Pada setiap aerial survey dengan pesawat nirawak akan ditemui daerah-daerah dengan vegetasi yang padat maupun daerah terbuka. Untuk setiap daerah dengan perbedaan vegetasi tersebut perlu dilakukan perencanaan aerial survey yang baik sehingga sesuai dengan hasil yang diharapkan.
Perencanaan ini juga meliputi perencanaan sensor yang akan dipakai dalam aerial survey. Seperti diketahui bahwa sensor pada aerial survey bermacam-macam. (lihat pembahasan https://zonaspasial.com/2020/01/efektivitas-pesawat-nirawak-untuk-pemetaan/ ). Khusus pada bahasan ini akan dibahas masalah daya tembus pada vegetasi.
Sensor Kamera Foto Udara
Sensor kamera merupakan sensor pasif. Sensor pasif ini berarti sensor hanya akan menangkap sinar matahari yang dipantulkan oleh obyek. Obyek yang tertutup oleh obyek lain tidak akan mampu dicapture oleh sensor. Demikian juga permukaan tanah yang tertutup oleh vegetasi, walaupun terdapat bukaan disela-sela dedaunan. Obyek yang terlihat di sela-sela daunan terlalu sempit untuk dicapture oleh sensor kamera, sehingga pantulan sinar matahari tidak dapat ditangkap oleh sensor. Kemungkinan yang lain karena tingkat kecerahan obyek yang tertutup oleh daun-daun kanopi pohon sangat gelap sehingga tidak mampu ditangkap oleh sensor.
Daya tembus ini sensor foto tersebut merupakan salah satu kekurangan foto udara untuk aerial survey. Tetapi kemampuan sensor foto dalam menangkap warna merupakan keunggulan dibanding sensor LiDAR. Sensor foto dalam menangkap warna (RGB sensor) mampu memberikan keunggulan dalam identifikasi obyek.
Sensor LiDAR
Sensor aktif dari LiDAR mampu memancarkan pulse dan menangkap kembali hasilnya. Sensor aktif ini menghasilkan pointcloud dari pulse yang dipancarkan ke permukaan. Kemampuan pulse LiDAR dalam menembus kanopi merupakan keunggulannya. Dalam aerialsurvey dengan sensor LiDAR hal ini disebut Canopy High Models/Normalized Digital Surface Model (nDSM). Artinya pulse LiDAR mempunyai kemampuan dalam menembus kanopi melalui sela-sela daun sehingga tangkapan kembali pulse tersebut oleh sensor akan memberikan tinggi permukaan tanah sebenarnya.
Gambar 1. Perjalanan Pulse LiDAR (sumber: gisgeography.com)
Terdapat perbandingan yang telah dilakukan terhadap sensor foto udara dengan sensor LiDAR. Hasil peneltian tersebut membuktikan bahwa sensor LiDAR memang lebih unggul dalam hal menembus kanopi pepohonan.
Gambar 2. Perbandingan hasil pointcloud ketinggian LiDAR dan Foto Udara (sumber: Comparison of UAV LiDAR and Digital Aerial Photogrammetry Point Clouds for Estimating Forest Structural Attributes in Subtropical Planted Forests by Lin Cao, Hau Liu dkk)
Lalu Bagaimana Pemanfaatannya?
Seperti disinggung pada pembicaraan sebelumnya, bahwa dalam perencaan untuk aerialsurvey harus dilihat Area of Interest (AoI) yang akan disurvei, sehingga sensor yang digunakan akan sesuai. Untuk AoI dengan kanopi padat maka sensor LiDAR dapat digunakan pada pesawat Nirawak, tetapi jika kerapatan kanopi pohon tidak terlalu rapat maka penggunaan foto udara biasa dengan pesawat nirawak sudah mencukupi.
Dalam Foto udara sering dibicarakan masalah resolusi spasial dan Ground Sampling Distance (GSD). Lalu apakah hubungan antara resolusi spasial dan GSD tersebut? Kami coba berbagi tentang hal ini.
