Universidade Federal do ABC

Curso Geoprocessamento
Informações espaciais e aplicações
de Geotecnologias
O material foi elaborado com financiamento da Coordenação
de Aperfeiçoamento de Pessoal de Nível Superior (CAPES),
Programa Universidade Aberta do Brasil (UAB), Edital nº
9/2022.
 CRÉDITOS
Universidade Federal do ABC
Dácio Roberto Matheus - Reitor
Mônica Schröder - Vice-Reitora

Universidade Aberta do Brasil

Angela Terumi Fushita – Coordenadora Geral
Mirian Pacheco – Coordenadora Adjunta

Curso de Especialização em Geoprocessamento

Vitor Vieira Vasconcelos - Coordenador
Victor Fernandez Nascimento - Coordenador Adjunto

Designer Instrucional e Diagramação

José Adriano Silva de Oliveira
Evelyn Marques Gimenez

Autores
Douglas Stefanello Facco
Lana Carolina Correa Danna
Victor Fernandez Nascimento
Vitor Vieira Vasconcelos
Unidade 1 - Conceito de
informações espaciais
A sociedade contemporânea é movida em todos os aspectos por
inovações tecnológicas, e são necessárias formas de comunicação
que mostrem essa dinâmica. A revolução técnico-científica tem
possibilitado o acesso a uma gama de ferramentas, conhecidas
como geotecnologias, que são ferramentas que permitem a
elaboração e representações cartográficas complexas e precisas.

As informações espaciais referem-se a dados e conhecimentos

relacionados à localização e distribuição geográfica de objetos,
eventos, fenômenos e características da Terra e de outros corpos
celestes. Essas informações são representadas em um contexto
espacial, ou seja, elas têm uma dimensão geográfica associada a
elas. O campo de informações espaciais é amplamente utilizado
em diversas áreas, incluindo geografia, cartografia,
geoinformática, sensoriamento remoto, planejamento urbano,
gestão de recursos naturais, ciências ambientais e muitas outras
disciplinas.

Conceito de Geotecnologia
Geotecnologias é o termo que se refere ao conjunto de
tecnologias voltadas à coleta, ao processamento, à análise e à
disponibilização de dados geográficos, ou seja, a geração de
dados que possuem coordenadas geográficas. Em síntese, as
geotecnologias são compostas por uma série de ferramentas de
tecnologia, como, por exemplo, Sistemas de Informação
Geográfica (SIG), Sensoriamento Remoto (SR), Fotogrametria,
Sistema Global de Navegação por Satélite (GNSS), relacionadas à
topografia e Cartografia Digital, com seus bancos de dados e
webgis .
 Conceito de Geoprocessamento
Dados e ferramentas de Geotecnologias são utilizados para fazer
geoprocessamento, com o objetivo de solucionar problemas, criar
cenários e compreender as relações espaciais. Portanto, o
Geoprocessamento é entendido como a área do conhecimento,
que constitui operações para processamento de dados
georreferenciados para gerar informação.

Para Câmara et al. (2001), de forma genérica, “SE 'ONDE' É

IMPORTANTE PARA SEU NEGÓCIO, ENTÃO GEOPROCESSAMENTO
É SUA FERRAMENTA DE TRABALHO”. Sempre que o "onde"
aparece, dentre as questões e problemas que precisam ser
resolvidos por um sistema informatizado, haverá uma
oportunidade para considerar a adoção de técnicas de
geoprocessamento. O geoprocessamento é uma ferramenta
que permite o cálculo do valor da erosão laminar dos solos
em uma determinada área, ou ainda, integrando-se dados
socioeconômicos e distribuição da população, pode-se
analisar a inclusão e exclusão social. Permite ainda classificar
e quantificar os recursos naturais. Pode ser aplicado em
segurança pública, pois o sistema pode informar qual é a viatura
mais próxima e como chegar ao lugar da ocorrência, pelo modo
mais curto ou rápido. A variedade e gama de aplicações é muito
extensa e envolve profissionais das mais diferentes áreas.

O geoprocessamento é um termo amplo, que abarca a coleta,

armazenamento, tratamento e análise de informações espaciais.
A coleta inclui o sensoriamento remoto (dados de satélites,
drones e aviões com sensores), a fotogrametria (extração de
dados por fotografias aéreas), a topografia (levantamento de
dados com aparelhos de GNSS), e dados alfanuméricos com
informação de sua localização (como dados de censos,
epidemiológicos, de políticas públicas, econômicos, entre outros).
O armazenamento ocorre em bancos de dados geográficos, em
que se armazena a localização e forma dos elementos espaciais,
junto com seus atributos e informações vinculados. O tratamento
dos dados pode incluir diversas técnicas de análise espacial, como
análise de proximidade/conectividade, sobreposição de camadas
de dados espaciais, modelagem estatística de dados espaciais
(geoestatística), entre outros.

Utilizando os SIG, o geoprocessamento consegue agregar

utilidade e valor aos dados espaciais. Dessa forma, Veenendaal et
al. (2017) propuseram uma escala em que as diversas operações
do geoprocessamento agregam valor e utilidade aos dados
espaciais, os quais passam gradativamente de dados para
informação, de informação para conhecimento, de conhecimento
para inteligência, e de inteligência para sabedoria. Essa escala é
apresentada na figura 1.

Figura 1 – Esquema sobre como as atividades de geoprocessamento agregam valor e utilidade aos dados
espaciais.

Fonte: Adaptado de Veenendaal et al. (2017).

Dangermond (2009) descreve um ciclo das atividades de
geoprocessamento. Inicialmente, observamos o mundo à nossa
volta e tentamos descrevê-lo, construindo bases de dados
espaciais. Em seguida, para entender melhor os processos que
observamos no mundo, construímos modelos espaciais baseados
nessas bases de dados. Essas etapas iniciais correspondem à
interpretação que temos do “mundo como ele é”. Mas o
geoprocessamento não para aí, e podemos prosseguir nossa
análise para a esfera do “mundo como poderia ser”. Nesse caso,
podemos construir modelos espaciais de capacidade e
sustentabilidade, para explorar quais seriam os limites possíveis
das mudanças dos elementos no espaço.

Com base nesses limites, podemos construir cenários alternativos

possíveis, por meio do geodesign e simulações espaciais. Indo
mais adiante, podemos descrever e comparar as consequências
desses cenários, onde entra o campo específico da geo-
contabilidade. A última etapa, conjugando as informações e
conhecimentos produzidos nas etapas anteriores, é a do auxílio à
decisão, em que se tenta responder à pergunta: “como devemos
mudar o mundo em que vivemos?”. Completando o ciclo,
tomamos nossas decisões, executamos nossas ações e
efetivamente mudamos o mundo ao nosso redor. Essas
alterações demandam novas alterações nas bases de dados
espaciais, novos modelos espaciais, e o ciclo segue
continuamente. Essas etapas podem ser sintetizadas na Figura 2.
Figura 2 – Etapas do ciclo de geoprocessamento. Adaptado de Dangermond (2009).

Entre as tendências atuais, é relevante ressaltar como o volume

das bases de dados tem crescido exponencialmente. Há diversas
bases de dados espaciais expandindo-se tanto em detalhamento
quanto em sua área de extensão. Diversos sensores passam a
coletar dados do ambiente em que vivemos de forma contínua,
gerando um volume de dados que se acumula ao longo do
tempo. Assim, muitos dados que antes eram apenas coletados
em um momento, hoje são estruturados em bases de dados
espaço-temporais. Diversas tecnologias, como o escaneamento
laser do ambiente, Internet das Coisas e dados espaciais
colaborativos, têm contribuído para gerar essas bases de dados
espaciais. Ao mesmo tempo que apresentam grandes
potencialidades de uso, também gera-se o desafio de como
processar e interpretar volumes tão grandes de informações.
Para isso, tem havido um diálogo fértil entre as geotecnologias e
as diversas áreas da ciência da computação, tais como inteligência
artificial, aprendizado de máquinas, mineração de dados,
computação em nuvem, aplicativos em rede, entre outros.
 Histórico do desenvolvimento das
geotecnologias
A sociedade humana sempre teve a necessidade de compreender
e representar o mundo em que vivemos. Um exemplo é um dos
mapas mais antigos que se tem notícia: uma tábua desenhada em
argila da região de “Ga-sur”, no vale do rio Eufrates, Babilônia,
produzido entre 2.400 a 2.200 A.C., mostrado na Figura 3.

Figura 3 – Mapa em tábua de argila da região de “Ga-sur”, no vale do rio Eufrates,

Babilônia, produzido entre 2.400 a 2.200 A.C.

Fonte: Adaptado de: https://www.myoldmaps.com/maps-from-antiquity-6200-

bc/introduction---ancient-maps.html
Pensando nas aplicações das geotecnologias, podemos nos
referir ao Egito antigo, onde a partir de 1550 A.C. desenvolveu-se
todo um corpo de conhecimento de cartografia e agrimensura,
dando base à uma política pública centralizada de levantamento
fundiário das propriedades agrícolas (Figura 4). A delimitação,
cartografia e medição de perímetros e áreas de propriedades
rurais era importante para fins de regulação social (saber até
onde cada um pode plantar), bem como era base para a cobrança
de impostos. Esses impostos geralmente eram cobrados como
parte da produção agrícola, e eram armazenados nas pirâmides e
redistribuídos para a população, com finalidade de garantir a
segurança alimentar.

Essas políticas públicas fundiárias continuam se desenvolvendo,

par a par com as geotecnologias, até os dias de hoje. Um exemplo
histórico, que podemos ver na Figura 5, são os mapas de
levantamento fundiário municipais produzidos em vários
momentos da história.

Figura 4 – Pergaminho retratando o levantamento fundiário de campos agrícolas no

antigo Egito (1550 a 1292 a.C.), encontrado na tumba do oficial responsável por essa
política pública.

Fonte: Mjøs (2016).

 Figura 5 - Mapa do Rio de Janeiro de 1769.

Fonte: http://mappery.com/Rio-De-Janeiro-Historical-Map-2

Outro aspecto importante é que os dados espacializados, ao

longo da história, começaram a ser considerados por suas
utilidades analíticas. Um marco importante foram os estudos de
epidemiologia. Por exemplo, em 1854, o médico John Snow
mapeou os casos de cólera em Londres, e descobriu que eles se
agrupavam no entorno de alguns poços, que estavam
contaminados por esgoto (Figura 6).

Essa descoberta foi uma revolução nos estudos de saneamento

básico, pois até então não se sabia qual era o mecanismo de
transmissão da cólera. Com base nesses novos conhecimentos,
estruturaram-se diversas políticas públicas de saneamento básico
por todo o mundo, tanto para abastecimento de água potável,
quanto para coleta e tratamento de esgotos.
Figura 6 - Mapa de epidemia de cólera produzido por John Snow. Os pontos são os
casos de cólera e os “X” são os poços de abastecimento.

Fonte: http://en.wikipedia.org/wiki/File:Snow-cholera-map.jpg

No último século, houve muitas transformações na maneira de

trabalhar com mapas e dados espaciais. Isso se deve à transição
da cartografia analógica (desenhada no papel) para a cartografia
digital, ou seja, que pode ser trabalhada com o auxílio de
computadores. Na linha do tempo da Figura 7, estão
apresentados os principais desenvolvimentos tecnológicos que
serviram de base para o desenvolvimento das geotecnologias.
Figura 7 – Linha do tempo com os principais desenvolvimento tecnológicos que
possibilitaram o desenvolvimento da cartografia digital.

A partir de 1940, os mainframes foram os primeiros

computadores de grande porte, que permitiram a análise
automatizada de dados. O governo dos Estados Unidos utilizou,
pioneiramente, essa nova tecnologia para armazenar e organizar
os dados dos levantamentos censitários. Os dados eram tratados
em tabelas, e cada linha tinha uma coluna que especificava o
número do setor censitário de onde vinham os dados. Os mapas
que mostravam os números dos setores censitários ainda eram
analógicos, naquela época.

