Revista Brasileira de Geomorfologia

v. 18, n 2 (2017)

www.ugb.org.br http://dx.doi.org/10.20502/rbg.v18i2.1158
ISSN 2236-5664

NOTA TCNICA:

ANLISE DIGITAL DE TERRENO UTILIZANDO A LINGUAGEM

COMPUTACIONAL R: EXEMPLO DE APLICAO

DIGITAL TERRAIN ANALYSIS USING COMPUTATIONAL R

LANGUAGE: EXAMPLE OF APPLICATION
Ren Jota Arruda de Macdo
Colegiado de Cincias da Natureza, Universidade Federal do Vale do So Francisco
Rua Joo Ferreira dos Santos, s/n , So Raimundo Nonato, Piau. CEP 64770-000. Brasil
Email: rene.macedo@univasf.edu.br

Srgio Floquet
Colegiado de Engenharia Civil, Universidade Federal do Vale do So Francisco
Avenida Antonio Carlos Magalhes, 510, Juazeiro, Bahia. CEP 48.902-300. Brasil
Email: sergio.oquet@univasf.edu.br

Informaes sobre o Artigo Resumo:

Recebido (Received):
29/09/2016
Aceito (Accepted):
11/04/2017
Palavras-chave:
Linguagem R; Anlise Digital
de Terreno; Geomorfometria.
Keywords:
R Language; Digital Terrain
Analisys; Geomorphometry.
Linguagens de programao vem se tornando populares em diversas reas do
meio acadmico-cientco. No mbito das Geocincias, emergem como potenciais
ferramentas para a compreenso dos processos naturais da superfcie terrestre.
Neste trabalho realizou-se uma breve apresentao da linguagem computacional R
e uma rpida abordagem a respeito da parametrizao de elementos da superfcie
de uma determinada regio a partir de dados discretos espaados regularmente. Em
seguida, apresenta-se um exemplo de sua aplicao para derivao de parmetros
geomtricos e anlise digital de terreno (ADT) em um modelo digital de elevao
com 30 m de resoluo espacial. Utilizou-se o software RStudio verso gratuita
que oferece um ambiente de desenvolvimento grco intuitivo com diversas
facilidades para implementao de rotinas. Com uma comunidade colaborativa
ativa e aberta, a linguagem R aplicada em ADT permite que usurios iniciantes
compreendam os aspectos bsicos e visualize todo o processo de implementao
do cdigo e anlise dos resultados.

Abstract:
Programming languages are becoming popular in many scientic elds. In the
geosciences they provide potential tools for understanding natural processes on
Earths surface. In this paper we perform a brief introduction to the R programming
language and a show a quick approach to the surface parameterization of a
specic region in a regularized discrete data set. For example, to obtain geometric
parameters, a digital terrain analysis (DTA) on a 30 m resolution digital elevation
model was undertaken. The free version of Rstudio software used in this work
 Macdo R. J. A. & Floquet S.
provides a graphical user interface environment with several facilities to implement routines. With an active and
open collaborative community, R language applied in DTA allows beginner-level users to be able to understand
basics aspects and visualize all process in the implementation and analysis of the results.
1. Introduo
Modelos Digitais de Elevao (MDE) consistem
em representaes numricas da superfcie da Terra.
A partir deles possvel iterar tcnicas para modelar
processos hidrolgicos alm de extrair propriedades
de solos, vegetao, insolao, processos sedimentares,
dentre outros, salvaguardando o renamento da escala
do MDE (Wilson & Gallant, 2000).
A anlise da morfologia de um terreno a partir
de MDE vem sendo amplamente aplicada nas ltimas
dcadas (Zevenbergen & Thorne, 1987; Grohmann,
2004; Jordan et al., 2005, Grosse et al., 2012), devido
ao rpido processamento de dados por computadores,
disponibilidade de imagens de sensor da superfcie
terrestre e o baixo custo nas anlises. Os mtodos em
Anlise Digital de Terreno (ADT) surgem do desen-
volvimento de algoritmos para extrao de uma ou
mltiplas variveis morfomtricas do relevo a partir de
uma imagem em formato matricial (e.g. Horn, 1981;
Zevenbergen & Thorne, 1987; Ritter, 1987; Freeman,
1991). Atravs destes mtodos possvel gerar Modelos
Digitais de Terreno (MDT), que correspondem funes
discretas bidimensionais de variveis morfomtricas
(Florinsky, 2012).
Nos ltimos anos, o uso de linguagens de pro-
gramao vem se destacando no meio acadmico em
reas de conhecimento distintas daquelas em que so
comumente utilizadas - engenharias, fsica, matemtica
e tecnologia da informao. Tal fato se deve ao surgi-
mento de linguagens de alto nvel, disponveis gratui-
tamente, alm de diversos textos escritos direcionados
para leitores iniciantes. Dentre elas, a linguagem R,
que, alm do campo da estatstica, vem sendo aplicada
em estudos com dados espacialmente coordenados,
tais como morfolgicos e geoestatsticos (Grohmann,
2004; Metcalfe et al., 2015; Kobal et al., 2013; Omuto
& Vargas, 2014; Brown, 2016).
Neste artigo a linguagem computacional R ser
utilizada para derivao de dados morfomtricos e ADT.
Sero introduzidos os aspectos bsicos da linguagem,
assim como a sua aplicao em um MDE, apresentando
os conceitos fundamentais da geomorfometria numa
abordagem parametrizada do relevo. Todos os mtodos
Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
executados esto explicitados com scripts comenta-
dos a m de que qualquer leitor possa realizar suas
prprias ADT e modicar conforme sua necessidade.
Alm de divulgar a linguagem R, de distribuio livre,
o presente trabalho pretende tornar mais acessvel as
implementaes bsicas, tendo como foco prossionais
e pesquisadores das geocincias e reas ans.
2. A Linguagem Computacional R
R foi originalmente desenvolvido para anlise de
dados estatsticos e grcos (Ihaka & Gentleman, 1996),
com sintaxe e semntica semelhantes a linguagem
comercial S. Atualmente, vem ganhando popularidade
nos diversos ramos acadmicos alm da estatstica. Nas
geocincias, sua potencialidade brevemente descrita
por Grunsky (2002), alm de outros exemplos como
nos trabalhos de Bivand (2000), que realizou anlises
geoestatsticas, e Grohmann (2004), o qual extraiu
parmetros morfomtricos do relevo atravs de um
MDE utilizando o software Geographic Resources
Analysis Support System (GRASS GIS), tratando os
dados estatisticamente com a linguagem R dentro do
ambiente GRASS.
O sistema R constitudo de uma interface grca
mais a linguagem em si, distribudo livremente. H
abundante material instrutivo disponvel em seu pr-
prio repositrio chamado de CRAN (Comprehensive
R Archive Network) no endereo https://cran.r-project.
org/, alm de outras diversas fontes como sites e livros.
O ambiente de desenvolvimento possui vrias funes
estatsticas embutidas que podem ser executadas dire-
tamente na linha de comando de sua interface grca,
alm de compatibilidade com outras linguagens de
programao, tais como: C, C++, Fortran, Java e Python.
2.1 Programao e Ambiente de Desenvolvimento R
O sistema R possui seu prprio ambiente de
desenvolvimento, a RGui, formado por uma interface
grca composta de facilidades para o desenvolvedor
onde se d a entrada, armazenamento, manipulao e
visualizao grca de dados (R Core Team, 2014). A
execuo dos comandos pode ser realizada diretamente
 Anlise Digital de Terreno Utilizando a Linguagem Computacional R: Exemplo de Aplicao
no console, ao digitar e em seguida apertando a tecla
ENTER, ou no script, semelhante a um bloco de notas,
sendo atravs da seleo da linha de cdigo que deseja
executar e apertando as teclas CTRL + R.
Para iniciantes que no tenham noes bsicas
sobre conceitos de programao ou da sintaxe e semn-
tica do R, a interface RGui pode restringir o avano no
desenvolvimento de seus primeiros cdigos, devido
ausncia de funes de autocorreo e auto completar
que auxiliam e agilizam a implementao dos cdigos.
Existem outros ambientes de desenvolvimento, sendo
um dos mais populares o RStudio (RStudio Team, 2015).
Seu ambiente possui uma interface amigvel, dividida
em 4 janelas (Figura 1): 1) canto superior esquerdo, a
janela de script (caso no exista nenhuma aberta, basta
Figura 1 - Interface grca do software RStudio.
Antes de iniciar qualquer projeto, importante que
o usurio determine o diretrio de trabalho, para que os
arquivos gerados sejam guardados na pasta previamente
denida. No menu session set working directory
choose directory, escolha o local desejado para o
ambiente de trabalho do R.
Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
clicar no menu le new le R Script); 2) canto
superior direito, janela de rea de trabalho (workspace);
3) canto inferior esquerdo, janela do console e; 4) canto
inferior direito, janela de arquivos, plots, pacotes, ajuda
e visualizador. O acesso a ajuda no RStudio tambm
pode ser realizado executando a funo help(), com
o nome do pacote ou da funo dentro dos parnteses,
desde que este pacote tenha sido previamente carregado.
Uma janela com a documentao apresentada com
todos os detalhes descrio, uso, argumentos, refe-
rncias e exemplos do comando desejado. Maiores
informaes sobre funes, bibliotecas, importao/
exportao de dados, operadores, exemplos e exerccios,
podem ser encontradas no documento introdutrio de
Torfs & Brauer (2014).
2.2 Manipulao de Dados Tipo Raster
Na linguagem R podemos manipular diferentes
tipos de dados, tais como: vetores, matrizes, fatores,
conjunto de dados, listas, rasters e outros, importando
e exportando arquivos de diversos formatos (Zuur et
 Macdo R. J. A. & Floquet S.
al., 2009). MDEs so imagens de dados tipo raster e
consistem em conjuntos numricos dispostos em grades,
cujas clulas so espaadas regularmente, representando
a superfcie topogrca de uma determinada rea da
Terra. Cada clula corresponde a um valor de elevao,
coordenado sob um sistema de referncia geoespacial.
No R, um raster denido utilizando um pacote
adicional, que permite a criao e manipulao deste
objeto. A instalao e ativao de pacotes podem ser
realizadas diretamente pelo console do RStudio, atravs
dos seguintes comandos:
> install.package(raster) # funo que instala o pacote
> library(raster) # ativa o pacote para uso
O download da verso mais atual do pacote, aps
o primeiro comando, executado direto da CRAN. Ao
completar a instalao, o pacote poder ser ativado pelo
comando library() ou require() e a imagem
importada pela funo raster(). A m de facilitar
a importao, a imagem dever estar na mesma pasta
denida como diretrio de trabalho.
> raster_x <- raster(08S435ZN.tif)
# importando a imagem
> raster_x # retorna os atributos
do objeto
Em alguns casos, pode ocorrer incompatibilidade,
no momento da instalao, entre o pacote e a verso
do RStudio. Nesta situao, o melhor ser obter as
verses mais recentes do RStudio ou utilizar verses
mais antigas do pacote raster que sejam compatveis,
este ltimo, pode ser obtido diretamente na CRAN em
Old sources (Fontes antigas em traduo literal) do
pacote. O pacote raster, demanda de outros pacotes
que do suporte s operaes de suas funes. Estes
so chamados de dependncias e, no geral, so insta-
lados automaticamente junto com o pacote raster. No
obstante, em raras excees, as dependncias podem
no ser instaladas. Caso isso ocorra, o usurio dever
instal-las individualmente com a funo install.
packages(nome_da_dependncia). As de-
pendncias podem ser descobertas quando na tentativa
Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
de utilizar alguma funo do pacote raster ocorrer um
erro indicando a ausncia destas ou atravs da leitura
do manual do pacote, disponvel no site do repositrio
de pacotes (CRAN).
As operaes bsicas so executadas com raster de
maneira usual, em que a soma, subtrao, multiplicao,
diviso e potenciao so feitas elemento a elemento
(i.e. por clula do raster), assim como a aplicao das
diversas funes tais como seno, cosseno, tangente,
logaritmo, etc. Se quisermos exagerar os valores de
elevao em 10x, basta escrever:
> raster_10x <- raster_x*10
Os principais parmetros geomorfolgicos de
um MDE retratam suas caractersticas locais, que so
determinadas a partir da relao de um ponto com
seus vizinhos. Para realizar operaes a m de obter
atributos morfomtricos do relevo, necessrio denir
uma funo em termos das coordenadas x e y que ir
representar a superfcie local e da extrair os parmetros
desejados (Hengl & Reuter, 2009). Em um raster (Figura
2), toma-se uma janela formada por uma matriz 3x3,
constituda de 8 elementos vizinhos mais o ponto central
em anlise. A superfcie denida pela matriz de ordem
3 aproximada por uma funo polinomial. Calcula-se
os parmetros desejados a partir desses 9 elementos por
meio da aplicao de um mtodo de diferenas nitas
e o valor resultante atribudo ao elemento central.
O processo repete-se em toda a extenso da imagem,
gerando um novo objeto com os atributos computados.
A funo focal(), do pacote raster, permite
computar parmetros de um MDE denindo-se o ta-
manho de uma grade regular de n vizinhos, retornando
o resultado na clula central desejada. Como exemplo
no script a seguir, aplicou-se a funo focal() ao
raster dados, denindo-se uma grade de anlise 3x3,
para retornar o maior valor desta grade. Para contornar
o problema das bordas do MDE, assumiu-se aqui o
valor 1 para o argumento padValue da funo, a qual
cria vizinhos ctcios para os elementos das bordas:
> calc.dados <- focal(raster_x, w=matrix(1,nrow=3,
ncol=3), fun=max, pad=TRUE, padValue=1)
 Anlise Digital de Terreno Utilizando a Linguagem Computacional R: Exemplo de Aplicao

Figura 2 - Esquema de um raster onde destaca-se uma grade regular 3 x 3 para computao dos atributos locais.

3. Anlise Digital de Terreno

Parte do estudo dos parmetros de um MDE con- (5)
siste na anlise de aspectos geomtricos da superfcie
do terreno. Para efetuar est abordagem matemtica (6)
necessrio termos uma funo bivariada z = f(x,
y), contnua para derivaes de at segunda ordem,
representando a superfcie da grade analisada e que Ao determinar os valores das constantes p, q, r,
os parmetros topogrcos possam ser expressos por s e t encontram-se as derivadas parciais de primeira e
derivadas desta funo (Mitasova & Hoerka, 1993). segunda ordem da funo z(x,y). Ento, substitui-se os
9 valores da submatriz 3x3 (Figura 3) na Equao 1,
Existem diversas funes na literatura utilizadas
gerando um sistema de equaes lineares.
para representar a superfcie de um MDE. Evans e
Young (Young & Evans, 1978; Pennock et al., 1987)
aplicaram uma funo quadrtica para os 9 elementos de
uma submatriz 3x3 para derivar 4 ndices topogrcos
(Equao 1):

z(x,y) = (1)

As constantes p, q, r, s e t da funo z(x,y) esto

relacionadas s derivadas parciais, enquanto z0 repre-
senta o valor da funo na origem. A partir da derivao
da funo no ponto (x,y) na origem (0,0), que corres-
ponde ao centro da clula da submatriz, obtm-se as
constantes:

(2)

(3)
Figura 3 - Coordenadas da vizinhana de um raster.

(4)

Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
 Macdo R. J. A. & Floquet S.

Desta forma encontra-se um conjunto de 9 equa- As derivadas parciais que representam os coe-
es envolvendo as altitudes de cada clula da submatriz cientes da funo, que passam a ser denidas em funo
3x3 {Z1, Z2, , Z9}, expressas por: dos valores de elevao da submatriz. Tais constantes,
podem ser determinadas solucionando o sistema da
Z1 = s+ p + q + z0 (7) Equao 16 isolando a matriz [constantes]. Para isso,
necessrio transformar [A] numa matriz quadrada,
multiplicando pela sua transposta [A]T e em seguida,
Z2 = + q + z0 (8) calcular a sua inversa (Equao 17).

Z3 = +s+ + p + q + z0 (9) [A]T [Z] = [A]T [A][Constantes]

[Constantes] = {[A]T [A]}-1 [A]T [Z] (17)
Z4 = p + z0 (10)
Essa operao pode ser realizada utilizando o R
Z 5 = z0 (11) com o comando t() para obter a transposta da matriz,
a funo solve() calcula sua inversa e o smbolo %
Z6 = + p + z0 (12) utilizado para indicar produto entre matrizes:

Z7 = +s+ p q + z0 (13) > solve(t(A)% * % A)%*%t(A)

Z8 = q + z0 (14) Assim os parmetros {p, q, r, s, t, z0}, que corres-

pondem as derivadas parciais de primeira e segunda
ordem da funo z(x,y) do modelo de Evans-Young
Z9 = s+ + p q + z0 (15) (Young & Evans, 1978), so:

A soluo desse sistema de equaes lineares (18)

pode ser obtida utilizando a representao matricial
[Z] = [A]*[Constantes], em que [Z] a matriz 9x1
com os valores de elevao, [A] a matriz 9x6 com os (19)
coecientes que surgem multiplicando as constantes
da funo z(x,y) e a matriz 6x1 [Constantes], formada (20)
pelas constantes p, q, r, s, t e z0 que ir ser determinada
(Equao 16).
(21)

(22)

(23)

em que s o tamanho da resoluo espacial da clula

do MDE.
Denidas as derivaes possvel obter os atribu-
tos topogrcos bsicos locais resultantes das derivadas
parciais de primeira ordem: gradiente e aspecto; e de
segunda ordem: perl de curvatura, plano de curvatura
e curvatura tangencial. Os parmetros locais so aqueles
(16)

Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
 Anlise Digital de Terreno Utilizando a Linguagem Computacional R: Exemplo de Aplicao

computados para uma clula central de uma subgrade
onde as operaes dependem diretamente dos elementos
vizinhos (Hengl & Reuter, 2009). Parmetros regionais
so aqueles em que consideram-se todo o conjunto de
clulas de um MDE para se computar determinado
atributo (e.g. bacias hidrogrcas, linhas de uxo,
uxo acumulado, sombreamento do relevo, etc.). Em
geral, estes parmetros dependem dos atributos locais
para serem extrados. Na denio de linhas de uxos
sobre uma determinada rea, utilizam-se os valores do
gradiente e seu ngulo azimutal (aspecto), que inuen-
ciam diretamente nos processos de escoamento de um
uido (Quinn et al., 1991; Freeman 1991).
Em ADT, pode-se realizar uma descrio e anlise
isolada de cada varivel computada ou de forma combi-
nada, a m de identicar a distribuio e variabilidade
de processos superciais especcos (Moore et al.,
1991). Deste modo, a ADT possibilita a integrao de
vrios campos de pesquisa relacionando as caractersti-
cas topogrcas a processos naturais. So exemplos de
alguns ramos de aplicao: a inuncia da topograa
na formao de solos, identicao de estruturas geo-
lgicas, caracterizao de processos de movimentos
de massa e estudos de bacias hidrogrcas (Florinsky,
2012; Moore et al., 1991; Jordan et al., 2005).
Na Tabela 1, encontram-se resumidamente os atri-
butos topogrcos bsicos locais e regionais com res-
pectivas formulaes, escala de aplicao e os processos
geomrcos que podem ser descritos atravs destes.

Tabela 1: Relao de atributos bsicos e secundrios em anlise de MDE. Modicado de Horn (1981), Zevenbergen
& Thorne (1987), Freeman (1991), Mitasova & Hoerka, (1993), Wilson & Gallant (2000) e Hengl & Reuter (2009).

Escala de
Atributo Descrio Equao Processos Associados
Aplicao
Clima, vegetao,
Elevao Local/Regional Cotas altimtricas. -
energia potencial.
Taxa de uxo aquoso e
Declividade Local Gradiente de elevao. S = arctan( ) sedimentar.
Sentido do gradiente de A = 180 arctan( ) + 90. Escoamento primrio de
Aspecto Local
elevao. uxo.
Agradao e Eroso.
Perl de Taxa de variao da Kp = Acelerao e
Local
Curvatura declividade. desacelerao de uma
uido.
Curvatura transversa
Plano de Kh =
Local direo da declividade.
Curvatura
(Curvatura de contorno) Convergncia e
Curvatura transversa e divergncia de um
Curvatura perpendicular direo da uido.
Local
Tangencial declividade. (Curvatura de
contorno)

Fluxo
Regional Escoamento supercial. Volume de runnof.
Acumulado

Irradiao Solar;
Relevo Mapa de reectncia e 0)+
Regional 0).cos( - A)
Morfotectnica
Sombreado sombra do relevo.
(Estruturas geolgicas).
Morfoestruturas;
Complexidade do terreno
Rugosidade Local/Regional R= Distribuio e riqueza de
(grau de ondulao)
espcies.
0 = ngulo zenital solar
= ngulo azimutal solar

Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
 Macdo R. J. A. & Floquet S.

4. Materiais e Mtodos Apesar do RStudio possuir vrias bibliotecas

estatsticas embutidas, foi necessrio a instalao de
A execuo deste trabalho desenvolveu-se a
pacotes desenvolvidos especicamente para a compu-
partir dos seguintes passos: 1) obteno do ambiente
tao de parmetros morfomtricos a partir de imagens
de desenvolvimento RStudio; 2) implementao das
rasters. Os pacotes esto disponveis no repositrio da
bibliotecas bsicas para ADT; 3) aquisio da ima-
comunidade de desenvolvimento da linguagem R (The
gem em formato raster de uma rea de interesse; 4)
Comprehensive R Archive Network (CRAN)) no endere-
pr-processamento da imagem e; 5) computao dos
o eletrnico https://cran.r-project.org/. O procedimento
parmetros do terreno.
de instalao dos pacotes desejados se faz atravs da
execuo do script diretamente no console:
4.1 Ambiente de Desenvolvimento e Pacotes

A ADT realizada neste trabalho foi executada > install.packages(nome_do_pacote)

utilizando o software RStudio Desktop, verso aberta.
Consiste numa interface de desenvolvimento integra-
importante certicar-se do acesso internet,
do (Integrated Development Environment - IDE) que
pois o programa instalar automaticamente, a partir do
inclui ferramentas de edio e suporte linguagem R.
repositrio, a biblioteca requerida e as dependncias
O software pode ser baixado no site do seu desenvol-
(i.e. os pacotes que do suporte biblioteca). Os pacotes
vedor (www.rstudio.com) disponvel para os sistemas
utilizados na ADT dispem-se na Tabela 2 com suas
operacionais Windows, Mac ou Linux.
respectivas funes.

Tabela 2: Pacotes utilizados e suas respectivas funes em ADT.

Pacote Descrio
Leitura, escrita, manipulao
raster e anlise de dados espaciais
regulares (matriz).
Operaes com sistemas de
rgdal projees e transformaes de
projees da biblioteca PROJ4.
Modelagem de parmetros
hidrolgicos do terreno. Anlise
dynatopmodel
de dados hidrolgicos de sries
histricas.
Pacote grco para adio de
prettymapr smbolos (escala, seta de norte,
etc.) em mapas.
Referncia
Robert J. Hijmans (2015). raster:
Geographic Data Analysis and Modeling.
R package version 2.5-2. https://CRAN.R-
project.org/package=raster
Roger Bivand, Tim Keitt and Barry
Rowlingson (2016). rgdal: Bindings for
the Geospatial Data Abstraction Library.
R package version 1.1-8. https://CRAN.R-
project.org/package=rgdal
Peter Metcalfe, Keith Beven, Jim Freer
(2016). dynatopmodel: Implementation of the
Dynamic TOPMODEL Hydrological Model.
R package version 1.1. https://CRAN.R-
project.org/package=dynatopmodel
Dewey Dunnington (2016). prettymapr:
Scale Bar, North Arrow, and Pretty Margins in
R. R package version 0.1.5. https://CRAN.R-
project.org/package=prettymapr

4.2 Modelo Digital de Elevao (MDE) superfcie do relevo brasileiro adquiridas pela misso
Shuttle Radar Topography Mission (SRTM) da NASA.
O MDE utilizado no presente artigo foi adquirido
No endereo eletrnico institucional (www.dsr.inpe.
gratuitamente no site do Instituto Nacional de Pes-
br/topodata) possvel fazer o download a partir das
quisas Espaciais (INPE) do projeto TOPODATA, que
quadrculas codicadas com as coordenadas geogrcas
dispe de imagens altimtricas no formato Geoti, da

Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
 Anlise Digital de Terreno Utilizando a Linguagem Computacional R: Exemplo de Aplicao
utilizando recursos do Googlemaps. Os exemplos aqui
demonstrados foram executados com a imagem da
quadrcula 8S435, correspondente a regio do Parque
Nacional Serra da Capivara, no sul do estado do Piau.
A imagem adquirida contm apenas valores de elevao,
com resoluo espacial aproximada de 1 arco-segundo,
que corresponde a cerca de 30 m.
4.3 Parmetros Morfomtricos do Relevo
Propriedades geomtricas extradas da anlise
da superfcie de um terreno so conhecidas como
parmetros morfomtricos (Hengl & Reuter, 2009).
Os atributos considerados como primrios ou bsicos
da anlise de terreno so aqueles que podem ser com-
putados diretamente dos dados topogrcos e secun-
dariamente pela composio dos atributos primrios.
Os parmetros computados neste trabalho foram os
mesmos mencionados previamente e seguem na ordem
de apario da Tabela 1.
5. Exemplo de Aplicao
Aqui sero exemplicados procedimentos bsi-
cos com a linguagem R para extrao de parmetros
geomorfolgicos do relevo. Os ndices morfomtricos
bsicos como declividade, aspecto, curvatura tangencial
(plano de curvatura), perl de curvatura e rugosidade
so derivados a partir de Modelos Digitais de Elevao
(Hengl & Reuter, 2009).
5.1 Pr-processamento
Antes de iniciar qualquer procedimento com as
imagens, deve-se carregar as bibliotecas que sero uti-
lizadas para o pr-processamento atravs dos comandos
a seguir:
> library(raster)
> library(rgdal)
> library(dynatopmodel)
As operaes exigem que a projeo do raster es-
teja em coordenadas mtricas. Para vericar a projeo
execute o comando:
> proj4string(raster_x) # retorna o valor em string
Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
A imagem utilizada no exemplo possui apenas as
coordenadas geogrcas (lat/long) sem datum de refe-
rncia. O INPE informa que as imagens SRTM esto
referenciadas no datum WGS84. necessrio realizar
uma insero do datum WGS84 para uma posterior
converso do mesmo para o datum SAD69 zona 23S
que corresponde a rea em que se encontra a quadrcula
da regio do PNSC em medidas mtricas. Os cdigos
de datum de referncia podem ser consultados no site
http://spatialreference.org/ que contm um acervo com-
pleto da biblioteca proj4.
Os procedimentos para a reprojeo da imagem
a ser trabalhada esto descritos nos script abaixo com
os comentrios descrevendo o cdigo:
# atribuir o datum de referncia crs(x) <- valor
> crs(raster_x) <- +proj=longlat +datum=WGS84
+no_defs +ellps=WGS84 +towgs84=0,0,0
# vericar a projeo
> crs(raster_x)
# dene nova projeo
> novaproj <- +proj=utm +zone=23 +south +ellps=aust_
SA +units=m +no_defs
# raster reprojetado
raster_reprojetado <- projectRaster(raster_x,
crs=CRS(novaproj))
# verica o resultado
> plot(raster_reprojetado)
O processamento do raster reprojetado poder
levar alguns minutos, dependendo da congurao
do computador em que esteja sendo executado o sof-
tware R. Ao termino do processo, necessrio ajustar
a resoluo do novo raster para que os valores de x
e y sejam iguais. Na imagem original, os valores da
resoluo, aps a reprojeo, foram de 30,7 m. Neste
caso, ajustamos a resoluo para 30 m, que corresponde
a aproximadamente 1 arco-segundo em coordenadas
geogrcas, conforme apresentado no uxograma de
renamento do raster no site do INPE (INPE, 2016).
Antes de ajustar a resoluo, cria-se uma cpia do raster
reprojetado para reamostr-lo posteriormente.
# cpia do raster reprojetado
> raster_reprojetado_aux <- raster_reprojetado
 Macdo R. J. A. & Floquet S.
# mudando a resoluo do raster reprojetado
> res(raster_reprojetado) <- 30 # altera a resoluo de
x e y para 30m
Aps denir a resoluo, o raster reprojetado perder
seus valores altimtricos, sendo necessrio reamostrar os
valores originais para a nova imagem. Aqui usa-se a cpia
gerada antes do ajuste da resoluo para ser reamostrado.
# reamostra os valores dos pixels do raster inicial para
o novo raster
# o mtodo de reamostragem pode ser o bilinear ou
ngb = vizinhos mais prximos
> raster_reprojetado <- resample(raster_reprojeta-
do_aux, raster_reprojetado, method=bilinear)
> raster_reprojetado # confere os valores do novo raster
5.2 Processamento de Parmetros Morfomtricos
Aps a fase de pr-processamento, podemos agora
utilizar o raster de elevao reprojetado na resoluo
e datum apropriados para derivao dos parmetros
morfomtricos do relevo.
5.2.1 Elevao
A elevao corresponde a valores de cotas al-
timtricas do terreno em relao ao nvel do mar em
Figura 4 - Mapa de elevao da regio do PNSC e entorno.
Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
que cada ponto est referenciado espacialmente por
um sistema de coordenadas. O mapa de elevao
adquirido rapidamente sem qualquer clculo sobre os
pontos da imagem, dado que o prprio raster consiste
nos dados coletados de altitude de uma regio. Assim,
um MDE pode ser construdo por meio da leitura direta
do arquivo sem considerar os valores de dados vizinhos
ou qualquer algoritmo, exceto quando requerido uma
interpolao, quando um ponto de interesse no coincide
com o grid construdo (Deng, 2007). Para tal, faz-se
apenas a plotagem dos dados com uma classicao
baseada em cores para gerar uma escala de classes de
altitude (Figura 4).
Com base na imagem pr-processada (raster_
reprojetado) aplica-se o seguinte script:
# plota o grco
> plot(raster_reprojetado, maxpixels = 2000000,
interpolate = TRUE, col=rev(rainbow(255)), xlim =
c(664709.8,830909.8), ylim = c(9003651,9115551),
legend.args=list(text=Elevao (m), side=4, font=2,
line=2.5, cex=0.8))
# adiciona escala
> addscalebar(plotepsg = 29193, widthhint = 0.15, style
= bar, pos = bottomleft)
# adiciona seta do norte
> addnortharrow(pos = topright, scale = 0.8)
 Anlise Digital de Terreno Utilizando a Linguagem Computacional R: Exemplo de Aplicao
5.2.2 Declividade
A declividade (S) a taxa de variao da
elevao na direo do declive. A derivao desse
parmetro computada escolhendo-se a quantida-
de de clulas vizinhas. O pacote raster utiliza dois
mtodos baseados na quantidade de clulas vizinhas
clula central, podendo ser 4 (Ritter, 1987) ou 8
(Horn, 1981) numa grade de 3x3. Executou-se o
procedimento para ambos os modelos, de modo que
os dados resultantes geraram imagens com diferenas
na ordem de 0,01, coerente com as anlises realizadas
por Jones (1998). Para o exemplo, preferiu-se manter
o padro de clulas com 8 vizinhos conforme ser
Figura 5 - Mapa de declividade.
5.2.3 Aspecto
O aspecto o azimute da declividade, indicando
a direo de movimento de um determinado uido
(Zevenbergen & Thorne, 1987). comumente utili-
zado para visualizar e estimar radiao solar (Wilson
& Gallant, 2000) e computar linhas de uxo utilizadas
em estudos hidrolgicos (Hengel & Reuter, 2009). A
direo da declividade (aspecto) computada da mesma
forma que a declividade, utilizando a biblioteca ras-
ter, atravs da funo terrain:
# clculo do aspecto
> aspecto <- terrain(raster_reprojetado, opt=c(aspect),
unit=degrees, neighbors=8)
Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
utilizado nos demais parmetros (Figura 5).
# clculo da declividade
> declividade <- terrain(raster_reprojetado,
opt=c(slope), unit=degrees, neighbors=8)
# plota o grco
> plot(declividade, maxpixels = 2e6, interpolate
= TRUE, col=gray.colors(50, start=0.0, end=1.0,
gamma=2.2), xlim = c(664709.8,830909.8),
ylim = c(9003651,9115551),legend.
args=list(text=Declividade (), side=4, font=2,
line=2.5, cex=0.8))
No script a seguir, optou-se por intervalar as
direes do aspecto em classes incrementadas de 45,
pois um gradiente de cores dicultaria a visualizao da
tendncia de sentido de caimento. O resultado do mapa
pode ser visualizado na Figura 6.
# cria uma paleta de cores com a funo colorRam-
pPalette
> my.colors <- colorRampPalette(c(red,yellow,gre
en,cyan,blue,magenta))
# gera intervalos de valores nos dados do raster
brks <- c(0.1e-05, 45.0, 90.0, 135.0, 180.0, 225.0, 270.0,
315.0, 360.0)
 Macdo R. J. A. & Floquet S.

