AMELIORATION DE L’OFFRE, DE LA QUALITE ET DE LA DEMANDE DES

Os bancos de dados geográficos (BDG) trabalham com dados espaciais, diferenciando-os dos bancos de dados tradicionais. O gerenciamento do banco de dados geográficos (ou espaciais) inclui procedimentos para obtenção, edição (manipulação), consulta (recuperação) e armazenagem de dados (alfanuméricos, vetoriais e matriciais), além de conversão, importação e exportação de arquivos (FITZ, 2008, p. 80–95). O objetivo inicial de um BDG é promover a organização dos dados, em especial considerando que se empregam vários arquivos em uma aplicação SIG.

Um modelo de dados é um conjunto de conceitos para descrever a estrutura e as operações em um banco de dados, objetivando sistematizar o entendimento dos objetos e fenômenos que serão representados. Os objetos e fenômenos reais, no entanto, são complexos demais para permitir uma representação completa, sendo necessária uma abstração do mundo real, para obter uma representação simplificada, que seja adequada às finalidades requeridas (BORGES; DAVIS JÚNIOR; LAENDER, 2005, p. 83–84). São classificados de acordo com o nível de abstração empregado, sendo geralmente considerados quatro níveis, representados na Figura 5 e descritos a seguir (BORGES; DAVIS JÚNIOR; LAENDER, 2001, p. 223):

- nível do mundo real: contém os fenômenos geográficos reais a representar, como rios, ruas e cobertura vegetal;

- nível de representação conceitual: oferece um conjunto de conceitos para modelar as entidades geográficas da forma como são percebidas pelo usuário, com alto nível de abstração. São definidas as classes básicas, contínuas ou discretas, que serão criadas no banco de dados;

- nível de apresentação: oferece ferramentas para se especificar os diferentes aspectos visuais para aplicação das entidades geográficas; e

- nível de implementação: define padrões, formas de armazenamento e estruturas de dados para cada representação, assim como os relacionamentos entre elas e as funções e métodos propostos.

Figura 5 - Níveis de abstração de aplicações geográficas

Fonte: Adaptado de Borges, Davis Júnior e Laender (2001, p. 224).

O documento cartográfico representa um fenômeno em escala reduzida. A informação do mapa sofre perdas e omissões, podendo-se afirmar que todo mapa foi generalizado para coincidir com critérios desejados. A generalização é um processo de transformação, que permite, com seleção criteriosa dos elementos, constituir um mapa mais adequado, claro e objetivo (VASCONCELOS, 2012, p. 1). A viabilidade de abranger diversos dados descritivos vinculados às feições espaciais é uma das vantagens do BDG. Como exemplo, a Figura 6 ilustra a estrutura de um BDG (o formato geodatabase é um banco de dados geográficos da Environmental Systems Research Institute - ESRI).

Figura 6 - Desenho esquemático do geodatabase

Quanto à integração de dados, Koontz (2003), mais de uma década atrás, posicionou-se sobre os desafios do compartilhamento de dados para incrementar o aproveitamento dos SIG nos Estados Unidos. Pontuou-se, entre outros, o desperdício de esforços na coleta duplicada de dados espaciais e as dificuldades práticas para estabelecimento de uma rede nacional.

Inicialmente utilizavam-se conversores de dados para integração, ou seja, os arquivos de determinado fabricante de SIG eram convertidos para outro formato. Na sequência, surgiram os formatos padrão, a exemplo do ShapeFile, que facilitaram o intercâmbio, mas ainda não possibilitavam a interação entre os SIG propriamente. Os SIG vêm incorporando novos paradigmas para facilitar a integração, a exemplo da migração dos dados armazenados em arquivos para banco de dados espaciais.

A dificuldade para integração de bancos de dados ocorre pois muitos foram criados sem a perspectiva de posterior comunicação (COSTA, 2012, p. 35; MELO JÚNIOR; CANDEIAS; TAVARES JÚNIOR, 2010). Como exemplo prático, menciona-se a iniciativa do MMA para implantação do Portal Nacional do Licenciamento Ambiental. O Portal visa atender demanda da Lei n. 10.650/2003, que dispõe sobre o acesso público aos dados e informações ambientais dos órgãos e entidades do Sistema Nacional de Meio Ambiente (SISNAMA). Sua implantação foi iniciada em 2005 e, conforme consulta em 15/12/2014, a integração ainda havia sido totalmente concluída (MMA, 2014a, 2014b). O termo interoperabilidade tem seu significado relacionado a sistemas abertos, capacidade de intercâmbio de dados, compartilhamento de aplicações e uniformidade na interface com os usuários. Melo Júnior, Candeias e Tavares Júnior (2010) ressaltaram que a relevância do compartilhamento de dados entre os SIG motivou a comunidade científica a propor novas tecnologias, destacando-se a denominada de Serviços Web. Essa tecnologia provê um paradigma que facilita a construção de SIG interoperáveis. Por meio de experimento, os autores comprovaram que essa tecnologia é viável, mesmo em ambientes heterogêneos, para integrar aplicativos na internet.

Nativi et al. (2015) apontaram desafios na construção de uma rede global e flexível com disponibilização de vários dados multidisciplinares, especialmente sobre medições da atmosfera, oceanos, terra, variáveis relacionadas ao ciclo do carbono, biodiversidade. O Group of Earth Observation, responsável pelas ações, foi criado em 2002, durante a Cúpula Mundial sobre Desenvolvimento Sustentável em Joanesburgo. O grupo é o responsável pela criação do Global Earth Observation System of Systems (GEOSS), com período de implementação inicialmente previsto para 2005 até 2015. Objetiva-se beneficiar nove áreas - desastres, saúde, energia, clima, água, clima, ecossistemas, agricultura e biodiversidade -, conforme esquema ilustrado na Figura 7.

Figura 7 - Áreas beneficiadas com o GEOSS

Fonte: Adaptado de Nativi et al. (2015, p. 3).

Sua concepção é que o sistema integre sistemas independentes e autônomos (“System of Systems”). A interconexão deve ocorrer de forma que não afete as capacidades de cada sistema individualmente. Além dos desafios inerentes à criação de uma plataforma global e flexível, os autores relataram desafios relacionados a Big Data. Alterações radicais na arquitetura de dados do GEOSS são requeridas, em especial quanto à tecnologia de computação em nuvem (cloud computing)18 _{e para}

considerar volume, velocidade, variedade, veracidade e visualização de Big Data. Em consulta ao site www.earthobservations.org, em 18/3/2016, observou-se que o GEOSS estava em implantação. A computação em nuvem possibilita combinar dados de vários servidores e distribuir dados espaciais processados em uma plataforma comum. Isso possibilita combinar os serviços apropriados buscando produzir soluções específicas (EVANGELIDIS et al., 2014).

Os desafios e oportunidades relacionados a Big Data mostram-se cada vez mais presentes no dia-dia, inclusive quanto aos dados espaciais. Lee e Kang (2015) apresentaram alguns estudos relacionados a Big Data geoespacial, com exemplos de benefícios em várias áreas, como redução no consumo de combustível e tempo de deslocamento nas cidades, incremento no faturamento das empresas,

18 _{O conceito de computação em nuvem relaciona-se a um modelo de computação que distribui tarefas em um pool de} recursos, utilizando memória, capacidade de armazenamento e processamento de computadores e servidores compartilhados e interligados por meio da internet.

planejamento urbano e cuidados médicos. Os autores destacaram ainda o potencial para análises iterativas com dados em tempo real e dinâmicos, considerando a velocidade de geração de novos dados espaciais. Destaques semelhantes foram apontados também por Nativi et al. (2015).