torico para as diferentes operaes
utilizadas em SIG, baseado nas formulaes de Teoria Geogrfica.
A consolidao do uso de tcnicas de Geo-Estatstica, como base para uma
melhor quantificao dos fenmenos geogrficos e das incertezas associadas.
Com base nesta motivao, a segunda edio tem importantes modificaes. O
primeiro captulo foi complementado com uma discusso sobre o alcance e as limitaes
do Geoprocessamento. O segundo e o terceiro captulos da edio original (estruturas de
dados e modelagem) foram fundidos num nico, aonde se apresenta uma viso mais
sistmica, partindo da realidade da natureza at chegar no computador. Graas
inestimvel colaborao de Carlos Felgueiras e Eduardo Camargo, pudemos incluir nesta
nova edio dois novos captulos (sobre modelos numricos de terreno e geo-estatstica).
Finalmente, o captulo sobre metodologias foi completamente refeito, e o captulo sobre
tendncias (que envelheceu mais rapidamente que os demais) foi retirado.
Tivemos a felicidade de contar com muitos colaboradores formais e informais, que
muito nos ajudaram. Em particular, agradecemos a Antonio Carlos Robert Moraes,
Jurandir Ross e Magda Lombardo, do Departamento de Geografia da USP, pelos
consistentes questionamentos em busca de uma melhor relao entre o SIG e a Teoria
Geogrfica. O uso dos conceitos e tcnicas de Geo-Estatstica no INPE muito deve a
Suzana Druck Fucks, do Centro Nacional de Pesquisa em Solos (EMBRAPA). Antonio
Miguel Vieira Monteiro e Ubirajara Freitas, colegas do INPE, fizeram importantes
sugestes.
Finalmente, estendemos um preito de reconhecimento a toda a equipe da Diviso
de Processamento de Imagens do INPE. No momento em que as prprias bases da
cincia e tecnologia brasileiras esto sendo questionadas, a DPI conseguiu manter uma
trajetria exemplar de desenvolvimento e disseminao de conhecimento em
Geoprocessamento. Sem a realidade palpvel e mensurvel de sistemas como o
SITIM/SGI e o SPRING, nosso trabalho dificilmente teria sentido.
So Jos dos Campos, maio de 1998
Gilberto Cmara e Jos Simeo de Medeiros

vi
PREFCIO PRIMEIRA EDIO

Este texto apresenta uma viso geral da disciplina de Geoprocessamento, com


nfase em aplicaes ambientais. Preparado para servir como base a cursos ministrados
nos simpsios Simpsio Brasileiro de Sensoriamento Remoto, GIS Brasil e ExpoGeo
Nordeste, destina-se a profissionais com formao bsica na rea de recursos naturais,
preferencialmente com alguma experincia prvia no uso de sistemas de informao
geogrfica.
Depois de mais de uma dcada da introduo de SIGs no Pas (a primeira verso
do SGI/INPE foi apresentada no IV Simpsio Brasileiro de Sensoriamento Remoto, em
1986), consideramos desnecessrio discutir em detalhe alguns conhecimentos bsicos
para o desenvolvimento de projetos em Geoprocessamento, tais como: as projees
cartogrficas, a entrada de dados em SIG ou a gerao de documentos cartogrficos.
Para estes aspectos, o leitor pode consultar os manuais dos diferentes sistemas.
O objetivo deste trabalho apresentar ao leitor uma viso focada nos problemas de
anlise espacial, que sirva de motivao para estudos e pesquisas avanadas. Em
particular, recomenda-se a leitura do livro de Burrough (1998), por causa de seu
excelente tratamento da questo de anlise espacial e o livro de Assad e Sano (1993),
por sua apresentao muito didtica de exemplos reais. Para os mais versados na rea de
informtica, recomenda-se fortemente os textos de Worboys (1995) e de Cmara et al.
(1996a). Finalmente, a coletnea de Maguire, Goodchild e Rhind (1991) um livro de
referncia, sempre til para consulta sobre questes especficas e o livro de Star e Estes
(1990) serve como leitura complementar.
Os autores agradecem a muitos colaboradores. Em particular, gostariam de
registar seu reconhecimento a toda a equipe da Diviso de Processamento de Imagens do
INPE, que vem compartilhando seus sonhos de provar que possvel desenvolver
tecnologia de ponta no Brasil. Jlio DAlge e Flvio Ponzoni foram gentis em revisar
este texto. Agradecemos ainda SEDAM/RO (Secretaria de Desenvolvimento
Ambiental de Rondnia), ao IEPA/AP (Instituto Estadual de Planejamento Ambiental do
Amap) e a Gerardo Kuntschik pelos dados utilizados nos exemplos. O primeiro autor
registra ainda seu preito a Marco Antnio Casanova, seu orientador de Doutorado e
grande conhecedor da rea de Bancos de Dados.
Finalmente, agradecemos aos organizadores do Simpsio Brasileiro de
Sensoriamento Remoto, GIS Brasil e ExpoGeo Nordeste, o convite para ministrar o
curso que redundou nesta monografia.
Gilberto Cmara
Jos Simeo de Medeiros

vii
1

INTRODUO

1.1 POR QUE GEOPROCESSAMENTO ?

O termo Geoprocessamento denota a disciplina do conhecimento que


utiliza tcnicas matemticas e computacionais para o tratamento da informao
geogrfica. Esta tecnologia, denotada por Geoprocessamento, influencia de
maneira crescente as reas de Cartografia, Anlise de Recursos Naturais,
Transportes, Comunicaes, Energia e Planejamento Urbano e Regional.

As ferramentas computacionais para Geoprocessamento, chamadas de


Sistemas de Informao Geogrfica (SIG), permitem realizar anlises complexas,
ao integrar dados de diversas fontes e ao criar bancos de dados geo-referenciados.
Tornam ainda possvel automatizar a produo de documentos cartogrficos.

Num pas de dimenso continental como o Brasil, com uma grande carncia
de informaes adequadas para a tomada de decises sobre os problemas urbanos,
rurais e ambientais, o Geoprocessamento apresenta um enorme potencial,
principalmente se baseado em tecnologias de custo relativamente baixo, em que o
conhecimento seja adquirido localmente.
Introduo

1.2 CONCEITOS DE ESPAO E RELAES ESPACIAIS

1.2.1 ESPAO GEOGRFICO E INFORMAO ESPACIAL

A informao geogrfica apresenta uma natureza dual: um dado geogrfico


possui uma localizao geogrfica (expressa como coordenadas em um espao
geogrfico) e atributos descritivos (que podem ser representados num banco de
dados convencional).

De forma intuitiva, pode-se definir o termo espao geogrfico como


uma coleo de localizaes na superfcie da Terra, sobre a qual ocorrem os
fenmenos geogrficos. O espao geogrfico define-se, portanto, em funo de
suas coordenadas, sua altitude e sua posio relativa. Sendo um espao
localizvel, o espao geogrfico possivel de ser cartografado (Dolfus, 1991).

A noo de informao espacial est relacionada existncia de objetos


com propriedades, que incluem sua localizao no espao e sua relao com
outros objetos. Estas relaes incluem conceitos topolgicos (vizinhana,
pertinncia), mtricos (distncia) e direcionais (ao norte de, acima de).

Deste modo, os conceitos de espao geogrfico (um locus absoluto,


existente em si mesmo) e informao espacial (um locus relativo, dependente das
relaes entre objetos) so duas formas complementares de conceituar o objeto de
estudo do Geoprocessamento. Estas formas iro levar dualidade conceitual na
modelagem espacial, onde a noo absoluta de espao geogrfico leva idia de
conjuntos de campos geogrficos e a noo relativa de informao espacial conduz
postulao da existncia de conjuntos de objetos geo-referenciados (Worboys,
1995).

Geoprocessamento em Projetos Ambientais 1-2


Introduo

1.2.2 RELAES ESPACIAIS ENTRE FENMENOS GEOGRFICOS

Os diferentes fenmenos geogrficos, ao se distribuir sobre a superfcie da


Terra, estabelecem padres de ocupao. Ao representar tais fenmenos, o
Geoprocessamento procura determinar e esquematizar os mecanismos implcitos e
explcitos de inter-relao entre eles. Estes padres de inter-relao podem assumir
diferentes formas:

correlao espacial: um fenmeno espacial (e.g. a topografia) est


relacionado com o entorno de forma to mais intensa, quanto maior for
a proximidade de localizao. Diz-se informalmente que coisas
prximas so parecidas;

correlao temtica: as caractersticas de uma regio geogrfica so


moldadas por um conjunto de fatores. Assim, o clima, as formaes
geolgicas, o relevo, o solo, a vegetao formam uma totalidade
interrelacionada. Deste modo, pode-se traar pontos de correspondncia
entre o relevo e o solo ou o solo e a vegetao de uma regio;

correlao temporal: a fisionomia da Terra est em constante


transformao, em ciclos variveis para cada fenmeno. Cada paisagem
ostenta as marcas de um passado mais ou menos remoto, apagado ou
modificado de maneira desigual, mas sempre presente (Dolfus, 1991);

correlao topolgica: de particular importncia na representao


computacional, as relaes topolgicas como adjacncia, pertinncia e
interseco, permitem estabelecer os relacionamentos entre os objetos
geogrficos que so invariantes rotao, translao e escala.

Geoprocessamento em Projetos Ambientais 1-3


Introduo

1.3 GEOPROCESSAMENTO PARA PROJETOS AMBIENTAIS: UMA VISO GERAL

Na perspectiva moderna de gesto do territrio, toda ao de


planejamento, ordenao ou monitoramento do espao deve incluir a anlise dos
diferentes componentes de ambiente, incluindo o meio fsico-bitico, a ocupao
humana, e seu interrelacionamento. O conceito de desenvolvimento sustentado,
consagrado na Rio-92, estabelece que as aes de ocupao do territrio devem
ser precedidas de uma anlise abrangente de seus impactos no ambiente, a curto,
mdio e longo prazo.

Tal postura foi sancionada pelo legislador, ao estabelecer dispositivos de


obrigatoriedade de Relatrios de Impacto Ambiental (RIMA), como condio
prvia para novos projetos de ocupao do espao, como rodovias, indstrias e
hidroeltricas. Forma ainda a justificativa poltica para iniciativas como o Programa
de Zoneamento Ecolgico-Econmico, estabelecido pelo Governo Federal para
disciplinar o desenvolvimento da regio Amaznica.

Deste modo, pode-se apontar pelo menos quatro grandes dimenses dos
problemas ligados aos Estudos Ambientais, onde grande o impacto do uso da
tecnologia de Sistemas de Informao Geogrfica: Mapeamento Temtico,
Diagnstico Ambiental, Avaliao de Impacto Ambiental, e Ordenamento
Territorial.

Nesta viso, os estudos de Mapeamento Temtico visam a caracterizar e


entender a organizao do espaco, como base para o estabelecimento das bases
para aes e estudos futuros. Exemplos seriam levantamentos temticos (como
geologia, geomorfologia, solos, cobertura vegetal), dos quais o Brasil ainda
bastante deficiente, especialmente em escalas maiores. Tome-se, por exemplo, o
caso da Amaznia, onde o mais abrangente conjunto de dados temticos existente
o realizado pelo projeto RADAM, no qual os dados foram levantados na escala
1: 250.000 e compilados na escala 1:1.000.000.

A rea de diagnstico ambiental objetiva estabelecer estudos especficos


sobre regies de interesse, com vistas a projetos de ocupao ou preservao.
Geoprocessamento em Projetos Ambientais 1-4
Introduo

Exemplos so os relatrios de impacto ambiental (RIMAs) e os estudos visando o


estabelecimento de reas de proteo ambiental (APAs).

Os projetos de avaliao de impacto ambiental envolvem o


monitoramento dos resultados da interveno humana sobre o ambiente, incluindo
levantamentos como o feito pelo SOS Mata Atlntica, que realizou um estudo
sobre os remanescentes da Mata Atlntica em toda a costa leste brasileira.

Os trabalhos de ordenamento territorial objetivam normatizar a ocupao


do espaco, buscando racionalizar a gesto do territrio, com vistas a um processo
de desenvolvimento sustentado. Neste cenrio, esto em andamento hoje no Brasil
uma grande quantidade de iniciativas de zoneamento, que incluem estudos
abrangentes como o zoneamento ecolgico-econmico da Amaznia Legal
(Becker e Egler, 1997) at aspectos especficos, como o zoneamento pedo-
climtico por cultura, coordenado pela EMBRAPA.

Todos estes estudos tem uma caracterstica bsica: a interdisciplinaridade


(Moraes, 1997). Decorrente da convico de que no possvel compreender
perfeitamente os fenmenos ambientais sem analisar todos os seus componentes,
estes projetos buscam sempre uma viso integrada do questo ambiental.

Como consequncia natural, o uso de Geoprocessamento em projetos


ambientais requer o uso intensivo de tcnicas de integrao de dados.
Diferentemente de aplicaes como Cadastro Urbano, que lidam com um conjunto
limitado de dados geogrficos (essencialmente mapas no formato vetorial e tabelas
de bancos de dados relacionais), os estudos ambientais - para ser feitos de forma
adequada - requerem que o especialista em Geoprocessamento combine
ferramentas de anlise espacial, processamento de imagens, geo-estatstica e
modelagem numrica de terreno. Nesta perspectiva, o presente tutorial apresenta
uma nfase nos aspectos de integrao de dados, procurando descrever toda a
diversidade de dados e funes utilizados em projetos de Geoprocessamento para
estudos ambientais.

Geoprocessamento em Projetos Ambientais 1-5


Introduo

1.4 DESCRIO GERAL DE SISTEMAS DE INFORMAO GEOGRFICA

O termo Sistemas de Informao Geogrfica (SIG) aplicado para


sistemas que realizam o tratamento computacional de dados geogrficos. Um SIG
armazena a geometria e os atributos dos dados que esto georreferenciados, isto ,
localizados na superfcie terrestre e representados numa projeo cartogrfica. Os
dados tratados em geoprocessamento tem como principal caracterstica a
diversidade de fontes geradoras e de formatos apresentados.

O requisito de armazenar a geometria dos objetos geogrficos e de seus


atributos representa uma dualidade bsica para SIGs. Para cada objeto geogrfico,
o SIG necessita armazenar seus atributos e as vrias representaes grficas
associadas. Devido a sua ampla gama de aplicaes, que inclui temas como
agricultura, floresta, cartografia, cadastro urbano e redes de concessionrias (gua,
energia e telefonia), h pelo menos trs grandes maneiras de utilizar um SIG:

como ferramenta para produo de mapas;

como suporte para anlise espacial de fenmenos;

como um banco de dados geogrficos, com funes de armazenamento


e recuperao de informao espacial.

Estas trs vises do SIG so antes convergentes que conflitantes e refletem


a importncia relativa do tratamento da informao geogrfica dentro de uma
instituio. Para esclarecer ainda mais o assunto, apresentam-se a seguir algumas
definies de SIG:

Um conjunto manual ou computacional de procedimentos utilizados para


armazenar e manipular dados georreferenciados (Aronoff, 1989);

Conjunto poderoso de ferramentas para coletar, armazenar, recuperar,


transformar e visualizar dados sobre o mundo real (Burrough, 1986);

Um sistema de suporte deciso que integra dados referenciados


espacialmente num ambiente de respostas a problemas (Cowen, 1988);

Geoprocessamento em Projetos Ambientais 1-6


Introduo

Um banco de dados indexados espacialmente, sobre o qual opera um


conjunto de procedimentos para responder a consultas sobre entidades
espaciais (Smith et al., 1987).

Estas definies de SIG refletem, cada uma sua maneira, a multiplicidade


de usos e vises possveis desta tecnologia e apontam para uma perspectiva
interdisciplinar de sua utilizao. A partir destes conceitos, possvel indicar as
principais caractersticas de SIGs:

Inserir e integrar, numa nica base de dados, informaes espaciais


provenientes de dados cartogrficos, dados censitrios e cadastro
urbano e rural, imagens de satlite, redes e modelos numricos de
terreno;

Oferecer mecanismos para combinar as vrias informaes, atravs de


algoritmos de manipulao e anlise, bem como para consultar,
recuperar, visualizar e plotar o contedo da base de dados
georreferenciados.

1.5 ESTRUTURA GERAL DE UM SIG

Numa viso abrangente, pode-se indicar que um SIG tem os seguintes


componentes:

Interface com usurio;

Entrada e integrao de dados;

Funes de processamento grfico e de imagens;

Visualizao e plotagem;

Armazenamento e recuperao de dados (organizados sob a forma de


um banco de dados geogrficos).

Geoprocessamento em Projetos Ambientais 1-7


Introduo

Estes componentes se relacionam de forma hierrquica. No nvel mais


prximo ao usurio, a interface homem-mquina define como o sistema operado
e controlado. No nvel intermedirio, um SIG deve ter mecanismos de
processamento de dados espaciais (entrada, edio, anlise, visualizao e
sada). No nvel mais interno do sistema, um sistema de gerncia de bancos de
dados geogrficos oferece armazenamento e recuperao dos dados espaciais e
seus atributos.

De uma forma geral, as funes de processamento de um SIG operam


sobre dados em uma rea de trabalho em memria principal. A ligao entre os
dados geogrficos e as funes de processamento do SIG feita por mecanismos
de seleo e consulta que definem restries sobre o conjunto de dados. Exemplos
ilustrativos de modos de seleo de dados so:

"Recupere os dados relativos carta de Guajar-Mirim " (restrio por


definio de regio de interesse);

"Recupere as cidades do Estado de So Paulo com populao entre


100.000 e 500.000 habitantes" (consulta por atributos no-espaciais).

"Mostre os postos de sade num raio de 5 km do hospital municipal de


S.J.Campos" (consulta com restries espaciais).

A Figura 1.1 indica o relacionamento dos principais componentes ou


subsistemas de um SIG. Cada sistema, em funo de seus objetivos e necessidades,
implementa estes componentes de forma distinta, mas todos os subsistemas citados
devem estar presentes num SIG.

Geoprocessamento em Projetos Ambientais 1-8


Introduo

Interface

Entrada e Integr. Consulta e Anlise Visualizao


Dados Espacial Plotagem

Gerncia Dados
Espaciais

Banco de Dados
Geogrfico

Figura 1.1 - Arquitetura de Sistemas de Informao Geogrfica.

1.6 ANLISE ESPACIAL

O objetivo principal do Geoprocessamento fornecer ferramentas


computacionais para que os diferentes analistas determinem as evolues espacial e
temporal de um fenmeno geogrfico e as interrelaes entre diferentes
fenmenos. Tomemos um exemplo: ao analisar uma regio geogrfica para fins de
zoneamento agrcola, necessrio escolher as variveis explicativas (p.ex., o solo,
a vegetao e a geomorfologia) e determinar qual a contribuio de cada uma delas
para a obteno de um mapa resultante.

Alguns exemplos dos processos de anlise espacial tpicos de um SIG esto


apresentados na tabela abaixo (adaptada de Maguire, 1991).

Geoprocessamento em Projetos Ambientais 1-9


Introduo

TABELA 1.1

EXEMPLOS DE ANLISE ESPACIAL

Anlise Pergunta Geral Exemplo

Condio O que est... Qual a populao desta cidade ?

Localizao Onde est...? Quais as reas com declividade acima de


20% ?

Tendncia O que mudou...? Esta terra era produtiva h 5 anos atrs ?

Roteamento Por onde ir.. ? Qual o melhor caminho para o metr ?

Padres Qual o padro....? Qual a distribuio da dengue em


Fortaleza?

Modelos O que acontece Qual o impacto no clima se desmatarmos a


se...? Amaznia ?

Tome-se um exemplo concreto para explicitar os conceitos acima. Em


1854, Londres estava sofrendo uma grave epidemia de clera, doena sobre a qual
na poca no se conhecia a forma de contaminao. Numa situao onde j haviam
ocorrido mais de 500 mortes, o doutor John Snow teve um estalo: colocar no
mapa da cidade a localizao dos doentes de clera e dos poos de gua (naquele
tempo, a fonte principal de gua dos habitantes da cidade). O mapa obtido est
mostrado na Figura 1.2.

Geoprocessamento em Projetos Ambientais 1-10


Introduo

Figura 1.2 - Mapa de Londres com casos de clera (pontos) e poos de gua
(cruzes) (adaptado de Tufte, 1983).

Com a espacializao dos dados, o doutor Snow percebeu que a maioria


dos casos estava concentrada em torno do poo da Broad Street e ordenou a sua
lacrao, o que contribuiu em muito para debelar a epidemia. Este caso forneceu
evidncia emprica para a hiptese (comprovada posteriormente) de que o clera
transmitido por ingesto de gua contaminada. Este uma situao tpica onde a
relao espacial entre os dados muito dificilmente seria inferida pela simples
listagem dos casos de clera e dos poos. O mapa do doutor Snow passou para a
Histria como um dos primeiros exemplos que ilustra bem o poder explicativo da
anlise espacial.

Geoprocessamento em Projetos Ambientais 1-11


Introduo

1.7 ALCANCE E LIMITAES DO GEOPROCESSAMENTO

Uma questo sempre controversa (e para a qual no existe uma resposta


definitiva) diz respeito s possibilidades e limitaes do uso dos sistemas de
informao geogrfica. Os SIGs oferecem uma pltora de ferramentas para
processar os dados ambientais, que permitem a expresso de procedimentos
lgicos e matemticos sobre as variveis geo-referenciadas com uma economia de
expresso e uma repetibilidade impossveis de alcanar em anlises tradicionais.

Esta multiplicidade de funes, no entanto, pode ser utilizada de forma


pouco rigorosa. Ao produzir novos mapas por combinao e manipulao, sem o
cuidado de controlar o procedimento, muitos usurios no conseguem explicar os
resultados obtidos e deles tirar concluses objetivas. Por este motivo, h os que
advogam a incapacidade de expressar relaes espaciais e temporais complexas
atravs de procedimentos lgico-matemticos, e assim preferem limitar o uso de
SIG a ferramentas de desenho de mapas. Para evitar os dois extremos, o ideal
que o especialista possa projetar seus experimentos e modelos levando em conta o
potencial das ferramentas disponveis em SIG.

Esta questo nos leva ao tema central deste curso. O uso consistente de
SIGs para estudos ambientais requer que duas pre-condies sejam satisfeitas: o
domnio dos fundamentos tericos de Geoprocessamento e uma metodologia de
trabalho solidamente baseada. Esta metodologia deve estar associada a um modelo
preditivo que combine operaes realizadas num SIG com a interpretao (por
vezes necessariamente subjetiva) do especialista.

Para estabelecer a metodologia, deve-se levar em conta a natureza


essencialmente numrica das operaes em computador. Como se ver em
captulos posteriores, a simples transposio de tcnicas tradicionais de anlise
para o ambiente do SIG inadequada. A experincia tem mostrado que o uso de
mtodos quantitativos de anlise (que envolvem tcnicas como classificao
contnua e geo-estatstica) produz resultados de maior acurcia e flexibilidade do
que procedimentos qualitativos (como a anlise booleana).

Geoprocessamento em Projetos Ambientais 1-12


Introduo

Mesmo considerando o uso de tcnicas quantitativas, permanece a questo


central: existem limitaes inerentes ao uso de SIGs ? O que pode e o que no
pode ser explicado e modelado por tcnicas de Geoprocessamento ?

Para responder a estas questes, necessitamos de uma viso epistemolgica


mais abrangente, e aqui iremos retomar os termos utilizados por Santos (1985)
que, para descrever as relaes que explicam a organizao do espao, utiliza os
conceitos de forma, funo, estrutura e processo. Segundo este autor, a forma o
aspecto visvel do objeto, referindo-se, ainda, ao seu arranjo, que passa a constituir
um padro espacial; a funo constitui uma tarefa, atividade ou papel a ser
desempenhado pelo objeto; a estrutura refere-se maneira pela qual os objetos
esto inter-relacionados entre si, no possui uma exterioridade imediata - ela
invisvel, subjacente forma, uma espcie de matriz na qual a forma gerada; o
processo uma estrutura em seu movimento de transformao, ou seja, uma
ao que se realiza continuamente visando um resultado qualquer, implicando
tempo e mudana.

Para esclarecer ainda mais sobre a apreenso do que vem a ser a


organizao espacial, Santos (1985) afirma: Forma, funo, estrutura e processo
so quatro termos disjuntivos associados, a empregar segundo um contexto do
mundo de todo dia. Tomados individualmente apresentam apenas realidades,
limitadas do mundo. Considerados em conjunto, porm, e relacionados entre si,
eles constroem uma base terica e metodolgica a partir da qual podemos
discutir os fenmenos espaciais em totalidade.

Nesta perspectiva, pode-se afirmar que as tcnicas de Geoprocessamento


no conseguem resolver de forma plena as dualidades forma-funo e estrutura-
processo. Como o uso de SIG, podemos caracterizar adequadamente a forma de
organizao do espao, mas no a funo de cada um de seus componentes;
podemos ainda estabelecer qual a estrutura do espao, ao modelar a distribuio
geogrfica das variveis em estudo, mas dificilmente poderemos estabelecer,

Geoprocessamento em Projetos Ambientais 1-13


Introduo

apenas com os dados armazenados num banco de dados geogrfico, a natureza


dinmica dos processos de constante transformao da natureza, em consequncia
das aes do homem.

Por um lado, os SIG dispem de mecanismos poderosos para expressar a


estrutura do espao. Tome-se, como exemplo, a gerao de mapas de declividade e
exposio de vertentes, caso em que os procedimentos de interpolao numrica
de um SIG podem ser muito mais eficientes que as tcnicas tradicionais. Por
contraste, a contribuio relativa da declividade para estudos como aptido
agrcola s pode ser estabelecida a partir de uma escolha consciente, feita pelo
especialista, e que leva em conta a dimenso teleolgica da questo: o que, afinal,
estamos querendo estabelecer como resultado? Para usar a formulao de Santos,
a relao dialtica entre estrutura e processo apenas poder se resolver quando da
contraposio entre o computador (que armazena a estrutura de organizao do
espao) e o especialista (que compreende a dinmica do processo).

Esta abordagem nos permite construir uma viso no maniquesta da


tecnologia de Geoprocessamento. Nem panacia com procedimentos de aplicao
universal, nem mero instrumento de automao de tcnicas estabelecidas, os SIG
requerem de seus usurios uma postura ativa e crtica. Ao mesmo tempo em que
necessrio compreender a complexidade dos procedimentos lgico-matemticos do
Geoprocessamento, preciso dispor de metodologias que capturem a dinmica dos
processos espaciais, no expressveis explicitamente num banco de dados
geogrfico. Este equilbrio entre forma e funo, e entre estrutura e processo est
na essncia do uso adequado do Geoprocessamento.

Geoprocessamento em Projetos Ambientais 1-14


2

MODELAGEM DE DADOS EM GEOPROCESSAMENTO

Gilberto Cmara e Jos Simeo de Medeiros

Na realidade, a cincia e a arte vm aos


homens por intermdio da experincia,
porque a experincia criou a arte e a
inexperincia, o acaso. E a arte aparece
quando, de um conjunto de noes
experimentadas, se exprime um nico juzo
universal de casos semelhantes.
Aristteles
(Metafsica).

2.1 INTRODUO

Este captulo apresenta um modelo de dados para Geoprocessamento,


projetado com tcnicas de orientao-por-objetos, que permite lidar com os
diversos tipos de dados ambientais. As contribuies mais relevantes do modelo
so:

apresentar uma abordagem unificada para a modelagem em


Geoprocessamento, combinando as idias de campos e objetos;

integrar imagens de Sensoriamento Remoto e Modelos Numricos de


Terreno com mapas temticos, mapas cadastrais e redes.

prover suporte para representaes geomtricas mltiplas de uma


mesma entidade do mundo real e permitir a coexistncia de
representaes vetorial, matricial e grades num mesmo sistema.

Um modelo de dados um conjunto de ferramentas conceituais utilizado


para descrever como a realidade geogrfica ser representada no sistema. Aspecto
fundamental no projeto de um SIG, o modelo descreve como a realidade
Modelagem de Dados em Geoprocessamento

geogrfica ser representada no computador. Nenhuma outra deciso limita tanto a


abrangncia e o crescimento futuro do sistema quanto a escolha do modelo de
dados.

Como indicado por Goodchild (1992a), a indstria de Geoprocessamento


amadureceu a tal ponto que questes sobre estruturas de dados, algoritmos e
funcionalidade contam com respostas padronizadas. Nesta situao, a modelagem
de dados tem um papel crtico ao determinar a capacidade de uso e a rapidez de
aprendizado do sistema.

2.2 VISO GERAL DO PROCESSO DE MODELAGEM

O processo de Modelagem a forma que se dispe para traduzir o mundo


real em outros domnios. Uma das abordagens mais teis para este problema o
chamado paradigma dos quatro universos (Gomes e Velho, 1995), que distingue:

o universo do mundo real, que inclui as entidades da realidade a serem


modeladas no sistema;

o universo matemtico (conceitual), que inclui uma definio


matemtica (formal) das entidades a serem includas no modelo;

o universo de representao, onde as diversas entidades formais so


mapeadas para representaes geomtricas;

o universo de implementao, onde as estruturas de dados e algoritmos


so escolhidos, baseados em consideraes como desempenho,
capacidade do equipamento e tamanho da massa de dados. neste nvel
que acontece a codificao.

Esta viso do processo de modelagem est ilustrada na Figura 2.1.

interface usurio

Universo Universo Universo Universo

Mundo real Matemtico Represent. Implement.

Figura 2.1 - Modelagem segundo o paradigma dos quatro universos.

Geoprocessamento em Projetos Ambientais 2-2


Modelagem de Dados em Geoprocessamento

A viso apresentada no se limita a sistemas de Geoprocessamento, mas


representa uma perspectiva unificadora aos problemas de Computao Grfica e
Processamento de Imagens. Sua aplicao ao problema de Geoprocessamento
particularmente apropriada pois permite equacionar os problemas da rea, como se
pode constatar:

no universo do mundo real encontram-se os fenmenos a serem


representados (tipos de solo, cadastro urbano e rural, dados geofsicos e
topogrficos);

no universo conceitual (matemtico) pode-se distinguir entre as grandes


classes formais de dados geogrficos (dados contnuos e objetos
individualizveis) e especializar estas classes nos tipos de dados
geogrficos utilizados comumente (dados temticos e cadastrais,
modelos numricos de terreno, dados de sensoriamento remoto);

no universo de representao as entidades formais definidas no universo


conceitual so associadas a diferentes representaes geomtricas, que
podem variar conforme a escala e a projeo cartogrfica escolhida e a
poca de aquisio do dado. aqui se distingue entre as representaes
matricial e vetorial, que podem ainda ser especializadas;

o universo de implementao onde ocorre a realizao do modelo de


dados atravs de linguagens de programao. Neste universo, escolhem-
se as estruturas de dados (tais como rvores quaternrias e rvores-R)
para implementar as geometrias do universo de representao;

Com base nesta viso, as dicotomias tradicionais de Geoprocessamento


(campos-objetos e matricial-vetorial) podem ser resolvidas, mostrando-se que elas
se encontram em nveis distintos de abstrao.

Esta anlise tambm indica que a interface de usurio de um SIG deve,


tanto quanto possvel, refletir o universo conceitual e esconder detalhes dos
universos de representao e implementao. No nvel conceitual, o usurio lida
com conceitos mais prximos de sua realidade e minimiza a complexidade
envolvida nos diferentes tipos de representao geomtrica.

Geoprocessamento em Projetos Ambientais 2-3


Modelagem de Dados em Geoprocessamento

2.3 O UNIVERSO DO MUNDO REAL

Pretende-se construir um modelo no limitado a uma rea particular de


aplicao de Geoprocessamento e que possa incorporar aplicaes to diversas
como Estudos Ambientais, Agricultura, Geologia e Redes. Para tanto, ser
importante considerar os diferentes tipos de dados utilizados em
Geoprocessamento.

2.3.1 MAPAS TEMTICOS

Mapas temticos descrevem a distribuio espacial de uma grandeza


geogrfica, expressa de forma qualitativa, como os mapas de pedologia e a aptido
agrcola de uma regio. Estes dados, obtidos a partir de levantamento de campo,
so inseridos no sistema por digitalizao ou, de forma mais automatizada, a partir
de classificao de imagens. A Figura 2.2 abaixo mostra um exemplo de um mapa
de pedologia, inserido no SIG atravs de digitalizao manual, a partir do mapa
resultante do Levantamento de Reconhecimento Semidetalhado dos Solos da
Regio dos Inhamuns-Salgado - CE (SUDEC, 1980).

Figura 2.2 - Exemplo de Mapa Temtico.

Geoprocessamento em Projetos Ambientais 2-4


Modelagem de Dados em Geoprocessamento

2.3.2 MAPAS CADASTRAIS

Um mapa cadastral distingue-se de um mapa temtico, pois cada um de


seus elementos um objeto geogrfico, que possui atributos e pode estar
associado a vrias representaes grficas. Por exemplo, os lotes de uma cidade
so elementos do espao geogrfico que possuem atributos (dono, localizao,
valor venal, IPTU devido, etc.) e que podem ter representaes grficas diferentes
em mapas de escalas distintas. Os atributos esto armazenados num sistema
gerenciador de banco de dados, conforme descrito em detalhe na seo 2.4.

A Figura 2.3 mostra um exemplo de mapa cadastral da Amrica do Sul,


onde os pases possuem atributos no-grficos (PIB e populao).

PIB Pop
Pas
(US$ bn) (milhes)
Brasil 350 159

Argentina 295 34

Chile 45 14

Figura 2.3 - Exemplo de mapa cadastral (pases da Amrica do Sul).

A distino entre mapas cadastrais e mapas temticos no usual na


literatura de SIG, mas extremamente importante para caracterizar de forma
adequada os tipos de dados e as aplicaes em Geoprocessamento. Quando
falamos em mapas temticos, estamos lidando, na absoluta maioria dos casos, com
informaes imprecisas. Por exemplo, no caso de um mapa temtico de solos, os
limites indicados no mapa so aproximaes da realidade. J no caso de um mapa
cadastral (como a diviso poltica mostrada na figura 2.3), temos medidas precisas
e determinadas.

No dizer de Burrough (1986), os limites desenhados em mapas temticos


(como solo, vegetao, ou geologia) raramente so precisos e desenha-los como
linhas finas muitas vezes no representa adequadamente seu carter. Assim,
talvez no nos devamos preocupar tanto com localizaes exatas e representaes
grficas elegantes. Se pudermos aceitar que limites precisos entre padres de
vegetao e solo raramente ocorrem, ns estaramos livres para realizar anlises
geogrficas nos formatos mais convenientes.

Geoprocessamento em Projetos Ambientais 2-5


Modelagem de Dados em Geoprocessamento

2.3.3 REDES

Em Geoprocessamento, o conceito de "rede" denota as informaes


associadas a:

Servios de utilidade pblica, como gua, luz e telefone;

Redes de drenagem (bacias hidrogrficas);

Rodovias.

No caso de redes, cada objeto geogrfico (e.g: cabo telefnico,


transformador de rede eltrica, cano de gua) possui uma localizao geogrfica
exata e est sempre associado a atributos descritivos presentes no banco de dados.

As informaes grficas de redes so armazenadas em coordenadas


vetoriais, com topologia arco-n: os artibutos de arcos incluem o sentido de fluxo
e os atributos dos ns sua impedncia (custo de percorrimento). A topologia de
redes constitui um grafo, que armazena informaes sobre recursos que fluem
entre localizaes geogrficas distintas, como ilustra a Figura 2.4.

Sub-estaes

id label capacidade
22 Eng. Dentro 3.000 kVA

Postes
id label Transf.
2345 32-17-95 Classe 3

Figura 2.4 - Elementos de Rede.

Como observa Goodchild (1992b), uma rede um sistema de


endereamento 1-D embutido no espao 2-D. Para citar um exemplo, tome-se uma
rede eltrica, que tem, entre outros, os componentes: postes, transformadores, sub-
estaes, linhas de transmisso e chaves. As linhas de transmisso sero
representadas topologicamente como os arcos de um grafo orientado, estando as

Geoprocessamento em Projetos Ambientais 2-6


Modelagem de Dados em Geoprocessamento

demais informaes concentradas em seus ns. Note-se que os algoritmos de


clculo de propriedades da rede podem, em sua grande maioria, ser resolvidos
apenas com a topologia da rede e de seus atributos.

