Última atualização: 20 de ago de 2026

Cloud-Native Geospatial Formats Explained - COG, GeoParquet, PMTiles & More

Quais são os formatos de arquivo GIS nativos da nuvem? Um guia para desenvolvedores

Se você já construiu um pipeline geoespacial, conhece a dor do gargalo “download-first”. Tradicionalmente, se sua aplicação precisava de uma caixa delimitadora de 500x500 pixels de uma cena de satélite de 15 GB — ou queria filtrar dez linhas de um conjunto de dados municipal de parcelas de 4 GB — você tinha que baixar o arquivo inteiro, analisá‑lo na memória e então extrair a parte que realmente lhe interessava.

Simplesmente fazer upload de um Shapefile, GeoJSON, ou GeoTIFF padrão para um bucket Amazon S3 ou Google Cloud Storage não o torna nativo da nuvem. Ele apenas coloca um arquivo legado no disco rígido de outra pessoa.

Nativo da nuvem formatos de arquivo GIS resolve este problema ao reestruturar a forma como os dados espaciais são organizados no disco. Em vez de forçar os clientes a ler arquivos sequencialmente do início ao fim, esses formatos são projetados para leituras diretas e parciais pela rede. Para desenvolvedores, isso desbloqueia arquiteturas serverless, reduz drasticamente os custos de saída e permite que clientes web consultem conjuntos de dados massivos diretamente do armazenamento de objetos estático.

A mecânica: como o geoespacial nativo da nuvem realmente funciona

Antes de mergulhar em extensões de arquivo específicas, é útil entender o padrão de engenharia subjacente que as faz funcionar. Quase todo formato geoespacial nativo da nuvem depende de três mecanismos principais:

  1. HTTP Range Requests (GET with Range headers): O padrão HTTP/1.1 e HTTP/2 suportam a solicitação de intervalos de bytes específicos de um arquivo remoto (por exemplo, bytes=0-16383). Serviços de armazenamento em nuvem como AWS S3, Cloudflare R2 e Azure Blob Storage suportam isso nativamente sem necessidade de configuração adicional.
  2. Front-Loaded (or Predictable) Metadata & Spatial Indexes: Para solicitar os bytes exatos que cobrem uma área geográfica, o cliente primeiro precisa de um mapa da estrutura interna do arquivo. Formatos nativos da nuvem armazenam seus metadados de cabeçalho e índices espaciais (como R-trees ou hierarquias de caixas delimitadoras) em um local previsível — geralmente no início ou no final do arquivo. O cliente faz uma pequena solicitação inicial para ler o índice, calcula os deslocamentos de bytes exatos para a região alvo e busca apenas esses blocos.
  3. Mosaico Interno e Segmentação: Em vez de armazenar rasters linha a linha ou vetores como um bloco de texto plano, os dados são particionados em blocos autônomos e compactados (tiles, row groups, or N-dimensional chunks) que podem ser buscados e descompactados independentemente.

Os principais formatos de arquivo GIS nativos da nuvem

Não existe um único formato que governe todos eles. Escolher o correto depende de se você está lidando com imagens, vetores tabulares, map tiles, arrays multidimensionais ou nuvens de pontos LiDAR.

1. GeoTIFF otimizado para nuvem (COG) — Para imagens raster

Um COG não é um tipo de arquivo proprietário totalmente novo; é um GeoTIFF padrão (.tif) com um layout interno rígido adotado como padrão oficial da OGC. Como continua sendo um GeoTIFF válido, ferramentas de desktop legadas como QGIS e ArcGIS ainda podem abri‑lo sem problemas.

  • Como funciona: Em vez de armazenar pixels em linhas de varredura horizontais por toda a imagem, um COG organiza os pixels em internal tiles (geralmente 512×512 pixels). Ele também incorpora visões gerais (pre‑computed, lower‑resolution image pyramids) dentro do mesmo arquivo. Quando um usuário afasta o zoom em um mapa web, o cliente busca low‑res overview tiles; ao aproximar o zoom, ele busca apenas os high‑res tiles que intersectam a viewport.
  • Melhor para: Imagens de satélite, ortomosaicos aéreos, Modelos Digitais de Elevação (DEMs) e servidores dinâmicos de blocos raster (como TiTiler).

Gerando um COG via GDAL:

gdal_translate input.tif output_cog.tif \
  -of COG \
  -co COMPRESS=DEFLATE \
  -co OVERVIEWS=IGNORE_EXISTING

2. GeoParquet — Para Análises Vetoriais de Grande Escala e Armazéns de Dados

Se o seu fluxo de trabalho se parece mais com engenharia de dados do que com cartografia tradicional, GeoParquet (.parquet) é o grande destaque. Construído sobre o Apache Parquet, ele armazena geometrias como Well-Known Binary (WKB) padrão ISO, juntamente com atributos tabulares ricos.

