modelagem de bancos de dados geográficos - dpi.ufv.brjugurta/papers/erico2000cap5.pdf ·...
TRANSCRIPT
5Modelagem de Bancos de Dados Geográficos
Jugurta Lisboa Filho
Universidade Federal de Viçosa, Departamento de Informática36571-000 Viçosa, MG, Brasil - Fone: (31) 899-1762
Resumo:
O termo Sistema de Informação Geográfica (SIG) caracteriza os sistemas deinformação cuja principal característica é possibilitar a realização de análises espaciaisenvolvendo dados referenciados geograficamente. Entre os principais componentes deum software de SIG está o componente de armazenamento, denominado sistema debanco de dados geográficos. Devido à complexidade das aplicações que sãodesenvolvidas a partir de um SIG, um dos problemas mais críticos no desenvolvimentodesses sistemas tem sido projetar o banco de dados geográficos. O projeto de banco dedados deve ser realizado com o apoio de um modelo de dados de alto nível (modeloconceitual). Modelagem conceitual tem sido aplicada com sucesso no projeto de bancosde dados em geral. Independentes de plataformas de hardware e software, os modelosconceituais permitem representar, de maneira abstrata, formal e não ambígua, arealidade da aplicação, facilitando a comunicação entre projetistas e usuários.Aplicações geográficas, contudo, impõem alguns requisitos específicos de modelagemque não são satisfatoriamente atendidos pelos modelos conceituais de dados depropósito geral. O objetivo desse curso é apresentar uma abordagem para modelagemconceitual de banco de dados geográficos com base na linguagem UML [BOO 98] e noGeoFrame, um framework conceitual. Inicialmente é apresentada uma breve introduçãoaos conceitos fundamentais da área de Geoprocessamento e descritos os principaiscomponentes de um SIG.
Palavras chaves: Banco de dados; Modelo conceitual; Sistema de InformaçãoGeográfica.
5.1. Introdução
O termo Sistema de Informação Geográfica (SIG) caracteriza os sistemas deinformação que tornam possível a captura, modelagem, manipulação, recuperação,análise e apresentação de dados referenciados geograficamente (ou dadosgeorreferenciados) [WOR 95]. De forma geral, um software de SIG é um sistemacomposto de quatro grandes componentes: componente de captura de dados,componente de armazenamento, componente de análise e componente de apresentaçãodos dados.
O componente de armazenamento, denominado sistema de banco de dadosgeográficos, estrutura e armazena os dados de forma a possibilitar a realização dasoperações de análise envolvendo dados espaciais. Devido à complexidade dasaplicações que são desenvolvidas a partir de um SIG, um dos grandes problemas nodesenvolvimento desses sistemas tem sido projetar o banco de dados geográficos.
O projeto de um banco de dados deve ser realizado com o apoio de um modelode dados de alto nível, também conhecido como modelo conceitual. Durante váriosanos, as pesquisas no campo dos modelos de dados para SIG centraram-se na busca porestruturas de dados para o armazenamento de dados georreferenciados, o que ficouconhecido como “ debate raster-vector” [COU 92].
A necessidade de novos modelos conceituais para o desenvolvimento deaplicações de SIG foi identificada no final da década de 80 [EGE 87]. Embora existamdiversas propostas de modelos conceituais específicos para SIG, o desenvolvimentodessas aplicações tem sido feito de forma não metodológica, tendo como resultadodiversos problemas decorrentes de abordagens evolutivas desordenadas.
O objetivo desse curso1 é apresentar uma abordagem para modelagem conceitualde banco de dados geográficos com base no uso na linguagem UML [BOO 98], maisespecificamente em seu diagrama de classes, e no framework conceitual GeoFrame[LIS 99].
O documento está organizado da seguinte forma. A Seção 5.2 apresenta umaintrodução aos Sistemas de Informação Geográfica. A Seção 5.3 descreve os requisitosde modelagem impostos pelas aplicações de SIG e que devem ser suportados pelosmodelos conceituais de dados específicos para essas aplicações. A Seção 5.4 descreve eexemplifica o uso do modelo de objetos da linguagem UML de forma integrada com oframework GeoFrame. É apresentado um exemplo real de modelagem de dadosseguindo essa abordagem. As considerações finais e alguns dos tópicos atuais depesquisa na área de SIG são apresentados na Seção 5.5.
1 Este material é uma revisão e adaptação do texto apresentado na VIII Escola de Informática da SBC-Sul, maio de 2000.
5.2. Sistemas de Informação Geográfica
Esta seção apresenta uma breve introdução aos sistemas de informaçãogeográfica, que foi extraída e atualizada a partir da apostila Introdução à Sistemas deInformações Geográficas com Ênfase em Banco de Dados, apresentada na XV Jornadade Atualização em Informática, durante o XVI Congresso da SBC e, também, na 10ªEscuela de Ciencias Informáticas, ocorrida em Buenos Aires em 1996.
São apresentados alguns conceitos importantes na área de geoprocessamento,conceitos básicos sobre cartografia e sensoriamento remoto e é feita uma descrição dosprincipais componentes de um sistema de informação geográfica.
5.2.1. Conceitos BásicosConforme descrito na seção anterior, Sistemas de Informação Geográfica
(SIG) são sistemas computacionais que permitem a captura, armazenamento,manipulação, recuperação, análise e apresentação de dados referenciadosgeograficamente [WOR 95]. Dados referenciados geograficamente ou, simplesmente,dados georreferenciados são dados que descrevem fenômenos geográficos cujalocalização está associada a uma posição sobre/sob a superfície terrestre.
Uma das principais características de um SIG é sua capacidade de manipulardados gráficos (cartográficos) e não-gráficos (descritivos) de forma integrada, provendouma forma consistente para análise e consulta. É possível, desta forma, ter acesso àsinformações descritivas de um fenômeno geográfico a partir de sua localização e vice-versa. Além disso, pode-se fazer conexões entre diferentes fenômenos com base emrelacionamentos espaciais.
Quatro aspectos caracterizam um dado georreferenciado:
• a descrição do fenômeno geográfico;
• sua posição (ou localização) geográfica;
• relacionamentos espaciais com outros fenômenos geográficos; e
• instante ou intervalo de tempo em que a fenômeno existe ou é válido.
Estes aspectos são classificados em duas categorias de dados: dadosconvencionais - atributos alfanuméricos usados para armazenar os dados descritivos etemporais; e dados espaciais - atributos que descrevem a geometria, a localizaçãogeográfica e os relacionamentos espaciais [OOI 90]. Além disso, um SIG pode possuirdados pictórios, que armazenam imagens sobre regiões geográficas (ex.: fotografia deuma cidade ou uma imagem de satélite).
Existem diversos tipos de sistemas que manipulam dados espaciais, como ossistemas de cartografia automatizada e os sistemas de CAD (Projeto Auxiliado porComputador), porém, os SIG se diferenciam desses sistemas por dois motivosprincipais. Primeiro, por sua capacidade de representar os relacionamentos espaciais (outopológicos) entre fenômenos geográficos. Segundo, por permitir a realização decomplexas operações de análise espacial com os dados geográficos.
O termo Geomatics, usado em alguns países (ex.: Canadá), é um termo "guarda-chuva" que engloba toda ciência ou tecnologia relacionada a cadastro, levantamento,mapeamento, sensoriamento remoto e SIG. Geomatics é definido como “o campo deatividades que, utilizando uma abordagem sistêmica, integra todos os meios empregadosna aquisição e gerenciamento de dados espaciais usados em aplicações científicas,administrativas, legais e técnicas, envolvidas no processo de produção e gerenciamentode informação espacial” [GEO 95]. No Brasil, Geomatics corresponde aGeoprocessamento.
Portanto, o termo Sistema de Geoprocessamento engloba todos os sistemascomputacionais capazes de processar dados georreferenciados, tais como os sistemas decartografia automatizada (CAC), sistemas de processamento de imagens, sistemas degerenciamento de redes de infra-estrutura, sistemas de apoio a projeto (CAD) e,principalmente, os SIG [RAM 94]. No Brasil, freqüentemente, o termo sistema degeoprocessamento têm sido utilizado, pela comunidade de usuários, como sendosinônimo de sistema de informação geográfica.
O número de problemas onde os SIG são empregados aumenta a cada dia.Tradicionalmente, estes sistemas têm sido utilizados por instituições públicas, empresasde prestação de serviço de utilidade (ex. companhias de água, luz e telefone), na área desegurança militar e em diversos tipos de empresas privadas (ex.: engenharia civil,terraplanagem). A seguir, é apresentada uma relação das diversas áreas de aplicação deSIG, divididas em cinco grupos principais, segundo [RAM 94].
• Ocupação Humana - redes de infra-estrutura; planejamento e supervisão delimpeza urbana; cadastramento territorial urbano; mapeamento eleitoral; redehospitalar; rede de ensino; controle epidemiológico; roteamento de veículos;sistema de informações turísticas; controle de tráfego aéreo; sistemas decartografia náutica; serviços de atendimentos emergenciais.
• Uso da Terra - planejamento agropecuário; estocagem e escoamento daprodução agrícola; classificação de solos; gerenciamento de baciashidrográficas; planejamento de barragens; cadastramento de propriedadesrurais; levantamento topográfico e planimétrico; mapeamento do uso da terra.
• Uso de Recursos Naturais - controle do extrativismo vegetal e mineral;classificação de poços petrolíferos; planejamento de gasodutos e oleodutos;distribuição de energia elétrica; identificação de mananciais; gerenciamentocosteiro e marítimo.
• Meio Ambiente - controle de queimadas; estudos de modificações climáticas;acompanhamento de emissão e ação de poluentes; gerenciamento florestal dedesmatamento e reflorestamento.
• Atividades Econômicas - planejamento de marketing; pesquisas sócio-econômicas; distribuição de produtos e serviços; transporte de matéria-prima.
5.2.2. Fundamentos em Cartografia e Sensoriamento RemotoEsta seção descreve alguns conceitos básicos das áreas de Cartografia e
Sensoriamento Remoto que são importantes para o entendimento do funcionamento de
um SIG. Maiores detalhes o leitor pode encontrar, por exemplo, em [OLI 93] e[LIL 87].
Um mapa é uma representação, em escala e sobre uma superfície plana, de umaseleção de características sobre ou em relação à superfície da terra [NCG 90].Tradicionalmente, os mapas têm sido a principal fonte de dados para os SIG.
