私は、現場での観察を行うことができない場所選択投影法に取り組んでいます。選択プロセスの重要な要素は、基礎となる地形の堅牢性です。
GDALdemを使用して、派生した堅牢性マップを作成する予定です。私はウィルソンらの両方を読みました。2007論文およびGDALdemドキュメント。どちらもインデックスの生成に使用されるアルゴリズムについての洞察を提供しますが、インデックスの適合性の評価を提供するのはウィルソンの論文のみです。
私がその場で観察することはできないので、選択されたインデックスが表面粗さを推定することが重要です。
あなたの経験では、どのインデックスを使用しましたか、どのアプリケーションに、そしてなぜですか？
回答:
私は実際、LundbladらのRugosityインデックスを使用するのが好きです。 http://dusk.geo.orst.edu/esri04/p1208_cc.html http://proceedings.esri.com/library/userconf/proc04/docs/pap1208.pdf
（これは紙のプレゼンテーションとしてのみ公開されたと思いますが、海洋学で最も引用されたポスターの1つです。）
Grohmann et al。、2011の論文「スコットランド、ミッドランドバレーの地形的表面粗さのマルチスケール分析」は、2Dデジタル地形から表面粗さ測定値を計算する6つの方法の違いを説明しています。彼の論文は、さまざまな空間解像度とウィンドウサイズで単一のテスト領域を使用して各メソッドの定量的比較を提供するので役立ちました。彼は論文の最後に次のように述べています。
勾配の標準偏差は、計算の単純さ、微細なスケール/領域のレリーフの検出、およびさまざまなスケールでの性能により、表面粗さの最も効果的な単一の尺度のままです。
また、地形の特徴を表現する能力に基づいて、ベクトル分散とプロファイルの曲率の標準偏差を使用することを推奨しています。彼は「低起伏の地域の地形を区別することができない」ので、面積比の方法に反対票を投じる。面積比法は、LundbladらのRugosity指数に似ていますが、計算に多少の違いがあるかもしれません（Grohmann等で使用されているRugosity指数と面積比法のコードを見ていません） 。
2つの方法を選択しました。勾配の標準偏差とベクトル分散。標高の局所的な変動に敏感であるため、単純さ/精度およびベクトル分散のための勾配の標準偏差は、私の研究領域に適しています。