Blog de mudança

Boa noite pessoal!

Gostaria de dar um aviso muiiiito importante.

Meu tempo com este blog foi muito produtivo e interessante. Adorei ter o retorno dos leitores e acho que consegui abordar temas interessantes, mas está na hora de mudar.

Estou mudando o blog para o site blog.geoprocessamento.net onde o meu blog viverá junto com outros amiguinhos e outros blogs relacionados à geotecnologias. É uma oportunidade para profissionalizar o hobby e atingir mais gente.

Não esquecendo que migrarei as postagens e deixarei este blog no ar como legado. Mas vão em blog.geoprocessamento.net, que já tem postagem nova!

Abraços e obrigado!

Metadados 3: Padrões de Metadados

Buenas noches compadres e comadres.

Bem, vamos à terceira parte do nosso post sobre metadados. Os padrões, ou standards.

Primeiramente, por que usá-los?

• São padrões. Todo mundo o mesmo estilo de metadados. Isso se traduz em facilidade para ler/editar diferentes fontes.
• Os padrões foram elaborados por experts. Gente que entende do assunto, com muitos anos de experiência na área. Não estou dizendo que você ou outras pessoas não tem conhecimento para acrescentar ou mudar uma coisa ou outra, estou dizendo que só deve fazer isso quando extremamente necessário.

Os dois motivos acima, em minha opinião, já são suficientes para se adotar um, dos muitos padrões (e sub-padrões) existentes.

Atualmente, bem difundidos e utilizados, inclusive com suporte de software, existem três tipos de metadados (sem contar o ESRI FDGC, aquilo lá é uma modificação do FDGC atual).

1. Content Standard for Digital Geospatial Metadata
2. CEN Pre-Standard
3. ISO 19115/19139

1 - Content Standard for Digital Geospatial Metadata

Este padrão foi desenvolvido pelo FDGC, em 1994. Este padrão de metadados foi desenvolvido para suportar a infraestrutura nacional de dados espaciais norte-americanos (em 1994...humn, 14 anos na nossa frente!)

Existem diversos países que utilizam este padrão, incluindo Canadá, África do Sul e Reino Unido. Fiquem atentos para os "plugins" de padrões. Existem padrões de metadados desenvolvidos pelo FDGC que cuidam de wetlands, geology, biology entre outros tipos de metadados.

2 - CEN Pre-Standard

Este padrão foi desenvolvido na Europa desde 1992 e foi adotado em 1998. É fruto de cooperação internacional.

3 - ISO 19115/19139

Ah...o padrão ISO. Este padrão foi aprovado em 2003 e como o modelo europeu recebeu inputs de diversos órgãos ao redor do mundo. Na verdade, uma massaroca de padrões utilizados ao redor do mundo foram utilizados como entrada e no final, a ISO separou o joio do trigo.

A ISO 19115 dá um modelo abstrato para organização dos metadados (de dados espaciais), sem implementar ou forçar um modelo rígido.

Já a ISO 19139 especifica e pontua claramente como implementar os metadados utilizando XML e inclui o modelo lógico da 19115. São dois documentos importantes para leitura/consulta.

4 - Padrão OGC (ahá, mais um padrão!)

A OGC (Open Geospatial Consortium), órgão monstro em tudo que se trata de SIG/GIS e afins tem seu perfil de metadados! Só o nome que não tem metadados no meio, mas é metadados. O padrão se chama Catalogue Service e já está na versão 2.x. Os documentos, para os interessados, está no site:

http://www.opengeospatial.org/standards/cat

Certo, o que aprendemos hoje?

• Existem diversos padrões de metadados e não iremos reiventar a roda.
• Padrões são legais. Não vão te deixar (muito) doido. É melhor utilizar um existente, para conformidade de bases, facilidade de leitura/escrita.
• Que eu não falei do padrão brasileiro de metadados.

Pessoal, me desculpem pela demora. Mas a coisa anda corrida. Assim que tiver um tempinho, irei falar sobre o padrão brasileiro. Um capítulozinho nesta saga só para ele.

Como sempre, aceito sugestões, críticas e uns trocados. Um feliz natal atrasado e um feliz ano-novo cheio de dados espaciais (ainda não consigo sortear entradas para eventos e dar livros de presente...).

Um abraço

Novos desafios, denovo!

