Questões Sobre Projeções Cartográficas

Projeções cartográficas não são um bicho de sete cabeças, mas também não são tão simples quanto a maioria dos tutoriais indica

Se você já tentou montar um mapa temático ou processar dados geoespaçuais, provavelmente se deparou com algum problema estranho: áreas que pareciam corretas no visualizador do QGIS não batiam com os cálculos reais, ou um shapefile que deveria ser do Brasil inteiro aparecia como uma faixa estreita perto do equador. A maior parte das questões sobre projeções cartográficas nasce justamente desse tipo de situação, quando o dado e a projeção não combinam. O primeiro passo é entender o que você quer fazer com o mapa. Isso define tudo. Mapas de navegação precisam preservar ângulos — isso é a projeção conforme. Mapas de áreas, como densidade populacional ou cobertura vegetal, precisam preservar proporções de superfície — aí entra a projeção equivalente. Mapas gerais precisam equilibrar as distorções, e aí usamos projeções compromissadas. A UTM (Universal Transversa de Mercator) é provavelmente a projeção mais usada no Brasil para mapas regionais e locais. Ela é conforme, divide o planeta em 60 zonas de 6 graus de longitude cada, e mantém a distorção abaixo de 1 parte em 2.500 dentro de cada zona. Para trabalhos com dados de satélite ou levantamentos topográficos, essa é a primeira opção que deve ser considerada. A desvantagem é que ela só funciona bem em faixas próximas ao equador — acima de 80 graus de latitude, a distorção cresce rapidamente e você precisa mudar de projeção.

O SISNEGA (Sistema de Referência Geocêntrica para as Américas), baseado no datum SIRGAS 2000 e na projeção ellipsoidal, é outra escolha comum no Brasil. Ele é ótimo para dados que cobrem todo o território nacional porque não sofre a fragmentação em zonas da UTM. O problema é que ele não preserva nem conformidade nem equivalência — é uma projeção simplesmente elipsoidal, útil para coordenadas, mas ruim para cálculos de distância ou área sem correções adicionais. No meu caso, encontrei um problema específico há cerca de dois anos: estava trabalhando com imagens Landsat para mapeamento de uso do solo em Minas Gerais, e os vetores de municípios estavam em uma projeção diferente dos rasters. O QGIS mostrava tudo sobreposto corretamente porque faz reprojução em tempo real, mas quando executei um zonal statistics no SAGA GIS, os valores de área saíram completamente errados porque o software não estava reprovutando automaticamente. Perdi uma tarde inteira rastreando o erro, que na verdade era apenas uma inconsistência de sistema de coordenadas entre arquivos. A solução foi reprojetar todos os dados para UTM zona 23S (EPSG:31983) antes de qualquer processamento, e documentar isso num arquivo de log para não repetir o mesmo erro.

O que ninguém te conta sobre projeções equivalentes

A projeção de Mollweide e a de Lambert estão entre as mais citadas em livros didáticos, mas têm limitações práticas que raramente são mencionadas. A Mollweide, por exemplo, distorce formas de forma muito acentuada perto dos polos — continentes como Canadá, Rússia e Escandinávia ficam esticados verticalmente de maneira que pode enganar até quem já tem familiaridade com o assunto. Se você está fazendo um mapa-múndi para apresentar dados socioeconômicos, a Mollweide funciona, mas se o público não é técnico, a distorção visual pode levar a interpretações equivocadas sobre o tamanho relativo das regiões. Já a projeção de Lambert, especificamente a cônica conforme de Lambert, é amplamente utilizada para mapas de países de extensão média como latitude, como os Estados Unidos e o Brasil em escalas maiores. Ela preserva ângulos localmente e tem distorção mínima ao longo de dois paralelos padrão. O detalhe importante é que esses paralelos padrão precisam ser escolhidos criteriosamente. No caso do Brasil, usar 2 graus ao norte e 2 graus ao sul do paralelo central da região de interesse geralmente produz resultados bastante confiáveis. Colocar os paralelos padrão muito afastados da área de estudo introduz distorções acumuladas que podem chegar a 0,5% em escala regional — algo pequeno, mas significativo quando você está calculando áreas para fins de licenciamento ambiental ou declaração de propriedade.

Pitfalls comuns que fazem iniciantes perderem horas

O erro mais frequente é assumir que todos os arquivos com a mesma extensão têm o mesmo sistema de coordenadas. Um SHP e um GeoTIFF podem ser ambos "do Brasil" e ainda assim estarem em sistemas totalmente diferentes. Sempre verifique o arquivo .prj junto com o shapefile, ou use ferramentas como oogrinfo no GDAL para inspectar o CRS diretamente. O QGIS mostra o CRS na barra de status, mas a informação exibida lá é do projeto, não necessariamente do layer em si — isso causa confusão constante. Outro ponto cego é a diferença entre datum e projeção. Muitos confundem os dois. O datum é a referência elipsoidal (WGS84, SIRGAS2000, NAD83), enquanto a projeção é a transformação matemática que leva a superfície curva do modelo terrestre para o plano. Dois arquivos podem estar no mesmo datum e em projeções diferentes, ou vice-versa. Para trabalho sério, trate datum e projeção como camadas independentes de informação e valide cada uma separadamente. Se você está processando grandes volumes de dados raster em batch, reproveção sistemática pode demorar muito. Um fluxo típico com GDAL usando gdalwarp em paralelo com 8 threads converge para cerca de 15 minutos para um lote de 20 imagens Sentinel-2 de 10 GB cada, enquanto o mesmo processo no QGIS, rodando sequencialmente e reprovutando na memória, leva cerca de 40 a 50 minutos. A diferença não é só velocidade — o QGIS tende a consumir mais memória RAM durante o processo, o que pode travar a sessão se você estiver trabalhando com vários layers abertos ao mesmo tempo.

Quando abandonar a UTM e buscar alternativas

A UTM é confiável para a maioria dos usos até latitudes médias, mas existem situações em que ela não é a melhor escolha. Para mapas de todo o Brasil em escala pequena, a projeção de Lambert conformal conic (como a SBSHD - Sistema Brasileiro de Hipersuperfície de Dados, quando disponível) oferece cobertura uniforme sem as distorções de borde de zona. Para estudos polares ou de alta latitude, a projeção estereográfica polar é mais adequada. E para navegação oceânica, a Mercator clássica continua sendo a referência, apesar das distorções extremas de área nos polos. O que eu recomendo na prática é: defina primeiro o propósito do mapa, depois a escala, depois a extensão geográfica. Essas três variáveis determinam qual projeção vai produzir o menor erro aceitável para o seu caso específico. Não existe projeção universal, e qualquer pessoa que venda isso como verdade provavelmente está vendendo algo. Para quem quer consultar referências técnicas, o manual do GDAL (gdal.org) tem uma seção completa sobre sistemas de referência e reprojeção, e o site epsg.io permite pesquisar qualquer código EPSG com detalhes práticos sobre cobertura, precisão e aplicações recomendadas. Ambos são recursos gratuitos e atualizados regularmente.