Este artigo examina os métodos e fontes de dados usados para gerar DEMs e calcular a

superfície da terra.

Os parâmetros mudaram nos últimos 25 anos. O objetivo principal é descrever o estado da

arte para um fluxo de trabalho típico de modelagem digital de terreno que começa com a
captura de dados, continua com o pré-processamento de dados e geração de DEM, e conclui
com o cálculo de um ou mais parâmetros da superfície terrestre primária e secundária.

O artigo primeiro descreve algumas das maneiras pelas quais as tecnologias de sensoriamento
remoto LiDAR e RADAR transformaram as fontes e métodos de captura de dados de elevação.
Em seguida, discute a necessidade dos vários métodos que são usados atualmente para pré-
processar DEMs, juntamente com alguns dos desafios que confrontam aqueles que realizam
essas tarefas. A maior parte do artigo descreve algumas das sutilezas envolvidas no cálculo de
parâmetros primários da superfície da terra que são derivados diretamente de DEMs sem
entradas adicionais e os conjuntos de parâmetros secundários da superfície terrestre que são
comumente usados para modelar a radiação solar e acompanhar as interações entre a
superfície da terra e a atmosfera, por um lado, e o fluxo de água e processos de superfície
relacionados por outro.

Conclui com uma discussão sobre os vários tipos de erros que são embutidos em DEMs, como
estes podem ser propagados e transportados no cálculo de vários parâmetros de superfícies
de terra, e as consequências desse estado de coisas para o analista de terreno moderno.

1.INTRODUÇÃO

A superfície terrestre desempenha um papel fundamental na modulação dos processos

operacionais atmosféricos, geomorfológicos, hidrológicos e ecológicos.

Na ou perto da superfície da Terra esta ligação é muitas vezes tão forte que compreender o
caráter da superfície da terra pode informar diretamente a nossa compreensão da natureza e
magnitude do acima mencionados processos (Hutchinson e Gallant, 2000).

O conhecimento geralmente depende de Modelos Digitais de Elevação (DEMs) para

representar a superfície e uma gama cada vez maior de técnicas sofisticadas para visualização
e análise topográfica (ver Fig. 1 para um Fluxo de trabalho típico).

Essas técnicas e dados são cada vez mais referidos como geomorfometria, que em seu sentido
mais amplo, se refere à ciência da Modelagem digital de terreno [ver Hengl e Reuter (2009), Li
et al. (2005), Wilson e Gallant (2000a) e Zhou et al. (2008) para exemplos de Livros recentes
que exemplificam essa visão].

A geomorfometria moderna se concentra na extração de medidas (parâmetros da superfície

da terra) e características espaciais (objetos da superfície da terra) da topografia digital. Esta
descrição depende análise geomorfométrica geral e especifica, descritos pela primeira vez por
Evans (1972). O modo específico descreve características discretas de superfície (ou seja,
formas de relevo) e o modo geral descreve o a superfície do terreno continua. Pike et al.
(2009) desde então atualizaram essas definições de modo que um parâmetro da superfície
terrestre é uma medida descritiva da forma da superfície (por exemplo, inclinação, aspecto,
índice de umidade topográfica) e um objeto de superfície terrestre é uma característica de
superfície discreta (por exemplo, limite de bacia hidrográfica, circo, rede de drenagem).
Embora melhor, é importante notar que esta é uma distinção um tanto arbitrária e já existem
exemplos de trabalho que mostram que essas duas visões estão intimamente ligadas uma à
outra (por exemplo, Gallant e Dowling, 2003; Deng e Wilson, 2008) e que antecipar e
representar essas ligações crescerá em importância em aplicações futuras.

Geomorfometria é simultaneamente uma evolução rápida e ainda um campo complicado. Isso

é em parte devido à tecnologia - há um número crescente de fontes de dados de
sensoriamento remoto digital e muitas sutilezas envolvidas na criação de DEMs.

As sutilezas apontam para uma série de perguntas - as depressões indesejadas devem ser
removidas ?, DEMs devem Ser suavizado primeiro e, em caso afirmativo, por qual método ?,
quais algoritmos devem ser usado para propagar o erro DEM e como essa incerteza (erro) deve
ser tratada por meio de análises subsequentes ?, entre outras - para as quais pode não haver
respostas claras e inequívocas. No entanto, estes desafios também podem ser atribuídos ao
crescimento constante do número de parâmetros e algoritmos para processamento de DEMs e
extração das medidas descritivas (parâmetros) e características de superfície (objetos). Os
valores desses parâmetros e / ou as características dos objetos irão variar dependendo de uma
diversos fatores, incluindo o modelo matemático pelo qual eles são calculados, o tamanho da
janela de pesquisa e a resolução da grade.