Boa noite pessoal,

Venho trazendo algumas notícias e pedir para vocês não me esquecerem!

Consegui um outro emprego, este na área de TI e desenvolvimento para GIS, numa excelente empresa. Irei trabalhar por mais alguns dias aqui em São Paulo e logo logo devo ir para a casa do projeto, Belo Horizonte.

Belohorizontinos, até logo.

Não esqueci sobre o post dos padrões de metadados. Prometo que esta semana posto ele.

Um abraço

Metadata, parte 2: o que catalogar e não catalogar?

Noches, meus queridos leitores.

Continuaremos falando sobre metadata.

Como os metadados devem ser coletados? Qual é o grau de padronização destes elementos? Quem deve coletar estes dados? O produtor dos dados? O usuário final? Ou alguém entre os dois?

Existem diversos debates sobre como estes procedimentos devem ocorrer, mas de forma geral, os metadados são coletados com uma relação 1:1. Um dataset, ou um conjunto de feições deve ter, obrigatoriamente um registro nos metadados. Mas como definimos o que é um conjunto?

Para responder esta pergunta, primeiramente precisamos analisar o que iremos documentar. São uma série de fotografia pertencentes à um artigo? Ou é uma série de fotografias pertencentes à diversos artigos, relacionados pelo tema? É uma imagem de satélite, um mosaico ou um conjunto de relatórios gerenciais, com mês, escopo e informações correlacionadas?

Bem, após identificarmos o objeto (ou conjunto de objetos) devemos definir uma raiz comum aos mesmos. Podemos criar metadados para diversos níveis de informações: uma imagem bruta de satélite, um mosaico de imagens, um conjunto de vetores específico e até mesmo feições específicas. Perceba, que conforme especializamos a coleta de metadados, o número de informações também aumenta, por devemos manter a relação 1:1 mencionada acima. Um objeto (seja ele um conjunto de outros objetos) deve ter seus registros de metadados, e isto deve ser aplicado à todos os registros de suas bases.

Não adianta nada documentarmos determinados objetos em um nível e outros não. Seria como (no exemplo da Biblioteca Nacional, do post anterior) ter 1000 caixas com livros diversos e apenas 100 delas descritas no conteúdo.

Este planejamento é importante, pois não queremos informação demais, nem de menos. Informação, na verdade, nunca é demais, mas o custo para a criação de metadados muito detalhados é muito mais caro. Deve existir um balanço entre o que documentar, e o que não documentar.

Na prática, a maior parte dos dados é coletado no nível de datasets, ou seja, no conjunto, e não na particularidade. Um conjunto de imagens SRTM não devem ser catalogadas individualmente (existem dados interessantes para catalogarmos, como a altitude mínima e máxima, coordenadas geográficas, entre outros), mas sim no conjunto de processamento.

Caso os dados SRTM seja processados (interpolados, por exemplo), deve se criar um novo dataset, e catalogá-lo à partir daí.

Agora, quem deve catalogar os dados? O produtor dos dados? O usuário final?

É outra briga de muitas perspectivas. O produtor dos dados, obviamente deve realizar um cadastro minucioso dos processos utilizados para gerar aquela informação. Mas o usuário final, o indivíduo que requisitou aquela informação, tem a capacidade de complementar os metadados, já que somente ele sabe como aqueles dados serão efetivamente utilizados.

Criar metadados é bem parecido com catalogar livros em uma biblioteca. Quem deve realizar este procedimento dentro de sua empresa? Uma pessoal especialmente contratada para isto? (bem, é forçar um pouco a barra, já que muito poucas empresas darão um braço à torcer para um funcionário extra, só para catalogar "mapinhas"). Em geral, os próprios analistas devem catalogar seus dados, mas a maioria dos profissionais pode chiar, alegando que:

• É muito difícil produzir metadados;
• Não veêm os benefícios dos metadados;
• Não existe tempo suficiente para a produção dos metadados;

Bem, todos os casos acima são argumentos razoavelmente válidos, mas facilmente desmantelados por um profissional com conhecimento técnico, pois:

• Produzir metadados exige cuidado e paciência. Mas não é um procedimento difícil. É trabalhoso.
• Quando sua base de dados chegar a uma centena de datasets, ele irá pedir tempo para criar os metadados. Bases de médio porte, com centenas de datasets não são incomuns.
• Um pouquinho de tempo por dia, vinte minutos, meia hora por dia é suficiente para uma pequena equipe atualizar todo o cadastro de metadados de uma base razoavelmente grande. Será que a perda de tempo de um dia inteiro na criação dos metadados para um dataset coletado ao longo de diversos meses é realmente uma perda de tempo? Com certeza não é.

