Arquitetura e desafios de uma Infraestrutura de Dados Espaciais para setores da Universidade do Estado do Rio de Janeiro.

Arquitetura e desafios de uma Infraestrutura de Dados Espaciais para setores da Universidade do Estado do Rio de Janeiro. Pedro Feijó de Oliveira 1 2 José Augusto Sapienza Ramos 1 1 LABGIS - Laboratório de Geotecnologias do Departamento de Geologia Aplicada da Faculdade de Geologia da Universidade do Estado do Rio de Janeiro UERJ Rua São Francisco Xavier, 524 Rio de Janeiro CEP 20550-900 { pedrofeijo, sapienza }@labgis.uerj.br 2 Departamento de Engenharia Cartográfica da Faculdade de Engenharia da Universidade do Estado do Rio de Janeiro - UERJ Rua São Francisco Xavier, 524 Maracanã CEP 20550-900 Rio de Janeiro RJ pedrofeijo@labgis.uerj.br Abstract: Geographic data have become increasingly important in meeting the demands of knowledge management, but a structuring of Spatial Data Infrastructure (SDI) presents difficulties, for instance, the adaptation of old data, metadata retrieval and utilization of nonstandard data. The academy has been discussing the importance of SDI on different levels of detail. However few projects are made to constitute IDE's within the academy. The present work, still in development, discusses the importance of an SDI to standardize and mainly qualify the receipt and dissemination of spatial data. The objective is to meet to the LABGIS and subsequently the network of libraries of the State University of Rio de Janeiro (UERJ). For the construction of SDI, was chosen as the pilot project LABGIS: PADCT Project - Estudo Ambiental como Subsídio ao Ordenamento Territorial Através de Análise de Caso: Município de Teresópolis (1996-2000). The process has of the following steps: survey of reports and papers, conceptual and logical modeling, control of data quality and metadata. The decrease of the distance between what the university produces and what organs policy makers and the public have access is an item to consider the adoption of an SDI. With direct access to the servers that store spatial data, users can import the data into standardized formats and use them directly. Palavras-chave: spatial data infrastructure, geographic data, metadata, metadados, dados geográficos, infraestrura de dados espaciais. 1. Introdução A Rede Sirius, rede de bibliotecas da Universidade do Estado do Rio de Janeiro (UERJ), ao final do ano de 2011 possuía um acervo de 1918 mapas e 2630 trabalhos de conclusão de curso, de acordo com o DATAUERJ (2012). Dentro desde acervo encontra se dados espaciais analógicos e digitais, documentados sobre diversos formatos. Dados geográficos têm um peso cada vez maior no atendimento às demandas da gestão do conhecimento e outros tipos de demandas (CONCAR, 2010). Criar condições para universalizar o acesso iria aumentar a oferta de dados de qualidade, melhorar a qualidade de serviços, oferecer acesso mais amplo e democrático às informações. A proposta de uma Infraestrutura de Dados Espaciais (IDE) é que os dados sejam realmente aproveitados pelo maior número possível de usuários (Camboim, 2006). IDE s podem atender a diferentes níveis: global, nacional, regional ou local (GSDI, 2009). Em âmbito nacional o Decreto Federal nº 6.666, de 27 de novembro de 2008, instituiu a criação da Infraestrutura Nacional de Dados Geográficos (INDE). A Comissão Nacional de Cartografia é um órgão colegiado do Ministério do Planejamento, responsável por manter a INDE. Esta dispõe de diversas informações espaciais sobre o território brasileiro, oriundas de instituições que produzem e mantem estes dados. Segundo as normas da CONCAR para a INDE, dados espaciais devem ser documentados por meio de metadados. Estes metadados seguem o Perfil MGB (Perfil Brasileiro para Metadados Geográficos), em consonância com o padrão internacional de metadados ISO 19115:2003 (CONCAR, 2009). Projetos como a 2525

