sisdl-060-membuat feature dataset (vector...
Post on 09-Mar-2019
235 Views
Preview:
TRANSCRIPT
1
Input Data: VectorMembuat Feature Dataset
Dr. Ir. Sudarto, MS
JURUSAN TANAH
FAKULTAS PERTANIAN UNIVERSITAS BRAWIJAYA
MALANG, 2011
JURUSAN TANAH FAKULTAS PERTANIAN UNIVERSITAS BRAWIJAYA MALANG
� Digitisasi
� Membuat data set vektor
� Mengkonversi ke kelas
feature
� Membuat dataset baru
� Snapping
� Merubah bentuk garis
dan poligon
� Memisahkan (splitting)
feature
� Operasi Union pada
poligon
� Operagi Merge pada
poligon
� Operasi Intersection
pada poligon
� Operasi Clipp pada
poligon
� Menambah atribut
� Membatalkan editing
� Menyimpan hasil editing
Overview
2
Required Data Sources for GIS
As data acquisition or data input of
spatial data in digital format is most
expensive (about 80% of the total GIS
project cost) and procedures are time
consuming in GIS, the data sources for
data acquisitions should be carefully
selected for specific purposes.
The sources of spatial data:
� Analog maps
� Aerial photographs
� Remotely sensed images
� Ground survey with GPS
� Reports and publications
3
Digitasi: Meja digitasi & Kursor
� Bagaimana meja digitasi bekerja
Meja digitasi
Operator meng-click pada/atau feature yang ditelusuri
y = 10
x = 5
koordinat ditempatkan dalam database
4
Digitasi u/ Format Data Vektor
� Metode yang biasa digunakan
untuk memasukkan data ke
dalam SIG
Digitasi u/ Format Data Vektor
� membosankan & perlu kerja secara detai
5
Manual Digitizing Process
� ArcGIS mendukung pembuatan & editing data
set vektor (shapefile & geodatabase = “feature
class”)
� Point
� Line
� Polygon
� Data set dapat diedit secara lengkap
� Data koordinat
� Data atribut
Membuat data sets vector
6
Berbagai data set vektor dapat dikonversi
ke feature class
Mengkonversi ke feature class
CAD data
Berbagai data set vektor dapat dikonversi
ke feature class
Mengkonversi ke feature class
shapefile or gdb feature class
7
� Data set yang terpilih dikonversi
Mengkonversi ke feature class
� Dataset baru dapat dibuat dari ArcCatalog
� Tentukan lebih lanjut tipe feature apa untuk
representasi data
Membuat dataset baru
pilih tipefeature
8
� Dataset baru dapat dibuat dari ArcCatalog
� tetapkan sistem koordinat
Creating new datasets
Membuat dataset baru: digitisasi
“heads-up”� Dikerjakan sepenuhnya pada layar komputer
(tanpa meja digitisasi), disebut “heads-up”
9
� Membuat layer jalan menggunakan latar
belakang foto
Membuat dataset baru
� Feature baru dapat dibuat dari penelusuran
feature terpilih yang sudah ada
Membuat dataset baru
10
� Kontrol Snapping:
� bagaimana feature
meluruskan selama
pembuatan/pengeditan
� koneksi dari garis
(penempatan node)
� penyelesaian dari
poligon
� menghindari
overshoot/undershoot
� menghindari sliver or
gap
Snapping
� Perilaku snapping dikontrol oleh Snapping
Environment dialog
Snapping
11
Snapping
� Opsi snapping Interaktif
� Snap ke vertex yang telah ada
� Snap ke segmen garis atau sisi poligon
yang telah ada
� Snap ke perpotongan dua garis atau lebih
� Snap ke ujung garis yang sudah ada
� Snapping dapat dilakukan layer-ke-layer
Opsi snapping
12
Snapping
� Membantu menghindari kesalahan ini
J. Lawler
Digitasi yg tdk
selesai
Undershoot
Overshoot
� Editing topologik: dua sisi poligon di-edit
secara bersama-sama
Merubah bentuk garis dan poligon
13
� Editing Non-topological: hanya suatu feature
tunggal yang di edit
Merubah bentuk garis dan dan poligon
Poligon dipisahkan dengan Cut Polygon Feature
Memisahkan (memotong) poligon
14
Garis dipisahkan pada lokasi tertentu
Memisahkan garis
� Kebijakan pemisahan Geodatabase
� Atribut yang ditangani oleh kebijakan
� Duplikat: nilai dalam record (baris) baru
disalin dari record induknya
� Properti Geometry(misalnya, luas, keliling,
panjang) secara otomatis dapat ditangani
� Nisbah Geometry
� Berdasarkan pada geometri (mialnya, persen
dari luasan)
Memisahkan feature
15
� Pemisahan atribut (untuk kelas feature
geodatabase) ditangai oleh kebijakan
Memisahkan feature
image from ESRI
Menggabung poligon
pipih beberapa poligon dari layer yang sama
Poligon asli digabung ke dalam poligon tunggal yang baru
16
� Attributes are handled by rules in the
same way as splitting
Merging polygons
image from ESRI
� Menggabung poligon: contoh
Menggabung poligon
J. Lawler
17
� Mirip dengan menggabung, tetapi dapat
mengkobinasikan features dari > 1 layer
Unioning pada poligon
Intersecting pada poligon
Area spasial sebagai "set" untuk interseksipolygon baru dari area yang ada
Seperti interseksi matematik
18
Clipping pada poligon
Option 1: batalkan interseksi
Clipping pada poligon
Option 2: pertahankan hanya pada interseksi
19
Clipping: sebuah contoh
J. Lawler