Claro, coletar uma quantidade muito grande de metadados ao mesmo tempo pode ser enfadonho e moroso, portanto o ideal é coletar os metadados aos poucos, conforme os dados são produzidos/inseridos dentro do banco de dados.

Certo, certo, mas qual é a forma de criar e manter um catálogo de metadados para seus dados geográficos? Isto depende de alguns fatores: tamanho da organização, tamanho e diversidade dos dados geográficos e basicamente de gerência departamental.

Pode-se começar de forma pequena, utilizando pequenos documentos formato texto ou utilizar XML. Atualmente existem diversos padrões (falaremos deles depois) que podem ser seguidos, que auxiliam o usuário a criar seus metadados. A maioria dos programas de GIS possuem módulos específicos para a criação e manutenção dos metadados. O ArcGIS possui um módulo embutido no ArcCatalog. Para os utilizadores OpenSource, ou quem não gosta do administrador de metadados do ArcGIS/outros programas proprietários podem utilizar o GeoNetwork, um programa desenhado especificamente para este propósito.

Outros caminhos para o armazenamento dos metadados é o uso de um banco de dados ou arquivos estruturados em XML, que é a maneira mais comum atualmente. Somente grandes sistemas e organizações conseguem migrar todos os metadados para um ambiente relacional, mas não deveria ser assim. Aplicações tem de ser desenvolvidas para suprir essa deficiência. Algumas, como o GeoNetwork já existem.

Duas dicas importantes:

• Não invente seu próprio modelo de metadados (já existem vários! um deve servir para você. reiventar a roda é (na maioria dos casos) perda de tempo)
• Não confunda a apresentação dos metadados com os metadados. Como já diziam, uma coisa é uma coisa, e outra coisa é outra coisa. A capacidade de traduzir os dados brutos em informação real (como relatórios de "estoque" de dados geográficos) é vital para o sucesso dos metadados.
  

Esta, como disse, é uma discussão praticamente sem fim, pois através dos metadados podemos simplificar de forma exponencial o trabalho e os retrabalhos com nossos dados espaciais. Buscar dados existentes (especialmente em grandes organizações), catalogar as novas informações e publicar isto aos usuários dá agilidade, confiança e principalmente economia de recursos (humanos e capital financeiro).

Na próxima ediçao, padrões de metadados.

Abraços

Metadata: uma pequena introdução e comentários aleatórios

Boa noite pessoal,

Conforme solicitado pelo nosso amigo Anderson, um post (ou uma série) sobre metadata.

Comecemos pelo começo: o que é metadata. Do mesmo jeito que nossa professora de quarta série nos ensinou que "geografia": geo - terra, grafia - escrita, descrição, era o estudo e descrição da Terra, seus habitantes e fenômenos.

Vamos começar pela etimologia da palavra: metadata, metadados, conforme preferirem. Do dicionário online de Etimologia:

meta- 1: atrás; 2: alterado; 3: maior, além; 4: no meio, entre, com sujeito (ah, tudo isso vem do grego)

meta + data(dado) = dado alterado, modificado? dado...por trás do dado?

Metadata ou metadados significa isto, dados dos dados. Informações sobre os dados.

Certo, mas pra que quero mais informação? Dados sobre os dados? Ah sim, é uma pergunta comum. Bem, vou tentar explicar por que os metadados são importantes.

Primeiramente, eles descrevem os dados para você, sem que você tenha que olhar o que cada um é, um por um. Só nessa temos uma grande vantagem. Ao invés de procurar todos os seus dados, procuramos no metadata, no catálogo. Ah, então os metadados são catálogos? Quase isso. O catálogo é uma coleção de metadados.

Um exemplo comum de metadados são as etiquetas de um livro, na biblioteca. Eles descrevem o assunto, categorizam o livro, título, autor, edição, entre outras informações importantes. Outro exemplo de metadados:

 

Como informação/conhecimento é poder, conhecer seus dados é poder. Atualmente, todos nós geramos imensas quantidades de informação e dados. Certo, mas do que adianta possuir a Biblioteca Nacional em casa se todos os livros estão em caixas? Como achar o livro que você precisa, na caixa certa, no momento certo?