As redes formam um captulo parte na tipologia de SIGs, pois -


diferena dos outros tipos de dados - so o resultado direto da interveno humana
sobre o meio-ambiente. Cada aplicao de rede tem caractersticas prprias e com
alta dependncia cultural (p.ex., a largura das auto-estradas nos EUA distinta das
usadas em So Paulo).

2.3.4 IMAGENS

Obtidas por satlites, fotografias areas ou "scanners" aerotransportados,


as imagens representam formas de captura indireta de informao espacial.
Armazenadas como matrizes, cada elemento de imagem (denominado "pixel") tem
um valor proporcional energia eletromagntica refletida ou emitida pela rea da
superfcie terrestre correspondente. A Figura 2.5 mostra uma composio colorida
falsa cor das bandas 3 (associada a cor Azul), 4 (Verde) e 5 (Vermelha) do satlite
TM-Landsat.

Figura 2.5 - Exemplo de Imagem.

Pela natureza do processo de aquisio de imagens, os objetos geogrficos


esto contidos na imagem, sendo necessrio recorrer a tcnicas de
fotointerpretao e de classificao para individualiz-los.

Geoprocessamento em Projetos Ambientais 2-7


Modelagem de Dados em Geoprocessamento

Caractersticas importantes de imagens de satlite so: o nmero e a largura


de bandas do espectro eletromagntico imageadas (resoluo espectral), a menor
rea da superfcie terrestre observada instantaneamente por cada sensor (resoluo
espacial), o nvel de quantizao registrado pelo sistema sensor (resoluo
radiomtrica) e o intervalo entre duas passagens do satlite pelo mesmo ponto
(resoluo temporal).

2.3.5 MODELOS NUMRICOS DE TERRENO

O termo modelo numrico de terreno (ou MNT) utilizado para denotar a


representao quantitativa de uma grandeza que varia continuamente no espao.
Comumente associados altimetria, tambm podem ser utilizados para modelar
grandezas geoqumicas, como o teor de minerais, ou propriedades do solo, como o
teor de matria orgnica, a acidez ou a condutividade eltrica.

Entre os usos de modelos numricos de terreno, pode-se citar (Burrough,


1986):

(a) Armazenamento de dados de altimetria para gerar mapas topogrficos;

(b) Anlises de corte-aterro para projeto de estradas e barragens;

(c) Cmputo de mapas de declividade e exposio para apoio a anlises de


geomorfologia e erodibilidade;

(d) Anlise de variveis geofsicas e geoqumicas;

(e) Apresentao tridimensional (em combinao com outras variveis).

Um MNT pode ser definido como um modelo matemtico que reproduz


uma superfcie real a partir de algoritmos e de um conjunto de pontos (x, y), em
um referencial qualquer, com atributos denotados de z, que descrevem a variao
contnua da superfcie. Este conjunto de pontos tambm denominado de amostras
3D.

De acordo com Pettinati (1983), a criao do modelo matemtico de uma


superfcie consiste no agrupamento de amostras (x,y,z) que descrevem a superfcie
real, de maneira que todo o conjunto simule de modo ideal o comportamento da
superfcie original.

Geoprocessamento em Projetos Ambientais 2-8


Modelagem de Dados em Geoprocessamento

2.3.6 APLICAES TPICAS DE GEOPROCESSAMENTO

importante mapear as diversas reas de aplicao de Geoprocessamento


em funo dos tipos de dados utilizados, como ilustrado na Tabela 2.1.

Tabela 2.1

APLICAES TPICAS DE GEOPROCESSAMENTO

Aplicaes Escalas tpicas Tipos de dados Representaes Operaes

Grficas

Floresta 1:10.000 a dados temticos, matricial, Classif. imagens,


1:1.000.000 imagens vetorial
Consulta espacial

Agricultura 1:5.000 a dados temticos, matricial, Anlise espacial,


1:250.000 imagens, MNT, vetorial, grades, declividade, consulta
cadastro rural TIN espacial

Geologia - 1:50.000 a MNT, imagens, grades, matricial Transf. IHS,


1:5.000.000 mapas temticos vetorial visualiz. 3D
Geomorfologia

Redes 1:1.000 a Redes lineares vetorial Consulta espacial,


1:10.000 (topologia) clculos dedicados

Estudos Urbanos 1:1.000 a redes, cadastro vetorial Consulta espacial


e Rurais 1:25.000 urbano e rural

Estudos Sociais Vrias Dados Consulta espacial,


e Econmicos alfanumricos, clculos dedicados
cadastros

Geoprocessamento em Projetos Ambientais 2-9


Modelagem de Dados em Geoprocessamento

2.4 O UNIVERSO CONCEITUAL

2.4.1 VISO GERAL

Em Geoprocessamento, o espao geogrfico modelado segundo duas


vises complementares: os modelos de campos e objetos (Worboys, 1995). O
modelo de campos enxerga o espao geogrfico como uma superfcie contnua,
sobre a qual variam os fenmenos a serem observados segundo diferentes
distribuies. Por exemplo, um mapa de vegetao descreve uma distribuio que
associa a cada ponto do mapa um tipo especfico de cobertura vegetal, enquanto
um mapa geoqumico associa o teor de um mineral a cada ponto.

O modelo de objetos representa o espao geogrfico como uma coleo de


entidades distintas e identificveis. Por exemplo, um cadastro espacial dos lotes de
um muncipio identifica cada lote como um dado individual, com atributos que o
distinguem dos demais. Igualmente, poder-se-ia pensar como geo-objetos os rios
de uma bacia hidrogrfica ou os aeroportos de um estado.

Para definir o modelo, seguir-se-o os seguintes passos:

1. definir as classes bsicas do modelo e estabelecer as suas relaes,


dentro dos princpios de especializao, generalizao e agregao;

2. estabelecer como possvel, a partir do modelo, definir um esquema


conceitual para um banco de dados geogrfico, por especializao das
classes bsicas.

2.4.2 CLASSES DO UNIVERSO CONCEITUAL

As classes bsicas do modelo, definidas a seguir, so: geo-campo, geo-


objeto, mapa cadastral, objetos no-espaciais, plano de informao e banco de
dados geogrfico.

2.4.2.1 Definies Preliminares

Inicialmente, ser importante estabelecer a base geomtrica na qual as


classes do modelo so definidas. A partir de uma regio contnua da superfcie
terrestre pode-se definir o conceito de regio geogrfica.

Geoprocessamento em Projetos Ambientais 2-10


Modelagem de Dados em Geoprocessamento

Definio 2.1. Regio Geogrfica.

Define-se uma regio geogrfica R como uma superfcie qualquer pertencente ao


espao geogrfico, que pode ser representada num plano ou reticulado, dependente
de uma projeo cartogrfica.

A regio geogrfica serve de suporte geomtrico para localizao de


entidades geogrficas, pois toda entidade geogrfica ser representada por um
ponto ou um conjunto de pontos em R. A definio de regio geogrfica proposta
no restringe a escolha da representao geomtrica (matricial ou vetorial)
associada aos objetos geogrficos.

2.4.2.2 Geo-Campos

Definio 2.2. Geo-Campo.

Um geo-campo representa a distribuio espacial de uma varivel que


possui valores em todos os pontos pertencentes a uma regio geogrfica, num
dado tempo t.

Mltiplas representaes de um mesmo geo-campo podem significar a


variao de uma dada varivel no tempo t1 ,t 2 ,...,tN 1 . Desta maneira torna-se
possvel representar as diferentes cronologias de alguns temas, tais como as
mudanas no uso e cobertura do solo, a sazonabilidade da vegetao ou a dinmica
das variveis climticas.

Os geo-campos podem ser especializados em:

TEMTICO - dada uma regio geogrfica R, um geo-campo temtico


associa a cada ponto do espao um tema de um mapa (p.ex. um geo-
campo de vegetao caracterizado pelo conjunto de temas {floresta
densa, floresta aberta, cerrado, ...});

NUMRICO - dada uma regio geogrfica, um geo-campo numrico


associa, a cada ponto do espao, um valor real (p. ex. um mapa de
campo magntico ou mapa de altimetria);

DADO_SENSOR_REMOTO - esta classe uma especializao de


NUMRICO, obtida atravs de discretizao da resposta recebida por um
sensor (passivo ou ativo) de uma rea da superfcie terrestre.

As Figuras 2.6 e 2.7, apresentam exemplos de geo-campos.

Geoprocessamento em Projetos Ambientais 2-11


Modelagem de Dados em Geoprocessamento

Figura 2.6 - Dado_Sensor_Remoto (Imagem LANDSAT de


Manaus).

Le

Li

Ls
Aq

Figura 2.7 - Geo-campo temtico (solos).

2.4.2.3 Geo-Objeto

Definio 2.3. Geo-Objeto

Um geo-objeto um elemento nico que possui atributos no-espaciais e


est associado a mltiplas localizaes geogrficas. A localizao pretende ser
exata e o objeto distinguvel de seu entorno.

Esta definio tem trs grandes motivaes adicionais:

1. As projees cartogrficas: a projeo planar da Terra, a partir de


escalas macroregionais, feita com o uso de quadrculas que esto
particionadas em sistemas de referncia independentes que definem
recortes arbitrrios no espao e podem dividir a localizao de um geo-
objeto. Por exemplo, um particionamento cartogrfico da Amaznia na
projeo UTM, escala 1:250.000, faz com que os principais rios tenham
representaes geomtricas descontnuas em vrios mapas;

Geoprocessamento em Projetos Ambientais 2-12


Modelagem de Dados em Geoprocessamento

2. Representaes geomtricas em diferentes escalas: na prtica, num


mesmo banco de dados geogrfico, podem conviver representaes da
mesma realidade geogrfica em diferentes escalas geogrficas. Por
exemplo, considere-se um conjunto de mapas dos municpios do Estado
de So Paulo, que inclui um mapa geral (na escala de 1:1.000.000) e
mapas regionais (na escala de 1:100.000). Nesta situao, um mesmo
geo-objeto (p.ex., o muncipio de So Jos dos Campos) teria duas
representaes geomtricas: uma contnua no mapa regional do Vale do
Parada e outra descontnua nas folhas na escala 1:100.000;

3. Mltiplas representaes temporais: as diferentes representaes de um


mesmo objeto podem corresponder a variaes temporais do mesmo,
como no caso de um lago que teve suas bordas alteradas1;

Para ilustrar este conceito, considere-se a Figura 2.8, que mostra um banco
de dados da Amaznia, onde os retngulos pontilhados representam o recorte
espacial do banco de dados. Entidades como os rios Amazonas e Xing tm
representaes em diferentes particionamentos espaciais do banco de dados.

1 id nome
Amazonas
Xingu

2 id nome
1 Yanomami
3 2 Waimiri

3 Kayap

Figura 2.8 - Princpio de identidade em bancos de dados geogrficos.

2.4.2.4 Objeto No-Espacial

Em muitas situaes conveniente permitir a associao de informaes


no-espaciais a um banco de dados georeferenciado. Por exemplo, considere-se
uma aplicao de cadastro urbano em uma prefeitura que j dispe de um sistema
para clculo do IPTU baseado num cadastro alfanumrico de lotes. Neste caso,
pode-se desejar associar o cadastro alfanumrico a dados georeferenciados

1
Um caso particularmente dramtico o Mar de Aral, na ex-URSS.

Geoprocessamento em Projetos Ambientais 2-13


Modelagem de Dados em Geoprocessamento

contendo a localizao geogrfica e as dimenses destas propriedades. Para


englobar estas entidades, introduz-se a noo de objeto no-espacial.

Definio 2.4. Objeto no-espacial

Um objeto no-espacial um objeto que no possui localizaes espaciais


associadas.

Assim, a noo de objeto no-espacial engloba qualquer tipo de informao


que no seja georeferenciada e que se queira agregar a um SIG.

O exemplo anexo mostra o caso de uma aplicao de cadastro rural,


mostrada na Figura 2.9. Neste caso, tem-se os geo-objetos da classe fazendas
(que esto referenciados espacialmente) e deseja-se estabelecer a ligao entre
estes geo-objetos e a informao alfanumrica j existente sob a forma de um
cadastro de propriedades. Neste caso, as informaes de cadastro so consideradas
um objeto no-espacial.

fazendas
geoid area cadastro INCRA
22 1500 019331

cadastro INCRA ITR dono


019331 12000 Olacyr

cadastro

Figura 2.9 - Exemplo de ligao entre geo-objeto e objeto no-espacial.

Geoprocessamento em Projetos Ambientais 2-14


Modelagem de Dados em Geoprocessamento

2.4.2.5 Mapa Cadastral

A definio de geo-objeto permite a associao de objetos geogrficos a


diferentes regies no espao. Como as aplicaes de Geoprocessamento
usualmente no armazenam ou manipulam elementos isolados, conveniente
armazenar a representao geomtrica de um geo-objeto em conjunto com seus
vizinhos, mantendo as relaes de topologia. Por exemplo, num cadastro urbano,
os lotes de um mesmo bairro so armazenados e apresentados em conjunto. Esta
caracterstica leva introduo da idia de mapa cadastral.

Definio 2.5 Mapa Cadastral.

Um mapa cadastral um agrupamento de representaes geomtricas de


geo-objetos para uma dada projeo cartogrfica e regio geogrfica.

A relao entre o objeto cadastral e os geo-objetos nele presentes


est_mapeado_em (is_mapped_in). A Figura 2.10 ilustra um exemplo de mapa
cadastral para o caso de um cadastro urbano. Cada mapa cadastral deste classe
contm os mapeamentos dos geo-objetos das classes LOTES, HOSPITAIS e ESCOLAS.
A classe LOTES contm objetos das classes LOTES CONSTRUDOS e TERRENOS. A
classe ESCOLAS contm objetos das classes ESCOLA 1O. GRAU e ESCOLA 2O. GRAU.

Cadastro
Urbano
est-mapeado-em est-mapeado-em
est-ma peado-em

Lotes Hospitais Escola

-um -um -um -um

Lotes Terrenos Escola 1o. Escola 2o.


Construdos Grau Grau

Figura 2.10 - Exemplo de objetos complexos (cadastro urbano).

Geoprocessamento em Projetos Ambientais 2-15


Modelagem de Dados em Geoprocessamento

Para ilustrar o conceito e o uso de mapa cadastral, considera-se ainda a


Figura 2.11, onde se tem um caso de um mapa cadastral (cadastro urbano)
contendo os lotes de uma parte do bairro Jardim Esplanada em So Jos dos
Campos. Os geo-objetos da classe lotes incluem todos os lotes existentes na
cidades (na Figura 2.11 apresentados sob forma de tabela). Como o mapa cadastral
est limitado espacialmente, ele contm apenas as representaes geomtricas de
uma parte dos geo-objetos (na Figura 2.11, indicados pelas setas).

Mapa Lotes n. 345


Jardim Esplanada Lotes

geoid dono endereco cadas IPTU


22 Guimaraes C Bevilacqua 768 250186
23 22
23 Bevilacqua Sao Joao 456 110427
24 Ribeiro C Bevilacqua 790 271055

Figura 2.11 - Ilustrao do conceito de mapa cadastral.

Considere-se ainda a especializao da classe CADASTRAL na classe REDE.


As REDES so mapas cadastrais que utilizam a topologia arco-n, e armazenam a
localizao e a simbologia associadas a estruturas linearmente conectadas. Como
exemplo desta classe de objetos, considere-se a especilizao da classe REDE na
classe REDE ELTRICA. Uma instncia desta classe conter os mapeamentos de
diferentes classes de geo-objetos, como mostrado na Figura 2.12.

Rede eltrica
is-mapped-in is-mapped-in
is-mapped-in

Linha de Poste Sub-estao


transmisso
is-a is-a is-a is-a

Linha de alta Linha de baixa Sub-estao Sub-estao


tenso tenso primria secundria

Figura 2.12 - Exemplo de objeto complexo (rede eltrica).

Geoprocessamento em Projetos Ambientais 2-16


Modelagem de Dados em Geoprocessamento

2.4.2.6 Plano de Informao

A idia de plano de informao um conceito muito til para fins de


definio de interface e de operaes.

Definio 2.6. Plano de informao

Um plano de informao a generalizao dos conceitos de geo-campos e


de objeto cadastral.

Um plano de informao uma forma de interface entre o usurio e os


conceitos de geo-campo e mapa cadastral. Uma instncia da classe PLANO DE
INFORMAO representa, para uma dada regio geogrfica, o lugar geomtrico de
um conjunto de dados geogrficos (um geo-campo ou um objeto cadastral).

2.4.2.7 Banco de dados geogrficos

Definio 2.7. Banco de dados geogrficos (BDG)

Um banco de dados geogrficos composto por conjuntos de planos de


informao, um conjunto de geo-objetos e um conjunto de objetos no-espaciais.

Esta definio particularmente interessante pois no faz restrio sobre


escala dos dados e nem sobre a continuidade espacial dos planos de informao
que compem o BDG. Tome-se, por exemplo, um BDG sobre a Amaznia Legal,
com os seguintes dados:

vegetao (fito-fisionomia), especializao da classe TEMTICO, com


780 temas de vegetao definidas pelo IBGE (projeto RADAM): 26
cartas digitalizadas a partir de mapas na escala 1:1.000.000, projeo
Lambert;

imagens de satlite, especializao da classe DADO_SENSOR_REMOTO,


obtidas pelo satlite LANDSAT TM, em trs anos (1986, 1990 e 1994):
228 imagens, projeo UTM;

geo-campos de uso do solo, especializaes da classe TEMTICO, com as


classes: floresta, cerrado, reas de regenerao, reas desflorestadas,
rios e nuvens. Os mapas finais sero compatveis com a escala
1:250.000, projeo UTM;

Geoprocessamento em Projetos Ambientais 2-17


Modelagem de Dados em Geoprocessamento

zoneamento Ecolgico-Econmico do Estado de Rondnia,


especializao da classe CADASTRAL, com 15 planos de informao
gerados a partir de estudos e levantamentos, na escala 1:100.000.

2.4.3 RESUMO DO UNIVERSO CONCEITUAL

Em resumo, o universo de representao do modelo tem como entidade


bsica um banco de dados geogrfico. Este banco composto por planos de
informao, por geo-objetos e por objetos no-espaciais. Os planos de informao
podem ser geo-campos ou objetos cadastrais. Estas classes podem ser ainda
especializadas para construir o esquema conceitual do banco de dados geogrfico.
A Figura 2.13 ilustra estas relaes.

Banco de dados
geo-referenciados

part-of part-of part-of

Plano
No-espacial Geo-objeto
Informao

Geo-campo Cadastral
is-a is-mapped-in
is-a
is-a
Temtico Numrico
Rede
is-a
Dado Sensor
Remoto

Figura 2.13 - Universo conceitual.

Geoprocessamento em Projetos Ambientais 2-18


Modelagem de Dados em Geoprocessamento

2.5 UNIVERSO DE REPRESENTAO

No universo de representao, definem-se as possveis representaes


geomtricas que podem estar associadas s classes do universo conceitual.
Inicialmente, deve-se considerar as duas grandes classes de representaes
geomtricas: REPRESENTAO VETORIAL e REPRESENTAO MATRICIAL.

2.5.1 REPRESENTAO MATRICIAL

Nesta representao, o espao representado como uma matriz P(m, n)


composto de m colunas e n linhas, onde cada clula possui um nmero de linha,
um nmero de coluna e um valor correspondente ao atributo estudado e cada
clula individualmente acessada pelas suas coordenadas.

A representao matricial supe que o espao pode ser tratado como uma
superfcie plana, onde cada clula est associada a uma poro do terreno. A
resoluo do sistema dada pela relao entre o tamanho da clula no mapa ou
documento e a rea por ela coberta no terreno. A Figura 2.14 mostra um mesmo
mapa representado por clulas de diferentes tamanhos (diferentes resolues),
representando diferentes reas no terreno.

Figura 2.14 - Diferentes representaes matriciais para um mapa.

Como o mapa do lado esquerdo possui uma resoluo quatro vezes menor
que o do mapa do lado direito, as avaliaes de reas e distncias sero bem menos

Geoprocessamento em Projetos Ambientais 2-19


Modelagem de Dados em Geoprocessamento

exatas que no primeiro. Em contrapartida, o espao de armazenamento necessrio


para o mapa da direita ser quatro vezes maior que o da esquerda.

Os dados so codificados, clula a clula, atribuindo a cada uma o cdigo


correspondente uma classe referente ao fenmeno estudado. Para fazer isto,
necessrio estabelecer um critrio a ser obedecido em toda a operao.

Pode-se, por exemplo, atribuir a cada clula o cdigo da classe sobre a qual
estiver o centro da quadrcula. Outra possibilidade adotar-se o critrio da maior
ocorrncia. Neste caso, o cdigo corresponde ao da classe que ocupar a maior
parte da clula.

2.5.2 REPRESENTAO VETORIAL

No caso de representao vetorial, consideram-se trs elementos grficos:


ponto, linha e rea (polgono). Deve-se ressaltar uma vez mais a importncia da
topologia na concepo de um SIG. A topologia define as relaes invariantes a
rotao, translao e escala entre as entidades grficas no mapa, como adjacncia,
proximidade e pertinncia.

Os pontos, ou elementos pontuais, abrangem todas as entidades geogrficas


que podem ser perfeitamente posicionadas por um nico par de coordenadas X e
Y. Entretanto, alm das coordenadas, outros dados no-espaciais (atributos)
podem ser arquivados para indicar de que tipo de ponto se est tratando.

As linhas, arcos, ou elementos lineares so um conjunto de pontos


conectados. Alm das coordenadas dos pontos que compem a linha, deve-se
armazenar informao que indique de que tipo de linha se est tratando, ou seja, a
que atributo ela est associada.

As reas ou polgonos so representados pela lista de linhas que a


compem.

Geoprocessamento em Projetos Ambientais 2-20


Modelagem de Dados em Geoprocessamento

2.5.2.1 TOPOLOGIA ARCO-N

A topologia arco-n a representao vetorial associada a um rede linear


conectada. Um n pode ser definido como o ponto de interseco entre duas ou
mais linhas, correspondente ao ponto inicial ou final de cada linha. Nenhuma linha
poder estar desconectada das demais para que a topologia da rede possa ficar
totalmente definida.

O conhecimento das relaes topolgicas entre as linhas pode ser de


fundamental importncia no caso de redes. Para exemplificar, considere-se a Figura
2.15, que mostra uma parte de uma rede de distrbuio eltrica, com os seus
diversos componentes (sub-estao, rede, poste, transformador, consumidor).

Figura 2.15 - Exemplo de topologia arco-n (rede eltrica).

2.5.2.2 TOPOLOGIA ARCO-N-POLGONO

A topologia arco-n-polgono utilizada quando se quer representar


elementos grficos do tipo rea. Seu objetivo descrever as propriedades
topolgicas de reas de tal maneira que os atributos no-espaciais associados aos
elementos ou entidades poligonais possam ser manipulados da mesma forma que
os correspondentes elementos em um mapa temtico analgico.

Neste caso, faz-se necessrio armazenar informao referente aos


elementos vizinhos, da mesma forma que na estrutura de redes deviam ser
definidas as ligaes entre as linhas. A Figura 2.16 mostra de forma simplificada
um exemplo desta estrutura topolgica.

Geoprocessamento em Projetos Ambientais 2-21


Modelagem de Dados em Geoprocessamento

Figura 2.16 - Estrutura topolgica do tipo arco-n-polgono.

2.5.3 COMPARAO ENTRE REPRESENTAES DE MAPAS TEMTICOS

Como os mapas temticos admitem tanto a representao matricial quanto


a vetorial, relevante compar-las.Para a produo de cartas e em operaes onde
se requer maior preciso, a representao vetorial mais adequada. As operaes
de lgebra de mapas so mais facilmente realizadas no formato matricial. No
entanto, para um mesmo grau de preciso, o espao de armazenamento requerido
por uma representao matricial substancialmente maior. Isto ilustrado na
Figura 2.17

Geoprocessamento em Projetos Ambientais 2-22


Modelagem de Dados em Geoprocessamento

Figura 2.17 - Representao vetorial e matricial de um mapa temtico.

A Tabela 2.2 apresenta uma comparao entre as vantagens e desvantagens


de armazenamento matricial e vetorial para mapas temticos. Esta comparao
leva em conta os vrios aspectos: relacionamentos espaciais, anlise,
armazenamento. Nesta tabela, o formato mais vantajoso para cada caso
apresentado em destaque.

TABELA 2.2

COMPARAO ENTRE REPRESENTAES PARA MAPAS TEMTICOS

Aspecto Representao Vetorial Representao Matricial


Relaes espaciais Relacionamentos topolgicos entre Relacionamentos espaciais
entre objetos objetos disponveis devem ser inferidos

Ligao com Facilita associar atributos a elementos Associa atributos apenas a


banco de dados grficos classes do mapa

Anlise, Representao indireta de fenmenos Representa melhor fenmenos


Simulao e contnuos com variao contnua no espao
Modelagem lgebra de mapas limitada Simulao e modelagem mais
fceis
Escalas de Adequado tanto a grandes quanto a Mais adequado para pequenas
trabalho pequenas escalas escalas (1:25.000 e menores)

Algoritmos Problemas com erros geomtricos Processsamento mais rpido e


eficiente.

Armazenamento Por coordenadas (mais eficiente) Por matrizes

Geoprocessamento em Projetos Ambientais 2-23


Modelagem de Dados em Geoprocessamento

2.5.4 REPRESENTAES DE MODELOS NUMRICOS DE TERRENO

2.5.4.1 GRADE REGULAR

A grade regular uma representao matricial onde cada elemento da


matriz est associado a um valor numrico, como mostra a Figura 2.18. Para a
gerao da grade torna-se necessrio estimar, atravs de interpoladores
matemticos, os valores para as clulas que no possuem medidas de elevao,
considerando-se a vizinhana das medidas de elevao conhecidas.

Os procedimentos de interpolao para gerao de grades regulares a partir


de amostras variam de acordo com a grandeza medida. No caso de altimetria,
comum o uso de funes de ponderao por inverso do quadrado da distncia. J
para variveis geofsicas ou geoqumicas, procedimentos de filtragem
bidimensional ou de geoestatstica (como a krigeagem) so utilizados.

Figura 2.18 - Superfcie e grade regular correspondente. (Fonte: Namikawa


1995).

Geoprocessamento em Projetos Ambientais 2-24


Modelagem de Dados em Geoprocessamento

2.5.4.2 GRADES TRIANGULARES

A grade triangular ou TIN (do ingls triangular irregular network)


uma estrutura do tipo vetorial com topologia do tipo n-arco e representa uma
superfcie atravs de um conjunto de faces triangulares interligadas. Para cada um
dos trs vrtices da face do tringulo so armazenados as coordenadas de
localizao (x, y) e o atributo z, com o valor de elevao ou altitude. Em geral, nos
SIGs que possuem pacotes para MNT, os algoritmos para gerao da grade
triangular baseiam-se na triangulao de Delaunay com restrio de regio.

Quanto mais equilteras forem as faces triangulares, maior a exatido com


que se descreve a superfcie. O valor de elevao em qualquer ponto dentro da
superfcie pode ser estimado a partir das faces triangulares, utilizando-se
interpoladores. A Figura 2.19 mostra uma supefcie tridimensional e a grade
triangular correspondente.

Figura 2.19 - Superfcie e malha triangular correspondente. (Fonte: Namikawa


1995).

Geoprocessamento em Projetos Ambientais 2-25


Modelagem de Dados em Geoprocessamento

2.5.4.3 COMPARAO ENTRE REPRESENTAES DE MNT

As grades triangulares so normalmente melhores para representar a


variao do terreno, pois capturam a complexidade do relevo sem a necessidade de
grande quantidade de dados redundantes. As grades regulares tm grande
redundncia em terrenos uniformes e dificuldade de adaptao a relevos de
natureza distinta no mesmo mapa, por causa da grade de amostragem fixa.

Para o caso de variveis geofsicas e para operaes como visualizao 3D,


as grades regulares so preferveis, principalmente pela maior facilidade de
manuseio computacional. A Tabela 2.3 resume as principais vantagens e
desvantagens de grades regulares e triangulares.

TABELA 2.3

COMPARAO ENTRE GRADES REGULARES E TRIANGULARES PARA


REPRESENTAR MODELOS NUMRICOS DE TERRENO

Grade triangular Grade regular

Vantagens 1. Melhor representao de relevo 1. Facilita manuseio e converso


complexo 2. Adequada para geofsica e
2. Incorporao de restries como visualizao 3D
linhas de crista
Problemas 1. Complexidade de manuseio 1. Representao relevo
2. Inadequada para visualizao 3D complexo
2. Clculo de declividade

Os modelos numricos de terreno tambm podem ser convertidos para


mapas temticos e para imagens. Em ambos os casos, a grandeza numrica
quantizada, seja para um nmero pequeno de valores (caso de mapas temticos)
seja para a variao associada a imagens (valores discretos).

Geoprocessamento em Projetos Ambientais 2-26


Modelagem de Dados em Geoprocessamento

2.5.5 REPRESENTAES COMPUTACIONAIS DE ATRIBUTOS NO-ESPACIAIS

Entende-se por atributo no-espacial qualquer informao descritiva


(nomes, nmeros, tabelas e textos) relacionada com um nico objeto, elemento,
entidade grfica ou um conjunto deles, que caracteriza um dado fenmeno
geogrfico.

Inicialmente os SIGs armazenavam tanto as entidades grficas quanto os


atributos no-espaciais em sistemas prprios de arquivos internos. Permitiam ainda
que os atributos no-espaciais fossem inseridos no sistema durante, ou
imediatamente aps, a entrada dos objetos ou entidades grficas que
representavam. Estes procedimentos eram problemticos quando havia numerosa
quantidade de atributos no-espaciais a serem relacionados com os objetos.

Alm disso, as ferramentas de busca, recuperao, manuteno e anlise


destes sistemas deixavam a desejar, quando comparadas aos tradicionais Sistemas
Gerenciadores de Banco de Dados (SGBD). Um SGBD um sistema de banco de
dados que funciona independentemente do sistema aplicativo, armazenando os
dados em arquivos no disco rgido e carregando-os em memria para sua
manipulao. Assegura trs requisitos importantes na operao de dados:
integridade - controle de acesso por vrios usurios; eficincia - acesso e
modificaes de grande volume de dados e persistncia - manuteno de dados
por longo tempo, independente dos aplicativos que do acesso ao dado (Cmara,
1996a).

A organizao de bancos de dados geogrficos mais utilizada na prtica a


chamada estratgia dual, descrita a seguir. Para alternativas, o leitor dever
reportar-se a Cmara et al. (1996a).

2.5.5.1 Estratgia Dual

Um SIG implementado com a estratgia dual utiliza um SGBD relacional


para armazenar os atributos convencionais dos objetos geogrficos (na forma de
tabelas) e arquivos para guardar as representaes geomtricas destes objetos. No
modelo relacional, os dados so organizados na forma de uma tabela onde as
linhas correspondem aos dados e as colunas correspondem aos atributos.

A entrada dos atributos no-espaciais feita por meio de um SGBD


relacional e para cada entidade grfica inserida no sistema imposto um
identificador nico ou rtulo, atravs do qual feita uma ligao lgica com seus
respectivos atributos no-espaciais armazenados em tabelas de dados no SGBD,
como ilustrado na Figura 2.20.

Geoprocessamento em Projetos Ambientais 2-27


Modelagem de Dados em Geoprocessamento

Figura 2.20 - Estratgia dual para bancos de dados geogrficos.

A Figura 2.20 exemplifica as ligaes lgicas criadas entre os rtulos dos


talhes de um mapa florestal e seus atributos correspondentes (registros no
campo ou coluna TALHO) numa tabela de banco de dados.

O mesmo tipo de relacionamento lgico pode ser feito em outros casos,


como por exemplo: moradores em um lote, lotes em uma quadra, quadras em
bairro, bairros em uma cidade; hidrantes de segurana ou telefones pblicos ao
longo de uma avenida; postos de servio e restaurantes ao longo de uma rodovia.

A principal vantagem desta estratgia poder utilizar os SGBDs relacionais


de mercado. No entanto, como as representaes geomtricas dos objetos
espaciais esto fora do controle do SGBD, esta estrutura dificulta o
equacionamento das questes de otimizao de consultas, gerncia de transaes e
controle de integridade e de concorrncia. Estes problemas s podem ser
resolvidos atravs de implementaes sofisticadas das camadas superiores da
arquitetura genrica, que operem coordenadamente com o SGBD convencional.

Exemplos de sistemas comerciais baseados em estratgia dual so o


ARC/INFO (Morehouse, 1992), MGE (Intergraph, 1990) e o SPRING (Cmara et al.,
1996b).

Geoprocessamento em Projetos Ambientais 2-28


Modelagem de Dados em Geoprocessamento

2.6 UNIVERSO DE IMPLEMENTAO

Ao se discutir o universo de implementao, sero indicadas quais as


estruturas de dados a serem utilizadas para construir um sistema de
Geoprocessamento. Neste momento, so tratadas as decises concretas de
programao e que podem admitir nmero muito grande de variaes. Estas
decises podem levar em conta as aplicaes s quais o sistema voltado, a
disponibilidade de algoritmos para tratamento de dados geogrficos e o
desempenho do hardware. Para uma discusso sobre os problemas de
implementao de operaes geogrficas, veja-se Gting et al. (1994).

Um dos aspectos principais a ser levado em conta no universo de


implementao o uso de estruturas de indexao espacial. Os mtodos de acesso
a dados espaciais compem-se de estruturas de dados e algoritmos de pesquisa e
recuperao e representam um componente determinante no desempenho total do
sistema. Apanhados gerais da literatura so feitos em Cox Junior (1991) e Rezende
(1992).

Estes mtodos operam sobre chaves multidimensionais e dividem-se


conforme a representao dos dados associados: pontos (ex: rvores K-D), linhas
e polgonos (ex: rvores R e R+) e imagens (ex: rvores quaternrias). Estes e
outros mtodos tm possibilitado (principalmente no caso de pontos e linhas)
grandes melhorias de desempenho no acesso a dados geogrficos.

2.7 RELAO ENTRE OS UNIVERSOS DO MODELO

O paradigma dos quatro universos de modelagem (Gomes e Velho,


1995) parte do princpio que o mapeamento entre cada universo no reversvel e
admite alternativas. A seguir sero discutidas estas relaes.

2.7.1 DO MUNDO REAL PARA O UNIVERSO CONCEITUAL

A passagem do mundo real para o universo conceitual pode admitir


algumas variaes, conforme o domnio de aplicao. Em alguns casos, o
mapeamento direto: as imagens de satlite e grandezas topogrficas e geofsicas,
por exemplo, so naturalmente mapeadas para instncias de GEOCAMPO. No caso
de mapas municipais e de diviso poltica, sua associao com as classes
GEOOBJETO e MAPA DE GEOOBJETOS tambm direta.

Os levantamentos temticos podem se prestar a duas interpretaes,


conforme seu uso: quando se tratar de trabalhos de inventrio (como o mapa de

Geoprocessamento em Projetos Ambientais 2-29


Modelagem de Dados em Geoprocessamento

vegetao da Amaznia), devem ser modelados como instncias de GEOCAMPO


(ou, mais especificamente, da classe TEMTICO). No caso de estudos detalhados
em mdias e grandes escalas (como no zoneamento ecolgico-econmico), onde
cada regio caracterizada por qualificadores especficos, conveniente que estes
levantamentos sejam associados a instncias de GEOOBJETOS e de MAPA DE GEO-
OBJETOS.

2.7.2 DO UNIVERSO CONCEITUAL PARA A REPRESENTAO

Este mapeamento apresenta vrias alternativas no-excludentes, a saber:

instncias da classe DADO_SENSOR_REMOTO so usualmente


armazenadas na representao matricial.

um geo-campo NUMRICO pode ser representados tanto como matrizes


(grade regular) como vetores (conjunto de isolinhas, grade triangular e
conjunto de pontos 3D);

um geo-campo TEMTICO pode ser representado tanto como vetores


topologicamente estruturados, como por uma matriz.

Um MAPA CADASTRAL deve ser representados por vetores, como


topologia arco-no-polgono.

Uma REDE representada por vetores, com topologia arco-n.

A literatura tem consagrado a concluso de que um SIG de propsito geral


deve prover todas as alternativas de representao.

