Por Renato da Silva Lima, Nívea Adriana Dias Pons e Josiane Palma Lima
No Brasil, a utilização do Sistema de Informações Geográficas (SIG) em aplicações relacionadas ao transporte urbano usualmente esbarram no problema da falta de bases de dados digitais georeferenciadas. Nos últimos anos, o Google Earth surge como alternativa prática de solução, pela sua disponibilidade e baixo custo, porém bastante criticado, pela suposta pouca precisão das coordenadas geográficas obtidas a partir de suas imagens.
Assim, o objetivo desse trabalho é avaliar a precisão das coordenadas coletadas e do posterior georeferenciamento obtidos a partir do Google Earth, quando comparados aqueles obtidos a partir de um DGPS e de um GPS portátil, realizado para o mapa da cidade de Itajubá, MG, utilizando o SIG TransCAD. Os resultados mostraram que o erro médio do Google Earth e do GPS portátil ficaram na ordem dos 20 e dos 3 metros, respectivamente, quando comparados com o DGPS, aqui considerado como referencial por sua maior precisão.
Introdução
O desenvolvimento dos Sistemas de Informações Geográficas (SIG) tem produzido inúmeros impactos positivos em muitos campos do conhecimento relacionados aos fenômenos ditos geográficos, tanto do ponto de vista prático como teórico. Uma das áreas que têm se beneficiado muito desta ferramenta é a área de Transportes (em geral) e Logística (em particular), tanto assim que para ela desenvolveu-se um campo próprio e interdisciplinar, direcionado para a sua análise e planejamento, através do que se convencionou chamar de SIG-T (Sistema de Informações Geográficas para Transportes) (Silva, 1998).
Conforme já destacado por diversos autores (Davis e Fonseca, 1996; Lima et al., 2001; Lima, 2003; Farkuh e Lima, 2006), um dos problemas ou gargalos mais freqüentes em aplicações de SIG em Transportes é a indisponibilidade de bases de dados geográficos, consistentes e atualizados. Essas bases de dados, que em sua versão mais básica seriam mapas viários urbanos ou rodoviários em formato digital, subsidiam a aplicação de diversas rotinas e procedimentos já presentes em muitos pacotes de SIG comerciais, como cálculo de distâncias mínimas em rede, localização de instalações, roteirização de veículos, entre outros.
Apesar de o cenário ter melhorado substancialmente nos últimos anos, especialmente no que se refere a dados rodoviários, em termos urbanos a obtenção de dados geográficos digitais muitas vezes está condicionada a esforços isolados, sejam de prefeituras, universidades ou setor privado. Nesse último caso, é evidente o grande crescimento nos últimos anos das empresas de mapeamento, que passaram a trabalhar ostensivamente no mapeamento digital das cidades brasileiras, impulsionadas também pela popularização dos navegadores veiculares. Ainda assim, o problema da indisponibilidade de dados persiste, visto que a maior parte dos dados mapeados são de propriedade privada, não disponível para o usuário em geral, e porque em muitas cidades de menor porte esse processo de mapeamento ainda não foi iniciado. A sensação chega a ser de frustração para utilizadores de tecnologias baseadas em geoprocessamento, visto que já se tem o conhecimento e as técnicas disponíveis, mas que, em alguns casos, não podem ser aplicados pela ausência da informação geográfica básica. Em razão disso, muitas aplicações tornam-se inviáveis por não disporem de tempo e/ou recursos suficientes para um mapeamento geográfico prévio.
Um modo bastante comum para se obter o mapa básico com a rede viária é utilizar um mapa de arruamento da cidade em formato CAD como “molde” para o desenho da rede do sistema viário no SIG (Figura 1), desde que esse mapa esteja corretamente georeferenciado, fato que muitas vezes não acontece. Desse modo, é necessário que se faça o georeferenciamento, cujo método tradicional geralmente demanda o levantamento em campo de coordenadas de alguns pontos de controle com um aparelho GPS. A necessidade de uma maior precisão dessas coordenadas, dependendo do uso que será dado à base de dados, geralmente implica na necessidade de um aparelho GPS mais sofisticado, como um DGPS (Sistema Diferencial de Posicionamento Global) e, por conseguinte, mais caro e que muitas vezes não está disponível a diversos usuários.
>Figura 1 – Mapa em SIG da rede viária obtido a partir do arruamento/sistema viário
Algumas questões surgem nesse ponto: será que essa precisão é de fato necessária? Qual é o ganho em precisão que se consegue com um aparelho mais sofisticado? No caso de aplicações urbanas de Sistemas de Informação Geográfica para Transportes, os valores de distância envolvidos em cálculos de caminhos mínimos em rede apresentam, via de regra, ordem de grandeza bastante superior do que a precisão das coordenadas obtidas via Google Earth. Obviamente, em aplicações onde se preza pela precisão, como um cadastro técnico multifinalitário para definições de limites de lotes urbanos, por exemplo, a utilização de um aparelho GPS com maior precisão se faz necessária.
Nos últimos anos, com a disponibilização gratuita do Google Earth, surge uma alternativa bastante simples para se obter coordenadas geográficas de pontos da cidade através da localização nas imagens disponibilizadas. No entanto, ainda não se tem um consenso geral sobre a precisão das coordenadas obtidas via Google Earth, e se essas informações podem ser utilizadas de forma confiável para o georeferenciamento, em escala urbana. Esse é o ponto de partida desse trabalho, cujo objetivo é avaliar a precisão das coordenadas coletadas e do posterior georeferenciamento obtidos a partir do Google Earth, quando comparados aqueles obtidos através de levantamentos em campo com aparelhos GPS (DGPS e GPS portátil). Para tanto, foi conduzida uma aplicação piloto na cidade de Itajubá, Minas Gerais, Brasil, na qual o mapa digital em CAD contendo o arruamento da cidade, fornecido pela prefeitura municipal, foi georeferenciado em três situações distintas, com o auxílio do SIG TransCAD. Para cada uma das situações, as coordenadas dos pontos de controle tiveram origens diferentes: DGPS, GPS, Google Earth. Nesse sentido, cabe ressaltar que o estudo tem como limitante a aplicação prática em apenas uma cidade brasileira. Assim, apesar de se acreditar que a situação se repita em outros casos, a extrapolação das conclusões do trabalho para o georeferenciamento de bases cartográficas em outras cidades não pode ser, a priori, garantida.
O trabalho está estruturado da seguinte maneira: após esta rápida introdução, apresenta-se na seção 2 a fundamentação teórica do trabalho. A seção 3 traz a metodologia de pesquisa adotada, seguida dos resultados na seção 4, das conclusões na seção 5 e da lista com as referências bibliográficas utilizadas na seção 6.
Fundamentação teórica
– Sistemas de Informações Geográficas (SIG)
Os Sistemas de Informações Geográficas – SIG – podem ser definidos como uma coleção organizada de hardware, software, dados geográficos e alfanuméricos, projetados para eficientemente, capturar, armazenar, atualizar, manipular, analisar e apresentar informações referenciadas geograficamente. Constitui-se basicamente em um mapeador temático automatizado, onde as informações obtidas são organizadas em camadas (layers) e tais características se unem à potencialidade dos bancos de dados automatizados. Ainda, um SIG pode ser considerado como um tipo de sistema de informação que envolve de forma sistêmica e interativa bancos de dados, tecnologia e pessoal, sendo capaz de realizar análises espaciais, armazenar, manipular, visualizar e operar dados georeferenciados para obtenção de novas informações (Câmara, 1994).
Os SIG combinam os avanços das cartografias automatizadas, dos sistemas de manipulação de bancos de dados e do sensoriamento remoto com o desenvolvimento metodológico em análise geográfica, para produzir um conjunto distinto de procedimentos analíticos que auxiliam no gerenciamento e na atualização constante das informações disponíveis. O SIG oferece o ferramental operacional que auxilia e agiliza procedimentos de planejamento, gerências e tomadas de decisões, e que por isso vem sendo utilizado de forma cada vez mais promissora em diferentes áreas (Farkuh e Lima, 2006).