Sem um sistema de catálogo, sem os metadados organizados, achar este determinado livro não é possível. Não sem abrir todas as caixas :D.

Outra coisa, metadado é contexto. Dados sem contexto não tem nem a metade do valor de dados contextualizados. A documentação de como aquele dado foi obtido, produzido, processado, armazenado é extremamente valiosa, e sem ela, podemos inviabilizar quaisquer possibilidade do uso das informações.

Imagine a seguinte tabela:

LINHA | NOME | TIPO | LARGURA

Estamos falando de estradas, rios e córregos, sistemas de transmissão de energia (ah, ontem acabou a luz no Brasil inteiro, vocês viram?) ou logradouros? Estamos falando de metros, kilometros, centímetros? Claro que este é um exemplo bobo, mas imagine um sistema gigantesco, com milhares e milhares de tabelas, shapefiles, arquivos (vetoriais ou raster) e uma estrutura de armazenamento ambígua. Como faríamos?

Acho que deu para entender né?

Certo, eu te convenci? Ainda não? Certo. Então vamos levar a idéia para todo um contexto geotecnológico. Para o SIG/GIS.

Por que utilizar metadados junto com seus dados espaciais?

• Ajuda na organização (estruturada) dos dados;
• Evita duplicação de dados;
• Usuários podem localizar se determinado dado existe, para determinada região. De forma rápida.
• Auxilia e promove procedimentos gerenciais sobre os dados.

Em minha opinião, a parte mais importante do uso dos metadados é ter conhecimento do existe disponível, da qualidade, da escala apropriada, da data de levantamento. Os metadados permitem à você usuário determinar se algo serve para você ou não. Evita perda de tempo e claro, tempo é $$$.

Além disso, os metadados agregam valor aos seus dados geográficos. Ele pode ser procurado, encontrado e quem sabé até comprado por alguém?

Agora vamos tentar nos aprofundar um cadinho nos metadados. Existem basicamente três tipos de metadados, a citar: Discovery Metadata, Exploration Metadata e Exploitation Metadata. (isso de acordo com o pessoal do FGDC - visitem o site, tem muita coisa legal, inclusive dois livrinhos interessantes, um sobre metadata e o outro sobre Spatial Data Infrastructure)

Discovery Metadata: este tipo de metadata é o mais básico, e vai lhe dizer o que existe em determinada região e em qual dataset procurar. É nesta seção dos metadados que perguntamos as famosas:

• O que?
• Por que?
• Quando?
• Quem?
• Onde?
• Como?

Uma dica: este tipo de metadados é muito útil para se descrever uma coleção de dados. Uma série de mapas (humn, alguém já pensou em metadata para mapas ou coleções de mapas? Daniel S., lembra da idéia que te falei outro dia?)

Exploration Metadata: este tipo de metadado já um pouco mais complexo e lhe diz quais são as informações que cada dataset armazena, como as armazena. Este tipo ou nível é importante, pois lhe diz se o tipo de dados contidos em um tema podem contribuir com suas análises.

Exemplo: você quer realizar uma análise de rede em uma bacia hidrográfica. Mas e se o dataset for de polígonos?

Com o uso dos metadados exploratórios podemos assumir algumas proposições, especialmente se algum dado é adequado ou não para determinado propósito. Aqui conseguimos detalhes, informações armazenadas, tipo de armazenamento, formato, etc.

Exploitation Metadata: ah, este aqui é especial. Embora não seja diretamente relacionado com o uso imeadiato de um conjunto de dados, ele é crucial. Este tipo de metadados irá lhe dizer como os dados foram obtidos, à quais propósitos podem servir, limitações (técnicas, éticas, comerciais, judiciais), entre outros.

Este tipo de metadados também, é crucial: ele nos diz como acessar, transferir, carregar, interpretar, e utilizar os dados pelo usuário final. Seja para fazer mapas, seja para realizar cálculos complexos de um índice doido por aí. Aqui incluímos detalhes do dicionário de dados, organização dos dados, projeção, características geométricas, entre outros.

