Autores

Reichel, H.R. (UFPR) ; Sampaio, T.V.M. (UFPR)

Resumo

A geração de Modelo Digital do Terreno (MDT) a partir de Modelo Digital de Superfície(MDS) pode ser lenta e pouco acurada. Neste cenário, as Aeronaves Remotamente Pilotadas (RPAs) se apresentam como uma inovação, que integradas à geoestatística podem aumentar a precisão e agilizar a obtenção de dados e informação, possibilitando a manutenção das características geomorfológicas. Objetivou-se averiguar a capacidade da geoestatística de preencher vazios amostrais na geração de um MDT proveniente de RPA. Foi realizado um plano de voo, imageamento com RPA, geração do ortomosaico, identificação e vetorização das áreas do terreno a serem removidas, criação de nuvem de pontos e feições de subconjunto, remoção das áreas não correspondentes ao terreno, interpolação via krigagem, validação do MDT por meio do cálculo do RMSE e comparação com o Padrão de Exatidão Cartográfica (PEC). Como resultado, obteve-se um MDT acurado, preciso, geomorfologicamente consistente e com RMSE de 0,13 metros.

Palavras chaves

Modelo Digital do Terreno; Acurácia; Geoestatística

Introdução

Apesar das diferenças conceituais presentes na literatura é possível definir os modelos digitais do terreno como representações matemáticas computacionais da distribuição de fenômenos espaciais que ocorrem dentro de uma região da superfície terrestre (DOYLE, 1978; FELGUEIRAS, 2001). Os MDTs se diferem dos Modelos Digitais de Superfície por representarem somente as feições do solo e suas formas, excluindo vegetação e outros alvos antrópicos (EL-SHEIMY, 2005). Zhillin (2008) aponta os diversos usos que podem ter os MDTs, o que inclui análise da superfície terrestre através de cálculos de declividade, aspecto, área, volume, parâmetros de rugosidade e de hidrologia. Esses cálculos possuem ampla aplicação em estudos geomorfológicos, incluindo processos erosivos (DIETRICH, 1993; MITASOVA, 1996; VALENTE et al., 2001;SIMÕES, 2013), mapeamento geomorfológico, conforme colocado por Silveira et al. (2012), caracterização geomorfológica (VALERIANO, 2003; FUMIYA, et al., 2016) e na predição dos movimentos de massa (SILVEIRA, 2014; VIEIRA, et al., 2016; BRITO et al., 2017). Weibel e Heller (1993) apontam que MDTs são gerados a partir de pontos cotados, fotogrametria, digitalização de bases cartográficas, radar, laser e sonar, enquanto Casas et al. (2006) expõem a possibilidade de extrair os dados do terreno a partir de levantamento topográfico, com técnicas de fotogrametria, ou sensoriamento remoto. Outro meio que vem ganhando destaque é o uso de aeronaves remotamente pilotadas (RPAs), popularmente conhecidas como DRONEs, que com baixo custo, permitem a extração de dados do terreno com alta resolução espacial, subsidiando o mapeamento de processos e formas em grande escala (LINHARES et al., 2013; FERREIRA et al., 2013; BUFFON et al., 2017). A bordo dos RPAs podem ser instalados diferentes tipos de sensores para obtenção de imagens que subsidiam a geração de MDTs. Dispositivos LIDAR e RADAR são sensores interferométricos que possibilitam a geração de MDTs com acurácia altimétrica (CRUZ et al., 2011;DE BARROS, 2013; WHITEHEAD et al., 2013; FLENER, 2013). Estes dispositivos ainda apresentam custo elevado e, as etapas de aquisição e processamento dos dados demandam o uso de RPAs mais robustos, softwares especializados, bem como maior conhecimento por parte dos produtores. Por outro lado, a obtenção de MDTs com o uso de sensores fotogramétricos e emprego das técnicas relativas a paralaxe demandam menores investimentos em equipamentos e podem ser gerados por usuários não especialistas, a partir do uso de softwares especializados na geração de MDTs. (WESTOBY, 2012; FONSTAD, 2013). Neste caso, o primeiro produto obtido é o MDS, no qual estão presentes a vegetação, edificações e demais elementos capturados pelas imagens. Este produto pode ser reprocessado, removendo-se os elementos que não correspondem ao terreno propriamente dito, até a obtenção do MDT. Esse processo pode ser lento, impreciso e requer validação, a fim de averiguar a qualidade do material. Ao inferir novos valores onde havia vegetação ou outros objetos é preciso ter certeza que a área gerada por interpolação realmente acompanha a morfologia local, como no caso de calhas fluviais e interflúvios, que facilitam a contextualização geomorfológica (FELGUEIRAS, 1999). Visando fornecer qualidade à informação cartográfica, a Geoestatística coloca-se como capaz de aumentar a precisão e agilizar a obtenção de dados e informação (CHEREM, 2008). A partir de métodos geoestatísticos é possível realizar a validação do MDT, via criação de subconjuntos dos pontos amostrais (treinamento e teste) e sua posterior comparação. Ademais, tem-se a alta expressividade das formas do relevo via krigagem (VALERIANO, 2002), corroborando para resultados de âmbito geomorfológico mais contundentes. Este trabalho tem por objetivo averiguar a capacidade da geoestatística (krigagem) de preencher vazios amostrais no processo de geração de um MDT de alta resolução espacial advindo de um MDS obtido com uso de RPA.

