Dados geográficos

1. UNIVERSIDADE DO ESTADO DO PARÁ
CENTRO DE CIÊNCIAS NATURAIS E TECNOLÓGICAS
DEPARTAMENTO DE ENGENHARIA AMBIENTAL
SISTEMAS DE INFORMAÇÕES
AMBIENTAIS
DADOS GEOGRÁFICOS
P R O F. : G E Ó LO G O A U G U S TO
LO B ATO

2. DADOS GEOGRÁFICOS

3. Os dados geográficos desempenham um papel
fundamental na compreensão e análise do espaço
geográfico. Por meio deles, é possível representar, modelar
e interpretar os elementos naturais e humanos presentes
na superfície terrestre. Em um mundo cada vez mais digital
e interconectado, a coleta, o processamento e a utilização
desses dados têm se tornado uma ferramenta
indispensável para áreas como planejamento urbano,
gestão ambiental, agricultura, transporte, defesa, entre
outras. Neste contexto, os dados geográficos se
configuram como recursos estratégicos para a tomada de
decisões fundamentadas e eficientes.

4. 1. Conceito de Dados Geográficos
Dados geográficos, também conhecidos como dados
espaciais, são todas as informações que possuem
referência a uma localização na superfície terrestre. Em
outras palavras, são dados que contêm coordenadas
espaciais, como latitude e longitude, permitindo sua
representação em mapas e sistemas de análise
espacial. Esses dados podem descrever tanto
elementos físicos da paisagem (como rios, montanhas
e florestas) quanto aspectos humanos (como
infraestrutura, população e áreas urbanas).

5. A principal característica dos dados
geográficos é sua natureza espacial.
Diferentemente de outros tipos de
dados, que podem ser analisados
independentemente de sua localização,
os dados geográficos só fazem sentido
quando associados ao espaço. Essa
associação possibilita a análise de
padrões, relações e fenômenos
geográficos, permitindo uma
compreensão mais profunda da
dinâmica espacial.

6. 2. Dados Espaciais vs. Dados Não Espaciais
É importante distinguir os dados geográficos (ou espaciais) dos
dados não espaciais. Os dados espaciais são aqueles que contêm
informações sobre a localização e a forma de elementos no espaço.
Eles geralmente são representados por coordenadas e podem
assumir formas vetoriais (pontos, linhas e polígonos) ou matriciais
(grades de pixels, como em imagens de satélite). Já os dados não
espaciais, ou atributos, são as informações associadas aos
elementos espaciais, como nome, tipo, valor, função, entre outros.
Por exemplo, em um mapa de escolas de uma cidade, os pontos que
representam cada escola são dados espaciais. Já as informações
sobre o número de alunos, o nome da escola, o tipo de ensino
oferecido e o índice de aprovação são dados não espaciais. Ambos
são complementares e essenciais para análises geográficas
completas.

7. 3. Fontes de Dados Geográficos
Os dados geográficos podem ser obtidos por diversas fontes,
que variam em precisão, custo, atualização e cobertura. As
principais fontes incluem:
a) Sensoriamento Remoto
Utiliza satélites, drones e aeronaves equipadas com sensores
para capturar imagens e dados da superfície terrestre. É uma
das principais formas de obter dados atualizados e em larga
escala. As imagens de satélite, por exemplo, são amplamente
utilizadas para monitorar o uso e a ocupação do solo,
desmatamento, cobertura vegetal e mudanças ambientais.

8. b) Levantamentos Topográficos
Método tradicional de coleta de dados espaciais,
realizado por meio de medições diretas no terreno.
São altamente precisos, mas geralmente limitados a
pequenas áreas.
c) GPS (Sistema de Posicionamento Global)
Permite a obtenção de coordenadas geográficas
com grande precisão. É usado em mapeamentos de
campo, georreferenciamento de imóveis rurais e
urbanos, transporte e navegação.

