Mapeamento colaborativo como fonte de dados para o planejamento urbano desafios e potencialidades

Prévia do material em texto

Artigo Científico DOI: 10.1590/2175-3369.011.e20180142 
 
AAM é bacharel em Engenharia Cartográfica e Agrimensura, mestre em Ciências Geodésicas, doutorando em Ciências Geodésicas, 
e-mail: adri.alexandria@gmail.com 
SPC é bacharel em Engenharia Cartográfica, mestre em Gestão Ambiental, doutora em Ciências Geodésicas, professora, chair da 
Comissão de Open Source Geotechnologies, membro do Conselho da Fundação OSGeo, vice-chair para a América do Sul da Rede 
GeoForAll, e-mail: silvanacamboim@gmail.com 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 1/21 
Mapeamento colaborativo como fonte de 
dados para o planejamento urbano: 
desafios e potencialidades 
Collaborative mapping as a data source for urban planning: challenges and 
potentialities 
Adriana Alexandria Machado[a], Silvana Philippi Camboim [a] 
[a] Universidade Federal do Paraná (UFPR), Programa de Pós-graduação em Ciências Geodésicas, Curitiba, PR, 
Brasil 
Como citar: Machado, A. A., & Camboim, S. P. (2019). Mapeamento colaborativo como fonte de dados para o 
planejamento urbano: desafios e potencialidades. urbe. Revista Brasileira de Gestão Urbana, 11, e20180142. 
https://doi.org/10.1590/2175-3369.011.e20180142 
Resumo 
O mapeamento de referência urbano, necessário ao planejamento urbano e ao Cadastro Técnico 
Multifinalitário nos municípios, é oneroso. Sua produção tem competência compartilhada entre União, 
Estados e municípios, e apenas em 2016 foram lançadas normas englobando esse tipo de mapeamento 
no Brasil. Por isso, é preciso buscar alternativas para ajudar na produção e na atualização do 
mapeamento de referência nas cidades. O mapeamento colaborativo por meio de plataformas, como o 
OpenStreetMap, produz e disponibiliza dados geoespaciais atualizados e abertos na internet, 
apresentando-se como uma alternativa relevante para ser utilizada em conjunto com o mapeamento de 
referência e outras geotecnologias na gestão urbana dos municípios brasileiros. Este artigo descreve as 
principais considerações relativas à integração do mapeamento colaborativo com o mapeamento de 
referência urbano e apresenta um teste no qual foram integrados dados do OpenStreetMap aos dados 
oficiais do Instituto de Pesquisa e Planejamento Urbano de Curitiba (IPPUC), por meio da 
compatibilização semântica dos dados em conformidade com as normas nacionais. Como resultados, 
foram produzidos um mapa híbrido derivado da integração entre ambos os mapeamentos, no qual foi 
observado um aumento de aproximadamente 90% no número de feições, e uma síntese com as 
potencialidades e os desafios relativos à integração. 
Palavras-chave: Mapeamento topográfico em escalas grandes. Mapeamento de referência oficial 
urbano. Mapeamento colaborativo. Semântica de dados geoespaciais. 
Abstract 
The authoritative urban mapping, necessary for urban planning and the Urban Register in municipalities 
is costly, its production has shared competence between the Union, states,and municipalities, and only in 
2016, standards were included in this type ofmapping in Brazil. Therefore, it is necessary to look for 
https://creativecommons.org/licenses/by/4.0/
https://orcid.org/0000-0003-1013-2050
https://orcid.org/0000-0003-3557-5341
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 2/21 
alternatives to help in the production and updating of the authoritative mapping in the cities. 
Volunteered Geographic Information (VGI), through platforms such as OpenStreetMap, produces and 
makes available updated and open geospatial data on the Internet, presented as a relevant alternative to 
be used in conjunction with reference mapping and other geotechnologies in urban management by 
Brazilian municipalities. This article describes the main considerations regarding the integration of 
collaborative mapping to the urban reference mapping and presents a test in which the data of 
OpenStreetMap with the authoritative data of Institute of Research and Urban Planning of Curitiba 
(IPPUC) were integrated through the semantic compatibility of data in accordance with national 
standards. As results, a hybrid map from the integration of both mappings was produced, in which an 
increase of ninety percent in the number of features and synthesis with the potentialities and challenges 
related to the integration were observed. 
Keywords: Large scale topographic mapping. Authoritative urban mapping. Volunteered geographic 
information. Geospatial data semantics. 
Introdução 
O Estatuto da Cidade (Brasil, 2001) regulamenta os artigos 182 e 183 da Constituição Federal de 
1988 e contém instrumentos urbanísticos, tributários e jurídicos para serem aplicados pelos municípios 
em políticas de desenvolvimento urbano. O artigo 182 da Constituição (Brasil, 1988) diz que o 
instrumento básico da política de desenvolvimento e expansão urbana é o Plano Diretor, o qual “é parte 
integrante do processo de planejamento municipal, devendo o plano plurianual, as diretrizes 
orçamentárias e o orçamento anual incorporar as diretrizes e as prioridades nele contidas”. 
Para que ferramentas de gestão urbana, como o Plano Diretor, sejam utilizadas com eficácia pelas 
prefeituras, é necessário ter conhecimento pleno do território e dos fenômenos sociais e econômicos 
que ocorrem nas cidades. De acordo com Elwood (2006), o mapa é a melhor maneira de organizar 
informações espaciais, e, para interagir com ele, a melhor ferramenta disponível atualmente é o Sistema 
de Informações Geográficas (SIG). Esses elementos também são imprescindíveis para a construção das 
smart cities, ou cidades inteligentes, pois, para fomentar o desenvolvimento e a inovação nas cidades, 
também é preciso ter uma visão real do território (Li et al., 2012). 
O mapeamento topográfico em escalas grandes – neste artigo, chamado de mapeamento de 
referência urbano – constitui-se na base cartográfica indispensável a qualquer aplicação de SIG em nível 
municipal, incluindo aquelas que visam ao mapeamento cadastral (Camboim & Sluter, 2009). O 
mapeamento de referência mostra a localização acurada e precisa de feições naturais e artificiais na 
superfície da Terra e inclui objetos intangíveis, como limites, linhas de água, curvas de nível e nomes 
geográficos, em escalas padronizadas (Keates, 1973; IBGE, 2018). O mapeamento de referência, quando 
oficial, é produzido pelos órgãos públicos designados para esse fim, obedecendo à legislação específica 
e às normas técnicas definidas pela Comissão Nacional de Cartografia (CONCAR). 
Entretanto, por causa do baixo investimento em cartografia no país, o mapeamento de referência 
oficial cobre o território de forma desigual, além de estar desatualizado (Camboim et al., 2015; 
Carissimi et al., 2011; Pereira et al., 2003). No que diz respeito ao mapeamento de referência urbano, a 
situação é agravada por alguns fatores: a competência para sua produção é compartilhada entre a 
União, os Estados e os municípios, e apenas em 2016 foram lançadas normas (DSG, 2017; DSG, 2016) 
englobando o mapeamento de referência urbano, constituindo-se em importantes especificações para a 
produção dos novos mapeamentos. 
Além disso, a produção do mapeamento de referência urbano é onerosa (Olteanu-Raimond et al., 2017; 
Goodchild, 2009; Estes & Mooneyhan, 1994), e, embora os municípios tenham mais autonomia para a 
tomada de decisões, os recursos financeiros para dar-lhes suporte são cada vez mais reduzidos. O 
orçamento de um município depende do tamanho e da composição da base econômica, do número de 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 3/21 
habitantes, do fato de ser ou não capital do Estado e ainda da capacidade de se habilitar e cumprir 
exigências necessárias ao recebimento de transferências do Estado e do governo federal (Garson, 2009). 
Sendo assim, existem municípios com diferentes estruturas e realidades,as quais refletem na 
produção do mapeamento de cada um. Enquanto alguns municípios, como São Paulo e Belo Horizonte, 
já estão atualizando seus mapeamentos de acordo com as normas nacionais mais recentes (EMPLASA, 
2018; PRODABEL, 2018) e se destacam no Ranking Connected Smart Cities (Urban Systems, 2017), 
outros sequer têm um profissional habilitado ou departamento responsável pelo mapeamento do 
município (Machado & Camboim, 2016) ou tampouco possuem essa base cartográfica. Por isso, é 
necessário buscar alternativas para ajudar na produção e na atualização do mapeamento de referência 
nos municípios. 
Por outro lado, a emergência do Volunteered Geographic Information (VGI), traduzido como 
informações geográficas voluntárias ou mapeamento colaborativo, em plataformas, por exemplo, o 
OpenStreetMap (OSM), produz e disponibiliza dados geoespaciais atualizados e abertos por meio da 
internet. Embora sua qualidade seja heterogênea, estudos têm demonstrado que ela é satisfatória para 
muitos usos (Touya et al., 2017; Sieber & Johnson, 2013; Camboim & Sluter, 2009; Bearden, 2007; Estes 
& Mooneyhan, 1994). 
Além disso, muitas pesquisas têm sido realizadas nos últimos anos em relação à avaliação da 
qualidade global dos dados produzidos pelos cidadãos, com o intuito de utilizá-los na atualização do 
mapeamento de referência em vários países (Touya et al., 2017; Sieber & Johnson, 2013). Essas 
pesquisas incluem a compatibilização do mapeamento colaborativo com o mapeamento de referência 
urbano (Touya et al., 2017; Sieber & Johnson, 2013; Bearden, 2007), bem como a sua utilização em 
países, como o Brasil, nos quais esse tipo de informação é praticamente inexistente (Sluter & Camboim, 
2009; Estes & Mooneyhan, 1994). 
Os dados do mapeamento voluntário podem fornecer informações de grande valor para dar suporte 
ao planejamento urbano e à tomada de decisões nos municípios, pois são produzidos por moradores 
locais que têm conhecimento da dinâmica espacial do lugar onde vivem e dos fenômenos que ali 
ocorrem (Sieber & Johnson, 2013). 
Desse modo, o mapeamento colaborativo se apresenta como uma alternativa relevante para o uso 
em conjunto com o mapeamento de referência urbano e outras geotecnologias nas atividades de gestão 
urbana pelos municípios brasileiros. O mapeamento voluntário oferece um grande volume de dados, 
atualizados frequentemente, porém de qualidade heterogênea, por isso é preciso criar métodos para 
avaliá-los e para automatizar a sua integração com o mapeamento de referência e outros sistemas de 
geoinformação. Para que isso seja possível, são necessárias considerações a respeito da integração 
