Publicado por: sadeckgeo | maio 29, 2015

GIS e a Internet das coisas

image00

Olá todos, essa postagem foi feita a 4 mãos por mim e pelo nosso novo colaborador Luiz Cortinhas, que é formado em Engenharia de Computação e tem experiência na área de Engenharia Elétrica, com ênfase em Integração de Banco de Dados Heterogêneos e Sistemas de Apoio à Decisão usando Bussines Intelligence. O Luiz está trabalhando também com mineração de dados sobre Big Data usando Cuda e contribuirá com o blog, na medida do possivel, com temas na interface GEO / TI.

Vamos à postagem!?

Em pouco tempo a internet das coisas estará em pleno funcionamento, e juntamente com ela teremos uma renovação no universo GIS baseado em localização. Imagino que com essa mudança, a quantidade de dado (informação) será ainda maior do que é hoje, abrindo caminho para a estruturação de banco de dados e Big Data. A internet das coisas possibilitará uma nova forma de comércio, bastante lucrativa para os seus diversos atores. Isso tudo usando análise espacial.

Uma outra tecnologia que vai ter uma importância bem elevada é a telemetria que possibilita com que as coisas conversem entre si, por exemplo, se estou conduzindo pela estrada e passo por um buraco, o meu carro pode enviar para os demais um aviso de que naquela localização existe um buraco ou até mesmo reduzir a velocidade do automóvel seguinte.

E é nesse ponto que entra o SIG, pois é preciso saber onde está o fenômeno, qual a sua intensidade e outra questões, para que se possa tomar decisões em tempo real e também por histórico de informações. Essas informações podem ser lincadas com outras bases de dados tornando a análise muito mais holística e assim a tomada de decisões deve ser muito mais acertadas.

Libelium (2013), dividiu a internet das coisas em 12 direções a saber:  Cidades, Meio Ambiente, Água, Medição, Segurança e Emergências, Comércio, Logística, Controle Industrial, Agricultura, Pecuária, Automação residencial e Saúde. As coisas relacionadas com esses grandes temas também fazem parte da análise espacial, que considera geralmente a localização, a forma, o tamanho, a orientação e o raio de influência.

Recentemente vimos uma aplicação bem interessante, o Neo4J que pode ser que ela seja muito bem usada nessa área. O Neo4J é um gerenciador de banco de dados que funciona análogo a uma estrutura de Grafo, onde suas principais propriedades são: nó ou node e relacionamento, onde respectivamente representam o arquivo (Documento) a ser armazenado e a relação entre eles, sendo assim, este NoSql se organiza através de relacionamento entre os nós, armazenando informação não somente em seus Nodes mas nas relações entre eles.

Existem algumas vantagens e desvantagens ao utilizar um banco de dados baseado em grafo, como principal vantagem temos o modo de pensar humano que se aproxima muito da estrutura de um grafo onde mentalmente correlacionamos todas as coisas facilitando a curva de aprendizado da proposta de SGBD e aproximando o computador de um mundo mais real.

Sua principal desvantagem é que contrario ao pensamento tradicional de normalização de dados (Parte da ciência da computação que estuda como evitar desperdício com redundância de dados) muito aplicada a SGBD’s tradicionais como PostgreSQL e MySQL, o Neo4J não possui essa convenção e em muitas aplicações ele é mais rápido se a regra de normalização for completamente ignorada.

Segundo Hedinger (2014), o Neo4j torna incrivelmente fácil modelar as ligações dos aparelhos, bem como a localização, no mesmo contexto com dados, deixando a informação bastante rica.

De acordo com a ESRI uma das principais tendencias do SIG chama-se “SIG  4D” onde é considerado o tempo como a quarta dimensão, esta tendência já é conhecida na Ciência da Computação e tende à um braço da Mineração de Dados chamado predição, onde através de uma série temporal é possível fazer estimativas ou predizer com exatidão o que aconteceu ou acontecerá, com o Neo4J e com a internet das coisas, isso se tornaria mais fácil, pois a concepção de dados temporais acontece de forma parecida com um grafo, onde um padrão de ações gerá um padrão de saída, e essas saídas, novas ações e assim por diante. Essa reação em cadeia é o que dificulta a modelagem para os bancos de dados mais tradicionais, além da grande correlação entre os dados. Nos bancos de dados convencionais a forma de armazenamento não permite inserções de eventos intermediarios entre eventos previstos pelo sistema, à não ser que o gestor do banco fique sempre modelando o mesmo para se adequar as novas descobertas.

Referências

“50 Sensor applications for a Smarter World. Get Inspired …” 2013. 29 May. 2015 <http://www.libelium.com/50_sensor_applications/>

“Graphs & The Internet of (Connected) Things – Neo4j Graph …” 2014. 29 May. 2015 <http://neo4j.com/blog/graph-of-things/>

“GIS Evolution and Future Trends – Innovative GIS.” 2007. 29 May. 2015 <http://www.innovativegis.com/basis/mapanalysis/Topic27/Topic27.htm>

Anúncios

Responses

  1. Curtido por 1 pessoa


Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s

Categorias

%d blogueiros gostam disto: