THE DREAMS NEVER DIE...........

COMPARISON BETWEEN YUN ZHANG PANSHARP ALGORITHM, EHLERS FUSION ALGORITHM AND GRAM-SCHMIDT SPECTRAL SHARPENING

pixelcooker — Tue, 04 Aug 2009 13:11:50 +0000

Hello visitor, its been a while since my last post. Starting from now, I will try to post my blog in English language. This is hard for me because I neither English nor Americans. I am Indonesian. I hope you can understand if my grammar or structure maybe very confusing. Please pardon me. I still have to learn. Ok back to the topic, few days ago, I had downloaded the trial/demo version of Leica Photogrammetry Suite version 9.2 from their FTP (ftp.gi-leicageosystems.com). After exploring some new modules, I get excite with a new image fusion/pan sharpening algorithm that as far I know, not implemented in previous IMAGINE or LPS version. The algorithm was developed by Mr Manfred Ehlers from Onasbruck University Germany, and it is called Ehlers fusion. I have tried to use it to fuse quickbird 16 BIT sample data from digitalglobe (multispectral and panchromatic), and the result is awesome. Comparison between original dataset and sharpening result indicated that this algorithm can maintain spectral integrity from original multispectral dataset without losing spatial details from panchromatic dataset. Looking the result, I have idea to compare this algorithm with Mr Yun Zhang PANSHARP algorithm that now implemented in PCI Geomatica (www.pcigeomatics.com), and Gram-schmidt Spectral Sharpening that now implemented in ITT ENVI (www.ittvis.com). The reason why I chosen PANSHARP and Gram-schmidt is both algorithms are the best pan sharpening algorithms I currently know. These algorithms can preserve either spectral integrity from multispectral bands or spatial details from panchromatic band. The picture below is the comparison result that visualized on ERDAS IMAGINE GLT viewer.

SPATIAL/QUALITATIVE ASSESSMENT

From the picture, we can see that Ehlers fusion giving superior spatial details than Gram-schmidt (GS) and PANSHARP. GS and PANSHARP still leave little artifacts (spectral residuals from original multispectral dataset, especially in bright objects) on the sharpened imagery whereas in the ehlers fusion result, they re totally blended.

SPECTRAL/QUANTITATIVE ASSESSMENT

I have tried to assess the fusion results using correlation analysis between original multispectral bands and the sharpened bands. Below are the scatter plot results from band 1 (VIS Blue) comparison.

And below are the correlation analysis results.

band x (original bands)	band y (sharpened bands)	Linear regression equation	r
ori_1	YZ_1	0,96x + 10,37	0,96
ori_2	YZ_2	0,96x + 14,92	0,96
ori_3	YZ_3	0,96x + 10,9	0,96
ori_4	YZ_4	0,96x + 14,16	0,96
ori_1	ehlers_1	0,83x + 84,54	0,83
ori_2	ehlers_2	0,88x + 41,99	0,89
ori_3	ehlers_3	0,93x + 9,29	0,95
ori_4	ehlers_4	0,97x + 11,44	0,97
ori_1	GS_1	0,90x + 23,34	0,94
ori_2	GS_2	0,91x + 32,04	0,94
ori_3	GS_3	0,94x + 15,66	0,95
ori_4	GS_4	0,99x + 4,57	0,96

Explanation : 1 = band 1 (blue); 2 = band 2 (green ); 3 = band 3 (red); 4 = band 4 (NIR)

Correlation analysis results showed that Yun Zhang PANSHARP algorithm give stable spectral preservation at all bands. Opposite with the spatial quality analysis result, Ehlers fusion can’t maintain the spectral preservation at all bands than GS or YZ PANSHARP. Although at band 4 (NIR) Ehlers give the best correlation with the original band, the correlation was dropped on the other bands. Although some algorithm give better result than the others, we can concluded that all the three algorithms give satisfied spectral preservation result and high correlation coefficient with the original multispectral bands. These algorithms are better than the more traditional algorithms like IHS fusion, CN Spectral sharpening, Brovey, and PC fusion.

Comment please.

TRANSFORMASI IHS UNTUK MENGINTEGRASIKAN INFORMASI HILL SHADE RELIEF DARI DEM DAN WARNA KOMPOSIT CITRA SATELIT

pixelcooker — Mon, 27 Oct 2008 07:38:01 +0000

Setelah satu bulan lebih puasa posting blog, akhirnya saya bisa kembali mem-posting pengalaman-pengalaman saya dalam belajar pikselisasi muka bumi (apaan tuh?he2). Sebelumnya saya mengucapkan terimakasih banyak kepada teman saya Bayu Andriyanto dari KPJ 2004 (Kartografi dan Penginderaan Jauh) Geografi UGM yg telah mengingatkan conceptual framework untuk eksperimen ini. Oke, langsung saja. Anda-anda mungkin pernah tau tentang PCS-LAPAN. PCS atau Peta Citra Satelit adalah salah satu produk LAPAN berupa citra satelit yang informasi reliefnya telah dipertajam sehingga kesan tiga dimensinya lebih tampak (lihat gambar 1). Sepintas keren ya, citranya bisa ngeblend dengan informasi relief yang diambil dari DEM. Dulu waktu masih bulan2 pertama mendalami raster-GIS, saya heran bin takjub dengan PCS ini. Kok bisa ya, hillshadingnya bisa ngeblend dengan citranya. Dulu saya mikirnya ini pasti pake teknik transparansi layer, namun ternyata bukan. Ternyata kuncinya adalah transformasi citra dengan penggantian/substitusi komponen. Dan algoritma yang dipake adalah transformasi IHS yg sangat terkenal itu (karena banyak dipakai untuk analisis landcover, image fusion, pan-sharpening dll).