9. d) Cartografia Oficial
Inclui mapas e bases de dados produzidos por instituições
públicas como o IBGE (Instituto Brasileiro de Geografia e
Estatística), o INCRA (Instituto Nacional de Colonização e
Reforma Agrária) e órgãos estaduais e municipais.
e) Bases de Dados Digitais e Colaborativas
Com a expansão da internet, diversas plataformas
colaborativas, como o OpenStreetMap, possibilitam o
compartilhamento e atualização constante de dados
geográficos por usuários de todo o mundo.

10. 4. Sistemas de Informação Geográfica (SIG)
Os Sistemas de Informação Geográfica (SIG) são ferramentas
computacionais que permitem a coleta, armazenamento,
análise e visualização de dados geográficos. Eles integram os
dados espaciais com os dados não espaciais, possibilitando a
geração de mapas temáticos, simulações, modelagens e
análises complexas.
Um SIG é composto por um banco de dados georreferenciado,
ferramentas analíticas e uma interface de visualização. Ele
permite, por exemplo, identificar áreas de risco ambiental,
planejar rotas de transporte, monitorar o crescimento urbano e
analisar a distribuição espacial de doenças.
Dentre os softwares SIG mais utilizados estão o ArcGIS, QGIS
(de código aberto), gvSIG, entre outros. O uso dessas
ferramentas está se tornando cada vez mais comum em setores

11. 5. Aplicações e Impactos Sociais dos Dados Geográficos
Os dados geográficos têm ampla aplicação em diversas
áreas, contribuindo significativamente para o
desenvolvimento sustentável, a gestão territorial e a
melhoria da qualidade de vida da população. Algumas
aplicações notáveis incluem:
•Planejamento urbano: identificação de áreas para
expansão urbana, infraestrutura, mobilidade e zoneamento.
•Gestão ambiental: monitoramento de áreas protegidas,
recursos naturais e impactos ambientais.
•Agricultura de precisão: uso de mapas para otimização do
uso de insumos e aumento da produtividade.

12. •Saúde pública: mapeamento de doenças, análise de
acessibilidade a serviços de saúde e planejamento de
campanhas.
•Resposta a desastres: avaliação de áreas de risco,
planejamento de evacuação e socorro.
•Comércio e marketing: análise de mercado, localização de
pontos comerciais e comportamento do consumidor.
Além disso, a disseminação de dados geográficos por meio de
mapas interativos e aplicativos móveis tornou esse
conhecimento mais acessível ao público em geral, fortalecendo
a cidadania e a participação social.
Contudo, o uso de dados geográficos também levanta
questões éticas, como a privacidade dos indivíduos, a
manipulação de informações e a exclusão digital. Por isso, é
essencial que sua utilização seja guiada por princípios de
transparência, responsabilidade e equidade.

13. Os dados geográficos são instrumentos poderosos para entender e
transformar o mundo ao nosso redor. Sua capacidade de
representar fenômenos espaciais, integrar informações diversas e
apoiar decisões estratégicas os torna essenciais em uma sociedade
orientada por dados. A crescente disponibilidade e sofisticação
dessas informações, aliadas às tecnologias de análise espacial
como os SIG, abrem novas possibilidades para enfrentar os
desafios contemporâneos de maneira eficiente e sustentável.
Ao mesmo tempo, é necessário um olhar crítico sobre o uso e a
gestão desses dados, considerando aspectos técnicos, sociais e
éticos. O acesso democrático, a formação de profissionais
qualificados e o desenvolvimento de políticas públicas voltadas à
geoinformação são elementos-chave para garantir que os dados
geográficos cumpram seu papel como agentes de transformação
positiva da realidade.