entre os dois mapeamentos e processos para compatibilizá-los. 
Este artigo descreve as principais considerações relativas à integração do mapeamento colaborativo 
com o mapeamento de referência urbano e apresenta um teste para avaliar as possibilidades dessa 
integração. Nesse teste, foram integrados dados do mapeamento voluntário da plataforma 
OpenStreetMap (OSM) aos dados do mapeamento de referência oficial urbano do Instituto de Pesquisa e 
Planejamento Urbano de Curitiba (IPPUC), por meio da compatibilização semântica dos dados em 
conformidade com as normas nacionais. Como resultados, foram produzidos um mapa híbrido derivado 
da integração dos dados de ambos os mapeamentos e uma síntese com as potencialidades e os desafios 
relativos à integração. 
Com isso, tem-se a intenção de contribuir para o avanço das pesquisas de integração do 
mapeamento colaborativo com o mapeamento de referência urbano para atualização e utilização no 
planejamento e na gestão das cidades brasileiras. 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 4/21 
Bases cartográficas urbanas 
Mapeamento de referência oficial em escalas grandes no Brasil 
Para realizar a integração entre os mapeamentos, é necessário, primeiramente, compreender as 
peculiaridades do mapeamento de referência oficial. 
O mapeamento de referência oficial é produzido e administrado por instituições públicas ou 
privadas designadas para esse propósito e com o objetivo de atender a um conjunto específico e 
definido de requisitos, que podem ser legais, administrativos ou econômicos. Além disso, os dados são 
obtidos por uma equipe de profissionais contratados para esse fim. Desse modo, a produção do 
mapeamento oficial é fundamentada em métodos, padrões, especificações e técnicas predeterminadas. 
A certificação da qualidade dos dados é estabelecida em diferentes níveis durante as etapas de 
produção e, quando disponibilizados, recebe metadados sobre essa característica (Coleman, 2013). 
Dependendo do contexto, o mapeamento oficial pode ser disponibilizado gratuitamente, mas, em 
alguns casos, existem custos e restrições ao acesso e ao uso. Os dados podem também ser protegidos de 
algum modo, por direitos autorais ou regidos por acordos formais ou licenças de uso. Além disso, parte 
do mapeamento oficial pode ter o acesso limitado por algumas instituições por razões de segurança, 
proteção dos dados ou benefícios econômicos da nação. 
No que diz respeito à legislação, o Decreto-lei nº 243 (Brasil, 1967) fixa as Diretrizes e Bases da 
Cartografia Brasileira e determina que as atividades cartográficas no país sejam levadas a efeito por 
meio do Sistema Cartográfico Nacional (SCN), o qual é constituído pelas instituições nacionais, públicas 
e privadas, que têm por atribuição principal executar trabalhos cartográficos ou atividades correlatas. 
Entre essas instituições estão o Instituto Brasileiro de Geografia e Estatística (IBGE), a Diretoria do 
Serviço Geográfico do Exército (DSG) e a Comissão Nacional de Cartografia (CONCAR). 
Entre as atribuições da CONCAR está a de elaborar as Instruções Reguladoras das Normas Técnicas da 
Cartografia Terrestre Nacional, as quais foram estabelecidas mediante o Decreto nº 89.817 (Brasil, 1984). 
Os trabalhos de natureza cartográfica realizados no território brasileiro obedecem às normas 
técnicas estabelecidas pelos órgãos federais competentes, como o Conselho Nacional de Geografia do 
IBGE e a DSG (Brasil, 1967, cap. VIII, art. 15). No que se refere ao mapeamento de referência oficial em 
escalas grandes, ou seja, o mapeamento de referência urbano, além da DSG, a competência para a 
produção dos dados geoespaciais cabe também aos órgãos federais, estaduais e municipais, por 
intermédio de contratação na iniciativa privada (Brasil, 2010; Brasil, 2008). Porém, mesmo responsável 
pelo mapeamento na escala 1:25.000, a cobertura da União é ainda muito pequena, sendo de apenas 5% 
do país (Sluter et al., 2019), como mostra a Tabela 1. 
Tabela1 - Cobertura das escalas do mapeamento de referência oficial no Brasil 
Escala Número de folhas Folhas disponíveis Cobertura do país 
1:100.000 3.043 2.762 91% 
1:50.000 11.796 2.869 24% 
1:25.000 46.379 2.383 5% 
Fonte: adaptada de Sluter et al. (2019). 
Como o mapeamento de referência é a base para a produção de outras informações, os critérios 
adotados em relação a esses dados devem ser extremamente rigorosos, com o intuito de reduzir a 
propagação de erros aos produtos finais. A adoção de normas, padrões e especificações viabiliza o 
estabelecimento de condições para controlar o processo de produção dos dados e indica níveis de 
conformidade de qualidade dos produtos cartográficos concebidos (López, 2002). Para o contexto deste 
artigo, são relevantes duas normas: a Especificação Técnica para Estruturação de Dados Geoespaciais 
Vetoriais (ET-EDGV 3.0) e o Perfil de Metadados Geoespaciais do Brasil (Perfil MGB). 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 5/21 
A ET-EDGV 3.0 é o modelo conceitual e semântico do mapeamento de referência brasileiro e destina-
se a padronizar estruturas de dados que viabilizem o compartilhamento de dados entre os produtores e 
os usuáriosde dados e informação cartográfica (DSG, 2017). 
Os diagramas de classes da ET-EDGV 3.0 são documentados e descrevem a estrutura e as Relações 
de Classes de Objetos (RCO) correspondentes, com seus atributos organizados por categorias de 
informação e listas de domínios dos atributos das classes de objetos utilizadas. Cada classe de 
elementos contém atributos geométricos e semânticos associados, os quais permitem a identificação e a 
classificação de cada elemento do mundo real representado no mapeamento. 
A Figura 1 mostra uma porção do diagrama de classes da categoria Classes Base do Mapeamento 
Topográfico em Grandes Escalas, na qual se insere a classe Via_Deslocamento. Nessa figura, é possível 
observar os relacionamentos entre essa classe e algumas das demais classes do mapeamento de 
referência urbano. Entre esses relacionamentos, o diagrama mostra que a classe Via_Deslocamento 
agrega a classe Trecho_Arruamento. 
Figura 1 - Exemplo de diagrama de classes da ET-EDGV 3.0. Fonte: adaptada de ET-EDGV 3.0 (2018). 
A Tabela 2 se refere à classe Via_Deslocamento, na qual é possível observar a descrição semântica da 
feição, os atributos inerentes com a respectiva descrição e a seção na qual se encontra a lista de 
domínio referente àquele atributo. O domínio diz respeito aos valores estabelecidos para cada atributo. 
No caso do atributo tipoVia, as opções possíveis são: autoestrada, beco, ligação entre pistas, logradouro, 
rodovia, servidão, trecho de entroncamento ou outros. 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 6/21 
Tabela 2 - Tabela da classe Via_Deslocamento 
1.13.3 Via_Deslocamento 
Classe Descrição Código Geometria 
Via_Deslocamento 
Via_Deslocamentoé a via de trânsito terrestre, destinada a 
veículos automotores, exceto o caminho carroçável e 
aqueles pertencentes ao Sistema Ferroviário. 
1.13.3 G 
Atributo Tipo (tamanho) Descrição Domínio Requisito 
nome Alfanumérico (80) Indica o nome da via de deslocamento. 
A ser 
preenchido 0..* 
geometriaAproximada Booleano 
Indica que a geometria adquirida é 
aproximada em relação à escala 
prevista para o produto 
cartográfico. 
- 1 
jurisdicao Jurisdicao Identifica a jurisdição do trecho rodoviário. Seção 3.29 1 
administracao Administracao 
Identifica a esfera administrativa 
responsável pela via de 
deslocamento. 
Seção 3.1 1 
concessionaria Alfanumerico (100) 
Identifica o nome do agente 
concessionário que 
explora/administra a via de 
deslocamento. 
A ser 
preenchido 
0..1 se 
administracao: 
Administracao= 
”Concessionária” 
revestimento Revestimento 
Identifica a natureza do 
revestimento da via de 
deslocamento. 
Seção 3.48 1 
operacional Auxiliar Indica a situação em relação ao uso. Seção 3.4 1 
situacaoFisica Situacao_Fisica Identifica a situação quanto à atividade atual. Seção 3.57 1 
canteiroDivisorio Auxiliar 
Indica se a via de deslocamento 
possui canteiro divisório e/ou 
divisória. 
Seção 3.4 1 
nrPistas Inteiro 
Indica o número de pistas da via de 
deslocamento. Pista – é a 
plataforma única de tráfego de 
veículo. Na presença de canteiro 
divisório, guardrails etc., ou qualquer 
impedimento físico à ligação das 
pistas (não sendo incluído aqui as 
divisões por olhos de gatos, 
sinalização horizontal), há a divisão 
de uma plataforma em duas pistas. 
A ser 
preenchido 1 
nrFaixas Inteiro Indica o número total de “faixas de rolagem” da via de deslocamento. 
A ser 
preenchido 0..1 
trafego Trafego Indica o regime de tráfego da via de deslocamento. 
Seção 
3.151 1 
tipoPavimentacao Tipo_Pavimentacao Indica o tipo de pavimentação da via de deslocamento. 
Seção 
3.117 1 
tipoVia Tipo_Via Indica o tipo de via de deslocamento. 
Seção 
3.150 1 
Fonte: ET-EDGV 3.0 (2018). 
Mapeamento de referência colaborativo 
O termo Volunteered Geographic Information (VGI), traduzido como informações geográficas 
voluntárias ou mapeamento colaborativo, designa o crescente interesse de pessoas sem conhecimento 
especializado em criar voluntariamente informações geoespaciais na web. De acordo com Goodchild 
(2007) 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 7/21 
[...] sites como Wikimapia e OpenStreetMap estão ‘empoderando’ os cidadãos a criar um mosaico 
global de informações geográficas, enquanto o Google Earth e outros globos virtuais estão 
encorajando as pessoas a desenvolver aplicativos utilizando seus próprios dados (Goodchild, 2007, 
p. 211). 
O mapeamento voluntário preconizou os impactos que vêm ocorrendo nos sistemas de informação 
geográfica e na sociedade como um todo. O declínio na produção e na atualização do mapeamento de 
referência em muitos países, a emergência das Infraestruturas de Dados Espaciais (IDEs) e a adoção de 
padrões são meios de descentralizar a produção de dados geoespaciais e convidar outros membros da 
sociedade a colaborar com a construção da representação do espaço geográfico. 
As iniciativas de mapeamento colaborativo mais conhecidas são a Wikimapia, o GoogleMapMaker 
(que não existe mais), o OpenStreetMap (OSM) e o Waze. O OSM é o que mais se destaca, pois conta com 
uma comunidade numerosa de usuários, tem todos os seus componentes bem documentados e 
disponíveis na internet por meio de wikis e tem sido amplamente investigado e avaliado por inúmeras 
pesquisas científicas. Além disso, tem a proposta de armazenar informações de referência com lógica 
similar ao conceito de mapeamento de referência tradicional. A Figura 2 mostra a interface do 
OpenStreetMap. 
 