Se algum de vocês já olhou o esquema de metadados existente no ArcGIS (ele está conforme ao padrão do FGDC), pode notar que existem informações que as vezes se repetem. Sim, existe um certo nível de sobreposição entre os três tipos de metadados citados acima, mas cada um deve estudar e ver até onde é benéfico o preenchimento destes dados. Além disso, os tipos de metadados são complementares. Ou seja, quanto mais informações você tiver sobre os seus dados, melhor poderá organizá-los, achá-los mais rapidamente e utilizá-los de forma adequada.

Conforme prometi, esta seria uma introdução com comentários aleatórios sobre metadados. Por hoje é só. Mas prometo que voltaremos nesta discussão, por dois motivos: ela não só é interessante, como é extremamente necessária. Como de praxe, uma perguntinha: quantos de vocês utilizam diariamente os metadados? Seja procurando (sabia que o ArcCatalog tem uma caixinha de busca, e ela olha os metadados de cada arquivinho shape/geodatabase que você possui?) dados ou seja preenchendo a fichinha padrão dos metadados?

Um abraço

George

O corpo de conhecimento das Geotecnologias e a Geografia. Qual o real significado de uma para a outra?

Buenas noches a todos!

E aí pessoal, como anda a vida? Bem estou em São Paulo e estava lendo um post da lista de discussão da OSGeo. O post estava falando sobre o estabelecimento de um currículo "padrão" para cursos de Geographic Information Science e relacionados. Um equivalente no Brasil seria o curso de técnologo em Geoprocessamento, oferecido por alguns CEFETs (GO, PB, etc).

Bem, o post no final das contas, apontava dois links. Um para a certificação GISP (GIS Professional) e o outro se referia à um livro, editado pela AAG (Association of American Geographers), contendo as bases de formação para um profissional/pesquisador da área.

Bem, um sumário do livro pode ser encontrado aqui. O livro cobre uma diversidade de questões sobre o ensino e pesquisa em Geotecnologias. Eu até pedi uma cópia, por módicas U$25,00 doletas. Deve chegar em um mês.

Mas o mais interessante disso tudo, é um PDFzinho que fizeram, como um "apanhado" geral, de tudo relatado no livro.

Vejam a quantidade de coisas no sumário. Para quem está com preguiça de ver o PDF, vou listar aqui somente os principais tópicos listados:

• Analytical Methods

• Academic and analytical origins
• Query Operations and Query Languages
• Geometric Measures
• Basic Analytical Operations
• Basic Analytical Methods
• Analysis of Surfaces
• Spatial Statistics
• Geostatistics
• Spatial regression and econometrics
• Data Mining
• Network Analysis
• Optimization and location-allocation modeling
• Cartography and Visualization
• History and trends
• Data considerations
• Principles of map design
• Graphic representation techniques
• Map production
• Map use and evaluation
  
• Design Aspects
• The scope of GIS&T system design
• Project definition
• Resource Planning
• Database design
• Analysis Design
• Application Design
• System implementation
• Conceptual Foundations
• Philosofical Foundations
• Cognitive and social foundations
  
• Domains of Geographic Information
• Elements of Geographic Information
• Relationships
• Imperfections in Geographic Information
• Data Modelling
• Basic storage and retrieval structures
• Database management systems
• Tesselation Data Models
• Vector and object data models
• Modeling 3d, uncertain and temporal phenomena
• Data Manipulation
• Representation Transformation
• Generalization and Aggregation
• Transactional Management
• GIS&T and Society
• Legal aspects
• Economic aspects
• Use of geospatial information in the public sector
• Geospatial information as property
• Dissemination of geospatial information
• Ethical aspects
• Critical GIS
• Geocomputation
• Emergece of geocomputation
• Computacional aspects and neurocomputing
• Cellular automata
• Heuristics
• Genetic algorithms
• Agent-based models
• Simulation modeling
• Uncertainty
• Fuzzy sets
• Geospatial Data
• Earth geometry
• Land partitioning systems
• Georeferencig systems
• Datums
• Map projections
• Data qualitiy
• Land surveying and GNSS
• Digitizing
• Field data collection
• Aerial Imaging and Photogrammetry
• Satellite and shipboard remote sensing
• Metadata, standarts and infrastructures
• Organizational & Institutional Aspects
• Origins of GIS&T
• Managing the GI system operations and infrastructure
• GIST&T workforce themes
• Institutional and inter-institutional aspects

UFA! Quanta coisa. Cada tópico destes contém um ou mais subtópicos. Vocês podem imaginar que um profissional na área de Geotecnologias consiga dominar (de forma razoável) 90% desta lista?