Mapas podem ser usados com diferentes propósitos, sendo que os mais comunssão: exibição e armazenamento de dados (ex.: uma folha de mapa pode conter milharesde informações que são recuperadas visualmente); como índices espaciais (ex.: cadaárea delimitada em um mapa pode estar associada a um conjunto de informações em ummanual separado); como ferramenta de análise de dados (ex.: comparar e localizar áreasde terras improdutivas); ou mesmo como objeto decorativo (ex.: mapas turísticos).
A confecção de um mapa requer, entre outras coisas, a seleção das característicasa serem incluídas no mapa, a classificação dessas características em grupos, suasimplificação para representação, a ampliação de certas características para melhorrepresenta-las no mapa, e a escolha de símbolos para representar as diferentes classes decaracterísticas [ARO 89].
Existem diversos tipos de mapas. Mapas topográficos são elaborados com oobjetivo de atender a uma infinidade de propósitos, enquanto que mapas temáticos sãoelaborados com objetivos mais específicos, por conter informações sobre um únicoassunto, por exemplo, para representar o relevo, a vegetação ou o tipo de solo de umaregião.
A escala de um mapa é a razão entre as distâncias representadas no mapa e suascorrespondentes distâncias no mundo real. Por exemplo, em um mapa de escala1:50.000, 1cm no mapa corresponde a 50.000cm (ou 500m) na superfície terrestre.Uma escala de 1:10.000 (1cm no mapa corresponde a 100m) é suficiente pararepresentar o traçado de ruas em uma cidade. Porém, é insuficiente caso a aplicaçãonecessite manipular informações sobre lotes urbanos. Por outro lado, numa escala de1:250.000 (1cm no mapa corresponde a 2,5 Km), somente grandes fenômenosgeográficos podem ser representados, tais como tipos de vegetação, limites municipais erodovias.
O sistema de coordenadas permite definir a localização de qualquer elementosobre a superfície terrestre. Os sistemas mais empregados são os sistemas decoordenadas geográficas (ou terrestres) e os sistemas de coordenadas planas (oucartesianas) [CAM 96].
Nos sistemas de coordenadas geográficas, cada ponto é definido através do parde coordenadas referente à interseção de um meridiano com um paralelo. Os meridianossão círculos da esfera terrestre que passam pelos Pólos Norte e Sul, enquanto que osparalelos são círculos da esfera terrestre cujos planos são perpendiculares ao eixo dosPólos Norte-Sul. Os meridianos são medidos em longitude a partir do meridiano deGreenwich, escolhido arbitrariamente como sendo o meridiano de origem, com valoresvariando de 0º de longitude (na origem) até +180º de longitude a leste e -180º delongitude a oeste. O paralelo do Equador divide a Terra nos hemisférios norte e sul,definindo as medidas de latitude como sendo 0º no paralelo do Equador, +90º no PóloNorte e -90º no Pólo Sul.
Os sistemas de coordenadas planas são baseados em um par de eixosperpendiculares, onde a interseção dos eixos representa a origem para a localização dequalquer ponto sobre o plano. Nestes sistemas, as coordenadas dos pontos sãorepresentadas por um par de valores (x,y) representando a projeção do ponto sobre cadaum dos eixos. Normalmente, o eixo horizontal fica associado à medida de longitudeenquanto que o eixo vertical fica associado à medida de latitude, o que permiteconversões entre os sistemas de coordenadas, a partir de transformações matemáticas.
A superfície curva da terra é representada em mapas que, normalmente, sãoconfeccionados sobre uma folha de papel, ou seja, sobre uma superfície plana, o que,inevitavelmente, provoca distorções entre a realidade e sua representação. ProjeçãoCartográfica é o método matemático através do qual a superfície curva da terra érepresentada sobre uma superfície plana.
Existem diferentes tipos de projeções utilizadas na confecção de mapas(Figura 5.1). Estas projeções atendem a objetivos distintos, podendo preservar a área(projeção equivalente) dos fenômenos representados, a forma dos fenômenos (projeçãoconformal) ou mesmo a distância (projeção eqüidistante) entre pontos no mapa[NCG 90]. Algumas das projeções mais empregadas são: projeção cônica de Lambert,projeção UTM (“Universal Transverse Mercator”) e projeção plana. No Brasil existe ummapeamento sistemático realizado pelo Serviço de Cartografia do Exército, feito naprojeção UTM, nas escalas de 1:250.000, 1:100.000 e 1:50.000 [CAM 96].
Projeção Cilíndrica Projeção Cônica
Figura 5.1 – Exemplo de projeções
Sensoriamento Remoto é definido como a ciência e a arte de se obterinformações sobre objetos, áreas ou fenômenos, através da análise dos dados adquiridospor um dispositivo que não esteja em contato com o objeto, área ou fenômeno sobinvestigação [LIL 87].
O processo de obtenção de dados através do sensoriamento remoto utilizasensores para se obter dados, de forma remota, que podem ser analisados para gerarinformações sobre as áreas observadas [LIL 87]. Existem diversas formas de captura dedados através de sensores remotos como, por exemplo, através da distribuição de ondasacústicas. Porém, no contexto de SIG, apenas as técnicas empregadas pelos sensores deenergia eletromagnética são importantes. Estes sensores são operados a partir deveículos aeroespaciais (ex.: satélites em órbita terrestre).
Os materiais que estão sobre a superfície terrestre refletem a energiaeletromagnética proveniente de fontes naturais (ex.: sol) ou de fontes artificiais (ex.:lâmpadas), que é captada por dispositivos sensores. Os sensores eletromagnéticospodem ser divididos em dois grupos: passivos e ativos. Sensores passivos (ex.:fotografia aérea) medem a energia existente no ambiente, enquanto que os sensoresativos geram sua própria fonte de energia (ex.: Sistema Radar).
O sistema de radar emite energia na região de microondas do espectroeletromagnético (Figura 5.2) e capta a energia refletida pelos materiais que estão sobre asuperfície terrestre [EAS 95].
10-6
10-5
10-4
10-3
10-1
10-2
0.5
1 10 10 102
103
104
105
106
107
108 9
0.6 0.70.4 (µm)verazul ver
u.v.
visível
comprimento de onda (µm)
raios cósmicos raio X
ultravioleta(u.v.)
i.v. próximoi.v. médio
i.v. termal microonda tv e rádio
infravermelho (i.v.)
(1mm) (1m)
de melho
sist. radar
Figura 5.2 - Espectro eletromagnético [LIL 87]
Segundo Amaral [AMA 90], os materiais apresentam comportamentos distintosao longo do espectro eletromagnético para diferentes atributos (ex.: emissividade,reflectância, absortância, transmissividade, luminescência, etc). Desta forma, sensoresoperando em diferentes intervalos espectrais (sensores multi-espectrais) são capazes dediscriminar determinados objetos ou fenômenos sobre/sob a superfície terrestre.
O espectro eletromagnético é muito amplo e nem todos os comprimentos deonda são adequados para fins de sensoriamento remoto. Por exemplo, os intervalos decomprimento de ondas verde, vermelho (visíveis) e também o infravermelhoapresentam baixa interferência atmosférica, possibilitando uma boa oportunidade paramedir as interações com a superfície terrestre. A maioria das imagens produzidas viasensoriamento remoto para aplicações relacionadas com SIG são obtidas nestesintervalos [LIL 87].
Existem diversas propriedades básicas para um sensor eletromagnético, asprincipais são [CAM 96].:
• resolução espectral - número de bandas do espectro eletromagnético que sãocaptadas pelo sensor;
• resolução espacial - área da superfície terrestre observada pelo sensor;
• resolução temporal - intervalo de tempo entre duas tomadas de imagens.
Os sistemas de processamento de imagens são softwares desenvolvidos pararesolver problemas específicos de tratamento de imagens obtidas remotamente, sendoque alguns SIG possuem módulos acoplados que permitem ao usuário realizar umconjunto, normalmente limitado, de operações envolvendo imagens de satélite.
5.2.3. Componentes de um SIGOs SIG precisam armazenar grandes quantidades de dados e torná-los
disponíveis para operações de consulta e análise. Sistemas Gerenciadores de Banco deDados (SBGD) são ferramentas fundamentais para os SIG, embora alguns sistemascomerciais ainda utilizem sistemas de arquivos para fazer o gerenciamento dos dados.
Com o objetivo de encontrar soluções adequadas para o problema dogerenciamento de dados georreferenciados, diversas pesquisas têm sido realizadas porparte da comunidade de banco de dados, sob os temas de banco de dados espaciais egeográficos [MED 94]. Atualmente, a arquitetura mais empregada na construção dosSIG é a que utiliza um sistema dual, onde o SIG é composto de um SGBD relacional,responsável pela gerência dos atributos descritivos, acoplado a um componente desoftware responsável pelo gerenciamento dos atributos espaciais [CAM 96]. Atendência atual é que os novos SIG estão incorporando características de sistemasorientados a objetos.
Segundo Antenucci [ANT 91], os SIG constituem-se na integração de trêsaspectos distintos da tecnologia computacional (Figura 5.3): sistemas de gerenciamentode banco de dados geográficos (BDGeo); procedimentos para obtenção, manipulação,exibição e impressão de dados com representação gráfica (Interface); e algoritmos etécnicas para análise de dados espaciais (Ferramentas).
FontesSIG
Resultados
BDGeoFerramentas
Interface
Figura 5.3 - Aspectos tecnológicos de SIG
Os SIG apresentam funcionalidades bastante distintas, dependendo do tipo deaplicação em que são utilizados. Alguns produtos são comercializados em módulosseparados, de acordo com as necessidades específicas dos clientes, como o sistemaMGE da INTERGRAPH e o sistema Arc-Info da ESRI. Módulos para processamentode imagens de satélite, para operações com modelos numéricos de terreno (MNT) oupara gerenciamento de redes de infra-estrutura, podem, ou não, estar disponíveis nosistema. Porém, existe um conjunto de componentes que são comuns à maioria dossistemas.
Câmara [CAM 96] apresenta um SIG como possuindo a seguinte arquitetura(Figura 5.4): interface com usuário; entrada e integração de dados; funções deprocessamento; visualização e plotagem; e armazenamento e recuperação de dados.