Material e métodos

A área de estudo está localizada no município de Ortigueira, na Mesorregião Centro Oriental paranaense, entre as coordenadas 50°46’29” a 50°46’02” W e 24°23’40” a 24°23’16”S. A área integra o segundo planalto paranaense (MELO; MENEGUZZO, 2001), com predomínio de relevo ondulado (IPARDES, 2004). O processo de geração do MDT seguiu a seguinte rotina: elaboração do plano de voo, imageamento com RPA, geração do ortomosaico, do MDS e dos pontos altimétricos, identificação e vetorização, sobre as imagens, das áreas do terreno que apresentavam feições a serem removidas para geração do MDT, criação de nuvem de pontos e feições de subconjunto, remoção das áreas não correspondentes ao terreno, interpolação via krigagem com uso dos pontos relativos ao terreno e, validação do MDT. Para o plano de voo foi utilizado o aplicativo pixel4D (Android), que conjuntamente da observação do relevo, permitiu ajustar o tamanho dos pixels (GSD–Ground Sample Distance) e averiguar as condições atmosféricas e a autonomia da aeronave. O levantamento das ortoimagens e modelo digital de superfície foi realizado com o RPA modelo Phantom 3 - Professional - DJI, do departamento de Geografia da Universidade Federal do Paraná no dia 19 de Outubro de 2016. Seguiu-se pelo processamento dos dados no software Agisoft PhotoScan (versão de teste 30 dias), que permitiu a junção das fotografias e elaboração do MDS. Em seguida, com o uso do software ArcGis versão 10.3, foram identificadas e vetorizadas, via fotointerpretação das ortoimagens e declividade (Slope), as áreas de terreno, de maneira a evitar as árvores. A partir do polígono gerado foi criada uma malha aleatória de 194.000 pontos, nos quais foram adicionadas as cotas do MDS. Os pontos, então, foram divididos em subconjuntos: treinamento e teste (KANEVSKI e MAIGNAN, 2004). 5% da amostra inicial foi utilizada na composição do subconjunto de treinamento, pois a informação pode se tornar ruído (principalmente ruído microtopográfico) e o tempo de processamento eleva-se, como constatado por Gonçalves (2003). O método de interpolação utilizado foi a krigagem, que segundo Valeriano (2002), dentre as técnicas geoestatísticas é o que melhor expressa as formas do relevo, com estimativas não tendenciosas e variância mínima (CAMARGO, 2001), possibilitando a interpolação de valores de variáveis não amostradas a partir dos vizinhos amostrados e sua ponderação a partir de uma análise espacial (VALERIANO, 2002). Em seguida foi selecionado o tipo de krigagem, que varia de acordo com o modo de estimar a distribuição condicional local (MEIRELLES, 2007). A krigagem ordinária foi escolhida por considerar que a média local é mais adequada para representar as variações observadas no terreno. Posteriormente, o modelo Gaussiano foi selecionado, possibilitando suavização do modelo em distâncias curtas (KANEVSKI e MAIGNAN, 2004). Com base no semivariograma experimental, a interdistância (lag size), o número de passos (number of lags) e o alcance (major range) foram então definidos como 1, 45 e 45, respectivamente. O método de filtragem adotado foi o de suavização da vizinhança (Smooth), com semi-eixos de 80 metros. A última fase do processo, a validação do modelo, iniciou-se pela criação de um subconjunto de 1843 pontos. O RMSE (root mean square error), medida da magnitude média dos erros estimados, foi calculado pela equação: RMSE=√(∑(ΔH)²/n). O ΔH corresponde à amplitude entre erro calculado e o esperado (metros), enquanto que n corresponde ao total de pontos no subconjunto de teste. Esse resultado foi comparado com o Padrão de Exatidão Cartográfica, extraído da Especificação Técnica dos Produtos de Conjuntos de Dados Geoespaciais (ET-PCDG, 1994), referencial legal que trata exatidão cartográfica no Brasil (SOPCHAKI et al., 2016), permitindo avaliar a acurácia do resultado. Finalmente, foram gerados MDTs para análise e comparação visual dos resultados.

Resultado e discussão

Inicialmente é apresentada a localização da área de estudo (Figura 1). O processamento das imagens permitiu a geração do MDS com resolução espacial de 13 cm. Ao definir os parâmetros da interpolação, foi observada a distribuição espacial dos erros, que segundo Kanevski e Maignan (2004) deve apresentar uma estrutura anisotrópica clara, ou seja, sem excesso de suavização ou crenulação. A distribuição espacial da variância é exposta na Figura 2 com o histograma dos resíduos da validação. A distribuição espacial da variância apresentou-se bem distribuída em torno de seu centro, com leve crenulação, porém isso pode ser explicado devido à alta resolução espacial com a qual foi trabalhada. Em seguida, dispõe-se o histograma que indica a variância do resíduo, qualificando a acurácia e precisão do modelo gerado. Segundo Kanevski e Maignan (2004), o histograma de variância baixa e com valores concentrados em torno do zero corresponde a um modelo acurado e preciso, o que pode ser observado no histograma (Figura 2). Após esta etapa, o MDT gerado por krigagem foi comparado ao MDS e aos MDTs gerados no Agisoft e via TIN (Triangulated Irregular Network) (Figura 3), principalmente no que confere à sua fidelidade ao representar o relevo, acompanhando calhas fluviais e divisores de água (FELGUEIRAS, 1999). O MDT gerado pelo Agisoft, que se baseia primordialmente na exclusão de feições que não correspondem ao terreno, mostra-se ruidoso, com quase nenhuma suavização do relevo, além do que, nas áreas nas quais havia vegetação, criou-se uma textura demasiadamente diferenciada, ocorrendo a exclusão de algumas feições geomorfológicas, como pequenos topos. Via TIN, o maior problema encontrado refere-se à ausência generalizada de suavização das formas do relevo, o que se soma à presença dos triângulos que não condizem como relevo, problema previamente apresentado por Mazzini e Schettini (2009). Por fim, o MDT gerado via métodos geoestatísticos permitiu maior suavização do relevo, mantendo suas formas originais, apenas com algum ruído onde o intervalo com ausência de dados era muito extenso. Outra característica observada, não só no MDS gerado por geoestatística, foi a criação de formas que correspondem à um represamento do canal de drenagem. O modelo que melhor representou o canal de drenagem, contudo foi o obtido por interpolação geoestatística. O represamento observado foi de nível centimétrico, o que pode ser facilmente corrigido por métodos de filtragem e aplicação de ferramentas de SIG (Sistemas de Informação Geográfica) destinadas a criação de modelos hidrologicamente consistidos. Em seguida, para melhor compreender a correspondência dos MDTs e do MDS ao relevo, foram criados perfis transversais em um trecho que atravessa uma parcela da área com presença de vegetação, onde há também um talvegue. A figura 4 demonstra os quatro perfis transversais. O MDS se apresenta como o modelo com menor representatividade do canal, evidenciando a necessidade de geração de um MDT, sem o qual as formas do relevo são perdidas. O MDT gerado via Agisoft não apresenta um canal propriamente dito, sendo que ele não é condizente à feição natural. O TIN permitiu ao menos a geração de um canal, contudo muito comprimido e retilíneo, sem correspondência à realidade observada. O MDT desenvolvido via krigagem, além de demarcar um canal mais próximo do esperado, foi o único que não suprimiu um pequeno morrote próximo do curso d’água. Em termos de caracterização geomorfológica, de maneira geral, a krigagem foi o método mais fidedigno. No que se refere a qualidade altimétrica do MDT gerado por geoestatística, o RMSE obtido, considerando um Δh de 32,8306 e um n de 1843, foi de 0,13 metros, o que corresponde, em termos de qualidade interna, à escala 1:1.000. O valor de RMSE é menor do que o mínimo colocado pela ET-PCDG, de 0,17 metros. Um resultado semelhante foi obtido por Hugenholtz et al. (2013), com RMSE de 0,18 metros, utilizando o dobro da resolução espacial inicial, sendo que foi utilizado triangulação a partir de um MDS de ortoimagens de um Hawkeye RQ-84Z Areohawk. Udin e Ahmad (2014) atingiram RMSE entre 0,178 metros e 0,324 metros, a depender da altitude de voo, via triangulação aérea a partir de um MDS gerado com um RPA Y6. O MDT resultante do uso de técnica geoestatística se mostrou acurado e preciso para o preenchimento de vazios topográficos, com representação mais fidedigna das feições geomorfológicas na área em questão, principalmente quando comparado aos outros métodos apresentados. Conforme Alves e Vecchia (2011), a krigagem não é um método simples de interpolação e, exige grande esforço em termos de processamento. Contudo, como neste trabalho foram empregadas etapas de treinamento e validação, utilizando um número reduzido de pontos correspondentes à altimetria, obteve-se uma redução do ruído apontado por Gonçalves (2003) e, um ganho na velocidade do processamento, facilitando a aplicação de vários testes em menor tempo. Recomenda-se que o método seja aplicado em ambientes de características geomorfológicas diferentes e com diferentes n amostrais, acarretando em uma validação mais ampla, permitindo uma avaliação mais aprofundada de sua acuracidade e representatividade.

