O aumento significativo na disponibilização de dados com informações espaciais, como tempo e espaço, oriundo de diversas fontes têm gerado novas oportunidades de análise e modelagem, buscando um melhor entendimento do sistema associado a esses dados. No entanto, surgem problemas na avaliação das distribuições espaciais e na fusão de dados heterogêneos de múltiplas fontes. Um deles explorado na literatura é identificar os pesos a serem atribuídos a cada entrada de dados. Este trabalho propõe, dessa forma, a utilização de um modelo espacial multicritério que visa otimizar a dependência espacial e a heterogeneidade espacial para pesar o grau de importância de cada componente do modelo e combiná-los, gerando diversos mapas coropléticos de forma automática e sem a necessidade de especialista de domínio de cada fonte de dados. Os resultados, obtidos por meio de estudos de caso, permitiram a comparação da qualidade da solução e do custo computacional das técnicas aplicadas, bem como o desenvolvimento de uma nova técnicas para fusão de dados geoespaciais por meio da análise da dependência e heterogeneidade espacial, além de um arcabouço para o tratamento e manipulação de dados geoespaciais.

The significant increase in the availability of data with spatial information, such as time and space, from different sources generated with new opportunities for analysis and modeling, seeking a better understanding of the system associated with this data. However, problems arise in assessing spatial distributions and merging heterogeneous data from multiple sources. One of the important problems explored in the literature is identifying the weights assigned to each data entry. This work proposes the use of a multi-criteria spatial model that aims to optimize spatial dependence and spatial heterogeneity to weigh the degree of importance of each component of the model and combine them, generating several choropleth maps automatically and without the need for a specialist. domain of each data source. The results obtained through case studies allowed the comparison of the quality of the solution and the computational cost of the applied techniques, as well as the development of a new technique for fusion of geospatial data through the analysis of spatial dependence and heterogeneity, in addition to a framework for the processing and manipulation of geospatial data.