Apesar desses desafios, a análise dos parâmetros e objetos de relevo da superfície terrestre
foram adotados em uma grande e variedade de aplicações e configurações ambientais - para
prever o Distribuição das propriedades do solo (por exemplo, Zhu et al., 1997; Bishop
andMinasny,2005), processos de redistribuição do solo modelo (ou seja, erosão e deposição)

(por exemplo, Mitášová et al., 1995), avaliar a probabilidade de perigos de declive (por
exemplo, Guzzetti et al., 2005; Kheir et al., 2007), modelo de radiação solar (por exemplo, Šúri
e Hofierka, 2004; Reuter et al., 2005), melhorar mapeamento da vegetação (por exemplo,
Antonić et al., 2003; Bolstad e Lillesand,1992) e analisar a propagação do incêndio florestal
(por exemplo, Hernández Encinas et al.,2007), entre outros.

Este artigo examina como os métodos e fontes de dados que costumavam gerar DEMs e
calcular os parâmetros da superfície da terra mudaram nos últimos 25 anos. O objetivo
principal é descrever o estado da arte para um fluxo de trabalho típico de modelagem digital
de terreno que começa com a captura de dados, continua com pré-processamento de dados e
geração de DEM, e conclui com o cálculo de um ou mais parâmetros primários e secundários
da superfície terrestre. Band (2011 - esta edição), Bishop (2011 — esta edição), Evans (2011 —
esta edição), Mitášová et al. (2011— Este problema) e Pelletier (2011 — este problema)
descrevem a mudança de papel e a importância desses parâmetros da superfície da terra na
classificação do relevo e uma variedade de aplicações de modelagem ambiental.

O restante do artigo está organizado da seguinte forma. A próxima seção descreve como as
fontes e métodos de captura de dados de elevação evoluiram rapidamente nas últimas duas
décadas. Seção 3 descreve os métodos usados para pré-processar DEMs junto com alguns dos
desafios que enfrentam aqueles que enfrentam essas tarefas. Seção 4 descreve os parâmetros
primários da superfície da terra que são derivados diretamente dos DEMs Sem entradas
adicionais e os dois conjuntos de superfície de terra secundária Parâmetros que são
comumente usados para modelar a radiação solar e o Acompanhando as interações entre a
superfície da terra e a atmosfera Por um lado e fluxo de água e processos de superfície
relacionados em O outro. Seção 5 discute os vários tipos de erros que são Incorporado em
DEMs e como eles podem ser propagados e transportados com o cálculo de vários parâmetros
da superfície terrestre. O final Seção oferece algumas observações finais e idéias para
trabalhos futuros.
2.DADOS DEM

A geração de DEMs incorpora três tarefas inter-relacionadas: (1) a amostragem da superfície

da terra (ou seja, a coleta de medições de altura); (2) criar um modelo de superfície a partir
das alturas amostradas; E (3) correção de erros no modelo de superfície (Hengl e Evans, 2009).
Pegamos as duas primeiras tarefas abaixo e deixamos a terceira para o seção seguinte porque;
mais frequentemente do que não estamos interessados em como esses erros e artefatos
influenciam nossa análise ao invés de elevação em si. O modelo de dados mais comum é o
DEM de grade quadrada, um conjunto de grade de pontos no espaço cartesiano atribuídos a
valores de elevação que descreve a superfície do solo (ver Fig. 5 para um exemplo deste
Estrutura de grade). No entanto, como Hengl e Evans (2009) observaram, a forma como
conceitualizamos a superfície está se tornando cada vez mais importante.

Não são apenas os problemas que surgem devido ao perda de muitas características do
terreno localmente significativas (ou seja, cordilheiras, riacho Fundos) e a dependência de
escala de muitos dos descritores que usamos para descrever a superfície topográfica quando
estamos limitados a DEMs [ver Kienzle (2004), Raaflaub e Collins (2006) e Zhang e
Montgomery (1994) para descrições desses tipos de problemas], mas há também a
necessidade de melhores algoritmos para filtrar a vegetação, edifícios e outras estruturas
feitas pelo homem e DEMs mais precisos que podem ser gerados a partir de sistemas de
sensoriamento remoto (ou seja, LiDAR), e o que exatamente constitui a superfície torna-se

Mais problemático.

