MODELAGEM DE BANCO DE DADOS DE GEOPROCESSAMENTO APLICADO NA AGRICULTURA
THEOPHILO ALVES SOUZA FILHO; MARIELA MIZOTA TAMADA; ROSALIA MARIA PASSOS;
NAYME PETRUS ABI-ABIB;
UNIVERSIDADE FEDERAL DE RONDÔNIA
PORTO VELHO - RO - BRASIL
[email protected]
APRESENTAÇÃO ORAL
Ciência, Pesquisa e Transferência de Tecnologia
MODELAGEM DE BANCO DE DADOS DE GEOPROCESSAMENTO
APLICADO NA AGRICULTURA
Grupo de Pesquisa: Ciência, Pesquisa e Transferência de Tecnologia.
Resumo
Este artigo propõe, a partir de uma discussão conceitual, o modelo de banco de dados
predominante para o ambiente de agronegócios, relacionando-o com o tipo de dados
geográficos, que são importantes para a agropecuária. É feito uma análise dos modelos
de bancos de dados, especificamente aqueles utilizados nos Sistemas de Informação de
Geoprocessamento (SIG), um sistema amplamente utilizado na área de agronegócios.
Para aplicações deste tipo é fundamental a definição de modelagem de dados. A
abordagem parte dos aspectos teóricos e conceituais de Geoprocessamento, banco de
dados, sistema gerenciador dos dados e da modelagem de dados em geoprocessamento,
para abstrair a forma de armazenagem ao usuário. Em seguida, trata a funcionalidade de
um banco de dados geográfico, os seus limites e cita exemplos de aplicações na
agricultura. Sob o ponto vista conceitual, espera-se que o estudo contribua para o
entendimento dos modelos de banco de dados e seu uso para geoprocessamento, na
medida em que serão utilizadas teorias para descrever os modelos existentes, verifica
como trata as características dos dados de agronegócio e georeferenciados, propondo o
modelo mais adequado. Este banco de dados permitirá que uma grande gama de
informações seja mais facilmente encontrada e armazenada, gerando relatórios e o
trabalho posterior com os dados coletados.
Palavras-chave: Modelagem de Dados, Geoprocessamento, Agropecuária
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Abstract
This paper considers, from a conceptual quarrel, the model of predominant database for
the agribusiness environment, relating it with the type of geographic data, that are
important for the agropecuary. An analysis of the database models is made, specifically
those used in the Geographical Information System (GIS), widely used in the
agribusiness. For applications of this type is essencial to specify the definition of the
data modeling. The paper contains the theoretical and conceptual aspects of
Geoprocessing, database, data management system and the data modeling, to abstract
the form of storage to the user. After that, it deals with the functionality of a geographic
database, its limits and cites examples of applications in agriculture. From a conceptual
point of view, it expects that the study contributes for the agreement of the models of
database and its use for geoprocessing, in the measure where theories will be used to
describe the existing models and to define the most adequate model. This database will
allow to access information and become more easily searching and storing, to generate
reports and the posterior work with the collected data.
Key Words: datamodeling, geoprocessing, agropecury
1 INTRODUÇÃO
As diversas atividades envolvidas nos processos produtivos sempre demandaram
um planejamento, dada a sua complexidade ao interagir com a natureza, necessitando
cada vez mais de um rígido controle de execução, visto estarem intrinsecamente ligadas
entre si, à questão econômica e principalmente à ambiental.
Segundo Soares (2001), a ampliação do espaço agrícola do País, vem ocorrendo
anualmente com extensas áreas de cultivo sendo trabalhadas, exigindo para isso, uma
agricultura mecanizada moderna, sofisticada e pesada, executando a maior parte dessas
tarefas, minimizando muito o esforço do homem nesse sentido. Todo esse processo de
desenvolvimento vem acarretando exclusivamente o aumento quantitativo da nossa
produção agrícola, desconsiderando as severas agressões ao ambiente.
Esses fatos vêm exigindo atenção especial, considerando possíveis perdas de
mercado de produtos brasileiros no âmbito internacional, devido à grande
competitividade que vem ocorrendo e as exigências mundiais para uma agricultura
ecologicamente correta. Em vista disso, surge a necessidade para a adoção de um novo
paradigma na agricultura, apoiado na racionalização e gerenciamento dos processos
agropecuários, com a utilização de ferramentas técnicas de sensoriamento remoto,
conhecida como Geoprocessamento.
Em um mercado cada vez mais competitivo, como nas commodities agrícolas
onde todos vendem pelo mesmo preço, leva vantagem o produtor que tiver uma
produção mais barata e eficiente. No caso do pequeno produtor, para ter um custobenefício favorável, também precisa do controle orçamentário, custeio e planejamento.
Nas organizações, desde o nível estratégico até o operacional, é crescente a necessidade
de ampliar o volume de informações para a geração de oportunidades de negócio,
vantagem competitiva e a melhoria de processo de tomada de decisão.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
A agricultura de precisão para que possa funcionar satisfatoriamente, necessita
formar um acervo de informações de fácil busca, recuperação e processamento, para que
possam ser feitas simulações no sentido de bem orientar o agricultor. A aquisição de
equipamentos, adoção de rotinas hierarquizadas categoricamente, voltadas ao
geoprocessamento são atitudes importantes a serem tomadas. A introdução deste tipo de
tecnologia, começa pela organização e gestão dos dados num banco de dados.
Os dados que foram cuidadosamente coletados não seriam totalmente
aproveitados se não tiver um histórico das informações devidamente armazenadas, pois
estas geram mais informações e conhecimento se relacionadas corretamente entre eles
ou a outras informações. Isto será possível com o uso de banco de dados e de
ferramentas que permitem consultas eficientes com fácil busca e recuperação, que
também permitem efetuar previsões e simulações.