– Implementação de um Sistema de Informações Geográficas
Segundo Diniz et al. (2007), geralmente, os trabalhos para a implantação de um SIG ocorrem na seguinte seqüência:
– Geração das bases cartográficas: é o processo de obtenção dos dados representativos da realidade física (dados geográficos);
– Adequação das bases cartográficas: é a etapa de formatação dos arquivos digitais para o formato compatível com o SIG adotado, visto que é necessária a importação destas bases;
– Padronização das informações alfanuméricas: são todas as informações não-gráficas (tabelas, textos, imagens digitais etc.) que deverão estar contidas em um banco de dados relacional e interligadas;
– Ligação do banco de dados alfanumérico com a base cartográfica;
– Ligação das informações tabulares com a ocorrência geográfica.
Nas utilizações pioneiras de SIG, as aplicações voltavam-se para questões ambientais na esfera regional. Atualmente, com o surgimento de imagens de satélite de alta resolução espacial, os SIG passaram a ter uma atuação mais marcante em problemáticas do ambiente urbano. As aplicações incluem desde arqueologia, controle de tráfego, segurança urbana, sociologia, saúde pública, entre outras. (Almeida, 2007). De especial interesse para esse trabalho são as aplicações em Transportes e Logística.
– Aplicações de SIG em Transportes e Logística
Pode parecer óbvio que os SIG tenham algo a oferecer à Logística, tanto no setor privado, na tradicional Logística Empresarial, quanto no Público, na chamada Logística Comunitária (que aborda, entre outras coisas, as questões de localização e utilização de escolas, postos de saúde, quartéis do corpo de bombeiros, aterros sanitários, rotas de coleta de lixo e transporte escolar), uma vez que a Logística está, de uma maneira ou outra, relacionada com questões envolvendo o transporte ou a transmissão de materiais, serviços e informações ao longo do espaço geográfico. Já há alguns modelos incorporados a SIG projetados especificamente para a análise e a gestão dos sistemas de transporte, denominados SIG-T (Sistemas de Informações Geográficas para Transportes), incluindo alternativas para problemas de roteirização (particularmente o problema do caixeiro viajante e procedimentos relacionados), algoritmos de localização de atividades e alocação de clientes (modelos location-allocation) (Mapa et al., 2007).
A crescente utilização no setor privado de sistemas logísticos just-in-time (JIT), onde se busca reduzir custos e riscos associados com a armazenagem de materiais, fazendo com que estes cheguem ao sistema assim que sejam necessários no processo, requer um amplo e eficiente sistema de transportes de materiais, como muitos dos Sistemas de Transporte Inteligentes (ITS, do inglês Intelligent Transportation Systems) (Ballou, 2006). Segundo Diniz et al. (2007), como exemplo de informações georeferenciadas relacionadas ao aspecto de logística de transporte tem-se as áreas ou zonas de venda e/ou distribuição, os pontos de consumo ou distribuição, os centros de armazenagem, distribuição ou produção, os terminais de integração, a rede viária e as rotas. Tais entidades, associadas a coordenadas geográficas, permitem realizar operações de geoprocessamento, como simulações e otimizações da rede de transporte, através de operações como: localizar determinados endereços no mapa, encontrar os clientes, encontrar a distância entre clientes etc. Além disso, a base de dados no SIG pode ser atualizada constantemente devido aos recursos de edição geográfica e interface com um GPS.
– Sistemas de Posicionamento Global (GPS)
O GPS é um sistema multipropósito, que permite aos usuários determinar sua posição espacial expressa em latitude, longitude e altura geométrica ou elipsoidal em função das coordenadas cartesianas X, Y e Z em relação ao centro de massa da Terra (Segantine, 2005).