Resolusi spasial
Sebuat image/citra/gambar biasanya mempunyai tingkat resolusi spasial yang berbeda-beda. Secara mudahnya, resolusi spasial adalah ukuran obyek terkecil yang masih bisa dibedakan, dikenali dan disajikan dari suatu citra/foto. Atau dalam pengertian secara teknis adalah: Spatial resolution is a measure of the smallest object that can be resolved by the sensor, or the ground area imaged for the instantaneous field of view (IFOV) of the sensor, or the linear dimension on the ground represented by each pixel
Jadi resolusi ini tergantung sensor dari alat untuk pengambilan data citra/image. Semakin bagus sensor akan semakin menghasilkan resolusi spasial yang lebih baik. Semakin kecil obyek yang dapat direkam, semakin bagus resolusi spasialnya.
Perbedaan resolusi spasial bisa dilihat dari gambar-gambar di bawah ini.
Gambar 1. Gambaran Resolusi Spasial pada Google Earth
Pada Google Earth, resolusi spasial yang didapatkah kurang detil. Obyek-obyek terlihat blur dan tidak begitu jelas. Tetapi bukan berarti dengan resolusi spasial tersebut, sebuah image/citra tidak dapat digunakan. Hanya saja penggunaan biasanya untuk peta skala kecil.
Gambar 2. Gambaran Resolusi Spasial pada foto udara dengan pesawat Nirawak
Pada gambar 2, terlihat obyek-obyek terlihat lebih detil. ini menunjukan resolusi spasial yang lebih baik dibanding dengan gambar pertama. Penggunaan resolusi spasial yang baik biasanya untuk peta-peta dengan skala besar.
Ground Sampling Distance (GSD)
Lalu apa itu Ground Sampling Distance (GSD)? The Ground Sampling Distance (GSD) is the distance between two consecutive pixel centers measured on the ground. Jadi GSD merupakan besaran jarak antar titik tengah pixel yang berdekatan, diukur pada permukaan tanah.
Jarak GSD ini , dalam foto udara khususnya dengan pesawat nirawak, biasanya ditentukan dahulu sebelum terbang dengan software khusus, misalnya mission planner. Dengan menghitung ketinggian yang diharapkan dan sensor kamera yang digunakan, maka GSD dapat ditentukan dengan mudah.
Rumus umum GSD
Dengan rumusan tersebut nilai GSD dapat diatur sesuai dengan kebutuhan, jika akan dilakukan survei foto udara dengan pesawat nirawak.
Hubungan antara resolusi spasial dengan nilai GSD dengan demikian sudah jelas. Semakin besar nilai GSD maka akan semakin mengecil resolusi spasial yang didapat, sehingga obyek yang dikenali secara detil akan semakin berkurang. Demikian juga sebaliknya.
Posisi suatu titik pada hasil foto udara saat ditunjukkan dengan suatu sistem koordinat. Sistem koordinat ini bisa lokal, -artinya bahwa posisi tersebut ditunjukkan oleh baris dan kolom pada foto yang dihasilkan-, bisa juga global, -yang artinya mengacu pada sistem koordinat tertentu.
Penentuan posisi suatu titik atau obyek secara global membutuhkan metode yang dapat mentransformasikan titik tersebut dari lokal ke global. Berikut ini beberapa metode yang dapat digunakan untuk mentransformasikan posisi titik/obyek dalam foto udara sehingga berkoordinat global.
Metode GCP’s (Ground Control Point’s)
Metode menggunakan GCP’s untuk melakukan transformasi koordinat ini yang paling awal digunakan dalam foto udara. Pemasangan dan pengukuran bisa GCP dilakukan sebelum foto udara dilakukan (Premark) atau setelah foto udara dilakukan (Postmark). GCP yang sudah terukur tersebut akan mempunyai koordinat global yang selanjutnya akan digunakan sebagai titik sekutu dalam transformasi koordinat.
Penggunaan GCP sebagai titik sekutu dalam transformasi koordinat ini akan menghasilkan foto udara yang mempunyai koordinat global. Proses yang dilakukan adalah post processing, artinya bahwa proses trannsformasi dilakukan setelah data foto udara dan GCP’s didapatkan.
Metode RTK (Real Time Kinematic)
Saat ini sedang marak penggunaan RTK dalam industri Drone/UAV. Kemudahan dalam pengoperasian menjadi salah satunya. Board RTK GNSS saat ini banyak dijual dipasaran dan bisa dilakukan pemasangan secara mandiri oleh industri jasa drone/UAV pemetaan. Terdapat juga drone yang sudah dilengkapi langsung dengan RTK GNSS, tetapi harganya masih belum bisa dibilang murah.