A partir da década de 1950, os computadores começaram a

armazenar dados em formatos de imagens, também.
Desenvolveu-se para isso, scanners e mesas digitalizadoras, que
desde então começaram a ser utilizados para converter em meio
digital a grande quantidade de mapas impressos que existiam.
 Figura 8 – Registro histórico de uso de mesa digitalizadora.

Fonte: http://priede.bf.lu.lv/GIS/.Descriptions/RST/Sect15/nicktutor_15-7.shtml

Na década de 1960, com o desenvolvimento de interfaces gráficas

nas telas dos computadores, foi possível trabalhar muito melhor
com aplicações cartográficas. Nessa década, o governo do Canadá
desenvolveu o Canada Geographic Information System (CGIS) que
permitia visualizar camadas de informações espacializadas
mostrando os recursos naturais do país. Na década seguinte, foi
desenvolvido na Universidade de Harvard o Synagraphic Mapping
System (SYMAP) que conseguia, a partir de uma mesma base de
dados espaciais, fazer diferentes estilos de visualização
cartográfica (Figura 8).

Novas geotecnologias geraram grande interesse em

universidades, institutos de pesquisa e em empresas. Alguns
historiadores das geotecnologias, como Song et al. (2017),
descrevem que a década de 1960 foi a do desenvolvimento de
vários sistemas de informações geográficas, onde se focava nas
novas maneiras de armazenar os dados geográficos em
computadores.
Na década seguinte, de 1970, houve uma forte ênfase em
desenvolver-se métodos eficientes de digitalização das bases
cartográficas analógicas existentes, bem como métodos de
geovisualização digital das informações espaciais. Na década de
1980, houve um forte diálogo da cartografia digital com as
profissionais de gerenciamento de bases de dados vindos da
ciência da computação, permitindo que as duas áreas tecno-
científicas passassem a se desenvolver em conjunto.

Tanto as principais plataformas de bases de dados

computacionais passaram a incluir funcionalidades de análise
espacial de dados, como os SIG passaram a incorporar os
recursos de bases de dados relacionais, servidores de dados,
entre outros. Na década de 1990, já com diversas bases de dados
espaciais disponíveis, foram desenvolvidas várias técnicas de
análise espaciais, baseados em proximidade, conectividade e
reconhecimento de padrões. Por fim, após os anos 2000,
observou-se os amadurecimentos dos modelos espaciais, que
combinavam técnicas de estatística e de computação para
simular, explicar e prever os processos que ocorrem no espaço.

Outros historiadores dos sistemas de informação geográfica,

como Remoaldo et al. (2017), sintetizam que de 1960 a 1975, foi o
período de introdução dos sistemas de informações geográficas,
com o surgimento de diversas ideias. De 1975 a 1980, houve um
período experimental, com muitos produtos aparecendo nas
universidades, e as empresas começando a se interessar pelas
aplicações. De 1980 a 1990, houve a chamada “fase comercial”,
em que diversas empresas e governos começaram a comprar
essas novas geotecnologias e a contratar profissionais
capacitados para operá-las, usufruindo de seus benefícios.
De 1990 em diante, com base na popularização dos
computadores, da internet e dos aparelhos digitais móveis, as
geotecnologias chegaram ao dia-a-dia experienciados pela
população em geral, e hoje fazem parte da vida das pessoas. A
Figura 9 apresenta uma síntese das perspectivas históricas de
Song et al. (2017) e Remoaldo et al. (2017).

Figura 9 – Linha do tempo mostrando sintetizando o desenvolvimento das

geotecnologias, nas abordagens de Song et al. (2017) e Remoaldo et al. (2017).

Conceito de Sistemas de Informações

Geográficas
Os sistemas de informação geográfica (SIG), podem ser definidos
como sistemas que realizam o armazenamento, processamento e
tratamento computacional de dados geográficos. Esses sistemas
integram dados de diversas fontes. A evolução do conceito de SIG
foi influenciada por diferentes áreas de conhecimento, como por
exemplo a informática, que enfatiza a ferramenta de banco de
dados, ou linguagem de programação; a geografia que se
relaciona a produção de mapas; e outros, ainda, que enfatiza
aplicações como suporte à decisão e resolução de problemas. No
decorrer da sua evolução histórica, os SIG partiram de um
paradigma da “comunicação”, em que o principal foco era o mapa
como um produto final, elaborado para comunicar um padrão
através de símbolos.
No entanto, os dados brutos que deram origem ao mapa não
eram disponibilizados, e o usuário não poderia tratar aqueles
dados de uma outra maneira que lhe fosse mais útil.

