Anda di halaman 1dari 49

Captura e Estruturas de Dados

Espaciais
Captulo 6 Parte 02
Antonio P. Drumond Neto
Doutorando PPGPV UFES/CCA

Avaliador: Prof. Dr. Alexandre Rosa dos


Santos

Novembro 2013 Alegre, ES


BANCO DE DADOS

Banco de dados do SIG composto por:

Dados Textuais A, B, C, D ...

Dados Numricos 1, 2, 3, 4 ...

Dados Vetoriais Dados matriciais


(raster)
ESTRUTURAS DE DADOS EM SIG

O SIG possui a capacidade de armazenar atributos descritivos e


formas geomtricas dos diferentes tipos de dados geogrficos.
(CAMARA, 2005)
ESTRUTURAS DE DADOS EM SIG

A estrutura dos dados so formas padres para armazenar dados no


computador, sendo um intermedirio entre o modelo da realidade e
um formato de arquivo
Dados espaciais - Dados relacionados a
superfcies contnuas, contendo trs
coordenadas denominadas de amostra 3D

Dados geogrficos - necessrios para


definir onde as feies cartogrficas
ocorrem;

Atributos - que registrem o que as feies


cartogrficas representam.

Coordenadas X, Y e o atributo Z
PRINCIPAIS ESTRUTURAS DE DADOS NO SIG
Representao matricial: o espao
representado como uma matriz composta de
colunas e linhas.

Cada clula possui um nmero de linha, um


nmero de coluna e um valor correspondente ao
atributo estudado.

Mundo Real

Representao vetorial: o fenmeno pode ser


abstrado em trs elementos grficos:

ponto (dimenso zero),


linha (uma dimenso), e
rea ou polgono (duas dimenses).
DADOS MATRICIAIS

representao grfica do mundo real por meio de pixel (picture element) ou


clulas, com forma poligonal regular, geralmente quadradas, que so definidos pelas
suas posies em relao s colunas e linhas de uma malha.

Dependendo do que se quer


representar a clula poder ter um
valor quantitativo ou qualitativo.

Cada clula armazena um valor de atributo de um determinado tema. Cria-se uma


cobertura (ou plano de informao) para cada tema (uso da terra, tipo de solo,
cobertura vegetal, tipos de rocha, entre outros).
TIPO DE ARQUIVOS RASTER

5 30 8 3 1,5 -3,4 3,8 5

1 10 5 1 1 5 2,3 -3

5 5 4 9 -12,3 5 2,5 9

a) Imagem codificada 2n b) Imagem contnua

c) Imagem binria d) Imagem ternria


ESTRUTURAS MATRICIAIS

So estruturados em modelos simples e compacta.

Principais Estruturas Raster:

CDIGO DE CADEIAS

RUN-LENGTH ENCODING (RLE)

VALUE POINT ENCODING (VPE)

MODELOS HIERRQUICOS, (QUADTREE e BLOCOS MXIMOS).


DADO MATRICIAL DE 3
DIFERENTES TIPOS DE SOLO

1 1 1 1 1 2 2 2

1 1 1 1 1 2 2 2

1 1 1 2 2 2 2 2

1 1 1 2 2 2 2 2

1 1 1 2 2 2 2 2

2 2 2 2 2 3 3 2

2 2 2 2 2 3 3 2

2 2 2 2 2 2 2 2

Exemplo
Cdigos:
0= ESTE - 1= SUL - 2= OESTE - 3= NORTE

Categoria 1= 15, 03, 35, 23.


1 1 1 1 1 2 2 2
1 1 1 1 1 2 2 2
1 1 1 2 2 2 2 2
A partir linha 1 e coluna 1, no sentido 1 1 1 2 2 2 2 2
anti-horrio, os dados so organizados 1 1 1 2 2 2 2 2
segundo determinada categoria. 2 2 2 2 2 3 3 2
2 2 2 2 2 3 3 2
2 2 2 2 2 2 2 2

A estruturao em cdigo de cadeias reduziu o tamanho do arquivo


em 8 unidades de bytes.