# cria intervalos de valores na legenda e indica os va-
lores do azimute
> arg <- list(at=c(0.1e-05, 45, 90, 135, 180, 225, 270,
315, 360), labels=c(0, 45, 90, 135, 180, 225, 270, 315,
360))
# plota o grco
> plot(aspecto, maxpixels = 2e6, interpolate =
TRUE, col=my.colors(8), axis.args=arg, xlim =
c(664709.8,830909.8), ylim = c(9003651,9115551),
legend.args=list(text=Azimute, side=4, font=2,
line=2.5, cex=0.8))

Figura 6 - Mapa do azimute das declividades.

5.2.4 Relevo Sombreado variaes sutis de uma imagem facilitando a interpreta-

o de feies geomorfolgicas lineares associadas s
Imagens sombreadas do relevo so produzidas
fraturas (Jordan et al., 2005). Esta tcnica comumente
utilizando os mapas de declividade e aspecto do terreno
mais efetiva do que a interpretao de imagens de sen-
sobre os quais incidem uma nica fonte de luz, o Sol,
sores remotos em termos de reconhecimento de falhas
cuja posio determinada pelo seu ngulo zenital e
crustais (Florinsky, 2011). Ainda, segundo Florinsky
azimutal. O mapa resultante uma imagem em escala
(2011), uma vez identicadas por meio da abordagem
de cinza na qual as reas mais escuras no ocorre in-
geomorfomtrica, o uso de mapas de dados geolgicos
cidncia direta da luz devido existncia de barreiras
torna-se fundamentais no auxlio da classicao das
topogrcas. Este tipo de mapa sombreado reala fei-
morfoestruturas. A topograa, em geral, expressa os
es morfolgicas (e.g. vales, planaltos e redes de dre-
falhamentos presentes e podem ser associados com
nagem) permitindo uma visualizao rpida das formas
formaes lineares assimtricas nas quais um dos lados
superciais. Uma das aplicaes a possibilidade de
apresentam quebras abruptas do gradiente ou escarpas,
modelar a posio do Sol na esfera celestial e computar
padres lineares com comprimentos de ordem de dezenas
quantidade de irradiao solar na superfcie terrestre
a centenas de quilmetros (Dhont & Chorowicz, 2006).
(Florinsky 2012), i.e. os efeitos da topograa no clima
de uma regio (Bhner & Antonic, 2009). Deste modo, Na computao do relevo sombreado para a rea
possvel simular o mundo real com a posio do Sol de exemplo, fez-se um pequeno procedimento a priori
num particular horrio e estao do ano (Zhou, 1992). com a imagem de elevao. Por corresponder a uma re-
gio de terrenos predominantemente sedimentares muito
Mapas de relevo sombreado so fundamentais em
planos, exagerou-se os valores da altitude a m de que
anlises morfoestruturais, pois aumentam o contraste de
fosse possvel realar feies mais sutis de reas menos

Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
 Anlise Digital de Terreno Utilizando a Linguagem Computacional R: Exemplo de Aplicao
acidentadas de modo que maiores elevaes produzam
mais zonas de sombras. O procedimento bastante sim-
ples, considerando a quantidade de vezes que se deseja
ampliar, basta multiplicar a imagem raster de elevao
pelo valor requerido. O passo seguinte produzir imagens
rasters de declividade e aspecto (repetir os passos das
suas respectivas sees para esses parmetros) a partir da
elevao exagerada para que o mapa de relevo sombreado
produza os efeitos visuais esperados. A funo utilizada
para computar o relevo sombreado no R foi a hillSha-
de() do pacote raster. Esta funo tem como entrada
as imagens de declividade e aspecto para a produo do
relevo sombreado. Alm disso, na funo terrain(),
devem ser denidos os ngulos zenital e azimutal para
simular a posio da radiao solar sobre o relevo.
O mapa resultante pode ser visualizado na Figura
7 e no script abaixo encontram-se os procedimentos
comentados:
Figura 7 - Mapa de relevo sombreado com exagero vertical de 10 vezes.
5.2.5 Curvaturas
Em ADT extrai-se comumente 3 parmetros de
curvatura: (1) Perl de curvatura, (2) Plano de Curvatura
e (3) Curvatura tangencial. Numa superfcie curva, cuja
orientao da declividade denida, o perl de cur-
vatura (Kp) obtido a partir da interseo de um plano
vertical linha de orientao da declividade. Numa su-
perfcie curva, cuja orientao da declividade denida
para um ponto especco, o plano de curvatura (Kh)
Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
# aumenta em 10x o valor da elevao
> raster_reprojetado_10x <- raster_reprojetado*10
# gerar mapas de declividade e aspecto
> slope_10x <- terrain(raster_reprojetado_10x,
opt=slope, unit=radians, neighbors=8)
> aspecto_10x <- terrain(raster_reprojetado_10x,
opt=aspect, unit=radians, neighbors=8)
# computar relevo sombreado
> sombreado <- hillShade(slope_10x, aspecto_10x,
angle = 40, direction = 270)
# plota o grco resultante
> plot(sombreado, col=grey.colors(100, start=0, end=1,
gamma = 0.45, alpha = NULL), legend= FALSE, xlim
= c(664709.8,830909.8), ylim = c(9003651,9115551),
maxpixels = 2e6,interpolate=T)
a taxa de variao ortogonal curva, tambm conhe-
cida como linha de contorno de uma curvatura (Hengl
& Reuter, 2009). A curvatura tangencial (Kt) deriva
da curvatura da seo do plano normal orientao da
declividade e perpendicular ao gradiente (Mitasova &
Hoerka, 1993). Em outras palavras, Kt a curvatura
que passa na interseo entre a declividade e um plano
inclinado. De acordo com Mitasova & Hoerka (1993),
a curvatura tangencial, por ser perpendicular ao gradien-
te, mais apropriada para descrever a convergncia/
 Macdo R. J. A. & Floquet S.

divergncia do uxo que o plano de curvatura. Ainda,
possvel expressar Kt como o produto entre o seno da
declividade e o plano de curvatura (Equao 24):
Kt = senS. Kh
Verica-se que as curvaturas Kt e Kh possuem
isolinhas de zero iguais, em que as reas cncavas e
convexas so as mesmas, mas divergem nos valores j
que Kh = Kt/senS (Mitasova & Hoerka, 1993). A Figura
8 dispe de um esquema das linhas de curvatura para
uma determinada superfcie num ponto especco. Os
pers de curvatura e curvatura tangencial podem ser
combinados para denir a geometria bsica das formas
de relevo (Mitasova & Hoerka, 1993). A formulao
destes parmetros decorre da segunda derivao da
funo polinomial. Os valores resultantes sero posi-
tivos e negativos em radianos por metro e indicam as
(24) formas cncavas ou convexas no sentido do gradiente.
Valores negativos, na curvatura tangencial, denotam
convexidade da superfcie, favorecendo a convergncia
de linhas de uxo. Os positivos indicam concavidade
da superfcie levando a divergncia de linhas de uxo.
Por exemplo, o plano de curvatura, ou curvatura de
contorno, com valores negativos indica que a superfcie
convexa com uxos divergentes sobre uma crista, ao
passo que com valores positivos h uma convexidade
em que os uxos convergem num vale (Wilson &
Gallant, 2000).

Figura 8 - Esquema de linhas de curvatura em gradiente cncavo. Os planos , e intersectam-se no ponto. (a) corresponde a linha do
perl de curvatura; (b) a linha dos planos de curvatura e curvatura tangencial que sobrepem-se pelo intersecto entre os planos e . O
plano perpendicular ao sentido da linha do gradiente.

