RESPOSTA BASE GRÁFICA. Banco de Dados: Exemplo. Banco de Dados. Banco de Dados. Banco de Dados

Transcrição

1 : Exemplo RESPOSTA AS RESPOSTAS À TODAS ESSAS PERGUNTAS, SOMENTE SERÃO POSSÍVEIS SE O SISTEMA POSSUIR UM BANCO DE DADOS QUE CONTENHA TODOS OS DADOS NECESSÁRIOS PARA AS MESMAS. FORMA GRÁFICA Mapa Desenho Gráfico etc FORMA ALFANUMÉRICA Tabela Relatório Texto Arquivo AS RESPOSTAS À TODAS ESSAS PERGUNTAS, SOMENTE SERÃO POSSÍVEIS SE O SISTEMA POSSUIR UM BANCO DE DADOS QUE CONTENHA TODOS OS DADOS NECESSÁRIOS PARA AS MESMAS. BASE GRÁFICA A criação do é a atividade mais cara, mais problemática e a que consome a maior parte do tempo na implementação de um Sistema de Informações Geográficas(GIS), merecendo portanto atenção especial no projeto e desenvolvimento de um sistema baseado nesta tecnologia. APLICATIVO A APLICATIVO B APLICATIVO C BD BD BD

2 GIS BASE DE DADOS DADOS GRÁFICOS: São descrições digitais das feições dos mapas, envolvendo coordenadas, regras, símbolos que definem os elementos cartográficos. DADOS GRÁFICOS DADOS NÃO GRÁFICOS PONTOS LINHAS POLÍGONOS ANOTAÇÕES DADOS NÃO GRÁFICOS: São armazenados em formato alfanumérico e representam características, qualidades ou relacionamentos entre entidades presentes no mapa. ATRIBUTOS NÃO GRÁFICOS DADOS REFERENCIADOS GEOGRAFICAMENTE ÍNDICES GEOGRÁFICOS RELACIONAMENTOS ESPACIAIS RELACIONAMENTO ENTRE DADOS GRÁFICOS E NÃO GRÁFICOS: Cada software de GIS possui mecanismos próprios para manter o relacionamento entre os dados gráficos e não gráficos, através de identificadores comuns que estabelecem essa relação.

3 ESTRATÉGIAS DE ARMAZENAMENTO: ESTRATÉGIAS DE ARMAZENAMENTO: Estratégia 1: Estratégia 2: ESTRATÉGIAS DE ARMAZENAMENTO: Estratégia 3: ESTRATÉGIAS 1 / 2: LAYERS 1) ESCOLHA DOS LAYERS 2) DIGITALIZAÇÃO DO LAYER 3) DEFINIÇÃO E CARGA DOS ATRIBUTOS 4) CRIAÇÃO DA TOPOLOGIA

4 ESTRATÉGIA 3: OBJETOS 1) DEFINIÇÃO DOS OBJETOS 2) CRIAÇÃO DO BANCO DE DADOS 3) DIGITALIZAÇÃO DA GEOMETRIA DOS OBJETOS (A topologia é criada dinamicamente a cada modificação da geometria) FASES DE CONCEPÇÃO DE UM BANCO DE DADOS No projeto de banco de dados as informações que comporão o banco de dados são especificadas utilizando-se modelos de dados em diferentes níveis de abstração, iniciando por modelos de alto nível de abstração e refinando-se o modelo até que sejam incorporados detalhes específicos, relacionados ao armazenamento dos dados. O projeto de banco de dados deve ser dividido em três etapas, nas quais são empregados diferentes tipos de modelos. CONCEITUAL - LÓGICO - FÍSICO Análise dos dados Projeto Conceitual: Relações Projeto Lógico MUNDO REAL Abstração Independe no software. Visão do usuário. Relações entre entidades e atributos Baseado no SGBD. BD relacional ou orientado a objeto Projeto Físico Implementação.Estrutura, acesso, armazenamento