As fontes de dados e métodos de processamento para gerar DEMs também evoluíram

rapidamente nos últimos 20-30 anos - a partir do levantamento de solo e conversão de mapa
topográfico para métodos passivos de Sensoriamento remoto e, mais recentemente,
sensoriamento ativo com LiDAR e RADAR.

Nelson et al. (2009) distinguiu três classes gerais de Dados DEM - aqueles coletados de: (1)
técnicas de levantamento terrestre (incluindo teodolitos eletrônicos, estações totais, distância
eletrônica unidades de medição (EDM) e sistema de posicionamento global (GPS); (2) mapas
topográficos existentes (derivação de contornos, riachos, lagos e alturas de pontos de mapas
topográficos impressos existentes); E (3) sensoriamento remoto (aerotransportado e
fotogramétrico de satélite /Métodos estéreo, sistemas de laser aerotransportados e
aerotransportados e por satélite Radar usando interferometria)

O rápido crescimento das fontes de DEMs produzidos em massa durante as últimas duas
décadas, como a missão topográfica do radar Shuttle (SRTM) e pesquisas de alcance a laser
(LiDAR), viu a resolução DEM melhorar consideravelmente, embora o atual estado da arte e
alcance de aplicativos que podem ser suportados são, na maioria das vezes, uma função da
extensão geográfica da área de cobertura ou interesse.

Portanto, a confiança nas pesquisas LiDAR cresceu rapidamente e agora domina projetos locais
e regionais em todos os lugares.

Bélgica e Holanda, por exemplo, já produziram Modelos nacionais de superfície digital LiDAR
(DSMs) com resoluções de 2–5 m e DEMs de resolução muito mais fina foram produzidos para
muitos Áreas menores também (Nelson et al., 2009). As vantagens de usar LiDAR incluem a
alta densidade de amostragem, alta precisão vertical, e a oportunidade de derivar um conjunto
de modelos de superfície.

Ganhos muito impressionantes foram feitos no continente e no global escalas (extensões).

Portanto, o SRTMDEM de 3 arcos que foi desenvolvido de dados de satélite coletados ao longo
de uma janela de nove dias em 2000 abrange uma grande fração do globo (de 60 ° N a 58 ° S) e
já emergiu como um dos meios ambientais mais consistentes, completos e populares

Conjuntos de dados no mundo (Nelson et al., 2009; Zandbergen, 2008).

No entanto, este produto deve ser usado com cuidado porque: (1) mostra um DSM (não é um
modelo de terra nua); (2) as características da superfície podem afetar precisão; (3) os vazios
ocorrem frequentemente nas margens da terra-água; (4) problemas pode ocorrer em áreas
desérticas e montanhosas devido ao prenúncio e efeitos de sombra (Rodriguez et al., 2005); E
(5) os atuais 90m de resolução fornecida pelo SRTMDEM global não é suficiente para o

Mapeamento de solos, vegetação e fenômenos semelhantes (Gessler et al.,2009).

O Advanced Spaceborne Thermal Emission and Reflectance Radiometer Global Digital

Elevation Model (ASTER G-DEM) que foi lançado em 2009. Este novo produto oferece melhor
resolução (um contra três segundos de arco) e melhor cobertura espacial (83 ° N a 83 ° S vs. 60
° N a 58 ° S),bem como precisão vertical e horizontal comparável (7–20 verticalmente

E 30 m horizontalmente em comparação com 16 m e 20 m, respectivamente para

SRTM) (Hiranoa et al., 2003; Nelson et al., 2009; Slater et al., 2009). Além disso, os problemas
de falta de dados causados pela nuvem serão mais fáceis de preencher por causa do
cronograma de aquisição em aberto, mas a resolução de 30 m é claro que ainda não será
suficiente para apoiar o mapeamento de solos e fenômenos semelhantes na maioria das
paisagens.

3.Tratamento dos dados

A preparação de dados de elevação para análise geomorfométrica é complicada porque a

elevação, por si só, normalmente não é o atributo de interesse e isso significa que a verdadeira
precisão geomorfológica só pode ser avaliada pela medição de parâmetros de superfície e
objetos como drenagem, formas de relevo ou visores no campo e, em seguida, comparar seus

formas, distribuições e localização com os valores obtidos por Análise geomorfométrica (por
exemplo, Fisher, 1998; Wilson et al., 2008).