A maneira mais prática de classificar bancos de dados é de acordo com a forma
que seus dados são vistos pelo usuário, ou seja, seu modelo de dados. Um modelo de
dados – conjunto de conceitos que são usados para descrever a estrutura de um banco de
dados- fornece o signifcado necessário para permitir a abstração dos dados, ocultando
detalhes do armazenamento, que são desnecessários para a maioria dos usuários de
bancos de dados.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
2 BASE TEÓRICA
2.1 Banco de Dados (BD), modelo de dados e Sistema de Gerenciamento de Banco
de Dados (SGBD)
Os bancos de dados e a sua tecnologia estão provocando um grande impacto no
crescimento do uso de computadores. Eles representam um papel crítico em quase todas
as áreas em que os computadores são utilizandos. A palavra banco de dados é tão
comumente utilizada que, primeiro, devemos defini-la.
O banco de dados, (ou base de dados), é uma coleção de dados relacionados. Os
dados são fatos que podem ser gravados e que possuem um significado implícito
(ELSMASRI, 2006). Por exemplo, nomes e números telefônicos armazenados em um
computador são uma coleção de dados com um significado implícito,
consequentemente, um banco de dados. Estes dados estão estruturados de forma a
facilitar o acesso a conjuntos de informações que descrevem determinadas entidades do
mundo.
Diversos modelos de dados foram e vem sendo utilizados ao longo da história,
com vantagens para um ou para outro por determinados períodos. Atualmente, a
classificação tem 4 modelos básicos:
1. Modelos Navigacionais, divididos em: Modelo Hierárquico e Modelo em Redes
2. Modelo Relacional
3. Modelo Orientado a Objetos
4. Modelo Semi-Estruturados
O único modelo que foi extensamente tratado de forma teórica foi o modelo
relacional. Os modelos pré-existentes foram fruto de implementações, enquanto os
modelos subsequentes, não apresentavam um campo tão rico para novas teorias, mas
apresentam grandes desafios para a implementação eficiente das operações necessárias.
A técnica mais adotada atualmente é o modelo relacional, utilizado em sistemas
convencionais empresariais, onde as estruturas têm a forma de tabelas, compostas por
linhas e colunas, sendo que cada linha da tabela é denominada de registro. Normalmente
um registro está associado a um conceito completo e é dividido em campos, ou
atributos, que dão valores a propriedades desses conceitos. Possivelmente alguns
registros podem apontar diretamente ou referenciar indiretamente outros registros, o que
faz parte da caracterização do modelo adotado pelo banco de dados (DATE, 2004).
Podemos identificar o aparecimento do que pode ser chamado modelo plano
(tabular) para fins mais diretos e simples. Nesse caso, os dados estão simplesmente
arranjados em uma única matriz bi-dimensional de elementos de dados na qual todos os
membros de uma dada coluna possuem valores de mesmo tipo, e todos os membros de
uma linha estão relacionados entre si. Seu melhor exemplo é a planilhas eletrônica.
O modelo relacional é uma teoria matemática desenvolvida por Edgar Frank
Codd para descrever como as bases de dados devem funcionar. Embora esta teoria seja
a base para o software de bases de dados relacionais, muito poucos sistemas de gestão
de bases de dados seguem o modelo de forma restrita, e todos têm funcionalidades que
violam a teoria, desta forma variando a complexidade e o poder. De acordo com a
arquitetura ANSI / SPARC, os bancos de dados relacionais consistem de três
componentes (BODIE, 1981):
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
•
uma coleção de estruturas de dados, formalmente chamadas de relações, ou
informalmente tabelas, compondo o nível conceitual;
• uma coleção dos operadores, a álgebra e o cálculo relacionais, que constituem a
base da linguagem Structured Query Language (SQL); e
• uma coleção de restrições da integridade, definindo o conjunto consistente de
estados de base de dados e de alterações de estados.
As bases de dados relacionais permitem aos utilizadores (programadores e
usuários) escreverem consultas (queries), reorganizando e utilizando os dados de forma
flexível e não necessariamente antecipada pelos projetistas originais. Esta flexibilidade
é especialmente importante em bases de dados que podem ser utilizadas durante
décadas, tornando as bases de dados relacionais muito populares no meio empresarial.
Um dos pontos fortes do modelo relacional de banco de dados é a possibilidade de
definição de um conjunto de restrições de integridade. Estas definem os conjuntos de
estados e mudanças de estado consistentes do banco de dados, determinando os valores
que podem e os que não podem ser armazenados. Por exemplo, um banco de dados de
funcionários de uma empresa contém ao menos dois arquivos: dados pessoais (nomes,
endereço, CPF, telefone) e dados funcionais (cargo, lotação, data de admissão). Um
exemplo de restrição seria validar o dígito verificador (DV) do CPF.
Na década de 90, o modelo baseado na orientação a objeto foi aplicado também
aos bancos de dados, criando um novo modelo de programação conhecido como bancos
de dados orientados a objeto. Os objetos são valores definidos segundo classes, ou tipos
de dados complexos, com seus próprios operadores (métodos). Com o passar do tempo,
os sistemas gestores de bancos de dados orientados a objeto e os bancos de dados
relacionais se aproximaram. Atualmente vários princípios de orientação a objeto foram
adotados pelos bancos de dados relacionais, gerando o que pode ser chamado de banco
de dados relacional extendido.