Localização da área de estudo


Distribuição espacial da variância e histograma dos resíduos da validação


Modelos digitais de superfície e terreno


Perfis Transversais

Considerações Finais

O levantamento em campo com RPA permitiu a geração de um MDS com resolução espacial de 0,13 metros, qualidade altimétrica interna compatível com a escala 1:1000 e geração de um MDT geomorfologicamente consistente e acurado de acordo com os padrões da ET-PCDG. O modelo gráfico da distribuição espacial da variância apresentou-se com valores bem distribuídos em torno de seu centro, com leve crenulação, justificável pela alta resolução espacial. O MDT desenvolvido via krigagem, em comparação com outros métodos para extração de MDT, foi o que melhor demarcou o canal fluvial sob a vegetação e ainda foi o único que não omitiu um morrote próximo do curso d’água. O RMSE obtido foi de 0,13 metros. A geração de MDT com emprego de técnicas geoestatísticas possibilitou a representação de feições e características geomorfológicas de áreas cobertas por vegetação (ausência de dados) de maneira mais fidedigna, sem omissão de feições e de maneira correlata ao ambiente natural. O método apresentado utilizou RPA de baixo custo e exige conhecimento de geoestatística para calibração, ajuste e validação dos MDTs produzidos.

Agradecimentos

Referências

ALVES, E. D. L.; VECCHIA, F. A. S. Análise de diferentes métodos de interpolação para a precipitação pluvial no Estado de Goiás-doi: 10.4025/actascihumansoc. v33i2. 13815. Acta Scientiarum. Human and Social Sciences, v. 33, n. 2, p. 193-197, 2011.

BRASIL. Decreto nº 89.817, de 20 de junho de 1984. Estabelece as instruções reguladoras das normas técnicas da cartografia nacional. Diário Oficial da União, Brasília, DF, 22 jun 1984.

BUFFON, E. A. M.; PAZ, O. L. S.; SAMPAIO, T. V. M. Uso de Veículo Aéreo Não Tripulado (Vant) Para Mapeamento das Vulnerabilidades à Inundação Urbana: Referenciais e Bases de Aplicação. Revista do Departamento de Geografia, São Paulo, p. 180-189, 2017.

CAMARGO, E.C.B. Geoestatística: fundamentos e aplicações. Geoprocessamento para projetos ambientais. São José dos Campos: INPE, 1998.

CASAS, A.; BENITO, G.; THORNDYCRAFT, V. R.; RICO, M. The topographic data source of digital terrain models as a key elemento in the accuracy of hydraulic flood modelling. Earth Surface Processes and Landforms, v. 3, n. 4, p. 444-456, 2006.

CHEREM, L. F. Análise morfométrica da bacia do Alto Rio das Velhas - MG. 2008. Dissertação de Mestrado do Programa de Pós-graduação em Modelagem de Sistemas Ambientais. Instituto de Geociências da Universidade Federal de Minas Gerais - IGC/ UFMG, 111 p. Belo Horizonte, 2008.

