Projeção Gall Peters

Como funciona a projeção que todo mundo odeia e por quê

Eu passei uns três anos usando mapas-múndi em projeção retangular para apresentações de dados geopolíticos, até perceber que estava enganando minha audiência sem querer. O problema começou quando eu precisava comparar a superfície real de países africanos com a da Groenlândia em um dashboard. A projeção que parecia óbvia na hora tinha uma distorção absurda nos polos. Fiquei horas refazendo cálculos até encontrar o caminho mais simples: projeção Gall-Peters. A projeção Gall-Peters é uma projeção cilíndrica equivalente lançada independentemente por James Gall em 1885 e por Arno Peters em 1974. Ela preserva as áreas relativas entre os territórios, o que significa que se um país tem o dobro da área de outro no mapa, ele realmente tem o dobro na vida real. Isso é diferente da projeção de Mercator, que alonga regiões perto dos polos e faz a Groenlândia parecer do tamanho da África quando ela é dezesseis vezes menor. A matemática por trás é direta. Você pega a latitude verdadeira, aplica uma transformação senoidal inversa que compensa o alongamento, e distribui os meridianos igualmente. O resultado é um retângulo onde a latitude zero está no centro e os polos ficam nas bordas superior e inferior. Não tem segredo, não tem mágica, só geometria aplicada.

Por que eu parei de usar Mercator em dashboards

Aqui vai uma história real. Eu montei um painel mostrando a população por continente em 2019. Usei Mercator sem pensar. Quando o CFO perguntou por que a Europa parecia tão enorme comparada à África, eu tive que explicar que a projeção estava mentindo visualmente. Levei duas horas refazendo a representação com Gall-Peters porque o time de BI não conhecia a alternativa. Se eu soubesse antes, levaria vinte minutos. O workaround que eu uso hoje é simples: para mapas estáticos de comparação territorial, eu gero em Gall-Peters. Para navegação ou mapas de rotas, eu mantenho Mercator ou uso alguma projeção conforme local. A regra prática que eu seguir é: se a pergunta é "quanto espaço isso ocupa", Gall-Peters. Se a pergunta é "como chego lá", outra coisa.

Pegadas e armadilhas que ninguém conta

Uma coisa que eu aprendi na marra é que a projeção Gall-Peters não é perfeita. Os ângulos são distorcidos, especialmente perto dos polos. Formas costeiras ficam estranhas. O Alaska parece esticado na vertical de um jeito que incomoda quem tá acostumado com Mercator. E tem um detalhe técnico importante: os paralelos ficam muito próximos nos polos, o que pode causar sobreposição visual em mapas de alta resolução quando você adiciona muitos elementos próximos ao Ártico. Outro ponto que eu esqueci na primeira vez: a projeção não é cônica, é cilíndrica. Isso significa que ela não funciona bem para regiões que se estendem muito no sentido leste-oeste sem passar pelo equador. A Antártida fica tão alongada que vira uma faixa horizontal interminável. Para mapas focados em latitudes altas, eu hoje prefiro projeção de Lambert conforme, mesmo que não preserve áreas. Tem ainda a questão da escala. Alguns softwares de visualização usam aproximações numéricas que podem gerar pequenos erros de arredondamento nas bordas. Eu já vi mapas onde a diferença de área entre Canadá e China era de cerca de dois pontos percentuais por causa disso. Se você precisa de precisão milimétrica para publicação acadêmica, valide com dados de superfície conhecidos antes de confiar cegamente na renderização automática.

Como implementar na prática

Se você quer gerar um mapa em Gall-Peters, o caminho mais rápido é usar D3.js com o plugin d3-geo. A função é basicamente geoGallPeters() e você passa os dados geográficos como entrada. Em Python, o libraries matplotlib e basemap também suportam, mas o código fica mais verboso. Eu geralmente faço em JavaScript porque a interatividade ajuda quando o usuário quer zoom em regiões específicas. O fluxo que eu recomendo é: baixar os dados TopoJSON do Natural Earth, aplicar a projeção, filtrar por contorno simplificado se for mapa estático, e renderizar. Leva cerca de quarenta segundos do início ao fim em uma máquina padrão. Se você adicionar cores de legenda automática, mais cinqüenta segundos. Para quem precisa de download direto, existem várias bibliotecas open source que já vêm com a projeção implementada. Eu costumo usar a versão 4.12 do D3 porque é estável e bem documentada. A comunidade mantém exemplos prontos que você pode copiar e colar, o que elimina horas de debugging.

Quando NÃO usar

Existe um cenário onde Gall-Peters é péssima escolha: mapas de navegação aérea ou marítima. Como os ângulos não são preservados, rotas que parecem retas no mapa não correspondem a vetores de navegação reais. Se o usuário clicar em dois pontos e o sistema calcular uma rota reta, o resultado vai estar errado por dezenas de quilômetros em viagens longas. Para isso, Mercator ou projeção ortomercatorial são mais adequadas. Também não recomendo para visualizações de dados demográficos em pequena escala quando o foco é população por área. A distorção de forma pode induzir o leitor a pensar que certas regiões são mais povoadas do que realmente são. Nesses casos, eu prefiro mapas coropléticos tradicionais com legenda clara, sem depender da geometria da projeção para transmitir a mensagem. Por fim, se o seu público é muito leigo em cartografia, considere adicionar uma nota explicativa. Eu vi muitos colegas aceitarem mal mapas em Gall-Peters na primeira impressão porque estavam acostumados com Mercator. Um parágrafo curto sobre por que as formas estão diferentes evita perguntas chatas durante apresentações.

Acho que é isso. O mapa é só uma ferramenta, e escolher a projeção certa depende do que você quer comunicar. Se a área importa, Gall-Peters. Se a forma importa, outra coisa. O resto é ajuste fino.