SNIG, Sistema Nacional de Informação Geográfica de Portugal, o INSPIRE, que implementa a Infraestrutura de Dados Espaciais para a Europa, e a Infraestrutura Nacional de Dados Espaciais dos Estados Unidos (NSDI - National Spatial Data Infrastructure) são outros exemplos de IDE s em níveis globais e nacionais. As organizações que têm a intenção de compartilhar dados normalmente se deparam com questões significativas quanto a formatos de codificação e armazenamento, parâmetros de qualidade desses dados, limitações de conteúdo, parâmetros de projeção cartográfica e, até mesmo, estruturas de dados (Rajabifard e Williamson, 2001). Para adoção de uma IDE, a nível local, múltiplos provedores de informação, catalogam seus serviços em um servidor público, de acordo com metadados padronizados (Davis Jr. e Alves, 2010). Neste cenário uma proposta de IDE, aplicada a Rede Sirius de bibliotecas, de concordância com as definições de IDE, seria uma forma de deter dados de múltiplos fornecedores e os distribuir de forma transparente pela rede (Nogueras et al, 2005). No presente trabalho, ainda em desenvolvimento, se discute a importância de uma proposta inicial de arquitetura de uma IDE que normalize e principalmente qualifique o recebimento e a divulgação de dados espaciais, de forma a atender inicialmente o LABGIS e posteriormente a rede de bibliotecas da Universidade do Estado do Rio de Janeiro (UERJ). Há horizonte também que a IDE criada para o LABGIS venha a se integrar como um nó da Infraestrutura Nacional de Dados Espaciais (INDE). 2. A importância da IDE Uma IDE pode ser entendida como um conjunto de organizações, padrões e recursos tecnológicos que auxiliam o uso, facilita a difusão e o controle de dados espaciais (Paixão et al., 2008). O Decreto nº 6.666/2008 institui que a INDE é um: Conjunto integrado de tecnologias; políticas; mecanismos e procedimentos de coordenação e monitoramento; padrões e acordos, necessário para facilitar e ordenar a geração, o armazenamento, o acesso, o compartilhamento, a disseminação e o uso dos dados geoespaciais de origem federal, estadual, distrital e municipal. (Decreto nº 6.666, 2008) Pegando como base essa definição e o exemplo da INDE, uma IDE agiliza tomadas de decisões, facilita o desenvolvimento de futuros dados espaciais e reduz custos na produção de dados geográficos. Otimizam-se o uso e a produção de dados dentro de padrões, além de conseguir, com uma infraestrutura, tornar dados de diferentes épocas eficientes e passíveis a comparações e adequações a trabalhos e pesquisas futuras. Figura 1. Componentes de uma IDE. Fonte: Adaptado de Warnest (2005). É consenso internacional que uma IDE deve estar fundamentada em cinco pilares: Pessoas, Dados, Institucional, Tecnologia e Normas e Padrões (Warnest, 2005). As Pessoas são as partes envolvidas ou interessadas, são responsáveis por criar, capacitar, manter e 2526

ofertar tais dados (Williamson at al, 2003). Os Dados constituem os componentes centrais de uma IDE, são eles os produtos a serem capacitados e ofertados. A parte Institucional é a componente que compreende as questões políticas da implantação e manutenção de uma IDE, a custódia, cuja responsabilidade é institucional, contribui para eliminar duplicidades e assegura que os dados sejam adquiridos, produzidos e mantidos de acordo com especificações, padrões e políticas definidas pela IDE (CONCAR, 2010). A Tecnologia são os meios físicos e de infraestruturas necessários para estabelecimento de uma rede de transmissão de dados. Por fim, Normas e Padrões permitem a usabilidade e o intercambio da informação espacial. A Organização das Nações Unidas realizou em outubro de 2011, na Coréia do Sul a reunião inaugural do Comitê de Especialistas em Gestão Global de Informação Geoespacial (GGIM- Global Geospatial Information Management). O documento chamado de Future trends in geospatial information management: the five to ten year vision, originado na reunião do GGIM, aponta as tendências da informação geoespacial de 5 a 10 anos. Cabe aqui o destaque aos itens: infraestruturas nacionais de dados geoespaciais serão planejadas, desenvolvidas e mantidas como infraestruturas legais e infraestruturas de dados espaciais e metadados serão cada vez mais importantes, evidenciam que o uso de dados geográficos não será restrito aos especialistas da área, o fácil acesso e uma boa compreensão de dados espaciais devem ser disponibilizados a todo tipo de público. Nas décadas de 60 e 70 o termo Crise dos Softwares foi utilizado para descrever um momento na produção de softwares onde a demanda aumentou muito rapidamente, porém não havia métodos e nem técnicas formais e padronizadas para a produção destes. A indústria de softwares começou a