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