Os resultados podem ser utilizados para identi- gundas derivaes encontradas para as constantes r = ,
car relaes de acmulo de gua no desenvolvimento
s= et= necessrias para o clculo das cur-
de solos, modelar processos erosivos e inferir relaes
vaturas. Baseando-se na expresso bidimensional de
togeomorfolgicas (interdependncia de plantas com
uma curvatura no plano (Equao 25), Young & Evans
atributos do relevo Moore et al., 1991).
(1978) deniram as formulaes para as curvaturas no
No R, computou-se as curvaturas a partir da de- plano e em perl (Zevenbergen & Thorne, 1987).
nio da funo quadrtica de 6 termos polinomiais
baseada no mtodo Evans-Young para uma matriz 3x3,
conforme Equao 1. A formulao permite enquadrar
os 9 elementos de uma matriz de modo a extrair as se-
(25)

Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
 Anlise Digital de Terreno Utilizando a Linguagem Computacional R: Exemplo de Aplicao

A partir das equaes das curvaturas disponveis q <-(z1+z2+z3-z7-z8-z9)/(6*delta)

na Tabela 1, implementou-se trs funes para calcul- r <-(z1+z3+z4+z6+z7+z9-2*(z2+z5+z8))/(3*(delta)^2)
-las. No incio de cada funo, atribui-se o valor da re-
s <-(-z1+z3+z7-z9)/(4*(delta)^2)
soluo sendo a distncia entre cada clula. Em seguida,
t <-(z1+z2+z3+z7+z8+z9-2*(z4+z5+z6))/(3*(delta)^2)
para um determinado raster x de entrada, deniu-se a
posio de cada clula para uma submatriz de anlise resultado <- (r*(q^2)-2*p*q*s+t*(p^2))/
3x3. Conhecendo-se quais clulas compem cada cons- (((p^2)+(q^2))*(sqrt(1+ (p^2)+(q^2))))
tante, as mesmas so declaradas e utilizadas ao nal na c(resultado)}
frmula da curvatura desejada.
Aps a denio das funes para as curvaturas,
# funo perl de curvatura utilizou-se a funo focal(), embutida no pacote
perl <- function(x){ raster, que permite aplicar a funo criada para cada
delta <- res(raster_reprojetado)[1] # resoluo submatriz e realiza o movimento da quadrcula 3x3 por
toda imagem raster. Para que a focal() realize os
z1<-x[1]; z2<-x[2]; z3<-x[3]; z4<-x[4]; z5<-x[5]; z6<-
procedimentos necessrios, d-se como seus argumen-
-x[6]; z7<-x[7]; z8<-x[8]; z9<-x[9]
tos de entrada o raster utilizado (srtm_reprojetado), o
p <-(z3+z6+z9-z1-z4-z7)/(6*delta) tamanho da quadrcula, a funo da curvatura, ativao
q <-(z1+z2+z3-z7-z8-z9)/(6*delta) da varivel que suaviza os efeitos de borda adicionando-
r <-(z1+z3+z4+z6+z7+z9-2*(z2+z5+z8))/(3*(delta)^2) -se clulas virtuais (pad=TRUE) e o valor destas clulas
(padValue=344), sendo aqui utilizado o valor mdio das
s <-(-z1+z3+z7-z9)/(4*(delta)^2)
clulas da imagem.
t <-(z1+z2+z3+z7+z8+z9-2*(z4+z5+z6))/(3*(delta)^2)
r e s ul t a d o < - ( r * (p ^ 2 )+ 2 *p * q * s + t * ( q ^ 2 ) ) /
# Perl de Curvatura
(((p^2)+(q^2))*(sqrt( (1+(q^2)+(p^2))^3)))
perl_curvatura <- focal(srtm_reprojetado,w=matrix
c(resultado)}
(1,nrow=3,ncol = 3),fun=perl, pad=TRUE, padVa-
# funo plano de curvatura lue=344)
plano <- function(x){ # plano de curvatura
delta <- res(raster_reprojetado)[1] plano_curvatura <- focal(srtm_reprojetado,w=matri
z1<-x[1]; z2<-x[2]; z3<-x[3]; z4<-x[4]; z5<-x[5]; z6<- x(1,nrow=3,ncol= 3),fun=plano, pad=TRUE, padVa-
-x[6]; z7<-x[7]; z8<-x[8]; z9<-x[9] lue=344)
p <-(z3+z6+z9-z1-z4-z7)/(6*delta) # curvatura tangencial
q <-(z1+z2+z3-z7-z8-z9)/(6*delta) tangencial_curvatura <- focal(srtm_reprojetado,w=m
r <-(z1+z3+z4+z6+z7+z9-2*(z2+z5+z8))/(3*(delta)^2 ) atrix(1,nrow=3,ncol= 3),fun=tangencial, pad=TRUE,
s <-(-z1+z3+z7-z9)/(4*(delta)^2) padValue=344)
t <-(z1+z2+z3+z7+z8+z9-2*(z4+z5+z6))/(3*(delta)^2)
r e s u l t a d o < - ( r * ( q ^ 2 ) - 2 * p * q * s + t * ( p^ 2 ) ) / Os mapas de curvaturas gerados (Figura 9) so
(sqrt((1+(p^2)+(q^2))^3)) muito semelhantes visualmente e difceis de serem
individualizados na escala trabalhada. A distribuio
c(resultado)}
dos valores resultantes fortemente simtrica e pr-
# funo curvatura tangencial
xima a zero, necessitando de uma paleta de cores que
tangencial <- function(x){ permita a diferenciao das curvaturas com limites de
delta <- res(raster_reprojetado)[1] gradientes em torno de zero. O procedimento realizado
z1<-x[1]; z2<-x[2]; z3<-x[3]; z4<-x[4]; z5<-x[5]; para gerar os limites de cores para uma determinada
z6<-x[6]; z7<-x[7]; z8<-x[8]; z9<-x[9] paleta de cores est exemplicado logo a seguir para
o mapa de perl de curvatura. Os passos repetem-se
p <-(z3+z6+z9-z1-z4-z7)/(6*delta)
para os demais atributos, diferindo apenas dos limites

Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
 Macdo R. J. A. & Floquet S.

mnimos e mximos, dada a caracterstica individual de
cada curvatura calculada.
As quebras (breaks) indicam em quais valores
devero ocorrer as tonalidades escolhidas. Aps alguns
testes, os intervalos que melhor permitiram uma indi-
vidualizao das cores foram de 0.000 at 0.0025. Os
valores mais negativos e positivos destas escalas so
determinados a partir do mximo e mnimo encontrado
para a imagem.
# cria uma nova paleta de cores
> my.colors <- colorRampPalette(c(blue,cyan,yel
low,red3))
# cria intervalos de quebra para as cores
> brks <- c(-0.01606651, -0.0015, -0.001, -0.0005,
-0.00025, -0.00015, 0.0, 0.00015, 0.00025, 0.0005,
0.001, 0.0025, 0.02291046)
# indica a posio dos valores na escala de cor
> arg <- list(at=c(-0.01606651, -0.008033255,
0. 0, 0. 0114 552 3, 0. 022 910 46), labels
=c(-0.016,-0.008,0.0,0.011,0.022))
# plota o grco
> plot(curvatura_perf, maxpixels = 2e6, interpolate =
TRUE,
col=my.colors(13),
breaks=brks, axis.args=arg,
xlim = c(664709.8,830909.8), ylim = c(9003651,9115
551))
Atravs dos histogramas de cada mapa (Figura
9) observa-se o grau de assimetria destes dados de
curvaturas e corroboram com a armao de Mitasova
& Hoerka (1993) onde as curvaturas do plano e tan-
gencial divergem em valores, sendo a ltima (Figura
9c) correspondente do perl de curvatura.

Figura 9 - Mapas de curvaturas, (a) perl de curvatura, (b) plano de curvatura e (c) curvatura tangencial.