Interface
Entrada e Integr. Dados
Funções deProcessamento
Visualização ePlotagem
Armazenamento e Recuperação
BD Geográfico
Figura 5.4 - Arquitetura de um SIG [CAM 96]
Existem três tipos de interfaces que são utilizadas nos SIG: linguagem decomandos, menus hierárquicos e sistemas de janelas. Estes tipos de interfacesacompanham a evolução das técnicas empregadas em sistemas de informações em geral.
O componente responsável pela entrada e integração de dados possibilita aobtenção dos dados através de diversos métodos como leitura ótica, digitalização demapas ou aquisição via meio magnético.
O componente responsável pelo armazenamento e recuperação de dadosgeográficos provê as estruturas de dados que possibilitam a compactação de imagens,armazenamento de relacionamentos espaciais (topologia), acesso aos dados através deíndices espaciais, etc.
O conjunto das funções de processamento é o componente que mais sediferencia de sistema para sistema, porém, existe um grande número de funções que sãocomuns a esses sistemas.
A maioria dos dados gerados por uma aplicação de SIG são apresentados naforma de mapas. Desta maneira, um SIG deve prover funções que são equivalentes
àquelas dos sistemas de cartografia automatizada, como colocação automática derótulos, descrição de legendas e escalas gráficas, entre outras.
A seguir cada um desses componentes é apresentado em maiores detalhes.
5.2.3.1. Entrada e Integração de Dados
A obtenção de dados em aplicações de geoprocessamento é um processo bemmais complexo quando comparado com a maioria das aplicações [ARO 89]. Isto se deveao fato da entrada de dados não se limitar a simples operações de inserção. Asdificuldades surgem por duas razões. Primeiro, por se tratar de informações gráficas, oque naturalmente já é uma tarefa mais complexa do que a entrada de dadosalfanuméricos, embora os SIG também manipulem dados alfanuméricos.
A segunda razão, e principal, é devido a natureza das fontes de dados dessasaplicações. Os dados manipulados em um SIG, dizem respeito a fenômenos geográficosque estão distribuídos sobre a superfície da terra, podendo pertencer a sistemas naturaisou criados pelo homem, tais como tipos de solos, vegetação, cidades, propriedadesrurais ou urbanas, redes de telefonia, escolas, aspectos climáticos, etc. Podem sertambém objetos resultantes de projetos envolvendo entidades que ainda não existemcomo, por exemplo, o planejamento de uma barragem para a construção de uma usinahidroelétrica [RAM 94].
Os processos de coleta de dados são baseados em tecnologias comofotogrametria, sensoriamento remoto e levantamento de campo, ou seja, os mesmos quevêm sendo empregados há muito tempo em diversas outras áreas. Com isto, os produtosresultantes desses processos de coleta de dados é que são as verdadeiras fontes de dadosdos SIG. Os SIG possuem dispositivos de interface que permitem que esses dados sejamtransferidos para um meio de armazenamento digital.
A transferência dos dados do meio externo (fontes brutas) para o meio interno(representação digital) é apenas um passo no processo de aquisição dos dados. Muitasoperações posteriores são realizadas como, por exemplo, a associação entre os objetosespaciais e atributos descritivos, operações para corrigir e padronizar os dados comrelação a projeções, escalas e sistemas de coordenadas.
Os métodos mais empregados na aquisição de dados são: a digitalização emmesa; a digitalização automática feita através de leitura ótica por meio de dispositivosde varredura tipo "scanner"; a digitação via teclado; GPS-Global Positioning Systems, ea leitura de dados provenientes de outras fontes de armazenamento secundário (ex. fitasmagnéticas, discos óticos, teleprocessamento). Estes métodos permitem a transferênciados dados obtidos através desses mecanismos para a base de dados dos SIG.
5.2.3.2. Armazenamento de Dados Espaciais
Dados espaciais podem ser estruturados de diversas formas. Porém, duasabordagens são amplamente utilizadas na estruturação dos componentes espaciaisassociados às informações geográficas: a estrutura matricial (raster) e a estruturavetorial. A Figura 5.5 ilustra a diferença entre esses dois tipos de estruturas, a partir dasobreposição de uma imagem vetorial sobre uma imagem matricial. Observe que na
estrutura matricial ocorre uma perda de qualidade quando a imagem é consultada maisdetalhadamente.
Figura 5.5 - Exemplo de representação matricial e vetorial
Na estrutura matricial, a área em questão é dividida em uma grade regular decélulas de formato, normalmente, retangular. A posição da célula é definida pela linha epela coluna onde está localizada na grade. Cada célula armazena um valor quecorresponde ao tipo de entidade que é encontrada naquela posição. Uma área geográficapode ser representada através de diversas camadas, onde as células de uma camadaarmazenam os valores associados a uma única variável (ex.: vegetação) [CHR 97]. Ascamadas ficam totalmente preenchidas, uma vez que cada célula corresponde a umaporção do espaço sendo representado.
Na estrutura vetorial, cada fenômeno geográfico é representado, no banco dedados, por um objeto com identificação própria e representação espacial do tipo ponto,linha, polígono ou um objeto complexo. A posição de cada objeto é definida por sualocalização no espaço, de acordo com um sistema de coordenadas. Objetos vetoriais nãopreenchem todo o espaço, ou seja, nem todas as posições do espaço necessitam estarreferenciadas na base de dados.
Enquanto que a representação vetorial é capaz de armazenar informações sobrefenômenos que podem ser identificados univocamente no mundo real, a representaçãomatricial armazena informações sobre o conjunto de todos os pontos de umadeterminada região do espaço.
Estruturas Matriciais
Ao contrário da estrutura vetorial, onde cada fenômeno do mundo real estáassociado a um objeto espacial, na estrutura matricial os atributos dos fenômenosgeográficos estão associados a grupos de células de mesmo valor. O valor armazenado
em uma célula representa a característica mais marcante do atributo em toda a árearelativa à célula.
A resolução de uma imagem matricial corresponde à dimensão linear mínima damenor unidade do espaço geográfico (célula) sendo considerada. Quanto menor adimensão das células, maior a resolução da imagem matricial e, consequentemente,maior a quantidade de memória necessária para armazená-la.
Cada célula armazena um único valor que corresponde a uma área específica nasuperfície terrestre. O total de valores que precisam ser armazenados pode ser calculado,multiplicando-se o número de linhas pelo número de colunas da estrutura matricial.Assim, geralmente são gerados grandes volumes de dados, tornando-se necessário oemprego de técnicas de compactação de dados.
Como um fenômeno geográfico é representado, na estrutura matricial, por umagrupamento de células, todas contendo um mesmo valor, ocorre um númeroconsiderável de valores redundantes em toda a estrutura. Esta característica é muitoexplorada nos métodos de compactação.
Existem diversas técnicas de compactação que podem ser empregadas noarmazenamento de estruturas matriciais. Algumas delas são [LAU 92]:
• Códigos de cadeia (Chain codes) - os limites de cada região são armazenadosatravés de uma estrutura que contém uma célula de origem e uma seqüênciade vetores unitários. Esses vetores unitários são aplicados nas direçõescardinais (leste, oeste, norte e sul), de cada região, percorridos no sentidohorário;
• Códigos em seqüência (Run-length codes) - armazena, para cada linha, onúmero de ocorrências de células de mesmo valor e o valor correspondente;
• Códigos de bloco (Block codes) - são armazenadas, para cada quadradomáximo, que pode ser formado por um conjunto de células de mesmo valor,as coordenadas da célula inferior esquerda do quadrado, a quantidade decélulas (tamanho) do lado do quadrado e o valor do atributo;
• Árvores quaternárias (Quadtree) - utiliza uma estrutura hierárquica espacial.Existe uma grande variação de tipos de estruturas quadtree, um exemplo éapresentado abaixo.
O termo quadtree descreve uma família de estruturas de dados hierárquicas, quebaseiam-se no princípio de decomposição recursiva do espaço [SAM 89]. Elas sãodiferenciadas pelos seguintes fatores:
• tipo de dado que está sendo representado (pontos, retângulos, regiões, curvas,superfícies ou volumes);
• processo de decomposição empregado, que pode aplicar divisões em partesiguais ou não;
• resolução da imagem, isto é, o número de vezes que a decomposição éaplicada, que pode ser fixo ou variável.
A Figura 5.6 mostra a decomposição de uma imagem usando a estrutura Region-quadtree, que é uma variação de quadtree para representação de regiões, onde umaregião (Figura 5.6-a), representada na matriz binária (Figura 5.6-b) é decomposta emblocos (Figura 5.6-c), gerando a árvore correspondente. Em uma region-quadtree, aimagem é dividida sempre em partes iguais, porém, o número de vezes em que aimagem é dividida é variável, ou seja, depende dos valores armazenados pela imagem.
1
2 3
67
1118
19
4 5
8
9 10
12
13 14
15 16
17
a b c
Nível 3
Nível 2
Nível 1
Nível 0
A
B C E
D F
NW NE SW SE
2 3 4 5 6
7 8 9 10
11 12 13 14
15 16 17 18
19
1
Figura 5.6 - Exemplo de estrutura quadtree [SAM 89]
Neste método, a raiz da árvore corresponde à imagem completa, ou seja, um
array de 2n x 2n valores de células. Cada nó da árvore pode ser um nó folha ou possuirquatro ramos descendentes, compreendendo aos quatro quadrantes: nordeste (NE),noroeste (NW), sudoeste (SW) e sudeste (SE). Nós folhas correspondem aos quadrantesque não necessitam ser redivididos por possuírem somente células de mesmo valor.Estruturas quadtrees são utilizadas, também, como árvores de busca, possibilitando umamelhor eficiência na execução de diversas operações espaciais.
Estruturas Vetoriais
Antes de descrever as estruturas de dados vetoriais é importante conhecer oconceito de topologia. Quando um mapa de uma região que está sobre a superfíciecurva da Terra, é projetado sobre uma superfície plana (ex.: folha de papel), algumaspropriedades são alteradas (ex.: ângulo e distância), enquanto outras permaneceminalteradas (ex.: adjacência e pertinência). Estas propriedades que não se alteram
quando o mapa sofre uma transformação são conhecidas como propriedadestopológicas.
O termo topologia é atribuído aos relacionamentos espaciais mantidos no bancode dados. Um banco de dados espacial é dito topológico se ele armazena a topologia dosobjetos, ou cartográfico se os objetos são vistos e manipulados somente de formaindependente [LAU 92].