CDIGO DE CADEIAS
Cdigos: 1 1 1 1 1 2 2 2
0= ESTE 1 1 1 1 1 2 2 2
1= SUL 1 1 1 2 2 2 2 2
2= OESTE
1 1 1 2 2 2 2 2
3= NORTE
1 1 1 2 2 2 2 2
2 2 2 2 2 3 3 2
2 2 2 2 2 3 3 2
2 2 2 2 2 2 2 2

LINHA COLUNA ATRIBUTO CODIFICAO


1 1 1 15, 03, 35, 23
1 4 1 11, 01, 31, 21
1 6 2 15, 03, 35, 23
3 4 2 16, 02, 36, 22
6 1 2 13, 03, 33, 23
6 6 3 11, 01, 31, 21
8 6 2 10, 02, 30, 20
8 8 2 13, 00, 30, 20

CDIGO DE CADEIAS
O principio consiste em pixels adjacentes tendo o mesmo
atributo, combinados em faixa, representada por um par
de nmeros. Cada linha inicia uma nova faixa

EXEMPLO: Para a nossa 1 1 1 1 1 2 2 2


matriz temos: 1 1 1 1 1 2 2 2
1 1 1 2 2 2 2 2
LINHA 1: (5,1), (3,2);
LINHA 2: (5,1), (3,2); 1 1 1 2 2 2 2 2
LINHA 3: (3,1), (5,2); 1 1 1 2 2 2 2 2
LINHA 4: (3,1), (5,2); 2 2 2 2 2 3 3 2
LINHA 5: (3,1), (5,2); 2 2 2 2 2 3 3 2
LINHA 6: (5,2), (2,3), (1,2);
2 2 2 2 2 2 2 2
LINHA 7: (5,2), (2,3), (1,2);
LINHA 8: (8,2).

RLE (Run-Length Encoding)


A codificao dos dados a partir da linha 1 e coluna
1, continuamente, associando o atributo ao nmero de
pixels. A cada mudana de atributo tem-se um
determinado nmero de pixels.
1 1 1 1 1 2 2 2
1 1 1 1 1 2 2 2
1 1 1 2 2 2 2 2
1 1 1 2 2 2 2 2
Exemplo:
1 1 1 2 2 2 2 2

5(1); 2(8); 1(13); 2(16); 1(21); 2 2 2 2 2 3 3 2


2 2 2 2 2 3 3 2
2(24); 1(26); 2(32); 1(35); 2(45); 2 2 2 2 2 2 2 2

1 9 17
3(47); 2(53); 3(55); 2(64). 2 10 18
3 11 19
4 12 21
5 13 22
6 14
7 15
8 16
VPE (Value Point Encoding)
O modelofundamental
O princpio de Blocos aMximos
diviso do dado
umaraster
variante
a partirdo
dequadtree,
mltiplos
cujo objetivo
polgonos eliminar possveis redundncias.
regulares.

O
A primeiro
matrizquadrado compreende toda
subdividida em a matriz, contm 3
polgonos categorias. Este
regulares, no
dividido em sucessivos quadrados, at a unidade fundamental (pixel).
necessariamente quadrados, e cada polgono contm um nico
atributo.
1 1 1 1 1 2 2 2

1 1 1 1 1 2 2 2

1 1 1 2 2 2 2 2

1 1 1 2 2 2 2 2

1 1 1 2 2 2 2 2

2 2 2 2 2 3 3 2

2 2 2 2 2 3 3 2

2 2 2 2 2 2 2 2

DADO RASTER EM ESTRUTURA QUADTREE


MTODOS DE VANTAGENS DESVANTAGENS
COMPRESSO
Menos eficiente quando o limite
So voltados para pequenos entre os polgonos aumenta.
RLE e VPE computadores. Estrutura Aumenta os tamanhos dos
simples. arquivos e o tempo de
processamento quando o
nmero de polgonos aumenta.
Presena de redundncia; os
CDIGO DE Estrutura simples. Dados limites dos polgonos so
CADEIAS compactados. armazenados duas vezes.
Superposies so difceis sem
que se retorne grade
originais.

BLOCOS Eficiente para formas simples Limitado para ser usado em


MXIMOS e grades. arquivos com muita variedade
espacial.

Estrutura elegante. Dados Dificuldade para criao e


QUADTREE compactados. Rpido atualizao de arquivos.
processamento.
Uso do modelo matricial
Variveis fsicas: como precipitao (quantidade de
chuva) ou elevao (valor da elevao);

Regies administrativas: cdigos para distritos urbanos;

Uso da terra: definidas a partir de um sistema de


classificao;

Distncia de um dado objeto a um alvo: cada clula do


modelo tem um valor que representa a distncia do
objeto em estudo.
DADOS VETORIAIS

Neste modelo as coordenadas


so consideradas
matematicamente exatas.