Figura 2 - Interface do OpenStreetMap. Fonte: contribuidores do OpenStreetMap (2018). 
O OpenStreetMap é um projeto de mapeamento colaborativo global fundado em 2004. O Reino Unido 
foi a sede inicial do mapeamento pelo OSM, já que o Ordnance Survey (OS), agência oficial de 
mapeamento da Grã-Bretanha, produzia conjuntos de dados geoespaciais, mas, a exemplo de outras 
agências no mundo, não os distribuía gratuitamente (OSM, 2018). 
O OpenStreetMap é constituído de dados abertos, o que significa que qualquer pessoa tem a 
liberdade de usá-los para qualquer fim, desde que credite a autoria aos contribuidores do OSM. Se os 
dados forem alterados ou se for criado algo novo com eles, o produto resultante poderá ser distribuído 
apenas sob a mesma licença, ou seja, livre de barreiras à utilização por meio de direitos autorais. Os 
dados são disponibilizados sob a licença Open Database License (ODbL 1.0) do Open Data Commons 
(OSM Foundation, 2017). 
O OSM é desenvolvido por uma comunidade que produz e mantém atualizados os dados geoespaciais 
de uma infinidade de feições em todo o mundo. Até maio de 2018, a comunidade era composta de 
4.638.008 usuários registrados e de um grupo de aproximadamente 40 voluntários que dedicava seu 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 8/21 
tempo para criar e aperfeiçoar a infraestrutura do OSM, incluindo a manutenção dos servidores, a 
escrita do código do software que opera as transações com o servidor e a geração dos resultados 
cartográficos. Há também um grupo crescente de desenvolvedores de software que geram ferramentas 
para tornar disponíveis os dados do OSM para uso futuro em diferentes domínios de aplicação, 
plataformas e dispositivos (OSM, 2018; OSM Foundation, 2017; Haklay & Weber, 2008). 
Os colaboradores do OpenStreetMap produzem os dados de diferentes modos: traçando as feições 
sobre imagens de satélite, importando dados de outros bancos de dados com licença pública (inclusive 
oficiais), coletando dados por meio de dispositivos com Global Positioning System (GPS) enquanto 
caminham ou dirigem, ou apenas corrigindo nomes de ruas e localidades. Os dados produzidos compõem 
um banco de dados geoespacial (BDG) que pode gerar diferentes mapas, além do mapa de referência,como é o caso do OpenCycleMap, um mapa específico para ciclistas. Além disso, os dados são revistos e 
corrigidos por dezenas de contribuidores, e as atualizações podem ser visualizadas em minutos. 
Os usuários também são convidados a adicionar tags ou etiquetas aos dados que incluem na 
plataforma, com os nomes e os tipos das feições, entre outras informações. As tags consistem de dois 
campos de texto: uma key (chave) e um value (valor). As etiquetas desempenham a função semântica no 
modelo conceitual do OSM e permitiram fazer a compatibilização semântica dos dados do OSM de 
acordo com a ET-EDGV 3.0 no teste de integração apresentado no artigo. 
A Figura 3 mostra a página da Wiki do OSM para a chave highway, que serve para descrever as vias 
terrestres. Pode-se observar que a especificação é bem detalhada e apresenta: a chave, os possíveis 
valores para ela (os tipos de via terrestre), a representação gráfica do elemento que deve ser utilizado 
para esse tipo de feição (semelhante à geometria), a descrição semântica da combinação chave-valor, o 
desenho ou a simbologia no mapa e ainda uma foto da feição. Esse nível de detalhes supera o da ET-
EDGV 3.0. 
 
Figura 3 -Tags e descrições semânticas no OpenStreetMap. Fonte: contribuidores do OpenStreetMap (2018). 
O OpenStreetMap também documenta os metadados das informações espaciais armazenadas na 
plataforma. Eles podem ser acessados no “Histórico”, ou History, na barra superior do OSM (Figura 2), 
na qual se encontra o “Conjunto de Alterações” realizadas no mapa. São descritos metadados, como a 
natureza do conjunto de alterações, a data, as etiquetas ou tags, a fonte utilizada, o idioma e a 
identificação do contribuidor, além do polígono delimitador da área que sofreu as atualizações. 
As informações semânticas sugeridas na plataforma e preenchidas pelos contribuidores, em 
conjunto com os metadados, permitem inferir a qualidade dos dados do OSM. A qualidade dos dados 
colaborativos é o aspecto que causa maior preocupação quando a intenção é agregá-los ao mapeamento 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 9/21 
oficial e tem sido objeto de estudo de diversas pesquisas, como as de Goodchild & Li (2012), Brown 
(2012), Haklay (2010), Flanagin & Metzger (2008), Wilkinson & Huberman (2007) e Bearden (2007). 
Algumas pesquisas sugerem que a qualidade do mapeamento colaborativo aumenta com o número 
de contribuidores (Olteanu-Raimond et al., 2017; Foodyet al., 2015; Haklay, 2010; Girres&Touya, 2010). 
Esse princípio foi chamado de Linu’s Law por Raymond (1999) no contexto da engenharia de software e 
deriva do conceito de inteligência coletiva (Malone, 2008; Surowiecki, 2005). De acordo com Goodchild 
& Li (2012), se um contribuidor insere uma informação errada, outros contribuidores tendem a corrigi-
la. O sucesso desse princípio aumenta à medida que o número de contribuidores também cresce. 
A heterogeneidade no mapeamento do OSM é a questão de maior preocupação para agências de 
governo que estudam utilizar esses dados para atualização. Sobre essa questão, Haklay (2010) 
observou que os centros urbanos de grandes cidades da Inglaterra são bem mapeados, em contraste 
com as áreas rurais e periferias, que recebem poucas contribuições. Camboim et al. (2015) observaram 
as mesmas discrepâncias na Região Metropolitana de Curitiba e chegaram à conclusão de que as 
cidades onde os dados eram abundantes e atualizados com frequência eram as mesmas com mais 
recursos para investir em mapeamentos, indicando que existe correlação com fatores econômicos e 
sociais. 
A qualidade do mapeamento colaborativo é frequentemente medida com relação a uma base 
cartográfica oficial, a qual pressupõe uma qualidade superior à do mapeamento colaborativo. 
Entretanto, muitas vezes, essa base cartográfica inexiste, por isso procura-se inferir a qualidade por 
meio de propriedades intrínsecas, como densidade de feições, quantidade de atualizações ou 
contribuidores, registro da origem dos dados, geometria, semântica ou metadados, permitindo sua 
avaliação e possibilitando a integração desses dados com os mapeamentos oficiais (Olteanu-
Raimond et al., 2017; Camboim et al., 2015). 
Integração: iniciativas existentes 
Muitos governos estudam a possibilidade de interagir com o mapeamento colaborativo e aceitar a 
contribuição de dados geoespaciais produzidos pelo cidadão comum, principalmente por intermédio de 
plataformas, como o OSM (Olteanu-Raimond et al., 2017; Touya et al., 2017; Sieber & Johnson, 2013; 
Bearden, 2007). Entre as principais motivações estão: de um lado, o potencial dos cidadãos para atuar 
como sensores no ambiente em que vivem e a redução nos custos com mapeamento; e, de outro, a 
utilização do conhecimento da população para dar suporte à tomada de decisões e na gestão do 
território. Nesse último, os cidadãos são vistos como parceiros, o oposto da visão dos cidadãos como 
sensores (Olteanu-Raimond et al., 2017; Goodchild, 2007). 
A Tabela 3 mostra um quadro resumo da integração do mapeamento colaborativo com o de 
referência oficial urbano por agências de mapeamento na Europa e em outros continentes, contendo 
dados coletados nas pesquisas de Olteanu-Raimond et al. (2017), Touya et al. (2017), Begin (2014), 
Sieber & Johnson (2013) e Bearden (2007). 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 10/21 
Tabela 3 - Iniciativas em que ocorre a integração dos mapeamentos 
 País 
A
le
m
an
ha
 1 
A
le
m
an
ha
 2 
Bé
lg
ic
a3
 
C
an
ad
á 
4 
C
hi
pr
e 
5 
Es
pa
nh
a 
6 
Es
ta
do
s U
ni
do
s 7
 
Fin
lâ
nd
ia
 8 
Fr
an
ça
 9 
G
rã
-B
re
ta
nh
a 
10
 
G
ré
ci
a 
11
 
G
ro
el
ân
di
a 
12
 
Irl
an
da
 13
 
Irl
an
da
 d
o 
N
or
te
 14
 
Isl
ân
di
a 
15
 
Itá
lia
 16
 
Le
tô
ni
a 
17
 
Lit
uâ
ni
a 
18
 
N
or
ue
ga
 19
 
Pa
íse
s B
ai
xo
s 2
0 
Po
rtu
ga
l 2
1 
Ro
m
ên
ia
 22
 
Sé
rv
ia
 23
 
Su
éc
ia
 24
 
Su
íç
a 
25
 
 
Escopo* R N N N N N N N N N N N N N N N N R N N N N N R N 
Escalas Urbanas** ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ 
Atualização 
Cartográfica*** ✓ ✓ ✓ A ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ 
Utilização de 
Metadados ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ 
Questões Legais ✓ ✓ 
Comunicado de 
Alerta ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ 
FE
RR
A
M
EN
TA
S 
Detecção de 
Mudanças ✓ ✓ ✓ ✓ ✓ ✓ ✓ 
Coleta de Novos 
Dados**** O O G ✓ ✓ ✓ O O 
Nomes 
Vernaculares***** GN GN ✓ ✓ GN GN ✓ 
Fotointerpretação ✓ ✓ 
Tablet ✓ ✓ 
Celular ✓ ✓ ✓ ✓ 
Web Based Tool ✓ ✓ ✓ ✓ ✓ 
Game ✓ 
Feedback ✓ ✓ ✓ 
 
Cópia do Mapa ✓ ✓ 
Treinamento ✓ 
* N – Nacional; R – Regional; ** 1:10.000 1:5.000 1:1.000; *** A – Anual; **** G – Google Maps; O – OpenStreetMap; ***** GN – Geonames. 
Nome da Instituição 
1 Federal Agency for Cartography and Geodesy 
2 Bavarian Agency for Surveying and Geographical Information 
3 National Geographic Institute of Belgium 
4 Center for Topographic Information 
5 Lands and Surveys of Cyprus 
6 National Geographic Institute of Spain 
7 United States Geological Survey 
8 National Land Survey of Finland 
9 National Institute for Geographic Information and Forestry 
10 Ordnance Survey of Great Britain 
11 Hellenic Military Geographical Service 
12 Asiaq – Greenland Survey 
 
13 Ordnance Survey Ireland 
14 Land and Property Services, Northern Ireland 
15 National Land Survey of Iceland 
16 Bruno Kessler Foundation 
17 Latvian Geospatial Information Agency 
18 National Land Service 
19 Norwegian Mapping Authority 
20 National Agency for Cadastre and Land 
Registration 
21DireçãoGeraldo Território 
22 National Agency for Cadastre and Land 
Registration 
23 Republic Geodetic Authority 
24 Mapping, Cadastral and Land Registration 
Authority 
25 Federal Office of Topography-Swisstopo 
 