14. O QUE DIFERENCIA DADOS GEOESPACIAIS DOS CONVENCIONAIS?
O que são dados geográficos? Esta pergunta é respondida ao
entendermos que o que diferencia os chamados dados geográficos
dos demais é sua componente espacial. Por isso eles também são
chamados de dados espaciais.
Quando falamos em “componente espacial” queremos dizer que estes
dados buscam ser representações da superfície terrestre e estão
relacionados com seu posicionamento, ou localização no espaço
geográfico, em outras palavras, podem ser posicionados em
determinada região geográfica, tendo por base suas coordenadas.
Assim, de acordo com essas informações, torna-se possível a

15. Conforme apresentado por Aronoff (1989) e Borges (1997), “dados
espaciais são quaisquer tipos de dados que descrevem fenômenos
aos quais esteja associada alguma dimensão espacial”.
Ou seja, o que diferencia os dados geospaciais dos demais dados é
a componente espacial. Com isso, um dos atributos inerentes ao
dado é a localização espacial do mesmo.
Localização esta que normalmente é representada através da
utilização de coordenadas tridimensionais.

16. Ao longo das últimas décadas, vimos hardwares mais poderosos
surgirem. Isso possibilitou o desenvolvimento de poderosos
softwares de geoprocessamento. Softwares estes que passaram a ser
utilizados por profissionais das mais variadas áreas.
Isso aconteceu porque praticamente todo e qualquer fenômeno possui
dependência espacial. Ou seja, os valores encontrados estão
diretamente relacionados a localização geográfica.
Componente esta que é essencial para entendermos grande parte dos
fenômenos existentes.
Por exemplo, um Biólogo ao estudar determinado vírus, percebe que em
certas regiões existe maior incidência de casos de pessoas
infectadas. Com isso, ao levar em consideração a distribuição espacial
dos casos, consegue ser mais assertivo na determinação de ações
mitigatórias.

17. Da mesma maneira, um Geólogo, ao mapear uma jazida de
determinado mineral, utilizando a Geoestatística consegue
estimar o tamanho e a distribuição espacial da jazida a
partir de algumas amostras.
Enfim, perceba que os dados espaciais possuem
coordenadas associadas ao evento, sendo que através da
utilização de um software do tipo SIG é possível levar-se
em consideração a existência de dependência espacial.

18. COMO OS DADOS GEOGRÁFICOS SÃO
ARMAZENADOS?

19. Conforme ilustra a figura anterior, os dados geoespaciais são
agrupados em duas grandes classes ou modelos de
representação, a saber: vetorial e raster, este último também
chamado de dados matriciais ou de varredura. Estas “classes de
representação” se referem a forma na qual os dados espaciais
são armazenados (vetores ou matrizes).
Dados espaciais armazenados no modelo vetorial tem a
localização e os atributos gráficos de cada objeto
representadas por pelo menos um par de coordenadas. Nesta
classe as entidades podem ser apresentadas na forma de
pontos ou linhas (arcos e demais elementos lineares) ou
polígonos (áreas). Conforme a figura a seguir.

21. Pontos são utilizados para representar, por exemplo,
a localização de crimes ou ocorrências de
doenças. Linhas tem aplicação na representação de
redes de esgoto, traçado de rios e
semelhantes. Polígonos podem representar desde
lotes de uma quadra até continentes. Com respeito
aos polígonos é digno de nota observar que estes
dividem o plano em duas regiões: o interior, que em
geral inclui a fronteira do polígono fechado e o
exterior.

22. Na classe matricial a representação é feita através de uma
matriz composta de um certo número de colunas e linhas, onde
cada célula tem um valor correspondente ao atributo analisado e
pode ser localizada pelo cruzamento entre as linhas e colunas. A
figura a seguir ilustra a representação raster em duas diferentes
resoluções espaciais. Note que as células da imagem da
esquerda são maiores que as da imagem da direita, o que
significa que a segunda tem melhor resolução espacial.