Existem coisas nesta lista que a maioria de nós, nunca ouviu e talvez nunca nem ouvirá falar. Simulações e Cellular-Automata pode ser uma delas. Bem, como podemos ver é um currículo bastante extenso e completo.

Agora, fica a pergunta: qual é a instituição de ensino, no Brasil, que consegue mostrar a seus alunos, todo este conteúdo? A Geografia, consegue, em partes (muito pequenas) falar de modelos, simulação, análise espacial, entre outros. Peca em diversos outros temas. As faculdades de agrimensura tocam na superfície da maior parte destes assuntos, e priorizam outros. A engenharia cartográfica pode ser a mais completa delas, mas também duvido que consiga, de forma consistente, aplicar toda este rol de matérias, mas peca também, em alguns tópicos sobre análises.

Dos 10 tópicos principais, quais vocês acreditam ser de maior importância ao profissional de Geotecnologias? Se alguém, dizer que domina nove destes assuntos, por favor, me mande seu currículo Latters (no email mesmo) e me conte, por favor, como você fez um pacto com o outro lado.

Agora, para os geógrafos: deêm uma olhada no site da AAG. Deêm uma passeada. Olhem os sumários dos journals e periódicos. Agora entre neste site. Por que temos aqui no Brasil, uma associação tão fraca e que privilegia tão pouco as Geotecnologias?

Só de prestar atenção ao site da AAG, podemos notar que eles realmente conseguem trabalhar com uma única Geografia. Ao meu ver, não existe preconceito da parte dos geógrafos "humanos" com o trabalho da geografia física (no Brasil)?

Logo de cara, quem faz Geografia Física já não seria um positivista, e portanto, um "vendido" por tabela? Somente a Geografia Crítica, a Geografia Marxista e a Geografia do Strogonoff têm seu lugar ao sol? Será que a matemática, a estatística, a análise espacial e as geotecnologias, estejam assim, tão erradas?

Em um momento de muita discussão sobre o lugar da Geografia Física no Brasil, o que podemos tirar deste exemplo?

Só para lembrar: quem fez este currículo (citado acima) não foram os cientistas da computação, nem os "nerds" do sistemas de informação. Foram geógrafos. 

Agora, uma proposta minha: vou tentar pegar um assunto listado acima, e aprofundá-lo. Seja análise espacial, seja modelagem de dados, seja geocomputação. Vou escolher (vocês tem liberdade para escolher, opinar e me mandar...catar coquinho) e tentar destrinchar algumas coisas sobre um tópico em específico. Se fizer sucesso, tentaremos outro e assim por diante.

Um último pedido: se formos discutir geografia, fiquem à vontade. Discussão é saudável e faz bem. Irracionalidade, ofensas pessoais e outras coisas de desinteresse público não são necessárias. Explique seu ponto de vista e assim que possível, continuaremos o debate.

Um abraço,

George

Palestra PgCon BR 2009

O uso do PostgreSQL e PostGIS no cadastro geocodificado de acidentes de trânsito

View more presentations from georger.silva.

Rumos profissionais e Geoprocessamento

Boa noite pessoALL,

Como estão?

Hoje o assunto não é tecnologia. É profissão, carreira, essas coisas de Revista Você S/A.

Conheço muita gente que trabalha e trabalhou com Geoprocessamento. Não tenho muito tempo de profissão, sou um geógrafo recém formado, mas conheço bastante gente que trabalha com Geoprocessamento e seus diferentes estilos de trabalho.

Vamos analisar um caso hipotético de dois personagens, dois profissionais. Imaginem por um momento que tenham a mesma formação, a mesma disponibilidade de informação, etc. Se os dois fossem começar a trabalhar hoje, seriam iguais. Ah, vamos imaginar também que os dois profissionais são pessoas normais, têm família, estudam o que podem, quando podem e o que lhes é mais interessante.

Vamos dizer que o Sabilson, é um profissional com 10 anos de experiência com Geoprocessamento, aplicado à exploração mineral, ou utilities, ou transportes (ou qualquer área em que o Geoprocessamento possa ser aplicado).

