Perbandingan Survei LiDAR Menggunakan Wahana Drone dan Handheld-SLAM Untuk Analisa Tree Trunk dan Tree Crown

https://doi.org/10.22146/jgise.102190

Putri Rahmadani(1*)

(1) PT. Zenit Era Utama Servizio
(*) Corresponding Author

Abstract


Rekonstruksi tiga dimensi pohon memiliki peran penting dalam berbagai bidang, seperti studi pengelolaan hutan, ekologi, perhitungan emisi karbon, serta aplikasi perencanaan perkotaan. Namun, metode tradisional yang telah digunakan selama bertahun-tahun umumnya membutuhkan tenaga kerja intensif, memakan waktu lama, dan rentan terhadap kesalahan pengukuran. Untuk mengatasi kendala ini, metode berbasis point cloud mulai digunakan sebagai solusi yang lebih efektif. Point cloud tersebut dapat dihasilkan melalui teknologi LiDAR maupun fotogrametri. Teknologi LiDAR biasanya diintegrasikan dengan drone sebagai wahana untuk pengambilan data. Namun, dalam beberapa tahun terakhir, penggunaan LiDAR berbasis handheld-SLAM (Simultaneous Localization and Mapping) telah menjadi alternatif metode survei modern. Handheld-SLAM LiDAR adalah perangkat LiDAR yang dilengkapi dengan teknologi SLAM, memungkinkan pemindaian tiga dimensi secara real-time. Penelitian ini akan membandingkan dua metode akuisisi data, yaitu menggunakan drone LiDAR dan handheld-SLAM LiDAR, yang akan diaplikasikan untuk analisis karakteristik pohon, seperti bentuk tajuk (tree crown) dan batang pohon (tree trunk). Hipotesis awal penelitian ini adalah bahwa sensor LiDAR pada drone memiliki keterbatasan dalam merekonstruksi bentuk tiga dimensi pohon, khususnya pada bagian batang, karena akuisisi data yang dilakukan dari atas. Dengan adanya teknologi handheld-SLAM LiDAR, diharapkan keterbatasan tersebut dapat diatasi, sehingga menghasilkan pemodelan pohon yang lebih akurat. Lokasi survei penelitian ini adalah sebagian kecil area Taman Hutan Raya di Bandung, dengan tutupan lahan yang terdiri dari pepohonan. Akuisisi data dilakukan menggunakan dua perangkat LiDAR: handheld LiDAR SATLAB Lixel X1 dan DJI Zenmuse L1 yang diterbangkan menggunakan DJI Matrice 300RTK. Data yang diperoleh dari kedua alat ini kemudian diolah menggunakan perangkat lunak pengolah point cloud untuk menghasilkan data bebas noise. Hasil pengolahan ini digunakan untuk menganalisis karakteristik pohon, termasuk tree crown  dan tree trunk. Penelitian ini diharapkan dapat menyimpulkan perbandingan efektivitas kedua metode akuisisi LiDAR dalam merekonstruksi bentuk nyata pohon, serta menunjukkan sejauh mana data dari kedua metode tersebut dapat diintegrasikan untuk menghasilkan model pohon yang lebih akurat dan komprehensif.

Keywords


Handheld LiDAR, Drone LiDAR, Efektif, Tree Crown, Tree Trunk

Full Text:

PDF


References

Andaru, R., & Santosa, P. B. (2017a). Analisis Spasial Bencana Longsor Bukit Telogolele Kabupaten Banjarnegara Menggunakan Data Foto Udara UAV. Jurnal Nasional Teknologi Terapan (JNTT), 1(1), 77. https://doi.org/10.22146/jntt.34089

Andaru, R & Santosa, P. B. (2017b). Analisis Spasial Bencana Longsor Menggunakan Data Foto Udara UAV. Jurnal Dialog dan Penanggulangan Bencana, 8(2), 142-150. https://jdpb.bnpb.go.id/index.php/jurnal/article/view/124/124

Bouvier, M., Durrieu, S., Fournier, R.A., & Renaud, J.-P. (2015). Generalizing predictive models of forest inventory attributes using an area-based approach with airborne LiDAR data. Remote Sens, Environ, 156, 322–334.

Chisholm, Ryan ., Cui, Jinqiang, Lum, Shawn K. Y., & Chen, Ben M. (2013). UAV LiDAR for below-canopy forest surveys. NRC Research Press. J. Unmanned Veh, Cyst 1, 61-68.

Goel, N. S., Rozehnal, I., & Thompson, R. L. (1991). A computer graphics based model for scattering from objects of arbitrary shapes in the optical region. Remote Sensing of Environment, Vol. 36, No. 2, PP. 73-104.

Gollob, C., Ritter, T., Kraßnitzer, R., Tockner, A., & Nothdurft, A. (2021). Measurement of Forest inventory parameters with Apple iPad Pro and integrated LiDAR technology. Remote Sensing, 13(16), 3129. https://doi.org/10.3390/rs13163129

Govaerts, Y. M., & Verstraete, M. M. (1998). Raytran: A Monte Carlo ray-tracing model to compute light scattering in three-dimensional heterogeneous media. Geoscience and Remote Sensing, IEEE Transactions on, vol. 36, no. 2, pp. 493-505, 1998.

Kauffman, J.B., Arifanti, V.B., Basuki, I., Kurnianto, S., Novita, N., Murdiyarso, D., Donato, D.C., & Warren, M.W. (2017). Protocols for the Measurement, Monitoring, and Reporting of Structure, Biomass, Carbon Stocks and Greenhouse Gas Emissions in Tropical Peat Swamp Forests; Center for International Forestry Research (CIFOR): Bogor, Indonesia, 2017.

Kershaw, J.A., Ducey, M.J., Beers, T.W., & Husch, B. (2016) Forest Mensuration. John Wiley & Sons, Ltd.: Chichester, UK. ISBN 9781118902028.

Koetz, B., Morsdorf, F., Van der Linden, S., Curt, T. & Allgöwer, B. (2008) Forest Ecol. Manag, 256 263

Köhl, M., Magnussen, S., & Marchetti, M. (2006). Sampling Methods, Remote Sensing and GIS Multiresource Forest Inventory; Tropical Forestry. Springer Berlin Heidelberg: Berlin, Heidelberg, 2006; ISBN 978-3-540-32571-0.

Kramer, H., & Akça, A. (1995). Leitfaden zur Waldmesslehre; 5 ed. Sauerländer, J D: Frankfurt/Main, Germany. ISBN 3793908305.

Marshall, A., Morrison, R., Jones, B., Triantafillou, S., & Wohl, E. (2023). Handheld Lidar as A Tool for Characterizing Wood-rich River Corridor. River Research and Applications. 40:353-364.

Naesset, E. (1997) Remote Sens. Environ. Vol. 61, p. 246.

Pierzchała, M., Giguère, P., & Astrup, R., (2018). Mapping forests using an unmanned ground vehicle with 3D LiDAR and graph-SLAM. Computers and Electronics in Agriculture, 145, pp. 217-225.

Sumerling G. (2011). Lidar analysis in ArcGIS 10 for forestry applications, vol 1, Adelaide: ESRI Inc, p. 53

Tatsumi, S., Yamaguchi, K., & Furuya, N. (2023). ForestScanner: A mobile application for measuring and mapping trees with LiDAR-equipped iPhone and iPad. Methods in Ecology and Evolution, 14(7), 1603–1609. https://doi.org/10.1111/2041-210X.13900

Wulder, M.A.; White, J.C.; Nelson, R.F.; Næsset, E.; Ørka, H.O.; Coops, N.C.; Hilker, T.; Bater, C.W.; Gobakken, T. (2012). Lidar sampling for large-area forest characterization: A review. Remote Sens. Environ,121, 196–209.

Wulder, M. A., Bater, C. W., Coops, N. C., Hilker, T. &White, J. C. (2008). For. Chron. Vol. 84, p 807.

Zimble, D. A., Evans, D. L., Carlson, G. C., Parker, R. C., Grado, S. C. & Gerard, P. D. (2003). Remote Sens. Environ, Vol. 87, p. 17



DOI: https://doi.org/10.22146/jgise.102190

Article Metrics

Abstract views : 104 | views : 37

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Journal of Geospatial Information Science and Engineering (JGISE) ISSN: 2623-1182 (Online) Email: jgise.ft@ugm.ac.id The Contents of this website is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.