5 Modelagem Geográfico As Base de Dados são criadas a partir desses modelo; O mundo real é muito complexo para o imediato e direto entendimento. Deve-se criar MODELOS com similaridade aos aspectos selecionados do mundo real. Numa base de dados há separação entre os programas de armazenamento físico dos dados com os programas de aplicação (há independência entre programas e dados). Organização dos dados de um SIG Os dados podem ser armazenados em TABELAS; Os BD são estruturas que guardam registros de forma integrada ou partilhada; Dados: Ambiente Urbano ID_RES N_Pessoas Escolaridade Zona Os BD opera com dados numéricos e alfa-numérico; Um BD é um programa que permite ao usuário sua manipulação S ZR M ZR M ZR3

6 Vantagens do Uso de Evita redundância de dados; Manutenção da qualidade e integridade dos dados; Padronização de regras, modelos e padrões; Segurança; Construção da Base de Dados do SIG Identificação das entidades geográficas; dos atributos e das camadas necessárias (modelo conceitual); Definição dos parâmetros de armazenamento; Relação das tabelas com a base gráfica: Manipulação dos dados(dbms). Facilidade de Operação. Modelagem do Modelagem de dados Identificação dos Dados Coleta dos Dados Correção de erros Espacialização e armazenamento dos Dados Modelagem de Processos Seleção de fenômenos Modelos matemáticos para descrever e simular tais fenômenos. Exemplos: modelos de previsão de enchentes, estudos de impacto ambiental

7 Análise Espacial: Introdução Qualidade dos Dados Digitais Tipos de Erro Erro Posicional: Oriundos da digitalização; rede geodésica. Erro Temático: Conteúdo, atributos Erro Temporal: Desatualização As operações de consulta e manipulação de dados geográficos constituem a essência de um SIG, ao diferenciar o Geoprocessamento de tecnologias como Cartografia Automatizada e Projeto Auxiliado por Computador. O que distingue um SIG de outros tipos de sistemas de informação são aquelas funções que possibilitam a realização de análises espaciais (geográficas). Tais funções utilizam os atributos espaciais e não espaciais das entidades gráficas armazenadas na base de dados espaciais; buscando fazer simulações (modelos) sobre os fenômenos do mundo real, seus aspectos ou parâmetros. O aspecto mais fundamental dos dados tratados em um SIG é a natureza dual da informação: um dado geográfico possui uma localização geográfica (expressa como coordenadas em um mapa) e atributos descritivos (que podem ser representados num banco de dados convencional). Outro aspecto muito importante é que os dados geográficos não existem sozinhos no espaço: tão importante quanto localizálos é descobrir e representar as relações entre os diversos dados. Análise Pergunta Geral Exemplo Condição O que está...? Qual a população desta cidade? Localização Onde está...? Quais as áreas com declividade acima de 20%? Tendência O que mudou...? Esta terra era produtiva há 5 anos atrás? Roteamento Por onde ir..? Qual o melhor caminho para o metrô? Padrões Qual o padrão...? Qual a distribuição da dengue em Fortaleza? Modelos O que acontece se...? Qual o impacto no clima se desmatarmos a Amazônia? Fonte, Inpe, 2007

8 Operadores Definição: Pode ser considerada como a extração de informações relevantes dentro de um conjunto de dados distribuídos espacialmente. A análise é o processo de busca de informação gráficas e alfanuméricas que permitam caracterizar e entender determinado fenômeno Geográfico. A percepção da relação entre dados. Operações booleanos: são utilizados em análise espacial qualitativa e geram um temático, a partir de regras aplicadas ao dado (que podem ser instâncias de temático, numérico ou dado raster). As regras especificam o conjunto de condições a serem satisfeitas para cada tema de saída. Operações matemáticas: funções aritméticas, logarítmicas e trigonométricas, aplicadas a MDT e a dado RASTER. Operações Zonais ou Buffering: no caso de operadores zonais, um temático é utilizado para definir uma região de interesse aonde é computada a função. Fatiamento ou Classificação: a operação de fatiamento refere-se ao agrupamento de dados a determinada classe.

9 EXEMPLOS 1-Boleano Layer (mapas) Topologia Atributos solos Polígono tipos de solo Precipitação Polígono Indice Pluvio. Declividade Polígono Declividade % Análise Aptidão Agrícola Layers de Informação Solos Precipitação Declividade média Boa Latossolos > 100 mm 0-3.5% Média Podzólicos mm % Inapto Litólicos < 50 mm >12% Declarações If solo=latossolo and Ip[>100] and Dv<=3,5%= 1 If solo=podzólicos and Ip[ >50<100] and Dv[>3.5<12]=2 If solo= Litólico and Ip[ <50] and Dv[>12]=3 1= Boa/2=Média/3=Inapto 2- Buffer É vedada a exploração predatória da flora e da fauna em uma faixa terra de 200 metros ao longo das margens dos rios O Mapa temático resultante do buffer realizado no tema hidrografia (raster). Apresenta o resultado (temático) do buffer sobre o tema distâncias de acordo com a legislação estabelecida, ou seja, uma faixa de proteção de 200 metros ao longo dos rios.

10 3- Fatiamento ou Classificação Classificação de dados de acordo com parâmetro préfixados. Ex: agrupamento de pixels. Dado Raster: Sensoriamento Remoto baixa média alta Imagem Temática Classificada Operador Fuzzy Conceito O conceito de conjuntos difusos, nebulosos ou fuzzy, proposto por ZADEH (1965), é uma generalização do conceito da teoria clássica dos conjuntos. O conjunto fuzzy refere-se a conceitos inexatos para uma metodologia de caracterização de classes, que por várias razões não se tem ou não se pode definir limites rígidos (bordas) entre classes. A utilização de um conjunto fuzzy é em geral aplicada sempre que se tiver que lidar com ambigüidade, abstração e ambivalência em modelos matemáticos. Grande parte dos problemas relacionados com a representação de conhecimento resulta das dificuldades que se tem em expressar, com a precisão desejada, os pensamentos, as sensações ou as percepções do mundo físico que nos rodeia. Exemplo: Através da logica fuzzy pode-se realizar operações com palavras, onde os conjuntos Fuzzy são os valores das palavras. A motivação, por conseguinte, para a utilização de conjuntos Fuzzy vem da necessidade de representar proposições do tipo: a) Pedro é muito alto. b) João está com febre alta. c) Maria tem em torno de 30 anos.

11 Assim, a incerteza, a respeito de uma afirmação, é expressa através de um número que, em vez de probabilidade, exprime a possibilidade da afirmação ser correta. O exemplo, João está com febre alta, pode-se exprimir a possibilidade da febre pertencer ou não ao conjunto de valores altos. O tratamento da incerteza pode ser necessário em diferentes etapas do manejo do conhecimento, como: a) coleta da informação; b) definição dos elementos do conhecimento; c) combinação de elementos entre si, ou seja, incerteza nas premissas; d) formas de obter conclusões, isto é, aplicação de uma regra de raciocínio; e) avaliação de uma seqüência de regras ou estruturas, como é o caso da aplicação sucessiva de regras de raciocínio. A teoria tradicional dos conjuntos define a pertinência sim ou não das proposições como Pedro é muito alto, por exemplo. Por outro lado a teoria Fuzzy permite representar a pertinência a um conjunto como uma distribuição de possibilidades. Representação Matemática Fuzzy Sim Não (Boleano) A Figura mostra o conjunto de pessoas altas, onde o tamanho da pessoa aumenta gradativamente com sua altura até o valor 1 ser alcançado. A definição booleana do padrão, abrupto, de pessoas altas, onde para uma pessoa ser alta ou não, há um valor de altura específico que define o limite. A teoria da lógica Fuzzy leva em consideração esse tipo de incerteza, porém, restrita para o intervalo [0, 1]. Essa lógica implica na representação de incerteza por um grau expresso pelo valor de uma função de pertinência (grau de pertinência, grau de compatibilidade ou grau de verdade). Maria tem em torno de 30 anos de acordo com a Figura (AZEVEDO, et al., 2000). Neste caso observa-se que Maria pertence ao conjunto jovem com um grau de pertinências (0,8) relativamente maior do que pertence ao conjunto Idade Média, cujo grau de pertinência é (0,4) menor. Esta função de pertinência pode expressar o grau de um elemento pertencer a um determinado conjunto, como por exemplo:

12 Seja X um espaço de objetos e x um elemento qualquer de X. Um conjunto clássico A, A X, é definido como uma coleção de elementos ou objetos x X. Nesta relação, cada x pode pertencer ou não ao conjunto. É possível definir uma função que caracterize o grau de pertinência de cada elemento x em X. Pode se representar o conjunto A por um conjunto de pares ordenados (x, 0) ou (x, 1), os quais indicam se x A ou x A, denominado Booleano. O conjunto fuzzy expressa o grau para o qual um elemento pertence a um conjunto utilizando uma função de pertinência. Se X é uma coleção de objetos de x elementos, então um conjunto fuzzy A em X, é um conjunto de pares ordenados, tal que: X= {x} A= {x, fa(x)}; x X Onde A = Conjunto Fuzzy; X = Espaço dos Objetos; fa(x) = Função de Pertinência. Nas expressões o conjunto fuzzy A em X é caracterizado por uma função de pertinência fa(x) que associa cada ponto em X a um número real no intervalo [0, 1]. O valor de fa(x) representa o grau de pertinência de x em A. Um conjunto fuzzy é unicamente especificado por sua função de pertinência. Expressa por fa(x), definido o grau de pertinência de x em A Função de Pertinência 1 Boleano 1 x A ou fa(z)= 0,5 0 x A, Fuzzy Uma das funções de pertinência mais comuns é a função Sigmoidal dada pela expressão: 2 fa( z ) = 1 /( 1+ a( z - c ) para 0 z P, B 0.5 A A sobreposição da função de pertinência e pertinência abrupta (Booleana) PERTINÊNCIA Onde: SIGMOIDAL A o conjunto fuzzy; a o parâmetro determinante da forma da função, c define o valor da propriedade z (inflexão). 1 c 0 a b z(classe) 0.5 a 0 z

13 Tal como na teoria dos conjuntos Booleanos, os conjuntos fuzzy podem ser combinados. Seja um conjunto fuzzy B contido num conjunto A, a função de pertinência de B será sempre menor que a função de pertinência em A, para qualquer elemento x no universo X. A função de pertinência de um conjunto C resultante da união de dois conjuntos A e B, é dada pelo o maior valor de pertinência, aos conjuntos A e B de cada elemento x: C= A B fc (x)= fa(x) fb(x)= Max{ fa(x), fb(x)}; x X A função de pertinência C resultante da intersecção dos conjuntos A e B, é dada pelo menor valor de pertinência aos dois conjuntos: Com vistas à classificação, os principais operadores quando se manipula um ou mais conjuntos fuzzy são a de união (maximização), intersecção (minimização) e negação- complemento fc (x)= 1 - fc(x) Fuzzy OR (união ) o Fuzzy OR é como o OR Booleano, onde o valor de pertinência de saída é controlado pelos valores máximos de entrada. Fuzzy AND (intersecção ) esta operação equivale ao AND Booleano. A interseção significa uma seqüência de AND e é obtida através do operador MIN (mínimo). C= A B fc (x)= fa(x) fb(x)= Min{ fa(x), fb(x)}; x X união Intersecção