Mais recentemente ainda, apareceram os bancos de dados semi-estruturados,
onde os dados são guardados e manipulados na forma de XML (eXtended Markup
Language). Novamente, os produtores de bancos de dados relacionais responderam
estendendo suas capacidades para tratar dados semi-estruturados.
O Sistema Gerenciador de Banco de Dados (SGBD), também conhecido como
"Aplicativo de Banco de dados”, é um software para manter, gerenciar e acessar um
banco de dados. Muitas vezes o termo banco de dados (BD) é usado como sinônimo de
Sistema Gerenciador de Banco de Dados (SGDB). De forma estrita, o termo banco de
dados (BD) deve ser aplicado apenas aos dados, enquanto o termo SGBD deve ser
aplicado ao software com a capacidade de manipular bancos de dados de forma geral,
como mostra a figura 1.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Aplicação 1
Aplicação 2
Aplicação n
Sistema de Gerenciamento de Banco de Dados
(SGBD)
Banco de Dados
Fig. 1 – Ambiente de um sistema de Gerenciamento de Bancos de Dados
(SGBD).
Fonte: Câmara, 2003, p.33
Um SGBD é um sistema de banco de dados que funciona independentemente do
sistema aplicativo, armazenando os dados em arquivos no disco rígido e carregando-os
em memória para sua manipulação. Este tipo de sistema tem assegurado três requisitos
importantes na operação de dados: integridade – controle de acesso por vários usuários;
eficiência – acesso e modificações de grande volume de dados; e persistência –
manutenção de dados por longo tempo, independente dos aplicativos que dão acesso ao
dado (CÂMARA, 1995).
Os principais objetivos de um SGBD são:
• tornar disponíves dados integrados para uma grande variedade de usuários
através de interfaces amigáveis;
• garantir a privacidade dos dados através de medidas de segurança dentro do
sistema;
• permitir o compartilhamento de dados de forma organizada, atuando como
mediador entre as aplicações e o banco de dados, garantindo assim o controle e a
redução do nível de redundância e administrando acessos concorrentes;
• controlar a administração dos dados com garantia de manutenção de padrões de
qualidade e integridade;
• possibilitar a independência dos dados no sentido de poupar ao usuário detalhes
físicos de organização e armazenamento.
Exemplos de SGDB são Microsoft Access, dBASE, MySQL, PostgreSQL,
Microsoft SQL Server, Sybase , Oracle e outros.
Os bancos de dados geográficos distinguem-se dos bancos de dados
convencionais por duas razões principais: a) natureza dos dados: por armazenarem
dados relacionados com a localização das entidades, além dos dados alfanuméricos.
Seguindo o exemplo anterior, um banco de dados geográfico de funcionários, teria um
terceiro arquivo associando o endereço de cada funcionário a uma localização
geográfica e; b) a diferença se estende aos tipos de operações que podem ser realizadas,
como consulta do tipo “qual a distância entre as casas dos funcionários x e y”.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
2.2 Modelagem de Banco de Dados
A maneira com que os dados são armazenados em um banco de dados facilita a
organização, a consulta e a atualização das informações. No entanto, para obter esta
estruturação, é preciso que se realize a modelagem de dados, que é a atividade de
especificar as necessidades de um conjunto de aplicações de forma a estruturar o
armazenamento de dados corretamente. Com isto, os mesmos dados podem ser
utilizados por aplicações diferentes, reduzindo espaço e esforço de programação.
Segundo Medeiros e Pires (2003), um modelo é uma abstração de fatos ou de
entidades do mundo real. Um modelo de dados fornece as ferramentas e os formalismos
necessários para descrever a organização lógica de um banco de dados, além de definir
as operações de manipulação de dados.
Modelagem de Dados é a atividade de especificação das estruturas de dados e
regras necessárias para suportar uma área de negócios específica, sendo a representação
de um conjunto de requerimentos de informações do negócio.
Assim como em qualquer aplicação padrão, a concepção de uma aplicação
geográfica deve passar pelos estágios de análise, projeto e implementação. A fase de
análise concentra-se principalmente na modelagem de dados e de processos.
A abordagem que se dispensa ao assunto normalmente atende a três
perspectivas: Modelagem Conceitual, Modelagem Lógica e Modelagem Física. A
primeira é usada como representação de alto nível e considera exclusivamente o ponto
de vista do usuário criador do dado, a segunda já agrega alguns detalhes de
implementação e a terceira demonstra como os dados são fisicamente armazenados
(KENT, 1978).
Anteriormente foi explicado um modelo relacional convencional, onde os
conjuntos de entidades e relacionamentos apresentam duas dimensões: a primeira
refere-se às instâncias (registros da tabela) e a segunda aos atributos (colunas da tabela).
Em um modelo relacional temporal, uma nova dimensão é acrescentada: a
dimensão temporal. Permite armazenar todos os estados de uma aplicação (presente,
passado e futuro), registrando sua evolução com o passar do tempo.
Uma análise de dados espaço-temporais requer uma distinção entre o momento
em que o evento ocorreu, conforme a representação adotada (tempo de validade), e o
momento em que essa ocorrência foi registrada no banco de dados (tempo de
transação), que indica a partir de quando a informação correspondente ao evento se
tornou disponível para o usuário.
A maioria das aplicações de tecnologia de geoinformação utiliza representações
estáticas de fenômenos espacias. Isto se deve ao fato que a principal abstração utilizada
em Sistemas de informação Geográficas (SIG) é o mapa (sistema de coordenadas). No
entanto, um significativo conjunto de fenômenos espacias, como o rastreamento de
animais, de plantações, composição e ocupação da terra, fluxos hidrológico e poluição
são inerentemente dinâmicos e as representações estáticas comumente utilizadas não os
capturam de forma adequada.