O que existe de mais


importante no modelo
vetorial a entidade ponto.
Engloba todas as entidades
geogrficas e grficas que so
posicionadas por um simples 7
par de coordenadas (x,y)

5
3

1 4 7
DADOS VETORIAIS

representao grfica do mundo real por meio de coordenadas x, y para


definir as feies de dados discretos representados por pontos, linhas e polgonos

Na representao vetorial, o mundo dividido em elementos com sua prpria


geometria de pontos, linhas e reas permitindo que todas as posies sejam
definidas exatamente.
ESTRUTURAS VETORIAIS

As entidades poligonais podem ser estruturadas em


diferentes formatos:
MODELO TOTAL

DUAL INDEPEDENT MAP ENCODING DIME

MODELO RELACIONAL E DIGITAL LINE GRAFHS - DGL

Os mais usuais so:


MODELO TOPOLGICO

MODELO ESPAGUETE
Fcil entendimento e boa adequao para representao de mapas.

Apresenta dados redundantes, uma vez que as linhas comuns a dois


polgonos so armazenadas duas vezes e a relaes espaciais no so
arquivadas.

1. Arcos ausente de contiguidade

2. Poligono aberto (ausente de area)

3. Arcos sem conectividade (cruzamento)

4. Poligonos adjacentes com sobreposio


(buracos)

O SIG IDRISI utiliza este modelo para


arquivar e representar os PIs

ESTRUTURA ESPAGUETE (DESUSADO)


um conjunto de regras e comportamentos que estipulam
definido
como comolinhas
pontos, a relao
e espacial
polgonosentre feies vizinhas
partilham ou
geometrias
adjacentes
coincidentes.

TOPOLOGIA
Constitui a estrutura mais comum para
os dados vetoriais

Apresenta uma estrutura compacta.

Garante a integridade e qualidade dos dados

As relaes matemticas entre os objetos so mantidas

Permite a execuo de algumas funes de anlise espacial (por exemplo, a


operao dissoluo).

TOPOLOGIA NO SIG
TIPO VANTAGENS DESVANTAGENS

No h mecanismos explcitos para


MODELO TOTAL Estrutura compacta. referenciar reas adjacentes. As
relaes matemticas entre objetos
no so arquivadas.

Estrutura compacta. As relaes Estrutura complexas. Redundncia de


MODELO matemticas entre objetos so dados.
TOPOLGICO arquivadas. Rpido processamento
de dados.

Estrutura compacta e de fcil Lento processamento de dados. As


MODELO entendimento. Adequado para relaes espaciais no so
ESPAGUETE mapas. arquivadas. As linhas comuns a dois
polgonos so arquivadas duas
vezes.

DIME As estruturas e os atributos so Redundncia de dados. Complexo


arquivados separadamente. gerenciamento de arquivos.

DLG So topologicamente estruturados. Estrutura complexas.


Custo baixo.
Vetorial x Raster

Algum tempo atrs estes


Os dois modelos eram
modelos so
incompatveis.
passveis de converso
entre si.
Os sistemas comerciais de
A converso do sentido
SIG preferem implementar
vetorial
o modelo para matricial
vetorial.
mais fcil
Sistemas
A atuais manipulam
converso no sentido
ambos os para
matricial modelos de
vetorial
dados.
complexa
RASTER x VETORIAL
Aspecto Matricial Vetorial
Transformao de
Complexo Simples
coordenadas
Estrutura de dados Simples Complexa
Captao de dado Rpido Lento
rea de
Grande Pequena
armazenamento
Grficos Mdio Bom
Preciso geomtrica Baixa Alta
Anlise de rede Pobre Bom
Anlise de rea Bom Mdio
Generalizao Simples Complexa
Gerao de desenho Rpido Lento
Modelagem Simples Complexo
Operao pontual Simples Complexo
VANTAGENS
MODELO RASTER MODELO VETORIAL
Os dados possuem uma estrutura Possui uma estrutura de dados
simples; compacta;

Operaes de superposio so Permite uma codificao da


facilmente implementadas; topologia de forma eficaz, como
resultado das anlises de rede so
Altas variabilidades espaciais so facilmente implementadas;
eficientemente representadas;
recomendado para grficos que
Permite operaes matemticas devam se aproximar dos desenhos
com preciso; feitos mo;