24. Exemplos de dados geoespaciais
Exemplos de dados geoespaciais incluem:
 Vetores e atributos: Informações descritivas sobre um local como
pontos, linhas e polígonos
 Nuvens de pontos: Uma coleção de pontos gráficos co-localizados que
podem ser recontextualizados como modelos 3D
 Imagens de Raster e satélite: imagens de alta resolução do nosso
mundo, tiradas de cima
 Dados de censo: dados de censo liberados vinculados a áreas geográficas
específicas, para o estudo das tendências da comunidade
 Dados de celular: chamadas roteadas por satélite, com base nas
coordenadas de localização do GPS
 Imagens desenhadas: imagens CAD de edifícios ou outras estruturas,
fornecendo informações geográficas e dados arquitetônicos
 Dados de mídias sociais: publicações em mídias sociais que cientistas de
dados podem estudar para identificar tendências emergentes

25. Coleta e Gerenciamento de Dados
Geoespaciais
Coleta de dados geoespaciais
Como o grande volume de dados geoespaciais exigido
rotineiramente pelas empresas é grande, muitas organizações
procuram utilizar um serviço para obter dados geoespaciais
selecionados.
Independentemente de onde você obtém seus dados
geoespaciais, a qualidade dos dados deve sempre ser mantida.
Dados deficientes resultam em modelos de pouca ou limitada
utilização. (A frase de advertência “Dados incorretos entram —
informações ruins saem” se prova brutalmente verdadeira.)
Parece evidente que as organizações podem se beneficiar
significativamente de ter uma solução em vigor que organiza e
verifica dados, para que qualquer dado "lixo" seja devidamente

26. Gerenciamento de Dados Geoespaciais
Com tantos dados em abundância, gerenciar esses dados assume
uma importância considerável. Muitas organizações estão se
encontrando sobrecarregadas com dados e estão recorrendo a
seus cientistas de dados internos para ajudá-los a gerenciá-los.
Estima-se que até 90% do tempo dos cientistas de dados é gasto
em atividades de cura de dados, incluindo organização, "limpeza"
e reformatação de dados. Isso deixa esses cientistas de dados com
apenas 10% de seu dia de trabalho para dedicar-se à análise de
tendências de dados e ao uso desses insights para ajudar a moldar
a política de negócios.

27. Benefícios de utilizar dados geoespaciais
Avisos antecipados
Através de anomalias de dados, os dados geoespaciais podem fornecer às
organizações um aviso sobre as alterações recebidas configuradas para afetar sua
empresa.
Compreensão mais profunda
A utilização de dados geoespaciais pode fornecer às organizações evidências do
porquê e como algumas soluções analíticas funcionam bem, enquanto outras não.
Maior eficiência
As organizações podem utilizar a precisão numérica fornecida por dados
geoespaciais para melhorar a eficiência geral das operações da empresa.

28. Bancos de Dados Geográficos
Os bancos de dados geográficos, também conhecidos
como Banco de dados Especial, diferem dos bancos de
dados convencionais, por suportar feições geométricas
em suas tabelas. Isso permite a análise e a consulta
espacial, ou seja, é possível, por meio desse banco de
dados, calcular áreas, distâncias e centroides, além de
gerar buffers e outras operações.
Quando são construídos bancos de dados geográficos,
por exemplo, facilitando o seu entendimento, podemos
citar algumas pesquisas que encontrarão resultados:

29. – Quais são as cidades vizinhas ao município de Paragominas?
– Quais municípios do Pará fazem fronteira com o Maranhão?
– Qual a distância entre Belém e Paragominas?
– Que quadras estão em um raio de um quilômetro em relação
ao local onde ocorreu determinado assalto?
Essas questões não podem ser respondidas por um banco de
dados convencional, pois não armazenam o componente
espacial, tampouco relações de topologia, de forma que um
BDG permitiria apenas a resposta das questões.

30. Um banco de dados geográficos é uma ferramenta que
armazena dados e algoritmos de um
Sistema de Informações Geográficas (SIG).
A estruturação desse banco de dados é feita
referenciando dados especiais e não espaciais. De
maneira geral, um dado espacial possui quatro aspectos
principais, que são:
•descrever aspectos geográficos;
•realizar a localização geográfica;
•fazer a ligação com outros fenômenos geográficos;
•definir um intervalo de tempo em que o fenômeno é
válido.

