Language
Country/Area
No result found
Fusão de dados em sistemas de informações geográficas: por que ela é a chave para a descoberta científica?
A fusão de dados é o processo de integração de múltiplas fontes de dados para produzir informações mais consistentes, precisas e úteis do que qualquer fonte única pode fornecer. Com o avanço da tecnologia de fusão de dados, seu escopo de aplicação se expandiu dos campos tradicionais para os sistemas de informações geográficas (GIS) e se tornou uma ferramenta importante para a exploração científica.
O processo de fusão de dados é geralmente classificado como de baixo, médio ou alto nível, dependendo do estágio de processamento em que a fusão ocorre.
A fusão de dados de baixo nível combina diversas fontes de dados brutos para gerar novos dados brutos. Nesse processo, espera-se que os dados fundidos forneçam resultados mais informativos do que a entrada original. Por exemplo, a fusão de sensores é um subconjunto da fusão de dados, semelhante à maneira como humanos e animais integram informações de vários sentidos para melhorar a capacidade de sobrevivência.
Modelo JDL/DFIG
Obviamente, os modelos anteriores de fusão de dados não conseguem mais atender às atuais necessidades complexas de informações. Em meados da década de 1980, o Joint Laboratory Directors Group estabeleceu um grupo de fusão de dados. Com o surgimento da Internet, a fusão de dados não se limita à integração de dados de sensores, mas também inclui a fusão de informações. O modelo JDL/DFIG divide diferentes processos de processamento de dados em vários níveis para entender mais claramente o efeito da fusão de dados.
Embora esses modelos tenham certo valor de aplicação na visualização de fusão de dados e promovam discussão e consenso, eles ainda são criticados, especialmente ao lidar com interação humano-computador.Atualmente, o modelo do Data Fusion Information Group (DFIG) é dividido em seis níveis: pré-processamento de fonte, avaliação de objeto, avaliação de situação, avaliação de impacto, refinamento de processo e refinamento de usuário.
Aplicações geográficas
No campo do SIG, a fusão de dados é frequentemente sinônimo de integração de dados. Nessas aplicações, é muito importante combinar vários conjuntos de dados diversos em um conjunto de dados unificado que contenha todos os pontos de dados e intervalos de tempo. Um conjunto de dados fundidos é diferente de uma coleção simples porque os pontos de dados fundidos têm atributos e metadados que podem não estar incluídos no conjunto de dados original. Por exemplo, por meio da fusão de dados, os pesquisadores podem combinar dados de rastreamento de animais com dados de habitat marinho para explorar a interação entre o comportamento animal e fatores ambientais.
Na costa da Tasmânia, um software de fusão de dados foi usado para combinar dados de rastreamento de lagosta do sul com dados ambientais para criar uma imagem quadridimensional do comportamento da lagosta.
Por meio desse processo, os cientistas conseguem identificar locais e momentos importantes no ambiente e obter uma compreensão mais profunda do ecossistema.
Integração de dados
Fora do GIS, os conceitos de integração e fusão de dados são ligeiramente diferentes. Em áreas como inteligência empresarial, a integração de dados é frequentemente usada para descrever a combinação de dados, enquanto a fusão de dados se refere à redução ou substituição que ocorre após a integração. A integração de dados pode ser vista como a combinação de conjuntos, enquanto a fusão é uma técnica para melhorar a eficiência.
Áreas de aplicação
Na tecnologia de detecção de tráfego, dados de diferentes tecnologias de detecção podem ser combinados para determinar com precisão o status do tráfego. Métodos de fusão de dados usando dados acústicos, de imagem e de sensores coletados ao longo da estrada mostraram sua eficácia, aproveitando os pontos fortes de cada método individual.
Além disso, em alguns casos, sensores distribuídos geograficamente estão sujeitos a restrições de energia e largura de banda. Isso faz com que os dados brutos sejam frequentemente transmitidos em apenas alguns bits e, nesse caso, o centro de fusão de decisões é responsável por integrar as decisões binárias enviadas pelos sensores para melhorar o desempenho da classificação.
Métodos estatísticos
Na fusão de dados, novos métodos estatísticos, como o processo gaussiano autorregressivo bayesiano e a estimativa semiparamétrica, também foram desenvolvidos, o que promove o desenvolvimento da fusão de dados.
Esses métodos permitem estimar resultados de forma eficiente em diversas fontes de dados, fornecendo uma base de dados mais sólida para exploração científica.
No mundo atual, orientado por dados, a fusão de dados em GIS não apenas fornece insights críticos sobre o ambiente, mas também impulsiona mais descobertas e entendimentos científicos. Podemos encontrar novas maneiras de resolver desafios futuros na evolução contínua da tecnologia de fusão de dados?