Deste modo, pelas características dos dados da agropecuária, é necessário o
desenvolvimento de modelos espaço-temporais, que sejam capazes de representar
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
adequadamente fenômenos que variam tanto no espaço como no tempo. A modelagem
conceitual de dados deve ser capaz de capturar estes aspectos para implementação.
Modelos espaço-temporais reúnem dois aspectos distintos: a escolha de
conceitos adequados do espaço e do tempo e a construção de representações
computacionais apropriadas correspondentes a esses conceitos.
A visão do espaço (do grego choros) e do tempo (chronos) é uma experiência
subjetiva do ser humano. O espaço e o tempo se misturam ao se descrever uma
realidade (KAVOURAS, 2001). Podemos modelar a superfície da terra usando geoobjetos, correspondentes a parcelas do solo, ou usando geo-campos, indicando a
variação espacial da plantação da mesma área. Geo-objetos podem ser estáticos, como
uma montanha; mudar de lugar, como o traçado de uma linha férrea, ou se movimentar,
como um carro (FRANK, 1997). Conforme a semântica associada ao geo-objeto, suas
características espaciais (incluindo localização) e não espaciais (atributos
alfanuméricos) podem sofrer alterações ao longo do tempo. Em particular quando lidam
com aspectos espaciais e temporais simultaneamente, ontologias buscam capturar as
propriedades dos objetos e os conceitos que determinam sob que condições eles são
criados ou deixam de existir, e quais mudanças podem ocorrer em suas características
(GRENON; SMITH, 2003).
Ainda não existe um consenso sobre as técnicas de modelagem de dados espaçotemporais, ou mesmo sobre extensões das técnicas de modelagem de dados de
agronegócios atualmente existentes para refletir as necessidades de aplicações que
envolvam simultaneamente tempo e espaço. É necessário estudar as alternativas de
representação específicas.
A representação dos aspectos espaço-temporais ainda não é suportada pela
maioria dos Sistemas de informação Geográficas (SIG) comerciais hoje existentes.
Entretanto, diversos trabalhos de pesquisa estão sendo realizados para incorporar a
dimensão temporal ao SIG. Para o armazenamento dos objetos espaço-temporais, a
maioria dos autores propõe extensões a estruturas de dados espaciais já existentes. Tais
estruturas são adaptadas para que possam armazenar o rótulo temporal associado ao
dado espacial.
Definido a modelo de banco de dados, e possível planejar uma forma de integrar
estas informações com outras bases de dados e/ou sistemas, como o da Empresa
Brasileira de Pesquisa Agropecuária (Embrapa), onde existem produtos disponíveis
como: Base de dados da pesquisa agropecuária, software de recuperação de informação,
e ferramenta para acesso a base de dados via web (EMBRAPA, 2002). Um possível
esquema da rede é representado no AnexoI .
2.3 Sistema de Informação Geográfica (SIG)
No ambiente de agronegócios, os dados de desmatamento, clima, análise e
tratamento do solo, cultivo, colheita e de pecuária são dependentes dos dados
geográficos. Para tratar estes dados, existem os Sistemas de Informação Geográfica
(SIG), que são sistemas computacionais ampliamente utilizados, capazes de capturar,
armazenar, consultar, manipular, analisar e imprimir dados referenciados espacialmente
à superficie da terra.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
O termo Geoprocessamento denota uma disciplina do conhecimento que utiliza
técnicas matemáticas e computacionais para o tratamento de informações geográficas.
Esta tecnologia tem influenciado de maneira crescente as áreas de Cartografia, Análise
de Recursos Naturais, Transportes, Comunicações, Energia e Planejamento Urbano e
Regional. Nos países de grande dimensão continental como o Brasil, e com carência de
informações adequadas para tomada de decisões sobre problemas urbanos e ambientais.
O Geoprocessamento apresenta um enorme potencial, principalmente se baseado em
tecnologias de custo relativamente baixo, em que o conhecimento é adquirido
localmente (CÂMARA; MEDEIROS, 2003, p.3).
Os instrumentos computacionais do Geoprocessamento, chamados de Sistemas
de Informações Geográficas (SIG ou GIS - Geographic Information System, do
acrónimo inglês), permitem a realização de análises complexas ao integrar dados de
diversas fontes e ao criar bancos de dados georreferenciados.
No Brasil, além do próprio termo Geoprocessamento, passa-se a adotar o termo
Geotecnologias para representar o mesmo conceito.
Algumas definições de SIG citadas por Câmara (2003):
• “Um conjunto manual ou computacional de procedimentos utilizados para
armazenar e manipular dados georreferenciados” (ARONOFF, 1989);
• “Conjunto poderoso de ferramentas para coletar, armazenar, recuperar,
transformar e visualizar dados sobre o mundo real” (BURROUGHT, 1986);
• “Um sistema de suporte à decisão que integra dados referenciados espacialmente
num ambiente de respostas a problemas” (COWEN, 1988);
• “Um banco de dados indexados espacialmente sobre o qual opera um conjunto
de procedimentos para responder a consultas sobre entidades espaciais” (SMITH
et al., 1987).
•
•
A partir desses conceitos, é possível indicar as principais características de SIGs:
Integrar, numa única base de dados, as informações espaciais provenientes de
dados cartográficos, dados de censo e cadastro urbano e rural, imagens de
satélite, redes e modelos numéricos de terreno;
Oferecer mecanismos para combinar as várias informações, através de
algoritmos de manipulação e análise, bem como para consultar, recuperar,
visualizar e plotar o conteúdo da base de dados georreferenciados.
Segundo Câmara e Medeiros (2003), um SIG tem os seguintes componentes:
• Interface com usuário;
• Entrada e integração de dados;
• Consulta, análise espacial e processamento de imagens;
• Visualização e plotagem; e
• Armazenamento e recuperação de dados (organizados sob a forma de um banco
de dados geográficos).
Esses componentes têm uma relação hierárquica como mostra a figura 2
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Fig 2 – Arquitetura de Sistemas de Informações Geográficas (SIG)
Fonte: Câmara, 2003, p. 9
Exemplos de seleção e consulta sobre o conjunto de dados armazenados:
• “Dados relativos à carta de Ji-Paraná (RO)” (restrição por região de interesse);
• “Cidades do estado de Rondônia com produção de açaí entre 100 e 1000
toneladas/ano” (consulta por atributos não-espaciais);
• “Mostre os pontos com pivô-central num raio de 100 km da cidade de Porto
Velho (RO)” (consulta com restrições espaciais).
O objetivo principal do geoprocessamento é fornecer ferramentas
computacionais para que os diferentes analistas determinem as evoluções espacial e
temporal de um fenômeno geográfico e as inter-relações entre diferentes fenômenos.
Por exemplo, ao analisar uma região geográfica para fins de zoneamento agrícola, é
necessário escolher as variáveis explicativas, como o solo, a vegetação e a
geomorfologia, e determinar qual a contribuição de cada uma delas para a obtenção de
um mapa resultante.
No Brasil, existem empresas que investiram no geoprocessamento, entre elas se
destaca o INPE (Instituto Nacional de Pesquisas Espaciais), que em 1984 estabeleceu
um grupo específico para o desenvolvimento de tecnologia de geoprocessamento e
sensoriamento remoto (a Divisão de Processamento de Imagens - DPI). De 1984 a 1990,
a DPI desenvolveu o SITIM (Sistema de Tratamento de Imagens) e o SIG (Sistema de
Informações Geográficas), para sistema operacional PC/DOS, e, a partir de 1991, o
SPRING (Sistema para Processamento de Informações Geográficas), para ambientes
UNIX e Windows (Inpe, 2000a).
O SPRING (Sistema de Processamento de Informações Geográficas) unifica o
tratamento de imagens de Sensoriamento Remoto (ópticas e microondas), mapas
temáticos, mapas cadastrais, redes e modelos numéricos de terreno. A partir de 1997, o
SPRING passou a ser distribuído de forma gratuita pela INPE via Interneti.
No decorrer dos anos 80, com a grande popularização e barateamento das
estações de trabalho gráficas, além do surgimento e evolução dos computadores
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
pessoais e dos sistemas gerenciadores de bancos de dados relacionais, ocorreu uma
grande difusão do uso de SIG. A incorporação de muitas funções de análise espacial
proporcionou também um alargamento do leque de aplicações de SIG. Na década atual,
observa-se um grande crescimento do ritmo de utilização do SIG nas organizações,
devido em grande parte aos custos decrescentes do hardware e do software, e também
pelo surgimento de alternativas menos custosas para a construção de bases de dados
geográficas.
A partir de 1988, o Centro de Pesquisa Agropecuária dos Cerrados – CPAC, da
Empresa brasileira de Pesquisa Agropecuária - EMBRAPA, começou a utilizar a
primeira versão do Sistema de Informações Geográficas (SIG) desenvolvido pelo
Instituto Nacional de Pesquisas Espaciais (INPE). A partir dessa época os sistemas
foram melhorados. O CPAC criou o Laboratório de Biofísica ambiental tendo como
missão o desenvolvimento e/ou adaptação de metodologias para aplicação de técnicas
de sensoriamento remoto e de sistemas de informações geográficas para uso na
agricultura.
Os anos 90 consolidaram definitivamente o uso do Geoprocessamento como
ferramenta de apoio à tomada de decisão, tendo saído do meio acadêmico para alcançar
o mercado rapidamente. Instituições do Governo e grandes empresas começaram a
investir no uso de aplicativos disponíveis no mercado.
No fim dos anos 90 e inicio desse século o uso da WEBii já está consolidado e as
grandes corporações passam a adotar o uso de intranet. O SIG, em busca de mais
popularização (por demandas do próprio mercado), evolui e passa a fazer uso também
do ambiente WEB. Os aplicativos são simples, com funcionalidades básicas de consulta
a mapas e a bases alfanuméricas.
Após o surgimento de sistemas como Google Mapsiii e do Google Earthiv, as
pessoas que até pouco tempo não tinham qualquer contato com ferramentas SIG,
podem ter acesso a qualquer parte do planeta por meio de aplicações que misturam
Imagens de Satélite, Modelos 3D e GPSv, tendo apenas uma conexão à internet.
Técnicas tradicionais de modelagem de dados como o modelo relacional
mencionado anteriormente não são suficientes para tratar informações geográficas,
principalmente pelo fato de que dados geográficos precisam ser considerados com
relação à sua localização, tempo de observação e precisão (CHRISMAN, 1990;
GOODCHILD, 1991a; COUCLELIS, 1992 apud MEDEIROS, 2003). Criar um modelo
de dados geográficos é uma tarefa complexa, pois envolve a representação discreta de
uma realidade que é contínua e espacial. O modelo de dados para Geoprocessamento
está baseado em uma técnica conhecida como orientação-por-objetos.
Num nível de abstração mais alto, os usuários finais entendem a realidade
geográfica conforme dois modelos básicos: a visão de campos e a visão de objetos
(FRANK et al, 1992; GOODCHILD, 1991b apud CÂMARA, 2003).
A visão de campos entende o mundo como uma superfície contínua (camada)
sobre a qual as propriedades variam em uma distribuição contínua (por exemplo,
pressão atmosférica, tipo de cultivo, insumos e retorno financeiro de uma área ou
região). Cada camada corresponde a um tema diferente (vegetação, composição do solo,
etc.). Entidades individuais são criadas no processo de modelagem e não existem
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
independentemente (GOODCHILD, 1993 apud CÂMARA, 2003). A ênfase está no
conteúdo destas áreas e não nos seus limites.
A visão de objetos trata o mundo como uma superfície povoada de objetos
identificáveis que existem independentemente de qualquer definição (por exemplo, um
rio). Nessa visão, dois objetos podem ocupar o mesmo lugar no espaço.
As visões de campo e de objeto são traduzidas para diferentes modelos de
representação, em diferentes estruturas de dados no SIG, usando operações específicas
para cada tipo de representação.
Um modelo de dados é um conjunto de ferramentas conceituais utilizado para
descrever como a realidade geográfica será representada no sistema. O modelo descreve
como a realidade geográfica será representada no computador. Nenhuma outra decisão
pode limitar tanto a abrangência e o crescimento futuro de um sistema quanto à escolha
do modelo de dados (CÂMARA, 2003).
Os modelos mais comuns em SIG são o modelo Raster ou Matricial, para
processar a visão de campo, e o modelo Vectorial, para representar a visão de objetos.
Como mencionado por Soares (2001), o modelo de SIG matricial centra-se nas
propriedades do espaço, compartimentando-o em células regulares (habitualmente
quadradas, mas podendo ser rectangulares, triangulares ou hexagonais). Na verdade essa
representação vem a ser a fragmentação de qualquer outro objeto em uma malha de
células quadradas. Cada célula representa um único valor. Quanto maior for a dimensão
de cadas célula (resolução) menor é a precisão ou detalhe na representação do espaço
geográfico, conforme figura 3.
Fig. 3. Diferentes resoluções de representações matriciais. A esquerda é quatro
vezes menor que a direita.
Fonte: Inpe (2000b).
No caso do modelo de SIG Vectorial, é a tentativa de reproduzir, com bastante
fidelidade, qualquer elemento gráfico de um mapa. O Ponto é a unidade de
representação que é feita através de suas coordenadas x, y. Dois pares de Pontos
compõem uma Linha. Um conjunto de coordenadas, compondo uma linha, fechando
uma área é denominado Polígono, como mostra a figura 4.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Fig. 4. Elementos de representação vetorial.
Fonte: Inpe (2000b).
Os SIG permitem compatibilizar a informação proveniente de diversas fontes,
como informação de sensores espaciais (detecção remota / sensoriamento remoto),
informação recolhida com GPS ou obtida com os métodos tradicionais da Topografia ou
dados em planilha.
Os campos de aplicação dos SIG, por serem muito versáteis, são muito vastos,
podendo-se utilizar na maioria das atividades com uma componente espacial, da
cartografia a estudos de impacto ambiental ou de prospeção de recursos ao marketing,
constituindo o que poderá designar de Sistemas Espaciais de Apoio à Decisão (SEAD).
A profunda revolução que provocaram as novas tecnologias afetou decisivamente a
evolução da análise espacial.
A informação geográfica apresenta uma natureza dual: um dado geográfico
possui uma localização geográfica, expressa como coordenadas em um espaço
geográfico, e atributos descritivos, que podem ser representados num banco de dados
convencional. De forma intuitiva, pode-se definir o termo espaço geográfico como uma
coleção de localizações na superfície da Terra, sobre a qual ocorrem os fenômenos
geográficos. O espaço geográfico define-se, portanto, em função de suas coordenadas,
sua altitude e sua posição relativa. Sendo um espaço localizável, o espaço geográfico é
possível de ser cartografado (DOLFUS, 1991 apud CÂMARA).
O requisito de armazenar a geometria dos objetos geográficos e de seus atributos
representa uma dualidade básica para SIGs. Para cada objeto geográfico, um SIG
necessita armazenar seus atributos e as várias formas de representações gráficas
associadas. Devido à sua ampla gama de aplicações, onde estão incluídos temas como
agricultura, floresta, cartografia, cadastro urbano e redes de concessionárias (água,
energia e telefonia), há pelo menos três grandes maneiras de utilizar um SIG:
• como ferramenta para produção de mapas;
• como suporte para análise espacial de fenômenos;
• como um banco de dados geográficos, com funções de armazenamento e
recuperação da informação espacial.
Estas três visões do SIG são convergentes e refletem a importância relativa do
tratamento da informação geográfica dentro de uma instituição.
Explicado os conceitos mais relevantes de SIG, a continuação será tratada a
aplicação do geoprocessamento na agricultura.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
A disponibilidade de informações confiáveis sobre os tipos de culturas
instaladas, área plantada e distribuição espacial dentro de uma determinada região, são
fundamentais na tomada de decisões para o planejamento, definição de prioridades e
liberação de financiamento pelos setores públicos ou privados envolvidos na
agricultura. Tais informações podem ser obtidas através de métodos convencionais,
envolvendo questionários aplicados diretamente aos produtores, ou através da utilização
de dados de Sensoriamento Remoto.
A partir dos anos 90, dois órgãos ficaram responsáveis por estas informações no
Brasil: a Fundação Instituto Brasileiro de Geografia e Estatística (FIBGE) e a
Companhia Nacional de Abastecimento (Conab). A metodologia da FIBGE consiste em
reunir, todos os meses, representantes de entidades relacionadas à produção agrícola
(Banco do Brasil, secretarias de Agricultura, cooperativas, e outros) para coleta de
informações, posteriormente enviadas ao escritório central no Rio de Janeiro, onde são
feitos os ajustes finais dos dados.
