Marcello Benigno marcellobenigno

Exercício de Avaliação — SIG-WEB

Instituto Federal da Paraíba · Curso Superior de Tecnologia em Geoprocessamento

Disciplina: Sistemas de Informação Geográfica para Web (SIG-WEB)

Apresentação

A partir do código de demonstração disponibilizado em aula — que exibe os municípios da Paraíba usando Leaflet e dados servidos pelo Supabase/PostGIS — você deverá evoluir a aplicação WebGIS incorporando novas camadas e atendendo aos requisitos descritos abaixo.

Calculadora de IMC com JavaScript

O que vamos aprender?

Neste tutorial, vamos construir uma calculadora de IMC do zero usando HTML, CSS (Bootstrap) e JavaScript.

Ao final, você vai saber como:

Capturar valores digitados pelo usuário em um formulário
Fazer cálculos com JavaScript

Box Model + Float vs. Flexbox

Objetivo: Entender por que float não é eficiente para criar layouts de colunas com bordas, e como o Flexbox resolve esse problema de forma elegante.

O que é o Box Model?

O modelo de caixa (box model) do CSS define como o tamanho de um elemento é calculado. Por padrão (box-sizing: content-box), a largura declarada representa apenas o conteúdo — bordas e padding são somados por fora.

Tutorial: Fluxo de Trabalho do Claude Code

Claude Code é um agente de linha de comando que roda no terminal com acesso completo ao sistema — lê arquivos, executa comandos, modifica código, gerencia git e delega tarefas a subagentes especializados.

Tutorial: Estilizando um Menu Horizontal com CSS

O HTML Inicial

Começaremos com a seguinte estrutura HTML para o nosso menu:

<nav>
		<a href="index.html">Início</a>
		<a href="formacao-academica.html">Formação Acadêmica</a>

	-- Quantos lotes existem, qual a área média, mínima e máxima?
	SELECT COUNT(*) AS qtde_lotes,
	ROUND(AVG(area_m2), 2) AS area_media,
	MIN(area_m2) AS area_minima,
	MAX(area_m2) AS area_maxima
	FROM lote;
	-- Qual é a soma total das áreas e a quantidade de lotes, agrupadas pelo uso do solo?
	SELECT
	SUM(area_m2) AS area_total_m2,
	COUNT(*) AS total_lotes,

	"""
	Classifica o raster de NDVI em 6 tipos de vegetação/cobertura do solo e
	converte o resultado para vetor, usando o pipeline padrão do GDAL:

	1. Reclassificação (NDVI contínuo -> código de classe 1-6), via GDAL/numpy
	2. gdal_sieve.py -- remove manchas de ruído (clusters pequenos demais
	pra serem uma classe real) antes de vetorizar
	3. gdal_polygonize.py -- rasteriza -> vetor (1 polígono por cluster de
	pixels conectados com a mesma classe)
	4. Dissolve por classe (geopandas) + junção dos metadados de cada classe

	"""
	clip_by_grade.py
	────────────────
	Recorta qualquer camada vetorial pela grade fixa (maps_grade10000),
	adicionando o campo grade_id ao resultado.

	Uso:
	python clip_by_grade.py

	Requisitos:

	WITH municipio AS (
	SELECT geom
	FROM maps_geometriamunicipio
	WHERE cod_ibge_m = '5007935'
	)

	SELECT
	t.*
	FROM maps_texturasolo t
	JOIN maps_grade10000 g