PG SER e CAP 1 Perodo 2015 SER300

PG SER e CAP – 1 Período 2015 SER-300 Introdução ao Geoprocessamento Aula 2 Representações do Espaço Geográfico Tipos e Estruturas de Dados Antonio Miguel V. Monteiro Gilberto Câmara {miguel@dpi. inpe. br }

O Mapa de Henry de Mainz, 1110 (Orientação com Leste ao topo)

O Mapa de Psalter, 1225 -1250 (Orientação com Leste ao topo) Cartográfo, Desconhecido

O Mapa de Hereford, 1290 (Orientação com Leste ao topo) Cartográfo, Richard de Bello of Haldingham GLOSSARY OF NATURAL HISTORY AND ABNORMAL PEOPLE ANTS. Africa. Here huge ants guard golden sand. Ants dig up gold and guard it.

Os Mapas de Al-Idrisi's, 804/1154/1456 (Orientação com Sul ao topo) Cartográfo, Abu Abdullah Mohammed Ibn al-Sharif al-Idrisi

“Ele reúne dois elementos aparentemente incompatíveis num mappaemundi medieval: um mapa de referências detalhadas da Europa medieval e uma carta de enciclopédia. Nele a história e a teologia estão projetadas na imagem física do globo. ” Fonte MAPAS e Texto: Marcia Siqueira de Carvalho, Depto Geociências, UEL (http: //www. geocities. com/pensamentobr/inicio. html)

“Coexistem acontecimentos do passado e do futuro: a Queda, a Crucificação e o Apocalipse. Eles estão localizados num mundo real, entre Paris e Londres, a Espanha e o Egito. ” Fonte MAPAS e Texto: Marcia Siqueira de Carvalho, Depto Geociências, UEL (http: //www. geocities. com/pensamentobr/inicio. html)

Uma Idéia-Força. . . Uma estratégia passa pela construção dos Territórios Digitais, que devem buscar capturar aspectos cada vez mais complexos da realidade brasileira.

Uma Idéia-Força. . . Os Territórios Digitais não são mapas coloridos, mas sim expressões quantitativas de conceitos sobre os diferentes processos físicos e socioeconômicos que se desenrolam nos Territórios reais.

Algumas Premissas. . . Conhecimento como Construção Dos Conceitos para a Representação Computacional © Modelos Inferenciais Quantitativos. © Testes de validação e de corroboração com Análise dos dados no Espaço e no Tempo © Dinâmica: Padrões e Processos

Geoprocessamento: A visão de Ciência "Geoinformação é o conjunto de tecnologias que utilizam representações computacionais do espaço e do tempo para modelar e analisar fenômenos espaçotemporais".

Geoprocessamento: A visão de Ciência Conceito básico: Territórios Digitais ©Territórios digitais são representações computacionais do espaço ©Uso de modelos lógicos, estruturas de dados, algoritmos e linguagens para buscar capturar as diferentes dimensões do espaço geográfico

Dos Dados às Representações Hoje sistemas cartográficos de informação Necessário para amanhã: Futuras gerações de GIS © incorporar modelos espaço-temporais © suporte para diferentes concepções do “espaço” © Novas “cartografias”

As Questões das Tecnologias necessárias ao Florescimento dos Territórios Digitais. . .

Territórios Digitais A Atual Geração de Tecnologias e Usos : © Impõe um modelo cartográfico do espaço © Restringe nossa capacidade de construção de novos entendimentos © Restringe novas cartografias

Territórios Digitais Disponibilidade de Dados e Observações Habeas Data Dado Livre para Além do Sw. Livre!

Processo de Representação Computacional

Processo de Representação Computacional Universo Ontológico Formal Estrutural Implement. Níveis de abstração Ontologias (conceitos do mundo real): Formal: lote, tipo de solos entidades (objetos) x distribuições (campos) Estruturas de dados: matrizes, vetores Implementação: código em linguagem de computador

Processo de Representação Computacional Universo Ontológico Formal Estrutural Implement. entidade Poligono Tabela lote Lista de coord.

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

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

Processo de Representação Computacional Decisões concretas Dados Onde estão os dados ? Qual sua qualidade ? Que formatos ? Que licenças ? Atributos Que medidas caracterizam os dados ?

Escalas de Análise Escala de Ocorrência dos Processos Escala de Captação de Dados Escala de Atuação sobre os Determinantes Slides: Christovam Barcellos, CICT/Fiocruz

Unidades Espaciais de Análise

Requisitos para adoção de unidades espaciais de análise Presença nos sistemas de informação Significado popular-organização político-administrativa Homogeneidade interna - heterogeneidade externa Coerência com a escala de análise

Tipos de unidades espaciais Físico-territoriais Bacias hidrográfica Ecossistema Técnicas Micro região geográfica (IBGE) Área de influência de cidades (IBGE) “Região homogênea” (diversos) Populares Bairro Favela

Tipos de unidades espaciais Político-administrativas Estado Município Distrito Operacionais Família ? ? ? Domicílio (Residência) Setor Censitário (IBGE) Distrito de água e esgoto (Ag. Saneamento) CEP (Correios) Distrito sanitário (SMS) Área de adscrição (ambulatório)

Processo de Representação Computacional Decisões concretas Análise Que procedimentos de extração/manipulação de informação serão utilizado? Ex: câncer de esôfago e exclusão/inclusão social