2.7.3 DAS REPRESENTAES IMPLEMENTAO

Conforme foi descrito anteriormente, a realizao do universo de


implementao deciso concreta de programao. A seguir sero realizadas
algumas consideraes de ordem prtica:

o armazenamento de pontos 3D em rvores K-D (Bentley, 1975) traz


um ganho muito significativo para aplicaes como a gerao de grade
regular a partir de um conjunto de amostras esparsas;

o uso de rvores quaternrias (Samet, 1990) para armazenar imagens em


tons de cinza no eficaz. Para o caso de mapas temticos, apesar de
utilizado em pelo menos um sistema comercial (SPANS), os ganhos no
so significativos;

Geoprocessamento em Projetos Ambientais 2-30


Modelagem de Dados em Geoprocessamento

o uso de rvores-R (Gutman, 1984) ou rvores-V (Mediano et al.,


1994) s se torna eficiente quando completado por algoritmos de busca
e processamento que utilizam suas propriedades.

2.7.4 RESUMO

Para compreender melhor a relao entre os diferentes universos (nveis)


do modelo, a Tabela 2.4 contm vrios exemplos de entidades do mundo real e
suas correspondentes no modelo.

TABELA 2.4

CORRESPONDNCIA ENTRE UNIVERSOS DO MODELO

Universo do mundo Universo conceitual Universo de representao Universo de implementao


real
Mapa de vegetao Geo-campo Imagem temtica Matriz 2D
Temtico Subdiviso Planar Linhas 2D (com R-
Tree)
Mapa altimtrico Geo-campo Grade regular Matriz 2D
Numrico Grade triangular Linhas 2D e Ns 3D
Conjunto Pontos 3D Pontos 3D (KD-tree)
Conjunto Isolinhas Linhas 2D
Lotes urbanos Geo-objetos
Mapa de lotes Cadastral Subdiviso Planar Linhas 2D (com R-
Tree)
Rede eltrica Rede Grafo Orientado Linhas 2D (com R-
Tree)

Geoprocessamento em Projetos Ambientais 2-31


Modelagem de Dados em Geoprocessamento

2.8 DEFINIO DO ESQUEMA DO BANCO DE DADOS GEOGRFICOS

O processo de se definir o esquema conceitual de um banco de dados


geogrficos consiste em estender a hierarquia de especializao definida pelo
modelo, criando classes derivadas de GEOOBJETO, CADASTRAL, REDE, TEMTICO,
MODELO NUMRICO DE TERRENO e DADO SENSOR REMOTO.

Como exemplo, considere-se a seguinte definio de esquema conceitual


para um banco de dados geogrficos para cadastro rural (ilustrada na Figura 2.21):

uma classe FAZENDAS, especializao de GEOOBJETO, que pode ainda


ser sub-especializada em LATIFNDIO e MINIFNDIO;

uma classe MAPA DE PROPRIEDADES, especializao de CADASTRAL, que


define um mapeamento para os objetos da classe FAZENDAS e suas
especializaes;

uma classe MAPA DE SOLOS, especializao de TEMTICO, cujas


instncias armazenam o tipo de solos para as reas de estudo;

as classes e DECLIVIDADE, especializaes de MODELO


ALTIMETRIA
NUMRICO DE TERRENO, cujas instncias guardam (respectivamente) a
topografia e a declividade da rea de estudo;

uma classe DADOS LANDSAT, especializao de DADO SENSOR REMOTO,


cujas instncias contm as imagens do satlite LANDSAT sobre a
regio de estudo.

GeoCampo Cadastral GeoObjeto

is-a is-a is-a


is-a is-mapped-in
MNT Mapa Fazendas
Temtico
Propriedades
is-a is-a
is-a is-a
Mapa Dado is-a is-a
solos Sens. Rem.
is-a
Altimetria Declividade Latifndios Minifndios
Dados
LANDSAT

Figura 2.21 - Exemplo de definio de Esquema Conceitual.

Geoprocessamento em Projetos Ambientais 2-32


Modelagem de Dados em Geoprocessamento

2.9 ORGANIZAO DE AMBIENTE DE TRABALHO EM SIG

Num SIG, existem duas grandes formas de organizao de um ambiente de


trabalho:

organizao baseada num banco de dados geogrficos ( la dBASE);

organizao baseada em projetos ( la AutoCAD).

No primeiro caso, o usurio define inicialmente o esquema conceitual


associado s entidades do banco de dados geogrficos, indicando para cada tipo de
dados seus atributos no-espaciais e as representaes geomtricas associadas.
Procede-se da mesma forma que num banco de dados tradicional (como o dBASE
ou o ACCESS), onde a definio da estrutura do banco precede a entrada dos
dados. O SPRING e o MGE so exemplos de sistemas organizados como bancos
de dados geogrficos.

No segundo caso, o usurio define inicialmente um referencial geogrfico


(que delimita uma regio de trabalho) e a seguir, define as entidades geogrficas
que compem o projeto. O ARC/INFO, IDRISI e SGI so exemplos desta classe
de sistemas.

Note-se que um banco de dados geogrficos pode ser particionado em


projetos, sendo que as definies do esquema conceitual valem para todos os
projetos do banco, mesmo que no haja continuidade espacial entre estes projetos.

Um projeto usualmente composto por um conjunto de nveis, camadas


ou planos de informao (PIs), que variam em nmero, tipos de formatos e de
temas, conforme as necessidades de cada tarefa ou estudo. Por exemplo, caso se
desejasse fazer um estudo de uso atual do solo e seus impactos sobre o ambiente
em uma regio, definida em um projeto, seria necessrio que este projeto fosse
composto de PIs com os seguintes temas: 1) rede de drenagem; 2) cidades,
rodovias e ferrovias; 3) altimetria; 4) geomorfologia; 5) unidades e associaes dos
solos; 6) tipologia vegetal; 7) tipos de uso e ocupao das terras. Os PIs 1, 2 e 3,
quando superpostos, vo formar a cartografia bsica da regio de estudo ou mapa
planialtimtrico. Os PIs restantes so os mapas especiais ou temticos, cada um
deles representa a mesma rea, porm contendo informaes geogrficas
diferentes. Operaes aritmticas e lgicas entre os PIs 3, 4, 5, 6 e 7 so
necessrias para atingir o objetivo proposto.

Os PIs de um projeto podem pertencer a diferentes classes de dados


relacionadas com os formatos de representao de dados disponveis no SIG
utilizado.

Geoprocessamento em Projetos Ambientais 2-33


Modelagem de Dados em Geoprocessamento

Esta organizao da informao espacial muito conveniente para permitir


que diferentes variveis sejam integradas ao banco de dados e que diferentes tipos
de estudo possam ser realizados, combinando to somente os fenmenos de
interesse.

Deste modo, pode-se dizer que o Geoprocessamento, ao organizar


computacionalmente os dados geogrficos, modifica qualitativamente o tipo de
anlise possvel.

2.10 RELAO COM SISTEMAS EXISTENTES

O modelo proposto prope-se a ser geral. Na prtica importante


estabelecer o mapeamento entre o modelo e os conceitos utilizados nos SIG
disponveis no mercado.

2.10.1 SITIM/SGI

O SGI contempla o conceito de plano de informao, mas no o de geo-


objetos. Um plano de informao no SGI pode ser especializado em dados
temticos, numricos e de sensor remoto. No SGI, um mapa cadastral
implementado como um mapa temtico onde cada polgono est relacionado a um
elemento de uma tabela no banco de dados no formato dBASE.

2.10.2 ARC/INFO

A noo bsica no ARC/INFO de uma coverage. Uma coverage


uma estrutura vetorial 2D que modela as noes de mapa cadastral e de mapa
temtico (no formato vetorial) de forma semelhante ao SGI. Os atributos dos
polgonos esto guardados numa tabela (polygon attribute table ou PAT).

Os geo-campos temticos no formato matricial e os modelos numricos de


terreno so implementados como grades (grids), onde uma grade de inteiros
corresponde a um mapa temtico e uma grade de pontos flutuantes, a um MNT.
As grades triangulares so implementadas no mdulo TIN.

No ARC/INFO (como no SGI, ILWIS e IDRISI), os geo-objetos no tm


existncia independente da coverage, estando ligados ela. Assim, verifica-se

Geoprocessamento em Projetos Ambientais 2-34


Modelagem de Dados em Geoprocessamento

que estes sistemas no modelam o universo conceitual do Geoprocessamento, e o


usurio deve lidar diretamente com as representaes.

2.10.3 SPRING

O modelo de dados utilizado pelo SPRING est baseado nos conceitos de


geo-campos e geo-objetos, conforme discutido neste captulo. A Figura 2.15
mostra a interface homem-mquina do sistema.

Comparativamente aos sistemas citados anteriormente, na prtica, o


usario no se preocupa com as representaes e implementaes, trabalhando
com conceitos mais prximos de sua realidade. Inicialmente define-se num banco
de dados as entidades da realidade a serem modeladas. Por exemplo, o Mapa de
Vegetao do Brasil (mundo real) pode ser definido um geo-campo temtico
MAPA_VEGETAO (universo conceitual) que conter todas as geo_classes que
representam a vegetao brasileira, segundo por exemplo, o Sistema de
Classificao da Vegetao Brasileira, adotado pelo IBGE. O usurio numa
primeira instncia no estar preocupado em saber em que formato (escala,
projeo) esto os mapas e nem em suas representaes geomtricas.

Figura 2.15 - Interface Homem-Mquina do SPRING.

Geoprocessamento em Projetos Ambientais 2-35


3

OPERAES DE ANLISE GEOGRFICA

Gilberto Cmara, Cludio Barbosa e


Ubirajara Moura de Freitas

Se quisermos apreender a essncia de um


complexo de noes abstratas, devemos por
um lado investigar as relaes mtuas entre
os conceitos e as afirmaes feitas a seu
respeito e, por outro, investigar como eles
se relacionam com as experincias.
Albert Einstein

3.1 INTRODUO

O que distingue um SIG de outros tipos de sistemas de informao so as


funes que realizam anlises espaciais. Tais funes utilizam os atributos espaciais e
no espaciais das entidades grficas armazenadas na base de dados espaciais e buscam
fazer simulaes (modelos) sobre os fenmenos do mundo real, seus aspectos ou
parmetros.

A partir do modelo de dados apresentado no captulo anterior foi estabelecida


uma taxonomia para as diversas operaes de anlise geogrfica, que sero divididas
em: operadores sobre geo-objetos, operadores sobre geo-campos, operadores de
transformao entre geo-campos e geo-objetos e operadores mistos entre geo-
objetos e geo-campos. Esta anlise permitir obter um entendimento formal sobre a
natureza das operaes em Geoprocessamento.

A literatura especializada apresenta um grande nmero de artigos


sistematizando as operaes em um SIG, como Goodchild (1987), Maguire and
Dangermond (1991) e Burrough (1986).
Operaes de Anlie Geogrfica

Os trabalhos da literatura abordam o problema de duas perspectivas distintas:


operaes de consulta sobre geo-objetos (Egenhofer, 1994) e operaes de
manipulao sobre geo-campos (Tomlin, 1990), sem unificar as duas vises.

A caracterizao adotada neste trabalho indita, pois deriva-se da


diferenciao explcita entre geo-objetos e geo-campos. Isto tem conseqncias
importantes, j que permite compreender melhor a natureza de cada operador.
Sobretudo, este trabalho procurar traar uma ponte entre as duas vises tradicionais
de operaes geogrficas (baseadas em entidades e baseadas em campos), sempre
buscando uma viso integradora dos processos de anlise espacial.

Devido variedade de usos de Geoprocessamento, o critrio utilizado neste


trabalho foi baseado em aspectos prticos. Foram analisadas as operaes disponveis
nos principais SIGs do mercado (e.g. ARC/INFO, MGE, SGI, SPANS, SPRING) e
levou-se em conta a experincia prtica do INPE e de seus parceiros no uso de
sistemas de informao geogrfica (veja-se, por exemplo, Assad e Sano, 1993).

3.2 OPERAES SOBRE GEO-CAMPOS

So descritas a seguir as operaes sobre GEO-CAMPOS e suas especializaes


TEMTICO, NUMRICO e DADO_SENSOR_REMOTO, que podem ser classificados como
pontuais, de vizinhana e zonais (Tomlin, 1990).

3.2.1 OPERAES PONTUAIS

As operaes pontuais geram como sada um geo-campo cujos valores so


funo apenas dos valores dos geo-campos de entrada em cada localizao
correspondente. Podem operar apenas sobre um campo (e.g, fatiar um modelo
numrico de terreno, classificar uma imagem) ou realizar interseces entre
conjuntos espaciais (e.g. operaes booleanas entre mapas temticos)1.

Dependendo dos domnios e contradomnios dos mapas de geo-campos,


diferentes possibilidades podem ser consideraradas:

1
Estas operaes podem involver modificao da topologia (e.g. uma reclassificao usualmente combinada
com uma juno topolgica).

Geoprocessamento em Projetos Ambientais 3-2


Operaes de Anlie Geogrfica

operaes unrias: a entrada um nico geo-campo. Tambm so


chamadas operaes de transformao, pois a operao equivale a um
mapeamento entre os contradomnios dos campos de entrada e sada;

operaes booleanas: so utilizadas em anlise espacial qualitativa e


geram um TEMTICO a partir de regras aplicadas a geo-campos (que
podem ser instncias de TEMTICO, NUMRICO ou
DADO_SENSOR_REMOTO). As regras especificam o conjunto de condies
a serem satisfeitas para cada tema de sada;

operaes matemticas: funes aritmticas, logartmicas e


trigonomtricas, aplicadas a MNTs e a DADO_SENSOR_REMOTO. Podem
gerar MNT, DADO_SENSOR_REMOTO ou TEMTICOS.

Dentre os operadores matemticos, vale destacar as seguintes subclasses:

operaes de processamento de dados de sensoriamento remoto:


subclasse de operadores matemticos onde a entrada um
DADO_SENSOR_REMOTO e a sada um DADO_SENSOR_REMOTO;

operaes de classificao de dados de sensoriamento remoto: subclasse


importante dos operadores matemticos onde a entrada uma instncia da
classe DADO_SENSOR_REMOTO e a sada um TEMTICO.

A tabela 3.1 descreve os principais tipos de operaes pontuais unrias


(tambm chamados operaes de transformao).

Geoprocessamento em Projetos Ambientais 3-3


Operaes de Anlie Geogrfica

TABELA 3.1

OPERAES DE TRANSFORMAO

F1 - entrada F2 - sada Nome do Operao

TEMTICO MNT Ponderao

TEMTICO TEMTICO Reclassificao

DADO SEN. REMOTO TEMTICO Fatiamento

MNT TEMTICO Fatiamento de classes

Alguns exemplos de operaes de transformao:

reclassificar um mapa de vegetao com as classes {Floresta Ombrfila


Densa, Floresta Ombrfila Aberta, Floresta Ombrfila Mista, Floresta
Estacional Semidecidual, Floresta Estacional Decidual } em um mapa com
as classes {Floresta Densa, Floresta Estacional};

obter um mapa hipsomtrico a partir de um mapa de altimetria com o


mapeamento { (0-300m) Plancie, (300-500m) Planalto, (>500m)
Serras}.

Geoprocessamento em Projetos Ambientais 3-4


Operaes de Anlie Geogrfica

PONDERAO

A Figura 3.1 mostra um exemplo da operao de ponderao (converso de


um mapa de solos em um mapa de solos ponderado). Neste caso, V1 = { Le, Li, Ls,
Aq }, V2=[0.0,1.0] e a transformao o conjunto de pares ordenados {(Le0.60),
(Li0.20), (Ls0.35), (Aq0.10)}.

Le 0.35 0.35 0.20


Li 0.350.20 0.20
Ls
Aq
0.35 0.35 0.10
Figura 3.1 - Exemplo de operao de ponderao.

FATIAMENTO EM CLASSES

A Figura 3.2 mostra um exemplo de um operao de fatiamento em classes


(converso de um MNT em um TEMTICO) onde um mapa de declividade em graus
convertido para um mapa de classes de declividade a partir da transformao { (0-
9%) baixa; (10-19%)mdia; (acima de 20) alta}.

5.0 3.0 8.0 baixa


5.0 10.0 15.0

mdia
10.0 12.0 20.0 alta

Figura 3.2 - Exemplo de operao de fatiamento em classes.

Geoprocessamento em Projetos Ambientais 3-5


Operaes de Anlie Geogrfica

OPERAO BOOLEANA

Estas funes utilizam operadores lgicos (boleanos) e permitem realizar


cruzamentos entre dois ou mais planos de informao. A operao lgica do tipo A
AND B retorna todos os elementos contidos na interseco entre A e B; A NOT B
retorna somente os elementos contidos exclusivamente em A; A OR B retorna todos
elementos contidos tanto em A como em B; A XOR B retorna todos os elementos
contido em A e B no includos na interseco de A e B.

Como exemplo de operao booleana, tome-se o caso de determinar um


mapa de aptido agrcola a partir dos mapas de solo, declividade, precipitao e do
conjunto hipottico de regras expresso na tabela abaixo.

TABELA 3.2

REGRAS PARA APTIDO AGRCOLA

Aptido Agrcola Solos Precipitao Declividade


Mdia mensal

Boa Latossolos > 100 mm 0-3.5%

Mdia Podzlicos 100-50 mm 3.5-12%

Inapto Litlicos < 50 mm >12%

OPERAO MATEMTICA

Como exemplo de operao matemtica, tome-se a Figura 3.3, onde f1 um


mapa de solos ponderado e f2 um mapa de declividade (a declividade o mdulo
das derivadas parciais da altimetria). A operao

new (p) = 1(p) + 1/ 2(p)

poderia ser utilizada como passo intermedirio ao se calcular um mapa de adequao


de solos (quanto maior o valor, mais adequado).

Geoprocessamento em Projetos Ambientais 3-6


Operaes de Anlie Geogrfica

0.35 0.35 0.20 5.0 3.0 8.0


0.20 0.20 0.20 5.0 10.0 15.0

0.20 0.20 0.20 10.0 12.0 20.0

0.55 0.68 0.33


0.40 0.30 0.27

0.30 0.25 0.25

Figura 3.3 - Exemplo de uma operao matemtica.

3.2.2 OPERAES DE VIZINHANA

Nesta classe de operaes, dado um geo-campo, computa-se o geo-campo de


sada com base na dimenso e forma de uma vizinhana em torno de cada localizao
p. Exemplos incluem:

clculos de valores mnimo, mximo, mdio, modal para uma vizinhana


em torno de um ponto;

filtros para processamento de DADO_SENSOR_REMOTO;

mtodos de interpolao espacial para MNT (como mdias por vizinho


mais prximo);

mapas de declividade e exposio para MNT;

ndices de diversidade para TEMTICO (onde o valor de sada est


associada ao nmero de vizinhos de um ponto de entrada de uma classe
que pertencem a classes distintas).

Como exemplo de operao de vizinhana, tome-se o caso da estimao da


diversidade de vegetao de uma regio, computado a partir de uma vizinhana 3 x 3
em torno de cada ponto. A idia que a diversidade seja maior em reas de contato
ecolgico entre regies homogneas. A Figura 4.4 apresenta um mapa de vegetao e
mostra a estimativa de diversidade computada para uma parte do mapa.

Geoprocessamento em Projetos Ambientais 3-7


Operaes de Anlie Geogrfica

Flor. Vrzea 1 2 1
Floresta
Densa
1 3 2
1 2 1
Rebrota Cerrado

Figura 3.4 - Exemplo de operao de estimativa de diversidade.

3.2.3 OPERAES ZONAIS

As operaes zonais so definidas sobre regies especficas de um geo-campo


de entrada, onde as restries so fornecidas por outro geo-campo temtico. Um
exemplo seria: dado um mapa de solos e um mapa de declividade da mesma regio,
obtenha a declividade mdia para cada tipo de solo.

Estas operaes so sempre definidas sobre geo-campos das classes MNT ou


DADO SENSOR REMOTO. Como a restrio desta operao pode ser um TEMTICO ou
CADASTRAL, considerar-se-o duas definies distintas. Nesta seo, apresenta-se o
caso de operaes zonais onde a restrio um TEMTICO. O segundo caso ser
discutido na seo Operaes Mistas.

No caso de operadores zonais, um geo-campo temtico utilizado para definir


uma regio de interesse aonde computada a funo. Os operadores zonais incluem:

mdia, mximo e mnimo e desvio padro dos valores sobre uma regio
especificada;

ndice de variedade dos valores, onde cada valor no mapa de sada ser
computado a partir do nmero de valores diferentes do geo-campo de
entrada que pertencem a uma mesma regio zonal.

Considere-se, por exemplo, a operao MXIMO ZONAL, onde se toma um


TEMTICO como restrio sobre um MNT, e se retorna o maior valor do MNT para
cada tema (vide Figura 3.5).

Geoprocessamento em Projetos Ambientais 3-8


Operaes de Anlie Geogrfica

5.0 7.0 7.5


Le
Li 10.0 12.0 15.0

Ls
Aq
15.0 15.0 20.0

Mapa de solos (restrio) Declividade (dado de entrada)

7.5 7.5 7.5

15.0 15.0 15.0 Mximo Zonal

15.0 20.0 20.0

Figura 3.5 - Operao de mximo zonal.

A importncia terica das operaes zonais dupla: permite materializar num


SIG os conceitos de unidade de paisagem (Bertrand, 1981; Tricart, 1977; Tricart e
KiewietdeJonge, 1992) e rea-unidade (Hartshorne, 1978) e permite a ligao entre
dados do meio fsico-bitico e dados scio-econmicos, essencial para estudos de
ordenao do territrio.

Alternativamente aos procedimentos manuais e de forma anloga ao exemplo


anterior, uma operao de mdia zonal pode ser conveniente na determinao da
vulnerabilidade natural eroso (Crepani et al, 1996) ou da fragilidade (Ross, 1990)
das unidades de paisagem ou das unidades territoriais bsicas mapeadas a partir
das imagens de satlites. Toma-se o geo-campo temtico ou cadastral unidade de
paisagem como restrio sobre geo-campos numricos (MNT), que por sua vez, so
resultantes de ponderaes sobre os geo-campos temticos de geologia,
geomorfologia, solos, vegetao e clima. Obtm-se com o resultado um geo-campo
numrico, cujo valor mdio para cada unidade de paisagem mapeada representa sua
vulnerabilidade ou fragilidade natural. Este geo-campo numrico (MNT) pode ser
fatiado em classes de vulnerabilidade (muito alta, alta, mdia, baixa e muito baixa),
obtendo-se um geo-campo temtico.

Geoprocessamento em Projetos Ambientais 3-9


Operaes de Anlie Geogrfica

3.2.4 OPERAES DE CLASSIFICAO CONTNUA

O uso de tcnicas de classificao contnua busca utilizar as noes de


conjuntos nebulosos (fuzzy), para substituir os processos tradicionais de gerao de
mapas.

Este aspecto particularmente evidente no manuseio de mapas temticos para


anlises de meio-ambiente. Uma fronteira arbitrria, definida precisamente por uma
linha, entre dois tipos de solo, representa erradamente o que , na realidade, uma
variao contnua (Burrough, 1986). Quando realizamos operaes de superposio
entre mapas temticos, o erro inerente diviso arbitrria dos mapas em reas
estanques propagado.

Sui (1992) demonstrou a utilizao da lgica nebulosa (fuzzy logic) para a


modelagem em GIS do uso do solo urbano. Os resultados indicaram que este tipo
abordagem permite acrescentar mais detalhes sobre a transio gradual e reduz a
perda de informao relacionados com os atributos de cada parcela do solo urbano,
possibilitando uma identificao mais realstica destas parcelas.

Estudos realizados pelo Centro Nacional de Pesquisa em Solos da EMBRAPA


evidenciaram que os processos tradicionais de anlise geogrfica (discretizar variveis
para posteriormente combin-las) engendram uma grande perda de sensibilidade no
resultado final.

A alternativa trabalhar sempre com dados em representao contnua, e


utilizar anlises quantitativas sobre mapas geogrficos. Isto equivale, na prtica, a
trabalhar sempre com modelos numricos de terreno para representar variveis
espaciais como solo, geomorfologia, vegetao.

Para uma discusso em maior detalhe sobre o problema, veja-se Druck e


Braga (1995). Uma aproximao de uma funo de pertinncia nebulosa dada pelas
equaes quadrticas L(x) e U(x), como segue:

L(x) = 1 se x ,

L(x) = 1/[1+ (x )2] se x < .

U(x) = 1 se x < ,

U(x) = 1/[1+ (x )2] se x .

Geoprocessamento em Projetos Ambientais 3-10


Operaes de Anlie Geogrfica

Na equao L(x), o parmetro indica o valor mximo, acima do qual a


pertinncia fuzzy considerada total (isto , igual a 1). Abaixo deste valor, a funo
tem uma forma quadrtica, dependendo da variao do parmetro .

Conversamente, na equao U(x), o parmetro indica o valor mnimo,


abaixo do qual a pertinncia fuzzy considerada total (isto , igual a 1). Acima
deste valor, a funo tem uma forma quadrtica, dependendo da variao do
parmetro . A figura 3.6 ilustra a funo L(x) para o caso = 1 e = 3.

0,8

0,6
Fuzzy_L
0,4

0,2

0
1 2 3

Figura 3.6 - Exemplo de funo de pertinncia fuzzy.

Em seu trabalho, Druck e Braga (1995) mostram um caso aonde se procura


determinar classes de fertilidade de solos. As terras foram classificadas conforme sua
exigncia em termos de utilizao dos insumos. A Tabela 3.3 mostra os nveis de
propriedades qumicas para alguns parmetros: clcio e magnsio, fsforo e alumnio.

TABELA 3.3

CLASSES DE FERTILIDADE DE SOLOS

Propriedade Classes Fertilidade

1 2 3 4

Ca+++Mg++ Ca+Mg>3 2<Ca+Mg<=3 Ca+Mg<=2 Ca+Mg<2

P P >= 30 10 < P < 30 P < 10 P < 10

Al++ Al > 0,3 0,3 < Al < 1,5 1,5 < Al < 4 Al > 4

Geoprocessamento em Projetos Ambientais 3-11


Operaes de Anlie Geogrfica

Na Tabela 3.3, a classe 1 indica o solo mais frtil e 4, o menos frtil. Para
determinar as funes fuzzy correspondentes escolhido o parmetro tal que a
primeira classe de nveis de fertilidade de solo tenha o valor nebuloso 1; o parmetro
tal que o valor da funo nebulosa A(x) seja igual a 0,5 quando x tiver o valor
inferior da segunda classe de fertilidade. A Tabela 3.4 mostra os parmetros fuzzy
obtidos por este critrio.

TABELA 3.4 - PARAMETROS FUZZY

Propriedades Funo

Ca+++Mg++ 1 3 L(x)

P 0,0025 30 L(x)

Al++ 0,3 0,694 U(x)

3.3 OPERAES SOBRE GEO-OBJETOS

Estando definidos os relacionamentos topolgicos sobre geo-objetos, pode-se


definir as operaes sobre geo-objetos:

1. restries sobre atributos: computados em funo das atributos de


entidades espaciais (e.g. selecione todas as cidades de Alagoas com
mortalidade infantil maior que 10% );

2. restries espaciais: derivados a partir dos relacionamentos topolgicos


das entidades geogrficas (e.g. d-me todas as escolas municipais do
bairro Jardim Satlite), de direo (ao norte de, acima de) ou
mtricos (e.g. d-me todas as escolas a menos de 500 m da Via Dutra);

3. propriedades de geo-objetos: os resultados correspondem a predicados de


um geo-objeto ou de um conjunto de geo-objetos (e.g. calcule a mdia do
valor venal das casas do bairro Jardim Esplanada ou indique o caminho
timo para o nibus que vai do Centro ao Jardim Uir).

Estas operaes utilizam as primitivas definidas anteriormente: as relaes


topolgicas toca, dentro de, disjunto, cruza e sobrepe, as relaes mtricas unrias
(comprimento, rea, permetro) e binrias (distncia, direo).

Geoprocessamento em Projetos Ambientais 3-12


Operaes de Anlie Geogrfica

3.3.1 SELEO POR ATRIBUTOS

O operador de seleo por atributos sobre um conjunto de geo-objetos GO,


dada uma restrio baseada apenas nos atributos descritivos de GO, gera como
resultado um sub-conjunto GO GO, cujos membros satisfazem a restrio.

Esta uma operao semelhante seleo da lgebra relacional, como indica


o exemplo: "Recupere as cidades do Estado de So Paulo com populao entre
100.000 e 500.000 habitantes".

3.3.2 SELEO ESPACIAL

Para definir as operaes de consulta espacial, necessrio lanar mo do


conceito de predicado espacial. Dados uma regio geogrfica R, um conjunto de geo-
objetos GO e um mapa cadastral que mapeia objetos de GO em R, um predicado
espacial uma restrio espacial definida atravs de um relacionamento topolgico
(dentro de, toca, cruza, subrepe e disjunto) ou de um relacionamento mtrico
(distncia).

Intuitivamente, os predicados espaciais utilizados nas operaes envolvendo


geo-objetos so assertivas do tipo rio que cruza o municpio de So Jos dos
Campos, no mapa do Vale do Pariba.

Assim, dados uma regio geogrfica R, um conjunto de geo-objetos GO, um


mapa cadastral que mapeia objetos de GO numa regio geogrfica R e um predicado
espacial, o operador de seleo espacial tal que o resultado desta operao um
subconjunto do conjunto original composto de todos os geo-objetos que satisfazem o
predicado espacial, como ilustrado no exemplo da Figura 4.9:

selecione todas as regies da Frana adjacentes regio de Midi-Pirenes


(que contm a cidade de Toulouse).

Geoprocessamento em Projetos Ambientais 3-13


Operaes de Anlie Geogrfica

Figura 3.7 - Exemplo de operao de seleo espacial.

3.4 OPERAES ENTRE GEO-CAMPOS E GEO-OBJETOS

Analisar-se-o a seguir as operaes que combinam geo-campos e geo-


objetos. Elas apresentam particular interesse pois representam o vnculo entre as duas
vises de dados em Geoprocessamento. Como os trabalhos da literatura abordam as
operaes geogrficas privilegiando um dos pontos de vista, a ligao entre geo-
campos e geo-objetos tema ainda pouco explorado.

3.4.1 GERAO DE GEO-OBJETOS A PARTIR DE GEO-CAMPOS

Definem-se ainda duas grandes classes de operaes: a operao de


identificao e a operao de interseco espacial.

A operao de identificao transforma um geo-campo temtico em um mapa


cadastral, que mapeia um conjunto de geo-objetos de modo que um dos atributos de
cada geo-objeto o valor de geo-campo temtico. O mapa cadastral ter a mesma
representao geomtrica do geo-campo temtico que o originou.

A operao de interseco espacial produz um mapa cadastral (e um


conjunto de geo-objetos associados) a partir da interseco espacial de um conjunto
de geo-campos. Esta situao tpica de aplicaes de diagnsticos geoambientais2,

2
Este exemplo (e toda a teoria de gerao de mapas de geo-objetos a partir de geo-campos) foram inspirados
pelo trabalho das equipes do IBGE e IPEA, sob a Coordenao tcnica da Profa.. Tereza Cardoso da Silva,
que desenvolveram os Projetos PMACI I e II (Projeto de Proteo do Meio Ambiente e das Comunidades
Indgenas - Diagnstico Geoambiental e Scio-Econmico). Ver tambm, Silva, 1987.

Geoprocessamento em Projetos Ambientais 3-14


Operaes de Anlie Geogrfica

quando se faz a interseco entre mapas temticos para obter as unidades


geoambentais.

Quando um mapa cadastral (e um conjunto de geo-objetos nele representado)


criado a partir da interseco de geo-campos, cada geo-objeto resultante ter, como
seus atributos descritivos, os valores de cada geo-campo de entrada (constante para
cada geo-objeto).

Veja-se o exemplo: determine as grandes unidades geoambientais da


Austrlia, com o cruzamento dos mapas de vegetao, geomorfologia e
solos. (Figura 3.8).

GM2 TS2
GM1 VG2 VG1 VG3 TS1
GM3
geomorfologia vegetao solos
TS3

R-II R-III idreg nome geom. veg solo


R-I
1203000 R-III GM2 VG3 TS2
R-IV R-V
1203001 R-IV GM3 VG1 TS1
R-VI

Figura 3.8 - Exemplo de interseo espacial.

Nesta operao pode ser conveniente permitir que o usurio fornea um nome
ou rtulo (label) que identifique a regio. O atributo nome da tabela apresentada
na figura seria ento gerado pelo usurio, de forma individual para cada geo-objeto.

Na literatura, a interseco espacial muitas vezes classificada erroneamente


como um tipo particular de juno espacial (cf. Gting, 1994). Como se viu
anteriormente, a operao de juno espacial parte de dois conjuntos de geo-objetos
e produz, como resultado, pares de geo-objetos j existentes que satisfazem
restrio desejada. A interseco espacial cria novos geo-objetos a partir de geo-
campos. Deste modo, embora haja semelhanas entre os algoritmos grficos utilizados
para implement-las, a operao de interseco espacial (overlay)

Geoprocessamento em Projetos Ambientais 3-15


Operaes de Anlie Geogrfica

conceitualmente diferente dos casos de operaes booleanas entre geo-campos e


operaes de juno espacial entre geo-objetos3.

3.4.2 GERAO DE GEO-CAMPOS A PARTIR DE GEO-OBJETOS

A partir de atributos (descritivos ou espaciais) de conjuntos de geo-objetos,


pode-se fazer a gerao de geo-campos. O novo mapa representa uma restrio
espacial definida a partir de um geo-objeto ou a variao de um atributo do
conjunto de geo-objetos, como ilustram os exemplos:

gere um mapa das distncias a partir da via Dutra na regio de So Jos


dos Campos. (operao de mapas de distncia);

para este conjunto de lotes, calcule um temtico a partir do valor venal


do terreno com as classes: temas A (at R$ 300), B (de R$ 300 a 1.000),
C (de R$ 1.000 a R$ 4.000) e D (mais de R$ 4.000). (operao de
reclassificao por atributos).

Um mapa de distncias um mapa de geo-campos contendo as distncias de


cada ponto do mapa a um geo-objeto de referncia (representado por um ponto, linha
ou regio). Trata-se de operao puramente geomtrica (espacial). A Figura 3.9
ilustra esta operao.

Egito Nilo

Classes de distncia ao rio Nilo

Figura 3.9 - Exemplo de mapa de distncias.

A operao de reclassificao por atributos gera, a partir dos valores de um


atributo especfico dos geo-objetos de um mapa, um geo-campo com a distribuio
espacial deste atributo. Pode haver necessidade de recalcular a topologia do mapa

3
Muitos sistemas comerciais (orientados para as estruturas grficas) utilizam a mesma funo (overlay) para
implementar as trs operaes.

Geoprocessamento em Projetos Ambientais 3-16


Operaes de Anlie Geogrfica

resultante pois algumas regies sero combinadas. Veja-se o exemplo ilustrado na


Figura 3.10:

Para todos os pases da Amrica do Sul, gere um geo-campo temtico com o


crescimento demogrfico de cada pas, dividido em classes: { (de 0 a 2% ao
ano), (de 2 a 3% a.a.), (mais de 3% a.a.)}.

Crescimento demogrfico

de 0 a 2% a.a

de 2 a 3% a.a

mais de 3% a.a

Figura 3.10 - Exemplo de reclassificao por atributo.

3.4.3 OPERAES MISTAS

Um conjunto importante de operaes involve operaes sobre geo-campos


aonde as restries so dadas por geo-objetos (e vice-versa). No primeiro caso, pode-
se pensar numa variante das operaes zonais e no segundo, num outro tipo de
juno espacial. Apresentam-se a seguir dois exemplos:

1. operaes zonais sobre geo-campos onde geo-objetos so restries:


Dados a altimetria e o mapa de municpios do Vale do Paraba, crie um
novo mapa aonde cada muncipio ser representado por sua altitude
mdia;

2. operaes de seleo espacial aonde geo-campo restrio: Dado um


mapa de solos e um mapa de rios do Estado do Paran, indique todos os
rios que cruzam reas com solos podzlicos.

Geoprocessamento em Projetos Ambientais 3-17


Operaes de Anlie Geogrfica

3.5 RESUMO DAS OPERAES SOBRE GEO-CAMPOS E GEO-OBJETOS

Apresentam-se a seguir um resumo das operaes propostas, aplicveis a geo-


campos e geo-objetos, na Tabela 4.5. Esto indicados para cada operao: a classe
dos objetos de entrada e de sida, e dos objetos modificadores (quando cabvel).
Indicam-se ainda as restries de cada operao.