CRUZ, C. B. M.; DE BARROS, R. S.; CARDOSO, P. V.;REIS, R. B.; ROSÁRIO, L. S.; BARBOSA, S.S.; RABACO, L. M. L.; LOURENçO, J. S. Q. Avaliação da exatidão planialtimétrica dos modelos digitais de superfície (MDS) e do terreno (MDT) obtidos através do LIDAR. Anais XV Simpósio Brasileiro de Sensoriamento Remoto-SBSR, Curitiba, PR, Brasil, v. 30, p. 5463, 2011.

DA SILVEIRA, C. T.; FIORI, A. P.; SCHILIPACK, P.; DIAS, S. M. Mapeamento preliminar da suscetibilidade natural a movimentos de massa da Serra do Mar Paranaense apoiado na análise digital do relevo. Revista Brasileira de Geomorfologia, 2014.

DE BARROS, R. S.; CRUZ, C. B. M., RABACO, L. M. L.,FAGUNDES, F. O.;SA, C. P. B. Avaliação da Exatidão Planialtimétrica de Produtos Oriundos de Radar Interferométrico e Lidar em Área Coberta por Floresta. In: XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 2013.

DE BRITO, M. M; WEBER, E.; PASSUELLO, A.. Avaliação multicritério aplicada ao mapeamento a suscetibilidade a escorregamentos: o caso do Bairro Cascata, Porto Alegre, RS. Revista Brasileira de Geografia Física, v. 10, n. 2, 2017.

DIETRICH, W. E.; WILSON, C. J.; MONTGOMERY, D. R.; MCKEAN, J. Analysis of erosion thresholds, channel networks and landscape morphology using a digital terrain model. The Journal of Geology, p. 259-278, 1993.

DOYLE, F. J. Digital Terrain Models: an overview. Photogrammetric Enginnering and Remote Sensing. n. 44. n. 12, p. 1481-1485, 1978.

EL-SHEIMY, N.; VALEO, C.; HABIB, A. Digital terrain modelling: acquisition, manipulation and applications. Artech House, 2005.

FELGUEIRAS, C. A. Análises sobre modelos digitais de terreno em ambiente de sistemas de informações geográficas. DPI/INPE, 1999.

___________;C MARA, G. Modelagem Numérica de Terreno. Introdução à ciência da geoinformação, v. 1, p.1, 2001.

FERREIRA, A. M. R.; ROIG, H. L.; MAROTTA, G. S.; MENEZES, P. H. B. J. Utilização de aeronaves remotamente pilotadas para extração de mosaico georreferenciado multiespectral e modelo digital de elevação de altíssima resolução espacial. In: Anais do Simpósio Brasileiro de Sensoriamento Remoto (SBSR) -INPE, 16., Natal, p. 9308-9315, 2013.

FLENER, Claude et al. Seamless mapping of river channels at high resolution using mobile LiDAR and UAV-photography. Remote Sensing, v. 5, n. 12, p. 6382-6407, 2013.

FONSTAD, M.A., DIETRICH, J.T., COURVILLE, B.C., JENSEN, J.L., CARBONNEAU, P.B. Topographic structure from motion: a new development in photogrammetric measurement.Earth Surface Processes and Landforms, v.38, p. 421–430, 2013.

FUMIYA, M. H; SANTOS, L. J. C.; MANGUEIRA, C. G.; DO COUTO, E. V. Emprego do índice de concentração da rugosidade na identicação de feições morfológicas associada a materiais ferruginosos no noroeste do paraná. Revista Brasileira de Geomorfologia, 2016.

GONÇALVES, M. L. A. M. Geração de modelo digital de terreno a partir de mapas digitais 3d: estudo de caso visando garantir o contexto geomorfológico com redução dos dados amostrais. Boletim de Ciências Geodésicas, Curitiba, v. 9, no 1, p.105-119, 2003.

HUGENHOLTZ, C. H.; WHITEHEAD, K.; BROWN, O. W.; BARCHYN, T. E., MOORMAN, B. J.; LECLAIR, A., HAMILTON, T. Geomorphological mapping with a small unmanned aircraft system (sUAS): Feature detection and accuracy assessment of a photogrammetrically-derived digital terrain model. Geomorphology, v. 194, p.16-24, 2013.

IPARDES. Leituras Regionais: Mesorregiões Geográficas Paranaenses. Curitiba, 2004.