O GPS é composto por três segmentos principais: espacial, controle e de usuário. Os satélites que compõem o segmento espacial do sistema GPS orbitam ao redor da Terra distribuídos em seis órbitas distintas, a uma altitude de 20.200 Km, distribuídos em seis planos orbitais com uma inclinação de 550 em relação ao equador, e com um período de revolução de 12 horas siderais. Isso vem acarretar uma repetição na configuração dos satélites de quatro minutos mais cedo diariamente em um mesmo local. Essa configuração garante que, no mínimo, quatro satélites GPS sejam visíveis em qualquer local da superfície terrestre ou acima dela, a qualquer hora do dia (Monico, 2000).
– Qualidade das bases cartográficas digitais
Segundo Almeida (2007), há pouco tempo, a reconstituição tridimensional de ambientes urbanos em meio digital, com precisão de detalhes, passou a ser uma realidade. Um exemplo citado pela autora é o caso ocorrido no norte de Sidnei, Austrália, onde foram utilizados equipamentos e programas desenvolvidos pela Leica Geosystems para aquisição de dados. Para tanto, foram utilizadas ortofotos e dados laser scanner a partir de plataformas em terra ou aerotransportadas, corrigidas por Differential Global Positioning System (ou Sistema Diferencial de Posicionamento Global, DGPS), determinadas a partir de dados de satélites artificiais reunidos, os quais fornecem informações sobre coordenadas planas convencionais (x,y), além da coordenada vertical (z). Esses dados foram inseridos no SIG planejado para apresentar aspectos distintos da estrutura físico-ambiental do setor norte da cidade, em diferentes layers, sendo possível visualizar as estruturas da cidade acima do solo e aquelas referentes às redes subterrâneas.
– Google Earth
O Google Earth é um programa que disponibiliza, desde 2005, várias funcionalidades de um Sistema de Informações Geográficas, onde o usuário pode navegar por imagens de satélite de todo o planeta, visualizar paisagens e cidades em três dimensões e acessar muitas outras informações sobre locais de interesse, sem que se necessite de treinamento específico para tal. Apesar de ser uma aplicação desktop gratuita, é recomendado que se utilize uma conexão à internet de alta velocidade, pois uma vez executado, o programa entra em contato com os servidores da Google, os quais disponibilizam terabytes de dados geográficos para todo o planeta (Camboim e Santos, 2008).
A procedência dos dados é de companhias comerciais de compilação de dados, sendo de diversas fontes, motivo pelo qual as imagens têm resoluções variadas e podem apresentar falhas de junção nas bordas. As imagens de satélites e de aviões são muito parecidas, porque as resoluções de ambas as formas de obtenção têm sido cada vez melhores. Atualmente existem satélites que captam detalhes de até meio metro no terreno, no entanto, imagens aéreas ainda são mais detalhadas, com precisão de alguns centímetros. Segundo o Google, as imagens têm, no máximo, três anos desde a data de sua aquisição, e não existem imagens adquiridas em tempo real (Camboim e Santos, 2008; Oliveira, 2008).
Segundo Oliveira (2008) as imagens que vemos no Google Earth e em outros visualizadores 3D são classificadas de acordo com vários critérios, sendo um deles a resolução espacial, que é o valor correspondente ao tamanho do terreno que um pixel consegue representar. Esta resolução espacial pode ser baixa (em torno de 100 metros), média (em torno de 30 metros) ou alta (menor que 5 metros). Em geral, a resolução do programa é de 15 metros, mas já existem locais com resolução de um metro ou melhor.
A fonte da base altimétrica do Google Earth é a Missão SRTM (Shuttle Radar Topography Mission), da NASA, formada por uma grade quadriculada com 90 metros de lado, e erro médio das altitudes de cinco a dez metros. A altimetria permite visualizar os acidentes naturais em perspectiva.
