SIG Sistema de Informações Geográficas

Transcrição

1 SIG Sistema de Informações Geográficas

2 Disciplina: SIG Aula 3 Infraestrutura e tipos de dados espaciais

3 O que é espaço geográfico? Qual é o espaço geográfico materializado por um SIG? O que é representação? O que computador permite fazer?

4 Como representar o espaço geográfico? Dados: Estruturas de dados computacionais Ação: Algoritmos e procedimentos de análise de dados

5 Dados geográficos - representação dual localização e atributos Localização representação da superfície terrestre processos no espaço geográfico Atributos descrição do fenômeno representação num banco de dados

6 Representação: aproximação da realidade por meio de Desenhos e Mapas Palavras Imagens Medidas

7 Representando o Mundo no Computador Medidas Palavras (definições) Imagens Desenhos e Mapas

8 Representando o Mundo no Computador

9 Entity Group Location Geographical region Amount of matter Physical object Living being Group of people Social entity Fruit Animal Country Organization Apple Lepidopteran Caterpillar Butterfly Vertebrate Person

10 Representando o Mundo no Computador: A Perspectiva Realista O mundo real existe de forma independente de nós, nossa experiência e nossa linguagem. Nós temos acesso ao mundo através de nossos sentidos e de nossos instrumentos de medida. As palavras em nossa linguagem podem ser usadas para referir-se a objetos do mundo real. Nossas afirmações são verdadeiras ou falsas dependendo de sua correspondência aos fatos do mundo. fonte: John Searle

11 Benefícios do Geoprocessamento Uso do espaço como linguagem comum Produção de novas informações Múltiplas visões do espaço Desafios Representar o espaço geográfico Capturar a dependência espacial Explicitar efeitos de escala

12 Representação Computacional Computadores instrumentos de representação do conhecimento capturam modelos formais da realidade exigem quantificação (visão reduzida) O que representar? Aproximações de entidades realmente existentes (e.g. rio) Conceitos abstratos (tipos de solo, exclusão social)

13 Representação Computacional Etapa inicial: escolha das entidades a serem representadas e, se possível, a descrição organizada destas entidades por meio de conceitos. Essa descrição forma uma ontologia de aplicação, definida como um conjunto de conceitos compartilhados por uma comunidade

14 Representação Computacional Dados geográficos, uma geo-ontologia tem dois tipos básicos de conceitos: (a) conceitos que correspondem a fenômenos físicos do mundo real; (b) conceitos que criamos para representar entidades sociais e institucionais (Smith and Mark, 1998) (Fonseca et al., 2003).

15 Representação Computacional há uma diferença entre conceitos que se referem ao mundo físico ( A Amazônia possui uma floresta tropical ) e aqueles que resultam de convenções humanas: Esta é uma reserva indígena.

16 Representações Computacionais do Espaço Objetos Regiões poligonais Topografias Superfícies Imagens

17 Percepções do Espaço Espaço como uma subdivisão planar Espaço como uma superfície contínua

18 Percepções do Espaço Espaço como uma superfície de decisão

19 Percepções do Espaço Espaço como Clusters de Eventos

20 Percepções do Espaço Análise da Dependência Espacial

21 O Território

22 Os Recortes do Território Divisão distrital Zonas OD87 Zonas OD97

23 Diferentes informações Renda individual per capita Emprego / população Não alfabetizados / população

24 Evolução da GeoInformação Gerenciar Mapear Modelar Localizar Prever

25 Evolução da Geoinformação Mapear Novos dispositivos de captura de dados (GPS) Imagens de alta resolução Gerenciar Bancos de dados geográficos Modelos semânticos e interoperabilidade Localizar Sistemas baseados em localização (LBS) Gerência da informação distribuída

26 Evolução da Geoinformação Modelar Construir descrições da realidade Modelos semânticos, matemáticos, lógicos Prever Incorporar a dimensão temporal Construir cenários de mudança Mudanças de uso do solo, população, hidrologia, clima, agricultura

27 Universo Ontológico Domínio de aplicação estabelece conceitos ( visão de mundo ) ex: refúgio e fragmento em ecologia concentração de poluentes Como traduzir os conceitos para o SIG? Associação formal campos/objetos (e suas especializações) Mensuração levantamento de campo

28 Colocando o Mundo no Computador!? Ontologias Modelos Formais Representações Mundo Real Computador Medidas Conversão Dados Níveis de abstração Ontologias (conceitos do mundo real): lote, tipo de solos Modelos de Dados (formais): objetos e campos Representações: matrizes, vetores Medidas: censo, GPS

29 Processo de Representação Computacional Decisões concretas Atributos Que medidas caracterizam os dados? Partição geométrica do espaço Que estruturas de dados são necessárias? Parâmetros da representação cartográfica Qual o nível de detalhe (espacial e valor)? Analise Que procedimentos de extração de informação serão utilizado?

30 Representações Computacionais do Espaço Objetos Regiões poligonais Topografias Superfícies Imagens

31 Estruturas de Dados espaciais 2D vetores (ponto, linha, polígono) matrizes de inteiros espaços celulares 2,5 D malhas triangulares grades regulares (inclui imagens) 3D representações volumétricas

32 Estruturas 2,5 D (Modelos Numéricos de Terreno) Variação espacial quantitativa São utilizadas para representar uma grandeza que varia continuamente no espaço altimetria, precipitação, propriedades do solo ou subsolo (como aeromagnetismo).

33 Estruturas 2,5 D (Modelos Numéricos de Terreno) Curvas de nível Triangulação

34 Estruturas 2,5 D (Modelos Numéricos de Terreno) Imagem MNT Relevo sombreado

35 Estruturas de Dados 2,5D Grade regular (matriz de dados numéricos) elemento com espaçamento fixo valor estimado da grandeza Suporte discreto a uma superfície contínua

36 Estruturas de Dados 2,5D Malha triangular (TIN) conexão entre amostras estrutura topológica arco-nó

37 Estruturas de Dados 2,5 D Malha triangular Vantagens 1. Melhor representação de relevo complexo 2. Incorporação de restrições como linhas de crista Problemas 1. Complexidade de manuseio 2. Inadequada para Álgebra de mapas Grade regular 1. Facilita manuseio e conversão 2. Adequada para dados não-altimétrico 1. Representação de relevo complexo 2. Cálculo de declividade

38 Estruturas 2,5 D Aplicações: Armazenamento de dados de altimetria para gerar mapas topográficos; Análises de corte-aterro para projeto de estradas e barragens; Elaboração de mapas de declividade e exposição para apoio a ánalise de geomorfologia e erodibilidade; Apresentação tridimensional (em combinação com outras variáveis).

39 Representação Vetorial A representação vetorial é a forma mais precisa de representar feições geográficas.

40 Estruturas de Dados vetoriais Arcos e Nós Polígonos

41 Estruturas vetoriais Ilha (tipo especial de polígono) Pontos Pontos Cotados

42 Estruturas de Dados Vetoriais fonte: Universidade de Melbourne

43 Representações Vetoriais de Regiões 2D Polígonos fechados As coordenadas de cada polígono são guardadas em separado Vantagens Facilita a inserção num banco de dados geográfico Desvantagens Duplicação de linhas e possíveis erros Estrutura arco-nó (topológica) (Espaguete) Cada polígono é uma lista de linhas Vantagens Evita erros e duplicação de linhas Desvantagens Mais complicado de produzir

44 Representações Vetoriais de Regiões 2D Polígonos fechados As coordenadas de cada polígono são guardadas em separado Vantagens Facilita a inserção num banco de dados geográfico Desvantagens Duplicação de linhas e possíveis erros Estrutura arco-nó (topológica) (Espaguete) Cada polígono é uma lista de linhas Vantagens Evita erros e duplicação de linhas Desvantagens Mais complicado de produzir