falhar, orçamentos extrapolavam o planejado, prazos e metas não eram cumpridos e os produtos apresentavam um grau de qualidade duvidoso. Dentro deste desafio apresentado de melhoraria de processos e técnicas de desenvolvimento, em 1968 surgiu a área Engenharia de Software (Sommerville, 2007). Como princípios da Engenharia de Software, as tarefas de desenvolvimento foram divididas em etapas. O uso de modelos permitiu aos criadores especificar, projetar, implementar e manter sistemas de softwares. Assim avaliando e garantindo suas qualidades. Podemos fazer um paralelo entre a crise de softwares e o atual cenário de produção e disponibilização de dados espaciais. É crescente a produção de dados espaciais, entretanto falta controle, padronização e documentação. Os consumidores dos dados ficam, no mínimo, tecnicamente limitados, pois lhe faltam parâmetros formais sobre, por exemplo, acurácia posicional, nível de erro de atributos, definições conceituais, consistência topológica, completude e outros critérios de qualidade. Em outras palavras, faltam informações para que o consumidor dos dados entenda se aquele dado disponível lhe atende tecnicamente ou não. Em contramão, a popularização e capilarização da aplicação da informação geográfica no processo de tomada de decisão em mais diferentes níveis aumenta a procura por maior rigor técnico. A academia vem discutindo com muito afinco a importância da IDE em diferentes viéis e níveis de detalhes. Entretanto percebem-se ainda poucas iniciativas em constituir IDE s dentro da academia, principalmente integrando a Infraestrutura Nacional de Dados Espaciais (INDE). 3. Metodologia O LABGIS - Laboratório de Geotecnologias do Departamento de Geologia Aplicada da Faculdade de Geologia da Universidade do Estado do Rio de Janeiro no campo de pesquisa coordena e participa de projetos de geotecnologias nas especialidades de planejamento territorial, estudo de bacias hidrográficas e sedimentares, áreas de risco, análise de serviços públicos, desenvolvimento de aplicativos, definição de metodologias SIG/Municípios, entre 2527

outros. O laboratório conta com profissionais das mais diversas áreas como geólogos, geofísicos, engenheiros cartógrafos, geógrafos e cientistas da computação. O ambiente multidisciplinar e as diversas frentes de trabalho dos profissionais do laboratório, dificulta o processo de planejamento de informações geográficas que são usadas e armazenadas. Os projetos do LABGIS geram um grande acervo de informações geográficas, o compartilhamento e a utilização desses dados são necessários e úteis tanto para meio interno quando para a comunidade externa. Outro fator relevante é a dificuldade de adequação dos dados de projetos antigos para reutilização em outras pesquisas. Neste cenário, uma IDE se mostra pertinente, saindo de um ambiente ad hoc para um ambiente estruturado. Tomou-se como projeto piloto do LABGIS nessa adaptação da IDE o Projeto PADCT- Estudo Ambiental como Subsídio ao Ordenamento Territorial Através de Análise de Caso: Município de Teresópolis (1996-2000). A justificativa deste projeto como piloto se deu pelo alto nível de complexidade entre os tipos de informações geográficas produzidas, metodologias adotadas e volume de dados. O projeto gerou um banco de dados na escala 1:50.000 com temas como uso do solo e vegetação de três anos distintos, geologia litológica e estrutural, geomorfologia, relevo, pedologia, agricultura, socioeconomia, unidades de conservação, feições erosivas, medições meteorológicas, medições físico-químicas da água, hidrografia e sistema viário resituídos, entre outros. Também há no acervo dezenas de imagens de satélite e fotos de aerolevantamento. A base de dados desse projeto se apresentou útil e continua a ser utilizado em diversos outros projetos, além do interesse de dar acesso mais facilitado ao público. Na adoção da IDE, fez se necessário uma qualificação dos dados do Projeto PADCT. Foi feito um estudo com correções a serem aplicadas aos dados, recuperação e qualificação dos metadados e uma avaliação sobre quais dados poderiam receber uma padronização. As etapas da metodologia são: (1) levantamento de documentos como relatórios e artigos sobre o projeto, com o objetivo de recuperação de informações sobre a concepção e objetivo dos dados gerados; (2) criação