  • Como funciona: Ao contrário de Shapefiles ou GeoJSON, que armazenam dados linha a linha, o Parquet é colunar. Se você executar uma agregação na coluna population em 50 milhões de polígonos, o motor ignora a leitura dos bytes de geometria pesados completamente. O GeoParquet também incorpora metadados de caixa delimitadora por grupo de linhas (e suporta ordenação espacial via curvas de Hilbert ou índices H3), permitindo que os motores de consulta ignorem blocos irrelevantes.
  • Melhor para: Análises espaciais em larga escala, data warehouses em nuvem (Snowflake, BigQuery, Databricks) e motores SQL serverless como DuckDB.

Consultando GeoParquet remoto diretamente com DuckDB:

INSTALL spatial;
LOAD spatial;

SELECT land_use, COUNT(*) AS parcel_count
FROM read_parquet('s3://example-bucket/parcels.parquet')
WHERE ST_Intersects(geometry, ST_MakeEnvelope(-122.5, 37.7, -122.3, 37.8))
GROUP BY land_use;

3. FlatGeobuf — Para Transmitir Recursos Vetoriais para a Web

Embora o GeoParquet se destaque em motores analíticos, seus metadados baseados em rodapé e orientação por coluna nem sempre são ideais para transmitir geometrias vetoriais brutas diretamente para um mapa no navegador. Apresentamos FlatGeobuf (.fgb).

  • Como funciona: Construído sobre a biblioteca de serialização binária FlatBuffers do Google, o FlatGeobuf coloca um índice espacial Hilbert R-tree compactado logo no início do arquivo. Clientes web (como MapLibre GL JS, Leaflet ou OpenLayers) podem executar uma consulta de caixa delimitadora via solicitações de intervalo HTTP e começar a renderizar recursos na tela enquanto os bytes restantes ainda estão sendo transmitidos.
  • Ideal para: Substituir arquivos GeoJSON de vários megabytes em aplicações web interativas sem precisar iniciar um backend PostGIS/GeoServer.

4. PMTiles — Para Mapas Base Vetoriais e Raster sem Servidor

Tradicionalmente, servir tiles de mapa interativos (/{z}/{x}/{y}.pbf) exigia ou executar um servidor de tiles dedicado (como Martin ou Tileserver-GL) ou fazer upload de milhões de pequenos arquivos .pbf individuais para o S3 — um pesadelo para o gerenciamento de buckets e os custos de requisições à API.

  • Como funciona: Criado pela Protomaps, PMTiles (.pmtiles) empacota uma pirâmide inteira de Mapbox Vector Tiles (MVT) ou tiles raster em um único arquivo. Ele usa uma estrutura de diretórios agrupados otimizada para a localidade espacial da curva de Hilbert, o que significa que uma biblioteca de mapas no navegador pode buscar tiles diretamente de um único arquivo estático no S3 ou Cloudflare R2 usando solicitações de intervalo HTTP.
  • Ideal para: basemaps personalizados sem backend, mapas web de alto tráfego e aplicações de mapeamento móvel offline.

5. Zarr — Para Dados Científicos Multidimensionais

NetCDF e HDF5 dominaram a meteorologia, a oceanografia e a modelagem climática por décadas, mas suas estruturas de arquivos monolíticas enfrentam dificuldades em ambientes de nuvem distribuídos. Zarr reimagina arrays N-dimensionais para armazenamento em objetos.

  • Como funciona: Um armazenamento Zarr divide arrays multidimensionais massivos (por exemplo, time × latitude × longitude × altitude) em pequenos blocos comprimidos de tamanho uniforme. Cada bloco é armazenado como um objeto individual (ou consolidado via sharding do Zarr v3) com metadados JSON descrevendo as dimensões do array. Dezenas de workers paralelos podem ler ou escrever diferentes fatias de tempo simultaneamente sem conflitos de bloqueio de arquivos.
  • Melhor para: datacubos de satélite de séries temporais, previsões meteorológicas, modelos climáticos e pipelines distribuídos Xarray/Dask.

6. Nuvem de Pontos Otimizada para Nuvem (COPC) — Para LiDAR

Construído como uma extensão do formato padrão LAZ 1.4 comprimido LiDAR, COPC (.copc.laz) organiza nuvens de pontos 3D em uma estrutura de octree agrupada. Assim como o COG, ele continua compatível retroativamente com leitores LAS/LAZ existentes, permitindo que visualizadores web (como Potree ou deck.gl) transmitam pontos com base no frustum da câmera e no nível de detalhe sem baixar nuvens de pontos de vários gigabytes.

Matriz de Decisão para Desenvolvedores: Qual Formato Você Deve Escolher?