Não surpreendentemente, a resolução horizontal e vertical dos dados de elevação usados para
retratar a superfície do terreno terão uma influência no nível de detalhe e na precisão da
representação de características da superfície e nos valores dos parâmetros da superfície
terrestre que são calculados a partir de um DEM (MacMillan e Shary, 2009).

Numerosos autores documentaram os efeitos do espaçamento da grade no valor e precisão

dos parâmetros da superfície da terra e objetos de relevo (por exemplo, Zhang

E Montgomery, 1994; Florinsky, 1998; Jones, 1998; Wilson et al.,2000; Thompson et al., 2001;
Shary et al., 2002; Tang et al., 2002; Kienzle, 2004; Warren et al., 2004; Zhou e Liu, 2004;
Hengl, 2006; Raaflaub e Collins, 2006). No entanto, o crescente interesse em várias formas de
análise multi-escala [ver Gallant e Dowling (2003)E Sulebak e Hjelle (2003) .
Duas abordagens têm encontrado uso frequente - uma depende progressivamente

preencher os “vazios” aumentando seus valores de elevação até a elevação de seu ponto de
saída mais, enquanto o segundo método cria um caminho descendente do fundo, esculpindo o

terreno ao longo deste caminho até que o ponto mais próximo seja alcançado .

Existem pelo menos dois outros desafios , o primeiro diz respeito ao problema de drenagem
não resolvido que depende da presença de diferenças de elevação entre células adjacentes

Para direcionar o fluxo, exietem dois métodos para resolver isso o primeiro depende de um

procedimento que atribui uma única direção de fluxo a uma célula vizinha sem alteração dos
valores de elevação, enquanto o segundo método faz pequenas alterações na elevação para
criar um pequeno gradiente artificial.

O segundo desafio é a necessidade de conciliar as drenagem DEM e Linhas adquiridas de

alguma outra fonte (conjunto de dados) (Lindsay et al., 2008).

O rápido crescimento das fontes de produção em massa, sensor remoto

DEMs nas últimas duas décadas exigiram novas formas de DEM

Pré-processando para ortorretificação de DEMs, reduzindo outliers locais e ruído, filtrando

Superfícies de água, preenchendo vazios e sumidouros, mosaicos adjacentes

DEMs e filtragem de LiDARDEMs. Alguns problemas são mais difíceis de corrigir

Do que outros e vários autores notaram a presença de

Erros sistemáticos e aleatórios que não são tão fáceis de detectar e corrigir, também observou
duas tendências adicionais que surgiram nos últimos anos. O primeiro é a integração de
topografia e informações auxiliares (como a localização de lagos, riachos, cristas) e o segundo
é o aumento do uso de simulação totalmente baseada em dados que reduzem alguns ou todos
os erros acima mencionados por calcular o valor médio do parâmetro da superfície da terra de

Múltiplas realizações equi-prováveis do DEM.

4. Cálculo dos parâmetros da superfície terrestre

O fluxo de trabalho típico de modelagem digital, uma vez que há um DEM adequado em mãos,
incidirá sobre a extração de medidas (Parâmetros terrestres de superfície) e / ou
características espaciais (objetos da superfície terrestre).

O uso de parâmetros da superfície da terra para identificar as classes de relevo e recursos (ou
seja, objetos) podem ser rastreados até o trabalho pioneiro de Speight (1968) e Dikau (1989) e
desenvolvimentos recentes incluem o uso de algoritmos de classificação automatizados para
detectar formas de relevo (por exemplo, Burrough et al., 2000; Schmidt e Hewitt, 2004). Essas
aplicações não serão discutidas mais, visto que dependem de Métodos cada vez mais
sofisticados e os parâmetros da superfície terrestre.