de um modelo conceitual OMT-G sobre a base de dados; (3) criação do modelo lógico-físico do banco de dados; (4) controle e adequação a cerca da qualidade dos dados gerados frente ao modelo conceitual; (4) disponibilização dos dados e seus metadados de forma online. Os aplicativos computacionais utilizados na etapa (4) acima foram apenas softwares livres como PostGIS e GeoNetwork e via serviços Web como Web Map Service (WMS). Este projeto, ainda em desenvolvimento, visa a entrada do LABGIS como um nó da INDE e também a implatação de um padrão de disponibilização e documentação de metadados para a Rede Sirius da UERJ. 4. Resultados O primeiro passo foi um levantamento da situação de todos os dados dos projetos, junto com os relatórios e artigos científicos gerados. Junto hoje ao LABGIS, não há mais nenhuma pessoa que fez parte como membro da equipe o projeto escolhido como piloto. Essa etapa de levantamento é fundamental para entender os objetivos na concepção e linha de vida dos dados. Shi et al. (2005) elenca os seguintes pontos a cerca da qualidade da representação do mundo real por meio de dados geográficos: (a) o dado geográfico é necessariamente uma aproximação, já que é impossível para capturar toda a complexidade infinita da superfície da Terra, sob qualquer forma; (b) a criação de um mapa ou um banco de dados geográficos é um processo longo e complexo, que envolve muitos estágios de interpretação, aquisição, análise e generalização; e (c) muitos tipos de dados espaciais envolvem julgamento humano. Por exemplo, dois experientes especialistas em ecologia podem não concordar sobre a classificação de vegetação de certa área de estudo. 2528

Os pontos acima destacam a importância de se definir como se dará essa representação simplificada, imprecisa e com julgamento humano, a modelagem conceitual. A modelagem conceitual dos dados é uma forma de simplificar a realidade para uma melhor compressão dos conceitos que envolvem o problema estudado. O modelo busca sistematizar o entendimento que é desenvolvido a respeito de objetos e fenômenos que serão representados em um sistema informatizado (Davis e Borges, 2005). Com a modelagem se consegue formalizar decisões e restrições para a coerência dos dados gerados. Esta etapa da modelagem foi realizada sobre o projeto piloto utilizando o modelo OMT-G e com a ferramenta Microsoft Visio. Figura 3. Exemplo de modelagem conceitual. Após definido o modelo conceitual, realiza-se o processo de modelagem lógica. Enquanto a modelagem conceitual é insento da plataforma computacional utilizada, a modelagem lógica se preocupa com o paradigma e recursos disponíveis no ambiente computacional adotado, no caso o banco de dados. Esta modelagem lógica neste trabalho é sobre o modelo UML, também com o uso da ferramenta Microsoft Visio. Figura 4. Exemplo de modelagem lógica Na sequência da modelagem, um controle de qualidade dos dados geográficos se fez necessário, testando a aderência dos dados consolidados com o modelo conceitual e lógico. Em outras palavras, a qualidade dos dados devem se adequar às necessidades e finalidades a que se destinam. Para esta etapa, é necessária a estruturação desses dados para, por exemplo, 2529

testes topológicos, avaliação de omissão e comissão, se o sentido de fluxo está correto, avaliação da acurácia interna dos dados, entre outros. Figura 2. Correção de sobreposições de polígonos utilizando a ferramenta Topology ArcGIS Desktop 10.1 Nessa etapa, alguns problemas podem ser consertados como, por exemplo, um rio com o fluxo incorreto. Porém há outros problemas que puderam ser apenas relatados nos metadados como, por exemplo, omissão de dados sem a possibilidade de revisita à fonte. Como discutido anteriormente, no cenário deste trabalho há importância dos metadados. Organizar as informações sobre o acervo espacial, não melhora só a troca de dados entre instituições, mas a organização dos dados, a eficiência no mapeamento e a continuidade de projetos dentro de cada organização (Camboim, 2006). A padronização de metadados viabiliza a integração de informações e garante a transferência de dados, possibilitando a interoperabilidade entre sistemas diversos. Padroniza a termologia utilizada e identifica o produtor e a responsabilidade técnica de produção dos dados. Metadados evitam duplicidade de trabalho e reduzem assim o desperdício de recursos na produção e divulgação de dados geoespaciais. Utiliza-se neste trabalho o padrão sumarizado de modelo de metadados segundo a ISO 19115:2003. Figura 5. Perfil MGB Sumarizado. Fonte: CEMG/CONCAR. 2530