45 Possíveis Problemas com Estruturas Vetorais com Polígonos Fechados fonte: John Elgy

46 Armazenamento de Poligonos junto com atributos Modelo objeto-relacional Armazenamento de dados Todos os dados (geometrias e atributos) ficam dentro do banco Camada de suporte espacial Banco de Dados Geográfico França geometria

47 Alternativas à Arquitetura Dual Modelo objeto-relacional Tratar objetos (e.g. áreas) como partes de relação Colocar os dados geométricos no banco de dados Extensões do modelo relacional Usar uma coluna como um registro binário ( campo longo )

48 Estruturas de Dados Topológicas Conceito de Topologia Propriedades de um conjunto de dados espaciais que são invariantes a translação, rotação e escala Propriedades Vizinhança ( do lado de ) Pertinência ( dentro de ) Conexao ( ligado a ) B A

49 Estruturas de Dados Topologicas

50 Estruturas de Dados Vetoriais Topológicas 3 entidades principais: Arco (Link) Nó (Node) Polígono (Polygon) fonte: John Elgy

51 Ligando Vetores + Tabelas Dualidade entre localização e atributos Lotes geoid dono endereço cadastro IPTU 22 Guimarães Caetés Bevilácqua São João Ribeiro Caetés

52 Integração Localização - Atributos Praia de Boiçucanga Praia Brava Exemplo de Unidade Territorial Básica - UTB

53 Representações 2D do espaço Vector Raster fonte: Mohamed Yagoub

54 Estrutura de uma matriz Extensão célula Resolução fonte: Mohamed Yagoub

55 Representação Matricial Componentes matriz de células Le índice espacial para cada elemento cada célula, um ou mais valores Li Ls Aq Indica o que ocorre em cada lugar do espaço

56 Espaço Celular Cada elemento da grade Le índice espacial para uma tabela Li Generalização de uma matriz Ls Aq Implementação não otimizada para a integração

57 Matrizes x Vetores fonte: Mohamed Yagoub

58 Representação Vetorial fonte: Mohamed Yagoub

59 Conversão Vetorial Matricial fonte: Mohamed Yagoub

60 Representação Matricial fonte: Mohamed Yagoub

61 O problema da mistura das células Possui água Maioria Bordas A A G A G G A B G A A G A A G A B G A A G A G G B B G fonte: Mohamed Yagoub

62 Representações 2D Vetorial preserva relacionamentos topológicos eficiência de armazenamento Preferida quando necessitamos de precisão (e.g. cadastro urbano e rural) Matricial fenômenos variantes no espaço adequado para análise e modelagem Preferida quando tratamos com dados de recursos naturais (e.g., geologia, solos, etc..)

63 Vetores ou Matrizes? Os limites desenhados em mapas temáticos (como solo, vegetação, ou geologia) raramente são precisos e desenhá-los como linhas finas muitas vezes não representa adequadamente seu caráter. Assim, talvez não nos devamos preocupar tanto com localizações exatas e representações gráficas elegantes. Se pudermos aceitar que limites precisos entre padrões de vegetação e solo raramente ocorrem, nós estaríamos livres dos problemas de erros topológicos associados como superposição e intersecção de mapas. (P. A. Burrough)

64 Matrizes ou Vetores? Limites bem definidos?

65 Matrizes ou Vetores? Limites bem definidos?

66 Fontes Nilton Nobuhiro Imai. Introdução ao Geoprocessmento. Rosangela Sampaio Reis. Disciplina Geoprocessamento. Universidade Federal de Alagoas. Acesso em 2017 Fábio Marcelo Breunig. Introdução ao Geoprocessamento Gilberto Câmara. Por quê Geoprocessamento? Gilberto Câmara. Slides e anotações de aula. Nilton Nobuhiro Imai. Slides e anotações de aula.