Cinta vs sayang, atau DTM vs DSM, lebih mudah mana membedakannya?
Di sela liburan saya bersama keluarga di Lampung, saya mendapat kehormatan untuk sharing tentang teknologi UAV mapping di sebuah Universitas negeri di Bandar Lampung, tepatnya di Jurusan Teknik Geodesi UNILA. Kesempatan ini tidak saya sia-siakan untuk berbagi pengalaman dan metode mapping dengan metode foto udara format kecil dengan wahana drone/UAV.
Pada sesi diskusi, ada satu pertanyaan mendasar yang menurut saya cukup bagus, simple namun juga membuat saya sendiri penasaran. Kurang lebih begini,
Bagaimana membedakan pointcloud ground dan bukan ground. Saya akan coba membahasnya dalam tulisan singkat ini.
Perhatikan gambar diatas. Yup diatas ini ya, bukan disamping anda.
Terlihat point teratur berupa griding dengan warna kuning, merah dan kuning tua. Perbedaan warna tersebut menunjukkan perbedaan tinggi di setiap warna. Kita juga bisa melihat untuk point yang berada diatas tanah warnanya kuning cenderung cerah, sedangkan untuk bangunan warnanya kuning agak tua. Dari perbedaan warna ini kita sudah bisa membedakan mana tanah dan mana bukan tanah. Tentu saja secara sekilas. Lebih detil untuk membedakan tanah dan bukan tanah adalah dengan melihat nilai elevasi yang terekam pada setiap point. Nah, masalahnya apabila warna kuning hampir sama dan nilai elevasi mirip, manakah yang merupakan tanah dan bukan tanah? Kita bisa mengakalinya dengan view dari sudut lain. Seperti contoh gambar di bawah ini.
Gambar tersebut adalah data yang sama tapi dilakukan view kamera dari sudut miring. Dari sini sangat mudah membedakan mana tanah dan mana yang bukan tanah. Cara ini tidak mustahil bisa menghasilkan DTM (Digital terrain modelling) yang jauh lebih bagus daripada pointcloud dimana terdapat dinding bangunan yang tidak terpisah dengan pointcloud pada tanah. Apakah contoh diatas sudah data DTM? belum, dan bukan, contoh diatas adalah DSM (digital surface model) sehingga masih terlihat bentuk menyerupai stalagtit (atau stalagmit ya,) yang diwakili oleh puncak pohon atau bangunan. Untuk lebih jelasnya, data pointcloud dari UAV tersebut saya perbesar pada satu area. Perhatikan baik-baik.
Keren bukan, kita sudah bisa membedakan mana tanah dan mana yang bukan tanah, tentu saja akan lebih baik lagi jika point tersebut di overlay kan ke foto udara UAV nya.
Data-data yang saya tampilkan diatas adalah data yang diambil dengan drone DJI Phantom 3 Pro berlokasi di kampung halaman saya di Lampung. Ini artinya dengan metode yang tepat, kontur diatas tanah bisa digenerate dari data foto udara drone/UAV.
Semoga bermanfaat
Lampung, 14 Maret 2017