Bancos de dados cartográficos são usados em muitos pacotes de confecção demapas, onde as operações de análise são menos importantes do que as funções queauxiliam na elaboração de mapas como, por exemplo, posicionamento de rótulos. Umbanco de dados cartográfico pode ser convertido em um banco de dados topológicoatravés do cálculo e identificação dos relacionamentos entre objetos. Este processo éconhecido como Processo de Construção da Topologia (Building Topology) [LAU 92].
Este processo (Figura 5.7) é usado, também, na fase de identificação dos objetosem um mapa a partir de linhas digitalizadas, o que é feito empregando-se o conceito deRestrição Planar (Planar Enforcement), que consiste na aplicação de duas regras sobreos objetos usados para descrever a variação espacial.
As regras de Restrições Planar são as seguintes:
• Regra 1: Dois polígonos não podem se sobrepor.• Regra 2: Cada posição no mapa pertence a um único polígono, ou a
um limite entre dois plígonos.
(a) (b)
(c)
1
23
4
5
6
78
9
10
A
B
C
D
11
12131415
16
17
18
19
E
Figura 5.7 - Processo de construção da topologia [NCG 90]
De forma simplificada, o processo de construção da topologia começa com umconjunto de segmentos de linhas não relacionados (Figura 5.7-a). Cada interseção delinhas ou nodo terminal é identificado (Figura 5.7-b). Em seguida, cada segmento de
linha existente entre dois nós consecutivos (arestas) é identificado (numerado naFigura 5.7-c). Finalmente, cada polígono resultante recebe um identificador, inclusive opolígono externo que recebe um identificador diferenciado.
A estrutura vetorial tem como primitiva principal o ponto, porém, os sistemasutilizam três construtores básicos: ponto, linha e polígono. As coordenadas (x,y) de umponto representam a localização, em um sistema de coordenadas específico, defenômenos que não possuem dimensões espaciais na escala de representação escolhida.A linha, formada por uma cadeia de segmentos de linha reta, ou mais especificamente,por uma lista de coordenadas de pontos, é usada para representar as entidades darealidade que possuem dimensão linear. O polígono representa as entidades comextensões bidimensionais, através da definição do contorno da área da entidade. Opolígono é formado por uma cadeia fechada de segmentos de linha, podendo ou nãopossuir outros polígonos embutidos em seu interior.
Existem diversas técnicas para armazenamento de objetos espaciais baseadas naestrutura vetorial. Aronoff [ARO 89] divide essas estruturas em dois grandes grupos:estruturas de dados spaghetti e estruturas de dados topológicos, levando-se emconsideração se os relacionamentos topológicos são, ou não, armazenados.
• Estruturas de dados spaghetti - armazenam os polígonos/linhas comoseqüências de coordenadas de pontos. São utilizadas em pacotes decartografia automatizada, onde as informações sobre os relacionamentos entreas entidades não são importantes.
• Estruturas de dados topológicos - armazenam alguns tipos derelacionamentos espaciais, sendo que a ênfase principal é dada nosrelacionamentos de conectividade entre linhas de uma rede e nosrelacionamentos de adjacência entre polígonos. São empregadas na maioriados SIG.
A Figura 5.8 exemplifica uma estrutura de dados vetorial capaz de manter atopologia de polígonos adjacentes. A estratégia é baseada no armazenamento deatributos dos arcos, acrescidos de dois apontadores extras, referentes aos polígonoslocalizados à esquerda e à direita do arco, percorrido no sentido nó-origem-nó-destino.
Uma tabela contém os atributos dos polígonos, uma outra tabela armazena osatributos dos arcos e uma terceira contém as coordenadas dos pontos que formam ageometria dos arcos. Este tipo de estrutura possibilita a execução de operações deconsulta de maneira bastante eficiente, por não necessitar realizar operações com basenas coordenadas dos objetos. Por exemplo, todos os polígonos adjacentes ao polígono Bpodem ser encontrados a partir da Tabela de Atributos dos Arcos. Cada par deapontadores (polígono à direita, polígono à esquerda), contendo o polígono B indica umpolígono adjacente a ele, por ter um arco em comum. Desta forma, os arcos 3, 4 e 5identificam os polígonos adjacentes ao polígono B.
A
B
C
D
12
3
4
5
6
a
b
c
d
Tab. Atributos de Polígonos
ID Atrib1 Atrib2 Atrib3ABCD (exterior)
Tab. Atributos de Arcos
Arco Dir Esq Ori Des 1 A D a c 2 A C c b 3 A B b a 4 D B a d 5 B C b d 6 D C d c
Tab. Geometria de Arcos
Arco Coordenadas 1 (x1,y1),(x2,y2),...... 2 (x1,y1),(x2,y2),...... 3 (x1,y1),(x2,y2),...... 4 (x1,y1),(x2,y2),......
Figura 5.8 - Relacionamento de polígonos adjacentes [NCG 90]
5.2.3.3. Funções de Processamento, Análise e de Apresentação
Segundo Chrisman [CHR 97], um SIG deve fornecer operações para arecuperação de informações com base em critérios de natureza espacial e não-espacial.As linguagens de consulta de SGBDs convencionais foram projetadas para recuperarinformações segundo critérios não-espaciais. O SIG deve ser capaz de manipular dadosespaciais e recuperar informações com base em relacionamentos direcionais como“acima de” e “perto de” e em relacionamentos topológicos como “próximo a”, “dentrode” e “ao lado de” [CAM 96].
Existem diferentes funções de manipulação e análise de dados disponíveis nossistemas atuais. Além disso, novas funções podem ser adicionadas ao conjunto das jáexistentes. Porém, não existe um padrão para os nomes dessas funções, sendo comum aexistência de funções com comportamento idêntico porém com nomes distintos[NCG 90].
A classificação apresentada nesta seção teve como base o trabalho de Aronoff[ARO 89], o qual apresenta uma taxonomia das funções encontradas na maioria dosSIG, mas que não se refere a nenhum software em especial. Essas funções estãoagrupadas em quatro categorias principais. São elas:
• Manutenção de Dados Espaciais;
• Manutenção e Análise de Atributos Descritivos;
• Análise Integrada de Dados Espaciais e Descritivos; e
• Formatação de Saída.
Funções de Manutenção de Dados Espaciais
Este grupo inclui as funções utilizadas na fase de pré-processamento dos dadosespaciais, ou seja, funções usadas na preparação ou reorganização dos dados para quepossam ser utilizados em operações de análise e consulta. Alguns exemplos estãorelacionados abaixo.
• Transformações de formato – dados obtidos a partir de diversas fontes nemsempre estão armazenados no formato adequado para ser processado no SIG.
• Transformações geométricas - utilizadas para definir ou ajustar ascoordenadas terrestres em um mapa, ou entre as camadas de dados.
• Transformações entre projeções geométricas - SIG normalmente suportammais de um tipo de projeção, fornecendo operações para transformar asprojeções dos mapas.
• Casamento de bordas - alguns ajustes precisam ser feitos durante a fase depreparação (pré processamento) dos dados. Casamento de bordas são feitospor meio de operações que realizam a união de linhas entre coberturasadjacentes, onde os objetos que ultrapassam os limites de uma cobertura têmsuas coordenadas limites ajustadas em todas as coberturas onde aparecem.
• Edição de elementos gráficos - São funções usadas para adicionar, eliminar emodificar objetos no mapa. Por exemplo, quando a aresta que separa doispolígonos é digitalizada duas vezes podem surgir pequenas fatias de áreassobrepostas ou fatias de áreas sem informações. Nestes casos os ajustes eacertos precisam ser realizados manualmente.
• Redução de coordenadas - têm como objetivo diminuir a quantidade de paresde coordenadas pertencentes às linhas, reduzindo assim, a quantidade total dedados armazenados em cada camada. A Figura 5.9 exemplifica esta operação.
Figura 5.9 - Exemplo de redução de coordenadas
Funções de Manutenção e Análise de Atributos Descritivos
Na maioria dos SIG, a manipulação dos atributos descritivos (não-gráficos) érealizada através de linguagens de manipulação/consulta de dados disponíveis nosSGBDs. Diversas operações de análise podem ser resolvidas sem consulta aos atributosespaciais. Nos sistemas vetoriais, por exemplo, as informações sobre a área e operímetro dos polígonos podem ser armazenadas junto aos demais atributos descritivosassociados a esses polígonos. Nestes casos, uma operação de análise envolvendo áreasde polígonos pode ser resolvida por métodos tradicionais de consulta a bancos de dadosconvencionais (ex.: Linguagem SQL).
Funções de Análise Integrada de Dados Espaciais e Descritivos
A potencialidade de um SIG está na sua capacidade de realizar operações deanálise espacial envolvendo atributos espaciais e descritivos de forma conjunta. Istotambém é um dos principais fatores que distinguem um SIG dos demais sistemas degeoprocessamento. O número de funções que se enquadram nesta categoria é muitogrande. A seguir citamos algumas dessas funções.
• Recuperação de dados - são funções que envolvem busca seletiva,manipulação e geração de resultados, sem alterar os valores armazenados nobanco de dados. Um exemplo seria a geração de um mapa urbano mostrando alocalização das residências com valor nominal acima de um determinadovalor.
• Funções de medidas - são executadas sobre os objetos espaciais (pontos,linhas, polígonos e conjunto de células) e incluem funções como distânciaentre dois pontos, comprimento de linhas, perímetro de áreas, etc.
• Funções de sobreposição de camadas (overlay) - relaciona informações deduas ou mais camadas de dados. Essas funções podem executar operaçõesaritméticas ou lógicas entre os valores das células localizadas em coordenadasidênticas nas diversas camadas envolvidas (Figura 5.10).
2
3
3
2
1
1
1
1
3
10
10
30
10
10
30
20
20
30
12
13
33
12 21
11
31
21
33
S
S
S
S
N
S
N
N
S
N
N
N
S
S
N
N
S
S
N
N
N
S
N
N
N
N
S
'E'
Figura 5.10 - Operações de sobreposição de camadas
• Funções de interpolação - interpolação é o método matemático no qualvalores não definidos em uma localização podem ser calculados com base emestimativas feitas a partir de valores conhecidos em localizações vizinhas.Funções matemáticas como regressão polinomial, Séries de Fourier, médiasponderadas, entre outras, são aplicadas de acordo com a variável que estásendo analisada.
• Geração de contorno - linhas de contorno (ou isolinhas) são usadas pararepresentar superfícies, onde cada linha é formada por pontos de mesmovalor. Funções de geração de linhas de contorno são usadas para construir osmapas topográficos a partir de um conjunto de pontos conhecidos.
