This paper discusses the use of spatial data for risk and natural disaster management. The importance of remote-sensing (RS), Geographic Information System (GIS) and Global Navigation Satellite System (GNSS) data is stressed by comparing studies of the use of these technologies for natural disaster management. Spatial data sharing is discussed in the context of the establishment of Spatial Data Infrastructures (SDIs) for natural disasters. Some examples of SDI application in disaster management are analyzed, and the need for participation from organizations and governments to facilitate the exchange of information and to improve preventive and emergency plans is reinforced. Additionally, the potential involvement of citizens in the risk and disaster management process by providing voluntary data collected from volunteered geographic information (VGI) applications is explored. A model relating all of the spatial data-sharing aspects discussed in the article was suggested to elucidate the importance of the issues raised.

No abstract

Resumo No Brasil existe a perspectiva de crescimento expressivo do volume de dados a ser processado pelas prestadoras de serviços de rastreamento de veículos em decorrência do aumento natural do uso de sistemas de rastreamento. Esse crescimento gera a necessidade da incorporação de ferramentas analíticas nos sistemas de gerenciamento do rastreamento e monitoramento de veículos e na gestão de risco, para aumentar a sua eficiência e atender ao crescimento do mercado. O presente estudo tem como objetivo o desenvolvimento de um modelo para identificação do Padrão de Comportamento Espacial de Veículos em Movimento – PCEVM, utilizando uma ferramenta de análise espacial para auxiliar o processo de tomada de decisão no monitoramento de veículos e na gestão do sistema de transporte urbano. Embora os resultados obtidos sejam válidos para a particular configuração apresentada neste artigo, a metodologia de análise proposta permite a caracterização de padrões espaciais de movimentação de veículos na área e no período considerados, o que é útil, por exemplo, para planejadores municipais, empresas de logística e empresas seguradoras. Conclui-se que o resultado da comparação entre o posicionamento coletado em tempo real com o modelo de distribuição espacial obtido na caracterização dos padrões de comportamento espaciais é capaz de detectar anormalidades do comportamento de movimentação do veículo e oferecer subsídios para a tomada de decisão em sistemas de monitoramento e gerenciamento de veículos, que visem à segurança patrimonial e pessoal, identificando comportamentos de movimentação não esperados ou de comportamentos de risco.