Este documento resume três tipos principais de mapas temáticos: 1) Mapas coropléticos, que traduzem valores para áreas e são ideais para mostrar densidades; 2) Mapas de símbolos proporcionais, que usam símbolos em proporção a valores; 3) Diferentes métodos de classificação para mapas quantitativos, como intervalos iguais, quantis e quebras naturais.

1. Cartografia Temática
Mapas Coropléticos
Mapas de Símbolos Proporcionais
INFORMÁTICA APLICADA AO
PLANEJAMENTO TERRITORIAL
Carolina Moutinho Duque de Pinho
carolina.pinho@ufabc.edu.br
Vitor Vieira Vasconcelos
vitor.vasconcelos@ufabc.edu.br
CS3406 - Informática Aplicada ao Planejamento Territorial setembro de 2017
Aula 2

2. Conteúdo
• Definindo o nosso objeto de estudo:
mapas temáticos
• Super-revisão de Cartografia
• Mapas coropléticos
•Métodos de classificação
•Teoria das cores
• Mapas de símbolos proporcionais
• Atividade prática

3. Tipos de mapas
Tipo de
mapas
Mental Tangível Virtual
Referência Temático
Qualitativo Quantitativo
Única
Variável
Multi-
Variáveis
Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

4. Mapas mentais
Fonte: MOURA, Flávia de Barros Prado; MARQUES, José Geraldo Wanderley. Conhecimento de pescadores tradicionais sobre a dinâmica espaço-temporal de recursos naturais na Chapada
Diamantina, Bahia. Biota Neotrop., Campinas , v. 7, n. 3, 2007 . Available from <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1676-06032007000300014&lng=en&nrm=iso>
Descrevem
imagens
mentais que
possuem
atributos
espaciais.

5. Tipos de mapas
Tipo de
mapas
Mental Tangível Virtual
Referência Temático
Qualitativo Quantitativo
Única
Variável
Multi-
Variáveis
Referência  a enfâse é na localização
Temático  a enfâse é mostrar feições ou conceitos particulares
Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

6. Mapa de Referência
Fonte: http://mapas.owje.com/7253_mapa-de-referencia-general-del-mundo.html
São mapas que mostram objetos naturais e artificiais do espaço geográfico. A ênfase
é na localização.

7. Tipos de mapas
Tipo de
mapas
Mental Tangível Virtual
Referência Temático
Qualitativo Quantitativo
Única
Variável
Multi-
Variáveis
Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.
Referência  a enfâse é na localização
Temático  a enfâse é mostrar feições ou conceitos particulares

8. Mapas temáticos - qualitativos
Fonte: http://osmapastematicos.blogspot.com.br/2008/10/blog-post_31.html
Fonte: https://commons.wikimedia.org/wiki/File:Mapa_linguistico.gif
Corocromáticos

9. Qualitativos Pontuais

10. Mapas temáticos - quantitativos
Fonte: http://osmapastematicos.blogspot.com.br/2008/10/blog-post_31.html
Fontehttps://observatoriose.files.wordpress.com/2011/12/mapa-extrema-pobreza1.jpg

11. Mapas temáticos - quantitativos
Para variáveis contínuas (mudança gradual no espaço)
Isopléticos ou de linhas

12. Tipos de mapas
Tipo de
mapas
Mental Tangível Virtual
Referência Temático
Qualitativo Quantitativo
Única
Variável
Multi-
Variáveis
Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

14. Revisão de
Cartografia

15. Sistemas Geodésicos de Referência
Fonte: Júlio D’Alge
Nós!!!
WGS84
SAD69
SIRGAS2000

16. Elipsóide + Datum
WGS84
Córrego Alegre
SAD69
SIRGAS2000
Ajuste “médio” para todo o mundo
Incluído em quase todos softwares e equipamentos
• Melhor ajuste na América Latina
• Padrão do IBGE
• Semelhante ao WGS84

17. Sistema de Coordenadas
UTM (Metros)
Geográfica (Lat e Long)
Zonas

18. Sistemas de Coordenadas Geográficas
Geográficas UTM
Latitude e Longitude Metros
Áreas extensas
(País, Estados)
Áreas pequenas
(bairros, lotes)
Independe de Zona Problema se área cruza duas
zonas UTM
Menos intuitivo
(“Quão longe é 1 grau?”)
Alguns algorítmos
necessitam da UTM como
unidade de medida
Cartografia oficial Trabalhos de campo