31. O que diferencia os dados geográficos do banco de dados
convencional é seu componente espacial.
Para entender melhor, precisamos responder o que são dados
geográficos. De maneira geral, são dados espaciais cuja
dimensão espacial está ligada à sua localização na superfície da
Terra, em determinado instante ou período de tempo.
Eles são fundamentais, pois praticamente todo fenômeno possui
dependência espacial, ou seja, as informações encontradas
sobre eles estão diretamente ligadas à sua localização
geográfica; é o caso de acontecimentos climáticos como o La
Niña.

32. Classes de dados geográficos
A diferença de um dado geográfico para outro está no seu
componente espacial; por isso mesmo, eles são chamados de dados
espaciais.
Por componente espacial entendemos os dados como
representantes de uma superfície terrestre, ligados à localização no
espaço, tendo como base as suas coordenadas.
São essas informações que permitirão uma análise mais detalhada
do espaço geográfico.
A forma pela qual os dados espaciais são armazenados se divide em
vetores e matrizes.

33. No caso do sensoriamento remoto, o banco de dados geográficos é estruturado na forma de projetos, contendo,
cada um, as informações espaciais e não espaciais (alfanuméricas), armazenadas segundo sua categoria,
em planos de informações

34. Sistemas Gerenciadores de Banco de Dados Geográficos (SGBD-G)
Alguns programas SGBD passaram a desenvolver, percebendo a
importância desse segmento, extensões que fazem com que o
software tenha características de um SGBDG, ou seja, de um Sistema
Gerenciador de Banco de Dados Geográficos

35. Necessitamos, então, de um sistema computacional especializado a
fim de dar segurança ao acesso, manter os dados consistentes e
garantir um bom desempenho, robustez, acesso e manipulação
dos dados. Esse software se chama Sistema Gerenciador de Banco
de Dados (SGBD). Quando esse sistema é capaz de armazenar e
trabalhar com dados geográficos, colocamos um “-G” de geográfico
no final, ficando SGBD-G. Entre as principais soluções de SGBD-G
hoje no mercado, destacam-se o ArcSDE da empresa Esri, o Oracle
Spatial da própria Oracle Corporation, e o PostGIS representando
os softwares livres. Ressalta-se que é necessário um hardware que
forneça recursos ao SGBD, como capacidade de processamento e
armazenamento. Sendo assim, os computadores que possuem um
SGBD costumam ser servidores especializados.

36. O gerenciamento dos dados em um SIG compreende, portanto,
todas as fases de desenvolvimento de um SGBD, desde sua
concepção inicial até o seu uso prático. O SGBD pode ser
considerado como o “cérebro” do sistema, respondendo por
todas as conexões realizadas.
O SGBD de um SIG deve ser capaz de armazenar e relacionar os
dados para obtenção de informação que possa ser analisada
espacialmente, ou seja, informação geográfica. Os dados
alfanuméricos são armazenados em formato de
tabelas/planilhas. Os dados gráficos são armazenados na forma
de matrizes (formato raster ) e na forma de vetores (pontos,
linhas e polígonos).

37. Modelagem de Dados Espaciais
A introdução de dados em um SIG deve seguir determinadas
condições específicas. Os dados espaciais possuem
características próprias, cuja percepção por parte do usuário
definirá formas diferenciadas de interpretações. A passagem
dos dados do mundo real para um mondo virtual deverá
ocorrera partir da utilização de modelos, os quais deverão
seguir padrões conceituais vinculados à maneira como o
indivíduo concebe o espaço observado.

38. Um exemplo para as considerações tecidas acima diz respeito a
dados climáticos – e outros relacionados – de uma área
qualquer, ou mesmo do Planeta como um todo. Um indivíduo
pode modelar esses dados de tal forma que sua conclusão seja
traduzida pelo aumento da temperatura da área ao longo dos
anos, tendo como causador o impacto antrópico. Outro
indivíduo, dispondo dos mesmos dados, pode realizar sua
modelagem e concluir também pelo aumento da temperatura.
Entretanto, este último pode vincular o aquecimento térmico a
causas naturais, desvinculando um possível efeito direto
provocado pelo ser humano.

