Guia prático para criar e usar imagens de tipos de relevo
Você já tentou montar um mapa de relevo e percebeu que o resultado ficou plano, sem profundidade? Acontece com frequência. O problema quase sempre não é o software, é a forma como você extrai e processa os dados de elevação antes de gerar a imagem final. Para conseguir imagens tipos de relevo com qualidade decente, o ponto de partida é o dado bruto. O SRTM (Shuttle Radar Topography Mission) disponibiliza dados gratuitos em resolução de 30 metros, mas a versão de 90 metros também serve para mapas regionais. OASTER GTOS 30 é outra fonte viável, com cobertura global e resolução intermediária. Se você precisa de detalhamento maior, o LiDAR é a resposta, mas exige acesso a dados de institutos como o SNHI ou instituições estaduais, e o custo computacional sobe bastante.
Como selecionar e baixar imagens tipos de relevo adequadas
O download começa escolhendo a fonte certa. Para o Brasil, o site do INPE e o do Agência Nacional de Águas oferecem dados SRTM. O USGS EarthExplorer é bom para coberturas internacionais. Baixe o arquivo no formato GeoTIFF, que preserva a projeção e o sistema de coordenadas. Sempre verifique a datum do arquivo antes de abrir qualquer programa. Trabalhar com WGS84 versus SAD69 no Brasil gera distorções de até 70 metros se você não converter corretamente. Depois de baixar, abra o arquivo no QGIS ou no ArcGIS. Aplique um renderização de sombreamento usando o algoritmo multdirecional. O sombreamento tradicional, com apenas uma direção de luz, cria sombras artificiais que escondem feições reais do terreno. O mult direcional calcula a iluminação a partir de vários ângulos e produz um resultado muito mais legível. Ajuste a altitude da luz entre 45 e 60 graus. Valores abaixo disso achata o relevo. Acima disso gera sombras excessivas que mascaram detalhes.
Aqui vai um problema que eu enfrentei recentemente: ao processar imagens de relevo para a região serrana do Rio de Janeiro, o algoritmo padrão do QGIS interpretou áreas de mata densa como ruído e suavizou demais os morros, removendo cristas importantes. A solução foi aplicar um filtro de preservação de bordas antes do sombreamento. No QGIS, usei a ferramenta Raster > Análise > Filtro > Filtro de média ponderada com raio 3 e, em seguida, apliquei o Algoritmo de Sombreamento com a opção "preservar detalhes finos" ativada. O resultado recuperou as cristas sem introduzir artefatos. Esse ajuste economizou cerca de três horas de retrabalho manual.
Configurações avançadas que fazem diferença
Muita gente ignora a hillshade combinado com colorimetria hipsométrica. Em vez de usar apenas tons de cinza, defina um gradiente de cores que vá do verde baixo ao marrom alto, passando pelo creme nas cotas intermediárias. No QGIS, isso se faz em Propriedades da Camada > Simbologia > Renderização Hipsométrica. O efeito visual é muito superior para leitura rápida do terreno. Outro detalhe importante é o exagero vertical. Para regiões de planície, um fator de 1,5 a 2 vezes torna as variações perceptíveis. Para montanhas já acidentadas, o exagero deve ser entre 0,8 e 1,0, senão o mapa parece distorcido e perde credibilidade. Eu já vi mapas publicados com exagero de 5 vezes em áreas de planalto, o que cria uma impressão completamente equivocada do terreno real.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Se você trabalha com dados LiDAR de alta resolução, o processamento exige mais cuidado. A nuvem de pontos precisa ser classificada primeiro para separar terreno vegetal de terreno nua. Use a classificação ground do LAStools ou a ferramenta de classificação iterativa do Whitebox GAT. Processar uma área de 10 km² com dados LiDAR brutos pode levar de 40 minutos a duas horas, dependendo do hardware. A recomendação é trabalhar com tiles menores e fundir depois.
Formatos de saída e otimização
Para impressão, salve em TIFF com compressão LZW e resolução mínima de 300 dpi. Para uso web, um PNG ou JPEG em 150 dpi basta. Ficheiros GeoTIFF grandes, acima de 2 GB, travam a maioria dos visores de mapa na nuvem. Nesses casos, crie um pirâmide de nível antes de hospedar. No QGIS, vá em Camada > Propriedades > Fonte > Construir Pirâmides. Isso reduz o tempo de carregamento em cerca de 70 por cento em plataformas como o uMap. Um erro comum é exportar a imagem sem definir o sistema de referência de coordenadas corretamente. Se o CRS estiver como desconhecido, qualquer sobreposição com mapas base falha. Sempre defina o CRS antes de exportar. Para o Brasil, use o SIRGAS 2000, fuso correspondente à área de interesse.
Limitações que você precisa conhecer
Imagens de relevo derivadas de dados SRTM têm limitações sérias em regiões com relevo extremamente acidentado e cobertura vegetal densa. A precisão vertical cai para cerca de 8 a 10 metros em floresta tropical. Nos Andes e no Himalaia, os erros podem ultrapassar 20 metros devido a artefatos de interferometria de radar. Se o seu projeto exige precisão submétrica, dependa exclusivamente de dados LiDAR ou fotogrametria com drones. Outra limitação prática é que o algoritmo de sombreamento não substitui a análise hidrográfica. Um mapa de relevo bonito não mostra cursos d'água, direções de fluxo nem bacias hidrográficas. Para isso, você precisa processar o modelo digital de elevação com ferramentas como o TauDEM ou a caixa de ferramentas hidrologia do Whitebox GAT. O fluxo acumulado revela os vales que o sombreamento sozinho esconde.
Se o seu objetivo é apenas ilustração visual e não análise técnica, considere usar o relievos gerados automaticamente pelo website ReliefMap.info ou pelo OpenTopography. Eles produzem imagens de boa qualidade em poucos segundos, sem necessidade de instalar nada. O compromisso é que você não tem controle fino sobre cores, exagero ou resolução. O caminho mais eficiente que eu descobri foi combinar dados SRTM para a base do mapa com tiles LiDAR locais para as áreas de interesse principal. Dessa forma, o tempo total de processamento caiu de um dia inteiro para aproximadamente 45 minutos, e a qualidade final ficou coerente com o padrão esperado para publicação técnica.
