Este trabalho propõe um Sistema de Controle de Qualidade (CQP) dos processos fotogramétricos digitais para a produção de dados espaciais baseados nos conceitos de gestão de qualidade ISO 9000 e nas diretrizes normativas suíças e norte-americanas. Procurou-se obter parâmetros de qualidade em cada um dos processos fotogramétricos digitais, de forma a garantir a qualidade final dos produtos e satisfazer às necessidades de precisão e exatidão dos dados espaciais e as suas aplicações. As principais fontes de erros são identificadas e comentadas e algumas das soluções propostas foram testadas com sucesso. / This work is aimed to the development of a Quality Control Process to be applied in the digital photogrametric processes that are part of the spatial data production. It is based on quality managements standards of ISO 9000 and in the Swiss and North American standards guidelines. Each step of the process was investigated to obtain individual parameters of quality that, collectively, were able to assure the quality of the end product, mostly in those aspects regarding the requirements for precision and accuracy. The main sources of errors are identified and discussed and some of the proposed solutions were tested successfully.

The main goal of this thesis work was to develop, implement and evaluate an algorithm that enables mining association rules from datasets that contain quantified distance information among the items. This was accomplished by extending and enhancing the Apriori Algorithm, which is the standard algorithm to mine association rules. The Apriori algorithm is not able to mine association rules that contain distance information among the items that construct the rules. This thesis enhances the main Apriori property by requiring itemsets forming rules to“deviate properly" in addition to satisfying the minimal support threshold. We say that an itemset deviates properly if all combinations of pair-wise distances among the items are highly conserved in the dataset instances where these items occur. This thesis introduces the notion of proper deviation and provides the precise procedure and measures that characterize it. Integrating the notion of distance preserving frequent itemset and proper deviation into the standard Apriori algorithm leads to the construction of our Distance-Based Association Rule Mining (DARM) algorithm. DARM can be applied in data mining and knowledge discovery from genetic, financial, retail, time sequence data, or any domain where the distance information between items is of importance. This thesis chose the area of gene expression and regulation in eukaryotic organisms as the application domain. The data from the domain was used to produce DARM rules. Sets of those rules were used for building predictive models. The accuracy of those models was tested. In addition, predictive accuracies of the models built with and without distance information were compared.

Na cultura da cana-de-açúcar, a colheita é realizada por uma colhedora que efetua o corte e processamento do produto colhido ao longo de uma (ou duas) fileira (s) da cultura estabelecida. Neste processo, dados obtidos por monitor de produtividade, quando existentes, fornecem informações com diferentes utilidades. Métodos existentes para o processamento de dados de produtividade utlizados atualmente foram desenvolvidos para conjuntos de dados de produtividade de grãos e quando aplicados a um conjunto de dados de produtividade de cana-de-açúcar podem eliminar dados com variações reais de produtividade dentro da fileira. O objetivo deste trabalho é desenvolver métodos que busquem identificar e remover dados errôneos, em pós-processamento, do conjunto de dados gerados por monitor de produtividade para caracterização das pequenas variações de produtividade dentro de uma fileira de cana-de-açúcar. A identificação de dados discrepantes do conjunto de dados utilizando método estatístico por quartis e uma filtragem comparando valores de produtividade usando somente dados de uma única passada da colhedora foi proposto. Foram utlizados quatro conjunto de dados de produtividade gerados por dois monitores. O monitor de produtividade 1 registrou os dados a uma frequência de 0,5 Hz e o monitor de produtividade 2 a uma frequência de 1 Hz. Foram encontrados dados errôneos gerados devido ao tempo de sincronização entre a colhedora e o conjunto transbordo durante as manobras de cabeceira e durante a troca do conjunto de transbordo. Também foram encontrados dados durante a manobras da colhedora, onde o monitor registrou dados com produtividade zero e nulas. Foram simuladas diferentes frequência de registro de dados com objetivo de verificar se a densidade de dados fornecida pelo monitor influência na caracterização de pequenas variações nos valores de produtividade dentro da passada. Os conjuntos de dados de produtividade gerados por diferentes tipos de monitores demostraram a necessidade de pós-processamento para remoção devalores de produtividades discrepantes. A metodologia desenvolvida neste trabalho foi capaz de identificar e eliminar os dados errôneos dos conjuntos de dados analisados. A metodologia de filtragem de dados considerando somente dados dentro de uma única passada da colhedora de cana-de-açúcar proporcionou a caracterização da variação de valores de produtividade em pequenas distâncias. / In the sugarcane crop, a harvest is performed by a harvester who cuts and processes the product harvested along one (or two) row (s) of the established crop. In this process, data from yield monitor, when applicable, provide information with different utilities. Existing methods for processing yield data currently used have been developed for datasets of yield grain and when applied to a sugarcane yield dataset can eliminate data with actual variations of yield within the row. The objective of this work is to develop methods that seek to identify and remove erroneous data, in post-processing, from the data set generated by yield monitor to characterize the small variations of yield within a row of sugarcane. The identification of outliers from the data set using statistical method for comparing quartiles and filtering yield values using only data from a single past the harvester has been proposed. Assay were utilized four yield dataset generated by two monitors. The yield monitor 1 recorded data at a frequency of 0.5 Hz and the yield monitor 2 at a frequency of 1 Hz. Erroneous data were found in the data set generated due to the time of synchronization between the sugarcane harvester and the transportation of chopped sugarcane during the headland turns and during the exchange of the transportation of chopped sugarcane during harvest. Were also found during the headland turns of the sugarcane harvester, where the yield monitor recorded data with values of yield zero and void. It was simulated different frequency of recording data with the objective of verifying if density of data provided by the monitor influences in the characterization of small variations in the yield values within the path. The yield data sets generated by different types of displays have demonstrated the need for post-processing to remove outliers in the yield dataset. The methodology developed in this study was able to identify and eliminate erroneous data sets analyzed data. Data filtering methodology considering only data within a single pass of the sugarcane harvester provided to characterize the variation in yield values over short distances.

Over the past decade, the public awareness and availability as well as methods for the creation and use of spatial data on the Web have steadily increased. Besides the establishment of governmental Spatial Data Infrastructures (SDIs), numerous volunteered and commercial initiatives had a major impact on that development. Nevertheless, data isolation still poses a major challenge. Whereas the majority of approaches focuses on data provision, means to dynamically link and combine spatial data from distributed, often heterogeneous data sources in an ad hoc manner are still very limited. However, such capabilities are essential to support and enhance information retrieval for comprehensive spatial decision making. To facilitate spatial data fusion in current SDIs, this thesis has two main objectives. First, it focuses on the conceptualization of a service-based fusion process to functionally extend current SDI and to allow for the combination of spatial data from different spatial data services. It mainly addresses the decomposition of the fusion process into well-defined and reusable functional building blocks and their implementation as services, which can be used to dynamically compose meaningful application-specific processing workflows. Moreover, geoprocessing patterns, i.e. service chains that are commonly used to solve certain fusion subtasks, are designed to simplify and automate workflow composition. Second, the thesis deals with the determination, description and exploitation of spatial data relations, which play a decisive role for spatial data fusion. The approach adopted is based on the Linked Data paradigm and therefore bridges SDI and Semantic Web developments. Whereas the original spatial data remains within SDI structures, relations between those sources can be used to infer spatial information by means of Semantic Web standards and software tools. A number of use cases were developed, implemented and evaluated to underpin the proposed concepts. Particular emphasis was put on the use of established open standards