Operaes de modelagem e
simulao so facilitadas;
DESVANTAGENS

MODELO RASTER MODELO VETORIAL


A estrutura dos dados toma muito A estruturao dos dados
espao de memria; complexa;

As relaes topolgicas so Operaes de superposio so


difceis de serem representadas; difceis de serem implementadas;

O produto final pode no ser A representao de alta


esteticamente agradvel; variabilidade espacial no eficaz;
GEOPROCESSAMENTO DAS
ESTRUTURAS DE DADOS
Tipos de Dados em Geoprocessamento

IMAGENS
Obtidas por:
Satlites,
Fotografias areas
Scanners aerotransportados

So armazenadas como matrizes


e representam formas de captura
da informao espacial.

Cada elemento de imagem, denominado pixel, tem um valor


proporcional energia eletromagntica refletida ou emitida pela
rea da superfcie terrestre correspondente.
Tipos de Dados em Geoprocessamento

MAPAS TEMTICOS

Descrevem de forma
qualitativa, a distribuio
espacial de uma grandeza
geogrfica.
.

Mapa de reconhecimento dos solos da


regio de Inhamuns, Salgado
(Assad & Sano, 1998)
Tipos de Dados em Geoprocessamento

MAPAS CADASTRAIS

cada elemento considerado


como um objeto geogrfico

possui atributos e pode estar


associado a vrias
representaes grficas.

LIMITES CENSITRIOS DO
DISTRITO DE ARAC, DOMINGOS
MARTINS, ES
Tipos de Dados em Geoprocessamento
ESTADO DO ESPRITO SANTO
190000 280000 370000 190000 280000 370000

Altitude Atividade agrcola


BAHIA BAHIA
2862.5 m
7990000

7990000

7990000

7990000
Apta

Inapropriada
MAPAS -3.69 m

POLITEMTICOS
7900000

7900000

7900000

7900000
MINAS GERAIS MINAS GERAIS

Quando as informaes, qualitativa


7810000

7810000

7810000

7810000
e quantitativa esto presentes em
OCEANO ATLNTICO

OCEANO ATLNTICO
um mesmo mapa
7720000

7720000

7720000

7720000
RIO DE JANEIRO
50 25
0 50 Km

RIO DE JANEIRO
50 25
0 50 Km
7630000

Sistema de Coordenadas
7630000

7630000

7630000
Sistema de Coordenadas
DATUM SIRGAS 2000 - ZONA 24S DATUM SIRGAS 2000 - ZONA 24S
190000 280000 370000 190000 280000 370000
Tipos de Dados em Geoprocessamento

REDES

armazenam os elementos
geogrficos em modelo vetorial
com topologia de rede (arco-n),
Os arcos armazenam atributos
sobre o sentido dos fluxos e os
ns sobre a capacidade

Malha rodoviria do Estado do Paran


Tipos de Dados em Geoprocessamento

MAPAS NUMRICOS DE TERRENO:


O termo utilizado para denotar a representao
quantitativa de uma grandeza que varia
continuamente no espao.
Resoluo Espacial
Resoluo Espacial

Clula pequena Clula grande


Maior resoluo Menor resoluo
Maior preciso da feio espacial Menor preciso na localizao da
feio espacial
Apresentao mais lenta
Apresentao mais rpida
Processamento mais lento
Processamento mais rpido
Arquivo de armazenagem maior
Arquivo de armazenagem menor
SPOT 5

Colorida resol. 10 m Pancrom. resol. 2,5 m


Qualidade de Dados e Erros
1. poca que os dados foram coletados.
2. Fonte dos dados
3. Formato original dos dados
4. rea coberta dos dados.
5. Escala dos mapas
6. Sistema de coordenadas (projeo, datum)
7. Densidade de observaes do dado
8. Acurcia das feies (posio e atributos)
9. Consistncia logica dos atributos
10. Como os dados foram testados?
Qualidade de Dados e Erros

Exatido

Valor verdadeiro

Preciso
Elementos e sub-elementos de
qualidade de dados geogrficos

Acurcia posicional ou Geomtrica


o Qualidade externa ou absoluta Proximidade dos valores em funo
dos dados ditos reais.
o Qualidade relativa ou interna - Proximidade das posies relativas
com respectivas posies aceitas como reais.
o Qualidade da posio da grade de coordenadas Proximidade da
grade de coordenadas com a localizao real.

