Site icon Blog SIG dan Geografi

5 Cara Menggunakan LIDAR Secara Lebih Efisien

Penggunaan data LIDAR sangat berkembang belakangan ini, dan ini sangat bagus karena data LIDAR ini mempunyai potensi hasil dengan akurasi yang lebih baik daripada teknik fotogrametri tradisional dengan harga yang relatif murah. Data LIDAR ini didapatkan dengan merekam data ketinggian dengan densitas yang sangat tinggi.

Dengan perkembangan data LIDAR yang sangat pesat, perkembangan software GIS juga mengikuti tren ini dengan mendukung data LIDAR, salah satunya adalah ESRI selaku produsen software ArcGIS.

Berikut akan diuraikan 5 cara untuk membuat data LIDAR menjadi lebih efisien dalam hal ini kaitannya dengan software ArcGIS.

1. Gunakan data LIDAR dengan format LAS

LAS format, atau kepanjangan dari LASer merupakan format standar industri dari data LIDAR, di publikasikan oleh American Society of Photogrammetry and Remote Sensing (ASPRS), awalnya digunakan untuk aplikasi pesawat, tetapi pada akhirnya bisa digunakan juga untuk LIDAR darat dan mobile. LIDAR dengan format LAS ini berwujud binary, sehingga sangat efisien serta didukung secara luas.

2. Pastikan bahwa data LAS memang khusus dibuat untuk analisis GIS

Banyak sekali jenis data LAS, data ini awalnya digunakan untuk interoperabilitas data antar vendor pembuat hardware, dan penggunaannya di GIS sangat bervariasi, ada jenis yang baik digunakan, ada yang kurang baik.

Semua data LAS yang digunakan untuk analisis GIS harus mempunyai proyeksi, dan sebaiknya proyeksi ini merupakan standar yang sering digunakan. Penggunaan proyeksi on-the-fly sebaiknya dihindari dikarenakan proyeksi jenis ini membuat performa data menjadi menurun. Penggunaan proyeksi di data LAS memang tidak begitu umum, tetapi proyeksi itu ada di dalam header/metadata. Data LAS yang tidak mempunyai header proyeksi sebaiknya dihindari.

Pembuatan potongan atau tile untuk file LAS sangatlah dianjurkan, khususnya jika terdapat pertampalan. Data yang besar sukar di atur sehingga lebih baik dijadikan data-data yang kecil, semakin kecil semakin baik. Data LAS tidak mempunyai indeks spasial, sehingga membuka data memerlukan waktu untuk melacak semua data titik yang ada. Untuk data LAS yang terindeks akan didukung oleh ArcGIS 10.2 dengan file tambahan.

Data LIDAR yang terklasifikasi lebih berguna, beberapa aplikasi GIS membutuhkan data model elevasi lahan tanpa tutupan, yang membutuhkan klasifikasi data yang baik. Klasifikasi ini relatif sulit dan biasanya di laksanakan oleh para pembuat data.

Beberapa pengguna mempercayai bahwa pantulan radar dapat digunakan untuk mengisolasi tanah, ini salah, kondisi lapangan membuktikan, banyak pantulan terakhir data laser ini terhambur oleh kanopi, atap rumah sehingga dalam kondisi minimal, data LAS perlu diklasifikasikan menjadi ground dan non-ground. Seringkali air, hamburan, titik overlap, juga dikelaskan. Ada juga kemungkinan kelas lain seperti tinggi bangunan dan vegetasi. Secara umum semakin banyak klasifikasi maka semakin berguna data tersebut, tetapi tentu saja membutuhkan tenaga dan biaya yang semakin banyak pula.