4.1. Primários
Os parâmetros primários da superfície da terra são derivados diretamente do DEMs sem
entradas adicionais. Uma variedade de termos foram usados para Descrever esses parâmetros.
Olaya (2009), por exemplo, referiu-se a Como parâmetros de superfície da terra 'básicos' e
observou que eles podem ser Calculado a partir do DEM sem maiores conhecimentos da área

Representado. Ele então distinguiu os parâmetros locais e regionais Porque o último considera
partes adicionais do DEM além do Área exata para a qual os parâmetros devem ser calculados.
Florinsky (1998) Também distinguiu atributos primários locais que são calculados como um

Função de seus arredores e atributos primários não locais que Requerem a análise de uma
área de superfície maior e não local de um Perspectiva computacional. Wilson e Burrough
(1999) mais tarde Explicou a distinção entre atributos locais e não locais do terreno

Em termos da existência de interações locais entre vizinhos Pontos e forças de “ação à

distância” (ver Fig. 4 para detalhes). Exemplos de parâmetros locais de superfície terrestre
primária (ou seja, atributos) Incluem inclinação, aspecto e curvaturas de plano e perfil; Não
local Os parâmetros primários da superfície da terra incluem comprimento do caminho de
fluxo, proximidade

Para a linha de cume mais próxima, área de dispersão e área de contribuição para cima.

A Tabela 2 lista os terrenos primários e secundários usados com mais frequência

Parâmetros de superfície e seu significado.

A maioria dos parâmetros locais são calculados movendo um painel de três por três

Janela através de uma grade e calcular os parâmetros da superfície da terra para o

Célula alvo (ou seja, a célula central na janela três por três) (Fig. 5).

Existem regras especiais sobre como lidar com as arestas e esta abordagem

Produz uma nova grade com as mesmas dimensões do DEM para cada

Parâmetro. Uma variedade de equações foram propostas para calcular a inclinação

E aspecto (isto é, os primeiros derivados) e curvaturas (segundos derivados) -

Ver Evans (1972), Florinsky (1998), Moore et al. (1993a), Pennock et al.

(1987), Shary et al. (2002) e Zevenbergen e Thorne (1987) para bem conhecido

Exemplos - e cada um provavelmente produzirá

Estimativas em uma série de condições da superfície da terra (plana, ondulada, íngreme

Terreno, etc.). O leitor interessado encontrará mais detalhes sobre o

Desempenho dessas equações em Hengl e Evans (2009) e Skidmore

(1989).

O cálculo e a interpretação das grades de inclinação e aspecto são

Razoavelmente simples (ver Fig. 6 para um exemplo de uma grade de declive).

A curvatura do perfil (ou vertical) e a curvatura tangencial (horizontal)

São frequentemente usados para distinguir formas localmente convexas e côncavas (ver

Fig. 7 para um exemplo de uma grade de curvatura de perfil). A Convenção

Seguido nas ciências da terra é escrever o sinal de curvatura como positivo

Para uma forma de superfície convexa e negativo para uma forma de superfície côncava

(Olaya, 2009, p. 150). Dito isso, a curvatura tangencial côncava indica

Convergência e curvatura tangencial convexa indicam divergência de

Linhas de fluxo (que podem, por sua vez, influenciar caminhos de fluxo por terra, solo

Distribuição de umidade, redistribuição do solo, etc.). Curvatura do perfil convexo

Indica aceleração dos fluxos e aumento local da energia potencial Enquanto que a curvatura
do perfil côncavo indica um achatamento da inclinação e

Portanto, um declínio na energia potencial (por exemplo, Fig. 7). A curvatura do plano é

Às vezes usado para descrever a curvatura das linhas de contorno e deve

Produzem resultados semelhantes à curvatura tangencial, desde que as linhas de contorno

Descrever a forma da superfície terrestre (Gallant e Wilson, 2000). Olaya

(2009) descreve várias outras curvaturas e seu significado potencial

Nas ciências da terra.

Olaya (2009, pp. 157-163) também descreveu uma série de coisas que ele

Chamados de parâmetros estatísticos que compartilham algumas semelhanças com o

Lista de resíduos de elevação proposta por Gallant e Wilson (2000,

P. 73-76). Preferimos a última lista - é mais curta e o significado de

Cada um dos residuais de elevação parece simples - embora apenas

Um desses parâmetros (rugosidade do terreno) encontrou uma ampla

Uso (para caracterizar direções do vento, exposições, etc.). Esta

Parâmetro geralmente é considerado o desvio padrão ou coeficiente

De variação de elevação em alguma janela circular e é, portanto, um

Medida útil do relevo local ou rugosidade da paisagem no

Escala especificada pelo raio da janela (desde que a elevação

Diferenças em relação ao plano de regressão são contabilizadas em

Terreno montanhoso e aplicações à escala continental).