O Google Earth é o programa mais popular para visualização da Terra em 3D, sendo usado atualmente por empresas, universidades, órgãos governamentais e mesmo em casa, para as mais diversas finalidades. Essa popularização é considerada pelos especialistas em geotecnologias como o principal acontecimento da área nos últimos anos (Oliveira, 2008).
Metodologia
A base cartográfica deste estudo é constituída pelo mapa digital do traçado urbano da cidade de Itajubá – MG, não georeferenciado, obtido junto à prefeitura municipal. Este mapa foi feito a partir de uma base fotogramétrica ortorretificada e georeferenciada, e entregue à prefeitura no formato dwg. No entanto, imagina-se que, em função da prefeitura municipal não possuir uma base cartográfica em SIG, o seu georeferenciamento não recebeu a devida importância e foi perdido.
Sendo assim, tendo em vista que o objetivo do trabalho é verificar a precisão do georeferenciamento feito a partir de coordenadas obtidas no Google Earth, foi realizado o georeferenciamento do mapa digital de Itajubá, no SIG TransCAD. Para tanto, foram utilizados 10 pontos de controle, distribuídos de modo a cobrir toda a área urbana (Figura 2), cujas coordenadas geográficas foram obtidas de três maneiras distintas: diretamente no Google Earth, e através de levantamentos em campo utilizando um aparelho GPS portátil e também um aparelho DGPS (Differential Global Positioning System, ou Sistema Diferencial de Posicionamento Global).
As coordenadas do Google Earth foram obtidas diretamente no software disponível para download na internet (http://earth.google.com/intl/pt-BR/), na versão 4.3.7191.6508 (gratuíta:). A versão profissional foi utilizada apenas para se ter acesso à data da imagem de Itajubá utilizada, que foi a de outubro de 2005. As imagens, porém, em todas as versões do programa são as mesmas, com a mesma definição. As medições realizadas com aparelho GPS portátil (GPSMap Garmin, modelo 60CSX) foram processadas no software MapSource, a fim de se obter um arquivo digital com as coordenadas geográficas. As medições feitas com aparelho DGPS (Ashtec, modelo ProMark 2) seguiram uma seqüência de etapas necessárias, sendo primeiramente utilizado o software Ashtec Download e depois o software Ashtec Project, onde os dados foram processados. A Tabela 1 apresenta a planilha com as coordenadas UTM obtidas através a partir dessas três fontes, para cada ponto de controle, que foram plotados no software DataGeosis Educacional 2005 (Figura 3). A Tabela 2 apresenta as coordenadas geográficas dos mesmos pontos (latitude e longitude), por ser o padrão utilizado no SIG TransCAD.
>Figura 2 – Distribuição dos pontos de controle no mapa urbano da cidade de Itajubá-MG
Tabela 1 Coordenadas UTM dos pontos de controle
Tabela 2 Coordenadas geográficas dos pontos de controle
Resultados
Os valores de coordenadas obtidos foram processados em planilha eletrônica, para que se calculasse a variação, em termos de precisão, entre as diferentes fontes, que visualmente já podia ser evidenciada (Figura 3). Os resultados condensados são apresentados na Tabela 3. Nessa tabela, considera-se o “erro” das coordenadas do Google Earth e do GPS Portátil como sendo a diferença entre as respectivas coordenadas em relação àquelas do DGPS, aqui considerado como referencial pela maior precisão do aparelho utilizado para a obtenção das coordenadas. Todos os valores da tabela estão em metros, calculadas em relação às coordenadas UTM (E e N). O Datum utilizado foi o WGS84, fuso 23.
>Figura 3 – Pontos de controle plotados no software DataGeosis
Tabela 3 – Desvio das coordenadas do Google Earth e do GPS Portátil quando comparadas com o DGPS
Assim, de acordo com a Tabela 3, pode-se observar que o erro total médio para os 10 pontos estudados foi de 20,90 metros para o Google Earth e 2,36 metros para o GPS Portátil. Destaca-se o fato de que apesar da precisão menor, os resultados do Google Earth apresentaram um desvio padrão relativamente pequeno quando comparado ao do GPS Portátil (7% contra 40%, respectivamente).