TABELA 4.5

RESUMO DAS OPERAES

Operao Objeto Objeto Objeto Sada Restrio


Entrada Modificador

Ponderao TEMTICO NUMRICO (funo


unria)
Fatiamento NUMRICO TEMTICO (funo
unria)
Reclassificao TEMTICO TEMTICO (funo
unria)
Booleana NUMRICO, TEMTICO (regras)
TEMTICO
Matemtica NUMRICO NUMRICO (frmula)
Vizinhana NUMRICO, NUMRICO, (funo local e
TEMTICO TEMTICO forma da
vizinhana)
Zonais NUMRICO TEMTICO NUMRICO

Geoprocessamento em Projetos Ambientais 3-18


Operaes de Anlie Geogrfica

TABELA 4.5

RESUMO DAS OPERAES (cont.)

Operao Objeto Entrada Objeto Objeto Sada Restrio


Modificador

Seleo GEO-OBJETO CADASTRAL GEO-OBJETO (predicado


Espacial (conjunto) (conjunto) espacial)

Juno GEO-OBJETO CADASTRAL GEO-OBJETO e (predicado


Espacial (conjuntos) VALORES espacial)
(conjunto)

Identificao TEMTICO GEO-OBJETO


(conjunto)
CADASTRAL

Interseco TEMTICO (n) GEO-OBJETO


Espacial (conjunto)
CADASTRAL

Mapa GEO-OBJETO CADASTRAL TEMTICO (predicado


Distncias mtrico)

Reclassifica GEO-OBJETO CADASTRAL TEMTICO (atributo)


o Atributos (conjunto)

Zonal sobre TEMTICO, GEO-OBJETO, TEMTICO,


geo-objetos NUMRICO CADASTRAL NUMRICO

Seleo GEO-OBJETO CADASTRAL, GEO-OBJETO (predicado


espacial (conjunto) TEMTICO, (conjunto) espacial)
(restr= geo- NUMRICO
campo)

Geoprocessamento em Projetos Ambientais 3-19


Operaes de Anlie Geogrfica

3.6 EXEMPLO DE LINGUAGEM DE MANIPULAO

A equipe do INPE engajada no desenvolvimento do SPRING tem procurado


caracterizar, de forma ampla, as operaes sobre dados geogrficos. Deste estudo
nasceu o projeto da linguagem LEGAL (Linguagem Espacial para Geoprocessamento
Algbrico), descrita em Cmara (1995).

A lgebra de campos proposta em Cmara (1995) foi usada como base para a
implementao parcial da linguagem LEGAL no SPRING-2.0, com os seguintes tipos
de operaes: transformao, booleanas, matemticas e de classificao contnua
(Cordeiro et al., 1996). Um programa em LEGAL estruturado em trs partes:
declaraes, instanciaes e operaes. No que segue, as sentenas em LEGAL sero
escritas em fonte Courier New e as palavras reservadas da linguagem comeam
com Maiscula.

3.6.1 COMPARAO COM LINGUAGEM MAP

Para realizar operaes de modelagem espacial sobre geo-campos, Tomlin


(1990) prope a linguagem MAP (Map Analysis Package), que serve de base para
muitas implementaes comerciais. A implementao mais difundida das idias de
Tomlin a linguagem GRID, disponvel no sistema ARC/INFO. Esta linguagem permite
realizar operaes como:

OUTGRID = INGRID1 + INGRID2

OUTGRID = INGRID1 XOR 5

OUTGRID = SIN(INGRID1)*4/LOG(INGRID2)

A linguagem GRID, embora muito flexvel, tem o srio inconveniente de no


distinguir entre os diferentes tipos de operandos. Isto decorre do fato de estar ligada
s estruturas de dados (matrizes) e no levar em conta a semntica das operaes.
Nos exemplos acima, se INGRID1 for um geo-campo numrico e INGRID2 um
geo-campo temtico, o resultado pode no ter sentido. Em GRID, um geo-campo
temtico no formato matricial chamado de grade de inteiros, e um geo-campo
numrico de grade de ponto flutuante, o que estabelece uma confuso entre o dado
geogrfico e sua representao. Em funo deste tipo de problemas, optou-se por
fazer de LEGAL uma linguagem onde os operadores esto ligados a um contexto
semntico definido pelas diferentes especializaes de geo-campos.

Geoprocessamento em Projetos Ambientais 3-20


Operaes de Anlie Geogrfica

3.6.2 DECLARAO

Toda varivel em LEGAL deve ser declarada antes de ser utilizada, de acordo
com a sintaxe:

Tematico <var> (<categoria>);

Numerico <var> (<categoria>);

Imagem <var> (<categoria>);

No SPRING, o termo categoria identifica uma especializao das classes


geogrficas bsicas, no caso de geo-campos, as classes TEMTICO, NUMRICO e
IMAGEM. Por exemplo, pode-se definir uma categoria Altimetria como
especializao de GEO-CAMPO NUMRICO.

3.6.3 INSTANCIAO

A instanciao caracterizada pelos operadores Recupere e Novo. O


operador Recupere associa uma varivel a um geo-campo existente no banco de
dados geogrfico a partir de seu nome. O operador Novo cria um novo geo-campo
no banco de dados e requer parmetros, dependendo da representao geomtrica
associada:

imagem em tons de cinza: resoluo horizontal e vertical;

grade regular: resoluo horizontal e vertical, valores maximos e minimos


aceitaveis;

imagem temtica (geo-campo temtico em representao matricial):


resoluo horizontal e vertical e escala;

representao vetorial: escala.

3.6.4 OPERAES DE TRANSFORMAO

Operaes de transformao so usadas para realizar mapeamentos entre


diferentes tipos de campos geogrficos:

PONDERA: transforma uma instncia do campo TEMTICO em uma


NUMRICO;

Geoprocessamento em Projetos Ambientais 3-21


Operaes de Anlie Geogrfica

FATIA:transforma uma instncia do campo NUMERICO ou IMAGEM em um


TEMTICO ;

RECLASSIFICA: transforma uma instncia do campo TEMTICO em outra


com diferentes classes.

Como regra geral, os operadores de transformao exigem que o usurio


defina um mapeamento entre os domnios de entrada e de sada sob a forma de uma
tabela. A linguagem permite a definio de tabelas especficas para cada tipo de tais
mapeamentos. As especializaes de tabelas previstas pela linguagem so:
PONDERAO, FATIAMENTO e RECLASSIFICAO.

3.6.5 OPERAES BOOLEANAS

Nas operaes booleanas, o valor do geo-campo resultante em cada posio


uma funo apenas do valor da posio correspondente nos geo-campos de entrada.
A sada de uma operao booleana um GEO-CAMPO TEMTICO, cujos valores do
contra-domnio necessitam ser especificados em funo dos valores dos campos de
entrada. Essas condies so calculadas atravs do operador Atribua, com as
condies E (&&), OU (||) e NO (~). Um exemplo de uso desta operao dado
abaixo, onde um mapa de aptido agrcola calculado com base na declividade e no
tipo de solo.

Tematico mapa_solos (Solos),mapa_aptidao (Aptido);

Numerico mapa_decl (Declividade);

mapa_decl = Recupere(Nome=Decl92);

mapa_solos = Recupere(Nome=Solos92);

mapa_aptid = Novo (Nome = Aptidao92, Representacao = Matricial,


ResX = 250, ResY =250, Escala =100000);

mapa_aptid = Atribua (CategoriaFim = AptidaoAgricola)

{ Bom : mapa_solos.Tema = Le && mapa_decl >= 0.05;

Medio : mapa_solos.Tema = Aq && mapa_decl >= 0.1;

Ruim : Outros;

};

No exemplo acima, o termo Outros expressa todos os casos no


indicados especificamente nas condies anteriores.

Geoprocessamento em Projetos Ambientais 3-22


Operaes de Anlie Geogrfica

3.6.6 OPERAES MATEMTICAS

As operaes matemticas sobre geo-campos que so especializaes de


NUMRICO e IMAGEM incluem:

operaes aritmticas: soma (+), subtrao (), multiplicao () e


diviso(/);

funes matemticas: seno (sin), cosseno (cos), tangente (tan), arco


tangente (atan), logaritmo (log), exponencial (exp), raiz quadrada
(sqrt);

relaes: menor que (<), maior que (>), menor ou igual (<=), maior ou
igual (>=), igual (==), diferente (!=).

3.6.7 CLASSIFICAO CONTNUA

Como indicado na seo 6.2, o uso de tcnicas de classificao contnua


busca utilizar as noes de conjuntos nebulosos (fuzzy) para substituir os processos
tradicionais de gerao de mapas.

Em LEGAL, esto disponveis operadores de transformao de um geo-


campo numrico num campo nebuloso (fuzzy), cujos valores variam entre [0,...1] e
que implementam as funes L(x) e U(x) (ver seo 6.2), com a seguinte sintaxe:

<mnt>= FUZZYL(<mnt_entrada>, <alfa>, <beta>);

<mnt>= FUZZYU(<mnt_entrada>, <alfa>, <beta>);

Nas equaes acima e so parmetros definidos pelo usurio de modo a se


obter uma funo nebulosa de forma adequada. Para maiores detalhes sobre a
operao, o leitor dever consultar Druck e Braga (1995).

Geoprocessamento em Projetos Ambientais 3-23


Operaes de Anlie Geogrfica

3.6.8 ATRIBUTOS DE GEO-OBJETOS A PARTIR DE GEO-CAMPOS

Esta operao uma variao da operao zonal sobre geo-campos, gerando


atributos de geo-objetos a partir de valores de geo-campos, onde a restrio a
representao espacial dos geo-objetos. Por exemplo, considere a operao obtenha
a altitude mdia de todas os municpios do Estado de So Paulo. Ela pode ser
representada por:

Municipios.altitude = MEDIAZONAL ( Altimetria,


municipios ONMAP mapa_SP);

Numa formulao mais geral, esta classe de operaes pode ser indicada por:

<objeto>.<atributo> = <OPERACAOZONAL> ( <geo-campo>,


<objeto> ONMAP <cadastral>);

Uma operao adicional computa atributos de geo-objetos a partir de uma


condio dada. Por exemplo, a operao Calcule o desmatamento de cada municpio
da Amaznia, baseado num mapa de uso de solo pode ser feita em LEGAL por

Municipio.desmat = AREA ( usosolo = Desmatamento,


municipio ONMAP mapa_AMZ);

3.6.9 RECLASSIFICAO POR ATRIBUTOS

A operao de reclassificao por atributos pode ser realizada em LEGAL pela


seguinte sintaxe:

<geo-campo> = MAPATEMATICO ( <objeto>.<atributo>


ONMAP <cadastral>);

Por exemplo, a operao Gere um mapa de renda dos municpios do estado de So


Paulo, baseado no atributo de renda per capita, pode ser feita com o seguinte
comando em LEGAL:

MapaRenda = MAPATEMATICO ( municipio.renda


ONMAP mapa_SP);

Geoprocessamento em Projetos Ambientais 3-24


Operaes de Anlie Geogrfica

3.7 EXEMPLO DE OPERAES

Para ilustrar uma sequncia de operaes sobre geo-campos, considerem-se


inicialmente dois geo-campos temticos, indicados na Figura 4.14. O geo-campo
indicado pela pela letra A corresponde ao mapa temtico de geomorfologia para a
regio da Chapada dos Parecis, em Rondnia, e o geo-campo indicado por B
corresponde ao mapa de vegetao da mesma regio.

A B

Figura 4.14 - Geo-campos temticos originais.


As classes de cada geo-campo temtico esto indicadas na tabela 4.6.

TABELA 4.6 - LEGENDAS DOS GEO-CAMPOS A E B

nmero cor Classe no Mapa de Geomorfologia Classe do Mapa de Vegetao (B)


(A)
1 Branco Formas Estruturais Tabulares (St) Savana Arbrea Aberta (Saf)
2 Cinza Formas Erosivas em Pedimento Savana ou Floresta Ombrfila (Soe)
(Epd)
3 Vermelho Superfcie Tabular Erosiva (Et) Floresta Aberta Submontana (Asc)
4 Azul Formas convexas com dissecao Floresta Semidecidual Submontana (Fse)
forte (a22)
5 Verde Formas convexas com dissecao Floresta Ombrfila Densa (Dse)
forte e aprofundamento da
drenagem fraco (c22)
6 Magenta Formas convexas com dissecao
forte e aprofundamento da
drenagem muito fraco (c31)
7 Amarelo Formas tabulares com
aprofundamento da drenagem
muito fraco e dissecao baixa
(t42)
8 Azul claro Formas convexas com dissecao
mdia e aprofundamento da
drenagem fraco (c31)

Fonte: Projeto RADAMBRASIL, vol. 19, Folha SD-20 Guapor.

Geoprocessamento em Projetos Ambientais 3-25


Operaes de Anlie Geogrfica

A partir dos geo-campos A e B gerou-se um novo geo-campo temtico C


atravs de operao booleana (vide Figura 4.15).

Figura 4.15 - Geo-campo resultante de operao booleana.

No caso da Figura 4.14 o geo-campo A possui oito classes e o geo-campo B,


cinco. Foi utilizado uma operao lgica do tipo AND (interseco), sendo possvel a
ocorrncia de at 40 classes diferentes no geo-campo resultante C (Figura 4.15).
Estas operaes so efetuadas entre classes de dois ou mais geo-campos; o usurio
cria as regras de combinao, conforme um arquivo de regras, que produziro as
novas classes do plano de informao resultante. O SIG interpreta estas regras e
executa as combinaes determinadas pelo usurio, criando uma imagem temtica no
plano de informao resultante.

O programa em LEGAL que realiza esta operao est mostrado a seguir.


Apenas algumas classes de sada so indicadas, para ilustrar o procedimento de
operao.

Geoprocessamento em Projetos Ambientais 3-26


Operaes de Anlie Geogrfica

Tematico veget (Vegetacao), geom (Geomorfologia),

veget_geom (Veget_Relevo);

veget = Recupere(Nome=Veget_RADAM);

geom = Recupere(Nome=Geomorf_RADAM);

veget_geom = Novo (Nome = Veget_Geom, Representacao = Matricial,


ResX = 50, ResY =50, Escala =100000);

veget_geom = Atribua (CategoriaFim = Veget_Relevo)

{ V1G1 : veget.Tema = St && geom.Tema = Saf;

V1G2 : veget.Tema = St && geom.Tema = Soe;

V3G4 : veget.Tema = Asc && geom.Tema = a22;

V4G5 : veget.Tema = Fse && geom.Tema = c22;

V5G7 : veget.Tema = Dse && geom.Tema = t42;

};

Outro exemplo de operao possvel a partir dos geo-campos A e B a


gerao de um geo-campo temtico de classes de fragilidade a partir de vegetao e
relevo. Para gerar este produto, utilizam-se as operaes de ponderao, operao
matemtica e fatiamento. Inicialmente, gera-se um conjunto de regras de
ponderao, atribuindo um conjunto de pesos a cada classe, de acordo com Crepani et
al (1996). A seguir, realiza-se uma operao mdia ponderada entre dois geo-
campos numricos resultantes da ponderao. O resultado desta operao um novo
geo-campo numrico (MNT) e no temtico, que necessita ser fatiado em intervalos
de classe, por exemplo , baixa, mdia e alta, obtendo-se um novo geo-campo

Geoprocessamento em Projetos Ambientais 3-27


Operaes de Anlie Geogrfica

temtico. Na figura 4.16, o geo-campo D indica o resultado da operao matemtica


e o geo-campo E, o resultado do fatiamento.

D E

Figura - 4.16. Resultado da Ponderao (D) e Fatiamento (E) sobre os mesmos geo-
campos A e B, da Figura 4.14.

O programa em LEGAL que realiza estas operaes mostrado a seguir.

{
//Declarao das variveis
Tematico veget (Vegetacao), geom (Geomorfologia),
classes_frag (Fragilidade_Tematica);
Numerico fragil (Fragilidade_Numerica);
veget = Recupere(Nome=Veget_RADAM);
geom = Recupere(Nome=Geomorf_RADAM);
fragil = Novo (Nome = Fragilidade, Representacao =
Matricial, ResX = 50, ResY =50, Escala =100000);
classes_frag = Novo (Nome = Classes_Fragildade,
Representacao = Matricial, ResX = 50, ResY =50,
Escala =100000);
Tabela tab_veg (Ponderacao), tab_ geo(Ponderacao),
tab_fat (Fatiamento);
// Ponderacao da Vegetacao
tab_veget = Novo (CategoriaIni="Vegetacao",
"Saf" : 2.5, "Soe" : 2.3,

Geoprocessamento em Projetos Ambientais 3-28


Operaes de Anlie Geogrfica

"Asc" : 2.0, "Fse" : 1.5,


"Dse" : 2.0) ;
// Ponderacao da Geomorfologia
tab_geo = Novo (CategoriaIni = "Geomorfologia",
"St" : 1.0, Epd" : 1.2,
"Et" : 1.3, "a22" : 2.5,
"c22" : 2.0, "c21" : 1.9,
"t42" : 1.4, "c31" : 1.8 );
// Media ponderada para obter fragilidade
fragil = 0.5 * (Pondere (veget, tab_veg)) + 0.5* (Pondere (geom,
tab_geo));

// Fatiamento de Fragilidade

tab_fat = Novo (CategoriaFim = Fragilidade_Tematica,

Baixa: [0.6, 1.2],

Mdia: [1.2, 1.8],

Alta: [1.8, 2.5]);

classes_frag = Fatie (fragil, tab_fat);

Quando atribudo maior ou menor importncia a um geo-campo temtico ou


a qualquer uma de suas classes, realiza-se a interpretao do referido geo-campo
segundo um determinado objetivo. o que ocorre, por exemplo, quando se atribuem
pesos (numa escala de valores arbitrrios, por exemplo, entre 1 e 3) s classes de um
geo-campo temtico de vegetao, considerando sua capacidade de proteger o solo
da ao das chuvas. Esta atribuio de pesos s classes de vegetao pode ser
observada no texto realado em vermelho dentro do programa em LEGAL acima.

Geoprocessamento em Projetos Ambientais 3-29


Operaes de Anlie Geogrfica

Para ilustrar o conceito de mapas de distncia, tomou-se como exemplo um


geo-campo com a rede hidrogrfica de uma regio sobre a qual se precisa mapear
uma suposta legislao que determine: vedada a explorao predatria da flora
e da fauna em uma faixa terra de 200 metros ao longo das margens dos rios.

F G

Figura. 4.17. PI de hidrografia sobre PI de distncias (F) e PI legislao (G).

A Figura 4.17F mostra um PI de distncias (numrico) gerado a partir


do PI de hidrografia. A Figura 4.17G apresenta o resultado (temtico) do fatiamento
do PI de distncias de acordo com a legislao estabelecida, ou seja, uma faixa de
proteo de 200 metros ao longo dos rios.

Geoprocessamento em Projetos Ambientais 3-30


4

MODELAGEM NUMRICA DE TERRENO

Carlos Alberto Felgueiras

4.1 DEFINIO

Um Modelo Numrico de Terreno (MNT) uma representao matemtica


computacional da distribuio de um fenmeno espacial que ocorre dentro de uma
regio da superfcie terrestre. Dados de relevo, informao geolgicas,
levantamentos de profundidades do mar ou de um rio, informao meteorolgicas
e dados geofsicos e geoqumicos so exemplos tpicos de fenmenos
representados por um MNT.

Dentre alguns usos do MNT pode-se citar (Burrough, 1986):

Armazenamento de dados de altimetria para gerar mapas topogrficos;

Anlises de corte-aterro para projeto de estradas e barragens;

Elaborao de mapas de declividade e exposio para apoio a nalise de


geomorfologia e erodibilidade;

Anlise de variveis geofsicas e geoqumicas;

Apresentao tridimensional (em combinao com outras variveis).

Para a representao de uma superfcie real no computador indispensvel a


elaborao e criao de um modelo digital, que pode estar representado por
equaes analticas ou um rede (grade) de pontos, de modo a transmitir ao
usurio as caractersticas espaciais do terreno. No SPRING um MNT criado na
forma de uma grade de pontos regulares e irregulares.

A criao de um modelo numrico de terreno corresponde a uma nova


maneira de enfocar o problema da elaborao e implantao de projetos. A partir
dos modelos (grades) pode-se calcular diretamente volumes, reas, desenhar perfis
e seces transversais, gerar imagens sombreadas ou em nveis de cinza, gerar
mapas de declividade e aspecto, gerar fatiamentos nos intervalos desejados e
perspectivas tridimensionais.
Modelagem Numrica de Terreno

4.2 O PROCESSO DE GERAO DE UM MNT

O processo de gerao de um modelo numrico de terreno pode ser


dividido em 3 etapas: aquisio das amostras ou amostragem, gerao do modelo
propriamente dito ou modelagem e, finalmente, utilizao do modelo ou
aplicaes.

A amostragem compreende a aquisio de um conjunto de amostras


representativas do fenmeno de interesse. Geralmente essas amostras esto
representadas por curvas de isovalores e pontos tridimensionais.

A modelagem envolve a criao de estruturas de dados e a definio de


superfcies de ajuste com o objetivo de se obter uma representao contnua do
fenmeno a partir das amostras. Essas estruturas so definidas de forma a
possibilitar uma manipulao conveniente e eficiente dos modelos pelos
algoritmos de anlise contidos no SIG. Os modelos mais utilizados so os
modelos de grade regular retangular e os modelos de grade irregular triangular.

As aplicaes so procedimentos de anlise executados sobre os modelos


digitais. As aplicaes podem ser qualitativas, tais como a visualizao do modelo
usando-se projees geomtricas planares ou quantitativas tais como clculos de
volumes e gerao de mapas de declividades.

4.3 ENTRADA DE DADOS

A amostragem de dados no processo de modelagem digital de terreno


uma das tarefas mais importantes de todo o processo. A amostragem compreende
a aquisio de um conjunto de amostras que representam a variao de um
fenmeno espacial de interesse. Uma amostragem no pode ser insuficiente,
subamostragem, nem tampouco ser redundante, superamostragem. A
subamostragem, por falta de informao, leva a gerao de um modelos pobres. A
superamostragem, por excesso de informao, sobrecarrega o sistema com o uso
excessivo de memria e pode, como ser visto adiante, prejudicar os resultados de
uma modelagem. Nenhuma modelagem, por mais complexa ou sofisticada que
seja, pode compensar os efeitos de uma amostragem mal feita.

A amostragem no , em geral, aleatria. A amostragem deve ser


representativa do comportamento do fenmeno que se est modelando. Uma
superamostragem nem sempre significa uma amostragem representativa. Na
definio de uma amostragem representativa deve-se considerar a quantidade e
tambm o posicionamento das amostras em relao ao comportamento do
fenmeno a ser modelado. Por exemplo, uma superamostragem de altimetria

Geoprocessamento para Projetos Ambientais 4-2


Modelagem Numrica de Terreno

numa regio plana significa redundncia de informao enquanto que poucos


pontos em uma regio de relevo movimentado significa escassez de informaes.

4.3.1 FONTES DE AMOSTRAS

As fontes mais comuns de amostras de modelos digitais de terrenos so:


arquivos digitais, importados de outros sistemas; bases topogrficas com isolinhas
e pontos notveis de mximos e mnimos e; levantamentos em campo
transformados, de alguma forma, em informao digitais; Para dados de altimetria
pode-se, por exemplo, realizar-se levantamentos em campo com o auxilio de
GPSs (Ground Position Systems). Um conjunto de amostras pode ainda ser
obtido a partir de pares estreos de imagens de sensoriamento remoto.

4.3.2 TIPOS DE AMOSTRAS

Os dados de modelo numrico de terreno esto representados pelas


coordenadas xyz, onde z caracteriza o parmetro a ser modelado, sendo z=f(x,y).
Quanto a posio relativa das amostras pode-se classificar a amostragem em:
regular, semi-regular e irregular. A amostragem regular aquela cuja posio
espacial (x,y) das amostras mantm uma regularidade de distribuio nas direes
x e y. As amostragens semi-regulares so aquelas que preservam a regularidade
de distribuio espacial na direo x ou y mas nunca nas duas ao mesmo tempo.
Amostragem por perfis, por exemplo, apresentam regularidade em uma direo
preestabelecida. Na amostragem irregular no existe regularidade na distribuio
das amostras. Na quase totalidade dos casos as amostras mais representativas de
um fenmeno no esto regularmente distribudas.

Os mtodos de aquisio de dados podem ser por pontos amostrados com


espaamento irregular e regular bem como por mapa de isolinhas. A figura 6.1
mostra vrios tipos diferentes de amostragem por pontos.

De acordo com o tipo de aquisio tem-se a distribuio das amostras conforme as


figuras abaixo:

a) Totalmente Irregular

b) Aerolevantamento

Geoprocessamento para Projetos Ambientais 4-3


Modelagem Numrica de Terreno

c) A partir da Drenagem

d) Regular

Figura 4.1 - Tipos de amostragem por pontos

O cuidado na escolha dos pontos e a quantidade de dados amostrados esto


diretamente relacionados com a qualidade do produto final de uma aplicao
sobre o modelo. Para aplicaes onde se requer um grau de realismo maior, a
quantidade de pontos amostrados, bem como o cuidado na escolha desses pontos,
ou seja a qualidade dos dados, so decisivos. Quanto maior a quantidade de
pontos representantes da superfcie real, maior ser o esforo computacional para
que estes sejam armazenados, recuperados, processados, at que se alcance o
produto final da aplicao.

No caso de amostragem por isolinhas, um mapa de isolinhas nada mais do


que a representao de uma superfcie por meio de curvas de isovalor. O exemplo
mais comum so as isolinhas altimtricas existentes nos mapas topogrficos.
Nestes mapas as isolinhas foram impressas com o uso de equipamentos, como
stereoplotters, sobre uma base composta de fotografias em estreo obtidas por
aerolevantamento. Cabe ainda mensionar que nestes mapas topogrficos existem
pontos amostrados irregularmente que foram obtidos por trabalhos de campo. A
Figura abixo mostra o exemplo de um mapa plano-altimtrico com isolinhas a
alguns pontos cotados.

Geoprocessamento para Projetos Ambientais 4-4


Modelagem Numrica de Terreno

Figura 4.2 - Exemplo de Mapa plano-altimtrico.

A aquisio das isolinhas pode ser efetuada por meio de digitalizao manual com
uso de uma mesa digitalizadora, ou atravs de um processo automtico por meio
de scanner.

A digitalizao manual consiste na operao de idenficao de uma isolinha com


um valor de cota e em aquisio pelo operador por um processo onde segue-se a
liha ao longodo mapa.

Na digitalizao com o uso de scanner, obtida uma matriz de pontos onde


podem ser identificadas as isolinhas e os valores de cota. Processos de vetorizao
que sigam uma isolinha, transformam-na em uma sequncia de pontos com
coordenadas XY de mesmo valor em Z, para cada isolinha.

4.3.3 REDUO DAS AMOSTRAS

Quando se trabalha com uma amostragem regular, muitas vezes


importadas de outros sistemas, pode-se ter redundncia de informao em reas
em que o fenmeno modelado no tem variao ou a variao muito pequena.
Nestes casos comum o uso de algoritmos de reduo de amostras desenvolvidos
especificamente para amostragem regular. Esses algoritmos procuram extrair os
pontos mais importantes do conjunto de amostras. Eles so conhecidos na
literatura como extratores dos Very Important Points (VIPs). Chen (1987)
apresenta um algoritmo simples e eficiente para extrao dos VIPs. Lee (1991)

Geoprocessamento para Projetos Ambientais 4-5


Modelagem Numrica de Terreno

compara algoritmos de extrao dos VIPs para construo de modelos digitais de


grades triangulares.

4.3.4 ORGANIZAO DAS AMOSTRAS

As amostras so utilizadas diretamente no processo de gerao dos


modelos. A cardinalidade das amostras pode variar de dezenas at centenas de
milhares. Quando o conjunto amostral muito numeroso comum utilizar-se
algoritmos de organizao das amostras com o objetivo de melhorar a
performance dos processos de gerao dos modelos. Uma das formas mais
utilizadas para organizao das amostras consiste na partio do espao
bidimensional, que envolve as amostras.

2 1
C
4
B 2 3

C 4 D E
D E
3
A B

Figura 4.3 - Organizao de um conjunto amostral por partio da distribuio


espacial das amostras.

Uma estrutura de rvore binria, conhecida como rvore 2-kd, criada


para representar a partio definida para o conjunto de amostras. O critrio de
particionamento do espao 2-D pode ser definido por um nmero mximo de
amostras em cada partio. Na figura acima, os ns 1, 2, 3 e 4 representam
parties do espao enquanto A, B, C, D e E so ns folhas da rvore binria. Os
ns folhas apontam para o conjunto de pontos que eles representam.

4.3.5 DEFINIO DE VIZINHANAS LOCAIS

Alguns interpoladores locais utilizam uma vizinhana amostral local fim


de estimar o valor de cota de um ponto de interesse. A organizao das amostras,

Geoprocessamento para Projetos Ambientais 4-6


Modelagem Numrica de Terreno

como apresentada acima, acelera a busca do conjunto de amostras vizinhas de


uma determinada posio na regio de interesse.

A vizinhana amostral de um ponto qualquer pode ser definida por uma


regio de influncia ou por um nmero determinado de vizinhos. Em uma
vizinhana amostral por rea o nmero de vizinhos varivel podendo at mesmo
ser igual a zero. No caso de vizinhana por nmero de vizinhos a regio de
influncia varivel em tamanho e pode-se evitar o inconveniente de se obter zero
vizinhos de um ponto. A figura abaixo ilustra esses conceitos. (Descrever busca
utilizando a 2dtree e as amostras organizadas.)

Ponto da grade Ponto amostral Amostra vizinha


Figura 4.4 -Definio de vizinhana: por regio de influencia ( esquerda) e por
nmero de vizinhos ( direita).

Geoprocessamento para Projetos Ambientais 4-7


Modelagem Numrica de Terreno

4.4 MODELAGEM

4.4.1 INTRODUO

Como j citado anteriormente, a modelagem propriamente dita envolve a


criao de estruturas de dados e a definio de superfcies de ajuste para os
elementos dessas estruturas. O objetivo a obteno de uma funo definvel em
toda a regio de estudo. Essa funo nem sempre contnua e diferencivel para
todos os pontos de seu domnio espacial. Para dados de altimetria, por exemplo,
pode-se ter discontinuidades na forma de precipcios e, neste caso, comum
utilizar funes lineares ou funes definidas dentro de sub-regies da rea de
interesse.

Os modelos podem ser globais ou locais. Os modelos globais so


representados por uma funo definida utilizando-se todos os elementos do
conjunto de amostras. Os modelos locais utilizam funes cujos coeficientes so
definidos por elementos amostrais escolhidos dentro de uma regio local de
interesse. Essas regies locais podem ser definidas por raios de influncia ou por
quantidade de amostras vizinhas.

4.4.2 MODELOS DE GRADE

Os modelos digitais de terreno mais utilizados na prtica so: os modelos


de grade regular retangular e os modelos de grade irregular triangular. O termo
TIN, iniciais de Triangular Irregular Network , o mais usado para se referir ao
modelo de grade irregular triangular.

Ponto da grade Ponto amostral

Geoprocessamento para Projetos Ambientais 4-8


Modelagem Numrica de Terreno

Figura 4.5 - Modelo de grade regular retangular (a esquerda) e modelo de grade


irregular triangular(a direita).

O processo de gerao de um modelo de grade compreende a construo


de uma malha, regular ou irregular, e a definio de funes interpolantes locais.
Essas funes so definidas para cada elemento da malha. Assim para cada
elemento bsico da grade, retngulo ou tringulo, define-se uma funo
interpolante que vlida para os pontos internos ao elemento. Esse processo
conhecido como ajuste de superfcie. Cada funo de ajuste, geralmente um
polinmio, definida utilizando-se os vrtices dos elementos e em muitos casos
os vrtices dos elementos vizinhos tambm. Segue uma abordagem mais
abrangente com relao aos modelos de grade retangular e triangular.

4.5 MODELOS DE GRADE REGULAR

4.5.1 INTRODUO

Uma grade regular retangular um poliedro de faces retangulares. O


processo de gerao de uma grade regular consiste em estimar os valores de cota
de cada ponto da grade a partir do conjunto de amostras de entrada. Quando se
faz uso de todas as amostras para interpolar cada ponto da grade diz-se que a
interpolao global. Em geral o conjunto de amostras pode ser muito grande e
no homogneo tornando a interpolao global pouco apropriada em relao ao
tempo de processamento computacional e preciso do modelo. Por exemplo, para
uma grande quantidade de amostras, fica bastante difcil definir-se uma funo
polinomial capaz de representar satisfatoriamente todas as variaes espaciais do
fenmeno em estudo. Assim muito comum utilizar-se interpolao local para o
clculo de cota de cada elemento da grade. Neste caso, o valor de cota de cada
elemento da grade estimado a partir de uma quantidade preestabelecida de
amostras vizinhas mais prximas do elemento.

Um modelo de grade regular retangular pode ser gerado a partir de um


conjunto de amostras regularmente espaadas ou a partir de um conjunto de
amostras irregularmente espaadas. O processo de gerao de uma grade regular
retangular a partir de outra grade tambm regular retangular, objetivando uma
melhora na resoluo da grade, conhecido como refinamento da grade e ser
abordado com mais detalhes a posteriori.

Para se gerar grades regulares retangulares a partir de amostras


irregularmente espaadas comum definir-se funes interpolantes simples (por
exemplo: mdias ponderadas, splines, etc... ) e utiliz-las localmente.
importante notar que a estimativa da cota z de cada ponto da grade realizada a
partir de amostras vizinhas locais mas uma anlise global das amostras sempre
necessria para se encontrar essa vizinhana.

Geoprocessamento para Projetos Ambientais 4-9


Modelagem Numrica de Terreno

4.5.2 INTERPOLADORES PARA GERAO DE GRADE REGULAR

4.5.2.1 Interpoladores de tendncia

Os interpoladores de tendncia representam as variaes do fenmeno


estudado a partir de regresses polinomiais. A idia ajustar uma superfcie
polinomial sobre todos os dados amostrais minimizando-se o erro de ajuste global.
Geralmente utiliza-se uma minimizao do erro mdio quadrtico. A figura abaixo
ilustra esse conceito para o caso de ajuste de curvas.

Z Z

X X
(a) (b)
Figura 4.6 - Curva polinomial ajustada para representar a variao de um conjunto
de amostra: (a) linear e (b) ordem maior

Os polinmios, em 2 dimenses, tem a forma:

f (X, Y) = c . X . Y rs
r s

r + s p

Os coeficientes crs do polinmio so determinados a fim de minimizar o erro


quadrtico mdio, ou seja:

{Z ( X i , Y i ) f ( X i , Y i )}
2

i =1

Superfcies de tendncia so funes suaves e raramente passam sobre as


amostras a menos que elas sejam poucas e a ordem da superfcie seja alta. Pouco
usada para modelagem digital sempre que a quantidade de amostras grande.

Geoprocessamento para Projetos Ambientais 4-10


Modelagem Numrica de Terreno

4.5.2.2 Media Mvel

A mdia das cotas das amostras vizinhas, tambm conhecido como mdia
mvel, um dos esquemas de interpolao mais simples para estimao dos
valores de cota dos pontos de uma grade regular retangular.

A formulao geral para este tipo de interpolao :

w z
z =
ij ij
j=1
n

w
i

ij
j=1
Sendo que:

zi o valor de cota de um ponto i qualquer da grade;

zj a cota de uma amostra j vizinha do ponto i da grade e;

wij um fator de ponderao.

Variaes desse esquema bsico so: interpolador por vizinho mais prximo;
interpolador por mdia simples; interpolador por mdia ponderada; interpolador
por mdia ponderada por quadrante e; interpolador por mdia ponderada por
quadrante e por cota.

A interpolao por vizinho mais prximo definida pela escolha de


apenas uma amostra vizinha para cada ponto da grade, ou seja, quando j igual a 1.

A interpolao por mdia simples considera o valor de cota z do elemento


da grade igual a mdia aritmtica dos valores de cota das amostras vizinhas. Neste
caso considera-se que o fator de ponderao wij igual a 1 para qualquer amostra
vizinha.

Na interpolao por mdia ponderada o valor de cota de cada elemento da


grade definido pela mdia ponderada dos valores de cota das amostras vizinhas.
A ponderao mais usada na prtica o inverso da distncia euclidiana do ponto
da grade amostra considerada ou seja:

1
w =ij k
d
ij

Geoprocessamento para Projetos Ambientais 4-11


Modelagem Numrica de Terreno

Sendo que:

k o expoente da distncia, geralmente igual a 1 ou 2 e;


dij o valor de distncia da amostra j ao ponto i da grade.
intuitivo considerar-se que: quanto mais distante, uma amostra se encontra

d = ( x i x j) + ( y i y j )
2 2

ij

do ponto da grade, menor deve ser a sua influncia (peso) no cmputo final do
valor de cota do ponto da grade.

A interpolao por mdia ponderada por quadrante inclui, alm da


ponderao, uma escolha das posies relativas das amostras que entram na
estimativa do valor de cota da grade. Neste caso a idia, como apresenta a figura
abaixo, dividir o espao de projeo, xy, em 4 quadrantes, tendo como
referncia o ponto da grade e considerando uma quantidade fixa de amostras por
quadrante. Assim pode-se utilizar, por exemplo, 1 amostra por quadrante num
total de 4, ou ento, 2 amostras por quadrante num total de 8, e assim por diante.
Esta interpolao garante que a estimativa da cota final do ponto da grade utiliza
amostras representativas de cada uma das 4 regies definidas pelos quadrantes.

(a) (b)

Ponto da grade Ponto amostral Amostra vizinha

Figura 4.7 - Seleo das amostras considerando suas posies relativas (a) 1
amostra por quadrante e (b) 2 amostras por quadrante

Geoprocessamento para Projetos Ambientais 4-12


Modelagem Numrica de Terreno

O interpolador por mdia ponderada por quadrante e por cota considera,


alm da ponderao e dos quadrantes, o valor de cota de cada amostra a ser usada
na estimativa do ponto da grade. Alguns dados amostrais, como curvas de nvel
por exemplo, podem apresentar uma quantidade exagerada de pontos, que tem a
mesma cota, para representar uma linha de contorno. O efeito final deste tipo de
amostragem pode ser um modelo cheio de patamares centrados nessas curvas.
Nesse caso til aplicar-se uma filtragem por cotas, uma amostra por cota por
exemplo, das amostras que devem ser consideradas na estimativa final da cota de
cada ponto da grade. A figura abaixo ilustra essa idia.

Ponto da grade Ponto amostral Amostra vizinha

Figura 4.8 - Seleo das amostras considerando-se a posio relativa por


quadrante e os valores de cota das amostras.

Geoprocessamento para Projetos Ambientais 4-13


Modelagem Numrica de Terreno

4.5.3 SUPERFCIES DE AJUSTE PARA GRADE REGULAR

Aps a estimao dos vrtices de uma grade regular necessrio definir-se


superfcies de ajuste que determinam o comportamento do fenmeno modelado
dentro de cada retngulo do modelo. As superfcies de ajuste so utilizadas para se
determinar o valor do fenmeno para pontos dentro da regio de interesse que no
fazem parte do modelo. A seguir descreve-se o processo de refinamento de uma
grade regular utilizando superfcies de ajustes.

Quando as amostras j esto no formato de grade regular retangular o


trabalho de gerao de uma nova grade bastante simplificado pelo fato de existir
um relacionamento topolgico preestabelecido entre as amostras. Esse
processamento usado, em geral, para mudar a resoluo de uma grade regular
preexistente. Quando a grade regular derivada mais densa do que a grade
original diz-se que houve um refinamento da grade. Felgueiras (1989) apresenta
uma metodologia para refinamento de grades regulares usando interpoladores
bilinear e bicbico. A figura abaixo esquematiza uma forma eficiente de se
calcular o valor de cota de um ponto P utilizando uma interpolao bilinear. A
partir das cotas dos pontos A e B da clula da grade, que contem o ponto P, pode-
se estimar o valor de cota do ponto M com uma interpolao linear. De forma
anloga pode-se estimar o valor de N a partir dos pontos C e D. Finalmente, a
partir de M e N pode-se estimar o valor de P.

A M B

C N D

Figura 4.9 - Estimao da cota do ponto P com interpolao bilinear

Um esquema anlogo interpolao bilinear pode ser utilizado para


implementar uma interpolao bicbica. Neste caso deve-se usar a clula que
contm o ponto P, suas clulas vizinhas e um interpolador cbico.

Geoprocessamento para Projetos Ambientais 4-14


Modelagem Numrica de Terreno

4.5.4 ESTIMATIVA E INCERTEZA

Incerteza expressa noo de credibilidade, confiana e acurcia


(reliability, confidence, accuracy). Espera-se que a estimativa seja prxima
do valor real, porm, seja qual for o mtodo escolhido, sempre existir algum erro.
Embora no seja possvel calcular o erro exatamente espera-se poder atribuir a ele
uma incerteza, ou seja, alguma indicao de sua possvel magnitude. Antes de se
estimar a incerteza de uma estimativa importante listar os principais fatores que
influenciam o erro:

1. Nmero de amostras vizinhas.

2. Proximidade das amostras.

3. Distribuio espacial das amostras.

4. Natureza do fenmeno.

Quanto a distribuio espacial das amostras h que se considerar efeitos de


agrupamentos de amostras (clusters), quadrantes, octantes e amostragem por
curvas de nvel. A natureza do fenmeno est relacionada a continuidade da
varivel espacial modelada. Para uma varivel suave e bem comportada as
estimativas sero mais confiveis do que para uma varivel muito errtica.
comum a utilizao do semivariograma para se definir um padro para a
continuidade do fenmeno.

4.6 MODELOS DE GRADE IRREGULAR

4.6.1 INTRODUO

Uma grade irregular triangular um poliedro de faces triangulares. Em um


modelo de grade irregular triangular os pontos amostras so conectados por linhas
para formar tringulos. Assim, diferentemente da gerao de grade regular, os
valores de cota dos vrtices dos elementos triangulares da malha triangular no
precisam ser estimados por interpolaes. muito simples mostrar que, dado um
conjunto de amostras com cardinalidade maior do que 4, podemos construir mais
de uma malha triangular sobre esse conjuntos. Na figura abaixo temos duas
triangulaes diferentes criadas sobre o mesmo conjunto de 4 amostras.

Geoprocessamento para Projetos Ambientais 4-15


Modelagem Numrica de Terreno

4.6.2 A TRIANGULAO DE DELAUNAY

Adotando-se critrios especficos para construo da rede triangular pode-


se chegar a malhas nicas sobre o mesmo conjunto de amostras. Uma dessas
malhas, muito utilizada na prtica nos SIGs atualmente em uso profissional ou
cientfico, a malha de Delaunay, mais conhecida como triangulao de
Delaunay. O critrio utilizado na triangulao de Delaunay o de maximizao
dos ngulos mnimos de cada tringulo. Isto equivalente a dizer que, a malha
final, deve conter tringulos o mais prximo de equilteros possvel evitando-se a
criao de tringulos afinados, ou seja, tringulos com ngulos internos muito
agudos. Uma forma equivalente de se implementar a triangulao de Delaunay
utiliza o critrio do circumcrculo. Esse critrio, esquematizado na figura abaixo,
diz que uma triangulao de Delaunay se: O crculo que passa pelos trs vrtices
de cada tringulo da malha triangular no contm, no seu interior, nenhum ponto
do conjunto das amostras alm dos vrtices do tringulo em questo.

T2 T
T
T2

(a) (b)

Figura 4.10 - Critrio do circumcrculo para gerao de triangulaes de


Delaunay: (a) T1 e T2 so tringulos de Delaunay e (b) T1 e T2 no so tringulos
de Delaunay

Existem vrios mtodos de implementao da triangulao de Delaunay.


Esses mtodos podem ser classificados em dois tipos bsicos: algoritmo de passo
nico e algoritmo de dois passos. Os algoritmos de passo nico criam a
triangulao de Delaunay num nico etapa, aplicando o critrio de Delaunay
durante a construo da triangulao. Os mtodos de dois passos geram uma
triangulao inicial qualquer e numa segunda etapa transformam-na numa
triangulao de Delaunay.

Geoprocessamento para Projetos Ambientais 4-16


Modelagem Numrica de Terreno

4.6.3 INCLUSO DE RESTRIES NO MODELO

Na construo de um modelo muito importante que as caractersticas


topogrficas da superfcie sejam preservadas. Assim interessante que o conjunto
de amostras de entrada contenha as linhas caractersticas da superfcie tais como:
linhas divisoras de guas (linhas de mximos) e linhas de drenagem (linhas de
mnimos). O estrutura do modelo de grade triangular mais propcia para a
incluso de linhas caractersticas no modelo.

Uma triangulao de Delaunay com restries uma triangulao que


deve considerar primeiro as caractersticas topogrficas da superfcie e depois o
critrio do circumcrculo de Delaunay, conforme Felgueiras (1995).

Uma mtodo para se gerar uma triangulao de Delaunay com restries


pode: criar uma triangulao de Delaunay pura e depois transformar essa
triangulao considerando as linhas caractersticas do modelo. As figuras abaixo
mostram a transformao de dois tringulos de Delaunay, T1 e T2, para tringulos
que no so de Delaunay. Na primeira figura a mudana se faz necessria a fim de
evitar a criao de patamares, ou seja, tringulos cujos vrtices so todos da
mesma isolinha. Na segunda a mudana garante a manuteno das caractersticas
topogrficas da superfcie.

T
T
T T

Z Z
Z Z
(a) (b)

Figura 4.11 - Evitando problema de criao de patamares: (a) Triangulao de


Delaunay e (b) Triangulao com restrio

Geoprocessamento para Projetos Ambientais 4-17


Modelagem Numrica de Terreno

Z1 Z1

Z3
Z3

Z2
Z2
(a (b
) )
Figura 4.12 - Transformao da triangulao de Delaunay, de (a) para (b), para
manter as caractersticas topogrficas da superfcie

4.6.4 SUPERFCIES DE AJUSTE PARA GRADES IRREGULARES

4.6.4.1 Ajuste Linear

Considerando-se um comportamento linear dentro de cada tringulo pode-


se estimar, com facilidade, o valor de qualquer ponto da superfcie definida pela
malha triangular. O esforo computacional, neste caso, mnimo. Os trs pontos
dos vrtices de cada tringulo definem um plano no espao tridimensional. A
equao do plano:

Ax + By + Cz + D = 0

pode ser determinada pelas coordenadas e atributos dos vrtices de um


tringulo de interesse. Dessa forma, para qualquer ponto a ser estimado deve-se
buscar o tringulo que o contm e, atravs de uma lgebra simples de soluo de
sistemas lineares, obtm-se facilmente o valor de cota desse ponto. Este ajuste
conhecido como ajuste linear sobre a malha triangular. O ajuste linear garante
continuidade entre as superfcies de tringulos vizinhos mas no garante uma
suavidade na transio entre as superfcies.

Geoprocessamento para Projetos Ambientais 4-18


Modelagem Numrica de Terreno

4.6.4.2 Ajuste Quntico

Outro modelo mais complexo, proposto por Akima em 1978, sugere o


ajuste de uma superfcie polinomial de quinta ordem incompleta para cada
tringulo da malha triangular:

5 5i
z(x, y ) = q x y i j

ij
i = 0 j= 0

Esse polinmio de quinta ordem incompleto possui 21 coeficientes a ser


determinado para definio de uma superfcie quntica sobre o tringulo. Os 21
coeficientes so obtidos considerando-se: os valor de cota em cada vrtice do
tringulo (3 valores); as derivadas parciais de primeira ordem nas direes x (3
valores) e y (3 valores) e; as derivadas parciais de segunda ordem nas direes x
(3 valores), y (3 valores) e xy (3 valores). Akima sugere considerar-se as
derivadas parciais de segunda ordem na direo xy igual as da direo yx. As trs
ultimas condies so obtidas a partir das derivadas parciais nas direes
perpendiculares de cada aresta dos vizinhos do tringulo.

4.6.4.3 Ajuste Estocstico

Fournier (1982) descreve uma metodologia de ajuste de superfcies por


interpoladores estocsticos vlida para modelos de grade triangular. A idia
principal contida nesse mtodo estocstico simular a natureza fractal das
informaes de presentes em fenmenos geogrficos como o relevo, Goodchild
(1987).

Geoprocessamento para Projetos Ambientais 4-19


Modelagem Numrica de Terreno

4.7 GRADE RETANGULAR X GRADE TRIANGULAR

4.7.1 GRADE RETANGULAR A PARTIR DE GRADE TRIANGULAR

A partir de um modelo de grade triangular possvel criar-se um modelo


de grade retangular. Para isto, inicialmente necessria a definio dos
parmetros que definem a grade regular, ou seja, referncia geogrfica, resolues
espacial e tamanho da grade em nmero de linhas e colunas. A partir dessa
definio deve-se calcular o valor de cota de cada elemento da grade. Esse valor
obtido encontrando-se o tringulo que contm o ponto da grade regular.
Utilizando-se os valores de cota dos vrtices desse tringulo e, opcionalmente, dos
vrtices de seus tringulos vizinhos pode-se estimar o valor de cota do ponto da
grade regular. Essa estimativa pode usar uma interpolao linear ou uma
interpolao polinomial de grau maior do que 1. Usando-se apenas os 3 vrtices
de um tringulo pode-se definir o plano que passa por esses 3 pontos. Dessa forma
pode-se estimar o valor de cota de qualquer ponto interno a um tringulo do
modelo irregular. Para se ajustar superfcies no lineares para cada tringulo deve-
se utilizar os vrtices do tringulo e dos seus vizinhos. Quando um ponto da grade
regular no est localizado dentro de nenhum tringulo ento pode-se marc-lo
como sem valor. A transformao de um modelo de grade triangular em
retangular til quando se quer visualizar o modelo em projeo planar a partir de
uma grade regular e o nico modelo que se dispe o de grade triangular. O
processo de visualizao do MDT em projeo planar fornece um resultado mais
realista quando se usa o modelo de grade regular ao invs da grade irregular.

4.7.2 GRADE TRIANGULAR A PARTIR DE GRADE RETANGULAR

Muitas vezes o usurio j tem um modelo de grade regular que foi gerado
anteriormente ou importado de outro sistema. A partir desse modelo de grade
regular, pode-se aplicar um mtodo de reduo de amostras sobre a grade criando-
se um conjunto de amostras irregularmente espaadas. Essas amostras so ento
utilizadas na gerao do modelo de grade triangular. A transformao de grade
retangular para grade triangular pode ser necessrio caso existam algoritmos de
anlise no SIG que s trabalham sobre grades triangulares. Um exemplo tpico
acontece quando o SIG s consegue extrair linhas de contornos de grades
triangulares.

Geoprocessamento para Projetos Ambientais 4-20


Modelagem Numrica de Terreno

4.7.3 COMPARAO ENTRE OS MODELOS DE GRADE

A tabela abaixo apresenta as principais diferenas entre os modelos de


grade retangular e de grade irregular triangular.

Grade Regular Retangular Grade Irregular Triangular

Apresenta regularidade na distribuio No apresenta regularidade na distribuio


espacial dos vrtices das clulas do modelo espacial dos vrtices das clulas do modelo

Os vrtices dos retngulos so estimados a Os vrtices dos tringulos pertencem ao


partir das amostras conjunto amostral

Apresenta problemas para representar Representa melhor superfcies no


superfcies com variaes locais homogneas com variaes locais
acentuadas acentuadas

Estrutura de dados mais simples Estrutura de dados mais complexa

Relaes topolgicas entre os retngulos necessrio identificar e armazenar as


so explicitas relaes topolgicas entre os tringulos

Mais utilizado em aplicaes qualitativas e Mais utilizado em aplicaes quantitativas.


para anlises multinveis no formato
raster

Tabela 4.1 - Comparao entre os modelos de grade retangular e triangular.

Geoprocessamento para Projetos Ambientais 4-21


Modelagem Numrica de Terreno

4.8 ANLISES SOBRE MODELOS DIGITAIS DE TERRENO

4.8.1 INTRODUO

Como j descrito anteriormente, as amostras so processadas de forma a


criar modelos digitais que vo representar a variabilidade do fenmeno nessa
regio. Os modelos digitais so utilizados por uma srie de procedimentos de
anlises teis para aplicaes de geoprocessamento. A utilizao dos modelos
digitais, pelas anlises, possibilita o estudo de um determinado fenmeno sem a
necessidade de se trabalhar diretamente na regio geogrfica escolhida. As
anlises podem ser qualitativas ou quantitativas e so importantes para fins de
simulaes e tomadas de deciso no contexto de desenvolvimento de aplicaes,
ou modelagens, de geoprocessamento que utilizam SIGs.

As anlises desenvolvidas sobre um modelo digital de terreno permitem:


visualizar o modelos em projeo geomtrica planar; gerar imagens de nvel de
cinza, imagens sombreadas e imagens temticas; calcular volumes de aterro e
corte; realizar anlises de perfis sobre trajetrias predeterminadas e; gerar
mapeamentos derivados tais como mapas de declividade e exposio, mapas de
drenagem, mapas de curva de nvel e mapas de visibilidade. Os produtos das
anlises podem, ainda, serem integrados com outros tipos de dados geogrficos
objetivando o desenvolvimento de diversas aplicaes de geoprocessamento, tais
como, planejamento urbano e rural, anlises de aptido agrcola, determinao de
reas de riscos, gerao de relatrios de impacto ambiental e outros.

Esta seo apresenta uma viso geral dos processamentos de anlises que
podem fazer parte de um sistema de modelagem digital de terreno desenvolvido
no ambiente de um SIG. O objetivo descrever os procedimentos de anlises que
mais comumente so realizados sobre os modelos digitais de terreno. O texto
inclui: aspectos tericos e alguns detalhes de implementao computacional de
cada procedimento de anlise, exemplos de aplicao e ilustraes.

Geoprocessamento para Projetos Ambientais 4-22


Modelagem Numrica de Terreno

4.8.2 GERAO DE IMAGENS DE MDTS

A partir de um MDT pode-se criar imagens em nveis de cinza e imagens


sombreadas. Na sequncia apresentam-se mais detalhes sobre estas anlises.

4.8.2.1 Imagem MDT em nveis de cinza

Essa imagem gerada diretamente do mapeamento dos valores de cota do


modelo para valores de nvel de cinza. Supondo-se que cada pixel da imagem de
nvel de cinza representada por 8 bits pode-se mapear os valores de cota para
valores de nvel de cinza de 0 a 255. A figura abaixo ilustra o mapeamento de um
valor de cota Zi para um valor de nvel de cinza NCi;

Zma 255

NCi
Zi

Zmi 1

Modelo Imagem

Figura 4.13 - Mapeamento dos valores de cota para nveis de cinza

Considerando-se um mapeamento linear dos valores de cota do modelo


para valores de nveis de cinza, quantizao linear, pode-se calcular o valor NCi
em funo de Zi pelo seguinte equacionamento:

NCi = {[(Zi Zmin)*254] / (Zmax Zmin)} + 1

Esse equacionamento mapeia os valores de cota do fenmeno representado


para valores de 1 a 255 da imagem. O valor de nvel de cinza igual a 0 usado em
reas onde no existe definio do valor de cota para o modelo.

A figura abaixo mostra uma imagem em nvel de cinza obtida a partir de


um modelo digital de terreno. Essa imagem muito til para se obter uma

Geoprocessamento para Projetos Ambientais 4-23


Modelagem Numrica de Terreno

percepo qualitativa global da variao do fenmeno representado pelo modelo


digital de terreno.

Figura4.14 - Modelo de grade regular representado como uma imagem em nveis


de cinza

4.8.2.2 Imagem de MDT sombreada

Uma imagem de MDT sombreada gerada a partir do modelo e do


posicionamento, em relao superfcie, de uma fonte de iluminao local.
Assim, para cada ponto do modelo pode-se definir um vetor normal a superfcie N
e um vetor de iluminao I que parte do ponto da superfcie e aponta para a fonte
de iluminao. A partir desses dois valores pode-se calcular um valor de
intensidade de iluminao utilizando-se, por exemplo, o seguinte modelo de
iluminao de reflexo difusa:

NCi = Ia + Il*Kd*( Ni.Li ) = Ia + Il*Kd*cos

Esse modelo estabelece que o nvel de cinza da imagem sombreada NCi,


na posio i da superfcie, igual a uma intensidade constante de iluminao
ambiente Ia somado a uma componente de iluminao local. Essa componente
local depende da intensidade da fonte luminosa Il , de uma constante de reflexo
difusa Kd e do angulo formado entre o vetor unitrio normal N e o vetor unitrio
de iluminao I na posio i da superfcie. A figura abaixo ilustra esses conceitos.

Geoprocessamento para Projetos Ambientais 4-24


Modelagem Numrica de Terreno

z N

L
x

Figura 4.15 - Componentes do modelo de iluminao de uma superfcie por


reflexo difusa

O modelo de reflexo difusa, ou modelo lambertiano, um dos mais


simples de ser implementar computacionalmente. Outros modelos mais
complexos podem ser utilizados quando se deseja um efeito de sombreamento
mais realista.A imagem sombreada muito til como imagem de textura para
compor uma projeo geomtrica planar utilizando-se o modelo digital de terreno.
A figura abaixo mostra uma imagem sombreada gerada a partir de um modelo
numrico de terreno.

Figura 4.16- Modelo de grade regular representado como uma imagem


sombreada.

Geoprocessamento para Projetos Ambientais 4-25


Modelagem Numrica de Terreno

4.8.3 VISUALIZAO DO MODELO EM PROJEO PLANAR

O modelo gerado pode ser visualizado em projeo geomtrica planar com


ou sem informao de textura.

O modelo de grade regular retangular mais apropriado para efeitos de


visualizao do modelo em projeo planar. Os tipos de projeo planar mais
utilizados so os de projeo paralela e os de projeo perspectiva. Na projeo
geomtrica planar paralela necessrio definir-se a direo de projeo, azimute e
elevao. Pode-se tambm definir um fator de exagero vertical que ser
multiplicado pelos valores de cota do terreno para realar ou amenizar as reas
no homogneas da superfcie. Para projeo perspectiva deve-se definir ainda um
centro de projeo que define o ponto de partida, ou de chegada, dos raios de
projeo perspectiva. A figura abaixo mostra como um segmento AB, definido no
espao 3D, projetado num plano de projeo segundo os esquemas de projeo
paralela e perspectiva.

PLANO DE PLANO DE A
PROJEO PROJEO
DIREO A
DE CENTRO DE
PROJEO A PROJEO
A

B B
B
B

(a) (b)

Figura 4.17 - Esquemas de projeo: (a) paralela e (b) perspectiva

4.8.4 VISUALIZAO DO MODELO SEM INCLUSO DE TEXTURA

Para se visualizar o modelo de grade retangular em projeo geomtrica


planar sem incluso de textura deve-se considerar que os pontos da grade esto
conectados com os seus vizinhos por segmentos de reta. Esses segmentos so
projetados em um plano utilizando as equaes de projeo paralela ou
perspectiva. Alm do clculo dos valores projetados, o algoritmo de projeo
geomtrica planar deve conter um processamento de escondimento de linhas no

Geoprocessamento para Projetos Ambientais 4-26


Modelagem Numrica de Terreno

visveis que depende do tipo e da direo de projeo e da posio do observador


em relao superfcie quando a projeo perspectiva. A figura abaixo mostra o
resultado da projeo planar de um MDT retangular.

4.8.5 VISUALIZAO DO MODELO COM INCLUSO DE TEXTURA

O modelo digital de terreno pode ser integrado com uma imagem no


processo de projeo perspectiva planar. Em geral, a visualizao do modelo
projetado num plano, com incluso de textura, realizada atravs de tcnicas de
projeo planar conhecidas como ray-tracing. Esta tcnica baseia-se no
acompanhamento do traado do raio desde o centro de projeo at ele alcanar
elementos da superfcie a ser projetada. Nesta tcnica pode-se incluir efeitos de
reflexo, difusa e especular, e de refrao dos raios sobre os elementos da
superfcie. A figura abaixo ilustra o traado de um raio que parte de um centro de
projeo, passa por um ponto do plano de projeo e alcana diversos elementos
pertencentes ao objetos de uma cena. No caso de modelo de grade esses
elementos so tringulos ou retngulos que definem o modelo da superfcie.

Fonte
Plano de luz
de

Centro de
Projeo

Figura 4.18 - Ilustrao da tcnica de ray-tracing

Na projeo de modelos utiliza-se a tcnica de ray-tracing com textura


externa. Neste processo o modelo responsvel pela definio da geometria da
superfcie projetada enquanto que a imagem usada como dado de textura. A
imagem de textura pode ser uma imagem de sensoriamento remoto, de satlite ou
de aerolevantamento por exemplo, ou ima imagem artificial como a imagem
sombreada gerada sobre o prprio modelo que esta sendo projetado no plano.
Atravs da tcnica de ray-tracing com textura externa possvel sintetizar

Geoprocessamento para Projetos Ambientais 4-27


Modelagem Numrica de Terreno

figuras muito parecidas com a realidade de uma cena. A figura a seguir mostra a
projeo geomtrica planar de um modelo com uma imagem sombreada dessa
superfcie.

Figura 4.19 -Visualizao do modelo em projeo planar com textura de uma


composio colorida de 3 bandas de uma imagem LANDSAT

4.8.6 GERAO DE MAPAS DE CONTORNO

Linhas de contorno so curvas que conectam pontos da superfcie com


mesmo valor de elevao. As linhas de contorno podem ser determinadas a partir
de intersees da superfcie com planos horizontais. A projeo dessas
intersees, no plano xy, definem as curvas de contorno. Partindo-se do
pressuposto que a superfcie representada uma funo matemtica definida no
espao xy ento as linhas de contorno tem a propriedade de nunca se cruzarem.

As linhas de contornos so obtidas a partir de intercesses com as arestas


dos elementos bsicos, tringulo ou retngulo, do modelo. A figura abaixo ilustra
o processo de obteno de uma linha de contorno a partir do modelo.

Geoprocessamento para Projetos Ambientais 4-28


Modelagem Numrica de Terreno

Existem, basicamente, 2 mtodos de gerao de mapas de contornos a partir do


modelo de grade: o mtodo seguidor de linhas e o mtodo de segmentos.

(a) (b)

Figura 4.20 -Gerao de uma curva de contorno a partir de um modelo de grade


(a) retangular e (b) triangular

O mtodo seguidor de linhas um mtodo que gera cada linha de contorno


em um nico passo. Por esse mtodo procura-se um segmento que pertence a uma
curva de contorno. Os pontos extremos desse segmento so definidos como
extremos da linha de contorno. Em seguida busca-se os outros segmentos que tem
ligaes com essas extremidades. Os novos segmentos encontrados so
incorporados a linha e definem as novas extremidades. O processo pra quando as
extremidades se encontram, definindo uma curva de nvel fechada, ou quando as
duas extremidades j encontraram as bordas da regio de interesse.

O mtodo de segmentos cria as curvas de nvel em duas etapas. Na


primeira etapa determinam-se todos os segmentos pertencentes a uma valor de
cota predeterminado. Numa Segunda etapa necessrio conectar esses segmentos
a fim de se definir as curvas de nvel que pertencem ao valor de cota
preestabelecido.

Esses processos de gerao de mapa de contornos automtico e necessita


apenas da definio do modelo e das curvas a serem geradas. Essas curvas podem
ser definidas individualmente ou com espaamento constante.

Geoprocessamento para Projetos Ambientais 4-29


Modelagem Numrica de Terreno

4.8.7 GERAO DE MAPAS DE DECLIVIDADE E EXPOSIO

A declividade em uma posio da superfcie definida por um plano


tangente a aquela posio da superfcie modelada pelo MDT. A declividade
composta por duas componentes: o gradiente, as vezes tambm chamado de
declividade, que a mxima razo de variao de cota z e; a exposio que a
direo dessa mxima razo de variao de cota. Neste texto usar-se- os termos
declividade e exposio para essas componentes. A declividade pode ser expressa
em graus (0 a 90) ou em porcentagem enquanto que a exposio expressa em
graus (0 a 360). As formulaes gerais para o clculo da declividade D e
exposio E so dadas a seguir.

D = arctg {[( Z/
X )2+( Z/
Y )2]1/2}

E = arctg [-( Z/
Y )/ ( Z/
X )] < E < )
( -

Onde Z/ X e Z/ Y, derivadas parciais nas direes X e Y, so as


componentes do vetor gradiente em uma dada posio. Segundo Burrough, 1986,
quando a superfcie est sendo representada por um modelo de grade regular
retangular o melhor estimador das componentes do vetor gradiente, em uma
posio i,j do modelo, avaliado por:

Z/
[ X]i,j = [( Zi+1,j+1 + 2*Zi+1,j + Zi+1,j-1 )
X
( Zi-1,j+1 + 2*Zi-1,j + Zi-1,j-1 )]/8*
Z/
[ Y]i,j = [( Zi+1,j+1 + 2*Zi,j+1 + Zi-1,j+1 )
Y
( Zi+1,j+1 + 2*Zi,j-1 + Zi-1,j-1 )]/8*
onde os elementos Z esto distribudos segundo uma vizinhana 8 como mostrado
na figura abaixo.

Z i-1,j+1 Z i,j+1 Z i+1,j+1

Z i-1,j Z i,j Z i-1,j

Z i-1,j-1 Z i,j-1 Z i+1,j-1

Figura 4.21 - Distribuio dos elementos de uma grade segundo uma vizinhana
8.

Geoprocessamento para Projetos Ambientais 4-30


Modelagem Numrica de Terreno

Quando a superfcie est representada por um modelo de grade triangular


deve-se calcular as componentes Z/ X e Z/
Y a partir da superfcie de ajuste
utilizada para representar o comportamento do fenmeno dentro do tringulo que
contm o ponto definido na posio i,j. Por exemplo, utilizando-se um ajuste
linear para cada tringulo pode-se facilmente obter as derivadas parciais Z/
X e
Z/Y diretamente da equao do plano que passa pelos vrtices do tringulo.
(Completar com equaes )

4.8.8 FATIAMENTO DO MODELO

O fatiamento de um modelo consiste em se definir intervalos, ou fatias, de


cotas com a finalidade de se gerar uma imagem temtica a partir do modelo.
Assim, cada tema, ou classe, da imagem temtica associado a um intervalo de
cotas dentro dos valores atribudos ao fenmeno modelado. O usurio do GIS
responsvel pela definio das fatias e tambm da associao dessas fatias com
classes predefinidas no sistema. As fatias so definidas de acordo com intervalos
de cotas que so teis para uma determinada aplicao. A figura abaixo ilustra o
processo de fatiamento do modelo.

Zf

Cj
Zj

Zi Ci

Z1

Z0 C0

MODELO IMAGEM
DIGITAL TEMTICA

Figura 4.22 - Ilustrao do processo de fatiamento do MDT

Geoprocessamento para Projetos Ambientais 4-31


Modelagem Numrica de Terreno

Da figura acima temos que a classe C0 est associada ao intervalo de cotas entre
Z0 e Z1, a classe Zi est associada ao intervalo de cotas entre Zi e Zj, e assim por
diante. Os valores de cota Z0 e Zf representam os extremos desse modelo. Quando
um intervalo de cota no for associado a nenhuma classe deve-se atribuir o valor
de nvel de cinza 0 para os pixels da imagem que representam valores de cota
nesse intervalo.

A imagem temtica gerada pelo fatiamento do modelo frequentemente


usada em anlises espaciais como operaes lgicas de interseo e unio. A
figura abaixo mostra uma imagem temtica criada a partir de um modelo digital
de terreno.

Geoprocessamento para Projetos Ambientais 4-32


Modelagem Numrica de Terreno

Figura 4.23 - Imagem temtica gerada a partir do fatiamento de um


modelo digital de terreno.

4.8.9 ANLISE DE PERFIS

A partir de um modelo de grade regular ou irregular pode-se criar grficos


de perfis do fenmeno ao longo de uma trajetria. Um grfico de perfil representa
a variao do fenmeno estudado em funo da distncia planar percorrida numa
trajetria predefinida. Os pontos do perfil so determinados pela interseco da
trajetria com as arestas do modelo digital de terreno. Num mesmo grfico
possvel traar mais de 1 perfil para poder compar-los.

Este tipo de anlise sobre o modelo pode ser til na determinao das
melhores trajetrias para a construo de uma estrada por exemplo. Neste caso
pode-se estabelecer mais de uma trajetria e analisar os respectivos perfis em
termos de distancias percorridas, variao mxima de cota, inclinaes mxima e
mnima, etc...

Outra aplicao interessante a determinao de uma distribuio tima


de antenas de transmisso, e ou recepo, de sinais de telecomunicao no sentido
de garantir visibilidade entre antenas mais prximas e atender o mximo de
usurios com o mnimo de antenas. No contexto de um SIG interativo pode-se
utilizar, como background , qualquer tipo de dado armazenado na base de dados
para apoiar a definio das possveis trajetrias. A figura abaixo ilustra a criao
de 2 perfis a partir de 2 trajetrias.

Geoprocessamento para Projetos Ambientais 4-33


Modelagem Numrica de Terreno

(a) (b)

Z Perfil 1
Perfil 2

Dist
(c)

Figura 4.24 - Ilustrao da gerao de perfis (c) utilizando modelos de grade (a)
regular e (b) irregular.

Geoprocessamento para Projetos Ambientais 4-34


Modelagem Numrica de Terreno

4.8.10 ANLISE DE VISIBILIDADE

A anlise de visibilidade compreende a criao de um mapa de reas


visveis em relao uma ou mais posies do terreno. Esta anlise exige que o
usurio fornea o modelo a ser usado e determine as posies no terreno. A partir
desses dados o aplicativo capaz de gerar perfis entre qualquer ponto do terreno e
as posies predefinidas. Sobre cada perfil o aplicativo faz uma anlise de
visibilidade verificando se a linha que une os dois extremos do perfil corta alguma
linha do perfil. Caso o perfil no seja cortado ento o ponto do terreno visvel
em relao a essa posio. Caso contrrio o ponto marcado como no visvel. A
figura abaixo ilustra a anlise de visibilidade entre os extremos de um perfil do
terreno.

Z Z

Dist Dist

(a) (b)

Figura 4.25 - Anlise de visibilidade entre extremos de um perfil: (a) extremos


no visveis e (b) extremos visveis.

Esse tipo de anlise tem aplicaes interessantes na rea de


telecomunicaes. Pode-se, por exemplo, definir-se reas de visibilidade para fins
de telefonia celular. Nessa aplicao importante o estudo das reas de influncia
de uma ou mais antenas e reas de superposio entre 2 ou mais antenas.
Melhorias nesse tipo de aplicao pode incluir a altura da antena, a potncia de
transmisso/recepo que define um raio mximo de influencia e a confeco de
um relatrio com dados de reas atendidas, reas de superposio e reas no
atendidas.

O mapa de visibilidade pode ser representado por uma imagem binria


onde os pontos no visveis so codificados com valor 0 e os pontos visveis so
codificados com o valor mximo permitido pela imagem que 255 para uma
imagem de 8 bits.

Geoprocessamento para Projetos Ambientais 4-35


Modelagem Numrica de Terreno

A figura abaixo mostra em (b) um mapa de reas visveis, em branco, a


partir do ponto marcado com + na imagem em nveis de cinza (a) de um modelo
digital de terreno.

(b)
(a)

Figura 4.26 - Ilustrao da anlise de visibilidade: (a) imagem em nvel de cinza


do modelo e (b) mapa de reas visveis.

Geoprocessamento para Projetos Ambientais 4-36


Modelagem Numrica de Terreno

4.8.11 CLCULO DE VOLUMES

A partir de um modelo digital de terreno possvel se calcular volumes


dentro de uma regio do espao predeterminada. Delimitando-se de uma rea,
dentro de uma regio de interesse, e definindo-se um plano horizontal de corte Z
= Zb , onde Zb cota de referncia ou cota base, possvel calcular-se o volume
de corte e o volume de aterro referentes a esse plano base. Assim, os valores de
cota acima da cota base contribuem para o volume de corte enquanto que os
valores de cota abaixo da cota base contribuem para o volume de aterro. Pode-se
calcular tambm uma cota ideal para o plano horizontal que igualaria os volumes
de aterro e de corte. Esses clculos so muito teis para objetivos de estudos da
terraplanagem de uma rea. A figura a seguir mostra o perfil de um terreno e as
regies que contribuem para os volumes de corte (+) e de aterro (-) segundo o
plano base Z = Zb.

+ +
Z +
- - -
b

Figura 4.27 - Perfil de um terreno ilustrando o volume de corte (+) e o volume de


aterro (-) em relao um plano horizontal Z = Zb

Essa mesma aplicao pode ser usada para fins de clculo do volume de
gua represado por uma barragem. O plano horizontal base e a regio de interesse
so definidos pela altura de enchimento da barragem. Neste caso o volume de
gua da barragem igual ao volume de aterro calculado.

Geoprocessamento para Projetos Ambientais 4-37


Modelagem Numrica de Terreno

Uma aplicao mais completa de clculo de volumes a partir do modelos


digitais de terreno deve incluir tambm o uso de planos bases no horizontais.
Neste caso o usurio poderia definir o plano base a partir do vetor normal ao
plano. A figura abaixo ilustra o uso de um plano no horizontal no clculo dos
volumes de aterro e corte.

+
+ +
-
-
-

Figura 4.28 - Perfil de um terreno ilustrando o volume de corte (+) e o volume de


aterro (-) em relao um plano no horizontal

Geoprocessamento para Projetos Ambientais 4-38


Modelagem Numrica de Terreno

Geoprocessamento para Projetos Ambientais 4-39


Geoestatstica: Fundamentos e Aplicaes

GEOESTATSTICA: FUNDAMENTOS E APLICAES

Eduardo Celso Gerbi Camargo

5.1 INTRODUO

Como nos ensina Burrough (1998), quando os dados so abundantes, a maior parte
dos mtodos de interpolao produz valores semelhantes. Como discutido no captulo
anterior, os mtodos tradicionais de interpolao espacial, como triangulao, mdia
local das amostras e mtodo da distncia inversa, esto amplamente disponveis nos
SIGs do mercado. No caso de dados esparsos, no entanto, tais mtodos possuem
limitaes na representao da variabilidade espacial, porque desconsideram a
anisotropia e a continuidade do fenmeno que se quer observar. Alm disso, deixam
sem resposta algumas questes importantes, tais como (Burrough, 1987):

Qual o tamanho ideal do domnio ou da janela de estimao ?

Que forma e orientao deve ter a janela para se obter uma estimao tima ?

Existem outros modos para estimar os pesos alm daqueles baseados em funo
de distncia ?

Quais so os erros (incertezas) associados aos valores estimados ?

Na realidade, as propriedades naturais da superfcie terrestre so espacialmente


contnuas, sendo restritivo descrev-las atravs de simples funes matemticas que no
respondem as questes acima formuladas. Modelos inferenciais para este objetivo vm
sendo propostos. A krigeagem um desses modelos, e sua base conceitual est
fundamentada na teoria das variveis regionalizadas, formalizada por Matheron (1971).

O termo krigeagem derivado do nome de Daniel G. Krige, que foi o pioneiro


em introduzir o uso de mdias mveis para evitar a superestimao sistemtica de
reservas em minerao (Delfiner e Delhomme, 1975). O que diferencia a krigeagem de
outros mtodos de interpolao a estimao de uma matriz de covarincia espacial que
determina os pesos atribudos s diferentes amostras, o tratamento da redundncia dos
dados, a vizinhana a ser considerada no procedimento inferencial e o erro associado ao
valor estimado. Alm disso, a krigeagem tambm fornece estimadores exatos com
propriedades de no tendenciosidade e eficincia.

Geoprocessamento em Projetos Ambientais 5-1


Geoestatstica: Fundamentos e Aplicaes

Portanto, a incorporao de procedimentos geoestatsticos em SIGs, baseados


em tcnicas de krigeagem, importante, porque essa associao melhora os
procedimentos tradicionais de tais sistemas devido qualidade do estimador e,
principalmente, pela informao de acurcia fornecida nesse modelo inferencial.

Neste contexto, este captulo discute o uso de procedimentos geoestatsticos


baseado em tcnicas de krigeagem no ambiente de Geoprocessamento. Estes
procedimentos englobam anlise exploratria, gerao e modelagem de
semivariogramas, validao do modelo e interpolao de krigeagem e tem como
principal objetivo a anlise em duas dimenses para dados espacialmente distribudos,
no que diz respeito interpolao de superfcies geradas a partir de amostras
georreferenciadas obtidas por amostragem.

Os resultados aqui discutidos serviram de base para o desenvolvimento de um


Mdulo de Procedimentos Geoestatsticos no SPRING (Camargo, 1997). Ferramentas
semelhantes esto disponveis no ARC/INFO e GRASS.

5.2 FUNDAMENTAO TERICA

A variabilidade espacial de algumas caractersticas do solo vem sendo uma das


preocupaes de pesquisadores praticamente desde o incio do sculo. Smith (1910)
estudou a disposio de parcelas no campo em experimentos de rendimento de
variedades de milho, numa tentativa de eliminar o efeito de variaes do solo.
Montgomery (1913), preocupado com o efeito do nitrognio no rendimento do trigo, fez
um experimento em 224 parcelas, medindo o rendimento de gros. Vrios outros
autores, como Waynick e Sharp (1919), tambm estudaram variaes de nitrognio e o
carbono no solo.

Os procedimentos usados na poca baseavam-se na estatstica clssica e


utilizavam grandes quantidades de dados amostrais, visando caracterizar ou descrever a
distribuio espacial da caracterstica em estudo. Por estatstica clssica entende-se
aquela que se utiliza de parmetros como mdia e desvio padro para representar um
fenmeno e se baseia na hiptese principal de que as variaes de um local para outro
so aleatrias.

Krige (1951), trabalhando com dados de concentrao de ouro, concluiu que


somente a informao dada pela varincia seria insuficiente para explicar o fenmeno
em estudo. Para tal, seria necessrio levar em considerao a distncia entre as

Geoprocessamento em Projetos Ambientais 5-2


Geoestatstica: Fundamentos e Aplicaes

observaes. A partir da surge o conceito da geoestatstica, que leva em considerao a


localizao geogrfica e a dependncia espacial.

Matheron (1963, 1971), baseado nas observaes de Krige, desenvolveu a teoria


das variveis regionalizadas. Uma varivel regionalizada uma funo numrica com
distribuio espacial, que varia de um ponto a outro com continuidade aparente, mas
cujas variaes no podem ser representadas por uma funo matemtica simples.

A teoria das variveis regionalizadas pressupe que a variao de uma varivel


pode ser expressa pela soma de trs componentes (Burrough, 1987): a) uma componente
estrutural, associada a um valor mdio constante ou a uma tendncia constante; b) uma
componente aleatria, espacialmente correlacionada; e c) um rudo aleatrio ou erro
residual.

Se x representa uma posio em uma, duas ou trs dimenses, ento o valor da


varivel Z, em x, dada por (Burrough, 1987):

Z(x) = m(x) + (x) + (5.1)

onde:

m(x) uma funo determinstica que descreve a componente estrutural de Z


em x;

(x) um termo estocstico, que varia localmente e depende espacialmente de


m(x);

um rudo aleatrio no correlacionado, com distribuio normal com


mdia zero e varincia 2.

As Figuras 5.1(a) e 5.1(b) ilustram as trs componentes principais da variao


espacial. A Figura 5.1(a) apresenta uma componente determinstica que varia
abruptamente, enquanto a componente determinstica na Figura 5.1(b) apresenta uma
tendncia constante.

Geoprocessamento em Projetos Ambientais 5-3


Geoestatstica: Fundamentos e Aplicaes

Figs. 5.1(a) e 5.1(b) - Principais componentes da variao espacial.


FONTE: Modificada de Burrough (1987), p. 155.

5.2.1 HIPTESES CONSIDERADAS

Diferente dos mtodos convencionais de estimao, a krigeagem est


fundamentada na teoria das variveis regionalizadas. A hiptese mais comum a
chamada "estacionaridade de 2a. ordem" (Burrough, 1987):

A componente determinstica, m(x), constante (no h tendncias na regio).

A varincia das diferenas entre duas amostras depende somente da distncia


h entre elas, isto :

Var[Z(x)-Z(x+h)] = E{[Z(x)-Z(x+h)]2} = 2(h) , (5.2)

onde (h) chamado de semi-varincia.

Para mostrar a contribuio da semivarincia, podemos reescrever a equao 5.1 como

Z(x) = m(x) + (h) + (5.3)

Geoprocessamento em Projetos Ambientais 5-4


Geoestatstica: Fundamentos e Aplicaes

Em outras palavras, como supomos m(x) ser constante, a variao local das amostras (e
seu relacionamento espacial) pode ser caracterizado pela semivarincia (h).

5.3 VARIOGRAMA

O variograma uma ferramenta bsica de suporte s tcnicas de krigeagem, que permite


representar quantitativamente a variao de um fenmeno regionalizado no espao
(Huijbregts, 1975). Considere duas variveis regionalizadas, X e Y, onde X = Z(x) e Y
= Z(x+h). Neste caso, referem-se ao mesmo atributo (por exemplo, o teor de zinco no
solo) medido em duas posies diferentes, conforme ilustra a Figura 5.2, onde

Fig. 5.2 - Amostragem em duas dimenses.

x denota uma posio em duas dimenses, com componentes (xi , yi), e h um vetor
distncia (mdulo e direo) que separa os pontos.

O nvel de dependncia entre essas duas variveis regionalizadas, X e Y,


representado pelo variograma, 2(h), o qual definido como a esperana matemtica do
quadrado da diferena entre os valores de pontos no espao, separados pelo vetor
distncia h, isto ,

2(h) = E{[Z(x)-Z(x+h)]2} = Var[Z(x)-Z(x+h)] . (5.4)

Atravs de uma amostra z(xi), i=1, 2, ..., n, o variograma pode ser estimado por

N( h )
2 ( h) =
1
N( h )
[z(x i )- z(x i + h)]2 , (5.5)
i=1

Geoprocessamento em Projetos Ambientais 5-5


Geoestatstica: Fundamentos e Aplicaes

onde:

2 ( h) - o variograma estimado;

N(h) - o nmero de pares de valores medidos, z(xi) e z(xi+h), separados por


um vetor distncia h;

z(xi) e z(xi+h), - so valores da i-sima observao da varivel


regionalizada, coletados nos pontos xi e xi+h (i = 1, ..., n), separados pelo vetor
h.

5.3.1 PARMETROS DO SEMIVARIOGRAMA

A Figura 5.3 ilustra um semivariograma experimental com caractersticas muito


prximas do ideal. O seu padro representa o que, intuitivamente, se espera de dados de
campo, isto , que as diferenas {Z(xi) - Z(xi + h)} decresam medida que h, a
distncia que os separa decresce. esperado que observaes mais prximas
geograficamente tenham um comportamento mais semelhante entre si do que aquelas
separadas por maiores distncias. Desta maneira, esperado que (h) aumente com a
distncia h.

Fig. 5.3 - Exemplo de semivariograma.

Geoprocessamento em Projetos Ambientais 5-6


Geoestatstica: Fundamentos e Aplicaes

Os parmetros do semivariograma podem ser observados diretamente da Figura


5.3 :

Alcance (a): distncia dentro da qual as amostras apresentam-se


correlacionadas espacialmente. Na Figura 5.3, o alcance ocorre prximo de
25m.

Patamar (C): o valor do semivariograma correspondente a seu alcance (a).


Deste ponto em diante, considera-se que no existe mais dependncia espacial
entre as amostras, porque a varincia da diferena entre pares de amostras
(Var[Z(x) - Z(x+h)]) torna-se invariante com a distncia.

Efeito Pepita (C0): idealmente, (0)=0. Entretanto, na prtica, medida que h


tende para 0 (zero), (h) se aproxima de um valor positivo chamado Efeito
Pepita (C0), que revela a descontinuidade do semivariograma para distncias
menores do que a menor distncia entre as amostras. Parte desta
descontinuidade pode ser tambm devida a erros de medio (Isaaks e
Srivastava, 1989), mas impossvel quantificar se a maior contribuio provm
dos erros de medio ou da variabilidade de pequena escala no captada pela
amostragem.

Contribuio (C1): a diferena entre o patamar (C) e o Efeito Pepita (Co).

5.3.2 CLCULO DO SEMIVARIOGRAMA A PARTIR DE AMOSTRAS REGULARMENTE


ESPAADAS

Considere o conjunto de amostras regularmente espaadas, em duas dimenses,


conforme apresentado na Figura 5.4.

Fig. 5.4 - Amostras regularmente espaadas em duas dimenses.

Geoprocessamento em Projetos Ambientais 5-7


Geoestatstica: Fundamentos e Aplicaes

Para determinar o semivariograma experimental, por exemplo, na direo de 900



o clculo de ( h ) repetido para todos os intervalos de h. Suponha a distncia entre
dois pontos consecutivos igual a 100 metros (d=100m). Ento, qualquer par de
observaes,

na direo 900, cuja distncia igual a 100m ser includo no clculo de
(90 o , 100m) . Isto feito, os clculos so repetidos para a prxima distncia, por
exemplo, 200m. Isto inclui todos os pares de observaes cuja distncia igual a 200m.
O processo repetido at que algum ponto de parada desejado seja alcanado. Este
procedimento pode ser melhor compreendido com o auxlio da Figura 5.5 e tambm
deve ser realizado para outras direes (00, 450 e 1350).

Fig.5.5 - Ilustrao para o clculo do semivariograma a partir de amostras regularmente


espaadas.

Geoprocessamento em Projetos Ambientais 5-8


Geoestatstica: Fundamentos e Aplicaes

5.3.3 CLCULO DO SEMIVARIOGRAMA A PARTIR DE AMOSTRAS


IRREGULARMENTE ESPAADAS

Considere o conjunto de amostras irregularmente espaadas, em duas


dimenses, conforme apresentado na Figura 5.6. Neste caso, para determinar o
semivariograma experimental, necessrio introduzir limites de tolerncia para direo
e distncia.

Fig. 5.6 - Parmetros para o clculo do semivariograma a partir de amostras


irregularmente espaadas em duas dimenses.

FONTE: Modificada de Deutsch e Journel (1992)

Tome como referncia o Lag2 (Lag refere-se a uma distncia pr-definida, a


qual utilizada no cculo do semivariograma) da figura acima. Suponha um
incremento de Lag igual a 100 metros com tolerncia de 50 metros. Considere ainda a
direo de medida 450 com tolerncia angular 22.50. Ento, qualquer par de observaes
cuja distncia est compreendida entre 150m e 250m e 22.50 e 67.50 ser includo no
clculo do semivariograma de Lag2. Este processo se repete para todos os Lags.

Ainda com referncia na Figura 5.6, a largura de banda (BW) se refere a um


valor de ajuste a partir do qual se restringe o nmero de pares de observaes para o
clculo do semivariograma. A prxima etapa constitui o ajuste de um modelo terico ao
semivariograma experimental, conforme descrito a seguir.

Geoprocessamento em Projetos Ambientais 5-9


Geoestatstica: Fundamentos e Aplicaes

5.3.4 MODELOS TERICOS



O grfico do semivariograma experimental, ( h ) , calculado atravs da Equao
(5.5), formado por uma srie de valores, conforme ilustra a Figura 5.3, sobre os quais
se objetiva ajustar uma funo. importante que o modelo ajustado represente a

tendncia de ( h ) em relao a h. Deste modo, as estimativas obtidas a partir da
krigeagem sero mais exatas e, portanto mais confiveis.

O procedimento de ajuste no direto e automtico, como no caso de uma


regresso, por exemplo, mas sim interativo, pois nesse processo o intrprete faz um
primeiro ajuste e verifica a adequao do modelo terico. Dependendo do ajuste obtido,
pode ou no redefinir o modelo, at obter um que seja considerado satisfatrio.

Os modelos aqui apresentados so considerados modelos bsicos, denominados


de modelos isotrpicos por Isaaks e Srivastava (1989). Esto divididos em dois tipos:
modelos com patamar e modelos sem patamar. Modelos do primeiro tipo so
referenciados na geoestatstica como modelos transitivos. Alguns dos modelos
transitivos atingem o patamar (C) assintoticamente. Para tais modelos, o alcance (a)
arbitrariamente definido como a distncia correspondente a 95% do patamar. Modelos
do segundo tipo no atingem o patamar, e continuam aumentanto enquanto a distncia
aumenta. Tais modelos so utilizados para modelar fenmenos que possuem
capacidade infinita de disperso. Os modelos transitivos mais utilizados so: modelo
esfrico (Sph), modelo exponencial (Exp) e modelo gaussiano (Gau). Estes modelos
esto apresentados na Figura 5.7 com o mesmo alcance (a).

Fig. 5.7 - Representao grfica de modelos transitivos normalizados.


FONTE: Modificada de Isaaks e Srivastava (1989).

Geoprocessamento em Projetos Ambientais 5-10


Geoestatstica: Fundamentos e Aplicaes

5.3.4.1 MODELO ESFRICO

O modelo esfrico um dos modelos mais utilizados e est representado em vermelho


na Figura 5.7. A equao normalizada deste modelo :

0 , | h| = 0

| h| | h| 3
Sph ( h ) = 1,5 0,5 , 0 < | h| a (5.6)
a a
1 , | h| > a

5.3.4.2 MODELO EXPONENCIAL

Um outro modelo bastante utilizado o modelo exponencial, o qual


apresentado em azul na Figura 5.7. A equao normalizada deste modelo :

0 , | h|= 0

xp ( h ) = | h| (5.7)
1 exp a , | h| 0

Este modelo atinge o patamar assintoticamente, com o alcance prtico definido


como a distncia na qual o valor do modelo 95% do patamar (Isaaks e Srivastava,
1989).

5.3.4.3 MODELO GAUSSIANO

O modelo gaussiano um modelo transitivo, muitas vezes usado para modelar


fenmenos extremamente contnuos (Isaaks e Srivastava, 1989). Sua formulao dada
por:

0 , | h|= 0

Gau ( h ) = | h| 2 (5.8)
1 exp , | h| 0
a

Semelhante no modelo exponencial, o modelo gaussiano atinge o patamar


assintoticamente e o parmetro a definido como o alcance prtico ou distncia na qual
o valor do modelo 95% do patamar (Isaaks e Srivastava, 1989). O que caracteriza este
modelo seu comportamento parablico prximo origem, conforme representado na
Figura 5.7 atravs da linha slida verde.

Geoprocessamento em Projetos Ambientais 5-11


Geoestatstica: Fundamentos e Aplicaes

5.3.4.4 MODELO POTNCIA

O modelo potncia no um modelo transitivo, portanto no atinge o patamar.


Em geral, este tipo de modelo utilizado para modelar fenmenos com capacidade
infinita de disperso. A Figura 5.8 ilustra o modelo potncia, o qual expresso atravs
de:

0 ,| h|= 0
Pot (| h|) = (5.9)
c. | h|e ,| h| 0

onde,

c o coeficiente de declividade, e

e o expoente.

Fig.5.8 - Representao grfica do modelo potncia.

At este ponto foram apresentados os principais modelos bsicos normalizados,


os quais so utilizados para modelar ou ajustar o semivariograma experimental. Na
prtica, os semivariogramas experimentais possuem valores de efeito pepita (Co) maior
que zero e valores de patamar (C) maiores que a unidade, conforme ilustrado na Figura
5.9.

Geoprocessamento em Projetos Ambientais 5-12


Geoestatstica: Fundamentos e Aplicaes

Fig. 5.9 - Representao grfica de semivariogramas experimentais e modelos tericos.

Em resumo, os semivariogramas dos modelos transitivos bsicos so assim definidos:

Modelo Esfrico de Semivariograma:

0 , | h|= 0

3 | h| 1 | h| 3
(h) = C + C = C + C [ Sph (| h|) ] , 0 < | h| a (5.10)
o 1 2 a 2 a o 1
C + C , | h| > a
o 1
Modelo Exponencial de Semivariograma:

0 , | h| = 0

(h) = | h| (5.11)
C o + C 1 1 exp a = C o + C 1 [ Exp (| h|)] ,| h| 0

Modelo Gaussiano de Semivariograma:

0 , | h| = 0

(h) = | h| 2 (5.12)
o
C + C 1 1 exp = C o + C 1 [Gau (| h|)] ,| h| 0

a

Geoprocessamento em Projetos Ambientais 5-13


Geoestatstica: Fundamentos e Aplicaes

De maneira anloga, o modelo potncia escrito em termos de semivariograma da


seguinte forma:

Modelo Potncia de Semivariograma :

0 ,| h|= 0
(h) = (5.13)
C 0 + c.| h|e = C 0 + Pot (| h|) ,| h| 0

5.3.4.5 MODELOS ANINHADOS

Existem determinados fenmenos em que so necessrios modelos mais


complexos de semivariograma para explicar suas variaes espaciais. Estes modelos so
combinaes de modelos simples, denominados aninhados. McBratney e Webster
(1986) observaram que modelos aninhados so necessrios para explicar a variao do
solo decorrente de fatores independentes de formao. Por exemplo, um modelo
aninhado til em estudos de minerao e pesquisa de solo o duplo esfrico.
McBratney et al. (1982) o utilizaram para descrever a variao do cobre e do cobalto no
solo. Este modelo definido como:

3
3 | h| 1 | h|
C0 + C1 2 a 2 a = 1 (h ) , 0 <| h| a1
1 1

3
(h) = 3 | h| 1 | h|
C0 + C2 2 a 2 a = 2 (h) , a1 <| h| a2 (5.14)
2 2

C + C , | h| > a
0 2 2

0 , | h|= 0

onde,

a1 e C1 correspondem aos parmetros de alcance e contribuio,


respectivamente, do primeiro modelo esfrico (1 (h)) e

a2 e C2 correspondem aos parmetros de alcance e contribuio,


respectivamente, do segundo modelo esfrico (2 (h)).

Geoprocessamento em Projetos Ambientais 5-14


Geoestatstica: Fundamentos e Aplicaes

Este modelo mostrado na Figura 5.10, onde as linhas slidas representam os


modelos de ajuste terico ao semivariograma experimental.

Fig. 5.10 - Representao grfica de um modelo duplo esfrico.

Dependendo do fenmeno em estudo, outros modelos aninhados so necessrios


para caracterizar a variabilidade espacial. Por exemplo: duplo exponencial, exponencial
com duplo esfrico, linear com duplo esfrico, etc.

5.3.5 ANISOTROPIA

A anisotropia pode ser facilmente constatada atravs da observao dos


semivariogramas obtidos para diferentes direes. As convenes direcionais usadas na
geoestatstica so mostradas na Figura 5.11.

Fig. 5.11 - Convenes direcionais usadas na geoestatstica.

Geoprocessamento em Projetos Ambientais 5-15


Geoestatstica: Fundamentos e Aplicaes

Considere os semivariogramas obtidos para as direes 00, 450, 900 e 1350,


ilustrados na Figura 5.15. Verifica-se uma similaridade bastante grande entre eles. Esta
a representao de um caso simples e menos freqente, em que a distribuio espacial
do fenmeno denominada isotrpica. Neste caso, um nico modelo suficiente para
descrever a variabilidade espacial do fenmeno em estudo.

Fig. 5.12 - Representao grfica de semivariogramas isotrpicos.

Por outro lado, se os semivariogramas no so iguais em todas as direes, a


distribuio denominada anisotrpica. Se a anisotropia observada e refletida pelo
mesmo Patamar (C) com diferentes Alcances (a) do mesmo modelo, ento ela
denominada Geomtrica.

Considere o semivariograma ilustrado na Figura 5.13. Os pontos interligados


com linhas tracejadas so os semivariogramas experimentais em duas direes
ortogonais. O semivariograma que atinge primeiro o patamar (azul) se refere direo
de 1200 e o semivariograma com maior alcance (vermelho) se refere direo de 300.
As linhas slidas em ambas direes so os modelos tericos de ajuste dos
semivariogramas experimentais.

Geoprocessamento em Projetos Ambientais 5-16


Geoestatstica: Fundamentos e Aplicaes

Fig. 5.13 - Representao grfica de anisotropia geomtrica.

Um modo direto de visualizar e calcular os parmetros (fator e ngulo) da


anisotropia geomtrica atravs do esboo grfico de uma elipse, calculada atravs dos
alcances obtidos em direes distintas, conforme Figura 5.14. As convenes que
seguem, so as adotadas por Deutsch e Journel (1992). Para o eixo maior da elipse,
denominado direo de mxima continuidade, aplica-se o maior alcance(a1). O ngulo
da direo de mxima continuidade definido a partir da direo Norte e no sentido
horrio. Seu valor corresponde direo de maior alcance. O eixo menor define o
alcance(a2) na direo de menor continuidade, sendo este ortogonal direo principal.

Fig. 5.14 - Representao grfica da anisotropia geomtrica em duas dimenses.

Geoprocessamento em Projetos Ambientais 5-17


Geoestatstica: Fundamentos e Aplicaes

FONTE: Modificada de Deutsch e Journel (1992), p. 24.

O fator de anisotropia geomtrica definido como a razo entre o alcance na


direo de menor continuidade (a2) e o alcance na direo de maior continuidade (a1).
Neste caso, o fator de anisotropia geomtrica sempre menor que a unidade e o ngulo
de anisotropia igual ao ngulo da direo de mxima continuidade.

Existe ainda um outro tipo de anisotropia em que os semivariogramas


apresentam os mesmos Alcances (a) e diferentes Patamares (C). Neste caso, a
anisotropia denominada Zonal. Como a isotropia, a anisotropia zonal tambm um
caso menos freqente presente nos fenmenos naturais. O mais comum encontrar
combinaes da anisotropia zonal e geomtrica, denominada anisotropia combinada.

Considere o semivariograma apresentado na Figura 5.15. Os pontos interligados


com linhas tracejadas correspondem a semivariogramas experimentais em duas direes
ortogonais. O semivariograma com maior patamar (azul) refere-se direo de 600 e o
semivariograma com menor patamar (vermelho) refere-se sua direo perpendicular
(1500). Os modelos de ajuste aos semivariogramas esto representados por linhas
slidas.

Fig. 5.15 - Representao grfica de anisotropia combinada.

Segundo Isaaks e Srivastava (1989), a anisotropia zonal pode ser considerada


como um caso particular da anisotropia geomtrica, ao se supor um fator de anisotropia
muito grande. Nesta condio, o alcance implcito na direo de menor continuidade

Geoprocessamento em Projetos Ambientais 5-18


Geoestatstica: Fundamentos e Aplicaes

muito grande. A estrutura do semivariograma ento adicionada somente para a direo


de maior continuidade.

5.4 KRIGEAGEM

O termo krigeagem derivado do nome Daniel G. Krige, que foi o pioneiro a


introduzir o uso de mdias mveis para evitar a superestimao sistemtica de reservas
de minerao (Delfiner e Delhomme, 1975). Inicialmente, o mtodo de krigeagem foi
desenvolvido para solucionar problemas de mapeamentos geologicos, mas seu uso
expandiu-se com sucesso no mapeamento de solos (Burgess e Webster, 1980a,b),
mapeamento hidrolgico (Kitanidis e Vomvoris, 1983), mapeamento atmosfrico
(Lajaunie, 1984) e outros campos correlatos.

A diferena entre a krigeagem e outros mtodos de interpolao a maneira


como os pesos so atribudos s diferentes amostras. No caso de interpolao linear
simples, por exemplo, os pesos so todos iguais a 1/N (N = nmero de amostras); na
interpolao baseada no inverso do quadrado das distncias, os pesos so definidos
como o inverso do quadrado da distncia que separa o valor interpolado dos valores
observados. Na krigeagem, o procedimento semelhante ao de interpolao por mdia
mvel ponderada, exceto que aqui os pesos so determinados a partir de uma anlise
espacial, baseada no semivariograma experimental. Alm disso, a krigeagem fornece,
em mdia, estimativas no tendenciosas e com varincia mnima1.

Segundo Oliver e Webster (1990), a krigeagem engloba um conjunto de mtodos


de estimao, a saber: krigeagem simples, krigeagem ordinria, krigeagem universal,
Co-krigeagem, krigeagem disjuntiva, etc. Este trabalho limita-se somente
apresentao da krigeagem ordinria, descrita a seguir.

1
Estimativas no tendenciosas significam que, em mdia, a diferena entre valores
estimados e verdadeiros para o mesmo ponto deve ser nula; e varincia mnima
significa que estes estimadores possuem a menor varincia dentre todos os estimadores
no tendenciosos.

Geoprocessamento em Projetos Ambientais 5-19


Geoestatstica: Fundamentos e Aplicaes

5.4.1 KRIGEAGEM ORDINRIA

Considere uma superfcie sobre a qual se observe alguma propriedade do solo, Z,


em n pontos distintos, com coordenadas representadas pelo vetor x. Assim, tem-se um
conjunto de valores {z(xi), i=1, ..., n}, onde xi, identifica uma posio em duas
dimenses representada pelos pares de coordenadas (xi, yi). Suponha que se objetive
estimar o valor de Z no ponto x0. O valor desconhecido de Z(x0) pode ser estimado a
partir de uma combinao linear dos n valores observados, adicionado a um parmetro,
0 (Journel, 1988):
n
Z*x = 0 + i Z( x i ) . (5.15)
0 i=1

Deseja-se um estimador no tendencioso, isto ,

E [Z x o - Z*x o ] = 0 . (5.16)

A relao acima impe que as duas mdias sejam iguais; assim aplicando-se a
Equao 5.39 em 5.40, obtem-se:


[ ]
n n
E Z x o = E 0 + i . Z(x i ) m = 0 + i m . (5.17)
i=1 i=1

A krigeagem ordinria no requer o prvio conhecimento da mdia m. Neste caso,


para que a igualdade da Equao 5.41 seja satisfeita necessrio que:
n
0 = 0 e i=1 .
i=1

Portanto, o estimador de krigeagem ordinria :


n
i =1 .
n
Z*x = i Z( x i ) , com (5.18)
0 i=1 i=1

Journel (1988) mostra que, minimizando a varincia do erro (Var [Z x 0 Z*x 0 ] ) sob a
n
condio de que i =1 , os pesos i so obtidos a partir do seguinte sistema de
i=1
equaes, denominado sistema de krigeagem ordinria:

Geoprocessamento em Projetos Ambientais 5-20


Geoestatstica: Fundamentos e Aplicaes

n
j C(x i , x j ) = C( x i , x 0 ) para i = 1,..., n
j=1
(5.19)
n
j = 1
j=1

onde,

C(xi, xj) e C(xi, x0) so respectivamente, a semivarincia entre os pontos xi e xj


e entre os pontos xi e x0.

o multiplicador de Lagrange necessrio para a minimizao da varincia


do erro.

A correspondente varincia minimizada do erro, denominada varincia de krigeagem


ordinria ( 2ko ), dada pela seguinte expresso (Journel, 1988):
n
= Var [ Z x 0 Z ] = C( 0) i C(x i , x 0 ) .
2
ko
*
x0 (5.20)
i =1

A krigeagem ordinria um interpolador exato no sentido de que, quando as equaes


acima forem usadas, os valores interpolados iro coincidir com os valores dos pontos
amostrais. A varincia da krigeagem ordinria, indicada na equao (5.20), fornece
informao importante sobre a confiabilidade dos valores interpolados (Burrough,
1998).

Geoprocessamento em Projetos Ambientais 5-21


Geoestatstica: Fundamentos e Aplicaes

5.5 EXEMPLO DE APLICAO

Esta seo mostra, atravs de um experimento prtico, a importncia da integrao de


um SIG com procedimentos geoestatsticos na anlise e interpolao de dados
espacialmente distribudos.

Os dados utilizados, de propriedade do Centro Nacional de Pesquisas de Solos (CNPS -


RJ), foram obtidos no levantamento dos solos da Fazenda Canchim, em So Carlos -
SP. Estes se referem a uma amostragem de 85 observaes georreferenciadas coletadas
no horizonte Bw (camada do solo com profundidade mdia de 1m). Dentre as variveis
disponveis, selecionou-se para estudo o teor de argila.

O estudo de caso aqui apresentado refere-se anlise da variao espacial do teor de


argila sobre a rea da Fazenda Canchim. Considera-se o teor de argila ao longo do
perfil, classificado do seguinte modo (Calderano Filho et al., 1996):

MUITO ARGILOSO: solos que apresentam 59% ou mais de argila;


ARGILOSO: solos que apresentam de 35% a 59% de argila;
MDIO: solos que apresentam de 15% a 35% de argila;
ARENOSO: solos que apresentam menos de 15% de argila.

Para tal experimento, foram realizados os procedimentos de anlise geoestatstica:


anlise exploratria e de continuidade espacial do teor de argila, modelagem dos
semivariogramas experimentais, validao do modelo e interpolao atravs de
krigeagem. Para maiores detalhes, o leitor deve referir-se a Camargo (1997), que
descreve ainda o desenvolvimento de um mdulo geoestatstico no ambiente SPRING.

5.5.1 ANLISE EXPLORATRIA

Como mencionado anteriormente, a amostra composta por 85 observaes


georreferenciadas; dentre as variveis disponveis, escolheu-se o teor de argila. O valor
desta propriedade corresponde s observaes que se realizaram no interior do solo,
horizonte Bw. A Figura 5.16 apresenta a distribuio das observaes na rea de
estudo.

Geoprocessamento em Projetos Ambientais 5-22


Geoestatstica: Fundamentos e Aplicaes

Fig 5.16 - Distribuio das observaes na rea de estudo.

Utilizando os recursos disponveis do Mdulo de Anlise Exploratria desenvolvido no


sistema SPRING, pode-se determinar que a distribuio da varivel em estudo
aproximadamente normal, dando suporte hiptese de normalidade dos dados.

5.5.2 MODELAGEM DOS SEMIVARIOGRAMAS E DA ANISOTROPIA

Aps anlise exaustiva das diferente configuraes dos dados, descrita em Barbosa
(1997), foram considerados dois semivariogramas, como representativos da anisotropia
dos dodos: o associados direo Norte (0o), que possui maior alcance e o
semivariograma associado direo Leste (90o), que possui menor alcance. O resultado
do ajuste experimental dos semivariogramas apresentado na Figura 5.17.

Geoprocessamento em Projetos Ambientais 5-23


Geoestatstica: Fundamentos e Aplicaes

Fig. 5.17 - Representao grfica dos modelos tericos de ajuste aos semivariogramas
experimentais nas direes 0o e 90o.

Conforme ilustrado na Figura 5.17, as linhas azuis, em ambas direes, so os modelos


tericos de ajuste dos semivariogramas direcionais. O semivariograma com maior
patamar foi ajustado com um efeito pepita de (83,0), uma estrutura esfrica com
contribuio (352,0) e alcance (4.031,0). De maneira anloga, o semivariograma na
direo 90o foi ajustado com efeito pepita (45,5), uma estrutura esfrica com
contribuio (210,0) e alcance (1.883,0).

O passo seguinte refere-se a modelagem da anisotropia. Inicialmente identifica-se os


eixos de anisotropia, isto , os eixos de maior e menor variabilidade espacial do
fenmeno em estudo. Neste caso, em particular, os eixos de anisotropia coincidem com
os eixos de coordenadas. Uma vez identificados os eixos de anisotropia, define-se um
nico modelo que descreve como o semivariograma varia quando mudam as distncias
e direes.

Geoprocessamento em Projetos Ambientais 5-24


Geoestatstica: Fundamentos e Aplicaes

Um mtodo para combinar os modelos direcionais num nico modelo consistente para
todas as direes apresentado por Isaaks e Srivastava (1989, p. 377-386).
Resumidamente, este mtodo consiste em definir uma transformao que reduz o
modelo direcional a um modelo normalizado com alcance igual a 1 (substitui-se h pela
distncia h/a, onde a o alcance). O modelo nico (ou completo), o qual expresso
atravs da seguinte equao:

h o 2

h 0 o 2
h o 2 h o 2
+ 142,0 Sph +
90 0
(h ) = 45,5 + 210,0 Sph + + 90
4031,0 1883,0 4031,0



h 0o 2 h 90 o 2

+ 37,5 Sph +
. (5.21)

O modelo completo, apresentado na Equao 4.3, composto de quatro termos, a saber:

O primeiro termo referente ao efeito pepita (Co), igual a 45,5.

O segundo termo referente 1a componente estrutural, um modelo esfrico


com contribuio 210, alcance 4031,0 na direo Norte (0o) e alcance 1883,0
na direo Leste (90o).

O terceiro termo referente 2a componente estrutural, um modelo esfrico


com contribuio 142,0 e alcance 4031,0 relativo direo Norte (0o).

Por ltimo, o quarto referente 3a componente estrutural, um modelo esfrico

com contribuio 37,5 e alcance muito pequeno, , relativo direo Norte


(0o). Este um artifcio empregado para representar o segundo efeito pepita .