Os metadados estão sendo disponibilizado via web sobre a plataforma GeoNetwork, a mesma plataforma utilizada na INDE. 5. Conclusões O presente trabalho abordou o desenvolvimento de uma IDE no LABGIS, porém é importante conceber infraestruturas de dados espaciais não apenas como repositórios de dados para uma escala interna. Entende-se biblioteca publica como um ambiente reúne uma coleção de informações que o publico tenha acesso. Entretanto, a estruturação de uma infraestrutura de dados espaciais apresenta dificuldades, por exemplo, a implantação a dados antigos, recuperação de metadados e aproveitamento de dados fora do padrão. Um passo importante é definir um marco, onde todos os dados gerados a partir daquele ponto serão aderentes a IDE estipulada. Os dados gerados anteriormente a este marco devem ser tratados individualmente com suas particularidades. Há de se considerar também que a IDE não é algo que se possa entregar como um produto acabado ou um artefato, pelo contrário ela deve ser considerada como um processo em desenvolvimento (Man, 2011). As demandas dos usuários, produtos, legislação pertinente e técnicas dão dinâmicas, e a IDE precisa acompanhar essas mudanças. Os resultados aqui apresentados são apenas uma parte do conjunto gerado para compor o relatório final do projeto que este trabalho está inserido. Haverá ainda um estudo detalhado de aplicabilidade do trabalho que vem sendo realizado no LABGIS a Rede Sirius de Biblioteca. A diminuição da disparidade entre o que a universidade produz e recebe e o que os órgãos tomadores de decisão e o publico tem acesso é um item a se analisar quando se estuda a adoção de uma IDE. Com o acesso direto aos servidores que armazenam dados espaciais, usuários podem importar os dados em formatos padronizados e utilizá-los de forma direta. Referências Bibliográficas Camboim, S.P. Infra-estrutura de dados espaciais no Brasil. MundoGEO, 2006. Disponível em: <http://mundogeo.com/blog/2006/10/21/infra-estrutura-de-dados-espaciais-no-brasil/> Acesso em: 17 nov 2012 Comissão Nacional de Cartografia (CONCAR). Perfil de Metadados Geoespaciais do Brasil Perfil MGB. Brasília: Ministério Do Planejamento, 2009. Comissão Nacional de Cartografia (CONCAR). Plano De Ação Para Implantação da INDE: Infraestrutura De Dados Espaciais. Brasília: Ministério Do Planejamento, 2010. Davis Jr, C.A ; Alves, L.L. Infra-Estruturas de Dados Espaciais: Potencial para Uso Local. Disponível em:<http://www.ip.pbh.gov.br/ano8_n1_pdf/ano8n1_clodoveu.pdf.> Acesso em: 17 nov 2012. DECRETO Nº 6.666, de 27 de novembro de 2008, Disponível em: <http://www.planalto.gov.br/ccivil_03/_ato2007-2010/2008/decreto/d6666.htm> Acesso em: 17 nov 2012 Global Spatial Data Infrastructure Association (GSDI). The SDI Cookbook. 2009. Disponível em: <http://www.gsdidocs.org/gsdiwiki/index.php/mainpage> Acesso em: 17 nov 2012 Man, E. Spatial Data Infrastructuring: praxis between dilemmas. International Journal of Spatial Data Infrastructures Research. v6, p261--289, 2011. Nogueras-Iso, J.; Zarazaga-Soria, F. J.; Muro-Medrano, P. R. Geographic information metadata for spatial data infrastructures. New York: Springer, 2005. 265p. Núcleo de Informação e Estudos de Conjuntura NIESC/VR. DATAUERJ: Anuário Estatístico, ano base 2011. Universidade do Estado do Rio de Janeiro, 2012. 356p. 2531

Rajabifard, A. and I. P. Williamson (2001). Spatial Data Infrastructures: Concept, Hierarchy, and Future Directions. GEOMATICS'80, Tehran, Iran Rajabifard, A.; Williamson, I.; Feeney M.E. Future directions for SDI development. Developing spatial data infrastructures: from concept to reality. London, 2003 Shi, W; Fisher, P; Goodchild, M.F. Spatial Data Quality. Londres: Taylor & Francis, 2002. 304p. Sommerville, I. Engenharia de software; tradução André Maurício de Andrade Ribeiro. 8ª ed, p60, São Paulo, 2007 Warnest, M. A collaboration model for national spatial data infrastructure in federated countries. Dissertação (Ph.D. in Geomatics) Department of Geomatics. University of Melbourne, Australia, 2005. 2532