Com o passar das décadas, esse paradigma foi substituído pelo

paradigma analítico, também denominado como “holístico”. Nesse
paradigma, também é disponibilizado o acesso aos dados brutos,
que poderão ser apresentados de acordo com as necessidades
do usuário. O potencial analítico do mapa é enfatizado, com uma
maior interação do usuário, que pode escolher entre diferentes
técnicas de análise. Por exemplo, o usuário poderia realizar uma
consulta ao banco de dados com base na localização de certos
objetos, e assim analisar os elementos de seu interesse.

Outro aspecto relevante dos SIG é que eles devem ser entendidos
como um sistema, que vai além dos programas de computador.
Claro que os programas são relevantes, como geotecnologia, mas
os SIG são um sistema que também abarca o hardware
(computadores, aparelhos de GPS, satélites, etc.), as bases de
dados espaciais, os métodos e técnicas de análise espacial
desenvolvidos ao longo da história, e as pessoas capacitadas para
operar as geotecnologias (Figura 10).

Figura 10 – Elementos dos sistemas de informações geográficas. Adaptado de Assaye

e Fesseha (2020).
Os SIG e sua forma de utilização também evoluíram bastante ao
longo das décadas. Os primeiros SIG eram instalados em um
computador individual, onde também estava instalada a sua base
de dados espaciais, eram operados por um usuário de cada vez. A
partir da década de 1980, com sua adoção em empresas e
governos, as bases de dados espaciais passaram a ser
armazenadas e disponibilizadas por servidores institucionais, aos
quais os usuários teriam acesso.

Após a década de 2000, multiplicaram-se os portais de dados

geográficos disponíveis globalmente na internet, facilitando a
disseminação e o acesso a bases de dados espaciais. Essas novas
funcionalidades não excluíram os usos iniciais, e hoje considera-
se que um SIG abrangente deve possibilitar o uso em
computadores individuais, o acesso a servidores de dados, a
interação com smartphones e com dados espaciais em portais
online (Dangermond, 2009).

Representação computacional do
espaço
No processo de representação computacional do espaço,
partimos da nossa experiência do mundo em que vivemos, e
tentamos descrevê-lo usando conceitos. Esses conceitos nos
levam a representações do ambiente, e então tentamos
implementar essas representações em ambientes
computacionais. Cada um desses momentos criam um respectivo
“universo”, e podemos visualizar esse processo na Figura 11.
Figura 13 – Processo de representação computacional do espaço

De acordo com Worboys (1995) no universo conceitual da

dimensão espacial, dividimos nosso entendimento entre objetos
discretos e campos contínuos. Na abordagem de objetos
discretos, o espaço geográfico seria uma coleção de entidades
distintas e identificáveis, com limites bem definidos. Esse seria o
caso de limites administrativos (países, estados, municípios, lotes).
Já na abordagem de campos contínuos, o espaço geográfico seria
como uma superfície contínua, sobre a qual variam os fenômenos
observados: para cada ponto da região, temos um valor distinto.
Esse poderia ser o caso típico das variações de altitude,
declividade, clima, entre outros atributos ambientais. Como
estamos ainda no universo conceitual, é importante ressaltar que
se trata apenas de conceitualizações, que não lidam ainda com as
limitações dos computadores.

Antes de passar para a implementação dos dados geográficos, é

preciso planejar como eles serão representados. Nesse caso, as
principais formas de representação são os vetores e matrizes
(Figura 12). Os modelos vetoriais representam os elementos
espaciais na forma de pontos, linhas e polígonos. Como os
pontos, vértices e linhas possuem a informação de coordenadas,
os modelos vetoriais possuem a vantagem de visualizar a
localização precisa dos elementos em diferentes aproximações
(zoom). Já nos modelos de representação matricial (comumente
denominados como “raster”), o espaço é dividido em células (ou
pixels) e cada uma dessas células armazena um valor de atributo
diferente.
Uma grande limitação do modelo matricial se refere à resolução
espacial do tamanho da célula, pois o que ocorre dentro da célula
é agregado para um valor único.

