Membangun Rational Polynomial Coefficients (RPC) menggunakan ENVI

Dalam pekerjaan fotogrametri digital menggunakan foto udara digital, cita satelit, dan radar, dikenal adanya istilah RPC atau Rational Polynomial Coefficient. RPC ini diturunkan dari Rational Polynomial Model yang menggambarkan hubungan geometris sensor satelit dengan permukaan asli tiga dimensi dari bumi. Dengan adanya RPC ini pekerjaan fotogrametris seperti ekstraksi DEM dan orthorektifikasi memungkinkan untuk dilakukan oleh pengguna citra umum.

Latar belakang penciptaan RPC sebagai berikut. Pada Foto Udara konvensional (frame camera), setiap lokasi di permukaan bumi direkam dari satu posisi kamera (perekaman serentak seperti pada DSLR dan kamera poket). Dengan mekanisme perekaman dan geometri sensor -  obyek yang relatif simpel tersebut, maka transformasi koordinat dari koordinat citra yang bersifat dua dimensi ke permukaan bumi yang bersifat tiga dimensi bisa diwujudkan dalam bentuk persamaan matematis yang sederhana. Akan tetapi hal ini berbeda pada Citra satelit. Mayoritas satelit penginderaan jauh menggunakan mekanisme Push Broom recording dalam bentuk scan lines di sepanjang lintasan orbit satelit (seperti cara kerja scanner dokumen di kantor). Sebagai hasilnya, geometri setiap baris citra akan berbeda dengan baris yang lain karena direkam dari posisi sensor yang berbeda. Hal ini menyebabkan proses transformasi harus dilakukan per baris perekaman, atau dengan kata lain, menggunakan persamaan matematis yang banyak dan kompleks.

Untuk memudahkan komputasi dan transformasi koordinat bagi pengguna citra, maka diciptakanlah Rational Polynomial Model yang menghasilkan RPC. Rational Polynomial Model terdiri dari dua persamaan polinomial. Yang pertama untuk menghitung baris citra dan yang kedua untuk menghitung kolom citra. RPC dibuat oleh vendor citra satelit yang diturunkan dari informasi posisi orbit dan orientasi satelit. Karena merupakan salah satu produk yang dijual vendor, RPC ini biasanya ada beberapa versi yang tentunya akan memberikan pengaruh yang berbeda dari sisi akurasi posisi terhadap hasil orthorektifikasi atau ekstraksi DEM. Selain itu, RPC juga dapat dibuat/diemulasikan apabila kita mempunyai GCP yang cukup dan akurat. Walaupun demikian, sebagus dan seakurat apapun RPC, RPC merupakan sebuah model empiris dari hubungan geometris sensor - permukaan bumi, dan bukan model fisis, sehingga tidak akan lebih akurat dari model fisis yang hanya diketahui oleh vendor citra. RPC yang dihasilkan dapat digunakan untuk membuat citra ortho atau membuat DEM apabila citranya stereo.

Berikut ini cara membangun RPC menggunakan software ENVI 5. Untuk contoh saya akan menggunakan Citra ALOS PRISM L1B2 (radio and geometric corrected), tapi tidak memiliki informasi RPC.


1. Buka ENVI>File>Open External File>ALOS>PRISM, Buka file dengan nama mengandung LED.


2. Dari Menu Map>Build RPCs, kemudian pilih file citra ALOS PRISM sebagai input, kemudian akan muncul jendela Build RPCs parameter. Untuk ALOS PRISM isikan parameter seperti gambar di bawah. Untuk sensor lain bisa dicari tahu informasinya di internet, atau dari link ini


3. Di pilihan Build Exterior Orientation klik Select GCP in Display. Kemudian tentukan proyeksi, dan datum dari GCP yang akan dipakai nanti. Kalau menggunakan UTM tentukan juga zona yang sesuai. Masukkan GCP satu persatu. Untuk menghasilkan rational model, anda memerlukan minimal 6 GCP. Setelah GCP selesai dimasukkan, klik Export GCP to build RPCs Widget. 




4. ENVI akan menggenerate RPC result Report, perhatikan RMSE X dan Y, apabila akurasi dirasa kurang, ulangi proses dengan mengklik Select GCP in Display dari Menu Build Exterior Orientation. Kemudian setelah selesai klik recalculate Exterior Orientation. Setelah selesai klik OK. Jendela minimum dan maximum elevation akan muncul. Jika anda mengetahui elevasi minimum dan maksimum dari citra yang dipakai, masukkan ke kolom yang tersedia, kalau tidak, biarkan saja kemudian klik OK. 






5. ENVI akan memberikan pesan bahwa RPC sudah dihitung dan dimasukkan kedalam metadata citra. Anda bisa melanjutkan dengan melakukan ekstraksi DEM atau orthorektifikasi. 





UPDATE SEPTEMBER 2023

Memerlukan 10 tahun untuk update, berikut demonstrasi video untuk contoh tutorial di atas. 





Comments

Popular posts from this blog

TUTORIAL ORTHOREKTIFIKASI CITRA SATELIT RESOLUSI SEDANG (CITRA ASTER)

HAE (Height Above Ellipsoid) and MSL (Mean Sea Level) Conversion Using Pathfinder Office

Split By Attributes di ArcGIS