@Article{FerreiraOlivMontAlme:2016:TeGiSp,
               author = "Ferreira, Karine Reis and Oliveira, Andr{\'e} Gomes de and 
                         Monteiro, Ant{\^o}nio Miguel Vieira and Almeida, Diego Benincasa 
                         F. Cavalcanti de",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {} and 
                         {Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)}",
                title = "Temporal gis and spatiotemporal data sources",
              journal = "Revista Brasileira de Cartografia",
                 year = "2016",
               volume = "68",
               number = "6",
                pages = "1191--1202",
             keywords = "Spatiotemporal Data, Geographical Information Systems, Semantic 
                         Web, Dados Espa{\c{c}}o-Temporais, Sistemas de 
                         Informa{\c{c}}{\~o}es Geogr{\'a}fi cas, Web Sem{\^a}ntica.",
             abstract = "The recent technological advances in geospatial data collection 
                         have created massive data sets with better spatial and temporal 
                         resolution than ever. To properly deal with these data sets, 
                         geographical information systems (GIS) must evolve to represent, 
                         access, analyze and visualize big spatiotemporal data in an effi 
                         cient and integrated way. In this paper, we highlight challenges 
                         in temporal GIS development and present a proposal to overcome one 
                         of them: how to access spatiotemporal data sets from distinct 
                         kinds of data sources. Our approach uses Semantic Web techniques 
                         and is based on a data model that takes observations as basic 
                         units to represent spatiotemporal information from diff erent 
                         application domains. We defi ne a RDF vocabulary for describing 
                         data sources that store or provide spatiotemporal observations. 
                         RESUMO: O recente avan{\c{c}}o tecnol{\'o}gico na coleta de 
                         dados espaciais tem gerado grandes volumes de dados com melhores 
                         resolu{\c{c}}{\~o}es espaciais e temporais. Para manipular esses 
                         dados devidamente, os Sistemas de Informa{\c{c}}{\~o}es 
                         Geogr{\'a}fi cas (SIGs) devem evoluir para representar, acessar, 
                         analisar e visualizar grandes bases de dados 
                         espa{\c{c}}o-temporais de maneira efi ciente e integrada. Neste 
                         artigo, n{\'o}s enfatizamos os desafi os relacionados ao 
                         desenvolvimento de SIGs temporais e apresentamos uma proposta para 
                         superar um deles: como acessar informa{\c{c}}{\~o}es 
                         espa{\c{c}}o-temporais de diferentes tipos de fontes de dados. 
                         Nossa abordagem usa t{\'e}cnicas de Sem{\^a}ntica Web e {\'e} 
                         baseada em um modelo que usa observa{\c{c}}{\~o}es como unidades 
                         b{\'a}sicas para representar informa{\c{c}}{\~o}es 
                         espa{\c{c}}o-temporais de diferentes dom{\'{\i}}nios de 
                         aplica{\c{c}}{\~a}o. N{\'o}s defi nimos um vocabul{\'a}rio RDF 
                         para descrever fontes de dados que armazenam ou fornecem 
                         observa{\c{c}}{\~o}es espa{\c{c}}o-temporais.",
                 issn = "0560-4613 and 1808-0936",
             language = "en",
           targetfile = "ferreira_temporal.pdf",
        urlaccessdate = "20 abr. 2024"
}