Tipo de DadosCarga de Trabalho PrincipalMelhor FormatoFormato Legado Substituído
Raster / ImagemMosaico dinâmico, análise de pixels, visualização webCOG (.tif)GeoTIFF não indexado, JPEG2000
VectorAnálises SQL, armazéns de dados, junções massivasGeoParquet (.parquet)Shapefile, Geodatabase de Arquivo
VectorTransmissão de recursos brutos diretamente para um navegadorFlatGeobuf (.fgb)Grande GeoJSON, KML
Tiles pré-estilizadosMapas web interativos sem servidor e offline móvelPMTiles (.pmtiles)MBTiles, árvores de pastas ZXY
Arrays N-DDados climáticos, raster de séries temporais, computação paralelaZarr (.zarr)NetCDF4, HDF5
Nuvens de PontosVisualização web 3D e subamostragem espacial de LiDARCOPC (.copc.laz)Padrão LAS / LAZ

Problemas Críticos ao Implantar em Produção

Migrar para formatos nativos da nuvem simplifica seu backend, mas transfere a responsabilidade de configuração para a camada de armazenamento em nuvem. Fique atento a estas três armadilhas comuns:

  1. Esquecendo Cabeçalhos CORS: Se um aplicativo de navegador (usando MapLibre, OpenLayers ou geotiff.js) fizer uma solicitação de intervalo HTTP ao seu bucket S3, a política de Cross-Origin Resource Sharing (CORS) do bucket deve permitir explicitamente o cabeçalho Range em AllowedHeaders e expor Content-Range, Content-Length e Accept-Ranges em ExposeHeaders. Sem isso, as solicitações falharão silenciosamente no navegador.
  2. Grupos de Linhas GeoParquet Não Ordenados: Converter um Shapefile bagunçado diretamente para GeoParquet não tornará automaticamente as consultas por caixa delimitadora rápidas. Se os recursos estiverem espalhados aleatoriamente pelos grupos de linhas, o mecanismo de consulta ainda precisará escanear cada grupo de linhas. Sempre ordene suas geometrias espacialmente (por exemplo, usando uma curva de Hilbert via geopandas ou DuckDB antes de gravar) para que recursos espacialmente próximos vivam nos mesmos grupos de linhas.
  3. Tamanhos de Chunk/Tile Subótimos: Pequenos blocos (por exemplo, 64×64 pixels) acionam milhares de requisições HTTP, aumentando a latência e os custos da API na nuvem. Blocos massivos (por exemplo, 4096×4096 pixels) forçam os clientes a buscar dados em excesso. Mantenha os padrões padrão—512×512 pixels para COGs e 10 MB a 100 MB por bloco para grupos de linhas Zarr ou GeoParquet.

Encerramento

Os formatos de arquivo GIS nativos da nuvem representam uma mudança fundamental de mover dados para computação para mover computação (e solicitações de intervalo leves) para os dados. Ao combinar formatos como COG, GeoParquet, FlatGeobuf e PMTiles com metadados STAC (Catálogo de Ativos Espaço-Temporal), os desenvolvedores podem criar pipelines de mapeamento e análise em escala planetária, resilientes, sobre armazenamento estático barato—sem necessidade de um banco de dados espacial pesado.

Perguntas Frequentes (FAQ)

Q1. O que torna um formato de arquivo GIS "nativo da nuvem"? Um formato é nativo da nuvem quando combina um índice espacial pré‑carregado com tiling ou chunking interno, permitindo que os clientes busquem pequenos subconjuntos geográficos via solicitações de intervalo HTTP sem baixar o arquivo inteiro.

Q2. Preciso de um servidor GIS dedicado para hospedar arquivos COG, GeoParquet ou PMTiles? Não—você pode hospedá‑los em qualquer armazenamento de objetos estático padrão que suporte solicitações de intervalo HTTP, como AWS S3, Google Cloud Storage, Azure Blob Storage ou Cloudflare R2.

Q3. Devo usar GeoParquet ou FlatGeobuf para meus dados vetoriais? Use GeoParquet para consultas analíticas pesadas, mecanismos SQL (como DuckDB) e data warehouses, e use FlatGeobuf ao transmitir recursos vetoriais brutos diretamente para um mapa no navegador.

Q4. Um GeoTIFF Otimizado para Nuvem (COG) é compatível com softwares GIS de desktop tradicionais? Sim, porque um COG é estritamente um GeoTIFF padrão com blocos internos e pirâmides de visualização, ele abre perfeitamente em ferramentas legadas como QGIS, ArcGIS Pro e GDAL.

Q5. Como o PMTiles difere do MBTiles? MBTiles depende de um banco de dados SQLite (que requer código do lado do servidor para consultas via web), enquanto o PMTiles organiza os tiles em um arquivo estático que os navegadores web podem ler diretamente via solicitações de intervalo HTTP.

Veja também

Melhores Formatos de Arquivo GIS para Aplicativos Móveis

Formatos de Arquivo GIS no FileFormat.com

Os 5 Principais Formatos de Arquivo GIS para o Google Maps

Notícias sobre Formatos de Arquivo

Fóruns de Formatos de Arquivo