Fonte: elaborada pelas autoras (2018). 
Essas experiências demonstram que, embora as informações voluntárias estejam revolucionando a 
forma de produzir os mapeamentos oficiais com inúmeras potencialidades, sua integração não é direta, 
sendo necessários processos, considerações e análises para automatizar a sua coleta, avaliação, 
compatibilização e demais etapas inerentes ao processo de mapeamento. 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 11/21 
Potencialidades na integração 
Ao longo da revisão de literatura, foram observadas as potencialidades da integração do 
mapeamento colaborativo do OpenStreetMap com o mapeamento de referência urbano, as quais foram 
sintetizadas nos próximos parágrafos. 
Sob a ótica política e econômica, as principais potencialidades são a capacidade dos cidadãos de 
detectar as transformações do local em que vivem, compartilhando-as voluntariamente, e a 
conveniência para os governos em utilizar essas informações e reduzir os custos de produção com 
mapeamento (Goodchild, 2007). Em uma visão com um viés mais democrático, em oposição à primeira, 
está a de utilizar a sabedoria dos cidadãos como suporte à tomada de decisões e na gestão do território 
pelos governos (Olteanu-Raimond et al., 2017). 
Do ponto de vista tecnológico, a oferta abundante e variada de dados geoespaciais abertos e em 
constante atualização fornecidos pelo mapeamento colaborativo se mostra como uma importante 
potencialidade. Sob o aspecto legal, acrescenta-se que esses dados são livres de barreiras à utilização 
por meio de direitos autorais, fato que pode fomentar a geração de novas aplicações para os mais 
variados usos nos municípios (OSM, 2018; OSM Foundation, 2017). 
Sob a perspectiva da qualidade, uma potencialidade na integração é que os dados e os metadados da 
plataforma OSM são bem documentados e disponibilizados na internet. Isso permite que eles sejam 
estudados e avaliados tanto pelos governos quanto pelo meio acadêmico e científico para adequá-los 
aos mais variados usos nas cidades, incluindo a sua utilização em conjunto com o mapeamento de 
referência. Alia-se a isso o fato de a qualidade dos dados colaborativos aumentar conforme cresce o 
número de usuários, aprimorando a inteligência coletiva produzida (Olteanu-Raimond et al., 2017; 
Foody et al., 2015; Surowiecki, 2014; Goodchild & Li, 2012; Brown, 2012; Haklay, 2010; Girres & Touya, 
2010; Flanagin & Metzger, 2008; Malone, 2008; Wilkinson & Huberman, 2007; Bearden, 2007; 
Surowiecki, 2005). 
Sob o aspecto do planejamento urbano, é possível observar que já existem caminhos para pensá-lo 
por meio do uso do mapeamento colaborativo e de outras ferramentas tecnológicas, aliadas às 
ferramentas tradicionais para atingir os objetivos do Estatuto da Cidade e os instrumentos nele 
previstos, como o Plano Diretor e as Leis de Zoneamento, Uso e Ocupação do Solo. 
O Estatuto da Cidade (Brasil, 2001, art. 2º, inciso IV) tem como diretriz para a ordenação do 
desenvolvimento das funções sociais da sociedade e da propriedade urbana o 
[...] planejamento do desenvolvimento das cidades, da distribuição espacial (grifo nosso) da 
população e das atividades econômicas [...] do território [...], de modo a evitar e corrigir as 
distorções do crescimento urbano e seus efeitos negativos sobre o meio ambiente (Brasil, 2001, 
art. 2º, inciso IV). 
Essa diretriz deixa clara a importância do mapeamento urbano, bem como a necessidade da sua 
atualização periódica para o planejamento urbano. 
Além disso, o Estatuto (Brasil, 2001, art. 2º, inciso II) prevê a gestão democrática por intermédio da 
“participação da população e de associações representativas dos vários segmentos da comunidade na 
formulação, execução e acompanhamento de planos, programas e projetos de desenvolvimento 
urbano”. De acordo com Ertiö (2015), problemas práticos de participação, como limitações de tempo e 
de custos ou a dificuldade de incluir os menos favorecidos no processo de formulação de políticas 
públicas, têm levado os gestores a buscar novos métodos de participação pública. Sob esse aspecto, toda 
a tecnologia recentemente desenvolvida com aplicações de mapeamento com base na internet e a maior 
acessibilidade aos dados tornaram as técnicas de mapeamento mais viáveis ao público e sem exigir 
conhecimento avançado em cartografia, o que corrobora a ideia da utilização do mapeamento 
colaborativo não apenas para atualização do mapeamento urbano, mas também como uma nova 
ferramenta tecnológica para apoiar o processo de participação popular. 
Algumas cidades brasileiras já utilizam recursos de mapeamento colaborativo como instrumento de 
participação popular para auxiliar no planejamento urbano. No COLAB – A Rede Social para a Cidadania 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 12/21 
(COLAB, 2018), o cidadão pode postar fotos de problemas da cidade e requisitar uma solução. Entre as 
prefeituras que utilizam o aplicativo estão as de Curitiba e de Porto Alegre. 
A cidade de São Paulo conta com iniciativas de mapeamento que informam sobre pontos alagados 
por meio de órgãos públicos e projetos colaborativos. O Centro de Gerenciamento de Emergências 
(CGE) disponibiliza informações em seu site acerca de alagamentos. Os dados gerados também podem 
ser visualizados por meio do aplicativo para celulares “Alaga SP” (Rocha, 2012). Portanto, seja em 
plataformas para mapeamento de referência, aplicativos próprios para a participação cidadã na gestão 
ou na aquisição de dados provenientes de plataformas de mobilidade de uso massivo (como Waze ou 
Strava, por exemplo), há diversas formas de utilização do mapeamento colaborativo no processo de 
planejamento e gestão urbana. 
Para finalizar a análise das potencialidades na integração do mapeamento colaborativo com o 
mapeamento de referência urbano, é importante destacar ainda que, apesar do grande potencial do 
mapeamento colaborativo enquanto alternativa para o suprimento de informações para gestão 
municipal e os mais diversos usos, como dados que influam em questões cadastrais, jurídicas, de 
regularização fundiária ou que, por sua natureza, exijam grande precisão, os dados colaborativos não 
são indicados, pois não são produzidos com o rigor técnico que essas questões demandam. 
Teste de integração: metodologia e resultados 
Com o intuito de examinar as potencialidades e os desafios na integração do mapeamento 
colaborativo com o mapeamento de referência urbano para utilização nos municípios brasileiros, foi 
realizado um teste em uma área de Curitiba. Essa cidade foi escolhida por ser uma metrópole, 
comportando problemas e necessidades semelhantes a de outras grandes cidades do país, além da 
disponibilidade de dados oficiais do mapeamento de referência urbano. A área de estudo tem 
aproximadamente 12 km2 (3,845km no sentido leste-oeste e 3,124km no sentido norte-sul) e 
incorporou uma parte de cada um dos bairros da cidade mostrados na Figura 4. Essa área é 
representativa, pois contém dados de áreas de preservação, rodovias, edificações oficiais, edificações 
comerciais e elementos de mobilidade urbana, entre outros. 
Figura 4 - Área de estudo. Fonte: elaborada pelas autoras com base nos dados do IPPUC (2018). 
Para a realização do teste, foram estabelecidas as etapas metodológicas apresentadas na Figura 5, as 
quais foram detalhadas nas seções subsequentes. 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 13/21 
Figura 5 - Etapas metodológicas. Fonte: elaborada pelas autoras (2018). 
Coleta dos dados 
A coleta dos dados domapeamento de referência oficial urbano da cidade de Curitiba foi feita no site 
do Instituto de Pesquisa e Planejamento Urbano de Curitiba (IPPUC, 2018) por meio do download das 
camadas em formato *.shp (shapefile). 
Para a coleta dos dados da plataforma OpenStreetMap (OSM), foi utilizado o plugin OSMDownloader, 
versão 0.5, dentro do software QGIS, que permite fazer o download de dados por intermédio da seleção 
de uma área. 
Compatibilização semântica 
A compatibilização semântica dos dados foi realizada em conformidade com a Especificação Técnica 
para Estruturação de Dados Geoespaciais Vetoriais (ET-EDGV 3.0) utilizando o plugin DSGTools. 
Paralelamente ao lançamento da ET-EDGV, foi também disponibilizado o DSGTools, um plugin para o 
software livre de SIG, QGIS, gratuito e aberto, desenvolvido em linguagem Python pela Diretoria do Serviço 
Geográfico do Exército (DSG). O DSGTools fornece um conjunto de funcionalidades destinadas à criação e à 
manutenção de bancos de dados geoespaciais (BDG) de acordo com as especificações da ET-EDGV. 
Para isso, mediante o DSGTools, dentro do QGIS, foram criados dois bancos de dados espaciais com a 
extensão PostGIS para comportar os dados do IPPUC e do OSM. Em seguida, foram carregadas as 
camadas de dados do IPPUC e do OSM dentro do QGIS. Cada camada do IPPUC em formato shapefile se 
refere a um tema, e as informações do BDG do OSM são baixadas via plugin e agrupadas por tipo de 
geometria. 
A compatibilização semântica consistiu na análise, observação e interpretação minuciosas de cada 
uma das descrições das camadas de feições e atributos para serem encaixadas semanticamente nas 
classes da ET-EDGV 3.0 equivalentes. Foram utilizadas a própria especificação, outras especificações, a 
legislação e a wiki do OSM, além de dicionários, notícias e imagens na internet. 
Algumas classes são diretamente compatibilizadas por meio das descrições semânticas constantes 
da ET-EDGV, como é o exemplo da classe Arvore_Isolada (DSG, 2017, p. 90): “Árvore isolada [...] é 
aquela que ocorre em espaços públicos (incluindo os trechos de arruamento), cuja responsabilidade 
pela administração cabe ao poder público [...]”. 
Contudo, em alguns casos, como o de um trecho de rodovia dentro do perímetro urbano, é 
necessário verificar mais de uma descrição semântica e fazer uma decisão de projeto. A definição da 
classe Trecho_Arruamento (DSG, 2017, p. 103) é: “Trecho de arruamento é um trecho de uma via 
interna de uma área urbana”. Por sua vez, a definição da classe Trecho_Rodoviario é (DSG, 2017, 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 14/21 
p. 104): “Trecho rodoviário é a segmentação correspondente a uma ou mais rodovias definidas entre 
dois pontos rodoviários [...]”. 
A decisão tomada nesse caso foi classificar as rodovias como Trecho_Arruamento, pois se encontram 
dentro da área urbana do município, e aplicar a simbologia de acordo com a classe Trecho_Rodoviario. 
Outro exemplo são os paraciclos, ou estacionamentos de bicicletas. Essa classe ainda não existe na 
ET-EDGV 3.0, então foi necessário buscar outras fontes, como o site da Prefeitura de Curitiba, que tem 
definições dos elementos da estrutura cicloviária da cidade (Curitiba, 2017), a wiki do OSM, que tem as 
descrições semânticas das tags (OSM Foundation, 2017), e as imagens na internet, para estabelecer o 
significado da feição. Em seguida, foi preciso analisar o diagrama de classes e as classes da categoria 
Transportes para definir uma classificação na qual a feição melhor se adequasse. 
Com a informação da classe equivalente da ET-EDGV 3.0, foram então carregadas as camadas da 
especificação no DSGTools, dentro do QGIS, e copiadas as feições da tabela de atributos de cada uma das 
camadas para ambas as fontes. Esse processo foi efetuado para todas as camadas do IPPUC (21 
camadas) e do OSM (60 camadas) dentro da área de estudo. 
Produção do mapa híbrido 
A produção do mapa híbrido foi realizada no software QGIS com o intuito de apresentar a 
visualização dos resultados obtidos na integração dos dados geoespaciais do mapeamento colaborativo 
do OSM com o mapeamento de referência oficial do IPPUC. 
A seleção dos dados para compor o mapa híbrido foi feita por classes. O método de seleção pode 
utilizar outros critérios, como a seleção por atributos, por geometria e/ou por feições, contudo a seleção 
inicial sempre passa pela identificação das classes. Foram selecionadas classes inteiras de cada uma das 
fontes, priorizando-se a completude do mapa de referência urbano. 
A simbologia foi aplicada de acordo as especificações do Manual Técnico T 34-700 Convenções 
Cartográficas da DSG (DSG, 1998; DSG, 2000) e das recomendações resultantes das pesquisas de Araújo 
et al. (2016), Natingue et al. (2018) e demais pesquisas do Grupo de Pesquisa em Cartografia e SIG da 
UFPR. Nos casos em que não havia especificações, foram gerados novos símbolos, apenas com o intuito 
de apresentar a informação produzida pelo experimento. 
Primeiramente, foram apresentados os mapas de uma porção da área de estudo com os dados do 
IPPUC (Figura 6) e do OSM (Figura 7) separadamente. Em seguida, foi apresentado o mapa híbrido 
(Figura 8) com a integração das duas fontes. As letras entre parênteses indicam (A) áreas e (P) pontos. 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 15/21 
 
Figura 6 - Mapa com dados do IPPUC. Fonte: elaborada pelas autoras com dados do IPPUC (2018). 
 