• Funções de proximidade - funções que permitem análise de proximidade estãoassociadas à geração de zonas de buffer. Uma zona de buffer é uma área deextensão regular, que é gerada ao redor dos objetos espaciais (Figura 5.11).
500m de uma reserva florestal
200m do leito do rio
um raio de 5 Km deum depósito de gás
Figura 5.11 - Exemplo de zonas de buffer
Funções de Formatação de Saída
Os resultados das operações de análise espacial podem ser gerados na forma derelatórios, gráficos ou, mais comumente, na forma de mapas. Diversas funções podemser usadas para melhorar a aparência dos mapas resultantes dessas operações como, porexemplo, anotações em mapas, posicionamento de texto, símbolos, iluminação e visõesem perspectivas. A seguir, estão listadas algumas dessas funções.
• Anotações em mapas - permitem adicionar aos mapas informações comotítulo, legendas, barra de escala, orientação norte-sul, etc. Podem sercolocados fora dos limites do mapa ou cobrindo alguma parte deste.
• Posicionamento de rótulos - rótulos são colocados junto aos símbolos gráficosque representam fenômenos no mapa. Existem padrões cartográficos para aescolha do posicionamento de rótulos. A maioria dos SIG possuemferramentas que efetuam o posicionamento de forma automática ou manual.
• Padrões de textura e estilos de linhas - os textos podem variar em tipo defonte, tamanho, cor e estilo (ex.: negrito, itálico). A escolha dos tipos de letradevem obedecer convenções cartográficas, assim como os estilos de linhas,que podem variar em espessura, cor e forma (ex. tracejada, pontilhada).
• Símbolos gráficos - os símbolos gráficos são usados para representar classesde entidades em um mapa. Alguns símbolos mais comuns são: símbolos decidades (ex.: tamanho variando de acordo com a população), pontes,aeroportos, hospitais, museus, escolas. Alguns sistemas utilizam o conceito debibliotecas de símbolos, que podem ser adquiridas de acordo com a área deaplicação específica.
5.3. Requisitos de Modelos Conceituais de Dados paraBD Geográficos
Um modelo conceitual de dados fornece uma base formal (notacional esemântica) para ferramentas e técnicas usadas para suportar a modelagem de dados.Modelagem de dados é o processo de abstração onde somente os elementos essenciaisda realidade observada são enfatizados, descartando-se os elementos não essenciais. Oprocesso de modelagem conceitual de banco de dados compreende a descrição dospossíveis conteúdos dos dados, além de estruturas e de regras a eles aplicáveis. Essadescrição do banco de dados é feita com base nos construtores semânticos fornecidospor um modelo conceitual.
No entanto, as aplicações de SIG impõem alguns requisitos especiais demodelagem que devem ser suportados pelos modelos conceituais. Em [LIS 99a] édescrito um conjunto de requisitos mínimos que um modelo conceitual de dados paraaplicações de SIG deve suportar. São eles: fenômenos geográficos e objetosconvencionais; visões de campo e objetos; aspectos temáticos; aspectos espaciais;múltiplas representações; relacionamentos espaciais; e aspectos temporais. Nassubseções seguintes cada um desses requisitos é apresentado resumidamente.
5.3.1. Fenômeno Geográfico e Objeto ConvencionalNormalmente, em um banco de dados geográficos existem, além dos dados
referentes a fenômenos georreferenciados (possui referência a sua localização emrelação à superfície da Terra), objetos convencionais presentes em qualquer sistema deinformação. Por exemplo, uma fazenda é um fenômeno geográfico quando suasinformações espaciais (ex.: os limites da fazenda) estão armazenadas no banco dedados. Neste mesmo banco de dados pode-se ter dados sobre os proprietários defazendas, considerados objetos convencionais por não terem informações espaciaisassociadas. Em um esquema conceitual é importante que se possa diferenciar,facilmente, entre classes (ou entidades) descrevendo esses dois tipos de objetos.
5.3.2. Visões de Campo e de ObjetosA realidade geográfica pode ser observada segundo duas visões: de campo e de
objetos [GOO 92]. Na visão de campo, a realidade é modelada por variáveis quepossuem uma distribuição contínua no espaço. Toda posição no espaço geográfico podeser caracterizada através de um conjunto de atributos como, por exemplo, temperatura,tipo de solo e relevo, medidos para um conjunto de coordenadas geográficas. Já na visãode objetos, a realidade consiste de fenômenos individuais, bem definidos eidentificáveis. Cada fenômeno na visão de objetos tem suas propriedades individuais eocupa um determinado lugar no espaço. A realidade é modelada como um grandeespaço onde fenômenos estão distribuídos sem que, necessariamente, todas as posiçõesdo espaço estejam ocupadas.
A classificação de fenômenos geográficos na visão de objetos2 é um processonatural e direto (ex.: rios são descritos pela classe ou entidade Rio). No entanto, umcampo geográfico (ex.: Altimetria) não pode ser modelado diretamente como umaclasse, pois Altimetria não é um objeto e, consequentemente, não pode ser descritodiretamente por uma classe.
Um modelo conceitual de dados deve prover construtores especiais para modelartanto os campos quanto os objetos geográficos. A maioria dos modelos existentes nãosuporta a modelagem dos fenômenos geográficos que são percebidos na visão decampo.
5.3.3. Aspectos TemáticosOs fenômenos geográficos possuem vários atributos, dentre os quais o que
fornece sua localização geográfica. A localização e a forma dos fenômenos geográficossão representadas através de objetos espaciais, associados a um sistema de coordenadas.Um objeto representando um fenômeno geográfico (ex.: um rio) deve estar associado aum ou mais objetos espaciais que representam sua localização e sua forma sobre asuperfície terrestre. Em um SIG, esses objetos espaciais não são tratados isoladamente,mas sim, em grupos que representam fenômenos com características e relacionamentosem comum. Diferentes termos como tema, camada e plano de informação sãoencontrados na literatura, referindo-se a estes agrupamentos.
No nível interno de um SIG, a organização dos dados espaciais é feita emcamadas físicas (ex.: conjunto de polígonos representando os limites dos lotes urbanos).No entanto, embora o projeto de camadas físicas seja um problema a ser tratado nasetapas de projeto lógico ou físico, diversos autores afirmam que é importante quecamadas conceituais sejam definidas durante a fase de projeto conceitual [WOR 95,HAD 96]. Para Hadzilacos [HAD 96], camadas conceituais não necessitam ter umrelacionamento um-para-um com camadas físicas. Por exemplo, uma única camadaconceitual, como Hidrografia, pode dar origem a diferentes camadas físicas, umacontendo somente os rios, outra contendo somente os lagos, etc.
5.3.4. Aspectos EspaciaisA localização geográfica e a forma espacial dos fenômenos geográficos são
representadas, no SIG, através de objetos espaciais. Todo objeto espacial possui umageometria, que representa a forma espacial do fenômeno, sendo que suas coordenadasdevem estar registradas com base em um determinado sistema de coordenadas (ex.:latitude e longitude) e uma projeção (ex.: UTM).
Embora os aspectos espaciais dos fenômenos geográficos possam parecerdetalhes de mais para serem tratados durante a modelagem conceitual, a sua inclusão noesquema conceitual tem sido fator fundamental na comunicação com o usuário[LIS 00].
2 É importante ressaltar a diferença entre os conceitos de visão de objetos, em contrapartida à visão decampos, e modelos de objetos, referente à orientação a objetos.
Na visão de objetos os fenômenos geográficos são representados por objetosespaciais do tipo ponto, linha, polígono ou combinações destes, enquanto que na visãode campo uma superfície contínua pode ser representada, por exemplo, através demodelos numéricos, conjuntos de isolinhas, polígonos adjacentes e grade de células.
Diferentes abordagens têm sido propostas para modelagem conceitual dosaspectos espaciais dos fenômenos geográficos. A abordagem mais comum é a quedefine uma associação entre a classe que descreve o fenômeno e a classe do tipo deobjeto espacial correspondente a sua representação espacial. Alguns modelos, noentanto, utilizam pictogramas3 para substituir esta associação (ver Figura 5.12 naSeção 5.3.7).
5.3.5. Múltiplas RepresentaçõesUma das características das aplicações geográficas é a possibilidade de
existência de múltiplas representações para um mesmo fenômeno geográfico. Estanecessidade surge em resposta à complexidade da realidade a ser representada e àsdiferentes visões que os usuários têm de um mesmo fenômeno. Um fenômenogeográfico pode ser representado em diferentes escalas ou projeções, inclusive pordiferentes objetos espaciais.
A existência de múltiplas representações pode ser modelada através da inclusãode várias associações entre o fenômeno geográfico e os tipos de objetos espaciaiscorrespondentes.
5.3.6. Relacionamentos EspaciaisUma das tarefas mais importantes quando se está modelando os dados de uma
aplicação é a identificação de quais os relacionamentos que deverão ser mantidos nobanco de dados, dentre os possíveis relacionamentos observáveis na realidade. Nodomínio das aplicações geográficas este problema é bem complexo, uma vez que onúmero de relacionamentos possíveis de serem mantidos é ainda maior, devido àexistência dos relacionamentos espaciais entre os fenômenos geográficos.
A maioria dos SIG fornece estruturas especiais para o armazenamento explícito dealguns tipos de relacionamentos espaciais (normalmente são mantidos somente osrelacionamentos de adjacência ou de conectividade), deixando os demais para seremcalculados a partir das coordenadas espaciais dos objetos. Por outro lado, existemaplicações nas quais alguns relacionamentos espaciais possuem significado semânticorelevante, tal como vizinhança e cruzamento de ruas. Nestes casos o projetista necessitaespecificar estas informações no modelo de dados.
As cardinalidades associadas aos relacionamentos formam um conjunto derestrições de integridade que devem ser mantidas entre as instâncias dos objetos nobanco de dados. Para os relacionamentos espaciais, novos tipos de cardinalidade podemser definidos, tais como, associação espacial, pertinência, etc. Um modelo conceitual dedados para SIG deve fornecer meios para que o projetista represente os relacionamentos
3 Pequenos símbolos gráficos incluídos na definição das classes/entidades.
a serem mantidos no banco de dados geográficos. Isto inclui tanto os relacionamentosconvencionais como os relacionamentos espaciais.