Estruturas de Dados Computacionais 2 D (estático) vetores (ponto, linha, polígono) matrizes de inteiros espaços celulares 2, 5 D (estático) malhas triangulares grades regulares (inclui imagens) 2 D (dinâmico) representações funcionais no Plano 3 D (estático) representações volumétricas 3 D (dinâmico) representações funcionais no volume

Geodados X, Y, Z Eventos / Amostras Superfícies / Grades Regulares Dados de Área- Polígonos Redes e Dados de Fluxo X, Y, Z

De Pontos, para Áreas e para Superfícies e. . . POPULAÇÃO EM GRADES REGULARES E o Tempo? ? ? dados agrupados por áreas / polígonos geração de centróides X, Y, Z pontos / amostras interpolação superfície contínua / grade X, Y, Z

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

Estruturas de Dados vetoriais n Arcos e Nós n Polígonos

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

Estruturas de Dados Vetoriais fonte: Universidade de Melbourne

Representações Vetoriais de Regiões 2 D n Polígonos fechados n As coordenadas de cada polígono são guardadas em separado n Vantagens • Facilita a inserção num banco de dados geográfico n Desvantagens • Duplicação de linhas e possíveis erros

Representações Vetoriais de Regiões 2 D n Estrutura arco-nó (topológica) n Cada polígono é uma lista de linhas n Vantagens • Evita erros e duplicação de linhas n Desvantagens • Mais complicado de produzir

Estruturas de Dados e Topologia 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”) A B

Estruturas de Dados Vetoriais com Topologia fonte: John Elgy

Estruturas de Dados Vetoriais com Topologia Usamos os centróides para recuperar o polígono Cada linha é guardada individualmente

Edição de Polígonos com Topologia Entrada de linhas • produto: “espaguete” Ajustar linhas • remover “pontas” Formar polígonos • método dos centróides • topologia automática Associar atributos Polig Solo A B Le Ag A C B D E

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

Redes: Topologias Arco-Nó

Rede Contém objetos com topologia arco-nó

Rede Objetos endereçados no espaço Exemplo: rede de distribuição elétrica ©rede primária ©rede secundária ©sub-estações, alimentadores ©postes, transformadores, chaves ©cadastro urbano ©cadastro de consumidores

Vetores + Tabelas Dualidade entre localização e atributos Lotes geoid 23 dono endereço cadastro IPTU 22 Guimarães Caetés 768 250186 23 Bevilácqua São João 456 110427 24 Ribeiro Caetés 790 22 271055

Ligação entre Geometria e Atributos

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

Representações 2 D do espaço Vetor Matriz fonte: Mohamed Yagoub

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

Estrutura de uma matriz Extensão célula Resolução fonte: Mohamed Yagoub

O que representamos em uma célula? Célula Qualidades: “Alto, baixo” (temático) Quantidades: teor de cobre (numérico) fonte: Mohamed Yagoub

Conversão Vetorial Matricial fonte: Mohamed Yagoub

Representação Matricial fonte: Mohamed Yagoub

Matrizes x Vetores fonte: Mohamed Yagoub

O problema da mistura das células Água domina Maioria Bordas A A G G A B G A A G G B B G fonte: Mohamed Yagoub

Espaço Celular Le Cada elemento da grade © índice espacial para uma tabela Generalização de uma matriz Li Ls Aq

Modelagem Computacional Espaços celulares n Componentes ¨ conjunto de células georeferenciadas ¨ identificador único ¨ vários atributos por células ¨ matriz genérica de proximidade - GPM

Amazônia em 2015?

Representações 2 D Vetorial Preserva relacionamentos topológicos • Preferida quando necessitamos de precisão (e. g. cadastro urbano e rural) Matricial Processos contínuos Preferida quando tratamos com dados de recursos naturais (e. g. , geologia, solos, etc. . )

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.

Vetores ou Matrizes ? 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)

Matrizes ou Vetores?

Matrizes ou Vetores ?

Matrizes ou Vetores? (RADAM x SRTM)

Matrizes ou Vetores? (RADAM x LANDSAT)

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).

Estruturas de Dados para MNT Grade regular (matriz de reais) • elemento com espaçamento fixo • valor estimado da grandeza

Estruturas de Dados para MNT Malha triangular (TIN) • conexão entre amostras • estrutura topológica arco-nó

Modelos Numéricos de Terreno Curvas de nível Triangulação

Modelos Numéricos de Terreno Imagem MNT Relevo sombreado

Imagens são Modelos Numéricos de Terreno Fontes: satélites, fotografias aéreas Elemento de imagem (“pixel”) proporcional à energia eletromagnética refletida ou emitida por área da superfície terrestre

Estruturas de Dados para MNT 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

Conversão entre Representações

Resumo Geoprocessamento ©Representações Computacionais do Espaço Cada representação computacional ©Potencial de modelar a natureza ©Necessidade de combinar representações Dados espaciais ©Localização + atributos ©Dependência espacial

Pensar o Espaço Localização - “Onde está. . . ” “Quais as áreas com declividade acima de 20%? Condição - “O que está. . ” “Qual a população desta cidade ? ” Tendência - “O que mudou. . . ” “Esta terra era produtiva há 5 anos atrás ? ”

Pensar o Espaço Roteamento - “Qual o melhor caminho. . . ” “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 ? ”