Uma possível razão para a lenta aceitação de muitos deste último grupo

Dos parâmetros da superfície da terra é que seu significado biofísico não é

Claro. Este problema pode ser agravado pela multicolinearidade de

Vários pares de atributos. Existem agora 30 ou mais terrenos primários

Parâmetros de superfície e são principalmente de natureza empírica e como

Tais, baseiam-se talvez em dois parâmetros fundamentais. Este estado de

Assuntos significa que dois ou mais parâmetros podem produzir o mesmo

Informações (o exemplo clássico é o relevo e a inclinação) e eles devem

Portanto, deve ser usado e interpretado com cuidado. O uso de primário e

Parâmetros secundários da superfície terrestre com classificação difusa de k-médias

Para delinear classes de relevo, por exemplo, deve começar com

Análise de correlação para confirmar que as entradas candidatas não são

Altamente correlacionados uns com os outros [ver Burrough et al. (2000), Deng

Et al. (2006, 2007), Deng (2007) e Deng e Wilson (2006, 2008)

Para exemplos de boas práticas].

Os parâmetros regionais (ou seja, não locais) da superfície da terra são principalmente

Preocupada com o clima, geomórfico, hidrológico ou visual

Propriedades das paisagens. A primeira categoria depende da precisão

Delineamento do sombreamento, visão do céu e caráter reflexivo do

Terreno circundante (como será discutido em mais detalhes no próximo

Seção). Os parâmetros geomórficos e hidrológicos se concentram na

Movimento da água e sedimentos e, como tal, confiam na precisão

Delineamento de bacias hidrográficas (e, por extensão, a disponibilidade de DEMs

Que incluem esses recursos). Os parâmetros mais comuns são

Área de contribuição de subida, comprimento do caminho de fluxo e uma variedade de

estatísticas

Medidas que resumem os valores de elevação e declive subida e

Declive descendente de cada célula da grade (consulte a Tabela 2 para obter detalhes
adicionais). O

Sutilezas do cálculo da grade de direção do fluxo a partir da qual muitos dos

Esses parâmetros são derivados e a importância de considerar

Parâmetros de clima e solo, juntamente com a forma da superfície da terra

Em si também são tratados com mais detalhes na próxima seção. Para o

Categoria final, podemos calcular a visibilidade (ou seja, de quais outros

Pontos podem ser vistos um único ponto ou vice-versa, o que outros pontos podem

Vemos de um único ponto), desenhando a linha de visão do ponto

De interesse para todos os outros pontos e verificar se os formulários de alívio

Que ocorrem entre eles bloqueiam a visibilidade. A partir daqui podemos calcular

Várias medidas de exposição visual, como o número de células que

Pode ser visto de cada célula [ver Fisher (1991, 1992, 1993, 1995, 1996)

E Ruiz (1997) para exemplos desses tipos de aplicações e alguns

Das armadilhas que devem ser evitadas].

Por último, mas não menos importante, precisamos abordar a questão da escala no

Contexto desses parâmetros primários da superfície terrestre. O terreno local

Forma, que geralmente é considerada como a variação contínua de

Valores de elevação sobre a superfície do terreno de ponto a ponto, tem um

Enorme impacto sobre os atributos locais e regionais do terreno, mas este papel

É influenciado por dados e fatores computacionais também. Florinsky

(1998) sugeriu que atributos locais, como gradiente de declive, aspecto,

E curvaturas, são variáveis matemáticas ao invés do mundo real

Valores. Esta declaração pode ser estendida a todos os atributos locais do terreno

Por duas razões. Primeiro, o formato do terreno local pode depender de diferentes

Descrições matemáticas, de modo que os atributos locais calculados dependam

Na seleção do algoritmo. Em segundo lugar, a forma do terreno retratada por DEMs

É uma função de escala, combinando a complexidade do terreno, escala ou

Resolução de dados e escala espacial em que a superfície do terreno é

Observado (por exemplo, Deng et al., 2008). Assim, é possível usar o mesmo

Atributo local para descrever a forma do terreno em diferentes escalas (resoluções).

A característica especial dos atributos primários não locais é que eles

Dependem da forma do terreno de uma área não vizinha maior e precisam ser

Definido com referência a outros pontos não locais. Portanto, calculando

Atributos não locais é mais difícil porque incorre em

Esforços na construção de conexões ponto a ponto sobre a paisagem

E envolve algoritmos mais complexos e considerações de escala (por exemplo,

Desmet e Govers, 1996; Gallant e Wilson, 2000).