Estimada a precisão das diferentes fontes, a próxima etapa foi realizar o georeferenciamento, também pelas diferentes fontes, no SIG TransCAD, Versão 4.8 Acadêmica, Build 545 para Windows (Caliper, 2007). A razão da escolha desse software não foi nenhuma funcionalidade ou característica específica relacionada ao georeferenciamento, e sim fatores como familiaridade com o software e utilização freqüente em aplicações de transportes. Ainda assim, vale destacar que o georeferenciamento foi também efetuado no SIG ArcView, no qual foram obtidos praticamente os mesmos resultados.
O georeferenciamento no TransCAD foi realizado com o auxílio da Ferramenta Geographic Utilities, Rubbersheet, através da qual é possível ajustar uma base de dados contendo informações espaciais (do tipo pontos, linhas ou áreas) à sua real posição na projeção do globo, desde que se disponha de coordenadas geográficas de pelo menos três pontos conhecidos dessa base. Assim, foram utilizadas as coordenadas dos 10 pontos de controle de Itajubá. O resultado final do georeferenciamento foram três camadas distintas de linhas, cada uma delas contendo o sistema viário de Itajubá, na qual podem ser observados os efeitos da discrepância entre as coordenadas de um mesmo ponto obtidas pelos três diferentes métodos. Para que esses detalhes pudessem ser observados, a Figura 4 apresenta uma pequena região da cidade, em destaque, numa escala ajustada. Obviamente, esses detalhes refletem o erro já ilustrado na Figura 3, corroborada e quantificada em metros na Figura 5 (agora com as diferentes coordenadas do ponto de controle 1 plotadas no TransCAD). Uma vez mais, pode-se confirmar que as coordenadas do GPS estão numa ordem de erro de 3 metros em relação ao DGPS, enquanto as do Google Earth apresentam erro na ordem de 21 metros. As Figuras 6 e 7 apresentam essas diferenças para uma quadra da cidade, em termos quantitativos. Nessa altura, é importante esclarecer que os valores numéricos absolutos vão sempre apresentar pequenas variações, em função do local específico da cidade, precisão do ponteiro do mouse, nos casos em que a distância é estimada na tela, entre outros, o que, contudo, não interfere nas observações/conclusões desse trabalho, apresentadas na próxima seção.
>Figura 4 – Georeferenciamento de Itajubá a partir de coordenadas coletadas
via DGPS, GPS Portátil e Google Earth
>Figura 5 – Pontos de controle plotados no TransCAD
>Figura 6 – Detalhe erro total: DGPS X Google Earth
>Figura 7 – Detalhe erro total: DGPS X GPS Portátil
Conclusões
O objetivo do trabalho foi avaliar a precisão das coordenadas coletadas e do posterior georeferenciamento obtidos a partir do Google Earth, quando comparados aqueles obtidos através de levantamentos em campo com aparelhos GPS (DGPS e GPS portátil). Para tanto, foi conduzida uma aplicação piloto na cidade de Itajubá, Minas Gerais, Brasil, na qual o mapa digital em CAD contendo o arruamento da cidade, fornecido pela prefeitura municipal, foi georeferenciado nessas três situações distintas, com o auxílio do SIG TransCAD. Os resultados foram bastante claros no que tange a precisão do Google Earth e do GPS Portátil quando comparados ao DGPS (tomado como referência): 21 metros e 2,5 metros, respectivamente, em ordem de grandeza. O georeferenciamento no TransCAD refletiu essas discrepâncias, sendo então possível adicionar a informação gráfica para que se visualizassem os efeitos dessas “variações” ou “imprecisões” em alguns pontos do sistema viário de Itajubá.
No entanto, mais do que os valores quantitativos envolvidos, permanecem questões do tipo: 21 metros é um erro demasiado alto para o georeferenciamento de uma cidade como Itajubá? Será que é possível se estruturar aplicações urbanas vetoriais de SIG com esse nível de precisão? Questões que não podem ser respondidas sem uma contextualização adequada, que chega a ser óbvia: se o que se busca na aplicação da modelagem no SIG é a precisão quantitativa (como em uma delimitação de lotes urbanos), pode-se afirmar que o Google Earth não prestará grande auxilio a essa tarefa; se o que se busca é praticidade e disponibilidade, sem custo financeiro, em aplicações onde o modelo SIG não demanda uma grande precisão geográfica, provavelmente o Google Earth tenha muito a oferecer, restando a opção do DGPS, bem mais precisa. Como a imensa maioria das aplicações urbanas em transportes se enquadra nessa última categoria, uma vez que esse sistema viário servirá como molde para a obtenção de uma representação em rede para o transporte, pode-se concluir que o valor de 21 metros como precisão é plenamente aceitável. Ainda mais se for considerada a precisão de outros processos envolvidos, como a digitalização a partir de mapas viários em papel, que em alguns casos pode ser estimada na ordem de 50 metros.
O que também demonstra ser bastante interessante é a opção intermediária: a utilização de um aparelho GPS Portátil, como o utilizado nesse trabalho, mais simples e mais barato que um DGPS. Com um investimento financeiro relativamente pequeno obter-se-ia um ganho considerável (em termos quantitativos) na precisão das coordenadas. A popularização cada vez maior desses aparelhos no Brasil deve reforçar essa alternativa. É importante lembrar, no entanto, que essa alternativa passa pela coleta dos dados em campo, o que implica em uma tarefa extra quando comparado com a comodidade do Google Earth em coletar as coordenadas diretamente na tela do computador/internet.
Finalmente, é importante destacar que o presente trabalho não tem a pretensão de ser algo definitivo sobre o tema: novas situações devem ser testadas (georeferenciar outras cidades), novas variáveis estudadas (número de pontos que devem ser utilizados no processo de coleta de coordenadas), novas tecnologias/soluções podem surgir e quebrar paradigmas atuais. Parece ser o caso, por exemplo, do Projeto TrackSource – Mapas gratuitos para todo o Brasil (www.tracksource.org.br), com seu crescimento exponencial, a partir do final de 2007, mostrando que é possível se ter o mapeamento geográfico para roteirização em larga escala no Brasil. Talvez num futuro próximo a disponibilidade de mapas digitais urbanos georeferenciados seja tão grande e trivial como a atual disponibilização de imagens e obtenção de coordenadas via Google Earth. Nesse cenário, questões como as que se colocam nesse trabalho já teriam perdido o sentido, o que espera- se que aconteça o quanto antes. Até lá, não parece que o valioso auxílio disponibilizado pelo Google Earth deva ser desprezado.
Renato da Silva Lima
Professor do Instituto de Engenharia de Produção e Gestão da Universidade Federal de Itajubá, graduado em Engenharia Civil pela Escola de Engenharia de São Carlos da Universidade de São Paulo (EESC/USP), com Mestrado e Doutorado em Engenharia de Transportes também pela EESC/USP e estágio de doutoramento e pós-doutorado no Laboratório de SIG da Universidade do Minho, Portugal. Sua principal linha de pesquisa estuda as aplicações de Sistemas de Informações Geográficas em Transportes e Logística.
rslima@unifei.edu.br
Nívea Adriana Dias Pons
Professora do Instituto de Recursos Naturais da Universidade Federal de Itajubá, graduada em Engenharia Civil pela Universidade Federal de Santa Maria (UFSM), com Mestrado em Engenharia Urbana pela Universidade Federal de São Carlos (UFSCAR) e Doutorado em Geotecnia pela Escola de Engenharia de São Carlos, Universidade de São Paulo (EESC/USP). Sua principal linha de pesquisa estuda as aplicações dos sistemas de coleta de dados geográficos em planejamento do meio físico, urbano e regional.
