4. Dado de Atributo Vetorial¶
Objetivos: |
Neste tópico iremos descrever como dados de atributos são associados a feições vetoriais e podem ser utilizados para simbolizar dados. |
|
Palavras chave: |
Atributo, base de dados, campo, dado, vetor, simbologia |
4.1. Visão geral¶
Se todas as linhas em um mapa tem a mesma cor, espessura, largura e o mesmo rótulo, seria bem difícil de entender o que está acontecendo. O mapa poderia nos fornecer muito pouca informação. Veja isso na figura figure_map_attributes por exemplo.
Neste tópico nos vamos discutir como atributos podem nos ajudar a fazer mapas interessantes e informativos. No tópico anterior em dados vetoriais, nós explicamos brevemente que dados de atributos sãos utilizados para descrever feições vetoriais. Dê uma olhada nas fotos de casas em figure_house.
A geometria desta feição casa é um polígono (baseado na planta baixa da casa), os atributos que nós registramos foram cor no piso, se existe varanda, e o ano em que a casa foi construída. Note que estes atributos não precisam ser visíveis — eles descrevem coisas que nós sabemos a respeito da feição tal como o anos de sua construção. Numa aplicação SIG, nos podemos representar este tipo de feição em uma camada poligonal nomeada casas, e os atributos numa tabela de atributos (veja a figura figure_house_gis).
O fato destas feições terem atributos do tipo geometria em uma aplicação SIG abre muitas possibilidades. Por exemplo nós podemos usar os valores de atributos para dizer ao SIG que cores e estilos usar ao desenhar as feições (veja figure_style_by_attribute). O processo de configuração de cores e estilo do desenho é frequentemente definido nas configurações da feição em “Simbologia”.
Dados de atributos também são úteis na crianção de rótulos de mapas. A maioria das aplicações SIG facilitam a seleção de um atributo que será usado como rótulo em cada feição.
Se você já procurou em um mapa por um local de nome específico ou aparência específica, você sabe o quão desgastante isso pode ser. Tendo dados de atributo pode-se fazer a busca por uma feição específica de forma rápida e fácil. Em figure_search_by_attribute você pode ver um exemplo da busca de atributos em um SIG.
Por fim, dados de atributos podem ser muito úteis na realização de análises espaciais. Análises espaciais combinam informação espacial armazenada na geometria da feição com as informações de atributos. Isso permite-nos estudar o relacionamento entre feições. Há muitos tipos de análises espaciais que podem ser realizadas, por exemplo, nós podemos usar o SIG para descobrir quantas casas de telhado vermelho existem em uma determinada área. Se você tem feições de árvores, você pode usar o SIG para tentar identificar quais espécimes serão afetadas pelo desenvolvimento urbano. Nós podemos usar atributos de amostras d’água armazenadas ao longo do curso de um rio para entender onde a poluição este entrando na corrente. As possibilidades são infinitas! Em um tópico posterior nos vamos explorar as análises espaciais mais detalhadamente.
Antes de seguirmos no detalhamento dos dados de atributos, vamos a uma rápida recapitulação.
Feições no mundo real são coisas como estradas, limites de propriedades, subestações elétricas e assim por diante. Uma feição tem uma geometria (que determina se está é um ponto, polilinha ou polígono) e atributos (que descrevem esta feição). Isso é mostrado na figure_features_at_glance.
4.2. Atributos em detalhe¶
Atributos para feições vetoriais são armazenados em uma tabela. A tabela é como uma planilha. Cada coluna na tabela é chamada campo. Cada linha na tabela é chamado registro. Tabela table_house_attributes mostra um exemplo simples de como um atributo aparece numa tabela em uma SIG. Um registro em uma tabela de atributos em um SIG corresponde a uma feição. Normalmente as informações das tabelas de atributos são armazenadas em algum tipo de banco de dados. A aplicação SIG vincula este registro de atributo com a feição geométrica, então você pode encontrar registros na tabela pela seleção de feições no mapa, e encontrar feições no mapa pela seleção de registros na tabela.
Tabela de atributos |
Campo 1: AnoConstrucao |
Campo 2: ColorTelhado |
Campo 3: Varanda |
---|---|---|---|
Registro 1 |
1998 |
Vermelho |
Sim |
Registro 2 |
2000 |
Negro |
Não |
Registro3 |
2001 |
Prata |
Sim |
Atributos da Tabela Casa: Uma tabela de atributos tem campos (colunas) e registros (em linhas).
Cada campo em uma tabela de atributos, contem uma específico de tipo de dado — texto, numérico ou data. Decidindo qual atributos usar para uma feição requer alguma reflexão e planejamento. Em nosso exemplo da casa, anteriormente neste tópico, nós escolhemos a côr do telhado, existência de uma varanda e o mês da construção como atributos de interesse. Nos poderíamos facilmente ter escolhido outros aspectos da casa como:
Número de andares
Número de salas
Número de moradores
Tipo de habitação (bloco de apartamentos, barracas, casa de alvenaria, etc)
Ano de construção da casa
Área espacial do piso da casa
E assim por diante…
Com tantas opções, como poderíamos fazer boas escolhas como quais atributos nossa feição precisará? Isso geralmente limita ao que você pretende fazer com os dados. Se você quiser produzir uma mapa de código de cores mostrando casas por idade, fará sentido ter um atributo ‘Ano de construção’ como recurso. Se você tem certeza de que você nunca vai usar esse tipo de mapa, é melhor não armazenar as informações. Coleta e armazenamento de informações desnecessárias é uma má idéia por causa do custo e do tempo necessário para a investigação e capturar as informações. Muitas vezes, obtemos dados vetoriais de empresas, amigos ou do governo. Nesses casos, geralmente, não é possível solicitar atributos específicos e nós temos de nos contentar com o que temos.
4.3. Símbolo simples¶
Se uma feição é simbolizada sem usar os dados da tabela de atributo, ela só pode ser desenhada de uma forma simples. Por exemplo, com feições de ponto, você pode definir a cor e o marcador (círculo, quadrado, estrela etc.), mas isso é tudo. Você não pode dizer o SIG para desenhar as características com base em uma de suas propriedades na tabela de atributos. A fim de fazer isso, você precisa usar um símbolo graduado, contínuas ou valores únicos. Estes são descritos em detalhe nas secções que se seguem.
Uma aplicação SIG normalmente permitirá a você configurar a simbologia de uma camada usando uma caixa de diálogo como a da figura figure_single_symbol. Nesta caixa de diálogo você pode escolher cores e estilos de símbolos. Dependendo do tipo de geometria da camada, diferentes opções serão mostradas mostradas. Por exemplo, com camadas de pontos você pode selecionar um estilo de marcador. Com camadas de linhas e polígonos não há a opção estilo do marcador, porém, você poderá selecionar o estilo da linha e cor como linhas alaranjadas e pontilhadas para estradas cascalho, linhas alaranjadas e contínuas para rodovias secundárias, (como mostrado em figure_single_symbol_poly). Com camadas de polígonos você também tem a opção de configuração do estilo de preenchimento e cores.
4.4. Símbolos Graduados¶
Às vezes feições vetoriais representam coisas com um valor numérico variante. As curvas de nível ou isolinhas são um bom exemplo disso. Cada curva normalmente tem um valor de atributo chamado “altura” que contém informações sobre qual a altura a linha representa. Anteriormente neste tópico mostramos todos as curvas de nível desenhadas com a mesma cor. Adicionar cor às curvas de nível pode nos auxiliar na interpretação do significado das curvas. Por exemplo, podemos desenhar zonas baixas com uma cor, zonas de média altitude, com um outro e áreas de alta altitude com uma terceiro.
Configurar cores baseados em grupos discretos dos valores de atributos é chamada Simbologia Graduada no QGIS. Esse processo é ilustrado na figura figure_graduated_symbol e na figura figure_graduated_symbol_map. Símbolos graduados são mais úteis quando você precisa demonstrar claramente as diferenças em feições de valores com alcances diferentes. A aplicação SIG vai analisar o dado do atributo (neste caso altura) e, baseado no número de classe requisitado por você, cria agrupamentos para você. Esse processo é ilustrado na table_graduated.
Valores de Atributos |
Classes e cores |
---|---|
1 |
Classe 1 |
2 |
Classe 1 |
3 |
Classe 1 |
4 |
Classe 2 |
5 |
Classe 2 |
6 |
Classe 2 |
7 |
Classe 3 |
8 |
Classe 3 |
9 |
Classe 3 |
Tabela Graduada: a cor graduada divide os intervalos de valor do atributo no número de classes que você selecionar. Cada classe é representada por uma cor diferente.
4.5. Símbolos de Cores Contínuas¶
Na seção anterior, em símbolos de Cores Graduadas vimos que podemos desenhar feições em grupos discretos ou classes. Às vezes é necessário desenhar as feições em um gama de cores de uma cor para outra. O aplicativo SIG usará um valor de atributo numérico a partir de uma feição (por exemplo, alturas de contorno (curvas de nível) ou os níveis de poluição em um córrego) para decidir qual cor usar. Tabela table_continuous_1 mostra como o valor de atributo é utilizado para definir um intervalo contínuo de cores.
Valores de Atributos |
COres (sem classe ou agrupamento) |
---|---|
1 |
|
2 |
|
3 |
|
4 |
|
5 |
|
6 |
|
7 |
|
8 |
|
9 |
Tabela Contínua: A simbologia de cores contínua usa uma cor inicial (por exemplo, laranja claro mostrada aqui) e uma cor final (por exemplo, marrom escuro mostrada aqui) e cria uma série de tons entre essas cores.
Using the same contours example we used in the previous section, let’s see how a map with continuous colour symbology is defined and looks. The process starts by setting the layers properties to continuous colour using a dialog like the one shown in figure_continuous_symbol.
Após definir as cores mínimas e máximas no intervalo de cores, as feições de cores desenhadas serão dependentes de onde o atributo está no intervalo entre mínimo e máximo. Por exemplo, se você tiver feições de contorno com valores que começam em 1000 m e terminam em 1400 m, o intervalo de valores é de 1000 a 1400. Se a cor definida para o valor mínimo estiver definida como laranja e a cor para o valor máximo for preta, os contornos para um valor próximo de 1400 m serão desenhados com uma cor próxima ao preto. Por outro lado, contornos com um valor próximo a 1000 m serão desenhados com uma cor próxima a laranja (veja figure_continuous_symbol_map).
4.6. Simbologia de Valores Únicos¶
Algumas vezes os atributos das feições não são numéricos, mas strings são usadas. ‘String’ é uma termo de computador que significa um grupo de letras, números e outros símbolos da escrita. Atributos tipo Strings são frequentemente usados para classificar coisas por nome. Podemos dizer ao Aplicativo SIG para dar a número ou a cada string distintos sua própria cor e símbolo. Feições de estradas podem ter classes diferentes (e.g. ‘rua’, ‘estrada secundária’, ‘estrada principal’ etc.), cada uma desenhada no mapa do SIG com diferentes cores ou símbolos. Isso é ilustrado na table_unique.
Valores de Atributos |
Símbolo e classes de cores |
---|---|
Rota Arterial |
|
Estrada principal |
|
Estrada secundária |
|
Estrada |
Tabela Exclusiva: valores de atributo exclusivos para um tipo de feição (por exemplo, estradas) podem ter seu próprio símbolo.
Dentro do Aplicativo SIG, podemos abrir/optar por usar a simbologia de Valor Ũnico para uma camada. O SIG examinará todos os diferentes valores de string campo de atributo e criará uma lista de strings ou números distintos. Cada valor distinto pode ser atribuído a uma cor e estilo. Isso é mostrado em figure_unique_symbol.
Quando o SIG desenha a camada, ele verá os atributos de cada feição antes de desenhá-las na tela. Com base no valor do campo escolhido na tabela de atributos, a linha da estrada será desenhada com estilo de linha e cor adequados (e estilo de preenchimento se for uma feição polígono). Isso é mostrado na figure_unique_symbol_map.
4.7. Coisas para estar ciente de¶
Decidir quais atributos e simbologia usar requer algum planejamento. Ante de você começar a coletar qualquer dado Geo Espacial, você deve saber quais atributos são necessários e como eles serão simbolizados. É muito difícil voltar e coletar novamente os dados se você planeja mal da primeira vez. Lembre-se que o objetivo de coletar dados dos atributos é permitir a análise a a interpretação de informações espaciais. Como você fará isso depende das questões que você está tentando responder. A simbologia é uma linguagem visual que permite ver e entender seus atributos baseados em cores e símbolos. Por causa disso, você deve pensar bastante em como simbolizar seus mapas de maneira que fiquem fáceis de entender.
4.8. O que aprendemos?¶
Vamos encerrar o que nós abordamos nesta planilha:
Feições vetoriais têm atributos
Atributos descrevem as propriedades das feições
Os atributos são armazenados em uma tabela
Linhas em uma tabela são chamadas de registros
Existe um registro por feição em camadas vetoriais
Colunas em tabelas são chamadas campos
Campos representantes propriedades da feição ex altura, cor da cobertura etc.
Campos podem conter informações numéricas, texto (qualquer texto) e data
O atributo data para uma feição poderá determinar como ela será usada para ser simbolizada
Cor Graduada grupos de simbologia de dados em classes discretas
Cores contínuas simbologia atribui cores a partir de um range de cores para as feições baseadas nos seus atributos
Valores únicos simbologias associadas cada valor diferente na coluna atributo escolhido com um símbolo diferente (cor e estilo)
Se o atributo de uma camada de vetor não for utilizad para determinar a sua simbologia, que será desenhada com um símbolo único apenas
4.9. Agora você tenta!¶
Aqui estão algumas idéias para você experimentar com os seus alunos:
Usando a tabela que você criou no último tópico, adicione uma nova coluna para o tipo de simbologia que você usaria para cada tipo de recurso e peça aos alunos que identifiquem qual tipo de simbologia eles usariam (veja table_example_symbols como um exemplo).
Tente identificar quais tipos de simbologia que você usaria para os seguintes tipos de feições de vetoriais:
os pontos mostrando nível de pH em amostras de solo amostrados em torno de sua escola
linhas mostrando uma rede de estradas em sua cidade
polígonos para casas com um atributo que mostra se ela é feita de tijolo, madeira ou ‘outro’ material.
Feições do mundo real |
Tipo de Geometria |
Tipo de Simbologia |
---|---|---|
O mastro da escola |
Ponto |
Símbolo Simples |
O campo de futebol |
Polígono |
Símbolo Simples |
As trilhas e em torno da escola |
Linha |
Peça aos seus alunos para contarem o número de alunos que utilizam cada trilha nas horas antes da escola e, em seguida, use símbolos graduados para mostrar a popularidade de cada trilha |
Locais onde estão localizadas as torneiras |
Ponto |
Símbolo simples |
As salas de aula |
Polígono |
Valores únicos baseados em série dos alunos na sala de aula |
Cerca |
Linha |
Peça aos seus alunos avaliarem a condição da cerca em torno de sua escola, separando-a em seções e classificação de cada seção em uma escala de 1-9 com base na sua condição. Use símbolos graduados para classificar a condição do atributo. |
As salas de aula |
Polígono |
Conte o número de alunos em cada sala de aula e use um símbolo de cor contínua para definir um range de cores de vermelho para azul. |
Símbolos de exemplo de tabela: um exemplo de uma tabela que define os tipos de recurso e o tipo de simbologia que você usaria para cada um.
4.10. Algo para pensar¶
Se você não tiver um computador disponível, você pode usar folhas de transparência e uma folha mapa 1:50.000 para experimentar diferentes tipos de simbologia. Por exemplo, coloque uma folha de transparência sobre o mapa e utilizando diferentes canetas coloridas, desenhe em vermelho todas as linhas de contorno abaixo de 900 m (ou similar) e em verde todas as linhas iguais ou acima de 900 m. Você pode pensar em como reproduzir outros tipos de simbologia usando a mesma técnica?
4.11. Outras leituras¶
Website: https://en.wikipedia.org/wiki/Cartography#Map_symbology
O Guia do Usuário QGIS também tem informações mais detalhadas sobre como trabalhar com dados de atributos e simbologia no QGIS.
4.12. Qual é o próximo?¶
Na seção seguinte, vamos dar uma olhada mais de perto em captura de dados. Vamos colocar as coisas que aprendemos sobre dados vetoriais e atributos em prática através da criação de novos dados.