R, selain dipakai untuk analisis statistik juga bisa digunakan untuk analisis data spasial. Contohnya analisis data vektor maupun raster. Dalam tulisan kali ini saya akan bahas bagaimana untuk menampilkan data raster (dalam hal ini data DEM) melalui R.

Untuk membuka data berupa elevasi digital (misalnya DEM) di R memerlukan beberapa library seperti raster dan sp. Pastikan packages tersebut ter-install sebelum membuka data DEM di R.

#membuka library raster, sp

library(raster)
library (sp)

Nah, sekarang untuk membaca dan mengetahui properties dari data DEM menggunakan script berikut ini.

#membaca data DEM; dem: nama dem; raster: tipe data; direktori folder
dem <- raster("D:/PROCESSING/Spectral signature sample/DEM.tif")

#membuka properties data DEM: ketikkan nama DEM yang sudah dibuat
dem

class      : RasterLayer 
dimensions : 401, 648, 259848  (nrow, ncol, ncell)
resolution : 7.50075e-05, 7.50075e-05  (x, y)
extent     : 95.19565, 95.24425, 5.524591, 5.554669  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0 
source     : D:/PROCESSING/Spectral signature sample/DEM.tif 
names      : DEM 
values     : -32768, 32767  (min, max)

Sekarang data DEM sudah terbaca. Dari informasi data DEM yang saya buat, terdapat informasi yang berisi detil data DEM. Data DEM tersebut merupakah data raster yang memiliki dimensi 400an baris serta 600an kolom dengan jumlah 250ribuan pixel. Dimensi data yang ditampilkan dalam decimal degree yaitu 95.19565 (xmin), 95.24425 (xmax), 5.524591(ymin), 5.554669 (ymax). Data DEM berproyeksi Geographic dengan datum WGS1984. Rentang nilai pixel DEM dari minus 32ribuan hingga 32ribuan.

Bagaimana melihat distribusi datanya?

#membuat histogram untuk melihat distribusi datanya: main:judul; xlab: nama horizontal axis; col: warna; maxpixels:jumlah pixel yang digunakan sebagai sampling, dalam hal ini saya gunakan seluruh pixel

hist(dem, main = "Distribusi data ketinggian", xlab = "Ketinggian (MDPL)", col = "Green", maxpixels = 259848)

Sekilas jika melihat datanya maka terdapat area berupa permukaan laut yang ditandai oleh nilai ketinggian yang kurang dari nol, jumlahnya signifikan.

Visualisasi data DEM bisa dibuka dengan menggunakan script (plot) di bawah.

#visualisasi data DEM

plot(dem, main = "Model Elevasi Digital (Aceh Besar)", xlab = "Bujur", ylab = "Lintang")

Dari visual gambar DEM, sudah bisa dibayangkan ya di mana letak pantai serta perbukitan. Perhatikan legenda warna di bagian kanan yang menunjukkan area ketinggian.

Dibandingkan dengan program konvensional GIS lainnya untuk menampilkan data raster, saya pikir warna default yang ditampilkan oleh R ini lebih lembut dan enak dipandang mata.

Bagaimana jika kita mau mengkonversi koordinat data DEM kita? Misalnya data yang saya olah proyeksinya yaitu Geographic dan saya mau konversi data raster tersebut ke Projected (UTM Zona 47N). Scriptnya bisa dilihat di bawah ini.

#proyeksi koordinat tujuan kita definisiakn dahulu berdasarkan Proj.4; dalam hal ini lokasi dem saya di UTM 47N 
#sumbernya di sini: http://spatialreference.org/ref

srdem <- "+proj=utm +zone=47 +ellps=WGS84 +datum=WGS84 +units=m +no_defs " 

#Proyeksi data raster

projected_raster <- projectRaster(dem, crs = srdem)

#mari kita konversi datanya; datatype ini jika salah, R akan memberitahu typenya

writeRaster(projected_raster, filename="D:/PROCESSING/Spectral signature sample/dem_utm.tif", datatype='FLT4S', overwrite = TRUE)

Jika berhasil maka kita akan memiliki data DEM baru yang sudah memiliki proyeksi UTM 47N. Mari kita buktikan.

#summon data raster

dembaru <- raster("D:/PROCESSING/Spectral signature sample/dem_utm.tif") 

#ketikkan nama dem yang sudah diproyeksikan

dembaru

class      : RasterLayer 
dimensions : 415, 660, 273900  (nrow, ncol, ncell)
resolution : 8.33, 8.31  (x, y)
extent     : 78276.47, 83774.27, 611926.5, 615375.1  (xmin, xmax, ymin, ymax)
crs        : +proj=utm +zone=47 +datum=WGS84 +units=m +no_defs +ellps=WGS84 +towgs84=0,0,0 
source     : D:/PROCESSING/Spectral signature sample/dem_utm.tif 
names      : dem_utm 
values     : -4, 607.8335  (min, max)

Nah dari image properties tersebut pada keterangan crs sudah tampil informasi proyeksinya yaitu UTM zona 47 N.

Sekian dan semoga bermanfaat.

2 thoughts on “Membaca dan konversi koordinat data raster di R

  1. Mantaap. bisa dicontek buat yang breeding, bisa liat kemajuan genetik setelah seleksi

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s