KANEVSKI, M.; MAIGNAN, M. Analysis and Modelling of Spatial and Environmental Data. EPFL Press. Lausanne, 2004.

LINHARES, M. M. A.; ROCHA, N. C. C.; AMARAL, B. A. S. Análise do índice MPRI como indicador vegetativo através da correlação do mesmo com o índice NDVI. In: Anais do Simpósio Brasileiro de Sensoriamento Remoto, SBSR - INPE, 16., Foz do Iguaçu, 2013. p. 8254- 8260.

MITASOVA, H.; HOFIERKA, J.; ZLOCHA, M.,; IVERSON, L. R. Modelling topographic potential for erosion and deposition using GIS. International Journal of Geographical Information Systems, p. 629-641, 1996.

MAZZINI, P. L. F.; SCHETTINI, Carlos Augusto França. Avaliação de metodologias de interpolação espacial aplicadas a dados hidrográficos costeiros quase-sinóticos. Brazilian Journal of Aquatic Science and Technology, v. 13, n. 1, p. 53-64, 2009.

MEIRELLES, Margareth Simões Penello; CAMARA, Gilberto; DE ALEIDA, C. M. (Ed.). Geomática: modelos e aplicações ambientais. Embrapa Informação Tecnológica, p. 191-234, 2007.

MELO, M.S.; MENEGUZZO, I. S. Patrimônio natural dos Campos Gerais do Paraná. In: DITZEL, C. H. M.; LÖWEN SAHR, C. L. Espaço e Cultura: Ponta Grossa e os Campos Gerais. Ponta Grossa: Editora da UEPG. p. 415-428, 2001.

SILVEIRA, R. M. P.; DA SILVEIRA, C. T.; OKA-FIORI, C. Análise digital do relevo empregada no mapeamento de unidades geomorfológicas. Revista Geografar, v. 7, n. 2, 2012.

SIMÕES, H. D. G. Modelação espacial da erosão hídrica do solo: aplicação da Equação Universal de Perda de Solo (EUPS). 2013. Tese de Doutorado.

SOPCHAKI, Carlos Henrique et al. Averiguação da NBR 13133 junto aos padrões de exatidão cartográfica para fins de levantamentos topográficos altimétricos: estudo de caso em área no município de Nova Prata do Iguaçu-PR. Revista Brasileira de Cartografia, v. 68, n. 3, 2016.

UDIN, W. S.; AHMAD, A. Assessment of photogrammetric mapping accuracy based on variation flying altitude using unmanned aerial vehicle. In: IOP Conference Series: Earth and Environmental Science. IOP Publishing, p. 012027, 2014.

VALENTE, A. L. S.; KOPPE, J. C.; RISSO, A.; BASTOS, C. A. B.; STRIEDLER, A. J.; DIAS, R. D. Estimativa da suscetibilidade potencial à erosão laminar devido a fatores naturais: uma proposta metodológica e sua aplicação no município de Porto Alegre (RS), 2001.

VALERIANO, M. de M. Modelos digitais de elevação de microbacias elaborados com krigagem. INPE, 2002.

VALERIANO, M. M; DE CARVALHO JÚNIOR, O. A. Geoprocessamento de modelos digitais de elevação para mapeamento da curvatura horizontal em microbacias. Revista Brasileira de Geomorfologia, v. 4, n. 1, 2003.

VIEIRA, B. C.; MARTINS, T. D. Modelos em geografia física: conceitos e aplicações na previsão de escorregamentos. GEOUSP: Espaço e Tempo (Online), v. 20, n. 1, p. 194-206, 2016.

WEIBEL, R.; HELLER, M. Digital terrain modelling. Oxford University Press, 1993.

WESTOBY, M.J.; BRASINGTON, J.; GLASSER, N.F.; HAMBREY, M.J.; REYNOLDS, J.M.‘Structurefrom-Motion’ photogrammetry: a low-cost, effective tool for geosciences applications. Geomorphology, v. 179, 300–314, 2012.

WHITEHEAD, K.; MOORMAN, B. J.; HUGENHOLTZ, C. H. Brief Communication: Low-cost, on-demand aerial photogrammetry for glaciological measurement. The Cryosphere, v. 7, n. 6, p. 1879, 2013.

ZHILIN, L. I. Multi-scale digital terrain modelling and analysis. IN: Advances in digital terrain analysis. Springer: Berlin, 2008.