Quanto à Conab, as principais áreas de interesse são as regiões Sul, Sudeste,
Centro-Oeste e o Estado de Rondônia. Nestas regiões, os técnicos fazem periodicamente
um percurso preestabelecidos, abrangendo os principais municípios de cada região, para
coleta de dados com as entidades ligadas à produção agrícola, e posteriormente
enviados ao escritório central em Brasília.
Colwell (1979 apud SANO, 2003) afirmou que é muito difícil obter informações
precisas e rápidas de grandes áreas diretamente do campo, utilizando questionários.
Dentro deste contexto, a utilização de dados orbitais de sensoriamento remoto para o
levantamento e quantificação de ocupação agrícola por regiões, tem-se tornado
freqüente no Brasil.
Para obter uma boa estimativa de produção local, regional ou nacional, há dois
componentes básicos; área plantada e produtividade. Ainda existem poucos trabalhos
relacionados com estimativa de produtividade utilizando imagens de satélite.
Segundo Sano (2003), para ter estimativas, precisa “medir” quatro variáveis,
utilizando imagens de satélite: a variedade selecionada; os componentes climáticos em
escala regional; o tipo de solo e seu manejo; e a ocorrência de doenças. Institutos de
pesquisas como o Instituto Nacional de Pesquisas Espaciais (Inpe), Empresa Brasileira
de Pesquisa Agropecuária (Embrapa), Instituto Agronômico de Campinas (IAC) e
algumas universidades, têm pesquisado cada um desses componentes de forma
individualizada.
Segundo o site oficial da Conab, o levantamento de safras agrícolas, por meio de
satélite, começou a ser realizado pelo governo federal em 2004. O projeto GeoSafras,
idealizado pela Conab, já realiza levantamentos de várias culturas agrícolas, como café,
laranja, milho, cana-de-açúcar, soja e arroz. Participam do projeto órgãos
governamentais e da iniciativa privada.
A literatura referente à estimativa de área plantada utilizando sensores remotos é
extensa, e os resultados são satisfatórios. Entretanto, quando se pretende fazer um
acompanhamento em tempo hábil de grandes extensões territoriais, como é o caso do
Brasil, os resultados obtidos podem ser insatisfatórios, levando-se em consideração o
tempo e o volume de dados para analisar, além da grande dificuldade de se obter dados
orbitais com pequena ou nenhuma cobertura de nuvens.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
4 CONSIDERAÇÕES FINAIS
O computador e seus programas tornaram-se uma ferramenta poderosa no
cenário agrícola demonstrando ter uma importância fundamental em todas as fases do
processo produtivo e organizacional, dando apoio à tomada de decisão para melhor
racionalização dos recursos disponíveis, maximizando lucros, minimizando os impactos
ambientais, garantindo desta forma a sustentabilidade do processo.
Uma aplicação amplamente utilizada é o SIG. Os especialistas, porém deverão
aprofundar-se na utilização da ferramenta objetivando o aperfeiçoamento das mesmas.
O desempenho dos vários parâmetros das diversas atividades
comportam-se
diferentemente, não existindo uma regra geral na utilização dessas técnicas. Na área das
ciências ambientais está havendo um grande aumento no número de informações que
necessitam ser manipuladas, os profissionais dessa área devem redirecionar suas
pesquisas no sentido de incrementar seus estudos visando um melhor resultado.
Sem dúvida, um dos fatores fundamentais para o sucesso continuado de uma
aplicação SIG é a possibilidad de manutenção de dados atualizados. Outros fatores
importantes são a garantia de integração dos vários tipos de dados e a garantia de que as
aplicações podem ser mudadas ao longo do tempo, ajustando-se à medida que vão
surgindo novos requisitos. Todos esses fatores exigem que o banco de dados geográfico
seja especificado adequadamente. No entanto, a especificação adequada é dificultada
pelo fato de que os usuário que coletam e armazenam os dados normalmente não têm
conhecimentos de modelagem, além dos SIG existentes, em geral, não explorarem
adequadamente as facilidades oferecidas pelos
SGDBs e nem oferecerem a
possibilidade de modelagem aos usuários.
Grande parte dos artigos técnicos na área de Geoprocessamento publicados no
Brasil se dedica a relatar métodos, técnicas e tecnologias para se lidar com dados
geográficos. Muitos focalizam sobre aspectos práticos da utilização de Sistemas de
Informação Geográfica (SIG), como mecanismo de manipulação e análise da
informação, associados a relato de casos. Poucos relacionam o verdadeiro papel destas
tecnologias, que é auxiliar nas tomadas de decisões.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
REFERÊNCIAS
ANSI/X3/Sparc. Study group on Data Base Management Systems: Interim report,
FDT (boletim da ACM SIGMOD), 7, Número 2 (1975).
BRODIE, Michael L; SCHMIDT, Joachim W. Final Report of the ANSI/X3/SPARC
DBS-SG: Relational Database Task Group. September 1981. Disponível em
http://www.acm.org. Acessado em 12/03/2007.
CÂMARA,Gilberto.; CASANOVA, Marcos A; HEMERLY, Andrea S. Anatomia de
Sistemas de Informação Geográfica. Artigo conjunto da INPE, IBM, Telebrás e
Unicamp. 1996.
CÂMARA, Gilberto.; MEDEIROS, José S. de. Princípios Básicos em
Geoprocessamento. In: ASSAD, E. D., SANO, E. E. Sistema de informações
geográficas: aplicações na agricultura. 2. ed. Brasília, Embrapa–SPI; Embrapa–CPAC,
2003. p. 3-11.