Metode RTK dalam foto udara dengan drone/UAV ini secara prinsip melakukan transformasi koodinat langsung di udara. Artinya foto yang didapat langsung berkoordinat global. Hal ini karena board RTK pada Drone/UAV langsung mendapatkan koordinat global melalui satelit GPS dan mendapatkan koreksi langsung dari titik acuan tetap di darat (bisa menggunakan CORS atau titik tetap lainnya). Koreksi secara real time inilah yang akan membuat koordinat pada foto udara mempunyai ketelitian yang sudah relatif bagus.
Metode PPK (Post Processing Kinematic)
Metode PPK ini sebenarnya hampir sama dengan RTK, hanya saja koreksi dilakukan setelahnya (post processing). Metode ini membuat foto udara yang dihasilkan telah mempunyai koordinat tetapi belum terkoreksi sehingga masih menyimpang dari ketelitian yang diharapkan.
Pada saat pesawat nirawak mendapatkan koordinat dari satelit GPS maka titik acuan juga mendapatkan signal yang sama. Dengan demikian maka koordinat yang dihasilkan oleh pesawat nirawak akan dapat dikoreksi oleh titik acuan berdasarkan korelasi waktu. Tingkat ketelitiannya sangat bagus jika menggunakan metode PPK ini.
Lalu apa kekurangan dan kelebihan dari ketiga metode tersebut? Kami akan membahasnya pada artikel selanjutnya.
Dalam artikel sebelumnya pernah dibahas mengenai jenis-jenis wahana Drone/UAV, salah satunya adalah Vertical Take Off Landing (VTOL). Seperti singkatannya, jenis wahana ini tegak lurus untuk persiapan terbang dan mendarat. Sedangkat saat terbang, wahana ini mirip dengan fixed wing biasa.Dadali VTOL ini dibuat karena memiliki keunggulan gabungan antara drone multirotor dengan Fixed wing. Drone Multirotor keunggulannya aman saat memulai penerbangan dan pada saat pendaratan. Sedangkan fixed wing keunggulannya adalah durasi terbang yang lebih lama dibanding drone multirotor.Dua keunggulan ini digabungkan sehingga tercipta sebuah wahana yang aman dan durasi (endurance) terbang cukup lama.Keamanan pada saat memulai penerbangan dan pendaratan serta tidak diperlukannya area yang luas untuk melakukan hal tersebut merupakan keunggulan VTOL dibanding fixed wing biasa. Fixed wing memerlukan pelontar/lemparan untuk memulai misi penerbangan. Panjang landasan minimal 100 meter merupakan keharusan. Dadali VTOL cukup dengan 5 meter x 5 meter persegi sudah mampu terbang. Sedangkan Drone multirotor durasi (endurance) terbang sangat terbatas karena penggerak/baling-baling yang berkerja cukup banyak dan memerlukan daya yang besar. Sedangkan Dadali VTOL, seluruh baling-baling diperlukan hanya saat memulai misi penerbangan dan saat pendaratan. Pada saat terbang hanya 2 (dua) baling-baling yang berfungsi serta mode glider/melayang yang dapat menghemat energi/daya baterei.Keunggulan-keunggulan ini membuat Dadali VTOL sebagai pilihan utama dalam misi penerbangan UAV dalam proses pengambilan data pemetaan dengan foto udara.
Ketika drone/ UAV komersial pertama kali diperkenalkan,
industri survey pemetaan (geospasial) segera mengadopsinya. Drone dilengkapi
dengan berbagai jenis sensor dan kamera, drone diubah menjadi perangkat
pengumpul data terbang. Jelas bahwa drone dapat mengoptimalkan alur kerja,
meningkatkan keselamatan, mengoptimalkan hasil proyek dan merealisasikan
penghematan biaya yang cukup besar. Contoh berikut menunjukkan bagaimana
perusahaan survey menggunakan drone dalam berbagai proyek yang menggunakan data
geospasial.
Survey dan Pemetaan
Tim Zona Spasial memonitor pesawat UAV
UAV dapat meringankan pekerjaan proyek survey pemetaan
terestrial secara signifikan, misalnya di daerah berbahaya dimana tanah longsor
dan gempa bumi biasa terjadi. Contohnya adalah proyek pemetaan di Papua Nugini,
yang dilakukan oleh Survey & Design, sebuah perusahaan survei di Queensland
Utara, Australia. Dengan menggunakan UAV untuk survey situs topografi, tim
dapat menghemat waktu dan meningkatkan keselamatan. Para surveyor tidak perlu
memasuki area berisiko dan menempatkan peralatan survey di sana. Menggunakan
sensor canggih, dengan akurasi data sama baiknya, drone dapat menggantikan
metode survey tradisional.
Drone tentu saja telah mengubah industri survey pemetaan, penghematan biaya, efisiensi dan keuntungan keamanan. Perusahaan survey ingin meningkatkan efektifitas survey dengan drone, artinya berusaha melakukan survey dengan area lebih banyak namun dengan waktu yang lebih sedikit. Drone telah terbukti menjadi cara terbaik untuk melakukan survey lahan, namun perusahaan surveyor terlebih dahulu harus berinvestasi sebelum mereka dapat melihat manfaat finansial.
Misalnya, investasi dalam pelatihan untuk dapat mengoperasikan UAV, dan sistem UAV yang lengkap (bukan hanya drone, tetapi seluruh rangkaian perangkat keras dan perangkat lunak) yang menghasilkan data foto udara yang optimal. Riset dan pengembangan juga telah dilakukan oleh tim Zona Spasial. Tim engineer kami telah melakukan serangkaian riset untuk meningkatkan kapabilitas di bidang survey foto udara, hingga lahirlah pesawat rakitan kami, Dadali UAV.
Selama bertahun-tahun, perusahaan survey pemetaan harus
mengandalkan fotografi udara menggunakan airborne ketika memetakan tambang
terbuka. Tetapi fotografi udara terbukti mahal, karena proyek pemetaan udara
biasanya mencakup wilayah yang luas agar menguntungkan. Drone terbukti menjadi
alternatif yang bagus untuk area pemetaan skala kecil seperti tambang terbuka.
Selain itu, mereka dapat memetakan area yang tidak aman dan tidak dapat diakses
oleh manusia
Hal yang sama dapat dilakukan untuk survey tanah di area
tambang, seringkali penuh dengan resiko. Dengan menggunakan UAV yang dilengkapi
dengan kamera udara, anda dapat menghindari resiko itu. Saat ini banyak
perusahaan menawarkan hexacopter yang dapat terbang mandiri untuk menghasilkan produk
data geospasial seperti orthophotos (gambar udara yang dikoreksi secara
geometris), model 3D point cloud (set titik data di ruang angkasa, yang berisi
koordinat x, y dan z) ). Terlepas dari tujuan pemetaan, pekerjaan yang sedang
berlangsung di tambang terbuka dapat dipantau menggunakan UAV, misalnya stock
pile, muck pile, pemantauan dan
analisis aset, serta inspeksi pabrik, dan peralatan.
Pertanian
Drone untuk pertanian
Pertanian digital adalah pangsa pasar baru dimana teknologi
drone semakin banyak diterapkan. Perusahaan software pemetaan mengembangkan
fitur khusus drone dalam industi pertanian. Citra drone dan teknik fotogrametri
dapat membantu petani mengelola dan memantau tanaman mereka. Misalnya, peta foto
udara yang beresolusi tinggi dapat membantu petani untuk mencari tahu masalah
tanaman, sedangkan peta indeks vegetasi membantu mereka memahami kondisi
tanaman. Kita juga dapat menghitung jumlah tanaman dengan fitur tree counting.
Model permukaan digital terperinci membantu petani untuk merencanakan irigasi,
struktur lapangan untuk meminimalkan erosi tanah, dan dapat digunakan untuk
memvalidasi klaim asuransi. Ini baru permulaan, aplikasi pertanian yang baru akan
terus bermunculan dan dikembangkan. Salahsatu yang mungkin diterapkan adalah,
memperkirakan pertumbuhan tanaman (forecasting) yang akan membantu memahami
bagaimana tanaman berubah seiring waktu, sebagai hasil dari berbagai teknik
pertanian.
Energi
Peta Area Mikrohidro
Inspeksi kabel listrik adalah kasus penggunaan survey
pemetaan yang penting untuk drone. Industri energi telah berpaling dari
penggunaan helikopter dan operasi darat, dengan memanfaatkan otomatisasi survey
grid, untuk meningkatkan keselamatan, manajemen data, dan mengurangi dampak
lingkungan. Delair-Tech, penyedia solusi drone end to end yang aktif di banyak
industri yang berbeda, mengklaim bahwa drone menghemat 30 hingga 40 persen
biaya proyek daripada menggunakan helikopter untuk pekerjaan inspeksi saluran
listrik.
Konstruksi
Foto udara rel kereta
Area konstruksi dapat dikelola dan ditingkatkan dengan
menggunakan drone. Keselamatan selalu menjadi masalah besar di area ini. Kabar
baiknya adalah, survey menggunakan drone untuk melakukan pengukuran atau
kegiatan lain dapat membantu menghindari korban. Kedua, karena tempat kerja
cenderung berubah dengan cepat dari waktu ke waktu, drone dapat digunakan
sebagai perangkat pemantauan dengan mengumpulkan data di sekitarnya. Model 3D
yang didasarkan pada pengumpulan data berbasis drone, dapat secara akurat
menampilkan pembaruan harian yang pada gilirannya dapat dibagikan di antara
semua pemangku kepentingan, memberikan satu sumber data faktual. Hal ini pada saatnya
membantu mengurangi risiko survey dan mengidentifikasi masalah sebelum timbul,
serta menghindari kesalahan yang berbiaya mahal.
Distribusi dan Monetisasi Peta Drone
Foto udara perkotaan
Artikel ini membahas penggunaan drone dalam banyak industri, yang menunjukkan bagaimana proyek survey dan pemetaan dapat mengambil manfaat dari penggunaan drone. Sayangnya, proyek drone sebagian besar dilakukan sekali, dan data hanya digunakan oleh beberapa pemangku kepentingan. Apa yang akan terjadi jika kita memiliki peta di banyak lokasi survey namun tidak dimanfaatkan lebih lanjut? Ini merupakan sebuah peluang untuk memanfaatkan kembali peta yang kita dapatkan dan menjualnya kepada pihak lain yang membutuhkan. Jika suatu saat ada permintaan proyek dan ternyata kita sudah pernah memetakan lokasi tersebut? maka dengan mudah kita menjual peta hasil proyek sebelumnya untuk berbagai kepentingan.
untuk proyek survey pemetaan bagi perusahaan Anda, segera hubungi kami di info@zonaspasial.com atau WA 085794084844
Industri kini telah masuk dalam era otomatisasi. Semua industri melakukan revolusi dalam hal business improvement process. Dalam hal survey dan pemetaan, penggunaan UAV / drone diadopsi untuk melakukan inspeksi dan monitoring aset perusahaan. Penggunaan drone tersebut merupakan salahsatu proses improvement karena drone dapat menghasilkan data foto udara yang dapat di cek secara berkala.
Industri drone komersial berada di titik puncak era baru otomatisasi. Penerbangan drone yang dilakukan secara otomatis bukanlah hal baru, namun dalam hal mengukur dan menganalisis data foto udara masih merupakan proses manual. Ketika industri drone semakin matang, maka otomatisasi akan diperlukan untuk memastikan hasil foto udara UAV yang konsisten dan akurat. Seperti halnya yang dilakukan PT Zona Spasial. dalam survey pemetaan, kami melakukan otomatisasi jalur terbang melalui Mission Planner. Namun untuk olahdata, masih diperlukan usaha manual untuk melakukannya.
Tim Pilot UAV Zona Spasial memantau pesawat UAV dalam proyek pemetaan
Apa yang Diperlukan untuk mengukur otomatisasi operasi Drone
agar dapat bisa di-scalable?
Alur Kerja Berulang (Repeatable Workflows)
Bagi perusahaan mana pun yang mengembangkan software pemetaan drone, mereka harus mampu menghasilkan alur kerja yang dapat diulang yang mudah bagi para pekerja untuk berintegrasi ke dalam operasi sehari-hari mereka. Jika alur kerja tidak dapat direplikasi dengan mudah, akan lebih sulit untuk digunakan surveyor dan itu pasti tidak bisa skala.
Perangkat Keras dan Perangkat Lunak Handal
Setiap hasil olah data foto udara yang terukur harus dapat diandalkan. Perusahaan membutuhkan solusi yang dapat dipercaya setiap kali bekerja dan menyampaikan wawasan yang mereka andalkan untuk membuat keputusan bisnis yang lebih cerdas. Itulah mengapa keandalan teknologi diperlukan untuk memproses hasil foto udara UAV itu.
Hasil yang Konsisten
Konsistensi diperlukan jika perusahaan survey ingin menerapkan solusi drone dalam skala besar. Sayangnya, pengukuran dan analisis manual tidak hanya memakan waktu tetapi juga rentan terhadap kesalahan. Mesin dapat membantu. Itulah sebabnya otomatisasi dalam pengolahan survey pemetaan akan bergantung pada algoritma dan deep learning machine untuk mendorong hasil yang konsisten dan akurat setiap saat.
Machine Learning, Computer Vision, dan Artificial Intelligence di masa depan
Kehadiran Machine Learning dan AI dapat mempermudah masa depan industri Survey
Kunci untuk mengembangan dan skalabilitas (scalability)
adalah otomatisasi. Tapi bagaimana Anda mengotomatiskan analisis data foto udara
UAV? Disinilah machine learning dan kecerdasan buatan dapat berperan. Kita
dapat mengajarkan mesin untuk mendeteksi pola dan objek, membuat pengukuran
yang akurat, dan mengubah kumpulan data besar menjadi laporan yang mudah
dicerna.
Telah banyak pembicaraan tentang teknologi ini di industri
drone komersial, namun baru sebatas rumor. Mengapa demikian? sebagai industri
baru, otomatisasi baru saja dimulai. Untuk memberikan solusi yang dipandu oleh
AI (artificial intelligent) sejati dalam mengotomatisasi alur kerja, diperlukan
banyak data.
Sekarang saatnya mengumpulkan data hasil survey pemetaan tersebut untuk bekerja untuk membangun solusi machine learning terdepan di industri untuk memecahkan tantangan dunia nyata yang dihadapi perusahaan saat mereka menempatkan drone untuk bekerja di lapangan setiap hari.
Resiko kecelakaan tugas yang besar dan banyaknya hal yang mesti ditangani menjadi pekerjaan bagi petugas tanggap bencana. Apalagi jika area yang terkena bencana sangat luas. Tentu memerlukan banyak waktu untuk menyisir wilayah yang terkena dampak. Dengan adanya drone, kebutuhan survey pasca bencana dapat diatasi. Drone sangat bermanfaat untuk membantu pemulihan pasca bencana. Bagaimana fungsinya dalam hal ini?
Membantu dalam Pencarian, Penyelamatan, dan Pasokan
Pencarian Korban maupun aset dalam reruntuhan
Setelah bencana besar, salahsatu aspek pertama tanggapan adalah memastikan bahwa penduduk yang terkena dampak bencana aman. Untuk itu, aksi tanggap bencana yang awal adalah melakukan upaya pencarian dan penyelamatan. Secara umum, pencarian dan penyelamatan dilakukan dengan pesawat, kapal, dan kendaraan darat. Di Indonesia terdapat badan-badan yang siaga terhadap respon pertolongan pasca bencana. Seperti BNPB, Basarnas, Tagana, TNI,Polri, dan relawan lainnya.
Dengan menggunakan drone yang dilengkapi dengan kamera, Ia dapat dengan cepat menyisir sejumlah besar wilayah, menentukan lokasi para korban dan membantu mengidentifikasi area yang paling membutuhkan bantuan. Ini memungkinkan upaya penyelamatan lebih fokus dan memberikan tanggapan yang lebih cepat.
Demikian juga, beberapa pasokan logistik dapat disampaikan oleh drone, memungkinkan upaya kemanusiaan menjadi lebih efisien dan efektif dalam pekerjaan mereka.
Melakukan Assesmen Lebih Cepat
Fasilitas publik sebagai salahsatu aset kerugian
Begitu korban manusia dari suatu bencana telah ditangani, salahsatu tugas lainnya adalah menilai kerusakan material yang disebabkan oleh bencana. Sebelumnya, ini dilakukan secara manual dengan menyisir area terdampak bencana. Dengan menggunakan drone, dapat membuat proses assessment (penilaian) lebih cepat dan lebih mudah. Drone dapat digunakan untuk menganalisa area yang luas, untuk mengidentifikasi area yang paling terkena dampak untuk mendapat perhatian lebih lanjut, dan mereka dapat menganalisis dari hasil foto udara mengenai jenis, luas dan fasilitas yang terkena dampak bencana.
Meningkatkan Keselamatan
Bangunan yang tertimpa batang pohon
Tanggap bencana dapat melibatkan risiko keselamatan yang besar. Petugas yang datang untuk membantu pencarian, penyelamatan dan assesment kerusakan dapat menjadi korban lainnya dari reruntuhan bangunan yang tidak stabil, jaringan listrik yang terputus, kondisi air dan banjir yang tidak aman,dan kurangnya infrastruktur secara umum.
Drone memungkinkan keselamatan petugas penyelamat karena melakukan pemantauan dari jarak jauh. Kondisi ini dapat dimanfaatkan untuk membuat keputusan terbaik tentang cara mendekati area bencana. Drone juga memungkinkan penilaian kerusakan atap, gedung tinggi, dan area yang tidak dapat diakses seperti jalan rusak dan jembatan yang putus tanpa mengharuskan siapapun untuk membahayakan risiko keselamatan mereka.
Mengurangi Biaya
Menyisir lokasi bencana dengan drone
Biaya pemulihan bencana sering tak terhitung dan bisa menjadi penghalang. Banyak daerah yang terkena dampak tidak bisa pulih dalam waktu dekat. Meskipun drone tidak dapat menghilangkan semua biaya pemulihan, Ia dapat mengurangi sebagian biaya dengan penilaian yang lebih cepat dan lebih efektif dengan penggunaan sumber daya manusia yang lebih sedikit. Selain itu, drone dapat memberikan informasi nilai kerusakan pada pemerintah dan mengefektifkan budget yang keluar untuk survey area bencana.
Kesimpulan
Dengan beberapa hal itulah, drone mampu dipercaya sebagai mitra utama dalam penanganan pasca bencana dengan memberikan layanan survey dan pemetaan area bencana. Survey tersebut lebih aman dan efisien karena melibatkan sedikit sumber daya manusia dan dapat dilakukan dengan cepat. Hasil peta faktual dapat dipergunakan berbagai pihak untuk bersama-sama membuat keputusan tanggap bencana yang lebih baik. Seperti yang telah kami lakukan September lalu saat menangani pasca bencana di Palu-Donggala. Kami melakukan survey lokasi terdampak bencana dan mengumpulkan informasi yang berguna untuk tempat relokasi dan menilai tingkat kerusakan bencana.
Jika Anda bekerja dengan perangkat lunak pemetaan foto udara, Anda pasti mendengar tentang titik kontrol tanah (Ground Control Point atau GCP). Istilah ini sering digunakan dalam industri survey, desain virtual dan konstruksi, GCP dapat meningkatkan akurasi dari peta yang dihasilkan dari foto udara. Meskipun tidak diperlukan dalam setiap situasi, GCP adalah alat vital untuk pemetaan yang presisi. Tapi apa sebenarnya titik kontrol tanah? bagaimana menggunakannya dengan benar?
Apa itu Ground Control Point?
Ilustrasi Ground Control Point dalam proyek survey
Titik kontrol tanah (GCP) adalah target besar yang ditandai di tanah, ditempatkan secara strategis di seluruh area survey dengan teknis dan preferensi tertentu. Anda harus terlebih dulu menentukan koordinat GPS RTK di pusat masing-masing. GCP dan koordinatnya kemudian digunakan untuk membantu perangkat lunak pemetaan drone untuk secara akurat memposisikan peta dengan kondisi nyata di sekitarnya.
Analoginya seperti menempatkan paku payung atau push pin dalam sebuah majalah dinding. Masing-masing pin dapat membantu merekatkan scrap (potongan rubrik mading) dengan bantalan mading agar bisa dipajang di dinding. GCP berfungsi demikian untuk bisa merujuk lokasi referensi peta di masing-masing titiknya.
Kapan dan Mengapa GCP Penting?
Ketika digunakan dengan benar, GCP dapat meningkatkan akurasi peta. Artinya, GCP membantu memastikan bahwa garis lintang dan bujur titik di peta secara akurat sesuai dengan koordinat GPS yang sebenarnya. Ini penting dalam situasi dimana pemetaan presisi dan akurasi diperlukan. Perusahaan survey umumnya menggunakan GCP, karena tingkat akurasi yang tinggi penting dalam sebagian besar pekerjaan yang dilakukan. Virtual Design dan konstruksi adalah sektor lain yang sering membutuhkan tingkat pemetaan yang presisi ini.
Setiap proyek pemetaan drone adalah unik, dan tidak semua proyek memerlukan tingkat akurasi peta yang tinggi. Karena itu, penting untuk menilai setiap proyek sebelum Anda memutuskan untuk mengambil langkah menggunakan GCP. Namun secara umum, proyek seperti overlay geo-referensi, dokumen desain dan survey tanah bisa memanfaatkan penggunaan GCP.
Satu hal penting untuk diingat bahwa GCP harus mudah terlihat dalam foto udara Anda. Hal ini dilakukan dengan cara menggunakan warna kontras tinggi, dengan memastikan titik kontrol tanah cukup besar untuk dilihat dari ketinggian penerbangan tertentu. Kami merekomendasikan terbang dengan ketinggian 300 kaki dengan frontlap dan sidelap 70/75 peta (tingkat tumpang tindih peta) saat menggunakan GCP. Perlu diingat bahwa hal ini dapat berubah tergantung pada area pemetaan. Kebanyakan penanda harus memenuhi dua kriteria sederhana:
Desain dengan tingkat kontras yang tinggi agar mudah dibedakan dengan medan di sekitarnya
Bentuk geometri standar yang menunjukkan pusat penanda yang diukur
Bentuk-bentuk umum sebuah GCP
Mengukur Lokasi GCP
Seperti yang telah disebutkan di atas, penting untuk mengukur koordinat GPS di pusat setiap titik kontrol tanah. Untuk melakukan ini, Anda memerlukan receiver Real Time Kinematic (RTK) atau Pasca Pengolahan Kinematik (PPK). Jangan gunakan ponsel atau tablet untuk mengukur lokasi titik kontrol tanah Anda. Keakuratan perangkat ini sangat mirip dengan sistem GPS onboard drone dan tidak akan memberikan hasil yang akurat. Sebaliknya, gunakan salah satu metode sebelumnya yang tercantum di atas, seperti penerima GPS RTK atau PPK.
Tips menempatkan GCP
Contoh sebaran GCP dalam area survey
Sebarkan GCP merata di tanah. Marker harus ditempatkan disekitar sudut luar area dan sisanya didistribusikan di seluruh pusat area. Secara umum, survey lapangan harus dapat memuat minimal 5 GCP dengan kisaran luas 10 sampai 120 hektar per area survey. Pastikan GCP diberi jarak yang cukup berjauhan, untuk menghindari kebingungan.
Buat zona penyangga di sekeliling batas peta. Disarankan zona penyangga berada diantara tepi peta dan titik GCP. Ini memastikan ada cukup cakupan gambar untuk melakukan pemrosesan ulang. Ukuran zona penyangga harus berada di antara 50-100 kaki, tergantung pada tingkat overlap penerbangan. Overlap yang lebih tinggi menghasilkan lebih banyak gambar dan umumnya membutuhkan lebih sedikit buffer zone.
Waspadai perubahan ketinggian. Jika area yang dipetakan memiliki perubahan elevasi yang nyata seperti bukit, ranjau dan lembah, pastikan untuk menempatkan setidaknya satu titik kontrol tanah pada setiap elevasi utama yang berbeda.
Pastikan GCP tidak terhalang. Obstruksi visual seperti overhang, salju, bayangan atau silau membuat titik kontrol tanah sulit diidentifikasi pada peta. Jangan sampai GCP terhalang objek di tanah dan hindari tutupan seperti tanaman, pohon dan lainnya.