39. Uma maneira de conceber modelos – a que realmente interessa
para a prática de SIGs – está relacionada à elaboração de
representações virtuais que fazem uso de estruturas
conceituais preconcebidas para a simulação de um espaço real.
Tem-se, assim, o espaço geográfico conceitual, introduzido por
Buzai e Durán (1997, p. 21), o qual “é possível incorporar ao
ambiente computacional para sua análise e tratamento”.

40. A passagem do modelo conceitual para o modelo digital virtual
se dá por procedimentos que estabelecem relacionamentos
entre entidades. Uma entidade pode ser definida como um
objeto contido no arquivo gerado, o qual possui informações a
ele vinculado. Assim, uma escola presente em um arquivo
vetorial, por exemplo, é uma entidade que possui informações
a ela vinculadas, como suas dimensões, localização espacial,
quantidade de alunos etc. Em termos de SIGs, as entidades
devem relacionar-se geograficamente e podem ou não
participar do processamento de dados do sistema. A estrutura
da modelagem dos dados vai depender, portanto, das
características das entidades envolvidas e das necessidades do
usuário.

41. MODELAGEM DIGITAL PARA APLICAÇÕES
GEOGRÁFICAS
Em termos computacionais, tem-se que um modelo de
dados deve ser capaz de fornecer elementos que
possam descrever um banco de dados, bem como
possibilitar a sua manipulação. Tais condições
permitiram, assim, a obtenção de uma visão abstrata e
simplificada da realidade.

42. Em termos gerais, pode-se estabelecer as seguintes etapas
para a elaboração de um modelo de caráter espacial ou
geográfico:
• Elaboração de listagem contendo os aspectos
fundamentais que deverão fazer parte da modelagem;
• Realização de levantamento de dados disponíveis sobre o
espaço a ser modelado;
• Execução de pesquisa de campo para observação e coleta
de dados, a fim de trabalhar-se a percepção da realidade
objeto do modelo;
• Caracterização, estruturação e dinamização do banco de
dados concebido;
• Realização da análise dos dados; e
• Representação do modelo

43. A conversão de informações geográficas do mundo real para
uma base de dados virtual compreende uma série de
modelizações lógico-matemática. Tais modelagens seguem
determinados padrões que podem ser estruturados física ou
virtualmente. Em se tratando do uso de SIGs, é claro o
interesse recai na modelagem virtual. Entretanto,
determinados elementos físicos e concretos, muitas vezes,
auxiliam sobremaneira o entendimento de tais modelos.

44. Modelos Matriciais
O modelo matricial ou raster, por suas características, é mais
facilmente trabalhado em softwares de geoprocessamento. A
posição ocupada por cada pixel da imagem está vinculada a
uma matriz com linhas e colunas que correspondem a pares de
coordenadas associados a atributos específicos. Assim, cada
célula (pixel) terá uma coordenada conhecida, facilmente
relacionada a um determinado sistema de coordenadas e com
um valos específico associado.

45. Modelos Vetoriais
No caso de um modelo vetorial, como as entidades espaciais
são compostas por pontos, linhas e polígonos com seus
atributos, podem surgir algumas dificuldades de ordem prática
que acabam por dificultar sua aplicação. A quantidade de
entidades e suas inter-relações constituem-se num dos
principais entraves para sua utilização

46. Modelos Numérico de Terreno (MNT) ou Modelo Digital de
Terreno (MDT)
Uma das modelagens mais utilizadas com geotecnologias diz
respeito à elaboração de MNTs ou MDTs. Tais nomenclaturas
obedecem à ideia de que esse tipo de modelagem procura
representar digitalmente o comportamento da superfície do
Planeta. Porém essa visão tornou-se um pouco mais
abrangente, podendo esse modelo ser considerado como a
representação digital da variação contínua de qualquer
fenômeno geográfico que ocorre na superfície. Para isso,
entretanto, são necessários a aquisição e o processamento de
uma grande quantidade de dados, o que poderá gerar algum
transtorno.