to realize an interoperable, transparent and extensible spatial data fusion process and to support the formalized description of spatial data relations. The developed software, which is based on a modular architecture, is available online as open source. It allows for the development and seamless integration of new functionality as well as the use of external data and processing services during workflow composition on the Web. / Die Entwicklung des Internet im Laufe des letzten Jahrzehnts hat die Verfügbarkeit und öffentliche Wahrnehmung von Geodaten, sowie Möglichkeiten zu deren Erfassung und Nutzung, wesentlich verbessert. Dies liegt sowohl an der Etablierung amtlicher Geodateninfrastrukturen (GDI), als auch an der steigenden Anzahl Communitybasierter und kommerzieller Angebote. Da der Fokus zumeist auf der Bereitstellung von Geodaten liegt, gibt es jedoch kaum Möglichkeiten die Menge an, über das Internet verteilten, Datensätzen ad hoc zu verlinken und zusammenzuführen, was mitunter zur Isolation von Geodatenbeständen führt. Möglichkeiten zu deren Fusion sind allerdings essentiell, um Informationen zur Entscheidungsunterstützung in Bezug auf raum-zeitliche Fragestellungen zu extrahieren. Um eine ad hoc Fusion von Geodaten im Internet zu ermöglichen, behandelt diese Arbeit zwei Themenschwerpunkte. Zunächst wird eine dienstebasierten Umsetzung des Fusionsprozesses konzipiert, um bestehende GDI funktional zu erweitern. Dafür werden wohldefinierte, wiederverwendbare Funktionsblöcke beschrieben und über standardisierte Diensteschnittstellen bereitgestellt. Dies ermöglicht eine dynamische Komposition anwendungsbezogener Fusionsprozesse über das Internet. Des weiteren werden Geoprozessierungspatterns definiert, um populäre und häufig eingesetzte Diensteketten zur Bewältigung bestimmter Teilaufgaben der Geodatenfusion zu beschreiben und die Komposition und Automatisierung von Fusionsprozessen zu vereinfachen. Als zweiten Schwerpunkt beschäftigt sich die Arbeit mit der Frage, wie Relationen zwischen Geodatenbeständen im Internet erstellt, beschrieben und genutzt werden können. Der gewählte Ansatz basiert auf Linked Data Prinzipien und schlägt eine Brücke zwischen diensteorientierten GDI und dem Semantic Web. Während somit Geodaten in bestehenden GDI verbleiben, können Werkzeuge und Standards des Semantic Web genutzt werden, um Informationen aus den ermittelten Geodatenrelationen abzuleiten. Zur Überprüfung der entwickelten Konzepte wurde eine Reihe von Anwendungsfällen konzipiert und mit Hilfe einer prototypischen Implementierung umgesetzt und anschließend evaluiert. Der Schwerpunkt lag dabei auf einer interoperablen, transparenten und erweiterbaren Umsetzung dienstebasierter Fusionsprozesse, sowie einer formalisierten Beschreibung von Datenrelationen, unter Nutzung offener und etablierter Standards. Die Software folgt einer modularen Struktur und ist als Open Source frei verfügbar. Sie erlaubt sowohl die Entwicklung neuer Funktionalität durch Entwickler als auch die Einbindung existierender Daten- und Prozessierungsdienste während der Komposition eines Fusionsprozesses.

A falta de padronização de dados pode resultar em perda de informações de suma importância nas diversas áreas do conhecimento, impossibilitando a integração de dados entre diferentes sistemas ou de diferentes bancos de dados, ou seja, os dados podem não ser interoperáveis. A solução para a integração de dados pode ser chamada de interoperabilidade, que são convenções e normas de formatos (extensões) e ontologias (padrões comuns) instituídos para que os sistemas possam dialogar. Um banco de dados de biodiversidade é um instrumento muito importante para as iniciativas de sua conservação, sendo útil para o seu conhecimento, registro histórico entre outros. Este trabalho desenvolveu uma metodologia para interoperar dados modelados no padrão Taxonomic Data Working Group (TDWG) e tags do OpenStreetMap (OSM) sobre a espécie Sotalia guianensis, conhecida como Boto Cinza. Dentro deste escopo, este trabalho se justifica pelo cenário de ameaça de extinção do Boto Cinza, pela necessidade no desenvolvimento de metodologias para a disponibilização de dados de ocorrência de Boto Cinza em bancos de dados de biodiversidade e pela necessidade de se desenvolver metodologia que permita a interoperabilidade entre bancos de dados de biodiversidade e outros Sistemas de Informação Geográfica (SIG). Este estudo propõe uma metodologia de baixo custo, com a utilização de plataformas livres, para que dados espaciais de Biodiversidade sejam modelados de maneira a evitar problemas taxonômicos, além de serem disponibilizados para conhecimento geral da população. O trabalho se mostra inovador por integrar dados do Global Diversity Information Facility (GBIF) com as Tags do OSM, possibilitando o cadastro padronizado e gratuito em uma plataforma livre e de alcance mundial através da criação de uma etiqueta interoperável de equivalência entre o padrão TDWG e as etiquetas do OSM. O resultado deste trabalho é a metodologia para a modelagem e publicação de dados de Boto Cinza no GBIF e OSM de forma interoperável, que foi implementada, testada e cujos resultados são positivos / The absence of data standardization may result in loss of information of major importance through several areas of knowledge, hindering data integration among different information systems or databases, that is, the data may not be interoperable. The solution for data integration may be called interoperability, which is comprised of conventions, data format standards (file extensions) and ontologies (standards), empowering the communication among information systems. A biodiversity database is a very important tool for biodiversity conservation initiatives, being useful for knowledge transfer, historical data storage among other activities. This work developed a methodology for interoperate data between the Taxonomic Data Working Group (TWDG) standard and OpenStreetMap (OSM) tags on Sotalia guianensis species, as known as Guiana dolphin. This work has its motivation scenario on the fact that the Guiana dolphin is under threat of extinction. This scenario demands the development of methodologies for the publication of the locations where the Guiana dolphin is being spotted over the biodiversity databases and the development of a methodology for interoperability among biodiversity databases as well as Geographic Information Systems (SIG). This study proposes a low cost methodology, which uses open-source platforms and focuses on two main goals: avoidance of taxonomical problems on biodiversity spatial data modelling and to provide the biodiversity spatial data to the population in general. This work proves itself innovative by integrating Global Diversity Information Facility (GBIF) data with OSM tags, allowing a free and standardized registry of data in an open-source global-scale platform by using an interoperable tag of equivalence data between the TDWG standard and OSM tags. The result of this study is the methodology for data modelling and publication of the Guiana dolphin on GBIF and OSM in an interoperable manner, which has been implemented, tested and gave positive results

Este trabalho propõe um Sistema de Controle de Qualidade (CQP) dos processos fotogramétricos digitais para a produção de dados espaciais baseados nos conceitos de gestão de qualidade ISO 9000 e nas diretrizes normativas suíças e norte-americanas. Procurou-se obter parâmetros de qualidade em cada um dos processos fotogramétricos digitais, de forma a garantir a qualidade final dos produtos e satisfazer às necessidades de precisão e exatidão dos dados espaciais e as suas aplicações. As principais fontes de erros são identificadas e comentadas e algumas das soluções propostas foram testadas com sucesso. / This work is aimed to the development of a Quality Control Process to be applied in the digital photogrametric processes that are part of the spatial data production. It is based on quality managements standards of ISO 9000 and in the Swiss and North American standards guidelines. Each step of the process was investigated to obtain individual parameters of quality that, collectively, were able to assure the quality of the end product, mostly in those aspects regarding the requirements for precision and accuracy. The main sources of errors are identified and discussed and some of the proposed solutions were tested successfully.

Os sistemas de Informações Geográficas foram desenvolvidos com os avanços das Ciências da Computação, com base nos conceitos das Ciências Geodésicas, para serem aplicados em áreas onde os dados espaciais são utilizados. Procura-se obter uma otimização desta tecnologia, possibilitando o desenvolvimento de sistemas aplicativos interativos. Abordam-se conceitos relativos a modelagem de dados espaciais. Analisam-se a aplicação no mundo real e no modelo conceitual decorrentes. Formula-se um modelo físico com base na Emergência Médica, obtendo-se um sistema que integra programas de saúde para localização de pacientes. / The Geographic Information Systems has been developed based on the progress of the computer sciences, using concepts of the geodesic sciences, to by applied where spatial data are need. This technology is optimized and interactive systems are made. Concepts relative to spatial data modeling are discussed. The application on the real world and the conceptual model is analyzed. The physical model is formulated based on the medical emergency, to obtain a system that integrates health programs to find patients.

Entre as técnicas de análise exploratória de dados espaciais encontram-se os indicadores de associação espacial, que mensuram o grau de dependência espacial dos dados analisados e são aplicáveis apenas a dados quantitativos. Outro procedimento disponível é a geoestatística, a qual se baseia no variograma, descrevendo quantitativa e qualitativamente a estrutura espacial de determinada variável. Neste trabalho, utilizam-se conceitos do variograma para desenvolver um indicador de associação espacial global (SIVAR-G) e um indicador de associação espacial local (SIVAR-L). São utilizados dois bancos de dados: dados binários de escolha modal de uma Cidade Fictícia e dados de média de viagens por modo automóvel por domicílio para um recorte da região central da cidade de São Paulo (Pesquisa de Mobilidade 2012). Em ambos os casos, o indicador global, para diferentes vizinhanças, foi calculado com base em valores padronizados, provenientes do variograma experimental e teórico. Em seguida, aplicou-se um teste de hipótese baseado em pseudo-significância para avaliar a significância do indicador proposto previamente. Por fim, os resultados do indicador proposto foram comparados ao índice de Moran, calculado com os mesmos parâmetros. Para o indicador local, foi elaborado um procedimento similar, porém os cálculos foram feitos pontualmente. Cada observação do banco de dados teve um variograma experimental calculado e um variograma teórico modelado para uma análise omniderecional. Um teste de hipótese similar ao do indicador global foi desenvolvido e aplicado. Assim obtiveram-se indicadores de associação espacial local ponto a ponto. Conclui-se que o indicador SIVAR-G possui desempenho satisfatório na estimação de associação espacial para dados contínuos e binários, mostrando-se sensível a anisotropia dos dados. O indicador SIVAR-L é capaz de identificar \"bolsões\" de associação espacial. É aplicável a dados contínuos e binários. Os indicadores propostos permitem a modelagem de variogramas teóricos globais e locais, fornecendo uma maior riqueza de detalhes da estrutura espacial dos dados. Os indicadores SIVAR baseiam-se na dissimilaridade espacial, enquanto o índice de Moran e LISA baseiam-se na similaridade espacial. / Among the exploratory spatial data analysis tools, there are the indicators of spatial association, which measure the degree of spatial dependence of the analyzed data and can be applied to quantitative data. Other procedure available is the geoestatistics, which is based on the variogram, describing quantitatively and qualitatively the spatial structure of a variable. The aim of this thesis is to use the concept of the variogram to develop a global indicator of spatial association (SIVAR-G) and a local indicator of spatial association (SIVAR-L). Two data bases were used: binary data of travel mode choice of a hypothetical city and mean of automobile trips by household to a region of São Paulo\'s center (Mobility Survey, 2012). In both cases, the global indicator, for different neighborhoods, was calculated based on standardized values, derived from the experimental and theoretical variogram. Then, a pseudo-significance test was applied to evaluate the significance of the previously proposed indicator. The results of the proposed indicator were compared to Moran\'s I, calculated with the same parameters. For the local indicator, it was made a similar procedure, however the calculation was punctual. For each observation of the database, it was calculated experimental variogram and adjusted a theoretical variogram for a omnidirectional analysis. A hypothesis test similar to the one applied in the global indicator was developed and applied. Therefore, it was obtained local indicators point by point. It was concluded that the indicator SIVAR-G has a satisfactory performance for spatial association of binary and continuous data, with sensibility for anisotropy cases. The SIVAR-L indicator is able to identify spatial association pockets and outliers. The local indicator is suitable for continuous and binary data. The developed indicators allow the modeling of theoretical global and local variograms, providing more details of the spatial structure of the data. The SIVAR indicators are based on spatial dissimilarity, while the Moran and LISA index are based on spatial similarity.

Entre as técnicas de análise exploratória de dados espaciais encontram-se os indicadores de associação espacial, que mensuram o grau de dependência espacial dos dados analisados e são aplicáveis apenas a dados quantitativos. Outro procedimento disponível é a geoestatística, a qual se baseia no variograma, descrevendo quantitativa e qualitativamente a estrutura espacial de determinada variável. Neste trabalho, utilizam-se conceitos do variograma para desenvolver um indicador de associação espacial global (SIVAR-G) e um indicador de associação espacial local (SIVAR-L). São utilizados dois bancos de dados: dados binários de escolha modal de uma Cidade Fictícia e dados de média de viagens por modo automóvel por domicílio para um recorte da região central da cidade de São Paulo (Pesquisa de Mobilidade 2012). Em ambos os casos, o indicador global, para diferentes vizinhanças, foi calculado com base em valores padronizados, provenientes do variograma experimental e teórico. Em seguida, aplicou-se um teste de hipótese baseado em pseudo-significância para avaliar a significância do indicador proposto previamente. Por fim, os resultados do indicador proposto foram comparados ao índice de Moran, calculado com os mesmos parâmetros. Para o indicador local, foi elaborado um procedimento similar, porém os cálculos foram feitos pontualmente. Cada observação do banco de dados teve um variograma experimental calculado e um variograma teórico modelado para uma análise omniderecional. Um teste de hipótese similar ao do indicador global foi desenvolvido e aplicado. Assim obtiveram-se indicadores de associação espacial local ponto a ponto. Conclui-se que o indicador SIVAR-G possui desempenho satisfatório na estimação de associação espacial para dados contínuos e binários, mostrando-se sensível a anisotropia dos dados. O indicador SIVAR-L é capaz de identificar \"bolsões\" de associação espacial. É aplicável a dados contínuos e binários. Os indicadores propostos permitem a modelagem de variogramas teóricos globais e locais, fornecendo uma maior riqueza de detalhes da estrutura espacial dos dados. Os indicadores SIVAR baseiam-se na dissimilaridade espacial, enquanto o índice de Moran e LISA baseiam-se na similaridade espacial. / Among the exploratory spatial data analysis tools, there are the indicators of spatial association, which measure the degree of spatial dependence of the analyzed data and can be applied to quantitative data. Other procedure available is the geoestatistics, which is based on the variogram, describing quantitatively and qualitatively the spatial structure of a variable. The aim of this thesis is to use the concept of the variogram to develop a global indicator of spatial association (SIVAR-G) and a local indicator of spatial association (SIVAR-L). Two data bases were used: binary data of travel mode choice of a hypothetical city and mean of automobile trips by household to a region of São Paulo\'s center (Mobility Survey, 2012). In both cases, the global indicator, for different neighborhoods, was calculated based on standardized values, derived from the experimental and theoretical variogram. Then, a pseudo-significance test was applied to evaluate the significance of the previously proposed indicator. The results of the proposed indicator were compared to Moran\'s I, calculated with the same parameters. For the local indicator, it was made a similar procedure, however the calculation was punctual. For each observation of the database, it was calculated experimental variogram and adjusted a theoretical variogram for a omnidirectional analysis. A hypothesis test similar to the one applied in the global indicator was developed and applied. Therefore, it was obtained local indicators point by point. It was concluded that the indicator SIVAR-G has a satisfactory performance for spatial association of binary and continuous data, with sensibility for anisotropy cases. The SIVAR-L indicator is able to identify spatial association pockets and outliers. The local indicator is suitable for continuous and binary data. The developed indicators allow the modeling of theoretical global and local variograms, providing more details of the spatial structure of the data. The SIVAR indicators are based on spatial dissimilarity, while the Moran and LISA index are based on spatial similarity.

<p>A Spatial Data Infrastructure (SDI) is required to make the spatial data be fully used and well shared by the society. In China, SDI’s has also been established progressively. A thorough understanding of the potentials and shortcomings about SDI in China has a positive significance to clearly identify the future direction and actions.In order to find out the potentials and shortcomings of SDI in China, the current situation of SDI and SDI in China have been assessed through literature review and interview. Then a Strengths, Weaknesses, Opportunities and Threats (SWOT) analysis has been developed. Based on the current experiences of SDI development in China, the thesis concludes that China have a good potential to develop its SDI function. It also points out that there still are some weaknesses needed to be surmounted, such as: lacking advanced technology, data duplication, and lack of skilled workforce. There is a big room and capability to improve the development of Chinese SDI well in the future.</p>