Metadados
o Linhagem Parmetros e dados que construram o conjunto de dados.
Coeficientes de Concordncia para a
avaliao da acurcia total.
Coeficientes de Concordncia para avaliao
da acurcia para classes individuais
Elementos e sub-elementos de
qualidade de dados geogrficos

Consistncia Lgica
o Consistncia de formato Nvel de armazenamento em acordo com a
estrutura fsica do conjunto de dados.
o Consistncia topolgica - Caractersticas topolgicas dos dados.
o Consistncia de domnio Conformidade com os valores de domnio
dos dados.

Acurcia temporal
o Exatido das medidas do tempo Correo na medida temporal.
o Consistncia temporal Correo de eventos ordenados ou em
sequencia, caso registrada.
o Validade temporal Validade dos dados em relao ao tempo
(atualizao).
Elementos e sub-elementos de
qualidade de dados geogrficos

Qualidade temtica
o Correo da classificao Comparao da classe associada feies
ou seus atributos em relao a um conjunto de dados de controle.
o Verificao dos atributos no qualitativos.
o Exatido dos atributos quantitativos.

Completude
o Comisso Excesso de dados no conjunto, tanto para as feies como
para seus atributos.
o Omisso - Dados faltantes no conjunto.
TABELA DE VALIDAO CRUZADA PARA CLCULO DE EC E EQ
Mapa Real
Varivel Varivel Varivel Varivel Erro de
(1) (2) (3) (4) TOTAL Comisso

Varivel O menor ERRO DE OMISSO refere-se a VARIVEL(13- 9/13)


(1) 9 0 0 4 13
0,31
Varivel
(0,11), ou seja,
Percebe-se quesomente
o menor1 ERRO
pixel encontrado no mapa real no
DE COMISSO
4 20 0 2 (1 - 20/23)
26
(2) 0,13
Mapa Interpretado

correspondeu
refere-se ao seu equivalente
a VARIAVEL 2 e 4, ouno mapa
seja, eminterpretado.
cada
Varivel (1 - 8/17)
(3) 1 3 8 5 17
0,53
um deles, somente 1 pixel encontrado no mapa
Varivel (1 7/8)
(4) interpretado
0 0
no correspondeu
1 7
ao 8
seu
0,13

equivalente no mapa real (no campo).


TOTAL 14 23 9 18 64 -

Erro de (1 - 9/14) (1 - 20/23) (1 - 8/9) (1 - 7/18) (1 - 44/64)


Omisso 0,36 0,13 0,11 0,61 -
0,31

Exemplo para verificar a completitude


Aquantificao do erro operacional
O RMS calculado pode ser calculado
feita pelossegundo
eixo das
ordenadas e abscissas onde o clculo do RMS total ser
trs perspectivas diferentes:
representado graficamente como a hipotenusa de um tringulo
Escala do mapa;
retngulo
Probabilidade de erro de um objetivo ser alcanado;
Produto final esperado.
Enquadramento RMS (x): erro mdio quadrtico, eixo x

x1 2
Enquadramento feito pela mesa
N xi
original do mapa
N
i 1

RMS (y): erro mdio quadrtico, eixo y


RMS(x)
N y1 yi 2
RMS(y) N
i 1

RMS (t): erro mdio quadrtico total

RMS (t ) RMS( x) RMS( y )


2 2

ERRO MDIO QUADRTICO (ROOT MEAN SQUARE) RMS


1/50 polegadas para mapas com escalas 1:20.000 ou menores
1/60 polegadas para mapas com escalas maiores que 1:20.000.

A converso para padres de acurcia feita baseada em


estatstica.
RMS permitido requer 90% de erros acidentais menores que
1,64% do RMS calculado. Ou seja, 1,64 desvios padres
assumindo uma distribuio normal dos erros.

Se tivermos um mapa com escala de 1:15.000, o erro aceitvel


ou oSe RMS permitido
tivermos sercom
um mapa o erro aceitvel
escala multiplicado pela
de 1:25.000:
converso da escala, multiplicado pela converso da unidade,
dividido por 1,64,ou seja:

11
pol
pol **15..000
25 000 **00,,0254
0254 m/pol
m/pol
RMS 50
60 46,,64 m
permitido
RMSpermitido 1,64 45 m
1,64

Anda mungkin juga menyukai