Figura 12: Representações análogas matricial e vetorial do espaço

É comum o uso de modelos vetoriais para representar objetos

discretos, e modelos matriciais para representar campos
contínuos. Todavia, é possível converter modelos vetoriais de
dados discretos para o formato raster, como demonstrado na
Figura 12, porém é importante atentar para a perda de resolução
espacial em virtude do tamanho das células. De forma inversa, um
modelo matricial também pode ser convertido em um modelo
vetorial de pontos, polígonos ou linhas.

Uma forma específica de modelo de representação vetorial são

as redes. Trata-se de elementos vetoriais que incluem uma
informação sobre a conectividade (topologia arco-nó) e, em
muitos casos, do sentido de fluxo dos processos que ocorrem
nessas linhas. Redes são utilizadas, por exemplo, para
representar o tráfego nas ruas (Figura 13), ou fluxo de água na
rede de drenagem.
Figura 13 – Rede vetorial representando possíveis caminhos para sub-estações e para
um hospital.

Fonte: Câmara et al. (1999).

 Referências
Asaye M and Fesseha H. Geographic Information Systems and its
Applications in Veterinary Medicine. Corpus J Vet Dairy Sci. 2020; 1(1):
1001

Câmara, G., Barbosa, C.C.F., Davis, C. and Fonseca, F., 1999. Conceitos
Básicos em Geoprocessamento. Em: Geoprocessamento: teoria e
aplicação. São José dos Campos: INEP.

Câmara, G., Davis, C., Monteiro, A. M. V., & D’alge, J. C. (2001).

Introdução à ciência da geoinformação. São José dos Campos: INPE,
345.

Cerezo, J. A. L. et al. Introdução aos estudos CTS. Cadernos de Ibero-

América. Ed. OEI, v. 1, p. 172, 2003.

Comprvoets, J. 2011. Introduction to Spatial Data Infrastructures.

Katholieke Universiteit Leuven. Disponível em:
https://www.spatialist.be/eng/act/pdf/20111107_sdi_intro.pdf

CONCAR. Plano de Ação para Implantação da Infraestrutura Nacional

de Dados Espaciais. Rio de Janeiro, 2010. Disponível em:
https://inde.gov.br/pdf/PlanoDeAcaoINDE.pdf

ONCAR. Perfil de metadados geoespaciais do Brasil (Perfil MGB), v. 2.

2021. Disponível em:
https://biblioteca.ibge.gov.br/visualizacao/livros/liv101802.pdf

Dangermond, Jack. GIS, Design, and Evolving Technology. 2009.

Disponível em: https://www.esri.com/news/arcnews/fall09articles/gis-
design-and.html
 Referências
Mjøs, L. B. (2016). Matrikulær utvikling i Norge. Cadastral development
in Norway (Doctoral dissertation, Thesis (dr. philos.). Ås: Norwegian
University of Life Sciences).

Remoaldo, P. C. A., Ribeiro, V., Lopes, H. S., & Silva, S. C. G. (2017).

Geographical Information Systems: The past, present and future.
Encyclopedia of Information Science and Technology. Fourth Edition.
Chapter 301. IGI Global Editors: Mehdi Khosrow-Pour

Song, Y., Wang, X., Tan, Y., Wu, P., Sutrisna, M., Cheng, J. C., & Hampson,
K. (2017). Trends and opportunities of BIM-GIS integration in the
architecture, engineering and construction industry: a review from a
spatio-temporal statistical perspective. ISPRS International Journal of
Geo-Information, 6(12), 397.

Tomlinson, Roger. "The Canada geographic information system." The

history of geographic information systems: Perspectives from the
pioneers (1998): 21-32.

Veenendaal, B., Brovelli, M. A., & Li, S. (2017). Review of web mapping:
Eras, trends and directions. ISPRS International Journal of Geo-
Information, 6(10), 317.

Worboys, M. F. (1995), GIS: A Computing Perspective, Taylor & Francis,

London.