npons@unifei.edu.br
Josiane Palma Lima
Professora do Instituto de Engenharia de Produção e Gestão da Universidade Federal de Itajubá, graduada em Engenharia Civil pela Universidade Federal de Santa Maria (UFSM), com Mestrado e Doutorado em Engenharia de Transportes pela Escola de Engenharia de São Carlos, Universidade de São Paulo (EESC/USP) e estágio de doutoramento no Laboratório de SIG da Universidade do Minho, Portugal. Sua principal linha de pesquisa estuda as aplicações de Sistemas de Apoio à Decisão em Transportes.
jplima@unifei.edu.br
Agradecimentos
Os autores agradecem ao CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico) e a FAPEMIG (Fundação de Amparo à Pesquisa do Estado de Minas Gerais), pelo apoio financeiro concedido a diversos projetos que subsidiaram o desenvolvimento desse trabalho.
Referências
Almeida, C. M. de (2007). O diálogo entre as dimensões real e virtual do urbano, Geoinformação em urbanismo: cidade real x cidade virtual, Almeida, C. M. de, Câmara, G. e Monteiro, A. M. V. (orgs.), São Paulo: Oficina de Textos. 368p.
Ballou, R. H. (2006). Gerenciamento da Cadeia de Suprimentos/ Logística Empresarial. 5ª. Edição, Editora Bookman, Porto Alegre.
Caliper (2007). TransCAD: Transportation GIS Software, Version 4.8, Newton, MA.
Câmara, G. (1994). Anatomia de um SIG. Fator Gis, Curitiba, n.4, p.11-15, jan./mar.
Camboim, S. P. e Santos, R. O. (2008). Explorando o Google Earth, Revista InfoGeo-online, n°42.
Davis, C. A. Jr. e Fonseca, F.T. (1996). Endereços: A Base de um projeto de Geoprocessamento Urbano. GIS-Brasil 96. Curitiba, PR, 66 páginas.
Diniz, M. C., Bernardes, J., Bordin, R. G. e Coelho, A. H (2007). Viabilidade da utilização da ferramenta Google Earth na construção de base cartográfica para ferrovia, Anais XIII Simpósio Brasileiro de Sensoriamento Remoto, 21-26 Abril, Florianópolis-SC-Brasil. p.1251-1256.
Farkuh, A. e Lima, R. S.(2006). Roteirização de veículos de uma rede atacadista com o auxílio de Sistemas de Informações Geográficas (SIG). Revista Pesquisa Desenvolvimento Engenharia de Produção. Itajubá, MG, v. 5, n. 1, p. 18-39.
Lima, R. S., Naruo, M. K., Rorato, R. J. e Silva, A. N. R. (2001). Influência da desagregação espacial da demanda por educação no cálculo das distâncias de deslocamento em uma cidade média. In: Congresso Brasileiro de Cartografia – Conferência Ibero-americano de SIG. Porto Alegre, RS, 2001. Anais. (em CD ROM). Rio de Janeiro, Sociedade Brasileira de Cartografia.
Mapa, S. M. S.; Lima, R. S.; Mendes, J. F. G. (2007). Combining Geographic Information Systems (GIS) and mathematical modeling to location-allocation problems in education facilities management. In: X CUPUM, International conference on computers in urban planning and urban management, 2007, Foz do Iguaçu.
Monico, J.F.G. (2000). Posicionamento pelo NAVSTAR-GPS: descrição, fundamentos e aplicações. São Paulo: Editora UNESP, p287.
Oliveira, E. F. (2008). Por trás das imagens: de onde vêm as imagens do Google Earth, Nasa World Wind e Virtual Earth 3D, Revista Infogeo-online, n°42.
Segantine, P. C. L. (2005). Sistema Global de Posicionamento – GPS. São Carlos: Escola de Engenharia de São Carlos – EESC/USP, 2005. 364 p.
Silva, A. N. R. (1998). Sistemas de Informações Geográficas para Planejamento de Transportes. São Carlos, 112 p. Tese (Livre-Docência). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos.