Made available in DSpace on 2017-07-10T19:24:12Z (GMT). No. of bitstreams: 1 Alexandro_Pergher.pdf: 7344087 bytes, checksum: 0d48c994f72e53964a36a3d2e266dd5b (MD5) Previous issue date: 2015-06-09 / Information Systems can improve workflow, speed and security of processes. In the academic area, although new discoveries are always researchers purposes, some processes are established and are not submitted to severe changes throughout time. The data collection follows a given standard, where the collection points and variables are defined then the procedure is executed, recording variable values on each sample. Tools which automate this process are not popular. In cases concerning data where the occurrence place is crucial, the available systems are scarcer. This information is characterized as georeferenced structures, with known coordinates, in some reference system. So, new technologies of information and communication applied in this study resulted in a software that share and present accordingly the field research data, in order to help the Topography and Geoprocessing Lab (GeoLab) researchers of Western Paraná State University, campus, Cascavel, in their agricultural activities. The research of Topography and Geoprocessing Lab has improved the agriculture on Western Paraná. In order to contribute for new progresses in this field, that has Brazilian GDP relevance, some interviews with researchers of GeoLab was done. Thus, aiming at contributing with more relevant breakthroughs for Brazilian GDP and for this area, interviews were conducted with researchers at the lab, examining documents and spreadsheets used for data collection, and a flexible data model was created to meet the numerical data, alphanumeric, temporal, spatial and logical storage. Thus, during the solution development, Java 8 platform, PostgreSQL 9.4 relational database, PostGIS 2.1 extension, and some UML artifacts for documentation were used as well as some UML artifacts for documentation. / Sistemas de informação podem auxiliar na melhoria do fluxo, velocidade e segurança de processos. No meio acadêmico, embora buscam-se sempre novas descobertas, alguns processos são estabelecidos e não sofrem severas mudanças durante o tempo. A coleta de dados para pesquisas segue determinado padrão, onde são estabelecidos os pontos de coleta, as variáveis, e procede-se a coleta com a anotação dos valores das variáveis em cada uma das amostras. Ferramentas que automatizam tal processo não são populares. Ainda, quando se tratam de dados onde o local de ocorrência é informação determinante, os sistemas disponíveis são mais escassos. Esse tipo de informação caracteriza-se por ser georreferenciada, com coordenadas conhecidas, em um sistema de referência. Portanto, as tecnologias de informação e comunicação usadas nesse estudo resultaram em um software que permite o compartilhamento e a apresentação dos dados das pesquisas de campo, com o intuito de auxiliar os pesquisadores do Laboratório de Geoprocessamento da Universidade Estadual do Oeste do Paraná, campus Cascavel no desempenho das atividades em coletas de dados agrícolas. As pesquisas do Laboratório de Topografia e Geoprocessamento auxiliam a evolução da agricultura na região Oeste do Paraná. Assim, com o intuito de contribuir com mais avanços relevantes para o PIB brasileiro e para essa área, foram realizadas entrevistas com os pesquisadores do laboratório, análise de documentos e planilhas utilizadas na coleta de dados, criação de um modelo de dados flexível que atenda ao armazenamento de dados numéricos, alfanuméricos, temporais, lógicos e espaciais. No desenvolvimento da aplicação, foram utilizados a linguagem de programação Java 8, o banco de dados relacional PostgreSQL 9.4 e sua extensão PostGIS 2.1 bem como alguns artefatos da UML para documentação

Made available in DSpace on 2017-05-12T14:47:29Z (GMT). No. of bitstreams: 1 Alexandro_Pergher.pdf: 7344087 bytes, checksum: 0d48c994f72e53964a36a3d2e266dd5b (MD5) Previous issue date: 2015-06-09 / Information Systems can improve workflow, speed and security of processes. In the academic area, although new discoveries are always researchers purposes, some processes are established and are not submitted to severe changes throughout time. The data collection follows a given standard, where the collection points and variables are defined then the procedure is executed, recording variable values on each sample. Tools which automate this process are not popular. In cases concerning data where the occurrence place is crucial, the available systems are scarcer. This information is characterized as georeferenced structures, with known coordinates, in some reference system. So, new technologies of information and communication applied in this study resulted in a software that share and present accordingly the field research data, in order to help the Topography and Geoprocessing Lab (GeoLab) researchers of Western Paraná State University, campus, Cascavel, in their agricultural activities. The research of Topography and Geoprocessing Lab has improved the agriculture on Western Paraná. In order to contribute for new progresses in this field, that has Brazilian GDP relevance, some interviews with researchers of GeoLab was done. Thus, aiming at contributing with more relevant breakthroughs for Brazilian GDP and for this area, interviews were conducted with researchers at the lab, examining documents and spreadsheets used for data collection, and a flexible data model was created to meet the numerical data, alphanumeric, temporal, spatial and logical storage. Thus, during the solution development, Java 8 platform, PostgreSQL 9.4 relational database, PostGIS 2.1 extension, and some UML artifacts for documentation were used as well as some UML artifacts for documentation. / Sistemas de informação podem auxiliar na melhoria do fluxo, velocidade e segurança de processos. No meio acadêmico, embora buscam-se sempre novas descobertas, alguns processos são estabelecidos e não sofrem severas mudanças durante o tempo. A coleta de dados para pesquisas segue determinado padrão, onde são estabelecidos os pontos de coleta, as variáveis, e procede-se a coleta com a anotação dos valores das variáveis em cada uma das amostras. Ferramentas que automatizam tal processo não são populares. Ainda, quando se tratam de dados onde o local de ocorrência é informação determinante, os sistemas disponíveis são mais escassos. Esse tipo de informação caracteriza-se por ser georreferenciada, com coordenadas conhecidas, em um sistema de referência. Portanto, as tecnologias de informação e comunicação usadas nesse estudo resultaram em um software que permite o compartilhamento e a apresentação dos dados das pesquisas de campo, com o intuito de auxiliar os pesquisadores do Laboratório de Geoprocessamento da Universidade Estadual do Oeste do Paraná, campus Cascavel no desempenho das atividades em coletas de dados agrícolas. As pesquisas do Laboratório de Topografia e Geoprocessamento auxiliam a evolução da agricultura na região Oeste do Paraná. Assim, com o intuito de contribuir com mais avanços relevantes para o PIB brasileiro e para essa área, foram realizadas entrevistas com os pesquisadores do laboratório, análise de documentos e planilhas utilizadas na coleta de dados, criação de um modelo de dados flexível que atenda ao armazenamento de dados numéricos, alfanuméricos, temporais, lógicos e espaciais. No desenvolvimento da aplicação, foram utilizados a linguagem de programação Java 8, o banco de dados relacional PostgreSQL 9.4 e sua extensão PostGIS 2.1 bem como alguns artefatos da UML para documentação

Um Sistema de Informação Geográfica armazena e mantém dados geográficos, combinando-os, para obter novas representações do espaço geográfico. A junção espacial combina duas relações de geometrias geo-referenciadas de acordo com algum predicado espacial, como intersecção e distância entre objetos. Trata-se de uma operação essencial, pois é constantemente utilizada e possui um alto custo de realização devido a realização de grande número de operações de Entrada/Saída e a complexidade do algoritmo. Este trabalho estuda o desempenho de algoritmos de junção espacial. Inicialmente, apresenta a análise dos algoritmos já publicados na literatura, obtendo expressões de custo para número de operações de disco e processamento. Após, descreve-se a implementação de alguns algoritmos em um ambiente de testes. Este ambiente permite ao usuário variar diversos parâmetros de entrada: cardinalidade dos conjuntos, memória disponível e predicado de junção, envolvendo dados reais e sintéticos. O ambiente de testes inclui os algoritmos de Laços Aninhados, Partition Based Spatial Join Method (PBSM), Synchronized Tree Transversal (STT) para árvores R* e Iterative Spatial Stripped Join (ISSJ). Os testes demonstraram que o STT é adequado para conjuntos pequenos de dados; o ISSJ se houver memória suficiente para ordenar os conjuntos internamente; e o PBSM se houver pouca memória disponível para buffer de dados. A partir da análise um novo algoritmo, chamado Histogram-based Hash Stripped Join (HHSJ) é apresentado. O HSSJ utiliza histogramas da distribuição dos objetos no espaço para definir o particionamento, armazena os objetos em arquivos organizados em hash e subdivide o espaço em faixas (strips) para reduzir o processamento. Os testes indicam que o HHSJ é mais rápido na maioria dos cenários, sendo ainda mais vantajoso quanto maior o número de objetos envolvidos na junção. Um módulo de otimização de consultas baseado em custos, capaz de escolher o melhor algoritmo para realizar a etapa de filtragem é descrito. O módulo utiliza informações estatísticas mantidas no dicionário de dados para estimar o tempo de resposta de cada algoritmo, e indicar o mais rápido para realizar uma operação específica. Este otimizador de consultas acertou a indicação em 88,9% dos casos, errando apenas na junção de conjuntos pequenos, quando o impacto é menor. / A Geographic Information System (GIS) stores geographic data, combining them to obtain new representations of the geographic space. The spatial join operation combines two sets of spatial features, A and B, based on a spatial predicate. It is a fundamental as well as one of the most expensive operations in GIS. Combining pairs of spatial, georreferenced data objects of two different, and probably large data sets implies the execution of a significant number of Input/Output (I/O) operations as well as a large number of CPU operations. This work presents a study about the performance of spatial join algorithms. Firstly, an analysis of the algorithms is realized. As a result, mathematical expressions are identified to predict the number of I/O operations and the algorithm complexity. After this, some of the algorithms (e.g.; Nested Loops, Partition Based Spatial Join Method (PBSM), Synchronized Tree Transversal (STT) to R-Trees and Iterative Spatial Stripped Join (ISSJ)) are implemented, allowing the execution of a series of tests in different spatial join scenarios. The tests were performed using both synthetic and real data sets. Based on the results, a new algorithm, called Histogram-based Hash Stripped Join (HHSJ), is proposed. The partitioning of the space is carried out according to the spatial distribution of the objects, maintained in histograms. In addition, a hash file is created for each input data set and used to enhance both the storage of and the access to the minimum bounding rectangles (MBR) of the respective set elements. Furthermore, the space is divided in strips, to reduce the processing time. The results showed that the new algorithm is faster in almost all scenarios, specially when bigger data sets are processed. Finally, a query optimizer based on costs, capable to choose the best algorithm to perform the filter step of a spatial join operation, is presented. The query optimizer uses statistical information stored in the data dictionary to estimate the response time for each algorithm and chooses the faster to realize the operation. This query optimizer choose the right one on 88.9% of cases, mistaken just in spatial join envolving small data sets, when the impact is small.

Um Sistema de Informação Geográfica armazena e mantém dados geográficos, combinando-os, para obter novas representações do espaço geográfico. A junção espacial combina duas relações de geometrias geo-referenciadas de acordo com algum predicado espacial, como intersecção e distância entre objetos. Trata-se de uma operação essencial, pois é constantemente utilizada e possui um alto custo de realização devido a realização de grande número de operações de Entrada/Saída e a complexidade do algoritmo. Este trabalho estuda o desempenho de algoritmos de junção espacial. Inicialmente, apresenta a análise dos algoritmos já publicados na literatura, obtendo expressões de custo para número de operações de disco e processamento. Após, descreve-se a implementação de alguns algoritmos em um ambiente de testes. Este ambiente permite ao usuário variar diversos parâmetros de entrada: cardinalidade dos conjuntos, memória disponível e predicado de junção, envolvendo dados reais e sintéticos. O ambiente de testes inclui os algoritmos de Laços Aninhados, Partition Based Spatial Join Method (PBSM), Synchronized Tree Transversal (STT) para árvores R* e Iterative Spatial Stripped Join (ISSJ). Os testes demonstraram que o STT é adequado para conjuntos pequenos de dados; o ISSJ se houver memória suficiente para ordenar os conjuntos internamente; e o PBSM se houver pouca memória disponível para buffer de dados. A partir da análise um novo algoritmo, chamado Histogram-based Hash Stripped Join (HHSJ) é apresentado. O HSSJ utiliza histogramas da distribuição dos objetos no espaço para definir o particionamento, armazena os objetos em arquivos organizados em hash e subdivide o espaço em faixas (strips) para reduzir o processamento. Os testes indicam que o HHSJ é mais rápido na maioria dos cenários, sendo ainda mais vantajoso quanto maior o número de objetos envolvidos na junção. Um módulo de otimização de consultas baseado em custos, capaz de escolher o melhor algoritmo para realizar a etapa de filtragem é descrito. O módulo utiliza informações estatísticas mantidas no dicionário de dados para estimar o tempo de resposta de cada algoritmo, e indicar o mais rápido para realizar uma operação específica. Este otimizador de consultas acertou a indicação em 88,9% dos casos, errando apenas na junção de conjuntos pequenos, quando o impacto é menor. / A Geographic Information System (GIS) stores geographic data, combining them to obtain new representations of the geographic space. The spatial join operation combines two sets of spatial features, A and B, based on a spatial predicate. It is a fundamental as well as one of the most expensive operations in GIS. Combining pairs of spatial, georreferenced data objects of two different, and probably large data sets implies the execution of a significant number of Input/Output (I/O) operations as well as a large number of CPU operations. This work presents a study about the performance of spatial join algorithms. Firstly, an analysis of the algorithms is realized. As a result, mathematical expressions are identified to predict the number of I/O operations and the algorithm complexity. After this, some of the algorithms (e.g.; Nested Loops, Partition Based Spatial Join Method (PBSM), Synchronized Tree Transversal (STT) to R-Trees and Iterative Spatial Stripped Join (ISSJ)) are implemented, allowing the execution of a series of tests in different spatial join scenarios. The tests were performed using both synthetic and real data sets. Based on the results, a new algorithm, called Histogram-based Hash Stripped Join (HHSJ), is proposed. The partitioning of the space is carried out according to the spatial distribution of the objects, maintained in histograms. In addition, a hash file is created for each input data set and used to enhance both the storage of and the access to the minimum bounding rectangles (MBR) of the respective set elements. Furthermore, the space is divided in strips, to reduce the processing time. The results showed that the new algorithm is faster in almost all scenarios, specially when bigger data sets are processed. Finally, a query optimizer based on costs, capable to choose the best algorithm to perform the filter step of a spatial join operation, is presented. The query optimizer uses statistical information stored in the data dictionary to estimate the response time for each algorithm and chooses the faster to realize the operation. This query optimizer choose the right one on 88.9% of cases, mistaken just in spatial join envolving small data sets, when the impact is small.

Um Sistema de Informação Geográfica armazena e mantém dados geográficos, combinando-os, para obter novas representações do espaço geográfico. A junção espacial combina duas relações de geometrias geo-referenciadas de acordo com algum predicado espacial, como intersecção e distância entre objetos. Trata-se de uma operação essencial, pois é constantemente utilizada e possui um alto custo de realização devido a realização de grande número de operações de Entrada/Saída e a complexidade do algoritmo. Este trabalho estuda o desempenho de algoritmos de junção espacial. Inicialmente, apresenta a análise dos algoritmos já publicados na literatura, obtendo expressões de custo para número de operações de disco e processamento. Após, descreve-se a implementação de alguns algoritmos em um ambiente de testes. Este ambiente permite ao usuário variar diversos parâmetros de entrada: cardinalidade dos conjuntos, memória disponível e predicado de junção, envolvendo dados reais e sintéticos. O ambiente de testes inclui os algoritmos de Laços Aninhados, Partition Based Spatial Join Method (PBSM), Synchronized Tree Transversal (STT) para árvores R* e Iterative Spatial Stripped Join (ISSJ). Os testes demonstraram que o STT é adequado para conjuntos pequenos de dados; o ISSJ se houver memória suficiente para ordenar os conjuntos internamente; e o PBSM se houver pouca memória disponível para buffer de dados. A partir da análise um novo algoritmo, chamado Histogram-based Hash Stripped Join (HHSJ) é apresentado. O HSSJ utiliza histogramas da distribuição dos objetos no espaço para definir o particionamento, armazena os objetos em arquivos organizados em hash e subdivide o espaço em faixas (strips) para reduzir o processamento. Os testes indicam que o HHSJ é mais rápido na maioria dos cenários, sendo ainda mais vantajoso quanto maior o número de objetos envolvidos na junção. Um módulo de otimização de consultas baseado em custos, capaz de escolher o melhor algoritmo para realizar a etapa de filtragem é descrito. O módulo utiliza informações estatísticas mantidas no dicionário de dados para estimar o tempo de resposta de cada algoritmo, e indicar o mais rápido para realizar uma operação específica. Este otimizador de consultas acertou a indicação em 88,9% dos casos, errando apenas na junção de conjuntos pequenos, quando o impacto é menor. / A Geographic Information System (GIS) stores geographic data, combining them to obtain new representations of the geographic space. The spatial join operation combines two sets of spatial features, A and B, based on a spatial predicate. It is a fundamental as well as one of the most expensive operations in GIS. Combining pairs of spatial, georreferenced data objects of two different, and probably large data sets implies the execution of a significant number of Input/Output (I/O) operations as well as a large number of CPU operations. This work presents a study about the performance of spatial join algorithms. Firstly, an analysis of the algorithms is realized. As a result, mathematical expressions are identified to predict the number of I/O operations and the algorithm complexity. After this, some of the algorithms (e.g.; Nested Loops, Partition Based Spatial Join Method (PBSM), Synchronized Tree Transversal (STT) to R-Trees and Iterative Spatial Stripped Join (ISSJ)) are implemented, allowing the execution of a series of tests in different spatial join scenarios. The tests were performed using both synthetic and real data sets. Based on the results, a new algorithm, called Histogram-based Hash Stripped Join (HHSJ), is proposed. The partitioning of the space is carried out according to the spatial distribution of the objects, maintained in histograms. In addition, a hash file is created for each input data set and used to enhance both the storage of and the access to the minimum bounding rectangles (MBR) of the respective set elements. Furthermore, the space is divided in strips, to reduce the processing time. The results showed that the new algorithm is faster in almost all scenarios, specially when bigger data sets are processed. Finally, a query optimizer based on costs, capable to choose the best algorithm to perform the filter step of a spatial join operation, is presented. The query optimizer uses statistical information stored in the data dictionary to estimate the response time for each algorithm and chooses the faster to realize the operation. This query optimizer choose the right one on 88.9% of cases, mistaken just in spatial join envolving small data sets, when the impact is small.

Made available in DSpace on 2014-12-17T15:48:13Z (GMT). No. of bitstreams: 1 RenataFV.pdf: 2026641 bytes, checksum: d5edf169c543491b121577470ede0141 (MD5) Previous issue date: 2006-07-13 / Geographic Information System (GIS) are computational tools used to capture, store, consult, manipulate, analyze and print geo-referenced data. A GIS is a multi-disciplinary system that can be used by different communities of users, each one having their own interest and knowledge. This way, different knowledge views about the same reality need to be combined, in such way to attend each community. This work presents a mechanism that allows different community users access the same geographic database without knowing its particular internal structure. We use geographic ontologies to support a common and shared understanding of a specific domain: the coral reefs. Using these ontologies' descriptions that represent the knowledge of the different communities, mechanisms are created to handle with such different concepts. We use equivalent classes mapping, and a semantic layer that interacts with the ontologies and the geographic database, and that gives to the user the answers about his/her queries, independently of the used terms / Sistemas de Informa??o Geogr?fica (SIG) s?o ferramentas computacionais usadas para capturar, armazenar, consultar, analisar e imprimir dados geo-referenciados. Os SIG s?o sistemas multidisciplinares, ou seja, podem ser utilizados por diferentes comunidades de usu?rios, cada uma com seus interesses e conhecimentos pr?prios, Desta forma, diferentes vis?es de conhecimento sobre uma mesma realidade precisam ser combinadas de modo a atender ?s necessidades de cada comunidade. Este trabalho apresenta um mecanismo que permite que diferentes comunidades de usu?rios acessem o mesmo banco de dados geogr?fico sem ter conhecimento de sua estrutura interna. Utilizamos ontologias geogr?ficas para permitir um conhecimento comum e compartilhado a estes diferentes usu?rios sobre um dom?nio espec?fico: os recifes de corais. Usando as descri??es das ontologias, que representam o conhecimento de diferentes comunidades, mecanismos s?o criados para tratar tais diferentes conceitos. Definimos uma camada sem?ntica que faz um mapeamento entre as classes equivalentes das antologias e interage com o banco de dados geogr?fico, retornando ao usu?rio as respostas ?s suas consultas, independente dos termos utilizados

Projetos de SIG (Sistemas de Informação Geográfica), em geral, ainda não apresentam modelo conceitual de banco de dados geográficos. Os implementadores de SIG se preocupam com a aquisição dos dados (captura e adaptação), que é a etapa mais cara, e dão, ainda, pouca atenção à modelagem. A utilização de modelos conceituais faz com que os usuários controlem melhor sua base de dados e tirem maior proveito do SIG. O objetivo deste trabalho é definir um conjunto de procedimentos de engenharia reversa de bancos de dados espaciais que auxiliem na criação e manutenção de modelos conceituais para aplicações de SIG a partir de dados já existentes. Estes procedimentos podem contribuir para um aumento na qualidade dos SIG implementados, auxiliando na popularização da prática de modelagem conceitual de banco de dados geográficos. São estudados três formatos de transferência utilizados por usuários de SIG. A partir daí, é proposto uma arquitetura de sistema de engenharia reversa para SIG. / Even with the increasing use of Geographic Information Systems (GIS), conceptual modeling of geographic databases (GDB) is not yet usual among GIS professionals. This fact can in part be explained by the professional profile of most GIS designers. They usually are more familiar with specific GIS applications than with database technology. Among them, one can find cartographers, geographers, agricultural engineers, and architects. Besides that, the cost of geographic data acquisition is so high that much important is given to acquisition plans during GIS design and less interest is given to the database design process. Especially first time designers do not perceive the importance of a database schema that is independent of a specific GIS product. Conceptual design preserves the independence between data types and the logical schema of the product. Moreover, relying on the GDB conceptual schema users can better understand what part of the geographic reality is represented in the database. The main goal of this research work is to define a set of reverse engineering procedures for spatial databases that can support either creation or evolution if conceptual GDB schemas. It is expected that these procedures can enhance the quality of GDB design as well as contribute to the popularization of GDB conceptual modeling. Three different geographic data input formats to GIS are investigated and a reverse engineering system architecture for them is proposed. Resulting conceptual (sub)schemas are based on the framework GeoFrame.

Projetos de SIG (Sistemas de Informação Geográfica), em geral, ainda não apresentam modelo conceitual de banco de dados geográficos. Os implementadores de SIG se preocupam com a aquisição dos dados (captura e adaptação), que é a etapa mais cara, e dão, ainda, pouca atenção à modelagem. A utilização de modelos conceituais faz com que os usuários controlem melhor sua base de dados e tirem maior proveito do SIG. O objetivo deste trabalho é definir um conjunto de procedimentos de engenharia reversa de bancos de dados espaciais que auxiliem na criação e manutenção de modelos conceituais para aplicações de SIG a partir de dados já existentes. Estes procedimentos podem contribuir para um aumento na qualidade dos SIG implementados, auxiliando na popularização da prática de modelagem conceitual de banco de dados geográficos. São estudados três formatos de transferência utilizados por usuários de SIG. A partir daí, é proposto uma arquitetura de sistema de engenharia reversa para SIG. / Even with the increasing use of Geographic Information Systems (GIS), conceptual modeling of geographic databases (GDB) is not yet usual among GIS professionals. This fact can in part be explained by the professional profile of most GIS designers. They usually are more familiar with specific GIS applications than with database technology. Among them, one can find cartographers, geographers, agricultural engineers, and architects. Besides that, the cost of geographic data acquisition is so high that much important is given to acquisition plans during GIS design and less interest is given to the database design process. Especially first time designers do not perceive the importance of a database schema that is independent of a specific GIS product. Conceptual design preserves the independence between data types and the logical schema of the product. Moreover, relying on the GDB conceptual schema users can better understand what part of the geographic reality is represented in the database. The main goal of this research work is to define a set of reverse engineering procedures for spatial databases that can support either creation or evolution if conceptual GDB schemas. It is expected that these procedures can enhance the quality of GDB design as well as contribute to the popularization of GDB conceptual modeling. Three different geographic data input formats to GIS are investigated and a reverse engineering system architecture for them is proposed. Resulting conceptual (sub)schemas are based on the framework GeoFrame.

Projetos de SIG (Sistemas de Informação Geográfica), em geral, ainda não apresentam modelo conceitual de banco de dados geográficos. Os implementadores de SIG se preocupam com a aquisição dos dados (captura e adaptação), que é a etapa mais cara, e dão, ainda, pouca atenção à modelagem. A utilização de modelos conceituais faz com que os usuários controlem melhor sua base de dados e tirem maior proveito do SIG. O objetivo deste trabalho é definir um conjunto de procedimentos de engenharia reversa de bancos de dados espaciais que auxiliem na criação e manutenção de modelos conceituais para aplicações de SIG a partir de dados já existentes. Estes procedimentos podem contribuir para um aumento na qualidade dos SIG implementados, auxiliando na popularização da prática de modelagem conceitual de banco de dados geográficos. São estudados três formatos de transferência utilizados por usuários de SIG. A partir daí, é proposto uma arquitetura de sistema de engenharia reversa para SIG. / Even with the increasing use of Geographic Information Systems (GIS), conceptual modeling of geographic databases (GDB) is not yet usual among GIS professionals. This fact can in part be explained by the professional profile of most GIS designers. They usually are more familiar with specific GIS applications than with database technology. Among them, one can find cartographers, geographers, agricultural engineers, and architects. Besides that, the cost of geographic data acquisition is so high that much important is given to acquisition plans during GIS design and less interest is given to the database design process. Especially first time designers do not perceive the importance of a database schema that is independent of a specific GIS product. Conceptual design preserves the independence between data types and the logical schema of the product. Moreover, relying on the GDB conceptual schema users can better understand what part of the geographic reality is represented in the database. The main goal of this research work is to define a set of reverse engineering procedures for spatial databases that can support either creation or evolution if conceptual GDB schemas. It is expected that these procedures can enhance the quality of GDB design as well as contribute to the popularization of GDB conceptual modeling. Three different geographic data input formats to GIS are investigated and a reverse engineering system architecture for them is proposed. Resulting conceptual (sub)schemas are based on the framework GeoFrame.

A técnica de mineração de regras de associação surgiu com o objetivo de encontrar conhecimento novo, útil e previamente desconhecido em bancos de dados transacionais, e uma grande quantidade de algoritmos de mineração de regras de associação tem sido proposta na última década. O maior e mais bem conhecido problema destes algoritmos é a geração de grandes quantidades de conjuntos freqüentes e regras de associação. Em bancos de dados geográficos o problema de mineração de regras de associação espacial aumenta significativamente. Além da grande quantidade de regras e padrões gerados a maioria são associações do domínio geográfico, e são bem conhecidas, normalmente explicitamente representadas no esquema do banco de dados. A maioria dos algoritmos de mineração de regras de associação não garantem a eliminação de dependências geográficas conhecidas a priori. O resultado é que as mesmas associações representadas nos esquemas do banco de dados são extraídas pelos algoritmos de mineração de regras de associação e apresentadas ao usuário. O problema de mineração de regras de associação espacial pode ser dividido em três etapas principais: extração dos relacionamentos espaciais, geração dos conjuntos freqüentes e geração das regras de associação. A primeira etapa é a mais custosa tanto em tempo de processamento quanto pelo esforço requerido do usuário. A segunda e terceira etapas têm sido consideradas o maior problema na mineração de regras de associação em bancos de dados transacionais e tem sido abordadas como dois problemas diferentes: “frequent pattern mining” e “association rule mining”. Dependências geográficas bem conhecidas aparecem nas três etapas do processo. Tendo como objetivo a eliminação dessas dependências na mineração de regras de associação espacial essa tese apresenta um framework com três novos métodos para mineração de regras de associação utilizando restrições semânticas como conhecimento a priori. O primeiro método reduz os dados de entrada do algoritmo, e dependências geográficas são eliminadas parcialmente sem que haja perda de informação. O segundo método elimina combinações de pares de objetos geográficos com dependências durante a geração dos conjuntos freqüentes. O terceiro método é uma nova abordagem para gerar conjuntos freqüentes não redundantes e sem dependências, gerando conjuntos freqüentes máximos. Esse método reduz consideravelmente o número final de conjuntos freqüentes, e como conseqüência, reduz o número de regras de associação espacial. / The association rule mining technique emerged with the objective to find novel, useful, and previously unknown associations from transactional databases, and a large amount of association rule mining algorithms have been proposed in the last decade. Their main drawback, which is a well known problem, is the generation of large amounts of frequent patterns and association rules. In geographic databases the problem of mining spatial association rules increases significantly. Besides the large amount of generated patterns and rules, many patterns are well known geographic domain associations, normally explicitly represented in geographic database schemas. The majority of existing algorithms do not warrant the elimination of all well known geographic dependences. The result is that the same associations represented in geographic database schemas are extracted by spatial association rule mining algorithms and presented to the user. The problem of mining spatial association rules from geographic databases requires at least three main steps: compute spatial relationships, generate frequent patterns, and extract association rules. The first step is the most effort demanding and time consuming task in the rule mining process, but has received little attention in the literature. The second and third steps have been considered the main problem in transactional association rule mining and have been addressed as two different problems: frequent pattern mining and association rule mining. Well known geographic dependences which generate well known patterns may appear in the three main steps of the spatial association rule mining process. Aiming to eliminate well known dependences and generate more interesting patterns, this thesis presents a framework with three main methods for mining frequent geographic patterns using knowledge constraints. Semantic knowledge is used to avoid the generation of patterns that are previously known as non-interesting. The first method reduces the input problem, and all well known dependences that can be eliminated without loosing information are removed in data preprocessing. The second method eliminates combinations of pairs of geographic objects with dependences, during the frequent set generation. A third method presents a new approach to generate non-redundant frequent sets, the maximal generalized frequent sets without dependences. This method reduces the number of frequent patterns very significantly, and by consequence, the number of association rules.