5.3.7. Aspectos TemporaisA maioria dos SIG disponíveis atualmente considera os fenômenos como se o
mundo existisse somente no presente. Dados geográficos são alterados ao longo dotempo, mas o histórico dessas transformações não é mantido no banco de dados.
Para Hadzilacos [HAD 96], a necessidade de os dados geográficos estaremqualificados com base no tempo, se deve à necessidade de se registrar estados passadosde forma a possibilitar o estudo da evolução dos fenômenos geográficos. Parapossibilitar uma análise de dados com base na evolução dos fenômenos geográficos énecessário adicionar aos SIG as potencialidades dos sistemas de bancos de dadostemporais. Isto implica na inclusão de informações temporais relacionadas aosfenômenos geográficos e da extensão das linguagens de consulta disponíveis para queestas suportem cláusulas de condição associadas a aspectos temporais [WOR 95].
Alguns modelos estendem a notação gráfica para ressaltar a existência dosaspectos temporais em determinadas classes. O modelo GeoOOA [KOS 97], porexemplo, utiliza um pictograma especial (símbolo de um relógio), para diferenciarclasses temporais (Figura 5.12). Além disso, a notação gráfica do modelo é estendidapara representar dois tipos especiais de relacionamentos temporais: conexão ancestral econexão de atributo temporal. Um relacionamento de conexão ancestral permite aassociação entre versões de um mesmo objeto. Exemplo, um lote pode ser dividido, emum determinado momento, dando origem a dois novos lotes.
A conexão de atributo temporal é usada para destacar uma associação decorrenteda necessidade de modelar o aspecto temporal de um atributo. Na Figura 5.12, a classeEscritura é resultado da modelagem dos dados históricos do lote. Na modelagem nãotemporal, o usual é que cada lote tenha uma única associação com o proprietário atual.
LOTE
NúmeroTerritórioTipo de uso
Val idade uso
ESCRITURA
NúmeroDataRelatór io
D O N O
N o m eEndereçoDt-nasc
Compra
0,N 0,N1,N1,N1,N
1,N
Conexão ancestral
Classe espaço-temporal
Conexão de atr ibuto temporal
Classe convencional
Figura 5.12 - Exemplo de modelagem de aspectos temporais no modelo GeoOOA
Existe, na literatura, diversos modelos conceituais de dados específicos paraaplicações de SIG. Alguns exemplos incluem: GeoOOA [KOS 97], Modul-R [BED 96],Geo-OMT [BOR 97], GMOD [PIR 97], MADS [PAR 98]. Uma análise detalhadadesses modelos é apresentada em [LIS 99a].
5.4. Modelando Dados Geográficos com UML-GeoFrame
Nesta seção é apresentada a abordagem UML-GeoFrame, ou seja, o uso daLinguagem de Modelagem Unificada (UML) [BOO 98], com base no frameworkGeoFrame [LIS 99], para a modelagem conceitual de bancos de dados geográficos. Estasolução possibilita a obtenção de esquemas conceituais de dados numa linguagembastante clara e, portanto, de fácil entendimento por parte dos usuários.
Não é objetivo desse material, a apresentação da linguagem UML. Para maioresdetalhes o leitor pode consultar, por exemplo, [BOO 98] e [FUR 98]. Apenas umapequena parte dos recursos da UML são utilizados, os quais fazem parte do modelo declasses, cujos principais construtores gráficos são mostrados na Figura 5.13. Porquestões, também de simplificação, a parte da modelagem dinâmica (métodos) não seráabordada.
PACOTE
ClasseAgregada
atr ibuto : domínio
Classe
atr ibuto : domínio
Subclasse
atr ibuto : domínio
Subclasse
atr ibuto : domínio
ClasseComponente
atr ibuto : domínio
agregação
general ização -especia l ização
objeto : c lasseinstanciação
1 *
mult ip l ic idade
assoc iação
compos ição
Figura 5.13 - Notação gráfica do diagrama de classes UML (resumida)
5.4.1 GeoFrameGeoFrame é um framework conceitual que fornece um diagrama de classes
básicas para auxiliar o projetista nos primeiros passos da modelagem conceitual dedados de uma nova aplicação de SIG [LIS 99]. Um framework pode ser definido comoum projeto genérico em um domínio que pode ser adaptado a aplicações específicas,servindo como um molde para a construção de aplicações. Esta definição fornece umavisão bem mais abrangente sobre a potencialidade de um framework do que asdefinições apresentadas por autores mais ligados à programação orientada a objetos. Porexemplo, Ralph Johnson define um framework como sendo “um projeto reutilizável deum programa, ou parte de um programa, expresso como um conjunto de classes”[JOH 92].
Como instrumento de reutilização, um framework não necessita estarimplementado em uma linguagem de programação para fornecer a solução parcial auma família de problemas. O framework GeoFrame (Figura 5.14) foi elaborado sob esseenfoque mais genérico, onde o mesmo expressa a idéia de um projeto conceitual parcialpara uma família de aplicações geográficas.
Tema
ObjetoNãoGeográfico FenômenoGeográfico
CampoGeográfico ObjetoGeográfico
GradeCélulas PolAdjacentes Isolinhas GradePontos TIN PontosIrregulares
Linha PolígonoPonto ObjEspComplexo
RepresentaçãoCampo ObjetoEspacial
n o m e
Regiãogeográfica
descr ição
retrata
representa representa
*
2. .n**
*
*
*
1 1
1
Figura 5.14 – Diagrama de classes do GeoFrame
As subseções seguintes descrevem as classes do diagrama.
5.4.1.1. Tema e RegiãoGeográfica
As classes TEMA e REGIÃOGEOGRÁFICA formam a base de qualquer aplicaçãogeográfica. Toda aplicação geográfica tem como objetivo o gerenciamento e amanipulação de um conjunto de dados para uma determinada região de interesse,constituindo um banco de dados geográfico. Assim, para cada região geográfica pode-seespecificar uma coleção de temas.
Outra vantagem da utilização do conceito de temas, no esquema conceitual, éque ele funciona como um mecanismo para redução da complexidade em grandesesquemas. É comum existirem aplicações geográficas com centenas de entidadesmodeladas. O uso de temas permite ao projetista dividir o esquema em subesquemascoesos, nos quais são agrupadas classes fortemente relacionadas entre si. Em grandesprojetos, conjuntos de temas afins podem ser agrupados em um tema mais genérico,formando uma hierarquia de temas.
5.4.1.2. ObjetoNãoGeográfico e FenômenoGeográfico
Em um banco de dados geográficos existem, além dos dados referentes àquelesfenômenos georreferenciados, com representação espacial, objetos convencionaispresentes em qualquer sistema de informação. Alguns objetos não possuem referênciacom relação a uma localização geográfica, sendo tratados, genericamente, comoinstâncias de subclasses da classe OBJETONÃOGEOGRÁFICO.
A classe abstrata FENÔMENOGEOGRÁFICO generaliza qualquer fenômeno cujalocalização em relação à superfície terrestre seja considerada. Por exemplo, um lote de
terra é uma instância de FENÔMENOGEOGRÁFICO caso seus atributos espaciais estejamrepresentados no banco de dados.
Fenômenos geográficos e objetos não geográficos podem estar relacionadosentre si, como no caso em que “todo lote pertence a um proprietário”. A modelagemdesse tipo de relacionamento permite que os dados armazenados em um SIG estejamintegrados com os demais sistemas de informação da organização.
5.4.1.3. CampoGeográfico e ObjetoGeográfico
Fenômenos geográficos são percebidos, na realidade, segundo as visõesdicotômicas de campo e de objeto [GOO 92]. Essas duas visões acarretam diferentesmaneiras de modelagem dos fenômenos geográficos. As classes CAMPOGEOGRÁFICO eOBJETOGEOGRÁFICO especializam a classe FENÔMENOGEOGRÁFICO, permitindo aoprojetista especificar, de forma distinta porém integrada, os campos e os objetosgeográficos, respectivamente.
A classe abstrata OBJETOGEOGRÁFICO é uma generalização de todas as classesdo domínio que são percebidas na visão de objetos. Neste caso estão incluídas aquelasclasses que representam fenômenos geográficos que podem ser individualizados, ouseja, que possuem identidade própria e suas características podem ser descritas atravésde atributos.
A classe abstrata CAMPOGEOGRÁFICO generaliza os fenômenos que seenquadram na visão de campo. Campos geográficos são modelados como funções sobreuma variável. Com base nesta definição, um campo geográfico pode ser modeladoconceitualmente como subclasse de CAMPOGEOGRÁFICO. Alguns tipos de camposgeográficos, os chamados categóricos [CHR 97], possuem uma associação especial comuma classe que representa a imagem da função de mapeamento do campo, umasubclasse de OBJETONÃOGEOGRÁFICO.
5.4.1.4. ObjetoEspacial
É uma classe abstrata cujas subclasses formam o conjunto mínimo deconstrutores para a especificação do componente espacial dos fenômenos geográficos navisão de objetos. Alguns fenômenos geográficos podem apresentar dimensão espacialcomplexa, ou seja, composta por outros objetos espaciais (ex.: um arquipélago). Assim,a classe OBJETOESPACIAL, possui as subclasses (PONTO, LINHA, POLÍGONO eOBJESPACIALCOMPLEXO), que constituem o conjunto mínimo de classes necessáriaspara a fase do projeto conceitual.
5.4.1.5. RepresentaçãoCampo
Os aspectos espaciais de um campo geográfico são abstraídos de forma diferentedos aspectos espaciais de um objeto geográfico. Para especificação do componenteespacial de um campo geográfico são usadas as subclasses da classeREPRESENTAÇÃOCAMPO. São elas: GRADECÉLULAS, POLADJACENTES, ISOLINHAS,GRADEPONTOS, TIN e PONTOSIRREGULARES.
Um mesmo campo geográfico pode ter seu componente espacial abstraído dediferentes formas, ou seja, através de mais de um desses modelos. Por exemplo, ocampo Temperatura pode ser abstraído por meio de um conjunto de pontos
irregularmente distribuídos ou por meio de isolinhas. Problema semelhante ocorre comos objetos geográficos cujos componentes espaciais podem ser percebidos, ora porformas alternativas, ora por formas duplas, dependendo de aspectos como a escala coma qual se pretende capturar a forma espacial de cada fenômeno. A possibilidade dehaver múltiplas representações é sinalizada no GeoFrame, através da associaçãorepresenta.
5.4.2. Abordagem UML-GeoFrameA abordagem UML-GeoFrame permite a solução da maioria dos requisitos de
modelagem apresentados na Seção 5.3. Um esquema conceitual de dados geográficosconstruído com base no GeoFrame inclui, por exemplo, a modelagem dos aspectosespaciais da informação geográfica e a diferenciação entre objetos convencionais eobjetos/campos geográficos.
O processo de modelagem com base na abordagem UML-GeoFrame pode serresumido em três etapas:
• Passo 1: identificar temas e sub-temas para cada área geográfica;
• Passo 2: para cada tema, elaborar o sub-diagrama de classes, associandoclasses de diferentes temas;
• Passo 3: modelagem do componente espacial para cada fenômeno geográficoidentificado.
A especificação de temas é feita através do construtor pacote, da linguagemUML, enquanto a modelagem do componente espacial é feita com base em um conjuntode estereótipos4, os quais estão ilustrados na Figura 5.15.
Componente espacia lde campos geográf icos
Componente espacia lde objetos geográf icos
Fenômeno geográf ico eObjeto convencional
��
� Ponto
Linha
Pol ígono
Obj. espacial complexo
3=
4
Campo geográf ico
Objeto não geográf ico
Objeto geográf ico
9
8
1
:<;
Pontos irregulares
Grade de pontos
TIN
Polígonos adjacentes
Isol inhas
Grade de células<<função>> função categórica
Figura 5.15 - Estereótipos do framework GeoFrame
O primeiro conjunto de estereótipos (Fenômeno geográfico e Objetoconvencional) é usado para diferenciar os dois principais tipos de objetos pertencentes aum banco de dados geográficos. Fenômeno geográfico é especializado em Objetogeográfico (3) e Campo geográfico (=), segundo as duas formas de percepção dosfenômenos geográficos. Objetos convencionais, ou seja, objetos não referenciados
4 Estereótipo é um dos mecanismos de extensão da linguagem UML.
geograficamente são modelados de forma tradicional e são identificados através doestereótipo (4).
O segundo e o terceiro conjuntos de estereótipos (Componente espacial deobjetos geográficos e Componente espacial de campos geográficos) são usados para amodelagem do componente espacial de fenômenos segundo as visões de objeto e decampo, respectivamente. A existência de múltiplas representações é modelada atravésda combinação de dois ou mais estereótipos em uma mesma classe. Por exemplo, umaclasse Município pode ter duas formas de abstração de seu componente espacial,pontual e/ou poligonal, o que é especificado pelo par de estereótipos (�).
Por último, o estereótipo <<função>> é usado para caracterizar um tipo especialde associação que ocorre quando da modelagem de campos categóricos. SegundoChrisman [CHR 97], numa estrutura de cobertura categórica o espaço é classificado emcategorias mutuamente exclusivas, ou seja, uma variável possui um valor do tipocategoria em todos os pontos dentro de uma região (ex.: tipos de solos).
A seguir é apresentado um exemplo de uso da abordagem UML-GeoFrame. Oesquema conceitual dos dados apresentado corresponde a uma aplicação de SIGdesenvolvida no Centro de Ecologia da UFRGS, como resultado de um projeto depesquisa interdisciplinar, denominado Projeto PADCT/CIAMB.
5.4.3. Estudo de Caso: Região Carbonífera do RS 5
O projeto Energia e Meio Ambiente: a questão do carvão no Rio Grande do Sul(PADCT/CIAMB) é um trabalho que envolveu inúmeras equipes de pesquisadores dediferentes unidades da Universidade Federal do Rio Grande do Sul. O objetivo foi oexercício de um trabalho interdisciplinar tendo como tema o estudo da regiãocarbonífera do Baixo Jacuí-RS, que é uma região produtora e consumidora de carvão,produto de potencial econômico limitado e grande potencial poluidor.
Para possibilitar a realização de uma análise multidisciplinar e integrativa,buscou-se investigar os aspectos sócio-econômicos e ambientais de modo a realizar umdiagnóstico do potencial econômico regional e dos meios de recuperação ambiental deáreas degradadas em função da exploração ou da deposição dos rejeitos. Também foramalvo do projeto a busca de alternativas tecnológicas para recuperação de áreas, para umaexploração mais racional e a conscientização da população sobre as vantagens e aslimitações da exploração carbonífera (efeitos na economia e na saúde pública).
Esta gama variada de objetivos, de abrangência regional e local, gerou umconjunto de dados amplo e complexo, devido à natureza temporal e espacial dos dadosgerados. Estes dados estão distribuídos em diversos meios digitais (SIG) e analógicos(relatórios técnicos). A integração dos diversos grupos de pesquisadores passanecessariamente pelo intercâmbio de dados, tanto para verificação quanto para ageração de novos dados derivados.
A metodologia empregada na modelagem conceitual dos dados do ProjetoPADCT/CIAMB seguiu uma abordagem inversa a que ocorre na maioria dos sistemas.
5 Exemplo extraído do artigo [LIS 00].
Utilizando-se técnicas da engenharia reversa [HEU 98], partiu-se de uma análise dosdados existentes no SIG, bem como de análise em outras fontes como relatórios eentrevistas com executores do projeto, para gerar o esquema conceitual, tendo comobase o GeoFrame.
Inicialmente, identificou-se os diversos temas para os quais existe algum tipo dedado. Tais temas, denominados de sub-temas, foram agrupados em dois temas maisgenéricos: Meio_Antrópico e Meio_Biótico_e_Abiótico (Figura 5.16). De acordo com oGeoFrame, os temas retratam uma região geográfica. A região geográfica em questão éa região carbonífera do Baixo Jacuí-RS, representada como uma instância da classeREGIÃOGEOGRÁFICA. A Figura 5.16 ilustra o diagrama de temas, que fornece uma visãomais abstrata do esquema conceitual de dados.
MEIO_BIÓTICO_E_ABIÓTICOMEIO_ANTRÓPICO
CLIMA
RELEVO
IMAGENS_FOTOS
SÓCIO-ECONOMIA SISTEMA_VIÁRIO
LIMITES
CARVÃO
HIDROGRAFIA
SOLOS
GEOLOGIA
USO_SOLO
Região Carbonífera Baixo Jacuí-RS : RegiãoGeográf ica
Figura 5.16 - Diagrama de temas
As Figuras 5.17 e 5.18 apresentam, respectivamente, o detalhamento (diagramasde classes) dos diversos sub-temas dos temas Meio_Antrópico eMeio_Biótico_e_Abiótico.
SÓCIO-ECONOMIA
LIMITES
Município
nomeMun : char dataEmancip : date áreaMun : real histórico : char classFuncional : int
SetorCensitário
ano : int
MicroRegião
nomeMR : char
3
33
Censo
ano : int popRural : int popUrbana : int
4
Distrito
nomeDistr : char
4
ProdIntBruto
ano : int vlrPIB : real
4
AtivEconômica
t ipoAtiv : char
EstrutEconômica
ano : int porcentagem : real
4
4
ATIV_CARBON ÍFERA
Jazida
lavrado : boolean
MinaCarvão
nome : char t ipoExploração : int at iva : boolean
� 3
3
EmpresaCarbonífera
nomeEmpresa : char produção : int numOperár ios : int produt iv idade : real
Produ çãoCarvão
ano : int qtde : real
4
4
Emprego
ano : int numEmpregados : in t
GêneroIndustrial
codigo : int descr ição : char
4
4
SedeMun3
�
IMAGENS_FOTOS
ImagemSat
data : date
=
<
SISTEMA_VIÁRIO
Rodovia
c lasse : char
3
�
USO-SOLO
UsoCobSolo
TipoUsoSolo
t ipoUso : int descrTipoUso : char
4
=
1
FotoAérea
data : date
=
<
1
*
1
*
1
*
1
*
1
*<<função>>
1
*
1*
1
*
1
*
1
*
1*
1*
1
1*
*
Figura 5.17 - Tema Meio Antrópico
GEOLOGIA
SOLOS
CLIMA
HIDROGRAFIA
RecursoHídrico
PermInter : char
Geologia
Solos
EstaçãoMeteorológica
estação : char órgão : char período : date
PtoColetaAgua
descrPto : char
TipoSolo
t ipoSolo : int descrTpSolo : Char
UnidGeológica
t ipoUnidGeolog : int descrUnidGeol : char
Precipitação Temperatura Umidade
Vento
direção : char velocidade : real
Evaporação Insolação
�
3
3
�
3
= =
=
= =
=
8;
8
8 8
88
�
=
4
1
4
=
1
ParâmetroQual
parâmetro : char unidMed : char
4
PtoAmostrSolo3
�
BaciaHidrográfica
BaciaDrenagemPto
Ilha
3
3
RELEVO
Topografia=
89;
Declividade=
9Exposição
=
9
Medição
data : date valor : num
4
1
*
*
*
<<função>>
*
1
1
*
1*
<<função>>
Figura 5.18 - Tema Meio Biótico e Abiótico
Observando-se os esquemas de dados apresentados nas Figuras 5.17 e 5.18pode-se notar a modelagem de alguns dos requisitos citados na Seção 5.3 como, porexemplo, (1) a diferenciação entre objetos convencionais (ex.: AtivEconômica 4) efenômenos geográficos (ex.: Ilha 3 ou UsoCobSolo =), (2) a modelagem dos aspectosespaciais nas diversas subclasses de fenômeno geográfico, tanto na visão de objetos(ex.: Rodovia �) como na visão de campo (ex.: ImagemSat <), (3) o aspecto demúltiplas representações pode ocorrer nas duas visões (ex.: RecursoHídrico � eTopografia 9<;), (4) o uso do estereótipo ( <<função>> ), para especificar o tipo deassociação especial que ocorre entre campos categóricos (ex.: Geologia 1) e objetosconvencionais (ex.: UnidGeológica 4).
A experiência do desenvolvimento da modelagem conceitual do projetoPADCT/CIAMB mostrou que abordagem UML-GeoFrame teve uma boa aceitação porparte dos usuários envolvidos, os quais contribuíram ativamente na etapa de validação.
5.5. Considerações Finais
A elaboração do esquema conceitual utilizando a abordagem UML-GeoFrameapresenta algumas vantagens importantes. Dentre as quais, pode-se citar:
• o esquema de dados final torna-se bastante claro, uma vez que apenas oselementos essenciais da aplicação são modelados;
• o uso de estereótipos permite, sem sobrecarregar visualmente o esquema, afácil diferenciação entre os objetos não geográficos e os fenômenosgeográficos (campos e objetos);
• a divisão do diagrama de classes em temas, especificado através de pacotes,torna o esquema mais fácil de ser lido, uma vez que a atenção do leitor podese ater a apenas uma pequena parte do esquema por vez;
• devido ao alto nível de acoplamento entre as classes dentro de um mesmotema, o número de associações entre classes de diferentes temas fica reduzido,contribuindo para a clareza do esquema.
As pesquisas na área dos SIG têm sido desenvolvidas de forma multidisciplinar,por pesquisadores de diversas áreas tais como Geografia, Cartografia, SensoriamentoRemoto, Geologia, Ciência da Computação. No contexto da área de Ciência daComputação existem diversos tópicos atuais de pesquisa. Alguns desses tópicos são:
• Modelos de dados e análise de requisitos - buscam uma forma deespecificação que seja correta e completa, para os requisitos apresentados nodomínio das aplicações geográficas. Diversas propostas de modelos de dadostêm sido apresentadas como, por exemplo, modelos que permitem arepresentação espaço-temporal de entidades geográficas, que possibilitem otratamento de limites nebulosos (fuzzy), entre outros.
• Reutilização de projeto de banco de dados - através da definição de padrõesde análise, que descrevem componentes conceituais reutilizáveis, pode-seobter não só a reutilização de dados georreferenciados, mas principalmente,de projetos de bancos de dados geográficos [LIS 98].
• Métodos de acesso espacial - novas estruturas de dados para armazenamentoe recuperação de dados espaciais têm sido desenvolvidas com o objetivo deaumentar a eficiência dos sistemas atuais, em termos de capacidade dearmazenamento e tempo de resposta.
• Interface homem-máquina e linguagens de consulta - os sistemas de interfacecom usuário têm evoluído para possibilitar uma maior facilidade de uso porparte dos usuários. Pesquisas em linguagens para banco de dados geográficose métodos de visualização têm contribuído para a melhoria das interfaces deuso dos SIG [OLI 97].
• Qualidade e confiabilidade dos dados - um dos problemas principais com osdados espaciais é o controle da propagação de erros através de operaçõesespaciais. Métodos para representação de informações sobre a qualidade dosdados espaciais (metadados de qualidade) têm sido pesquisados.
• Orientação a objetos - a tecnologia dos sistemas de banco de dadosrelacionais apresenta diversas limitações com relação ao armazenamento erecuperação de dados espaciais. Conceitos provenientes do paradigma daorientação a objetos têm sido utilizados na implementação de novos SIG.
• Intercâmbio de dados espaciais - o custo de aquisição de dados geográficos éum dos maiores problemas encontrados por instituições usuárias de SIG. Adefinição de formatos padronizados para intercâmbio de dados espaciais temsido adotada em países como EUA, Canadá e Inglaterra. A criação de Centrosde Dados Geográficos tem sido uma saída para possibilitar o uso cooperativode dados geográficos por instituições governamentais ou privadas [CAM 96].
AgradecimentosAgradeço aos colegas Prof. Heinrich Hasenack e Eliseu Weber, do Centro de
Recursos Idrisi para os Países de Língua Portuguesa (UFRGS), pela colaboração e co-autoria do artigo do qual foi extraído o exemplo de modelagem apresentado. Agradeço,também, ao Prof. Cirano Iochpe (UFRGS), meu orientador de doutorado e co-autor naapostila da qual foi extraído o texto de introdução a SIG.
5.6. Bibliografia
[AMA 90] AMARAL, G. Princípios de Sensoriamento Remoto. In: SIMPÓSIOBRASILEIRO DE GEOPROCESSAMENTO, 1., 1990, São Paulo.Anais... São Paulo:USP, 1990.
[ANT 91] ANTENUCCI, J. C. et al. Geographic Information Systems: a guide to thetechnology. New York: Van Nostrand Reinhold, 1991.
[ARO 89] ARONOF, S. Geographic Information Systems: a managementperspective. Canada: WDL Publications, 1989.
[BED 96] BÉDARD, Y. et al. Adapting data models for the design of spatio-temporaldatabases. Computers, Environment, and Urban Systems, v.20, n.1,1996.
[BOO 98] BOOCH, G.; JACOBSON, I.; RUMBAUGH, J. The Unified ModelingLanguage User Guide. Reading: Addison-Wesley, 1998.
[BOR 97] BORGES, K. A. V. Modelagem de Dados Geográficos: uma extensão domodelo OMT para aplicações geográficas. Belo Horizonte: FundaçãoJoão Pinheiro, 1997. Dissertação de Mestrado.
[CAM 96] CÂMARA, G. et al. Anatomia de Sistemas de Informação Geográfica.Campinas: Instituto de Computação, UNICAMP, 1996. (X Escola deComputação).
[COU 92] COUCLELIS, H. People manipulate objects (but cultivate fields): beyondthe raster-vector debate in GIS. In: Theories and methods of spatial-temporal reasoning in geographic space. Berlin: Springer-Verlag,1992. p.65-77. (Lecture Notes in Computer Science 639).
[CHR 97] CHRISMAN, N. Exploring Geographic Information Systems. New York:John Wiley & Sons, 1997.
[EAS 95] EASTMAN, J.R. Idrisi for windows user’s guide. Worcester, MA: ClarkUniversity, 1995.
[EGE 87] EGENHOFER, M. J.; FRANK, A. U. Object-oriented databases: databaserequirements for GIS. In: INT. GEOGRAPHIC INFORMATIONSYSTEMS SYMPOSIUM, 1987, Arlington. Proceedings...Virginia:[s.n.], 1987.
[FUR 98] FURLAN, J. D. Modelagem de Objetos através da UML: the UnifiedModeling Language. São Paulo: Makron Books, 1998.
[GEO 95] Geomatica. Canada: Canadian Institute of Geomatics, v.49, n.1, contracapa,1995.
[GOO 92] GOODCHILD, M. F., Geographical data modeling. Computers &Geosciences, v.18, n.4, p.401-408, 1992.
[HAD 96] HADZILACOS, T.; TRYFONA, N. Logical data modelling forgeographical applications. Int. Journal of Geographical InformationScience, v.10, n.2, p.179-203, 1996.
[HEU 98] HEUSER, C. A. Projeto de Banco de Dados. Porto Alegre: Sagra Luzzato,1998. (Série livros didáticos, n.4)
[KOS 97] KÖSTERS, G. et al. GIS-Application Development with GeoOOA. Int.Journal of Geographical Information Science, v.11, n.4, 1997.
[LAU 92] LAURINI, R.; THOMPSON, D. Fundamentals of Spatial InformationSystems. San Diego: Academic Press, 1992.
[LIS 98] LISBOA FILHO, J.; IOCHPE, C.; BEARD, K. Applying Analysis Patternsin the GIS Domain. In: ANNUAL COLLOQUIUM OF THE SPATIALINFORMATION RESEARCH CENTRE - SIRC, 10., 1998, Dunedin,NZ. Proceedings... Dunedin: SIRC, University of Otago, 1998.
[LIS 99] LISBOA FILHO, J.; IOCHPE, C. Specifying analysis patterns forgeographic databases on the basis of a conceptual framework. In: ACMSYMPOSIUM ON ADVANCES IN GEOGRAPHIC INFORMATIONSYSTEMS, 7., 1999, Kansas City, USA. Proceedings... Kansas City:ACM Press, 1999.
[LIS 99a] LISBOA FILHO, J.; IOCHPE, C. Um estudo sobre modelos conceituais dedados para projeto de bancos de dados geográficos. Revista IP-Informática Pública, Belo Horizonte, v.1, n.2, 1999.
[LIS 99b] LISBOA FILHO, J.; COSTA, A. C.; IOCHPE, C. Projeto de banco de dadosgeográficos: mapeando esquemas GeoFrame para o SIG Spring. In:BRAZILIAN WORKSHOP ON GEOINFORMATICS - GEO-INFO, 1.,1999, Campinas. Anais... São José dos Campos: INPE, 1999.
[LIS 00] LISBOA FILHO, J.; IOCHPE, C.; HASENACK, H.; WEBER, E. J.Modelagem conceitual de banco de dados geográficos: o estudo de casodo projeto PADCT/CIAMB. In: UFRGS/CENTRO DE ECOLOGIA.Energia e Meio Ambiente. Porto Alegre: Editora da Universidade,2000. No prelo.
[MED 94] MEDEIROS, C. B.; PIRES, F. Databases for GIS, ACM SIGMODRecord, New York, v.23, n.1, 1994.
[NCG 90] NATIONAL CENTER FOR GEOGRAPHIC INFORMATION ANDANALYSIS, NCGIA Core Curriculum. GOODCHILD, M.F.; KEMP,K.K. (Eds.). Santa Barbara: University of California, 1990.
[OLI 93] OLIVEIRA, C. Curso de Cartografia Moderna. 2 ed. Rio de Janeiro:IBGE, 1993.
[OLI 97] OLIVEIRA, J.L.; PIRES, F.; MEDEIROS, C. B. An environment forintegrated modelling and analysis of geographic information.GeoInformatica, Boston, n.1, p.29-58, 1997.
[OOI 90] OOI, B.C. Efficient Query Processing in Geographic InformationSystems. Berlin: Spring-Verlag, 1990. (Lecture Notes in ComputerScience, v. 471).
[PAR 99] PARENT, C.; SPACCAPIETRA, S.; ZIMANYI, E. Spatial-temporalconceptual models: data structures + space + time. In: ACMSYMPOSIUM ON ADVANCES IN GEOGRAPHIC INFORMATIONSYSTEMS, 7., 1999, Kansas City, USA. Proceedings... Kansas City:ACM Press, 1999.
[PIR 97] PIRES, F. Um ambiente computacional para modelagem de aplicaçõesgeográficas. Campinas: Unicamp, Instituto de Computação, 1997. Tesede Doutorado.
[RAM 94] RAMIREZ, M. R. Sistemas Gerenciadores de Bancos de Dados paraGeoprocessamento. Rio de Janeiro: COPPE/UFRJ, 1994. Dissertação deMestrado.
[SAM 89] SAMET, H. The Design and Analysis of Spatial Data Structures.Reading, MA: Addison-Wesley, 1989
[WOR 95] WORBOYS, M.F. GIS: A Computing Perspective. London: Taylor andFrancis, 1995.