19. Elementos de um mapa
Checklist (obrigatório no Trabalho e nos Exercícios):
• Título
• Mapa (com coordenadas)
• Rosa dos Ventos (Indicação de Norte)
• Legenda
• Escala Gráfica
• Informações de:
• Sistema de projeção (WGS84, Sirgas2000, etc.) e se é UTM
• Fontes das bases cartográficas e de informação
• Método de classificação da legenda
• Autoria e data

20. Elementos de um Mapa
Densidade de
Drenagem da Bacia do
Rio Paracatu
Drenagem/km2
Projeção: Sirgas 2000
Intervalos por quantil
Bases: IBGE (1971)
Autoria: Vitor Vieira Vasconcelos, 2014
Título
Rosa dos Ventos
Escala Gráfica
Mapa e
coordenadas
Legenda
• Sistema de projeção
• Fontes das bases
cartográficas
• Método de
classificação da
legenda
• Autoria e data

21. Métodos de mapeamento para
fenômenos quantitativos

22. Assim começa a nossa história…
Eu quero acabar com a pobreza
do país!
Me façam um mapa para eu saber
onde investir os nossos recursos!

23. Trabalho entregue!
Mas com esse mapa
eu não consigo saber
quantos pobres tem
cada Estado!

24. Um novo mapa!

25. Êpa! Dent et al (2009) dizem que
mapas coropléticos não devem
exibir quantidades totais! Os
Estados não tem a mesma área!
Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

27. Mapas coropléticos
Finalidade: traduzir valores para as áreas
Variáveis:
Ideal: Valores de densidade (variável/km2)
Possível: Proporções (ex: valores per capita)
• Mas polígonos maiores são mais destacados visualmente
Não aconselhável: Valores absolutos (quantidades totais)

28. Classes em mapas
coropléticos

29. Intervalos
Iguais
• Fácil de entender
• Pode abranger
uma série de
mapas (evolução
temporal ou
cenários)
1991 2000 2010
Pessoas Pobres / km2

30. Intervalos
Iguais
• Problema:
 Muitos Estados
em uma classe
e poucos nas
outras
1991 2000 2010
Pessoas Pobres / km2

31. Intervalos Iguais
• Criar classes
para valores
discrepantes
(outliers), e
intervalos iguais
para o restante
Pessoas
Pobres/km2
Valores
discrepantes

32. Frequências Iguais (quantil)
Pessoas
Pobres/km2
Mapa mais equilibrado,
com mais diferenciação
no espaço

33. Desvio PadrãoMédia
0,5σ
1,5σ
2,5σ
-0,5σ
Recomendado para
dados com
distribuição normal
• Não é o nosso caso
aqui
Pessoas
Pobres/km2

34. Desvio Padrão
Distribuição
Normal

35. Desvio Padrão
Distribuição
Normal
Não Normal

36. Quebras Naturais (Jenks)
• Testa todas as
combinações de classes e
escolhe aquela
combinação que:
o Tem menor variância
interna em cada classe
(agrupa elementos que são
mais semelhantes)
o Tem maior variância entre
as classes (classes são mais
diferentes entre si)
• Algumas classes podem
ficar com poucos
elementos
FISHER, W. 1958. On Grouping for Maximum Homogeneity. Journal of the American Statistical Association, 53.

37. Quebras Naturais (Jenks)
• Quebras Naturais (Jenks) é um caso específico de Análise
de Agrupamentos
Agrupamento Univariado
(Quebras Naturais)
Agrupamento com 3 variáveis

38. Quebras Naturais (Jenks)
Pessoas
Pobres/km2
Intervalos não
contínuos, para
enfocar as
quebras

39. Intervalo Geométrico
Algoritmo procura uma
combinação de classes que
atenda em conjunto:
 Quebras naturais
 Quantis (número semelhante de
elementos por classe)
 Intervalos semelhantes
Pessoas
Pobres/km2

40. Mapas classificados ou contínuos
• Simplificado
• Fácil de checar
valor na legenda
• Agrupamentos
• Melhor
comparação
entre vizinhos
distantes
• Mais informação
• Difícil checar
valor na legenda
• Gradações
• Melhor
comparação
entre vizinhos
próximos

41. Mapas classificados ou contínuos

42. Cores e Cartografia
Os seres humanos respondem às formas com o
intelecto e à cor com suas emoções; pode-se dizer
que sobrevivemos pela forma e vivemos pela cor
(Sharpe, 1974, p. 123)
Sharpe, D. 1974. The Psychology of Color and Design. Chicago: Nelson Hall

43. Sistema HSV (Hue- Saturation- Value)
Matiz ou Chroma (Hue) É o
comprimento de onda particular
daquela cor.
Brilho ou Tonalidade (Value)  A
tradução da sensação de claro e
escuro para uma escala relativa e o
conceito de Value.
Saturação (Saturation)  Define o
grau de pureza de um matiz ou o
contraste entre uma cor “apagada” e
“ vívida”.
Exemplo: adicionar tinta cinza no
pote de outra tinta.

44. Sistema HSV (Hue - Saturation - Value)
Cores Saturadas Cores pasteis

45. Cores para legendas
• Contraste de:
- Matiz
- Saturação
- Valor (tonalidade)
• Quantas classes?
- Usualmente de 4 a 5 (Dent et al., 2009)
- C = 1 + 3,3 * log(n) (Sturges, 1926) n = número de elementos
- Limite de: 8 tonalidades (Brewer, 2015)
5 tonalidades (Peterson, 2009)
- Limite de 8 matizes (Robinson et al., 1995)
Mas problema com deficiência visual de cores
BREWER, C. 2015. Designing better maps: a guide for GIS users. ESRI press.
DENT, B.D. et al. 2009. Thematic Map Design. New York: McGraw Hill
PETERSON, G.N. 2009. GIS Cartography: a guide for effective map design. Boca Raton: Taylor & Francis.
ROBINSON, A.H. et al. 1995. Elements of Cartography. 6th edition. Willey.
STURGES, H. 1926. The Choice of a Class-Interval. Journal of American Statistical Association, 21, 65-66.

46. Cores Saturadas
 Chamam atenção
 Cansam a vista
 Causam ilusão de
contra-cor
Cores Pastéis
 Chamam menos
atenção
 Mais agradáveis
Cores para legendas

47. Cores Saturadas Cores Pastéis

48. Cores quentes e frias
Cores
Ativas
Cores
Passivas
Cores
Neutras

49. Círculo Cromático
Cores
complementares
possuem maior
contraste
Cores análogas dão
ideia de continuidade

50. Círculo Cromático
2 Classes
Cores complementares possuem maior
contraste e dão harmonia

51. Círculo Cromático
Cores complementares possuem maior
contraste e dão harmonia
3 Classes

52. Círculo Cromático
Cores complementares possuem maior
contraste e dão harmonia
4 Classes

53. Cores Quentes e Frias
Temperatura Média no Mundo
http://www.tempoemteutonia.com.br/index.php/mapas-de-temperaturas-medias-no-mundo/

54. • Mapas para Ver
 GPS de carro
 Panfletos
 Mapas para crianças
• Mapas para Ler
 Artigos e livros
 Projetos Técnicos
 Mapas para pessoas
mais velhas
Visualização rápida
Menos elementos (comunicação seletiva)
Boa memorização
Cores Saturadas
Cores Quentes
Finalidades e escolhas
Exploração de dados
Mais classes, elementos, informações
Pior memorização
Cores Pastéis
Cores Frias ou Neutras

55. Exercício
 Suponha que você está fazendo um projeto de
mapeamento de risco geotécnico. Explique quais as
características dos mapas que você faria para os
seguintes contextos:
Uso professional por técnicos da defesa civil
Oficinas de sensibilização com população de baixa renda
em aglomerados subnormais
Reuniões com gestores públicos

56. Dicas para cores
• Cores adjacente devem constrastar em matiz
(tonalidade) e valor (nível de cinza)
o Ex: não usar linhas amarelas sob fundo branco
• Variação de percepção da retina:
o Vermelho e verde para o centro da imagem
o Preto, branco e amarelo na periferia da imagem
• Azul claro para regiões amplas, e não para linhas finas
• Para regiões amplas, não usar alta saturação. Preferir
cores pastéis
•Usar alta saturação para elementos pequenos que se
queira ressaltar
Bartram, L. (2014) Introduction to Visual Analytics. IAT 814. Em: http://slideplayer.com/slide/8805850/

57. Fluxograma para uso de cores
Começo
O mapa apresenta
dados ordenados?
Não
Esquema
Qualitativo
(matiz)
A ordenação tem
foco em um
centro, ou meio?
Não Esquema
Sequencial
(tonalidade)
A tendência é
convergente ao
centro?
Não
Sim
Esquema
Divergente
Esquema
Convergente
FREAC, G.S. Using Colors in Maps. Em: http://visual.ly/using-color-maps
Torta favorita
Morango
Laranja
Amora
Batata doce
Pistache
Blueberry
Taxa de Pobreza (%)
Mudança no Preço de Imóveis
Maior
Sem alteração
Menor
Preferência Eleitoral
Conservador Oposição
Sim
Sim

58. Corrente alternativa
Não há regras!
O mapa é uma produção artística!
Cartwright, W., Gartner, G. and Lehn, A. eds., 2009. Cartography and art. Springer Science & Business Media.

59. Aprendendo com os pintores clássicos
Claude Monet – Estação de Trem de Saint-Lazare
Friedmannová, L. 2009. What we can learn from the masters? Color schemas on paintings as the source of color ranges applicable in
cartography. Cartwright, W., Gartner, G. and Lehn, A. eds., Cartography and art. Springer Science & Business Media.

60. Deficiência visual de cores
 4 % da População
 1 em cada 12 homens
 1 em cada 200 mulheres
Mercola (2015) One in twelve men are color blind. Em:
http://articles.mercola.com/sites/articles/archive/2015/10/10/color-blindness.aspx
Xie, J.Z., Tarczy-Hornoch, K., Lin, J., Cotter, S.A., Torres, M., Varma,
R. and Multi-Ethnic Pediatric Eye Disease Study Group, 2014. Color
vision deficiency in preschool children: the multi-ethnic pediatric eye
disease study.Ophthalmology, 121(7), pp.1469-1474.

61. Deficiência visual de cores

63. Teste de Ishihara
Ishihara, Shinobu. "Tests for Color Blindness." American Journal of Ophthalmology 1, no. 5 (1918): 376.

65. HOFFMAN, D. 2009. Concerning the value of Human Life. Em: https://cartastrophe.wordpress.com/tag/bad-colors/

66. Escolhendo
cores
• Diagrama de Zonas de
Confusão
o Não escolher de zonas vizinhas
o Escolher cores com níveis de valor
(tonalidade) diferentes
• Ou escolher apenas uma cor e
variar de claro para escuro (valor,
tonalidade)
• Ou variar saturação e valor
(tonalidade) sobre o matiz azul
• Usar o ColorBrewer (aula prática)

67. Alternativas
Aplicativo Color Blind Pal
Óculos Oxy-Iso
https://itunes.apple.com/us/app/color-blind-pal/id1037744228
http://www.o2amp.com/

68. Visolve
Original Transformada (textura automática)
http://www.ryobi-sol.co.jp/visolve/en/

69. Impressões e cópias em escala de cinza
• Variações de matiz e
saturação passam a
não fazer sentido
o Mapas divergentes
ficam ilegíveis
• Sugestão:
o Trabalhar com valor
(gradações claro x escuro)
o Trabalhar com
hachuras e
texturas
BREWER, C. 2015. Designing better maps: a guide for GIS users. ESRI press.

70. Cores ou texturas?

71. Mapas de Hachuras
Orientação Densidade
Tonalidade
GIRARDI, E.P. Geocartografia: as variáveis visuais. Em: http://slideplayer.com.br/slide/5605149/

72. Combinação
de recursos
VASCONCELOS, V.V.; MARTINS JUNIOR, P.P.; CARNEIRO, J.A.; ENDO, I.; ROSA, S.A.G.; D’ABREU, L.A.; GOMES, L.A.M. Diversidade de Sistemas
Hídricos na Bacia do Rio Paracatu. ENCONTRO NACIONAL DE GEÓGRAFOS, 18, Anais..., São Luís, Julho, 2016. AGB, São Paulo, 2016.

73. Semi-transparência de hachuras
Vasconcelos VV. Recarga de Aquíferos: subsídios à gestão hídrica e ambiental – Bacia do Rio Paracatu SF7.
Tese de Doutorado. Universidade Federal de Ouro Preto. 2014.

74. Mapas de símbolos proporcionais

75. Mapas de símbolos proporcionais
Tipos de variáveis:
◦ Dados absolutos (quantidade)
◦ Magnitude de fenômenos
Casos de uso:
 Dados de localizações pontuais
 Símbolos de dados dentro de áreas

76. Flannery, J. 1956. The Graduated Circle: A Description, Analysis and Evaluation of a Quantitative Map Symbol. Ph.D.
dissertation, University of Wisconsin-Madison.
Fórmula Psicofísica:
R = K * Sn
R = Resposta
S = Estímulo
K = Constante (para cada símbolo)
N = Expoente

77. Flannery, J. 1956. The Graduated Circle: A Description, Analysis and Evaluation of a Quantitative Map Symbol. Ph.D.
dissertation, University of Wisconsin-Madison.
Sugestões:
• Se a diferença entre o menor e o maior valor for
maior que 10 vezes, utilizar “Perceptual Scaling”.
• Usar pelo menos três círculos de tamanho
diferentes na legenda.
Griffin, 1985, Groups and Individual
Variations in Judgment and Their
Relevance to the Scaling of Graduated
Circles, Cartographica 22:21-30

78. Qual dos pontos centrais é maior?
Ilusão de Ebbinghaus
Campbell, J.E.; Shin, M. (2012) Geographic Information System Basics. Em:
http://2012books.lardbucket.org/pdfs/geographic-information-system-basics.pdf

79. Illusão de Ebbinghaus nos mapas
Inserir limites diminui a
ilusão de óptica
Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

80. Representação multivariada

81. Proporção de
pessoas sem
instrução ou que
completaram
menos de um ano
de estudo (%)
Total de pessoas
sem instrução
ou que
completaram
menos de um
ano de estudo
Representação multivariada

82. Mapping Crime: Principle and Practice, by Keith
Harries, Ph.D., December 1999. In:
https://www.ncjrs.gov/html/nij/mapping/toc.html
Resultado de votação no legislativo
Energia Renovável na Europa - 2016
http://gisuser.com/2016/03/gfk-launches-new-geomarketing-software-regiograph-2016/
Representação Multivariada

83. Coroplético + Símbolos Proporcionais
Maia, Alexandre Gori, and Antonio Marcio Buainain. "Pobreza objetiva e subjetiva no Brasil." Confins. Revue
franco-brésilienne de géographie/Revista franco-brasilera de geografia 13 (2011).
População com
Insuficiência
Alimentar
Símbolo proporcional deve ter alto contraste em
relação ao mapa de fundo

84. Para além dos círculos
Brewer, C.A. and A.J. Campbell. 1998. "Beyond graduated circles: Varied point symbols for representing quantitative data on
maps." Cartographic Perspectives. 29: 6-25.

85. Qual símbolo escolher?
Por que o Círculo?
• Facilidade de visualização
• Facilidade de estimar variação de magnitude
• Pode se transformar em gráfico de pizza
E o Quadrado?
• Melhor que o círculo para estimar variação de magnitude
• Confunde visualização de outros símbolos no mapa
•E a Barra?
• Estimação praticamente perfeita de magnitude
• Confunde o leitor quanto à localização exata do elemento no mapa
E os Ícones (Desenhos)?
◦ Amigáveis
◦ Piores para estimar variação de magnitude

86. Dificuldades
Problemas quando os valores são muito próximos entre todos os elementos
Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

87. Escala graduada (símbolos graduados)
Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.
•Maior flexibilidade
de simbolizar
•“Engana” o leitor
com as
proporções

88. Vantagens Desvantagens
Transmite intensidade do
fenômeno
Não é bom se os elementos tem
valores similares
Transmite localização pontual
Menos foco na distribuição
espacial
Possibilidade de visualização
multivariável
Encobrimento de outros
elementos
Não representa o valor “zero” ou
valores negativos
Mapas de símbolos proporcionais
Dent, B.D. et al. (2009) Thematic Map Design. New York: McGraw Hill.

89. Atividade Prática!

90. Manipulação de dados no ArcGis
•Abrir arquivos:
oUFBR.shp = Estados do Brasil
oAedes2016.dbf = Casos de Dengue, Chikungunya e Zica em 2016,
(Ministério da Saúde, Boletim Epidemiológico, v. 48, n. 2, 2017)
oPOP_2016.dbf = População estimada em 2016 e área em km2 (IBGE)

91. Explorando tabelas
• Abra a tabela de atributos de
ufbr.shp
• Abra as tabelas aedes2016.dbf
e pop_2016.dbf

92. União de atributos
• Na camada ufbr.shp, clique em “join and relates” -> “join…”

93. União de
atributos
• Selecione a tabela
aedes2016.dbf
• Use as variáveis coduf como
chaves primárias
• Após a operação, verifique se
as colunas com as variáveis de
dengue, chikungunya e zica
estão na tabela de ufbr.shp

94. Exportar shapefile para gravar
atributos
• Exporte o shapefile com o nome ufaedes.shp
• Abra a tabela de atributos de ufaedes.shp

95. Criação de variáveis
• Abra a tabela de ufaedes.shp
• No visualizador de tabelas,
selecione “Add Field”
• Crie o campo “pop2016” do
tipo “long integer”
• Verifique se a coluna foi
adicionada na tabela
• Faça o mesmo para criar as
variáveis:
• “areakm2”, com o tipo
“Float”
• “total”, do tipo “long integer”

96. •Abra o Editor Toolbar e selecione “Editor”-> “Start Editing”
• Selecione para editar ufaedes.shp
•Na tabela de “ufaedes.shp”, dê dois cliques no título da coluna “coduf” para
verificar que os dados estão ordenados de forma crescente
• Abra a tabela pop_2016.dbf no Calc (formato
Europa ocidental - DOS/OS2-850/Internacional),
ou no Excel, e verifique se os dados estão em
ordem crescente na variável “coduf” e copie os
dados de população a tabela de ufaedes.shp no
ArcMap (ctrl+C e ctrl+V).
• Vá em “Editor”-> “Save Edits” e depois em “Stop
Editing”

97. • Abra o Arctoolbox, no
menu “Geoprocessing”
-> “Arctoolbox”, ou no
ícone:
•Selecione “Data
Management Tools”->
”Projections and
Transformations” ->
“Project”

98. • Escolha o shapefile “ufaedes”
• Escolha a pasta e o nome de
saída “ufaedes_utm.shp”
• Escolha o Sistema de
coordenadas “Projected” ->
“World” ->
“WGS_1984_World_Mercator”
Vamos usar a projeção UTM
(em metros) para calcular a área
de cada Estado

99. • Abra a tabela de atributos
de “ufaedes_utm.shp”
• Clique com o botão direito
no título da coluna
“areakm2” e escolha a
opção “calculate geometry”
• Na tela de aviso, clique em
“Yes”

100. • Escolha “Area” em
“Property”
• Escolha “Square
Kilometers” em “Units”
• Na tela de aviso, clique em
“Yes”
• Verifique se os dados de
área foram calculados na
tabela

101. Criação de variáveis
• Clique com o botão direito no título da coluna “total” na
tabela da camada “ufaedes_utm”
• Selecione
“Field Calculator”
• Clique “Yes” na
tela de aviso

102. • Monte a fórmula somando
os casos de dengue,
chikungunya e zica, clicando
nos campos (“Fields”) e nos
botões da calculadora
• Pressione “ok”
• Verifique se os valores
foram adicionados na coluna
“Total”

103. ColorBrewer www.colorbrewer2.org

107. ColorBrewer no ArcGis
• Baixar o arquivo ColorBrewer.style no site
https://github.com/ISUEOGTP/GISTaskSheets
• No ArcMap, acesse “Customize” -> “Style Manager”

108. ColorBrewer no ArcGis
Clique
em Styles

109. ColorBrewer no ArcGis
1. Clique em Add Style to list e
encontre o arquivo
ColorBrewer.style
2. Depois de adicionar escolha
“Set as default list”
1
2

110. ColorBrewer no ArcGis

111. Mapas coropléticos no ArcGIS
• Dê dois cliques na camada “ufaedes_utm” para abrir a janela “Layer
Properties”
• Na aba “Symbology”, selecione a opção “Quantities” -> “Graduated colors”
• Escolha para
visualizar os casos
de dengue,
normalizando pela
área (ou seja,
casos de dengue
por km2)
• Escolha 6 classes

