Gisweek2 Daniel
Gisweek2 Daniel
Bahan
Buku Introduction to GIS, Kang-Tsung Chang Bab 2, 3, dan 4 - Georelational Vector - Object Base Vector - Raster
Georelational vector
Georelational data model membagi data dalam 2 file yaitu data spatialnya (geo) dalam bentuk file gambar dan attributnya (relational) dalam bentuk file database relational. Menggunan ID untuk link dari dua file diatas
Georelational vector
Telah banyak digunakan dalam GIS selama 20 tahun mulai tahun 80an. Tetapi akhir2 ini mendapat tantangan dari Object Base data Model. Representasi data - Point - Line - Area/face/polygon/zone
Topology
Bentuk data GIS yang selain memuat Point/Line/Area juga memuat penjelasan tentang hubungan antar object-object didalamnya. Contoh: Untuk 2 area yang berdekatan disimpan bentuk area1, bentuk area2, dan garis yang menghubungkan 2 area tersebut
Topology
Contoh penggunaan: TIGER (Topologically Integrated Geographic Encoding and Referencing) ESRI Coverage (arcInfo)
Topology
Keuntungan: - Kualitas data terjamin.
- Contoh: Jaringan listrik, jaringan jalan membuthkan data yang benar2 terhubung ujung-ujungnya.
Nontopology
Dengan kumpulan point, line, polygon, tanpa deskripsi relasi antar object. Contoh, untuk 2 area yang berdekatan, dibuat polygon yang overlap tanpa penjelasan bagian mana yang bersinggungan
Nontopology
Digunakan di : Shapefile (ESRI Arcview) menyimpan bentuk geometry di file .shp, dan index di .shx MapInfo
Nontopology
Keuntungan: - Dapat diproses lebih cepat - Mudah dipertukarkan pada aplikasi GIS yang berbeda
- Contoh: arcview <-> mapinfo arcview <-> autocad autocad <-> mapinfo
Topology - Nontopology
Dapat saling dikonversi coverage shapefile - mudah, tapi jika ada data yg salah secara topology akan menyebabkan hilangnya data shapefile coverage - memerlukan pembangunan hubungan topologi dan penghapusan garis2 yang duplikat
Composite Features
Data spatial yang lebih cocok jika direpresentasikan dalam bentuk gabungan antara point, line, dan polygon. Contoh - TIN - Regions - Route
Berupa bentuk class, ada association, aggregation, compostion, inheritance, instantiation, interface, encapsulation, polymorphism
Raster
- Menyimpan data dalam bentuk grid. - Tidak mengalami perubahan model data seperti vector data - Konsentrasi ke struktur data dan kompresi data - Contoh: Elevation data, satellite image, digital orthopothos, scanned map, dan file-file grafik. - Memerlukan banyak memory saat memprosesnya
- Digital Orthophoto
- Dari Foto udara
- Graphic File
- JPG, GIF, TIF
- QuadTree
- Oracle spatial
Yang diperlukan:
Elevazone.shp dan stream.shp, dua shapefile yang memiliki sistem koordinat yang sama yang tempilan perbesaran yang sama. Pada Tugas 1, anda terlebih dahulu membuat geodatabase personal dan dataset feature. Lalu import shapefile ke feature dataset sebagai feature class dan mengerjakan struktur data file tersebut. Pemberian nama pada feature class di geodatabase harus bersifat unique.
3. Preview
Sekarang di preview table dari landsoil di task2.mdb. Di sisi paling kanan akan ada field Shape_length dan Shape_area yang menunjukkan nilai area dan perimeter yang benar
Praktikum 6 Melihat
USGS
DEM Data
Yang diperlukan:
Task1 , sebuah folder yang didalamnya terdapat data USGS 7.5 minutes DEM dalam SDTS (spatial data transfer standar) format. Pada tugas ini, anda akan Data USGS DEM 7.5 minute ke Grid Data dan menggunakan Arccatalog untuk melihat propertynya.
Praktikum 6 Melihat
USGS
DEM Data
1. Jalankan ArcCatalog, koneksikan ke Chapter 5. Buka arcToolBox. Double Click menu Import From SDTS di Coverage Tools/Conversion/To Coverage toolset. Dalam dialog Import. Arahkan datafile ke folder Task1. Data files ini mempunyai 8143 prefix. Double click salah satunya. Dalam dialog seharusnya akan terlihat 8146 prefix. Ubah nama output menjadi Menan-Buttes, dan simpan ke database Chapter 5. Click OK untuk memulai konversi. Konversi ini menyebabkan terbentuknya elevation grid dan 10 table yg terasosiasi dengannya.
2.
Praktikum 6 Melihat
USGS
DEM Data
3. Melihat menan-buttes property. Click kanan Menan-Buttes dan pilih property. Pada tab general terdapat informasi dalam 5 kategori: data source, raster information, extent, spatial reference, dan statistic. 4. Lihat menan-buttes di arcmap dengan warna symbology Elevation #1
Praktikum 7 Melihat
Citra
Satelit di ArcMap
Yang diperlukan :
tmrect.bil, sebuah citra landsat TM Image dalam 5 band
Pada tugas ini anda akan mengubah warna pada tiap bands
1. Click kanan tmrect.bil di ArcCatalog pilih property. Pada tab general akan terlihat tmrect.bil mempunya 366 row, 651 kolom, dan 5 band
Praktikum 7 Melihat
Citra
Satelit di ArcMap
2. Jalankan arcmap. Insert dat frame baru dan rename menjadi tas 2. Tambahkan tmrect.bil. Pada TOC terlihat tmtrect.bil sebagai RGB Red untuk band_1, Green untuk band_2, Blue untuk band_3. 3. Select property dari context menu. Masuk tab symbology, gunakan dropdown untuk mengubah RGB menjadi Red untuk band 3, Green untuk band_2, dab Blue untuk Band_1. Ini akan memperlihatkan pewarnaan untuk photograph 4. Ubah menjadi Red untuk band 4, Green untuk band_3, dan Blue untuk band_2. ini adalah warna Infrared Photograph
Praktikum 8 Convert
Vector ke
Raster
Yang diperlukan: nwroads.shp dan nwcounties.shp
1. Buat data frame baru di arcmap. Rename menjadi task 3. Tambahkan nwroads.shp dan nwcounties.shp. Buka arctoolbox
Praktikum 8 Convert
Vector ke
Raster
3. Double click pada menu Feature to Raster pada Conversion Tools/To Raster toolset. Pilih nwroads.shp untuk input, select RTE_NUM1 untuk filed-nya, simpan dengan nama nw_roads_gd, masukkan 5000 untuk cellsize. Click OK untuk mulai konversi. 4. Double click di Feature to Raster tool. Pilih nwcounties.shp untuk input. Pilih FIPS untuk field, simpan dalam nwcounties_gd, masukkan 50000 untuk cellsize, klik OK. Nwcounties_gd tampil dengan symbol direpresentasikan nilai 1 sampai 119 (119 adalah jumlah dari counties). Ubahlah symbologynya menjadi Unique value.
The end