Sabilson sabe tudo de transportes. Sabe todas as etapas de seu trabalho, conhece o modelo de dados (mesmo que em nível sub-consciente), todos os atalhos e "manhas", sabe como a coisa funciona dentro de sua organização. Ele conhece o organograma, as necessidades e as dificuldades. Sabilson é focado em transportes.

Se Sabilson mudar de emprego, e for trabalhar com Geomarketing, ele será tão bem sucedido quanto na área de transportes?

Será que Sabilson tem, depois de 10 anos de trabalho, a mesma disposição para um back to basics? Disposição de aprender banco de dados à fundo, ou programação, ou sobre Geomarketing aplicado?

Agora imagine o José. O José é um profissional que tem 10 anos de experiência, mas aplicado à diversas áreas. José conhece Geoprocessamento. José conhece um pouco de  programação orientada à objetos, conhece Análise espacial e conhece banco de dados geográficos. Conhece os fundamentos, os princípios e sabe o que é uma chave primária, um objeto, uma classe e tenta adaptar seu raciocínio à qualquer área ou projeto que trabalhe.

Mesmo que tenha dificuldades em conhecer o emaranhado de detalhes existente em determinada área, como transportes por exemplo (que geralmente possui um modelo de dados complexo, cheio de tabelas, muita informação temporal), ele conseguirá aprender e dominará com certa rapidez as necessidades existentes?

Existem áreas que são delicadas demais para José? Será que ao invés de José, o projeto não precisasse de um Sabilson? Um profundo conhecedor de um determinado ramo?

Sabilson leva vantagem sobre José em algumas coisas: sabe o que funciona e o que não funciona. Mas José tem à seu lado ferramentas indisponíveis (em teoria) para Sabilson, e pode desenvolver meios de trabalhar de forma mais rápida.

Agora as perguntas. Gostaria de ouvir (ou ler :P) comentários sobre isto.

Qual dos dois profissionais têm, à longo prazo, mais chance de sucesso? Qual deles é melhor valorizado? Qual deles tem maior prestígio?

Tenho certeza que temos lugar no mercado para os dois tipos de profissionais, são estilos difererentes. Qual é o seu estilo?

Durante o tempo que trabalho com Geotecnologias, vejo estas duas tendências nos profissionais da área. O generalista ou o específico. Vocês percebem esta diferença? Ela existe ou estou viajando na maionese?

Existe alguma formação que privilegia um estilo de trabalho? Alguma formação é mais indicada para cada tipo?

PS: não existe um perfil "certo". Cada um tem o seu, e faz o melhor com que se tem a disposição.
Abraços

PgCon BR 2009 - Campinas

Opa pessoal! Vamos fazer um pouco de propaganda aí!

Nos dias 23 e 24 de outubro, ocorrerá em Campinas a PgCon BR!

Serão diversas palestras de grandes programadores, DBAs e usuários sobre o maior (e melhor, sorry MySQL) banco de dados livre do mundo.

As palestras são diversas, com temas importantes para os utilizadores deste grande software, desde otimização do banco de dados, desenvolvimento de extensões, e claro, PostGIS.

São duas palestras sobre a extensão espacial, uma delas, ministrada por mim, sobre o uso do PostgreSQL + PostGIS para o cadastro de acidentes de trânsito.

Grandes nomes internacionais estarão no evento, como Bruce Monjiam e Magnus Hagander. Vale a pena ir e conferir as palestras.


A programação está disponível em: http://pgcon.postgresql.org.br/2009/programacao.php

Ah, faça sua inscrição antes do dia 13. Tem desconto!



Vamos participar e ajudar este software maravilhoso à crescer!

Análise espacial: rapidinha 2

Quanto à pergunta que fiz no post anterior: como o ArcGIS trabalha com áreas de análise irregulares (não ímpares e de altura largura diferentes?)

Bem, imagine a seguinte área de análise (definida em qualquer ferramenta de matemática de rasters/estatística de rasters - na análise focal)

-----------------
2 3
1 1 1
1 1 1
-----------------

Qual é a célula central deste bloco? O ArcGIS trunca o bloco, permitindo selecionar a célula a ser reescrita.

No caso acima, ele analisa duas linhas com três pixels cada. A célula central de cada linha é a célula de número 2 (1 2 3). Mas qual é a célula central na altura? O software considera ela sendo a célula de número 2, na linha 1, para este bloco especifico.