Clipping: sebuah contoh
J. Lawler
20
Menghitung sarang katak pada lansekap yang
dipotong
Clipping: sebuah contoh
% forest 73% ag 12Ag dist 20F-patch.s 60A-patch.s 6
J. Lawler
� Atribut perlu di tetapkan pada dataset
baru
� Kolom/field yang ditambahkan:
� Nama field
� tipe data
� Lebar kolom
� Precisi desimal
Menambah atribut
21
� Menambah & menetapkan field: nama
field & tipe data
Menambah atribut
Sesudah ditambah field, atribut dapat diperbarui
Menambah atribut
22
� Edit dapat dibatalkan sebagai kebalikannya
� Edit dapat dibatalkan sampai ke penyimpanan
(atau kreasi)
sebelumnya
� Apabila perubahan dataset sudah disimpan,
edit tidak dapat dibatalkan
� Lebih baik apabila memiliki backup data yang
dibuat sebelum dan setelah sesi editing
Membatalkan edit
� Simpan LEBIH AWAL dan SESERING
MUNGKIN
� Kamu diminta menyimpan, apabila:
� Dataset ditutup untuk editing
� Dataset lain dibuka untuk editing
� Dokumen disimpan atau ditutup
� ArcGIS ditutup
Menyimpan edit
23
Large Format Scanner
Scanner for Raster Data Format
Scanners are used to convert from analog
maps or photographs to digital image data in
raster format.
Digital image data are usually integer-based
with one byte gray scale (256 gray tones from
0 to 255) for black and white image and a set
of three gray scales of red (R), green (G) and
blue (B) for color image.
24
Coordinates and Attributes are stored in the image
Aerial photographs
Stereo Photos
25
Photogrammetry
Photogrammetry is the technique of
measuring objects (2D or 3D) from
photographs. (But it may be also
imagery stored electronically on tape or
disk taken by video or CCD cameras or
radiation sensors such as scanners. )
Results of Aerial Photogrammetry
� Coordinates (X,Y,Z) of the required
object-points
� Digital Elevation Model (DEM)
� Topographic and thematic maps
� Rectified photographs (orthophoto)
� Products from photo interpretation
26
Digital Mapping by Aerial
Photogrammetry
Though aerial photogrammetry is rather
expensive and slow in air flight as well as
subsequent photogrammetric plotting and
editing, it is still very important to input
accurate and up-to-date spatial information.
Aerial photogrammetry needs a series of the
procedures including aerial photography,
stereo-plotting, editing and output.
Prosedur Aerial Photogrammetry
27
There are two types of photogrammetry
� Analytical Photogrammetry
A stereo pair of analog films are set up in a stereo plotter
and the operator will manually read terrain features
through stereo photogrammetric plotter called analytical
plotter.
� Digital Photogrammetry
In digital photogrammetry, aerial films are converted
into digital image data with high resolution (5-25mm).
Digital elevation model (DEM) is automatically generated
with stereo matching using digital photogrammetric
workstation.
Digital orthophoto and 3D bird's eye view using DEM
will be also automatically created as bi-products.
Analytical plotter
28
Digital photogrammetric
workstation
Remote Sensing of the Earth
from Space
The sensing of the Earth's surface from
space by making use of the properties
of electromagnetic waves emitted, or
reflected by the sensed objects, for the
purpose of improving natural resources
management, land use and the
protection of the environment.
29
Remote Sensing
sensors
platforms
Atmosphere
passive RS
active RS
Electromagnetic waves
Earth surface
Remote Sensing of the Earth
from Space
30
Sensor and Platform
� Sensor:
� digital camera, digital video camera,
multispectral (hyperspectral) scanner,
CCD, radar, lidar, laser
� Platform:
� satellite, aircraft, helicopter, UAV,
balloon, boat, car
Remote Sensing with Satellite
Imagery
� Satellite remote sensing is a modern technology to
obtain digital image data of the terrain
surface in the electromagnetic region of visible,
infrared and microwave.
� Multi-spectral bands including visible, near-
infrared and/or thermal infrared are most
commonly used for production of land use map,
soil map, geological map, agricultural map,
forest map etc. at the scale of 1:50,000 ~ 250,000.
� A lot of earth observation satellites for example
Landsat, SPOT, IKONOS, QuickBird, FORMOSAT-
2, ERS-1, IRS, Radarsat etc. are available.
31
Satellite image
Spectrum : visible, NIR, MIR, thermal IR,
microwave
Spatial resolution: 20 m, 10 m, 5 m, 2 m,
0.61 m, x m
Format:analog, digital
Period: fixed, dynamic
Coverage:180 km, 60 km, 24 km, 12 km, FF
Location: coordinate system with maps
Spectral Reflectance for Vegetation,
Soil, and Water.
32
Visible and NIR Images
Images with different spatial resolution
33
Keterangan: Batas DAS Samin yang ditumpangsusunkan dengan citra Landsat ETM 1 Oktober 2002 komposit warna 453
top related