Figura 7 - Mapa com dados do OSM. Fonte: elaborada pelas autoras com dados do OSM (2018). 
O mapa híbrido comporta as camadas de ambos os mapeamentos, evidenciando uma quantidade maior 
de dados, com mais informações que podem ser úteis para a gestão e a tomada de decisões pelo município. 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 16/21 
 
Figura 8 - Mapa híbrido. Fonte: elaborada pelas autoras com dados do IPPUC e do OSM (2018). 
Nos mapas apresentados, é possível perceber que os dados do mapeamento do IPPUC podem 
fornecer as informações que dão sustentação à estrutura do mapeamento, como as quadras e o 
arruamento. Os dados do OSM, por sua vez, podem fornecer as informações adicionais, como as 
edificações, o comércio, os serviços e os elementos de mobilidade urbana. 
O mapa híbrido mostra um mapa mais completo e atualizado, demonstrando que a integração do 
mapeamento colaborativo com o mapeamento oficial pode ser uma alternativa enriquecedora na 
atualização e no planejamento de novos mapeamentos urbanos. 
A Figura 9 mostra a contagem das classes e das feições resultantes da integração dos mapeamentos 
para a área selecionada. 
 
Figura 9 - Contagem das classes e das feições resultantes da integração. Fonte: elaborada pelas autoras com 
dados do IPPUC e do OSM (2018). 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 17/21 
Desafios na integração 
A implementação do teste apresentado na seção anterior, aliada às observações a respeito das 
dificuldades relativas à integração dos mapeamentos vistos ao longo da revisão de literatura, forneceu 
subsídios para enumerar os desafios centrais a serem considerados na integração dos mapeamentos, os 
quais serão apresentados ao longo desta seção. 
O primeiro desafio para integração do mapeamento colaborativo com o mapeamento de referência 
nas cidades brasileiras é a própria realidade do mapeamento no país, pois há prefeituras nas quais o 
mapeamento existe, ou está desatualizado, ou inexiste; em algumas ainda existem recursos humanos 
para esse fim e em outras não. Esse fato gera diferentes soluções de integração ou utilização dos dados 
colaborativos dependendo da realidade e da estrutura de cada uma. 
Sob o aspectolegal, a legislação cartográfica brasileira ainda não prevê a homologação de dados 
gerados por produtores não oficiais. Sendo assim, é um desafio criar mecanismos jurídicos para que os 
órgãos oficiais possam formalizar o uso ou a integração dos dados colaborativos ou ainda atribuir 
alguma responsabilidade por eles, quando utilizados (Olteanu-Raimond et al., 2017; Scassa, 2013). 
Do ponto de vista tecnológico, existem muitos desafios, primeiramente porque os dados voluntários 
compõem um banco de dados geoespaciais dinâmico, que é atualizado o tempo todo. Em consequência 
disso, é gerado um volume enorme de dados, então um sistema que integre um BDG colaborativo 
necessita de algoritmos, software e expertise que supram essas demandas (Touya et al., 2017; Bearden, 
2007). Ainda sob o aspecto tecnológico, o mapeamento colaborativo e o oficial têm diferentes modelos 
semânticos, então, para que a integração ocorra, é necessário também desenvolver ferramentas para 
automatizar a compatibilização semântica entre os modelos. 
Sob a ótica da qualidade, um dos desafios é a documentação dos metadados, pois, com a integração 
dos dados colaborativos, há metadados não mais de um conjunto de dados gerados por uma instituição 
produtora, como no caso do mapeamento oficial, mas de cada atributo de cada feição, pois um 
contribuidor pode ter inserido a feição, ou parte dela, e tantos outros de cada um dos seus atributos. 
Outro desafio relativo à qualidade diz respeito à heterogeneidade na distribuição e na própria 
qualidade das contribuições. Para melhorar esses aspectos, são necessários mecanismos para motivar 
os cidadãos a colaborar nas áreas em que não existem dados ou poucos dados, como a criação de 
eventos para mapear determinadas regiões, nos quais também sejam realizados treinamentos para os 
interessados, a exemplo do que faz o próprio OSM em suas mapping parties. 
Para que a adoção do mapeamento colaborativo pelos governos seja efetiva, Olteanu-Raimond et al. 
(2017) dizem que é preciso diversas mudanças institucionais e tecnológicas que podem ser 
incorporadas gradualmente de acordo com as experiências de cada governo. 
Conclusões 
Neste artigo, foram tratadas as principais considerações relativas à integração do mapeamento 
colaborativo com o mapeamento de referência oficial urbano como solução alternativa para atualização 
e utilização no planejamento e na gestão dos municípios brasileiros. Foram abordadas as características 
de cada um dos mapeamentos, envolvendo questões relativas à sua produção, questões legais e de 
qualidade, além de exemplos de iniciativas internacionais nas quais já ocorre a integração entre eles. 
Essas informações subsidiaram uma síntese que aponta os desafios e as potencialidades 
preponderantes para a integração dos mapeamentos. Por fim, foi apresentado um teste prático que 
permitiu visualizar o potencial da agregação do mapeamento colaborativo ao mapeamento de 
referência oficial urbano em Curitiba, no qual foi observado um aumento de aproximadamente 90% no 
número de feições e o triplo de classes. Foi demonstrado que a integração do mapeamento voluntário 
tem capacidade para enriquecer, atualizar e complementar o mapeamento oficial, mas ela comporta 
diversos desafios, sendo necessários métodos de análise, compatibilização e automatização dos 
processos inerentes ao mapeamento e à integração, além de procedimentos para documentação da 
qualidade dos dados colaborativos por meio de metadados. 
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 18/21 
Referências 
Araújo, V. S., Sluter, C. R., &Camboim, S. P. (2016). NSDI-compliant reference map: experiences on implementing a 
user-centered cartographic symbology and standardized data modeling at large scale (1:2000). In Proceedings XVII 
GEOINFO. Campos do Jordão: GEOINFO 
Begin, D. (2014) Towards integrating VGI and national mapping agency operations: A Canadian case study. In 
Proceedings of the Workshop on the Role of Volunteered Geographic Information in Advancing Science: Quality and 
Credibility. Columbus: ORNL. 
Brasil. (1967, 28 de fevereiro). Decreto n. 243, de 28 de fevereiro de 1967. Fixa as Diretrizes e Bases da Cartografia 
Brasileira. Brasília. Recuperado em 11 de junho de 2018, de http://www.inde.gov.br/ legislacao.html. 
Brasil. (1984, 20 de junho). Decreto n. 89.817, de 20 de junho de 1984. Estabelece as Instruções Reguladoras das 
Normas Técnicas da Cartografia Nacional. Brasília: Diário Oficial da União. Recuperado em 11 de junho de 2018, de 
http://www.planalto.gov.br/ccivil_03/decreto/1980-1989/D89817.htm. 
Brasil. (2009). Constituição da República Federativa do Brasil 1888 (8ª ed., Vade Mecum Acadêmico de Direito), São 
Paulo: Editora Rideel. 
Brasil (2001). Lei n. 10.257, de 10 de julho de 2001. Regulamenta os arts. 182 e 183 da Constituição Federal e 
estabelece diretrizes gerais da política urbana e dá outras providências. Brasília: Diário Oficial da União. Recuperado 
em 16 de julho de 2018, de http://www.planalto.gov.br/ccivil_03/leis/LEIS_2001/L10257.htm. 
Brasil (2008, 27 de novembro). Decreto n. 6.666, de 27 de novembro de 2008. Institui a Infraestrutura Nacional de 
Dados Espaciais – INDE. Brasília: Poder Executivo. Recuperado em 16 de julho de 2018, de 
http://www.inde.gov.br/images/inde/20@Decreto6666_27112008.pdf 
Brasil. Ministério do Planejamento, Orçamento e Gestão Comissão Nacional de Cartografia (2010). Plano de Ação 
