Seamless Digital Elevation Model Nasional (DEMNAS) merupakan dalah satu produk digital dari BIG yang dibangun dari beberapa sumber data meliputi data IFSAR (resolusi 5m), TERRASAR-X (resolusi 5m) dan ALOS PALSAR (resolusi 11.25m), dengan menambahkan data Masspoint hasil stereo-plotting. Resolusi spasial DEMNAS adalah 0.27-arcsecond, dengan menggunakan datum vertikal EGM2008.
DEMNAS diluncurkan BIG sejak tahun 2018 untuk seluruh wilayah Indonesia. Dengan hadirnya data DEMNAS tentu sangat bermanfaat sekali dalam menyediakan kebutuhan data DEM dengan skala detail yaitu resolusi 8 meter.
Data DEMNAS dapat diperoleh dari link ini, dengan cara bagi yang belum punya akun harus melakukan pendaftaran terlebih dahulu.
Menurut web BIG didapat informasi informasi spesifikasi sebagai berikut:
Spesifikasi Data
Data DEMNAS yang dirilis dipotong sesuai dengan Nomor Lembar Peta (NLP) skala 1:50k atau 1:25k, untuk setiap Pulau atau Kepulauan. Ringkasan data set karakteristik DEMNAS, seperti berikut:
Item | Keterangan |
---|---|
Nama file | DEMNAS_xxxx-yy-v1.0.tif untuk NLP 1:50k dan DEMNAS_xxxx-yyy-v1.0.tif untuk 1:25k. xxxx-yy menunjukkan nomor lembar peta RBI dan v1.0 menunjukkan rilis versi 1.0 |
Resolusi | 0.27-arcsecond |
Datum | EGM2008 |
Sistem Koordinat | Geografis |
Format | Geotiff 32bit float |
Sementara itu data BATNAS dibagi dalam blok dengan luas 5 derajat x 5 derajat dengan pertimbangan besaran data dan memudahkan proses download. Spesifikasi data BATNAS, seperti berikut:
Item | Keterangan |
---|---|
Nama file | BATNAS_xxxE-xxxE_yyy-yyy_EGM_v1.0.tif atau BATNAS_xxxE-xxxE_yyy-yyy_MSL_v1.0.tif, xxx batas timur dan barat, dan yyy menunjukkan batas selatan sampai utara serta v1.0 menunjukkan rilis versi 1.0. EGM dan MSL masing-masing menunjukkan datum tinggi yang digunakan sebagai acuan. |
Resolusi | 6-arcsecond |
Datum | EGM2008 dan MSL |
Sistem Koordinat | Geografis |
Format | Geotiff 32bit float |
Menggabungkan Data DEMNAS
Untuk menggabungkan data DEMNAS dalam potongan NLP menjadi sebuah data seamless dengan area yang lebih luas, dapat digunakan Geospatial Data Abstraction Library (GDAL). Berikut contoh penggabungan data dengan GDAL menggunakan terminal. Menggabungkan 10(sepuluh) NLP data DEMNAS hanya diperlukan waktu 5 detik, dengan instruksi seperti berikut:
[kebo@tides SAMPLE]$ ls
DEMNAS_1314-23.tif DEMNAS_1314-31.tif DEMNAS_1314-34.tif DEMNAS_1314-61.tif DEMNAS_1314-63.tif
DEMNAS_1314-24.tif DEMNAS_1314-33.tif DEMNAS_1314-52.tif DEMNAS_1314-62.tif DEMNAS_1314-64.tif
[kebo@tides SAMPLE]$ echo "gdal_merge.py -o DEMNAS_large_area.tif" > list1
[kebo@tides SAMPLE]$ ls DEMNAS_*.tif | tr -d ' \n ' | sed -e 's/.tif/.tif /g' > list2
[kebo@tides SAMPLE]$ paste list1 list2 > command.sh
[kebo@tides SAMPLE]$ sh command.sh
0...10...20...30...40...50...60...70...80...90...100 - done.
DEMNAS_1314-23.tif DEMNAS_1314-31.tif DEMNAS_1314-34.tif DEMNAS_1314-61.tif DEMNAS_1314-63.tif
DEMNAS_1314-24.tif DEMNAS_1314-33.tif DEMNAS_1314-52.tif DEMNAS_1314-62.tif DEMNAS_1314-64.tif
[kebo@tides SAMPLE]$ echo "gdal_merge.py -o DEMNAS_large_area.tif" > list1
[kebo@tides SAMPLE]$ ls DEMNAS_*.tif | tr -d ' \n ' | sed -e 's/.tif/.tif /g' > list2
[kebo@tides SAMPLE]$ paste list1 list2 > command.sh
[kebo@tides SAMPLE]$ sh command.sh
0...10...20...30...40...50...60...70...80...90...100 - done.
Plotting data DEMNAS
Plotting data DEMNAS dapat dilakukan dengan Generic Mapping Tool (GMT) dan GDAL untuk konversi data dari GeoTiff menjadi NetCDF. Sebagai contoh, penggunaan bourne-shell script sederhana (plot_demnas.bash) dengan perintah sebagai berikut:
bash-3.2$ bash plot_demnas.bash
penggunaan: bash plot_demnas.bash file_input.tif file_output.eps max_elev(meters)
contoh: bash plot_demnas.bash DEMNAS_0718-54_v1.0.tif DEMNAS_0718-54_v1.0.eps 200
bash-3.2$ bash plot_demnas.bash DEMNAS_0718-54_v1.0.tif DEMNAS_0718-54_v1.0.eps 15
Input file size is 3333, 3333
0...10...20...30...40...50...60...70...80...90...100 - done.
grd2cpt: Processing input grid(s)
grd2cpt: Mean and S.D. of data are 4.1996872704 2.81747693968
grdgradient: Processing input grid
grdgradient: Min Mean Max sigma intensities:grdgradient: -0.511577595155 9.02550576079e-05 0.53745034241 0.0418320305703
grdhisteq: Processing input grid
penggunaan: bash plot_demnas.bash file_input.tif file_output.eps max_elev(meters)
contoh: bash plot_demnas.bash DEMNAS_0718-54_v1.0.tif DEMNAS_0718-54_v1.0.eps 200
bash-3.2$ bash plot_demnas.bash DEMNAS_0718-54_v1.0.tif DEMNAS_0718-54_v1.0.eps 15
Input file size is 3333, 3333
0...10...20...30...40...50...60...70...80...90...100 - done.
grd2cpt: Processing input grid(s)
grd2cpt: Mean and S.D. of data are 4.1996872704 2.81747693968
grdgradient: Processing input grid
grdgradient: Min Mean Max sigma intensities:grdgradient: -0.511577595155 9.02550576079e-05 0.53745034241 0.0418320305703
grdhisteq: Processing input grid