47. Representações de MNTs
Em termos gerais pode-se afirmar que os MNTs podem ser
representados matematicamente por meio de pontos e linhas
(no plano) ou grades de pontos e polígonos (para superfícies
tridimensionais). Esses modelos proporcionam, portanto, a
possibilidade de construção de uma superfície tridimensional a
partir de atributos de dados dispostos no sistema.

48. No trabalho com formato matricial, tem-se que cada pixel de
uma imagem possui três coordenadas: duas de posição (x e y) e
uma de atributo, a coordenada z. Estas por exemplo podem
corresponder, respectivamente, às coordenadas de longitude,
latitude e altitude. De maneira semelhante, o formato vetorial
também pode fazer uso de pontos para representar posições
(coordenadas) e atributos. A densidade de pontos revelará a
precisão do modelo.
Outra maneira de representação dentro do ambiente vetorial é
dada pela utilização de linhas com valores constantes, as
chamadas isolinhas. A quantidade de isolinhas moldará o
modelo: Quanto maior o seu número, tanto maior será o
detalhamento e a precisão do modelo.

49. Para a geração de MNT, em geral, deve-se
• Realizar um levantamento de dados disponíveis e procurar
caracterizá-los espacialmente. Normalmente, trabalha-se com
dados pontuais (altitudes do terreno, temperaturas,
pluviosidade de estações meteorológicas etc.) ou com
isolinhas (isoietas, isóbaras, isotermas etc.);
• Introduzir os dados no sistema (digitalização/vetorização);
• Traçar as respectivas isolinhas a partir de dados pontuais
(dispostos em tabelas, desde que georreferenciados, ou
mesmo em mapas);
• Estabelecer os parâmetros de interpolação dos pontos;
• Aplicar o modelo do respectivo software para a geração do
modelo.

50. Alguns softwares trabalham diretamente com os pontos
georreferenciados. Cada ponto plotado no mapa terá uma
coordenada (x,y) específica e um valos (z) conhecido. No caso de
isolinhas, cada curva terá uma infinidade desses pontos, com
valores ‘z’ idênticos.
O MNTs são utilizados para trabalhos com bacias hidrográficas,
cálculo de declividades, estabelecimento de perfis topográficos,
elaboração de mapas de orientação de vertentes, confecção de
zoneamentos climáticos e outras soluções que utilizem dados
pontuais.

53. Qualidade dos Dados Geográficos: Fundamentos e
Aplicações
Introdução
Com o avanço da tecnologia e o crescimento da
demanda por informações espaciais precisas, a
qualidade dos dados geográficos tornou-se um tema
central nas áreas de geoprocessamento,
sensoriamento remoto, cartografia e sistemas de
informação geográfica (SIG). Dados geográficos de
boa qualidade são essenciais para tomadas de
decisão eficazes em diversas áreas, como
planejamento urbano, gestão ambiental, agricultura
de precisão, engenharia e logística.

54. Mas o que significa qualidade dos dados
geográficos? De modo geral, refere-se ao grau de
confiança e adequação dos dados em relação ao
uso pretendido. Neste contexto, vários parâmetros
são utilizados para avaliar essa qualidade, como a
precisão posicional, a completude, a consistência
lógica, a atualidade e a acurácia temática. Este texto
busca apresentar, de maneira didática, os principais
conceitos e critérios relacionados à qualidade dos
dados geográficos, suas implicações e boas práticas
para garantir a confiabilidade das análises espaciais.