CÂMARA, Gilberto. Análise de Arquiteturas para Bancos de Dados Geográficos
Orientados a Objetos . Technical report, INPE, 1994.
CÂMARA, Gilberto Antonio Miguel Vieira Monteiro CONCEITOS BASICOS EM
CIÊNCIA DA GEOINFORMAÇÃO INPE-8563-PRE/4307. São José dos Campos,
2001.
DATE, C. J.. Introdução a Sistemas de BANCOS de DADOS, Tradução da 8ª. Edição
Americana. 4ª. tir. Petropolis-RJ: Campus, 2004.
EMBRAPA. Arquitetura de Software para a Manutenção de Dados da Agência de
Informação Embrapa. Boletim de Pesquisa e Desenvolvimento 6. Disponível em:
http://www.cnptia.embrapa.br/modules/tinycontent3/content/2002/bolpesq6.pdf Acesso
15 mar. 2007. 1
ELMASRI, Ramez; NAVATHE, Shamkant B.. Sistemas de Banco de Dados. Pearson
Addison Wasley, 2006.
FRANK, A.U., Spacial ontology: A geographical information point of view. In
STOCK, O. ed. , Spatial and Temporal Reasoning, p. 135-153. Kluwer Academic
Publishers, Dordrecht.1997.
GRENON, P.; SMITH, B. SNAP and SPAN: Towards Dynamic Spacial Ontology,
Spatial Cognition and Computation, v.4, n.1, pag 69-104. 2003.
1
O site da Embrapa Informática Agropecuária foi totalmente reestruturado em 2008. A versão anterior ficará
disponível no endereço http://www2.cnptia.embrapa.br até março de 2008.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
INPE. SPRING - sistema de processamento de informações georeferenciadas: release
3.5. Disponível em: <http://www.dpi.inpe.br/spring/usuario/indice.htm>. Acesso em:
12/12/2007.
KAVOURAS, M. Understanding and Modelling Spatial Change. Chapter 4. London:
Taylor & Francis, GISDATA Series 8, 2001.
MEDEIROS, Cláudia B.; Pires, Fátima. Bancos de Dados e Sistemas de Informações
Geográficas. In: ASSAD, E. D., SANO, E. E. Sistema de informações geográficas:
aplicações na agricultura. 2. ed. rev. ampl. Brasília, DF: Embrapa–SPI: Embrapa–
CPAC, 2003. p. 411-424.
SANO, Edson E.; ASSAD, Eduardo D. Sistema de informações geográficas:
aplicações na agricultura. 2. ed. rev. ampl. Brasília, DF: Embrapa–SPI: Embrapa–
CPAC, 2003.
SANO, Edson E.; ASSAD, Eduardo D.; ORIOLI, Álvaro L. Monitoramento da
Ocupação Agrícola. In: ASSAD, E. D., SANO, E. E. Sistema de informações
geográficas: aplicações na agricultura. 2. ed. rev. ampl. Brasília, DF: Embrapa–SPI:
Embrapa–CPAC, 2003. p. 179-190.
SOARES, Armarindo S. Sistema de Informações Geográficas – SIG/SPRING para
Modelagem e Espacialização de Dados de Fertilidade do Solo. Comunicado técnico
Embrapa ISSN 1677-8464. Campinas, 2001.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
APÊNDICES
Anexo I – Desenho de uma possível estrutura de rede para visualizar as conexões com o
servidor de banco de dados.
ANEXO II – Sites especializados em SIGs
http://www.fatorgis.com.br (site especializado em Geotecnologias)
http://www.mundogeo.com.br (site especializado em Geotecnologias)
http://www.geotecnologia.com.br (Geoprocessamento para Gestão Pública)
ANEXO III - Softwares para SIGs
•
•
•
•
•
•
•
•
•
•
•
•
•
•
ArcGIS (ArcView, ArcInfo) da ESRI
AutoCad Map
Bentley PowerMap
ERDAS IMAGINE
Geomedia
GeoSys da Viageo.com.br
GRASS (open source)
iSMART (WEB 2.0 GIS)
MapInfo
MapWindow (Open Source)
Microstation Geographics
SmallWorld
SPRING (Sistema de Processamento de Informações Georreferenciadas)
QGIS (open source)
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural
i
através do website www.dpi.inpe.br/spring
ii
Web de World Wide Web, que significa "rede de alcance mundial", em inglês, é um sistema de documentos em
hipermídia que são interligados e executados na Internet.
iii
Google Maps é um serviço de pesquisa e visualização de mapas e imagens de satélite da Terra gratuito na web fornecido pela
empresa Google. Disponibiliza imagens via satélite do mundo todo, com possibilidade de um zoom nas grandes metrópoles.
iv
Google Earth é um programa desenvolvido e distribuído pelo Google cuja função é apresentar um modelo
tridimensional do globo terrestre, construído a partir de fotografias de satélite obtidas em fontes diversas. Desta forma,
o programa pode ser usado simplesmente como um gerador de mapas bidimensionais e fotos de satélite ou como um
simulador das diversas paisagens presentes no Planeta Terra. Com isso, é possível identificar lugares, construções,
cidades, paisagens, entre outros elementos. O programa é similar, embora mais complexo, ao serviço também
oferecido pelo Google conhecido como Google Maps.
v
GPS (do acrónimo do inglês Global Positioning System), é um sistema de posicionamento por satélite americano,
utilizado para determinação da posição de um receptor na superfície da Terra ou em órbita.
______________________________________________________________________
Rio Branco – Acre, 20 a 23 de julho de 2008
Sociedade Brasileira de Economia, Administração e Sociologia Rural