112. Mapas coropléticos no ArcGIS
• Clique com o botão direito na rampa de cores e de-selecione a opção
“Graphic View”
• Selecione a paleta de cores escolhida no ColorBrewer
• Clique em
“Classify”

113. Métodos de classificação
• Escolha a opção
“Equal interval”
• Pressione “ok” e, na
janela principal, “Apply”
• Verifique a visualização
do mapa
• Explores as demais
classificações:
• Quantile
• Natural breaks
• Geometric Interval
• Manual, arrastando as
barras azuis
• Escolha uma das
classificações
• Explore essa mesma
técnica de classificação
para Chikungunya, Zica e
Total, e para
normalização por
população

114. • Na aba “Simbology”, selecione a variável “Total” com normalização
sobre “áreakm2” e a classificação escolhida.
• Clique com o botão direito sobre a legenda e escolha “Format labels”
• Escolha “Number of decimal places” e 2, para “Rounding”
• Clique em “Apply”

115. Mapa de símbolos proporcionais
• Clique com o botão direito
sobre a camada
ufaedes_utm, e selecione
“Copy”
• Clique com o botão direito
sobre “Layers” e selecione
“Paste Layers”
• Renomeie a camada superior
para “ufaedes_utm_simbolo”,
clicando 1 vez no nome,
esperando 1 segundo e
clicando de novo

116.  Dê dois cliques na camada “ufaedes_utm_simbolo” a lista
 Na aba “Symbology”, selecione “Quantities” -> “Proportional symbols” e marque:
 “Value” como a variável “total”
 Como “background” o padrão “Hollow”
 “Min Value”: uma cor que contraste com a cor escolhida para o mapa coroplético no “ColorBrewer”, e tamanho (“Size”)
igual a 1
 Marque a opção “Appearance Compensation”
 Clique em “Apply” e veja o resultado no mapa

117. Background Min Value

118. Mapa de símbolos proporcionais

119.  Dê dois cliques na camada “ufaedes_utm _simbolo” superior na lista
 Na aba “Symbology”, selecione “Quantities” -> “Graduated symbols” e marque:
 “Value” como a variável “total”
 Como “background” o padrão “Hollow”
 “Symbol Size from” variando de 5 a 30
 Em “Template”, uma
cor que contraste com
a cor escolhida para o
mapa coroplético no
“ColorBrewer”
 4 classes pelo método
“Natural Breaks”
 Clique em “Apply” e
veja o resultado no
mapa

120. Mapa de símbolos graduados

121. • Vá novamente na aba “Simbology” e selecione “Charts” -> “Pie”
• Selecione o campo “Dengue” e clique em “>” para enviar à janela da
direita. Faça o mesmo com “Chikungunya” e “Zica”.
• Em “Background”, selecione o padrão “Hollow”
• Atribua três
cores
diferentes, que
contrastem
com as cores
escolhidas no
ColorBrewer
• De-selecione a
propriedade
“Prevent chart
overlap”
• Clique em
“Size”

122. • Selecione “Vary size using
the sum of the field value”
• Marque “Size” igual a 1
• Selecione “Appearance
Compensation”
• Clique em “Ok”
• Clique em “Apply”

123. Mapa de símbolos proporcionais

124. Montando um layout
• Clique no
botãozinho
“layout view”

125. • Clique com o
botão direito
sobre o mapa e
selecione
“Properties”
Mapa de símbolos proporcionais

126. • Na janela “Data
Frame Properties”,
escolha a aba
“Grids” e selecione
“New Grid”
• Na janela “Grids
and Graticules
Wizards”,
selecione “next”

127. • Na janela seguinte, no
item “Appearance“,
selecione “Labels only” e
então “Next”, “Next” e
“Finish”
• Novamente na janela
“Data Frame Properties,
clique em “Apply” e veja o
resultado no mapa.
• Em seguida, clique em
“Properties”

128. • Na aba “Labels”,
escolha:
• Em “Label Axes”,
somente “Bottom” e
“Right”
• Em “Label Style”, no item
“Size”, um tamanho de
fonte adequado
• Em “Label Orientation –
Vertical Labels”,
selecione “Right”
• Clique em “Apply”e “Ok”
• Na janela principal,
clique em “Apply” e “Ok”

130. •No menu “Insert”, escolha “Legend”
• Na janela “Legend Wizard”, deixe na janela esquerda (Legend Items)
somente a camada “ufaedes_utm”
• Clique em “Next”, “Next”, “Next” e “Finish”

131. • Reduza a legenda para um tamanho adequado
• Clique com o botão direito na legenda e escolha “Convert to Grafics”
• Clique novamente com o botão direito na legenda e escolha “Ungroup”
• Edite as caixas de texto na forma adequada

132. •Insira uma nova legenda para a camada “ufaedes_utm_simbolo”
• Reduza a legenda para um tamanho adequado
• Selecione “Convert to Grafics”, “Ungroup” e edite a legenda

133. • Clique com o botão direito na camada
“ufaedes_utm_simbolo” e selecione “Copy”
• Clique com o botão direito em “Layers” e selecione
“Paste layers”
• Renomeia a camada inferior para
“ufaedes_utm_simbolo2”

134. • Clique com botão direito na camada “ufaedes_utm_simbolo2” e escolha
“Properties”
• Na aba “Symbology”, escolha “Quantities”-> Proportional Symbols:
• Value = Total
• Background = Hollow
• Min Value
• Size = 1
• Color = “No color”
• Marque “Appearance
“Compensation (Flannery)
• Number of Symbols to
display in the Legend = 10

135. • Crie uma legenda para “ufaedes_utm_simbolo2”
• Arraste a legenda para fora do mapa
• Clique com o botão direito na legenda e escolha “Convert to Grafics”, e
depois escolha “Ungroup”
•Ainda com todos os elementos selecionados,
clique com o botão direito mais uma vez e
escolha “Ungroup” novamente
• Arraste os círculos para fazer uma legenda
aninhada com os valores de 500.000, 100.000 e
25.000

137. • No menu “Insert”, clique em “North
Arrow” e selecione uma a seu gosto.
• No menu “Insert”, clique em “Scale
Bar” e selecione uma a seu gosto
• Dê dois cliques na escala gráfica
• Na aba “Scale and Units”, selecione:
• “When resizing”… -> “Adjust width”
• Division units: Kilometers
• Label: “Km”
• Division value: 500km
• Number of divisions: 3
• Number of subdivisions: 2
• Na aba “Numbers and Marks”,
selecione em “Frequency” ->
“divisions”
• Selecione “Apply” e “OK”

139. • Clique com o botão
direito sobre o mapa
e vá na aba
“Coordinate System”,
para confirmar se o
sistema de
coordenadas do
layout é “Sirgas2000”

140. • No menu, vá em
“Insert” -> “Text” e
acrescente caixas de
texto para o título do
mapa e para as
informações
complementares:
• Sistema de projeção
• Fonte dos dados
• Método de
classificação do mapa
coroplético
• Uso ou não de ajuste
de aparência de
Flannery
• Autoria

141. Exercício
• Exercício individual
• Selecione um tema à sua escolha e analise as variáveis
com as técnicas de mapas coropléticos e de símbolos
proporcionais
• Utilize o ArcGis e/ou outros programas
• Faça um relatório textual de no mínimo 1 página, de
acordo com o modelo de trabalho e atividades explicado
na primeira aula
• Entrega até o início da próxima aula

142. Modelo de Atividades
Página 1 – Representação espacial
Resultados:
Mapas, gráficos e tabelas (página anexa)
Página 2 – Interpretação textual
Introdução
◦ Apresentação do problema de pesquisa
◦ Objetivos
Metodologia
◦ Área de estudo
◦ Variáveis estudadas
◦ Técnicas utilizadas
◦ Produtos gerados
Discussão
◦ Interpretação do padrão espacial
Conclusões
Referências

143. Base de Dados Opcional
Valor Adicionado Bruto dos setores de Agropecuária, Indústria,
Serviços e Administração Pública a preços corrente (R$1.000,00) em
2014.
https://app.box.com/s/gw4ru81vvan7pax98qpdhmjt2b1jk1fj
Explicação: Valor Adicionado Bruto é o resultado final da atividade
produtiva no decurso de um período determinado.
Resulta da diferença entre o valor da produção e o valor do consumo
intermédio, originando excedentes.
FONTE: Produto Interno Bruto dos Municípios, IBGE
https://ww2.ibge.gov.br/home/estatistica/economia/pibmunicipios/