para Implantação da Infraestrutura Nacional de Dados Espaciais – INDE. Rio de Janeiro: CINDE. Recuperado em 28 
de outubro de 2017, de http://www.inde.gov.br 
Bearden, M. J. (2007). The National Map Corps: The USGS’ Volunteer Geographic Information Program. In VGI 
Workshop (NCGIA). Santa Barbara: NCGIA. Recuperado em 30 de junho de 2018, de 
www.ncgia.ucsb.edu/projects/vgi/docs/position/Bearden paper.pdf. 
Brown, G. (2012). An empirical evaluation of the spatial accuracy of public participation GIS (PPGIS) data.Applied 
Geography, 34, 289-294. http://dx.doi.org/10.1016/j.apgeog.2011.12.004. 
Camboim, S. P., & Sluter, C. R. (2009) The National Topographic Mapping as an Indispensable Database for a 
Brazilian National Spatial Data Infrastructure (NSDI). In Proceedings of the XXIV International Cartographic 
Conference (p. 15-21). Santiago de Chile: NSDI. 
Camboim, S. P., Bravo, J. V. M., & Sluter, C. R. (2015). An investigation into the completeness of, and updates to, the 
Open Street Map data in a heterogeneous area in Brazil. ISPRS International Journal of Geo-Information, 4(3), 1366-
1388. http://dx.doi.org/10.3390/ijgi4031366. 
Carissimi, E., Etges, V. E., & Collischonn, E. (2011). Diagnóstico da Cartografia no Brasil e no Rio Grande do Sul 
frente ao Paradigma Geotecnológico e o Desenvolvimento Regional. In V Seminário Internacional sobre 
Desenvolvimento regional. Santa Cruz do Sul: CEPAL. Recuperado em 16 de maio de 2018, de 
http://www.unisc.br/site/sidr/2011/textos/51.pdf. 
COLAB (2018). A Rede Social para a cidadania. Recuperado em 21 de novembro de 2018, de 
https://www.colab.re/. 
Coleman, D. J. (2013). Potential Contributions and Challenges of VGI for Conventional Topographic Base-Mapping 
Programs. In D. Sui, S. Elwood, &M. Goodchild (Eds.), Crowdsourcing Geographic Knowledge (pp. 245-263). New 
York: Springer Dordrecht Heidelberg. http://dx.doi.org/10.1007/978-94-007-4587-2_14. 
Curitiba. Prefeitura Municipal. (2017). Estrutura Cicloviária. Curitiba. Recuperado em 28 de maio de 2017, de 
http://www.curitiba.pr.gov.br/conteudo/mais-bici-estrutura-cicloviaria/2221. 
https://doi.org/10.1016/j.apgeog.2011.12.004
https://doi.org/10.3390/ijgi4031366
https://doi.org/10.1007/978-94-007-4587-2_14
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 19/21 
Diretoria do Serviço Geográfico – DSG. Exército Brasileiro (1998). Manual Técnico T 34-700. Convenções 
Cartográficas.1ª Parte. Normas para o Emprego dos Símbolos (2a ed.), Brasília: Diretoria de Serviço Geográfico. 
Recuperado em 4 de novembro de 2017, de http://www.geoportal.eb.mil.br/images/PDF/T_34700_P1.pdf. 
Diretoria do Serviço Geográfico – DSG. Exército Brasileiro (2000). Manual Técnico T 34-700 Convenções 
Cartográficas (2ª Parte) Catálogo de Símbolos (2a ed.), Brasília: Diretoria de Serviço Geográfico. Recuperado em 4 
de novembro de 2017, de http://www.geoportal.eb.mil.br/images/PDF/T_34700_P2.pdf. 
Diretoria do Serviço Geográfico – DSG. Exército Brasileiro (2016). ET ADGV Defesa F Ter – Especificação Técnica 
para Aquisição de Dados Geoespaciais Vetoriais da Defesa da Força Terrestre.Brasília: Diretoria de Serviço 
Geográfico. Recuperado em 5 de julho de 2018, de http://www.geoportal.eb.mil.br/index.php/inde2?id=142. 
Diretoria do Serviço Geográfico – DSG. Exército Brasileiro (2017). ET EDGV 3.0 – Especificação Técnica para a 
Estruturação dos Dados Geoespaciais Vetoriais. Brasília: Diretoria de Serviço Geográfico. Recuperado em 02 de 
julho de 2018, de http://www.geoportal.eb.mil.br/index.php/inde2?id=142. 
Elwood, S. (2006). Critical Issues in Participatory GIS: Deconstructions, Reconstructions, and New Research 
Directions. Transactions in GIS, 10(5), 693-708. 
Empresa de Informática e Informação do Município de Belo Horizonte – PRODABEL. (2018). Recuperado em 21 de 
junho de 2018, Belo Horizonte. de http://portalpbh.pbh.gov.br/pbh/ecp/comunidade.do?app=prodabel. 
Empresa Paulista de Planejamento Metropolitano SA – EMPLASA. (2018). Empresa Paulista de Planejamento 
Metropolitano SA. São Paulo: EMPLASA. Recuperado em 18 de junho de 2018, de 
https://www.emplasa.sp.gov.br/Institucional/Detalhe/A-empresa. 
Ertiö, T.-P. (2015). Participatory Apps for Urban Planning - Space for Improvement. Planning Practice and 
Research, 30(3), 303-321. http://dx.doi.org/10.1080/02697459.2015.1052942. 
Estes, J. E., & Mooneyhan, D. W. (1994). Of Maps and Myths. Photogrammetric Engineering and Remote Sensing, 60, 
517-524. 
Flanagin, A. J., & Metzger, M. J. (2008). The credibility of volunteered geographic information. GeoJournal, 72(3-4), 
137-148. http://dx.doi.org/10.1007/s10708-008-9188-y. 
Foody, G. M., See, L., Fritz, S., Van Der Velde, M., Perger, C., Schill, C., Boyd, D. S., & Comber, A. (2015). Accurate 
attribute mapping from volunteered geographic information: issues of volunteer quantity and quality. The 
Cartographic Journal, 52(4), 336-344. http://dx.doi.org/10.1179/1743277413Y.0000000070. 
Garson, S. B. P. (2009). Regiões metropolitanas: diversidade e dificuldade fiscal da cooperação. Cadernos Metrópole, 
11(22), 435-451. 
Girres, J.-F., & Touya, G. (2010). Quality assessment of the French OpenStreetMap dataset. Transactions in GIS, 
14(4), 435-459. http://dx.doi.org/10.1111/j.1467-9671.2010.01203.x. 
Goodchild, M. F. (2007). Citizens as sensors: the world of volunteered geography. GeoJournal, 69(4), 211-221. 
http://dx.doi.org/10.1007/s10708-007-9111-y. 
Goodchild, M. F. (2009). NeoGeography and the nature of geographic expertise. Journal of Location Based Services, 
3(2), 82-96. http://dx.doi.org/10.1080/17489720902950374. 
Goodchild, M. F., & Li, L. (2012). Assuring the quality of volunteered geographic information. Spatial Statistics, 1, 
110-120. http://dx.doi.org/10.1016/j.spasta.2012.03.002. 
Haklay, M., & Weber, P. (2008). OpenStreetMap: User-Generated Street Maps. IEEE Pervasive Computing, 7(4), 12-
18. http://dx.doi.org/10.1109/MPRV.2008.80. 
Haklay, M. (2010). How Good is volunteered geographical information? a comparative study of OpenStreetMap and 
ordnance survey datasets. Environment and Planning. B, Planning & Design, 37(4), 682-703. 
http://dx.doi.org/10.1068/b35097. 
Instituto Brasileiro de Geografia e Estatística – IBGE. (2018). IBGE Cidades. Rio de Janeiro: IBGE. Recuperado em 
em 21 de julho de 2018, de https://cidades.ibge.gov.br 
http://www.geoportal.eb.mil.br/images/PDF/T_34700_P2.pdf
https://doi.org/10.1080/02697459.2015.1052942
https://doi.org/10.1007/s10708-008-9188-y
https://doi.org/10.1179/1743277413Y.0000000070
https://doi.org/10.1111/j.1467-9671.2010.01203.x
https://doi.org/10.1007/s10708-007-9111-y
https://doi.org/10.1080/17489720902950374
https://doi.org/10.1016/j.spasta.2012.03.002
https://doi.org/10.1109/MPRV.2008.80
https://doi.org/10.1068/b35097
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 20/21 
Instituto de Pesquisa e Planejamento Urbano de Curitiba – IPPUC. (2018). Dados Geográficos. Curitiba: IPPUC. 
Recuperado em 09 de maio de 2019, de http://ippuc.org.br/geodownloads/geo.htm. 
Keates, J. S. (1973). Cartographic Design and Production. New York: Longman. 240 p. 
Li, D., Cao, J., & Yuan, Y. (2015). Big data in smart cities. Science China. Information Sciences, 58(12), 1-12. 
López, F. J. A. (2002). Calidad en la producción cartográfica. Madrid: Ra-Ma Editorial. 
Machado, A. A., &Camboim, S. P. (2016). Diagnóstico da Perspectiva do Usuário na Criação de Infraestruturas de 
Dados Espaciais Subnacionais: Estudo de Caso para a Região Metropolitana de Curitiba.Revista Brasileira de 
Cartografia, 68(8), 1633-1651. 
Malone, T. W. (2008). What is collective intelligence and what will we do about it? In M. Tovey (Ed.), Collective 
intelligence: creating a prosperous world at peace (pp. 37-40). Oaktown: Earth Intelligence Network. 
Natingue, G. R., Delazari, L. S., & Sluter, C. R. (2018). Proposição de Simbologia para Cartas Derivadas para o 
Mapeamento Topográfico do Município de Campo Largo – PR. Revista Brasileira de Cartografia, 70(2), 508-526. 
http://dx.doi.org/10.14393/rbcv70n2-45380. 
Olteanu-Raimond, A.-M., Hart, G., Foody, G., Touya, G., Kellenberger, T., & Demetriou, D. (2017). The scale of VGI in 
map production: A perspective of European National Mapping Agencies. Transactions in GIS, 21(1), 74-90. 
http://dx.doi.org/10.1111/tgis.12189. 
Open Street Map Foundation – OSM Foundation. (2017). Open Street Map Foundation. United Kingdom: 
OpenStreetMap Foundation. Recuperado em 27 de agosto de 2017, de http://wiki.osmfoundation.org/wiki/ 
Open Street Map. (2018). Open Street Map Statistics. United Kingdom: OpenStreetMap Foundation. Recuperado em 
17 de maio de 2018, de https://openstreetmap.org/stats/data_stats.html. 
Pereira, K. D., Augusto, M. J. C., Santos, C. J. B., &Freitas, A. L. (2003). Atualização da Legislação Cartográfica: 
necessidade nacional. In Anais do XXI Congresso Brasileiro de Cartografia. Belo Horizonte: SBC. 
Raymond, E. S. (1999).The Cathedral and the Bazaar: Musings on Linux and Open Source by an Accidental 
Revolutionary. Beijing: O’Reilly Media. http://dx.doi.org/10.1007/s12130-999-1026-0. 
Rocha, N. (2012) Novo aplicativo para iPhone: Alaga SP. Recuperado em 22 de Novembro de 2018, de 
https://macmagazine.uol.com.br/2010/02/19/novo-aplicativo-para-iphone-mostra-pontos-de-alagamento-em-
sao-paulo/ 
Scassa, T. (2013). Legal Issues with volunteered geographic information. Canadian Geographer, 57(1), 1-10. 
http://dx.doi.org/10.1111/j.1541-0064.2012.00444.x. 
Sieber, R. E., & Johnson, P. A. (2013). Situating the Adoption of VGI by Government. In D. Z. Sui, S. Elwood, &M. 
Goodchild (Eds.), Crowdsourcing geographic knowledge: Volunteered Geographic Information (VGI) in Theory and 
Practice. Dordrecht: Springer Science & Business Media. 
Sluter, C. R., &Camboim, S. P. (2009). The National Topographic Mapping as an Indispensable Database for a 
Brazilian National Spatial Data Infrastructure (NSDI). In Proceedings of the XXIV International Cartographic 
Conference, Santiago de Chile, Chile: NSDI. 
Sluter, R. S., Camboim, S. P., Iescheck, A. L., Pereira, L. B., Castro, M. C., Yamada, M. M., & Araújo, V. S. (2019) A 
Proposal for topographic map symbols for large-scale maps of urban areas in Brazil. The Cartographic Journal, 
55(4), 362-377. 
Surowiecki, J. (2005). The wisdom of crowds. New York: Anchor Books. 
Surowiecki,J. (2014, 18 de may). The collective intelligence of the Web. The New Yorker. 
Touya, G., Antoniou, V., Christophe, S., & Skopeliti, A. (2017). Production of Topographic Maps with VGI: Quality 
Management and Automation. In G. Foody, L. See, S. Fritz, P. Mooney, A.-M. Olteanu-Raimond, C. C. Fonte&V. 
Antoniou (Eds.), Mapping and the Citizen Sensor. (pp. 61-92). London: Ubiquity Press Ltd. 
https://doi.org/10.14393/rbcv70n2-45380
https://doi.org/10.1111/tgis.12189
https://doi.org/10.1007/s12130-999-1026-0
https://doi.org/10.1111/j.1541-0064.2012.00444.x
Mapeamento colaborativo como fonte de dados para o planejamento urbano 
urbe. Revista Brasileira de Gestão Urbana, 2019, 11, e20180142 21/21 
Urban Systems. (2017). Ranking Connected Smart Cities. Santo Amaro: Urban Systems. Recuperado em 7 de Julho 
de 2018, de http://www.urbansystems.com.br. 
Wilkinson, D. M., & Huberman, B. A. (2007). Assessing the Value of Cooperation in Wikipedia. First Monday, 12(4). 
http://dx.doi.org/10.5210/fm.v12i4.1763. 
Editor: Fábio Duarte. 
Recebido: Jul. 25, 2018 
Aceite: Dez. 22, 2018 
https://doi.org/10.5210/fm.v12i4.1763
<<
 /ASCII85EncodePages false
 /AllowPSXObjects false
 /AllowTransparency false
 /AlwaysEmbed [
 true
 ]
 /AntiAliasColorImages false
 /AntiAliasGrayImages false
 /AntiAliasMonoImages false
 /AutoFilterColorImages true
 /AutoFilterGrayImages true
 /AutoPositionEPSFiles true
 /AutoRotatePages /All
 /Binding /Left
 /CalCMYKProfile (U.S. Web Coated \050SWOP\051 v2)
 /CalGrayProfile (Dot Gain 20%)
 /CalRGBProfile (sRGB IEC61966-2.1)
 /CannotEmbedFontPolicy /Warning
 /CheckCompliance [
 /None
 ]
 /ColorACSImageDict <<
 /HSamples [
 1
 1
 1
 1
 ]
 /QFactor 0.15000
 /VSamples [
 1
 1
 1
 1
 ]
 >>
 /ColorConversionStrategy /UseDeviceIndependentColor
 /ColorImageAutoFilterStrategy /JPEG
 /ColorImageDepth -1
 /ColorImageDict <<
 /HSamples [
 1
 1
 1
 1
 ]
 /QFactor 0.15000
 /VSamples [
 1
 1
 1
 1
 ]
 >>
 /ColorImageDownsampleThreshold 1.50000
 /ColorImageDownsampleType /Bicubic
 /ColorImageFilter /DCTEncode
 /ColorImageMinDownsampleDepth 1
 /ColorImageMinResolution 300
 /ColorImageMinResolutionPolicy /OK
 /ColorImageResolution 355
 /ColorSettingsFile ()
 /CompatibilityLevel 1.7
 /CompressObjects /Off
 /CompressPages false
 /ConvertImagesToIndexed true
 /CreateJDFFile false
 /CreateJobTicket false
 /CropColorImages false
 /CropGrayImages false
 /CropMonoImages false
 /DSCReportingLevel 0
 /DefaultRenderingIntent /Default
 /Description <<
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
 /BGR <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>
 /CHS <FEFF4f7f75288fd94e9b8bbe5b9a521b5efa7684002000500044004600206587686353ef901a8fc7684c976262535370673a548c002000700072006f006f00660065007200208fdb884c9ad88d2891cf62535370300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c676562535f00521b5efa768400200050004400460020658768633002>
 /CHT <FEFF4f7f752890194e9b8a2d7f6e5efa7acb7684002000410064006f006200650020005000440046002065874ef653ef5728684c9762537088686a5f548c002000700072006f006f00660065007200204e0a73725f979ad854c18cea7684521753706548679c300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c4f86958b555f5df25efa7acb76840020005000440046002065874ef63002>
 /CZE <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>
 /DAN <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>
 /DEU <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>/ENU (Use these settings to create Adobe PDF documents for quality printing on desktop printers and proofers. Created PDF documents can be opened with Acrobat and Adobe Reader 5.0 and later.)
 /ESP <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>
 /ETI <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>
 /FRA <FEFF005500740069006c006900730065007a00200063006500730020006f007000740069006f006e00730020006100660069006e00200064006500200063007200e900650072002000640065007300200064006f00630075006d0065006e00740073002000410064006f00620065002000500044004600200070006f007500720020006400650073002000e90070007200650075007600650073002000650074002000640065007300200069006d007000720065007300730069006f006e00730020006400650020006800610075007400650020007100750061006c0069007400e90020007300750072002000640065007300200069006d007000720069006d0061006e0074006500730020006400650020006200750072006500610075002e0020004c0065007300200064006f00630075006d0065006e00740073002000500044004600200063007200e900e90073002000700065007500760065006e0074002000ea0074007200650020006f007500760065007200740073002000640061006e00730020004100630072006f006200610074002c002000610069006e00730069002000710075002700410064006f00620065002000520065006100640065007200200035002e0030002000650074002000760065007200730069006f006e007300200075006c007400e90072006900650075007200650073002e>
 /GRE <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>
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
 /HRV <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>
 /HUN <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>
 /ITA <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>
 /JPN <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>