55. Conceitos Fundamentais
Os dados geográficos são representações digitais do mundo real e
possuem componentes espaciais (como coordenadas geográficas)
e atributos descritivos (informações associadas, como nome, tipo,
área etc.). Sua qualidade está diretamente ligada à forma como
esses dados foram coletados, processados, armazenados e
utilizados.
A qualidade dos dados pode ser dividida em cinco dimensões
principais:
1.Precisão Posicional: refere-se à exatidão com que as posições
espaciais dos objetos estão representadas. Por exemplo, um
mapa de ruas que apresenta uma avenida deslocada em relação à
sua posição real pode comprometer a navegação ou o
planejamento urbano.
2.Acurácia Temática (ou Precisão de Atributos): diz respeito à
exatidão dos atributos associados aos dados espaciais. Por
exemplo, uma área classificada como "vegetação" em uma

56. •Completude: relaciona-se à ausência de omissões ou dados
faltantes. Um banco de dados geográfico incompleto pode
comprometer análises, como o mapeamento de áreas de risco, ao
deixar de fora regiões críticas.
•Consistência Lógica: verifica se há contradições ou erros na
estrutura dos dados. Por exemplo, em um mapa de rios, não é
coerente que um rio "suba" uma encosta ou que haja linhas de
curso d’água desconectadas sem motivo.
•Atualidade (ou Temporalidade): refere-se à data em que os
dados foram coletados ou atualizados. Informações desatualizadas
podem ser inúteis ou até prejudiciais, principalmente em contextos
dinâmicos, como obras viárias ou expansão urbana.

57. Importância da Qualidade dos Dados Geográficos
A qualidade dos dados influencia diretamente os resultados
de análises espaciais. Um SIG pode oferecer ferramentas
sofisticadas de modelagem e análise, mas se os dados
inseridos forem de baixa qualidade, os resultados serão
imprecisos ou até incorretos. A famosa máxima "garbage in,
garbage out" (lixo entra, lixo sai) aplica-se perfeitamente ao
contexto geoespacial.
Em aplicações críticas, como a delimitação de áreas de
preservação ambiental, zoneamento urbano ou previsão de
desastres naturais, erros nos dados podem ter
consequências significativas. Portanto, a verificação da
qualidade é fundamental desde o momento da aquisição dos
dados até sua utilização final.

58. Métodos de Avaliação da Qualidade
A avaliação da qualidade dos dados geográficos envolve
procedimentos técnicos e metodológicos que podem incluir:
•Testes Estatísticos: usados para avaliar a precisão posicional e a
acurácia temática. Podem envolver comparação com dados de
referência (dados de verdade terrestre).
•Validação de Campo: visitas a campo para conferir se os dados
correspondem à realidade.
•Relatórios de Metadados: fornecem informações detalhadas sobre a
origem, precisão, escala, metodologia de coleta e data dos dados,
permitindo uma análise mais crítica de sua adequação ao uso
pretendido.
As normas internacionais, como a ISO 19157, definem diretrizes para
avaliar e relatar a qualidade dos dados geográficos, sendo
amplamente utilizadas por órgãos públicos, empresas de mapeamento
e instituições de pesquisa.

59. Boas Práticas para Garantir a Qualidade
Para garantir dados geográficos de boa qualidade, é
importante seguir boas práticas em todas as etapas do
processo:
•Escolha adequada das fontes de dados: utilizar dados
de instituições confiáveis e atualizadas.
•Documentação rigorosa: manter metadados completos
e acessíveis, permitindo que outros usuários avaliem a
adequação dos dados.
•Capacitação da equipe: profissionais qualificados são
essenciais para a correta coleta, interpretação e
processamento dos dados.
•Revisão e validação contínua: os dados devem ser
periodicamente atualizados e validados para garantir sua
confiabilidade ao longo do tempo.

60. A qualidade dos dados geográficos é um fator decisivo para o
sucesso de projetos que envolvem informação espacial. Avaliar
corretamente essa qualidade não é apenas uma exigência
técnica, mas uma necessidade prática para garantir a efetividade
e a confiabilidade das decisões baseadas em dados geoespaciais.
Diante do crescimento exponencial na produção e uso de dados
geográficos, especialmente com o uso de tecnologias como
drones, satélites e sensores IoT, a preocupação com a qualidade
se torna ainda mais relevante. É papel de profissionais da área,
gestores públicos e desenvolvedores de sistemas garantir que os
dados utilizados atendam a padrões mínimos de qualidade,
assegurando que o poder dos dados espaciais seja plenamente
aproveitado, de forma ética, eficiente e sustentável.