Data Drone
Dari data drone hingga model ketinggian kanopi
© Forests4Future, GIZ
Drone memainkan peran penting dalam sistem Pemantauan 3LD, melengkapi metode pengumpulan data lainnya, Drone merupakan alat penting di negara-negara mitra untuk memperkuat keterampilan teknis di antara staf lokal. Keterampilan ini mencakup perencanaan penerbangan, navigasi, dan evaluasi gambar. Pemantauan drone bertujuan untuk memberdayakan staf proyek dalam mengambil data yang disesuaikan untuk analisis fotogrametri, yang kemudian menghasilkan informasi geografis yang penting.
Metodologi pemetaan drone mencakup lima tahap, dengan dua tahap pertama berfokus pada pengoperasian drone:
- Persiapan misi pemetaan (pekerjaan desktop)
- Pelaksanaan misi pemetaan (kerja lapangan)
- Pengembangan Model Permukaan Digital (DSM) & pembuatan Orthomosaic (pekerjaan desktop)
- Analisis dan penyempurnaan data (pekerjaan desktop)
- Integrasi ke dalam sistem data yang ada (pekerjaan desktop)
Data drone membantu dalam mengevaluasi indikator-indikator yang terkait dengan karbon/biomassa, seperti tingkat kematian dan jenis hutan. Khususnya, dengan penerapan persamaan alometrik dan karakterisasi yang tepat dari tipe lahan, estimasi biomassa pohon di atas permukaan tanah dapat ditentukan.
Drone dengan kemampuan perencanaan penerbangan yang sudah diatur sebelumnya, memastikan pembuatan ortofoto yang mulus dari masing-masing gambar. Hal ini memungkinkan setiap jepretan foto digabungkan dengan mulus menjadi sebuah ortofoto (foto udara yang dikoreksi dari distorsi, sehingga memungkinkan pengukuran yang akurat). Penting juga untuk mempertimbangkan ketersediaan drone ini di pasar lokal negara mitra. Memanfaatkan pengetahuan lokal dengan melibatkan akademisi lokal adalah hal yang sangat penting dalam proses ini. Mereka dapat memberikan persamaan alometrik yang penting, yang didasarkan pada tinggi pohon, yang memfasilitasi perhitungan biomassa yang tepat.
Drone menghasilkan gambar beresolusi tinggi, yang memungkinkan gambaran rinci mengenai perubahan tutupan lahan, kelangsungan hidup pohon, dan tingkat erosi. Dikombinasikan dengan data lapangan, pemantauan berbasis drone menjadi lebih kuat, sehingga menjamin pemantauan yang baik.
Heterogenitas pohon dan kerapatan vegetasi sering kali menghalangi ekstraksi titik-titik kunci yang sama di antara citra, yang diperlukan untuk memperkirakan ketinggian dan indikator lainnya. Dalam hal ini, meningkatkan tumpang tindih antara gambar hingga minimal 85% tumpang tindih depan dan samping dapat meningkatkan ekstraksi titik-titik kunci. Selain itu, dengan meningkatkan ketinggian terbang drone, akan mengurangi distorsi perspektif, yang memudahkan pendeteksian kemiripan visual di antara gambar yang tumpang-tindih. Namun demikian, terlalu banyak tumpang-tindih, yaitu persentase tumpang-tindih yang tinggi menghasilkan jumlah data yang lebih banyak, sehingga pemrosesan data menjadi lebih intensif.
Aspek lain yang telah disebutkan adalah ketersediaan drone yang sesuai di negara mitra. Mengimpor drone ke masing-masing negara itu sulit, dan hambatan birokrasi tetap ada.