Geoprocessamento em Projetos Ambientais 5-25


Geoestatstica: Fundamentos e Aplicaes

5.5.3 ANLISE E APRESENTAO DE RESULTADOS

Para a apresentao dos resulatdos, adotada a nomenclatura abaixo descrita:

GKrV: refere-se grade de valores estimados obtida da interpolao de


krigeagem, a partir de um modelo anisotrpico que supostamente representa a
verdadeira continuidade espacial do fenmeno em estudo. Da anlise
geoestatstica realizada, supe-se que o fenmeno apresenta maior
continuidade na direo Norte (0o) e menor na direo Leste (90o).

GKrVe: refere-se grade da varincia de krigeagem, associada a GKrV.

GKrI: refere-se a Grade de valores estimados obtida da interpolao de


krigeagem a partir de um modelo isotrpico. Neste caso, admite-se que a
continuidade espacial do fenmeno a mesma em qualquer direo.

GKrIe: refere-se grade da varincia de krigeagem, associada a GKrI.

GKrA : refere-se grade de valores estimados obtida da interpolao de


krigeagem, a partir de um modelo anisotrpico que utiliza direes
intermedirias (10o e 100o) s direes de mxima e mnima continuidade.

GKrAe: refere-se grade da varincia de krigeagem, associada a GKrA.

5.5.4 RESULTADOS DA KRIGEAGEM

Como ponto de partida, interessante verificar a continuidade espacial do


fenmeno em estudo (teor de argila). Para realizar tal anlise, necessrio transformar
as grades de valores estimados e as correspondentes grades de erros em imagens.

A seqncia de imagens a seguir apresenta os resultados obtidos sobre as grades


GKrV (Figura 5.18), GKrVe (Figura 5.19), GKrI (Figura 5.20), GKrIe (Figura 5.21),
GKrA (Figura 5.22) e GKrAe (Figura 5.23).

Geoprocessamento em Projetos Ambientais 5-26


Geoestatstica: Fundamentos e Aplicaes

Geoprocessamento em Projetos Ambientais 5-27


Geoestatstica: Fundamentos e Aplicaes

Atravs das imagens apresentadas, pode-se constatar algumas caractersticas


comuns:

essas imagens revelam que, nas regies Norte e Nordeste, o teor de argila
relativamente baixo;

na regio Central, observa-se mudanas graduais do teor de argila, indo de


valores moderados a altos, e

nas regies Sul e Sudoeste aproximadamente moderado.

De maneira anloga, as grades de varincia do erro mostram que o erro da estimativa


aumenta medida em que se afasta dos pontos de observaes. possvel tambm
identificar, nestas imagens, regies onde a amostragem pode ser melhorada.

Um outro aspecto a ser observado, e talvez o mais importante, o efeito da


anisotropia:

Observa-se, na grade GKrV, a qual supostamente representa a verdadeira


continuidade espacial, que as mudanas graduais do teor de argila so
visivelmente diferentes das demais, principalmente na regio central.

A imagem da grade GkrI mostra que a continuidade espacial do teor de argila se


propaga uniformemente em todas as direes. Neste caso a anisotropia
mascarada e, portanto, o resultado no revela a verdadeira continuidade espacial
da varivel em estudo.

Por outro lado, a imagem da grade GkrA apresenta um caso intermedirio da


suposta continuidade espacial verdadeira. Este caso tambm no revela a
verdadeira variabilidade espacial, apenas mostra que o teor de argila se propaga
mais intensamente na direo 10o e menos intensamente na direo ortogonal
(100o).

Resumindo, esta primeira anlise procurou enfocar, atravs de trs exemplos, que a
escolha do modelo decorrente da anlise de continuidade espacial deve ser a melhor
possvel, a fim de retratar a verdadeira variabilidade do fenmeno em estudo.

A anlise seguinte refere-se a uma operao de fatiamento realizada na grade GKrV, a


qual supostamente representa a verdadeira continuidade espacial do teor de argila. Os
valores utilizados no fatiamento esto definidos segundo Calderano Filho et al. (1996).
O resultado desta operao a imagem apresentada na Figura 5.25.

Geoprocessamento em Projetos Ambientais 5-28


Geoestatstica: Fundamentos e Aplicaes

Fig. 5.24 - Geologia da regio de estudo.

Geoprocessamento em Projetos Ambientais 5-29


Geoestatstica: Fundamentos e Aplicaes

Fig. 5.25 - Imagem relativa ao fatiamento

da grade GKrV.Observando as Figuras 5.24 e 5.25, nota-se que ambas


possuem feies semelhantes. Segundo Calderano Filho et al. (1996), no Arenito
Superficial, encontram-se os solos argilosos e de teor mdio de argila, na Formao
Serra Geral (diabsio) predominam os solos com teores argilosos a muito argilosos e na
Formao Arenito Botucatu encontram-se solos com teor mdio de argila e os solos
arenosos.

Um outro tipo de anlise refere-se comparao entre o mapa de classes de


solos segundo o teor de argila, Mp1, (concebido pelo CNPS-EMBRAPA) e o mapa de
teor de argila, Mp2, (gerado atravs de procedimentos geoestatsticos). Neste caso, a
anlise restrita, pois, considera-se apenas o teor de argila s respectivas classes de
solos. A Figura 5.26 confronta os resultados expressos pelos mapas Mp1 e Mp2.

Geoprocessamento em Projetos Ambientais 5-30


Geoestatstica: Fundamentos e Aplicaes

Fig. 5.26 - Comparao entre o mapa de classes de solos segundo o teor de argila e o
mapa de teor de argila gerado atravs de procedimentos geoestatsticos.

Na Figura 5.26, alguns resultados so observados. Por exemplo, examinando a


regio norte e nordeste do mapa de solos (Mp1), observa-se a presena de solos
arenosos (classe AQd) e solos com teor mdio de argila (classes LEd3, LEa2, LEa3), o

Geoprocessamento em Projetos Ambientais 5-31


Geoestatstica: Fundamentos e Aplicaes

que pode ser constatado tambm no mapa de teor de argila (Mp2). Um outro exemplo,
so os solos argilosos e muito argilosos (classes de solos Lud, LRd1 e Tre1), que se
encontram na regio central de ambos os mapas, Mp1 e Mp2. E assim, vrias outras
classes de solo, como LVa1, LVa2, etc.

Considerando a deficincia de amostragem, com as conseqentementes


limitaes impostas anlise geoestatstica efetuada, o resultado apresentado na Figura
5.26 de certa forma expressivo e revela a boa adequao das tcnicas de krigeagem ao
estudo de caso.

5.5.5 KRIGEAGEM VERSUS MTODOS CONVENCIONAIS DE ESTIMAO

Esta seo apresenta, de forma comparativa, os resultados obtidos da krigeagem


com outros mtodos de estimao disponveis no sistema SPRING, como: mdia
ponderada pelo inverso do quadrado da distncia, mdia simples e vizinho mais
prximo. No o objetivo deste trabalho detalhar cada um destes mtodos, pois os
mesmos so descritos na literatura, como, por exemplo, em Burrough (1987).

Das 85 observaes de campo realizadas nos limites da Fazenda Canchim, as seguintes


grades de valores estimados so geradas:

GKrV e GKrI : conforme definido anteriormente;


GID: refere-se grade de valores estimados obtida atravs do mtodo de
estimao mdia ponderada pelo inverso do quadrado da distncia;

GMS: refere-se grade de valores estimados obtida atravs do mtodo de


estimao mdia simples;

GVP: refere-se grade de valores estimados obtida atravs do mtodo de


estimao vizinho mais prximo.

A seqncia de imagens a seguir apresenta os resultados obtidos e se refere s grades


GKrV , GKrI , GID, GMS e GVP . O mapa geolgico utilizado como referncia
anlise comparativa.

Geoprocessamento em Projetos Ambientais 5-32


Geoestatstica: Fundamentos e Aplicaes

Geoprocessamento em Projetos Ambientais 5-33


Geoestatstica: Fundamentos e Aplicaes

Atravs das imagens apresentadas , pode-se constatar alguns


fatos:

relativamente fcil de ser constatado que a imagem referente GKrV


(Grade de Krigeagem obtida a partir de um modelo anisotrpico e que
supostamente representa a Verdadeira continuidade espacial do fenmeno) a
que melhor expressa a variabilidade do teor de argila. Por exemplo, no mapa
geolgico onde ocorre o diabsio, cujo teor de argila do produto de alterao
grande, observa-se que o resultado expresso pela grade GKrV tende a moldar
a variabilidade espacial do fenmeno nesta regio.

Com algumas ressalvas, o mtodo da mdia ponderada pelo inverso do


quadrado da distncia produz resultado que se assemelha ao resultado da
krigeagem proveniente de um modelo isotrpico. O ponto crtico, porm,
ocorre em regies onde h superestimao e subestimao do teor de argila o
que difere do resultado oriundo da krigeagem, onde as mudanas de valores do
teor de argila so graduais.

Os resultados produzidos pelos mtodos de estimao mdia simples e vizinho


mais prximo (Figura 4.31) so menos expressivos com relao aos demais. O
mtodo da mdia simples produz resultado que apresenta imbricao,
principalmente na regio central da rea de estudo (Figura 4.30). J o mtodo
de estimao relativo ao vizinho mais prximo (Figura 4.31), embora sendo o
que pior expressa a variabilidade espacial do fenmeno estudado, revela a
rea de influncia de cada ponto de observao. Tal informao de grande
valia, como, por exemplo, numa anlise preliminar para deteco de valores
amostrais suspeitos.

Uma forma alternativa de avaliar os resultados produzidos pelos respectivos


estimadores atravs da operao de fatiamento aplicada s respectivas grades
geradas. Os resultados so apresentados a seguir.

Geoprocessamento em Projetos Ambientais 5-34


Geoestatstica: Fundamentos e Aplicaes

De maneira anloga anlise anterior, constata-se que o resultado relativo ao fatiamento


da grade GKrV o que melhor expressa a variabilidade do fenmeno, quando
comparado ao mapa de classes de solos concebido pelo CNPS-EMBRAPA (Figura

Geoprocessamento em Projetos Ambientais 5-35


Geoestatstica: Fundamentos e Aplicaes

4.34). Tambm verifica-se que o resultado referente ao fatiamento da grade GID (Figura
4.37) prximo ao resultado do fatiamento da grade GKrI (Figura 4.36), mas apresenta
regies que h superestimao e subestimao de valores. Os resultados referentes s
Figuras 4.38 e 4.39 so menos expressivos que os demais.

Este captulo se encerra com a ilustrao da Tabela 5.1, a qual apresenta, de


forma sintetizada, as principais razes pelas quais os resultados obtidos pela krigeagem
produziram resultados mais significativos em relao aos outros mtodos de estimao.

TABELA 5.1 - CARACTERSTICAS DOS MTODOS DE ESTIMAO.

Mtodos Geoestatsticos Mtodos Convencionais

os pesos so determinados a partir de os pesos so determinados meramente


uma anlise de correlao espacial em funo da distncia.
baseada no semivariograma. i = f (di)
i = f [(h)]

rea de influncia na interpolao raio de busca arbitrrio.


indicada pelo alcance.

Modela anisotropia, isto , detecta as Anisotropia ignorada.


direes de maior e menor
continuidade espacial do fenmeno.

Trata redundncia (Clusters), isto , Redundncia ignorada. Neste caso,


atribui pesos adequados para podem ocorrer superestimao ou
agrupamentos de amostras. subestimao de valores.

Geoprocessamento em Projetos Ambientais 5-36


6

METODOLOGIAS PARA APLICAES AMBIENTAIS


Gilberto Cmara, Jos Simeo de Medeiros,

Cludio Clemente F. Barbosa, Eduardo C.G. Camargo

6.1 INTRODUO

Este captulo procura discutir os diferentes usos de Geoprocessamento para


aplicaes ambientais. Partimos da perspectiva de que uma aplicao consistente
de Geoprocessamento para anlise ambiental deve conter trs componentes:

Uma metodologia de integrao de dados que estabelea a contribuio de


cada varivel geogrfica para o resultado desejado;
Um roteiro de trabalho, consistindo numa sequncia de etapas a ser cumpridas,
incluindo o levantamento, a anlise e a sntese;
Um conjunto de operaes executveis em um SIG, que materialize
computacionalmente o procedimento do item (b).
Conforme estabelecemos na Seo 1 (Introduo), pode-se apontar pelo menos
quatro grandes dimenses dos problemas ligados aos Estudos Ambientais, onde
grande o impacto do uso da tecnologia de Sistemas de Informao Geogrfica:
Mapeamento Temtico, Diagnstico Ambiental, Avaliao de Impacto
Ambiental, e Ordenamento Territorial. Para resolver estes problemas, podemos
agrupar de forma genrica, as diferentes metodologias de anlise ambiental em
duas grandes classes, discutidas no restante deste captulo:

Anlises pontuais.

Estudos baseados em reas.

Uma terceira forma de trabalho so as anlises baseadas em operaes de


vizinhana , com base em metodologias de geoestatstica. Para esta discusso, o
leitor deve referir-se ao captulo 5.

A principal diferena entre as anlises pontuais e as baseadas em rea o uso,


respectivamente, de critrios de diviso lgica (top-down), e critrios de
agrupamento (bottom-up) para realizar anlises espaciais. Ross (1995) denomina o
Metodologias para Aplicaes Ambientais

primeiro caso de pesquisas ambientais multitemticas e o segundo, de land-


systems.

Nas pesquisas ambientais multitemticas, so gerados mltiplos produtos temticos


disciplinares, uns com caractersticas analticas e outros de sntese, sob uma
orientao multi e interdisciplinar. Numa primeira fase so gerados produtos
temtico-analticos que tratam de forma setorizada os temas da natureza
(climatologia, geologia, geomorfologia, pedologia, vegetao e fauna) e da scio-
economia (demografia, qualidade de vida, legislao, uso da terra, estruturas
regionais e urbanas). Posteriomente estes produtos so integrados de maneira a
atender aos objetivos propostos. (Ross, 1995).

Os procedimentos operacionais com a denominao genrica de land systems


utilizam como referencial padres fisionmicos do terreno (padres de paisagens
ou unidades de paisagens) e geram como resultados produtos temticos analticos-
sintticos. O territrio seccionado em diversas unidades de paisagem que
retratam de forma integrada certas particularidades (climticas, geolgicas,
geomorfolgicas, pedolgicas, da cobertura vegetal, uso da terra e scio-
econmicas) que as individualizam do entorno (Ross, 1995).

6.2 OPERAES PONTUAIS

6.2.1 Premissas de Trabalho

Nos estudos de anlise integrada como operaes pontuais, cada uma das
localizaes geogrficas analisadas considerada de forma independente de seus
vizinhos e a integrao de dados feita utilizando operadores pontuais, sem
considerar os relacionamentos espaciais de vizinhana e entorno.

A hiptese implcita nestes casos que os dados apresentam alto grau de


autocorrelao espacial. Em outras palavras, vale o princpio de que coisas
prximas so parecidas. Esta suposio pode no se verificar na prtica, seja por
causa da variabilidade natural, seja por inconsistncia dos dados utilizados.

6.2.2 Anlises Pontuais Qualitativas- Aptido Agrcola

Em grande quantidade de estudos ambientais, os dados disponveis so


apresentados sob forma de mapas temticos tradicionais, provenientes de
levantamentos qualitativos. Nestes casos, pode no ser possvel ou factvel
estabelecer modelos numricos que capturem de forma plena a natureza contnua

Geoprocessamento em Projetos Ambientais 6-2


Metodologias para Aplicaes Ambientais

das variaes espaciais das grandezas em estudo e o uso de regras booleanas pode
ser a nica forma de realizar estudos de anlise ambiental (Burrough, 1998).

Um caso onde tem sido preconizado o uso de metodologias qualitativas so os


estudos de aptido agrcola, onde um dos dados bsicos o mapa de solos
fornecido com um mapa temtico, com unidades separadas por limites definidos.
Os dados originais de levantamento de campo (perfis) utilizados para a gerao do
mapa de solos podem no estar disponveis ou possuir baixa densidade para uso de
tcnicas de geo-estatstica. Neste caso, metodologias de aptido agrcola como as
preconizadas pela EMBRAPA (Ramalho Filho e Beek, 1995) estabelecem um
conjunto de regras de deciso.

Ramalho Filho e Beek (1995) indicam que a aptido agrcola de terra pode ser
caracterizada a partir de cinco fatores:

Deficincia de fertilidade.
Deficincia de gua.
Excesso de gua ou deficincia de oxignio.
Suscetibilidade eroso.
Impedimentos mecanizao.
Para cada caso, os autores consideram cinco graus de limitao: Nulo, Ligeiro
Moderado, Forte ou Muito Forte. Levam ainda em conta o grau de mecanizao
e manejo e estabelecem quadros-guia que, com base nas limitaes consideradas,
determinam quatro classes de aptido agrcola (boa, regular, restrita e inapta)
para cada utilizao possvel da terra.
Com base no trabalho de Ramalho Filho e Beek (1995), um exemplo de programa
de lgebra de Mapas em LEGAL mostrado na Figura 6.1. Neste exemplo,
considera-se apenas um tipo de uso da terra (lavoura), no clima tropical-mido, e
com elevado grau de manejo. O exemplo ilustra ainda uma situao tpica de
anlises booleanas em Geoprocessamento: necessrio prever todas as
combinaes possveis dos dados de entrada (ou pelo menos uma parte
significativa destas), o que conduz a um grande nmero de clusulas.
Apesar da importante contribuio de estudos de integrao de dados como os de
Ramalho Filho e Beek, o uso de metodologias qualitativas tem sido criticado na
literatura, devido s limitaes das hipteses de base para tais operaes. O
modelo booleano parte da premissa que as variveis geogrficas podem ser
descritas e medidas com exatido. Na realidade, esta premissa dificilmente
verificada devido incerteza inerente nos levantamentos espaciais. Heuvelink e
Burrough (1993) analisaram a propagao de erro em anlises booleanas, e
compararam os resultados com os obtidos com tcnicas de classificao contnua

Geoprocessamento em Projetos Ambientais 6-3


Metodologias para Aplicaes Ambientais

(descritas no captulo 4), e chegaram concluso que os mtodos booleanos eram


muito mais sensveis s variaes inerentes aos dados espaciais.
Em resumo, a realizao de anlises booleanas requer um trabalho exaustivo de
preparao e adequao dos dados temticos, que possa assegurar a mxima
correlao possvel entre as diferentes variveis geogrficas.

{
// Declaracao das variaveis
Tematico defFertil ("DeficienciaFertilidade");
Tematico defAgua ("DeficienciaAgua");
Tematico excAgua ("ExcessoAgua");
Tematico sucErosao ("SusceptibilidadeErosao");
Tematico impMecan ("ImpedimentosMecanizacao");
Tematico aptdLavouraMecan ("AptidaoAgricola");
// Instanciacao das variaveis
defFertil = Recupere (Nome = "defFertil");
defAgua = Recupere (Nome = "defAgua");
excAgua = Recupere (Nome = "excAgua");
sucErosao = Recupere (Nome = "sucErosao");
impMecan = Recupere (Nome = "impMecan");
aptdLavouraMecan = Novo (Nome = "aptdLavouraMecan", ResX = 100,
ResY = 100, Escala = 100000);
// Regras booleanas para aptidao agricola de terras
aptdLavouraMecan = Atribua (
CategoriaFim = "AptidaoAgricola",
{ "Boa" : defFertil.Classe = "Nula" &&
defAgua.Classe = "Nula" ||
defAgua.Classe = "Ligeira" &&
excAgua.Classe = "Nula" ||
excAgua.Classe = "Ligeira" &&
sucErosao.Classe = "Nula" &&
impMecan.Classe = "Nula";
(.)
}
}

Figura 6.1 - Trecho do programa em LEGAL para determinao de aptido


agrcola de terras segundo a metodologia de Ramalho Filho e Beek (1995).

Geoprocessamento em Projetos Ambientais 6-4


Metodologias para Aplicaes Ambientais

6.2.3 Anlise Integrada por Modelagem Quantitativa

Definimos modelagem como um processo de predio de fenmenos geogrficos,


baseado em modelos matemticos que descrevam a evoluo de uma grandeza.
Um exemplo a equao universal de perda de solo (USLE universal soil loss
equation), usado por Kuntschik (1996) que, trabalhando na microbacia do Ribeiro
das Araras, em Araras, no Estado de So Paulo, implementou um modelo para a
estimativa da perda de solos por eroso hdrica. Todo o projeto foi desenvolvido
na escala 1: 50.000.

Para tanto, foram utilizadas tcnicas de geoprocessamento, visando identificar


dentro desta bacia, as regies com maior susceptibilidade perda de solos por
eroso hdrica. O modelo escolhido a Equao Universal de Perda de Solo
(USLE). Este modelo leva em conta seis fatores: erosividade, dada pela capacidade
da chuva de provocar desprendimento e arrasto de solo, erodibilidade, que
quantifica a susceptibilidade de um solo a ser erodido pela chuva, fator topogrfico
que considera comprimento de encosta e declividade, e o fator antrpico, que
inclui cobertura e uso do solo e prticas conservacionistas.

A partir do mapa de solos, cartas topogrficas e dos valores numricos


correspondentes a cada fator considerado, foram criados arquivos matriciais em
formato ASCII. Nestes arquivos, cada nmero representa o valor da grandeza para
uma rea quadrada de 250 m de lado no terreno. Estes arquivos foram tratados
atravs de planilhas de clculo e das funes disponveis no SIG, sendo gerados os
mapas de potencial natural de eroso (PNE) e de perdas solos calculadas (A),
conforme mostram as Figuras 6.2 e 6.3.

Geoprocessamento em Projetos Ambientais 6-5


Metodologias para Aplicaes Ambientais

0 262,93-374,91

21,75-62,15 374,91-514,83

62,15-116,05 514,83-753,64
7 532 000

116,05-211.77 753,64-1088,53

211,77-262,93 1088,53-3000,47

3000,47-11338,5
1 km.

7 530 000

7 528 000

7 526 000
PNEA

248 000 250 000 252 000 254 000 256 000

Figura 6.2. Potencial Natural de Eroso Anual (em ton./ha.ano-1). Fonte:


Kuntschik (1996).

1,48-2,7
0

0,0036-0,049 2,7-4,26

7 532 000
0,049-0,23 4,26-7,93

7,93-16,77
0,23-0,88

0,88-1,48 16,77-36,06

1 km. 36,06-122

7 530 000

7 528 000

7 526 000

246 000 248 000 250 000 252 000 254 000

Figura 6.3. Perda de Solo Calculada (em ton./ha.ano-1) Fonte: Kuntschik (1996).

Geoprocessamento em Projetos Ambientais 6-6


Metodologias para Aplicaes Ambientais

O potencial natural de eroso dado pela seguinte equao:

PNE= R * K * LS

onde: R erosividade da chuva anual, K a erodibilidade do solo e LS uma


varivel calculada a partir do comprimento da encosta L e declividade mdia S
atravs da frmula

LS = 0,00984*L0,63*S1,18

A erosividade da chuva (R) dada por:

R= 67.335 (p2/P)0.85

onde p a precipitao mdia mensal e P a precipitao mdia anual.

Neste exemplo para a bacia do Ribeiro das Araras na regio de Araras o


valor de R corresponde a 6675. A erodibilidade do solo (K), ou seja a resistncia
deste ao da chuva, depende diretamente do tipo de solo em questo. Para cada
tipo de solo h um valor associado de acordo com a tabela proposta por Lombardi
Neto (1995).

A partir do mapa de altimetria, gerou-se um modelo numrico de terreno


utilizando-se o interpolador TIN (grade triangular). Desta grade, gerou-se outra
grade de declividade e um mapa temtico com classes de declividade. O valor do
comprimento da encosta (L), ou percurso da gua, foi obtido a partir de um mapa
de distncia entre o limite da bacia e os nveis mais baixos de altimetria, resultando
em um modelo numrico do terreno.

A partir desta formulao metodolgica, apresentamos a seguir um programa em


LEGAL que realiza este procedimento. O LEGAL foi utilizado para:

converter o mapa de solos em uma grade de valores de erodibilidade,


utilizando-se a funo PONDERE;

converter o mapa de classes de declividade em uma grade de valores mdios de


declividade, utilizando o valor central de cada intervalo, tambm atravs da
funo PONDERE;

aplicar a equao universal de perda de solo considerando todos os parmetros


acima, gerando uma grade onde cada ponto da superfcie est associado ao
valor de potencial natural de eroso.

Geoprocessamento em Projetos Ambientais 6-7


Metodologias para Aplicaes Ambientais

Apresenta-se a seguir a sintaxe utilizada:

//Declarao das variveis

Tematico solo ("solo"), decl ("declive");

Numerico S ("decliv-media"), K ("erodibilidade"),


L ("encosta"), LS ("LS"), pne (PNE);

Float R = 6675.;

Tabela tabk (Ponderacao), tabs (Ponderacao);

// Transforma Declividade em (S )declividade media

decl= Recupere(Nome = "Declividade");

S = Novo ( Nome = "DeclivMedia", Representacao = Matriz,


ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max = 50);

tabs = Novo(CategoriaIni="declive",

"0-3" : 1.5, "3-6" : 4.5,


"6-12" : 9.0, "12-20" : 16.0,
"20-40" : 30.0, ">40" : 40.0 );
S = Pondere (decl,tabs);

//Transf. solo em erodibilidade (K)

solo= Recupere(Nome = "TiposdeSolo");

K = Novo (Nome = "Erodibilidade(K)", Representacao = Grade,


ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max = 1);

tabk = Novo (CategoriaIni = "solo",

"pv2alva" : 0.0462, "pv3Olaria" : 0.0280,


"pv3+pv4" : 0.028, "lrd+le1" : 0.0143,
"lrdbaraogeraldo" : 0.0128, "lreribpreto" : 0.0098,
"le1+lrd" : 0.01514, "LV4+LV3" : 0.0132
"lvsmatodentro" : 0.0246, "te" : 0.0181,
"serrinha" : 0.0462 , "pv2usina" : 0.0462,
"li3" : 0.0442, "pv5" : 0.0462,

Geoprocessamento em Projetos Ambientais 6-8


Metodologias para Aplicaes Ambientais

"li2" : 0.0362 , "urbano" : 0,


"li2+pv4" : 0.03292, "lrd+lre" : 0.0116 ,
"le1" : 0.0167, "agua" : 0,
"lv4speculas" : 0.0132, "LV3LaranjAzeda" : 0.0132);

K = Pondere (solo, tabk);

// Calculo de LS

L= Recupere(Nome ="L-CompEncosta");

LS = Novo (Nome = "LS", Representacao = Grade,


ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max = 100
);

LS= 0.00984 * (L^0.63)* (S^1.18);

// Calculo de PNE

PNE = Novo (Nome = "PotNatErosao", Representacao = Grade,


ResX = 250, ResY = 250, Escala = 100000, Min = 0, Max =
100);

PNE = R*K*LS;

Geoprocessamento em Projetos Ambientais 6-9


Metodologias para Aplicaes Ambientais

6.2.4 Comparao entre Modelos Booleanos e Quantitativos Caso de Pesquisa


Geolgica

Um outro exemplo de uso de anlise pontual qualitativa foi o estudo realizado por
Almeida Filho () para demonstrar o uso de tcnicas de processamento e anlise
espacial de dados digitais multifonte na pesquisa mineral. Como rea de estudo foi
escolhido o planalto de Poos de Caldas, o qual encerra mineralizaes radioativas
de urnio e trio. Por possuir uma boa base de informaes, aquela rea
adequada a estudos demonstrativos-metodolgicos dessa natureza, permitindo a
criao de um banco de dados digitais geocodificados para manipulao em
computador. Conhecimentos geolgicos prvios sobre a rea, permitiro avaliar a
eficcia da metodologia empregada.

Caractersticas Gerais da rea de Estudo

O planalto de Poos de Caldas, na divisa dos estados de Minas Gerais e So Paulo,


constitui uma estrutura em forma de cratera vulcnica grosseiramente circular, com
cerca de 705 km2. A cidade de Poos de Caldas, a qual tem como atividades
econmicas principais a minerao (bauxita, argilas, minerais radioativos) e o
turismo ligado suas guas e ao clima agradvel, localiza-se na borda norte dessa
cratera. A Figura 6.2 mostra o planalto de Poos de Caldas atravs de uma
composio colorida obtida com imagens do satlite Landsat-1. Como referncia
esto indicadas a cidade de Poos de Caldas, principais drenagens, vias de acesso
etc, extradas de cartas planimtricas da regio.

Geoprocessamento em Projetos Ambientais 6-10


Metodologias para Aplicaes Ambientais

Do ponto de vista geolgico, o planalto constitudo por rochas mesozicas-


cenozicas, representadas em sua maioria por nefelina-sienitos, os quais ocorrem
como fcies efusivas, hipabissais e plutnicas, alm de material de natureza
vulcnica. Dataes geocronolgicas pelo mtodo
K-Ar (Bushee, 1970) indicam que os fenmenos
geolgicos que formaram a cratera teriam
ocorrido entre 87 e 53 milhes de anos atrs. As
guas termais da regio so as ltimas
manifestaes desse episdio.

Quarenta e oito locais de mineralizaes


radioativas (incluindo depsitos e simples
ocorrncias) so conhecidos no planalto de Poos
de Caldas, as quais podem ser agrupadas em trs
associaes distintas, de acordo com a paragnese
mineral: urnio-zircnio (U-Zr), trio-terras raras
(Th-TR) e urnio-molibdnio (U-Mo). A
associao urnio-zircnio constitui os depsitos
mais comuns e freqentes, mas no encerra
importncia econmica. A associao trio-terras
Figura 6.4 - Composio colorida de
raras constitui o segundo tipo de mineralizao
imagens do satlite Landsat-1,
radioativa encontrada na rea, representada
mostrando o planalto de Poos de
principalmente pela jazida de Morro do Ferro, na
Caldas.
parte central do planalto. A associao urnio-
molibdnio constitui os depsitos uranferos mais
importantes, representados principalmente pela jazida de Campo do Agostinho e
pela mina Usamu Tsumi, na parte centro-sudeste do planalto. Para sua explorao
foi criado, em meados da dcada de setenta, o Complexo Mineiro-Industrial de
Poos de Caldas que produziria concentrado de urnio (yellow cake), destinado ao
abastecimento das usinas nucleares brasileiras ento planejadas.

Com base em anlises de trabalhos geolgicos realizados por pesquisadores que


estudaram a regio em diferentes pocas e com diferentes enfoques (Ellert, 1959;
Tolbert, 1966; Wedow Jr., 1967; Oliveira, 1974; Almeida Filho & Paradella, 1976;
Fraenkel et al., 1985), foram identificadas trs caractersticas comuns s
mineralizaes radioativas no planalto, a saber:

(a) A mineralizao mostra afinidade gentica com trs tipos de litologias:


tingutos hidrotermalizados (rocha potssica), corpos intrusivos de foiatos e
rochas vulcnicas;

(b) Essas litologias so cortadas por falhamentos/fraturamentos e estruturas


circulares que criaram condutos para o alojamento de veios e lentes mineralizados;

Geoprocessamento em Projetos Ambientais 6-11


Metodologias para Aplicaes Ambientais

(c) Dados de radiometria gama mostram valores anmalos de radioatividade total,


indicativos da presena de minerais radioativos.

As trs caractersticas acima (litologias favorveis, feies estruturais e dados


gama-radiomtricos) foram adotadas como critrios diagnsticos para a pesquisa
de minerais radiativos no planalto de Poos de Caldas. Poderia ser argumentado
que apenas o ltimo critrio j seria suficiente para identificar reas potenciais, por
ser indicao direta da presena de minerais radioativos. Entretanto, variaes
locais na espessura de solos e cobertura vegetal, fazem com que reas sem
interesse prospectivo mostrem valores anmalos, enquanto depsitos importantes
podem ser indicados apenas por valores intermedirios de intensidade radioativa.
Desse modo, dados radiomtricos devem ser considerados apenas se ocorrem em
reas de caractersticas geolgicas favorveis, tornando-se indispensvel agregar a
eles informaes derivadas de outras fontes.

Uma vez definidos os critrios diagnsticos, o passo seguinte constou da criao


de um banco de dados digitais geocodificados, composto por:

Imagens Landsat - Imagens do Multispectral Scanner (MSS) do satlite Landsat-


1, obtidas em setembro de 1972, sob ngulo de elevao solar de 44 e azimute de
58. Deu-se preferncia s imagens mais antigas, para reduzir a influncia da
atividade antrpica, que dificulta a interpretao fotogeolgica.

Dados planimtricos - Cidade, estradas, ferrovia, drenagens etc, digitalizadas a


partir das cartas acima mencionadas, usadas como parmetros de referncia e
localizao.

Dados litolgicos - Litologias potenciais para a pesquisa de minerais radioativos,


representadas por rocha potssica, corpos intrusivos de foiatos e rochas vulcnicas
(Figura 6.5), digitalizadas do Mapa Geolgico do Macio Alcalino de Poos de
Caldas (Nuclebrs, 1975a).

Dados estruturais - Extrados das imagens Landsat-MSS, as quais foram


realadas por tcnicas de ampliao linear de contraste e interpretadas (como
bandas individuais ou composies coloridas falsa cor) diretamente no monitor de
vdeo, usando-se o mouse para traar as feies interpretadas. Dois grupos de
feies foram identificados: (a) lineamentos, representando traos de
falhas/fraturas; e (b) estruturas circulares, indicativas de edifcios vulcnicos
secundrios, no interior da cratera principal (Figura 6.6). Esses dois tipos de
feies constituem controles estruturais regionais de primeira ordem para as
mineralizaes radioativas, responsveis pela criao de condutos que permitiram a
percolao de solues hidrotermais e deposio do minrio. Elas foram
representadas em duas dimenses, atravs da criao de "corredores" com 250 e

Geoprocessamento em Projetos Ambientais 6-12


Metodologias para Aplicaes Ambientais

350 metros de largura ao longo de falhas/fraturas e estruturas circulares,


respectivamente. Esses corredores representariam a rea de influncia das feies
estruturais, assumindo-se que qualquer ponto dentro deles estaria posicionado
sobre a feio estrutural considerada.

Dados gama-radiomtricos - Obtidos pela Comisso Nacional de Energia


Nuclear-CNEN, a partir de levantamentos com helicptero e a p. No primeiro
caso os dados foram coletados em malha de 250 x 250 metros, a uma altura mdia
de 7,5 metros do terreno, enquanto nos levantamentos a p a malha foi de 75 x 200
metros. Esses dados, na forma de radioatividade total, foram digitalizados a partir
do Mapa Radiomtrico do Planalto de Poos de Caldas (Nuclebrs 1975b),
organizados em quatro intervalos de intensidade radioativa, em relao a um
background regional de 40 unidades, a saber: 1,3-1,8; 1,8-2,5; 2,5-3,5; e maior do
que 3,5 vezes o background regional (Figura 6.7).

Ocorrncias minerais radioativas - Mineralizaes radioativas conhecidas na


rea foram incorporadas como smbolos ao banco de dados, no se fazendo
distino se se tratava de depsitos importantes ou de simples ocorrncias
minerais. Por representarem dados de "verdade terrestre", elas constituem
parmetros de aferio dos resultados. Se reas indicadas como potenciais
mostrarem-se coerentes em relao a mineralizaes conhecidas, o modelo
prospectivo pode ser considerado confivel.

Figura 6.5 - Mapa de litologias potenciais para a ocorrncia de mineralizaes


radioativas.

Geoprocessamento em Projetos Ambientais 6-13


Metodologias para Aplicaes Ambientais

Figura 6.6 - Mapa de lineamentos, indicando falhas/fraturas e estruturas circulares.

Figura 6.7 - Mapa de anomalias gama-radiomtricas no planalto de Poos de


Caldas.

Modelo Prospectivo Usando Operaes Booleanas


Geoprocessamento em Projetos Ambientais 6-14
Metodologias para Aplicaes Ambientais

Com base nos critrios diagnsticos j definidos, uma rea poderia ser considerada
potencial quando nela ocorrerem concomitantemente:

(a) Litologias potenciais, representadas por rochas potssicas (A), corpos


intrusivos de foiatos (B), ou rochas vulcnicas (C);

(b) Feies estruturais, indicativas de falhas/fraturas (D), ou estruturas circulares


(E), que cortam litologias potenciais; e

(c) Valores gama-radiomtricos (F), a partir de 1,8 vez o background regional


(limiar arbitrado com base no valor mdio encontrado em depsitos de urnio da
rea).

Para mapear as reas de ocorrncias dos critrios diagnsticos acima indicados,


empregou-se a seguinte equao de lgebra booleana:

{[(A or B or C) and (D or E)] and F} ### REAS


POTENCIAIS
A Figura 6.8 o mapa das reas potenciais para pesquisa de minerais radioativos
no planalto de Poos de Caldas, com base na equao acima. Essas reas cobrem
uma superfcie de 88,5 km, correspondentes a apenas 12% da regio total
investigada. Observando-se a distribuio das mineralizaes, verifica-se que 77%
delas ocorrem em reas indicadas como potenciais. Nas restantes 23% encontra-se
ausente pelo menos um dos trs critrios diagnsticos. Constata-se ainda que dos
trs tipos de mineralizaes radioativas conhecidas, aquelas do tipo U-Zr
predominam nas regies leste e oeste/sudoeste, enquanto as dos tipos U-Mo e Th-
TR, concentram-se na regio central do planalto. A boa correlao entre reas
apontadas como potenciais e as mineralizaes conhecidas na regio, confere
confiabilidade ao modelo prospectivo adotado.

A principal desvantagem do modelo baseado em operaes binrias o fato das


reas indicadas terem prioridades idnticas para pesquisa. Visando um refinamento
desses resultados, o mesmo conjunto de dados foi analisado utilizando um modelo
baseado em mdias ponderadas, o qual permite priorizar as reas, de acordo com o
potencial prospectivo das mesmas.

Modelo Prospectivo Usando Mdias Ponderadas


Neste tipo de modelo, pesos so atribudos aos critrios diagnsticos e s suas
respectivas classes (e.g. critrio diagnstico litologia, classe rocha potssica),
calculando-se uma imagem de mdias ponderadas, a qual representa uma
combinao particular e nica dos dados para cada rea unitria do terreno. A
definio dos pesos a ao mais crtica a ser tomada para a aplicao do modelo.
Geoprocessamento em Projetos Ambientais 6-15
Metodologias para Aplicaes Ambientais

O procedimento de atribuir pesos a parmetros pertencentes a uma cadeia de


eventos e utilizar equaes aritmticas visando tomada de decises, conhecido
na rea de inteligncia artificial como equao neuronal de Rosenblat. A definio
desses pesos pode ser feita de duas maneiras: atravs de procedimentos
heursticos, nos quais a experincia pessoal o fator determinante; ou utilizando-se
tcnicas fuzzy logic (Zadeh, 1965), as quais procuram estabelecer critrios de
enquadramento do conjunto de dados, definindo limites ou graus de confiana. A
despeito do desenvolvimento dessas tcnicas, a definio heurstica de pesos
continua sendo amplamente aceita como base para sistemas especialistas, de modo
particular em situaes onde a teoria e os modelos empricos de comportamento
dos dados no esto bem estabelecidos (Veiga & Meech, 1994). Este
procedimento particularmente vlido em pesquisa mineral, que muitas vezes
segue uma abordagem tcnica-intuitiva, onde os conceitos so aplicados por
analogia, na expectativa de repeties de relaes j conhecidas.

Adotou o procedimento heurstico para a definio dos pesos, atribuindo-se os


seguintes valores:

(a) dados gama-radiomtricos: crit = 80 e classe = 0, 10, 60, 70 e 80 para as


seguintes classes de intensidades radioativas: background; 1,3-1,8; 1,8-2,5; 2,5-
3,5; e >3,5; respectivamente;

(b) dados litolgicos: crit = 60 e classe = 60, 30 e 20 para as classes rochas


potssicas, foiatos e material vulcnico, respectivamente; e

(c) dados estruturais: crit = 20 e classe = 20 para falhas/fraturas e estruturas


circulares.

As mdias ponderadas foram calculadas usando-se a seguinte equao:

= [(crit) * (classe)] / (crit) REAS


POTENCIAIS
onde,

= valor da mdia ponderada

crit = pesos atribudos aos critrios diagnsticos;

classe = pesos atribudos s classes dos critrios diagnsticos.

fcil deduzir dos dados acima que as mdias ponderadas para a rea de
estudo ficaram compreendidas entre [0, 65], extremos que indicam,
respectivamente, prioridades nula e mxima para a pesquisa de minerais

Geoprocessamento em Projetos Ambientais 6-16


Metodologias para Aplicaes Ambientais

radioativos. A ttulo de exemplo, reas com mdia ponderada 60 corresponderam a


locais de ocorrncias de rochas potssicas, cortadas por falhamentos e com valores
de intensidade radioativa entre 2,5 e 3,5 vezes o background regional.

O mapa da Figura 6.9 mostra reas com diferentes prioridades para a


prospeco de minerais radioativos no planalto de Poos de Caldas. Este mapa foi
gerado a partir do fatiamento da imagem de mdias ponderadas, representando os
seguintes intervalos de pesos: 0-20; 20-35; 35-45; 45-55; e 55-65. s reas
definidas por esses intervalos foram atribudas prioridades para pesquisa ditas nula,
baixa, mdia, alta e muito alta, respectivamente.

Figura 6.8 - Mapa de reas potenciais para Figura 6.9 - Mapa de reas com diferentes
a pesquisa de minerais radioativos no prioridades para a pesquisa de minerais
planalto de Poos de Caldas, segundo radioativos no planalto de Poos de
mtodo baseado em lgebra booleana. Caldas, segundo modelo de mdias
ponderadas.

A Tabela 6.1 resume algumas caractersticas das reas potenciais mostradas


na Figura 6.9. Apenas 14% das mineralizaes, todas sem importncia econmica
(U-Zr), localizam-se fora das reas potenciais, contra 23% obtidos no mtodo
baseado em operaes binrias. De acordo com os dados da tabela, 76% do
planalto so descartados, a priori, para pesquisa. Os restantes 24% indicados com
potenciais para a ocorrncia de algum tipo de mineralizao radioativa, so
distribudos da seguinte maneira:

Geoprocessamento em Projetos Ambientais 6-17


Metodologias para Aplicaes Ambientais

- reas de prioridade baixa perfazem cerca de 11% da superfcie total do


planalto, encerrando mineralizaes radioativas do tipo U-Zr, sem interesse
econmico.

- reas de prioridades mdia perfazem cerca de 7% da superfcie total do


planalto, encerrando tambm mineralizaes radioativas do tipo U-Zr.

- reas de prioridade alta correspondem a 4,5% da superfcie do planalto e


encerram 30 das mineralizaes tipo U-Mo.

- reas de prioridade muito alta perfazem apenas 1,5% da superfcie total do


planalto. A despeito de suas dimenses reduzidas, essas reas enceram 60%
das mineralizaes U-Mo (incluindo o depsito de Campo do Agostinho e a
mina Usamu Utsumi) e 100% dos depsitos tipo Th-TR.

Tabela 6.1 - Dados estatsticos do modelo


prospectivo baseado em mdias
ponderadas.

Os resultados obtidos no planalto de Poos de Caldas confirmam a alta


eficcia de modelos semi-quantitativos de prospeco mineral, atravs de tcnicas
de Geoprocessamento. Eles revestem-se de grande importncia prtica, ao
restringirem, drasticamente, reas a serem investigadas em campo, o que implica
em substancial economia de tempo e recursos em qualquer campanha de
prospeco mineral.

Geoprocessamento em Projetos Ambientais 6-18


Metodologias para Aplicaes Ambientais

6.3 ESTUDOS BASEADOS EM REAS

6.3.1 Hipteses de Trabalho

Os conceitos de rea e de integrao foram apresentados por


Hartstorne (1978), como elementos bsicos de uma sistemtica de estudos
geogrficos, denominada pelo autor de estudos de variao de reas. Na viso de
Hartshorne, uma rea-unidade (unit-area) uma partio do espao geogrfico,
definida pelo pesquisador em funo do objeto de estudo e da escala de trabalho,
que apresenta caractersticas individuais prprias; estas reas-unidades seriam a
base de um sistema de classificao e organizao do espao. A partir da
decomposio do espao em reas-unidade, o pesquisador poder relacionar, para
cada uma destas parties, as correspondentes caractersticas fsicas-biticas que a
individualizam em relao a todas as demais componentes do espao.

Hartshorne argumenta que o carter de cada rea seria dado pela


integrao das diferentes variveis geogrficas, tomadas em conjunto. Moraes
(1997) assim exemplifica o mtodo proposto por Hartshorne:

O pesquisador seleciona dois ou mais fenmenos (p.ex. clima, produo


agrcola, tecnologia disponvel), observa-os, relaciona-os; repete vrias
vezes este procedimento, tentando abarcar o maior nmero de fenmenos
(tipo de solo, destinao da produo, nmero de cidades, tamanho do
mercado consumidor, hidrografia, etc). Uma vez de posse de vrios
fenmenos agrupados e interrelacionados, integra-os. () Este processo
pode ser repetido vrias vezes, at o pesquisador compreender o carter
da rea enfocada ()

O pesquisador pode parar na primeira integrao, e reproduzir a anlise


(tomando os mesmos fenmenos e fazendo as mesmas interrelaes) em
outros lugares. As comparaes das integraes obtidas permitiriam
chegar a um padro de variao daqueles fenmenos tratados.

A proposta de Harsthorne contribuiu para dar uma base metodolgica para


o uso do conceito de rea em Geoprocessamento. Neste caso, existe uma
dimenso teleolgica envolvida na anlise. A delimitao de reas previamente
integrao de dados, garante uma consistncia dos resultados, ao evitar os efeitos
indesejveis das anlises booleanas pontuais.

Geoprocessamento em Projetos Ambientais 6-19


Metodologias para Aplicaes Ambientais

6.3.2 Reclassificao de Unidades de Paisagem

Um exemplo de estudos baseados em reas a metodologia empregada em


Batistella (1993) para realizar a cartografia fitoecolgica do arquiplago de
Fernando de Noronha. A partir da interpretao visual de fotos areas, foram
delimitadas 618 regies homogneas, que foram a base de um trabalho de campo.
Para cada regio homognea, foi feito um questionrio (que corresponde aos
atributos descritivos) para 54 descritores, que incluem: formao vegetal
dominantes, acomodao da vegetao pelo vento, regularidade de estrutura
vegetal e acomodao da vegetao pelo vento. A Figura 6.10 indica as regies
homogneas, oriundas da fotointerpretao.

Figura 6.10 - Unidades homogneas obtidas por fotointerpretao. Fonte:


Batistella (1993).

Geoprocessamento em Projetos Ambientais 6-20


Metodologias para Aplicaes Ambientais

Este trabalho de campo permitiu a criao de um banco de dados onde cada regio
possua 54 atributos. A partir desta informao, foi possvel gerar 78 mapas
temticos bsicos e derivados, correspondendo aos temas do levantamento. Um
dos mapas gerados (regularidade da estrutura vegetal) est mostrado na Figura
6.11.

Figura 6.11 - Carta de Regularidade da Estrutura Vegetal de Fernando de


Noronha. Fonte: Batistella (1993).

A operao de reclassificao por atributos ilustra um ponto importante do


Geoprocessamento: informaes cadastrais devem ser armazenadas de forma
integrada, com os atributos descritivos guardados num banco de dados tradicional
(tipicamente relacional). Com isto, grande quantidade de mapas distintos pode ser
gerada a partir da mesma informao bsica.

Geoprocessamento em Projetos Ambientais 6-21


Metodologias para Aplicaes Ambientais

Esta operao mostra ainda que as abordagens metodolgicas descritas so antes


interdependentes que estanques. No exemplo acima, temos um caso onde o
processo de idenstificao de reas serviu de base para gerar o mapeamento da
distribuio da regularidade fitofisionmica de Fernando de Noronha.

6.3.3 Zoneamento Ecolgico Econmico Sintese do Meio Fsico

Na metodologia para Zoneamento Ecolgico-Econmico descrita em Crepani et al.


(1996) e Becker e Egler (1996), o uso de imagens de satlite serve como base para
definio de unidades de paisagem (chamadas unidades territoriais bsicas). Uma
unidade territorial bsica (UTB) exprime o conceito geogrfico de zonalidade
atravs de atributos ambientais que permitem diferenci-la de outras unidades
vizinhas, ao mesmo tempo em que possui vnculos dinmicos que a articulam a
uma complexa rede integrada por outras unidades territoriais. Estas UTBs so
definidas por foto-interpretao em imagens de satlite e servem para a definio
dos mapas derivados do meio fsico-bitico.

O roteiro metodolgico para a gerao de uma carta temtica de vulnerabilidade


natural eroso, parte do procedimento de caracterizao do meio fsico nos
processos de Zoneamento Ecolgico Econmico (ZEE), conforme metodologia
desenvolvida pelo INPE e pelo LAGET/UFRJ (Crepani et al.,1996) e (Becker e
Egler,1996) segue os seguintes passos:

1. Elaborao de um mapa preliminar de unidades homogneas de paisagem


obtidas a partir da anlise e interpretao visual de LANDSAT/TM,
considerando os padres fotogrficos identificados pela variao dos matizes
de cores, e pelos elementos texturais de relevo e drenagem.

2. Associao de cada um dos mapas base de Geologia, Geomorfologia,


Pedologia e Cobertura Vegetal a pesos que indicam a contribuio relativa de
cada tema, para os processos de morfognese e pedognese. A partir de cada
mapa temtico, sero gerados modelos numricos de terreno nos quais os
valores estaro entre o mnimo de 1 (estabilidade com predomnio da
pedognese) e 3 (instabilidade, com predomnio da morfognese). Por
exemplo, no caso da Geologia, reas com rochas resistentes eroso so
caracterizadas com valores prximos de 1.

3. Gerao de mapas derivados, atravs de uma operao zonal entre o mapa de


unidades territoriais bsicas (UTB), obtido na etapa (1) com o modelo
numrico de terreno resultante da ponderao de cada mapa temtico, obtido
na etapa (2). Esta etapa dever produzir novos modelos numricos, com a
distribuio das contribuies da cada componente do meio fsico esteja
homogeneizada pela zonalidade das UTBs.
Geoprocessamento em Projetos Ambientais 6-22
Metodologias para Aplicaes Ambientais

4. Realizar uma operao de mdia ponderada entre os mapas gerados na etapa


(3), o que permitir integrar a contribuio de cada componente do meio fsico
para as diferentes UTBs. O dado resultante ser um nico modelo numrico,
com valores entre 1 e 3.

5. Proceder a um fatiamento do modelo resultante, gerando assim uma carta


temtica de vulnerabilidade natural a eroso.

Para validar a adaptao da metodologia, foi escolhida uma rea de trabalho que
corresponde folha Rio Fresco, codigo SB-22-Y-D e est situada no estado do
Par, perfazendo uma rea de 18150 Km2 (165km x 110km), e esta localizada
entre os paralelos 7 00 e 8 00 de latitude sul e os meridianos 51 00 e 52 30
de longitude oeste. Os dados utilizados incluem:

Imagens do satlite TM/LANDSAT -5, bandas 3,4,5, na escala 1:250000.


Estas imagens foram utilizadas tanto no formato digital quanto em uma
composio colorida (5R4G3B) em papel. Para cobrir toda a rea foi
necessrio fazer um mosaico de duas cenas do satlite (rbita 224, ponto
65, de 24/07/1992 e rbita 225, ponto 65. Data 31/07/1992).

Quatro cartas temticas na escala 1:1000000 do Projeto RADAMBRASIL.


Volume 4- Folhas SB/SC 22, com o Mapa Geolgico, Mapa
FitoEcolgico, Mapa Geomorfolgico e Mapa Exploratrio de Solos.

Carta topogrfica na escala 1:250000, confeccionada pelo Instituto


Brasileiro de Geogrfia e Estatstica (IBGE/1982). Projeo UTM/SAD-
69, carta Rio Fresco, Folha SB-22-Y-D MIR224.

A Figura 6.12 mostra um mosaico da imagem do sensor TM/LANDSAT em


composio colorida 3B4G5R de 24 e 31 de julho de 1992 da rea de estudo. A
figura 6.13 mostra as unidades territoriais bsicas (utbs) obtidas a partir de anlise
e interpretao da imagem apresentada na Figura 6.12.

Geoprocessamento em Projetos Ambientais 6-23


Metodologias para Aplicaes Ambientais

Figura 6.12 - Mosaico em composio colorida das bandas 3(B),4(G),5(R) do


sensor Thematic Mapper (TM) do satlite LANDSAT.

Figura 6.13 - Compartimentao das Unidades Territoriais Bsicas da rea de


estudo

Geoprocessamento em Projetos Ambientais 6-24


Metodologias para Aplicaes Ambientais

A carta de vulnerabilidade natural eroso obtida est mostrada na Figura 6.14. A


comparao entre os resultados obtidos de forma manual com os produzidos
automaticamente mostrou um alto grau de concordncia. As diferenas que
ocorreram foram ocasionadas por problemas nos mapas bsicos originais. Uma
anlise mais detalhada dos mapas temticos do RADAM indicou que h
divergncias relevantes entre os diferentes mapas, especialmente entre os mapas
geolgicos e os geomorfolgicos. Assim, em projetos de integrao de dados,
imprescindvel realizar um pre-processamento nos mapas temticos bsicos, para
corrigir eventuais imprecises relativas existentes.

Figura 6.14. Mapa de Vulnerabilidade Natural da Regio de Rio Fresco (PA).

Geoprocessamento em Projetos Ambientais 6-25


Bibliografia

BIBLIOGRAFIA

ADAMS, S.S. - Using geological information to develop exploration strategies for


epithermal deposits. In: Berger, B.R. and Bethke, P.N. - 1988 - Geology and
geochemistry for epithermal systems. Review in Economic Geology, 2, Cap. 12,
p. 273-298.

AKAIKE, H. A New Look at Statistical Model Identification, IEEE Transactions


on Automatic Control, 19 (6): 716-723, Dec. 1974.

AKIMA H. A method of bivariate interpolation and smooth surface fitting for values
given at irregularly distributed points. Office of Telecomunications Report 75-
70, U.S. Govt. Printing Office, Washington, DC, 51 pages, 1975.

AKIMA H. A method of bivariate interpolation and smooth surface fitting for


irregularly distributed data points. ACM Transactions on Mathematical
Software, 4(2), pp 148 - 159, 1978a.

AKIMA H. Algorithm 525. Bivariate interpolation and smooth surface fitting for
irregularly distributed data points. ACM Transactions on Mathematical
Software, 4(2), pp 160 - 164, 1978b.

ALMEIDA FILHO, R. & PARADELLA, W.R. - 1977 - Estudo do macio alcalino de


Poos de Caldas atravs de imagens Landsat com nfase em mineralizaes
radioativas. INPE-1112-TPT/060. So Jos dos Campos, 130 p.

Almeida, A. S.; Bettini, C. Curso de Geoestatstica Aplicada. Rio de Janeiro,


UFRJ, 1994. Apostila.

ARONOFF, S. Geographical Information Systems: A Management Perspective.


Ottawa, WDI Publications, 1989.

ASSAD, E.D.; SANO, E.E. Sistemas de Informaes Geogrficas - Aplicaes na


Agricultura. Braslia, EMBRAPA, 1993.

Geoprocessamento em Projetos Ambientais 7-1


Bibliografia

BATISTELLA, M. Cartografia ecolgica do Arquiplago de Fernando de Noronha.


Dissertao de Mestrado em Ecologia. So Paulo. USP. 1993.

BECKER, B.K.; EGLER, C.A.G. Detalhamento da Metodologia para Execuo do


Zoneamento Ecolgico-Econmico pelos Estados da Amaznia Legal. Braslia,
MMA/SAE, 1997.

BERRY, J.K. - 1988 - Fundamental operations in computer-assisted map analysis.


International Journal on Geographycal Information System, 1:119-136

BERTIN, J. Semiologie Graphique. Paris, Gauthiers-Villars, 1973.

BERTRAND, G. Paisagem e Geografia Fsica Global: Esboo metodolgico.


Caderno de Cincias da Terra, 13. Inst. de Geografia-USP. So Paulo. 1971.

BREGT, A., Integrating GIS and Process Models for Global Environmental
Assessment. In: INTERNATIONAL WORKSHOP ON GLOBAL GIS, Tquio, Japo,
Agosto de 1993. Proceedings, ISPRS, Tquio, pp. 77-84, 1993.

BURGESS, T. M.; WEBSTER, R. Optimal interpolation and isarithmic mapping of


soil properties. I The semi-variogram and punctual Kriging. Journal of Soil
Science, 31 (2): 315-331, 1980a.

BURGESS, T. M.; WEBSTER, R. Optimal interpolation and isarithmic mapping of


soil properties. II Block Kriging. Journal of Soil Science, 31 (2): 333-341,
1980b.

BURGESS, T. M.; WEBSTER, R. Optimal interpolation and isarithmic mapping of


soil properties. III Changing drift and universal kriging. Journal of Soil
Science, 31(3): 505-524, 1980c.

Burrough, P. A.; Varekamp C.; Skidmore, A.K. Using Public Domain


Geostatistical and GIS Software for Spatial Interpolation. Photogrammetric
Engineering & Remote Sensing, 62 (7): 845-854, 1996.

BURROUGH, P. A.; MCDONNELL, R.A. Principles of geographical information


systems. Oxford, Oxford University Press, 1998.

BUSHEE, J. - 1970 - A geochronological study of the alkaline massif of Poos de


Caldas, Brazil. Laboratrio de Geocronologia da Universidade de So Paulo.
Relatrio Indito, 25 p.

Geoprocessamento em Projetos Ambientais 7-2


Bibliografia

CMARA, G.; FREITAS,U.M.; CORDEIRO, J.P.C. Towards an Algebra of


Geographical Fields. In: VII SIMPSIO BRASILEIRO DE COMPUTAO GRFICA
E PROCESSAMENTO DE IMAGENS. Anais, Curitiba, SBC, pp. 205-212, 1994.
(disponvel na webpage http://www.dpi.inpe.br/gilberto).

CMARA, G. Modelos, Linguagens e Arquiteturas para Bancos de Dados


Geogrficos. Tese de Doutoramento em Computao Aplicada. So Jos dos
Campos, INPE, 1995. (disponvel na webpage
http://www.dpi.inpe.br/gilberto/tese).

CMARA, G.; CASANOVA, M.A.; HEMERLY, A.; MEDEIROS, C.M.B.; MAGALHES,


G. Anatomia de Sistemas de Informao Geogrfica. SBC, X Escola de
Computao, Campinas, 1996.

CMARA, G.; FREITAS, U.M.; SOUZA, R.C.M.; GARRIDO, J. SPRING: Integrating


Remote Sensing and GIS by Object-Oriented Data Modelling. Computers and
Graphics, vol. 15, n.6, July 1996.

CARVALHO, G. M. B.; VALRIO FILHO, M.; MEDEIROS, J. S. Aplicao de


tcnicas de sensoriamento remoto e geoprocessamento na identificao da
eroso dos solos na Bacia do rio Aracoiaba - CE. In: VII Simpsio Brasileiro
de Sensoriamento Remoto. Curitiba. 10-14 de maio. 1993.

CHEN ZI-TAN; GUEVARA J. A.. Sistematic selection of very important points (VIP)
from digital terrain model for constructing triangular irregular networks. Eight
International Symposium on Computer-Assisted Cartography - AutoCarto 8.
Proceedings. Baltimore, Mariland, USA. pp. 50-56, 1987.

CLEMENTINI, E.; DI FELICE, P.; VAN OOSTEROM, P. A Small Set of Formal


Topological Relationships Suitable for End-User Interaction. In: Third
International Symposium on Spatial Data Handling. Proceedings, Singapore,
1993, pp. 277-295.

CODD, E.F. A Relational Model for Large Shared Data Banks. Communications of
the ACM, 13(6):377-387, Julho de 1970.

COWEN, D.J. GIS versus CAD versus DBMS: what are the differences.
Photogrammetric Engineering and Remote Sensing, 54:1551-4, 1988.

CORDEIRO, J. P.; AMARAL, S.; FREITAS, U.M.; CMARA, G. lgebra de geo-


campos e suas aplicaes. In: VIII Simpsio Brasileiro de Sensoriamento
Remoto. Salvador. 14-19 de abril. 1996.

Geoprocessamento em Projetos Ambientais 7-3


Bibliografia

CREPANI, E.; MEDEIROS, J. S.; HERNANDEZ FILHO, P.; FLORENZANO, T. G.


DUARTE, V. AZEVEDO, L. G.. Uso de sensoriamento remoto no zoneamento
ecolgico-econmico. In: VIII Simpsio Brasileiro de Sensoriamento Remoto.
Salvador. 14-19 de abril. 1996.

DOLFUS, O. O Espao Geogrfico. Rio de Janeiro, Bertrand Brasil, 1991.

DRUCK, S.; BRAGA, L.P.V. Anlise e Classificao de Dados de Solos por


Geoestatstica e Lgica Difusa. Relatrio Interno, Centro Nacional de Pesquisa
em Solos, EMBRAPA, 1995.

EGENHOFER, M. Spatial Query Languages, Ph.D. Thesis, Depart. of Surveying


Engineering, University of Maine, 1989.

EGENHOFER, M. Spatial SQL: A Query and Presentation Language. IEEE


Transactions on Knowledge and Data Engineering, 6:86-95, 1994.

EHLERS, M., EDWARDS, G., BERARD, I. Integration of Remote Sensing with


Geographic Information Systems: A Necessary Evolution. Photogrammetry
Engineering and Remote Sensing, 55 (11): 1619-1627, 1989.

ESRI, ARC/INFO 6.0 Command Reference: GRID. Redlands, California, USA,


1991.

FALCIDIENO B.; SPAGNUOLO M. A new method for the characterization of


topographic surfaces. International Journal of Geographical Information
Systems, 5(4), pp. 397 - 412, 1991.

FELGUEIRAS C. A. Desenvolvimento de um Sistema de Modelagem Digital de


Terreno para Microcomputadores. Dissertao de mestrado em Computao
Aplicada. Instituto Nacional de Pesquisas Espaciais - INPE, So Jos dos
Campos, SP, Brasil, 1987.

FELGUEIRAS C. A.; GOODCHILD M. F. "Two Papers on Triangulated Surface


Modeling". Relatrio Tcnico 95-2 do National Center for Geographic
Information and Analysis - NCGIA. University of California, Santa Barbara,
CA, U.S.A, 1995

FLORIANI L.; PUPPO E. An on-line algorithm for constrained Delaunay


triangulation. CVGIP: Graphical Models and Image Processing, 54(3), pp.
290-300, 1992.

Geoprocessamento em Projetos Ambientais 7-4


Bibliografia

FRANK, A.; MARK,D. Language Issues for GIS. In: Maguire,D.; Goodchild, M.;
Rhind,D. (eds) Geographical Information Systems: Principles and
Applications. New York, John Wiley and Sons, 1991, cap. 11, p. 147-163.

FRAENKEL, M.O., SANTOS, R.C., LOUREIRO, F.E.V.L. & MUNIZ, W.S. - 1985 -
Jazida de urnio no planalto de Poos de Caldas, Minas Gerais. In: Principais
Depsitos Minerais do Brasil. DNPM, vol. 1, Cap. 5, 89-103.

FREEMAN, J. The Modelling of Spatial Relations. Computer Graphics and Image


Processing, 4: 156-171, 1975.

FOURNIER A; FUSSEL D.; CARPENTER L. Computer rendering of Stochastic


Models. Communications of the ACM, 25(6), pp 371- 384, 1982.

FUNDAO INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATSTICA - IBGE. PMACI


I. Projeto de Proteo do Meio Ambiente e das Comunidades Indgenas:
Diagnstico Geoambiental e Scio-Econmico. IBGE. Rio de Janeiro. 1990.

GOODCHILD, M. A spatial analytical perspective on geographical information


systems. International Journal of Geographical Information Systems, 1 (4):
327-334, 1987.

GOODCHILD, M. Geographical information science. International Journal of


Geographical Information Systems, 6 (2): 35-45, 1992a.

GOODCHILD, M. Geographical data modeling. Computers & Geosciences, 1992,


18(4): 401-408, 1992b.

GOODCHILD, M.; PARKS, B.; STEYART, L. Environmental Modelling with GIS,


Oxford, Oxford University Press, 1993.

GOMES, J.M.; VELHO, L. Computao Visual: Imagens. Rio, SBM, 1995.

GREGORY, K.J. A Natureza da Geografia Fsica. Rio de Janeiro, Bertrand Brasil,


1992.

GUTMAN, A. R-trees: a dynamic index structure for spatial searching. In: ACM
SIGMOD CONFERENCE. Proceedings, Boston, ACM, pp. 47-57, 1984.

HARTSHORNE,R. Propsitos e natureza da geografia. So Paulo, Editora


HUCITEC, Editora da Universidade de So Paulo, 2. Ed., 1978.

Geoprocessamento em Projetos Ambientais 7-5


Bibliografia

HEUVELINK, G.B.M; BURROUGH, P.A. Error propagation in cartographic


modelling using Boolean logic and continuous classification. International
Journal of Geographical Information Systems, 7:231-46, 1993.

INTERGRAPH, MGE- The Modular GIS Environment, 1990.

JOLY, P. A Cartografia. Campinas, Papirus, 1990.

KEMP, K. Environmental Modelling with GIS: A Strategy for Dealing with Spatial
Continuity. Ph.D. thesis, Department of Geography, University of Santa
Barbara, 1993. NCGIA Technical Report 93-3.

KUMLER M. P. An Intensive Comparison of TINs and DEMs. PhD Dissertation in


Geography. University of California, Santa Barbara, USA, 1992.

KUNTSCHIK, G. Implementao de um modelo de perda de solo por eroso


hdrica utilizando tcnicas de geoprocesamento. (Dissertao de Mestrado em
Sensoriamento Remoto). INPE. So Jos dos Campos, SP. 1996.

LANCASTER P.; SALKAUSKAS K. Curve and Surface Fitting: An Introduction.


London, Academic Press, 1986.

LEE J. Comparison of existing methods for building triangular irregular network


models of terrain from grid digital elevation models. International Journal of
Geographical Information Systems, 5(3), pp. 267 - 285, 1991.

MAGUIRE,D. AN Overview and Definition of GIS. In: Maguire,D.; Goodchild, M.;


Rhind, D. (eds) Geographical Information Systems: Principles and
Applications. New York, John Wiley and Sons, 1991, pp. 9-20.

MAGUIRE,D.; DANGERRAMOND, J. The Functionality of GIS. In: Maguire,D.;


Goodchild, M.; Rhind, D. (eds) Geographical Information Systems: Principles
and Applications. New York, John Wiley and Sons, 1991, pp. 319-35.

MAGUIRE,D.; GOODCHILD, M.; RHIND, D. (eds.) Geographical Information


Systems: Principles and Applications. New York, John Wiley and Sons, 1991.

MCCULLAGH M. J. Terrain and surface modelling systems: theory and practice.


Photogrammetric Record, 12(2), pp. 747-779, 1988.

MONMONIER, M. Mapping It Out. Chicago, Chicago University Press, 1992.

Geoprocessamento em Projetos Ambientais 7-6


Bibliografia

MORAIS, A.C.R. Geografia: Pequena Histria Crtica. So Paulo, Hucitec, 15a.


edio, 1995.

MORAIS, A.C.R. Meio Ambiente e Cincias Humanas. So Paulo, Hucitec, 2a.


edio, 1997.

MOREHOUSE, S. The ARC/INFO Geographical Information System. Computers &


Geosciences, 18(4): 435-443, 1992.

NAMIKAWA, L. M. Um mtodo de ajuste de superfcie para grades triangulares


considerando linhas caractersticas. (Dissertao de Mestrado em Computao
Aplicada) - Instituto Nacional de Pesquisas Espaciais, So Jos dos Campos,
SP, Brasil, 1995.

NCGIA, The Research Plan for the NCGIA, International Journal of Geographic
Information Systems, 3(2):117-136, 1989.

NUCLEBRS-EMPRESAS NUCLEARES BRASILEIRAS - 1975a - Mapa Geolgico do


Planalto de Poos de Caldas. Indito.

NUCLEBRS-EMPRESAS NUCLEARES BRASILEIRAS - 1975b - Mapa Radiomtrico


do Planalto de Poos de Caldas. Indito.

OLIVEIRA, A.G. - 1974 - Mineralizao de urnio e molibdnio no planalto de


Poos de Caldas, MG. Anais XXVIII Congresso Brasileiro de Geologia, 1:207-
221, Porto Alegre.

OLIVEIRA, C. de. Curso de Cartografia Moderna. IBGE. Rio de Janeiro. 2a Ed,


1993.

PETTINATTI, F., Modelamento Digital de Terreno e Representao Grfica de


Superfcie. Dissertao de Mestrado em Engenharia, Escola Politcnica da
Universidade de So Paulo - USP. So Paulo, SP, Brasil, 1983.

PETRIE G.; KENNIE, T. J. M. Terrain modelling in surveying and civil engineering.


Computer Aided Design, 19(4), pp. 171-187, 1987.

PREPARATA F. P.; SHAMOS M. I.. Computational geometry : an introduction.


Springer-Verlag, New York, USA, 1988.

ROSS, J. L. S. Anlise Emprica da Fragilidade dos Ambientes Naturais e


Antropizados. Revista do Dpto. de Geografia da FFLCH-USP. N. 7. pp. 65-74.
1993.

Geoprocessamento em Projetos Ambientais 7-7


Bibliografia

SANTOS, M. Espao e Mtodo. So Paulo. Nobel. 1985.

SILVA, T. C. Metodologia dos estudos integrados para o zoneamento ecolgico-


econmico. Salvador. IBGE/DRN-BA. 1987.

SOTCHAVA, V. B. O estudo de geossistemas. Mtodos em Questo, 16. So Paulo.


USP. 1977.

STAR, J.; ESTES, J. Geographic Information Systems: An Introduction. New


York, Prentice-Hall, 1990.

SUDEC. Levantamento de reconhecimento semidetalhado dos solos da regio dos


Inhamuns-Salgado. Parte I. Iguat. Fortaleza. 1980.

SUI, D. Z. A Fuzzy GIS Modeling approach for urban land evaluation. Computers,
Environment and Urban Systems. Vol.16. N2. 1992. pp 101-115.

TANG L.. Raster Algorithms for surface modelling. XVII ISPRS Congress annals,
Washington, D. C., pp. 566 - 573, 1992.

TOLBERT, J. - 1966 - The uraniferous zirconium deposits of the Poos de Caldas


plateau, Brazil. U. S. Geological Survey Bulletin, 1185-C; 28 p.

TOMLIN, C.D. - 1992 - Cartographic modelling. In: Maguire, D.J. & Goodchild,
M.F., Rhind, D.W. (eds.) Geographical Information Systems: principles and
applications. Longman, London, 1:361-374.

TOMLIN, D. Geographic information systems and Cartographic Modeling.


Prentice Hall, New York, 1990.

TRICART, J. Ecodinmica. IBGE-SUPREN, (Recursos Naturais e Meio


Ambiente). Rio de Janeiro. 1977.

TRICART, J.; KIEWIETDEJONGE, C. Ecogeography and Rural Management: A


Contribuition to the International Geosphere-Biosphere Programme. Essex.
Longman Scientific & Technical. 1992.

TUFTE, E.R.. The Visual Display of Quantitative Information. Cheshire, USA,


Graphics Press, 1983. (OK)

TURNER, B.L.; SKOLE, D.; SANDERSON, S.; FISCHER, G.; FRESCO, L.; LEEMANS,
R. Land-Use and Land Cover Science Research Plan. Stockholm, IGBP, 1995.

Geoprocessamento em Projetos Ambientais 7-8


Bibliografia

VEIGA, M.M. & MEECH, J.A. - 1994 - Heuristic approach to mercury pollution in
the Amazon. Proceedings of Extraction and Processing for the Treatment and
Minimization of Waste, 1:23-38, San Francisco.

WALKER, K-M. - 1983 - Digital spatial data handling techniques applied to the
development of quantitative geologic models. Proceedings XV International
Symposium on Remote Sensing of Environment, 1:827-838, Ann Arbor.

WEDOW JR., H. - 1967 - The Morro do Ferro thorium and rare-earth ore deposit,
Poos de Caldas district, Brazil. U. S. Geological Survey Bulletin, 1185-D, 34p.

WISCHMEIER, W.H., SMITH, D.D. Predicting rainfall erosion losses: A guide to


conservation planning. US Department of Agriculture, Agriculture handbook
No 537. (1978)

WORBOYS, M.F. GIS: A Computing Perspective. London, Taylor and Francis,


1995.

ZADEH, L.A. - 1965 - Fuzzy sets. Information and Control, 8:338-353.

Geoprocessamento em Projetos Ambientais 7-9