5.2.6 Fluxo Acumulado 2006; Hengl & Reuter, 2009). Este parmetro utilizado
em diversos modelos hidrolgicos sendo til na predi-
O uxo acumulado, tambm conhecido como rea
o de reas fontes de escoamento de gua, saturao,
de contribuio de uxo, consiste numa rea potencial
desenvolvimento e eroso de solos e cobertura da vege-
de escoamento (runo) de uma determinada regio de
tao (Moore et al., 1991). Os mapas gerados apresentam
interesse, representada por uma rea plana que descreve
rotas de escoamento de um uido sobre a superfcie do
uma extenso espacial de coleta na qual a precipitao
MDE. H vrios algoritmos que calculam a rota do uxo
de chuva ou neve pode ser agregada (Erskine et al.,

Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
 Anlise Digital de Terreno Utilizando a Linguagem Computacional R: Exemplo de Aplicao
e fundamentam-se na direo do gradiente do terreno.
Neste trabalho o processamento do uxo acumulado se
deu atravs da biblioteca dynatopmodel utilizando a
funo upslope.area() (Metcalfe et al., 2015). A
referida funo baseia-se no algoritmo MFD8 (multiple
ow direction algorithm Quinn et al., 1991) que assinala
o uxo a cada clula, em seguida verica o sentido do es-
coamento para as clulas vizinhas. O uxo poder seguir
em uma ou mais direes no sentido do declive (Neteler
Figura 10 - Esquema de computao do uxo acumulado. Na esquerda (a), oito direes assinaladas em dgitos binrios para as clulas
vizinhas para onde o uxo poder escoar; na direita (b), para uxos assinalados para as clulas 64 e 45, ocorre a partio do escoamento
conforme maior declividade e distncia.
Aps a computao das direes de uxo, o pixel
que recebeu o uxo de uma clula soma 1, indicando
que esta recebeu uma linha de uxo, o qual aumenta
progressivamente medida que vrios uxos incidem
sobre a mesma clula (Figura 11).
# criar mapa de uxo acumulado
> owacc <- upslope.area(srtm_reprojetado, log =
TRUE, atb = FALSE, deg = 0.1, ll.sinks = TRUE)
5.2.7 Rugosidade
O termo rugosidade apresenta diferentes abordagens
na literatura sendo comumente denido como a distribui-
o espacial da variao da elevao (Franklin, 1987) ou
o desvio padro das elevaes dentro de uma rea (Jordan,
2007). De modo genrico, a rugosidade mede a comple-
xidade de um terreno, i.e. seu grau de ondulao (Olaya,
2009). Assim, um terreno levemente ondulado referido
como suave, ao passo que uma superfcie fortemente
ondulada congura um terreno rugoso. Contudo, h uma
limitao nesta ltima armao, pois, como Grohmann et
al. (2010) observam em sua anlise comparativa da rugo-
sidade em diferentes escalas, que a variabilidade espacial
das variveis geomorfomtricas indicam o quo uma rea
Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
& Mitasova, 2004). Considerando uma submatriz 3x3,
quando um uido assinalado para o pixel central, o
escoamento se dar para uma das 8 clulas vizinhas com
menor altitude (ou maior declive) baseando-se no senti-
do direcional do caimento, em geral, representados em
dgitos binrios para oito quadrantes azimutais (Figura
10a). Ao se repartir, um peso dado para cada uxo em
funo da declividade e da distncia da clula vizinha
(Figura 10b) (Quinn et al., 1991).
diferente de outra dentro de uma regio. Logo, os dados
espaciais gerados por mapas de rugosidade carecem de
uma interpretao destes valores e sua localizao com as
caractersticas geolgicas e geomorfolgicas.
Aqui foram aplicadas duas abordagens para gerar
mapas de rugosidade: (1) includa no pacote raster()
atravs da funo terrain(), retorna como valor a
diferena entre a altitude mxima e mnima dos 9 pixels
de uma janela andante, aqui escolhida de 3x3 clulas;
(2) baseia-se na razo entre a rea real do pixel levando
em conta a declividade do terreno e uma rea plana do
mesmo pixel (Equao 26), conforme Grohmann (2004).
Rugosidade = (26)
onde:
a x c a rea real da superfcie de um pixel e a a rea
plana encontrada pela resoluo do pixel.
O valor da varivel c obtido a partir das relaes
trigonomtricas entre a tangente da declividade () da
superfcie real e a resoluo do pixel a (Figura 12),
considerando o tringulo formado por a, b e c, em que
b o cateto oposto e c a hipotenusa do tringulo.
 Macdo R. J. A. & Floquet S.

Figura 11 - Fluxo acumulado.

Figura 12 - Esquema de clculo da rea real de um pixel em funo da declividade. Modicado de Grohmann (2004).

Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
 Anlise Digital de Terreno Utilizando a Linguagem Computacional R: Exemplo de Aplicao

Assim, em termos trigonomtricos, obtm-se: # calcular declividade com sada em radianos

> slope_rad <- terrain(srtm_reprojetado, opt=slope,
c= unit=radians, neighbors = 8)
# rugosidade razo area real/area plana
Ao calcular a tangente da declividade, encontra- > rugosidade_razao <- sqrt(1+(tan(slope_rad))^2)
-se b:
Os mapas de rugosidade para o mtodo de maior
tan() = b/a b = tan().a diferena dos vizinhos e da razo rea real/rea plana
de um pixel apresentam diferenas signicativas (Fi-
Denidos os termos, podemos simplicar a equa- gura 13). No Rstudio, ao plotar um grco em formato
o da rugosidade substituindo-os: raster, sem entrada de cores, este retorna a imagem
com a paleta padro terrain.colors. Para melhor
visualizar e comparar os mapas gerados, utilizou-se a
Rugosidade = = paleta de cores em escala de cinza, cujo intervalo varia
do cinza claro a branco, empregando um valor gamma
igual a 7 a m de melhorar o contraste para os dois
Rugosidade = (27) mapas de rugosidade.

Para criar o mapa de rugosidade baseado na funo # exemplo de grco em escala de cinza
terrain() do pacote raster, deu-se como entrada um > plot(rugosidade_razao, col=gray.colors(100, start=0.4,
vetor de caracteres a opo roughness calculado end=1, gamma = 7, alpha = NULL), interpolate=T)
a partir de 8 vizinhos, o qual considera a clula central:

Os valores de sada de ambas abordagens diver-

> ru g o s i d ad e < - t er ra i n ( s r t m _ re pr oj e t a d o,
opt=roughness, neighbors = 8)
A rugosidade segundo Grohmann (2004) foi
escrita em formato de equao. Antes de executar a
frmula, necessrio que o mapa raster de declividade
esteja em radianos, para da gerar o mapa nal. Basta
utilizar a funo terrain() e escolher a unidade de
sada para a declividade:
gem e baseiam-se na diferena dos mtodos aplicados,
onde a rugosidade baseada na amplitude de valores de
uma janela depende diretamente das altitudes do relevo
analisado. Por outro lado, os resultados baseados na
razo entre reas do pixel real e plano possuem valores
mnimo de 1, quando o pixel da rea real possui gra-
diente nulo, e valores maiores que 1 quando a rea real
aumenta com o gradiente computado.

Figura 13 - Mapas de rugosidade gerado pela mxima diferena entre vizinhos (a) e pela razo de rea real por uma rea plana (b).

Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
 Macdo R. J. A. & Floquet S.
Na abordagem da amplitude de altitude observa-se
que a rugosidade mais sensvel a diferenas mni-
mas de elevao. possvel identicar que na Figura
13(a), mesmo nos topos planos, ocorrem variaes da
tonalidade cinza. Na Figura 13(b), os maiores valores
encontram-se associados regies de elevados gra-
dientes, que neste caso, esto relacionados escarpas
erosivas dos cnions e talvegues da rede drenagem.
Grohmann (2004) arma que o mtodo da razo entre
reas permite diferenciar morfologicamente a paisagem,
pois considera a forma da superfcie, assim, relevos
deformados no podem ser mascarados pelas diferenas
de altitudes. Assim, o modelo a ser considerado depende
do objetivo a ser analisado. Em trabalhos de anlise
de riqueza de espcies de uma determinada rea, a
rugosidade pelo mtodo da amplitude, talvez seja mais
recomendado, j que populaes de espcies podem
sofrer maior inuncia das variveis morfomtricas,
i.e. a complexidade espacial aumenta a heterogeneidade
ambiental e inuencia na habilidade de cada espcie
dispersar e competir (Dufour et al., 2006).
6. Concluses
Neste trabalho foram discutidos os conceitos
fundamentais de ADT, com um exemplo de aplicao
com a linguagem de programao R. As variveis geo-
morfomtricas do relevo foram computadas utilizando
uma imagem digital SRTM de 30 metros de resoluo da
regio do Parque Nacional Serra da Capivara. Algumas
funes de pacotes desenvolvidos para manipulao e
extrao de dados topogrcos de imagens tipo raster
foram empregadas. Todas as funes e scripts foram
executadas e implementadas atravs da interface de
ambiente de desenvolvimento RStudio, verso gratuita
open source, que dispe de ferramentas e complemen-
tos teis para iniciantes e queles que ainda no esto
familiarizados com a linguagem.
No ambiente de desenvolvimento, com poucas
linhas de cdigo extraiu-se os parmetros morfomtri-
cos bsicos do relevo e suas derivaes. R possui uma
sintaxe de fcil assimilao, por isso, permitiu uma
rpida implementao dos algoritmos. Alm disso,
dispe de uma grande quantidade de material educati-
vo na internet, sendo de maioria na lngua inglesa. Os
passos metodolgicos aplicados neste trabalho podem
ser executados facilmente por qualquer usurio, mesmo
iniciantes, desde que possuam os conceitos fundamen-
Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
tais de lgica de programao e algoritmos.
A linguagem R apresentou-se como uma poderosa
ferramenta em ADT funcionando como um ambiente
SIG, sendo possvel implementar, desenvolver e melho-
rar rotinas, possibilitando a visualizao e atuao do
usurio em cada etapa do processo de implementao.
Referncias Bibliogrcas
BIVAND, R. S. Using the R statistical data analysis language on
GRASS 5.0 GIS database les. Computers & Geosciences, v. 26,
p. 1043-1052, 2000.
BHNER, J. & ANTONIC, A. Land-surface parameters specic
to Topo-Climatology. In: HENGL, T. H. & REUTER, H. I.
2009. Geomorphometry: Concepts, Software, Applications.
Developments in soil Science, v. 33. Chapter 8, p. 195-226, 2009.
BROWN, R. Geomorphons: landform and property predictions in
a glacial moraine in Indiana landscapes. Catena, v. 142, p. 66-76,
2016.
DENG. Y. New trends in digital terrain analysis: landform denition,
representation, and classication. Progress in Physical Geography,
v. 31, n. 4, p. 405-419, 2007.
DHONT, D. & CHOROWICZ, J. Review of the neotectonics of
the Eastern TurkishArmenian Plateau by geomorphic analysis of
digital elevation model imagery. International Journal of Earth
Sciences (Geol Rundsch), v. 95, p. 34-49, 2006.
DUFOUR, A.; GADALLAH, F.; WAGNER, H. H.; GUISAN,
A.; BUTTLER, A. Plant species richness and environmental
heterogeneity in a mountain landscape: eects of variability and
spatial conguration. Ecography, v. 29, 573-584, 2006.
ERSKINE, R. H.; GREEN, T. R.; RAMIREZ, J. A.; MaCDONALD,
L. H. Comparison of grid-based algorithms for computing upslope
contributing area. Water Resource Research, v. 42, n. 9, W09416,
2006.
FLORINSKY, I. V. Digital terrain analysis in soil Science and
Geology. 1st Edition. Academic Press. 432 p., 2012.
FRANKLIN, S. E. Geomorphometric processing of digital elevation
models. Computers & Geosciences, v. 13, n. 6, p. 603-609, 1987.
GRUNSKY, E. C. R: a data analysis and statistical programming
environment an emerging tool for the geosciences. Computers
& Geosciences, v. 28, p. 1219-1222, 2002.
IHAKA, R. & GENTLEMAN, R. R: a language for data analysis
and graphics. Journal of Computational and Graphical Statistics,
v. 5, p. 299-314, 1996.
 Anlise Digital de Terreno Utilizando a Linguagem Computacional R: Exemplo de Aplicao
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE).
Disponvel em: <http://www.dsr.inpe.br/topodata/dados.php>.
Acessado em: 15/06/2016.
GROHMANN, C. H. Morphometric analysis in geographic
information systems: applications of free software GRASS and
R. Computers & Geosciences, v. 30, n. 9-10: 1055-1067, 2004.
GROHMANN, C. H.; SMITH, M. J.; RICCOMINI, C. Multiscale
analysis of topographic surface roughness in the Midland Valley,
Scotland. Geoscience and Remote Sensing, IEEE Transactions
on, vol.PP, n. 99, p. 1-14, 2010.
GROSSE, P.; VRIES, B. W.; EUILLADES, P. A.; KERVYN, M.;
PETRINOVIC, I. A. Systematic morphometric characterization of
volcanic edices using digital elevation models. Geomorphology,
v. 136: 114-131, 2012.
HENGL, T. H. & REUTER, H. I. Geomorphometry: Concepts,
Software, Applications. Developments in soil Science, v. 33.
Elsevier Science, 1st edition. 796 p., 2009.
JONES, K. H. A comparison of algorithms used to compute hill
slope as a property of the DEM. Computers & Geosciences, v.
24, n. 4, p. 315-323, 1998.
JORDAN, G.; MEIJNINGER, B. M. L.; van HINSBERGEN,
D. J. J.; MEULENKAMP, J. E.; van DIJK, P. M. Extraction of
morphotectonic features from DEMs: development and applications
for study areas in Hungary and NW Greece. International Journal
of Applied Earth Observation and Geoinformation, v. 7, p.
163-182, 2005.
JORDAN, G. Digital terrain analysis in a GIS environment.
Concepts and Development. PECKHAM, R. J. & JORDAN, G.,
editors, Digital terrain modeling: development and applications
in a policy support environment, Berlin: Springer: p. 1-43, 2007.
KOBAL, M.; CEGLAR, A.; ELER, K.; MEDVED-CVILK, B.;
HONZAK, L.; SIMONCIC, P.; HLADNIK, D. On the use of R
programming language in the analyses of spatial data. Acta Silvae
et Ligni, v. 102, p. 55-62, 2013.
METCALFE, P.; BEVEN, K.; FREER, J. Dynamic TOPMODEL: A
new implementation in R and its sensitivity to time and space steps.
Environmental Modelling & Software, v. 72, p. 155-172, 2015.
MITASOVA, H. & HOFIERKA, J. Interpolation by regularized
spline with tension: II. Application to terrain modeling and surface
geometry analysis. Mathematical Geology, v. 25, n. 6, p. 657-
669, 1993.
NETELER, M. & MITASOVA, H. Open Source GIS: a GRASS
GIS approach. Kluwer Academic Publishers/Springer, Boston,
Rev. Bras. Geomorfol. (Online), So Paulo, v.18, n.2, (Abr-Jun) p.443-463, 2017
2nd edition. 402 p., 2004.
OLAYA, V. Basic Land-Surface parameters. In: HENGL, T. H. &
REUTER, H. I. (eds.). Geomorphometry: Concepts, Software,
Applications. Developments in soil Science, v. 33., p. 141-169,
2009.
OMUTO, C. T. & VARGAS, R. R. Re-tooling of regression kriging
in R for improved digital mapping of soil properties. Geoscience
Journal, v. 19(1), p. 157-165, 2014.
PENNOCK, D. J.; ZEBARTH, B. J.; JONG, E. Landform
classification and soil distribution in hummocky terrain,
Saskatchewan, Canada. Geoderma, v. 40, p. 297-315, 1987.
QUINN, P.; BEVEN, P. Q.; CHEVALLIER, P.; PLANCHON, O.
The prediction of hillslope ow paths for distributed hydrologycal
modelling using digital terrain models. Hydrological Processes,
v. 5, p. 59-79, 1991.
R Core Team. R: A language and environment for statistical
computing. R Foundation for Statistical Computing, Vienna,
Austria. 2014. Disponvel em: <http://www.R-project.org/>.
Acessado em: 15/09/2016.
RITTER, P. A vector-based slope and aspect generation algorithm.
Photogrammetric Engineering and Remote Sensing, v. 53, n.
8, p. 1109-1111, 1987.
RStudio Team. RStudio: Integrated development for R. RStudio,
Inc., Boston, MA. 2015. Disponvel em: <http://www.rstudio.com>.
Acessado em: 15/09/2016.
TORFS, P. & BRAUER, C. A (very) short introduction to R.
2014. Disponvel em: <https://cran.r-project.org/doc/contrib/
Torfs+Brauer-Short-R-Intro.pdf>. Acessado em: 15/09/2016.
WILSON, J. P. & GALLANT, J. C. Digital terrain analysis. In
Wilson, J. P. and Gallant, J. C., editors, Terrain analysis: principles
and applications, New York: Wiley, p. 29-49, 2000.
YOUNG, M. & EVANS, I. S. Statistical characterization of
altitude matrices by computer. Report 5 on grant DA-ERO-591-
73-G0040 (18 p.). Durham, England: Department of Geography,
University of Durham. 1978.
ZEVENBERGEN, L. W & THORNE, C. R. Quantitative analaysis
of land surface topography. Earth Surface Processes and
Landforms, v. 12, p. 47-56, 1987.
ZHOU, QIMING. Relief shading using digital terrain elevation
models. Computers & Geosciences, v. 18, n. 8, p. 1035-1045, 1992.
ZUUR, A. F.; IENO, E. N.; MEESTERS, E. H. W. G. A Beginners
Guide to R. New York. Springer. p. 220, 2009.