3. Pertimbangkan Pilihanmu

Di dalam ArcGIS khususnya terdapat tiga pilihan yang dapat digunakan untuk mengakses LIDAR, yaitu :

a. LAS Dataset

Tool ini diperkenalkan sejak arcgis 10.1 menawarkan kemampuan akses langsung ke data LAS tanpa melalui proses ekspor impor, mempunyai fitur seperti view 3D dan 2D, simbolisasi titik, query titik, editing kelas kode, analisis permukaan, dan lain-lain

b. Terrain Dataset

Merupakan versi dataset geodatabase untuk data LIDAR, data model ini dapat secara efektif menyimpan dan menampilkan data surface LIDAR berdasarkan ROI atau query tingkat kedetailan. Dengan dataset geodatabase , file ini mendukung akses multiuser, dan versioning dikarenakan adanya indeks spasial dan data piramid untuk multilevel data, data ini juga bisa diakses via jaringan dan efisien.

c. Mosaic Dataset

Digunakan untuk katalogisasi, analisis, menampilkan dan melayani data yang sangat besar. pada ArcGIS versi 10.1 dikembangkan juga untuk mendukung data LAS. Dengan dataset mosaic, kita bisa melakukan rasterisasi on-demand. Visualisasi data seperti peta sehingga dapat digunakan untuk input visualisasi.

4. Penyesuaian Tingkatan Data

Data LIDAR sangatlah besar, untuk itu perencanaan yang baik mutlak diperlukan untuk menghindari jaringan down atau membuat pengguna menunggu terlalu lama sampai data tampil. Untuk menentukan pendekatan yang terbaik, mengidentifikasikan alur kerja dengan menanyakan pertanyaan seperti seberapa besar datanya? dan apakah semua data lidar akan diproses ataukah tergantung dengan query yang dijalankan?

Data dipindahkan dari atau ke server ketika pemrosesan dibutuhkan, dan hanya memproses data yang diinginkan saja, ini akan mempercepat proses dan meringankan beban jaringan. I/O cenderung tinggi dan mahal, untuk itu meminimalisasinya merupakan langkah yang bijaksana.

5. Memilih Pekerjaan Yang Tepat Untuk LIDAR

LIDAR merupakan data titik dengan densitas sangat tinggi, sangta berguna dalam analisis topografi yang kasar atau kompleks atau membuat model permukaan bumi yang ditutupi oleh hutan, untuk daerah dengan lahan terbuka dan lereng yang kelerengan landai, data ini terlalu detail dan oversample.

Tetapi penggunaan filter sangatlah membantu, proses ini hanya mengambil titik yang dibutuhkan dan membuang selain itu. Spesifikasi LAS mendukung tipe titik yang dinamakan kunci model, yang mana merupakan subset dari titik tanah/ground. set tipis ini akan membuat surface didalamnya sesuai dengan akurasi vertikal yang telah diberikan dari

set yang lebih kecil ini akan membuat surface/permukaan dengan akurasi vertikal yang sama dari set data komplet. Menggunakan model titik kunci untuk mengkonstruksi permukaan bumi mengurangi jumlah titik, sering pengurangan titik sampai 80 persen. Keuntungan ini sedikit mempengaruhi akurasi vertikan dan seringnya akurasi masih mencukupi untuk kegiatan teknik. Adanya titik ini memerlukan data yang secara tegas diproses untuk ditandai atau di kodekan, dan itu merupakan hal yang sudah biasa dilakukan.

Orang kadang sering membuat kesalahan mengikutsertakan semua titik lidar ketika membuat DSM (Digital Surface Model). Model elevasi seperti ini, yang menyertakan pucuk pohon dan atap bangunan juga dikenal sebagai highest hit surface atau permukaan benturan tertinggi. Lidar modern dapat memproses beberapa sinyal balik dari gelombang laser individual. Pada vegetasi, sinyal balik yang lebih besar dari sinyal pergi menandakan titik interkanopi atau tanah di bawah vegetasi. Menyertakan titik ini tidaklah perlu dan pemborosan ketika membuat DSM. Menyertakannya dan hasil akan terlihat cenderung benar, tetapi titik yang tidak perlu ini dapat memiringkan hasil dan menambah biaya pemrosesan.

sumber :

ESRI

 

Exit mobile version
Skip to toolbar