No caso proposto acima, somente esta célula seria reescrita.

Análise Espacial: tipos de análise

Boa noite pessoal,

Hoje vou passar para deixar uma rapidinha.

Muita gente fala sobre análise espacial, matemática de rasters, mas as vezes esquece de alguns conceitos importantes.

Existem três tipos de análise (numérica) que podemos fazer com um raster: Local, Focal e Block.

É importante entender a separação sobre estes tipos de análise, pois de posse deste entendimento podemos utilizar a ferramenta correta, para a situação correta.

Vamos lá.

Local Analysis (análises locais): as análises locais ocorrem célula por célula, sem levar em conta as vizinhas. Um exemplo de análise local é a divisão de um raster por outro. Ou qualquer conta matemática que possamos imaginar para determinado pixel ou célula. As expressões condicionais, e outras se aplicam aqui. Não só aqui, mas principalmente. A chave aqui é célula por célula, quadradinho por quadradinho

Focal Analysis: as análises focais levam em conta seus vizinhos! Mas alteram célula por célula! Vamos complicar: imagine que temos um modelo digital de terreno, SRTM, e queremos que ele fique, digamos, mais redondinho. Podemos utilizar para isto a ferramenta (ArcGIS pessoal) Focal Statistics.

O que esta ferramenta faz é criar um bloco imaginário (com o formato escolhido pelo usuário - círculo, retângulo, annulus (donut), triângulo ou kernel (já já explico o que é o kernel)) conforme especificado, e analisar as células bloco à bloco, e retornando o resultado para a célula CENTRAL. Este bloco imaginário é também chamado de janela, ou window. Após a análise das células contidas nesta janela, a janela se desloca em um pixel (em geral da esquerda para direita) e realiza a análise novamente. Autores chamam estas técnicas de moving window - deu para entender o porque né? Conseguem imaginar um quadradinho de contendo n pixels parando em uma posição (um subset da imagem completa), fazendo as contas, e andando?

As janelas, obviamente, devem ter tamanhos maiores que 1x1 px. Se a janela é do tamanho de 1 pixel, ela deixa de ser uma análise focal!

No mesmo caso das análises locais, diversas equações podem ser explicitadas, e o software que se vira para realizar todas elas. Nota importante: no ArcGIS, as operações especificadas nas operações com raster NÃO SEGUEM REGRAS DE PRECEDÊNCIA (multiplicação sempre deve ser realizada antes da soma ou subtração, por exemplo), ou seja, são avaliadas como escritas, da esquerda para direita. Caso você precise de aplicar regras de precedência, utilize ().

Block Analysis: as análises em bloco são MUITO úteis para se generalizar informação. Elas funcionam da mesma maneira que as análises focais, mas ao contrário de assinalar o resultado à célula central, assinalam o resultado para o bloco inteiro. Não tem mistério. edit: as análises em bloco se movem, assim como as focais, mas se movem de bloco em bloco, não de pixel em pixel.

O que é o tal do kernel? Bem o ArcGIS, permite aos usuário uma grande flexibilidade para criação de formas complexas para análises espaciais. Ele é simplesmente um arquivo texto puro, contendo uma indicação do que deve ser considerado como bloco. Ex:

-----------------------------

3 3

0 1 0

1 0 1

0 1 0

-----------------------------

A primeira linha, sempre especifica o número de linhas e colunas do arquivo. No nosso caso acima, 3x3.

Valores = 0 -> Não serão inclusos na análise (terão peso ZERO).

Valores = 1 -> Peso 1, incluídos na análise.

Outros valores numéricos: se especificarmos que o kernel têm peso (WEIGHTED KERNEL), outros valores, como 2 ou 3, serão aplicados como pesos nas análises.

Os arquivos kernel permitem análises com formas irregulares, facilitando a modelagem de alguns fenômenos.

Existem outras considerações à serem feitas sobre este assunto, mas no momento não veem ao caso, como por exemplo: Se meu bloco (aplicado em análise focal) é irregular, qual é a célula central?

Imagine um retângulo 2x3. Qual é a célula central? Alguém tem um palpite?

Abraços pessoal.

Piauí

Pessoal,

Estou no Piauí. Não, não morri. As atualizações ficam pra depois, pois o trabalho está matando!