Nah jika anda2 suka/tertarik dengan ekologi bentang lahan, PCS mungkin akan sangat membantu anda karena PCS dapat memberikan informasi penutup lahan dan sekaligus aspek morfologi dari bentuklahan dengan lebih baik dari citra satelit standar. Dengan PCS ini anda dapat menganalisis dan menginterpretasi (terutama secara visual/manual) bagaimana hubungan2 bentuklahan, penutup lahan, batuan, tanah dan komponen geosfer yg lain dengan lebih baik. Jika anda mempunyai citra satelit seperti LANDSAT atau SPOT dan ingin informasi reliefnya dipertajam, anda dapat membuat PCS sendiri sebagai alternatif jika anda tidak punya cukup dana untuk pesan ke LAPAN. Modalnya selain citra adalah DEM (anda dapat menggunakan SRTM yg free download atau interpolasi dari data kontur peta topografi), dan software image processing yg mensupport transformasi warna (kebanyakan software image processing bisa). Untuk contoh saya memakai ENVI 4.5 dan ArcGIS 9.3.

Tahap pertama adalah proses subsetting data. Anda bisa menggunakan software apapun yg anda kuasai, di sini saya menggunakan ArcGIS 9.3 karena lebih simpel dalam cropping data serta penyesuaian dimensi citra antara DEM dan citra satelit. Selain itu ENVI 4.5 yg saya gunakan juga sudah terintegrasi dengan ArcGIS sehingga perpindahan software bisa dilakukan tanpa kesulitan dan tanpa melalui penggantian/penyesuaian format data. Prosedurnya sebagai berikut:

Add shapefile/geodatabase feature class/coverage daerah kajian, citra satelit terkoreksi dan DEM di ArcMap. Tentukan lokasi daerah kajian, kemudian buat masking areanya dengan mengkonversi vektor daerah penelitian ke raster mask lewat arctoolbox>data conversion>to raster>polygon to raster. Kemudian lakukan raster clipping untuk DEM dan citra lewat arctoolbox>spatial analyst tool>extraction>extraction by mask. Output format disarankan adalah geotiff supaya langsung dapat dibaca di software image processing. Untuk ENVI 4.5, anda dapat langsung membuka file – file hasil pemrosesan secara langsung di ArcMap dengan melalui menu Available Band List>Open file in ArcMap. Output dari tahap 1 ini adalah citra dan DEM yang mempunyai dimensi (luasan dan resolusi) yang sama.

Tahap kedua adalah transformasi warna dan penggantian komponen warna yang dilakukan di software image processing. Dalam tulisan ini saya menggunakan ENVI 4.5. Namun proses ini bisa juga dilakukan di software lain seperti ERDAS Imagine, ER Mapper, ILWIS, PCI Geomatica dll. Tahapannya sebagai berikut:

Open citra dan DEM hasil clipping di software image processing (dalam hal ini adalah ENVI 4.5). kemudian buat layer hillshade dari DEM melalui menu topographic>topographic modelling>shaded relief, tentukan sun azimuth dan elevationnya. Output dari tahap ini adalah layer hillshade dari DEM. Kemudian lakukan transformasi warna untuk citra komposit (misalnya komposit 543 LANDSAT) melalui menu Transform>color transform>RGB to HSV. Hasil transformasi adalah citra HSV. Kemudian lakukan transformasi balik RGB melalui menu Transform>color transform>HSV to RGB, konfigurasinya sbb: R=Hue layer, G=Saturation layer, B=hillshade layer dari DEM sebagai pengganti intensity layer. Eksekusi dan liat hasilnya.

Selamat Mencoba. Di bawah ini adalah salah satu contoh hasilnya

LANDSAT 5 TM KOMPOSIT 543

HILL SHADE LAYER

RESULT

ILWIS 3.4 brief tutorial

pixelcooker — Wed, 24 Sep 2008 10:39:46 +0000

ILWIS 3.4 (part of ILWIS family)

most powerful raster GIS processor and image handler (my opinion)

just conquest it “command line bar”

and your incredible idea will flowing smoothly

learn this

http://www.ziddu.com/download/2169972/Turorial_ILWIS_B.pdf.html

this stuff is created by Y BUdi sulistioadi (thank lot pak for the knowledge)

this software is legal!!!!

EKSTRAKSI DEM/DSM DARI CITRA ASTER L1B, sebuah pengalaman……

pixelcooker — Sat, 20 Sep 2008 08:03:49 +0000

Beberapa minggu yang lalu saya mendapat kesempatan untuk belajar ekstraksi DSM (digital surface model) dari citra ASTER stereo, karena teman saya meminta bantuan untuk pengerjaan skripsinya yang menggunakan ASTER DEM untuk analisis BTS. Software yang digunakan adalah Ortho Engine 9.00 dari PCI Geomatica versi 9.00. Citra yang digunakan adalah Citra ASTER L1B format EOS-HDF dengan daerah liputan adalah Provinsi Daerah Istimewa Yogyakarta yang direkam pada bulan Mei 2003. Karakteristik citranya adalah hampir bebas awan untuk daerah daratan, sehingga sangat ideal untuk ekstraksi DEM. Selain itu waktu perekaman citra adalah pada bulan dimana matahari di utara khatulistiwa, sehingga ketika citra direkam, sudut datang sinat mataharinya rendah (iluminasinya maksimal untuk pembedaan aspek lereng dan identifikasi tie points/TPs).

Pemrosesan dilakukan melalui tahapan berikut:

Sumber titik kontrol tanah/GCPs dan titik cek/TPs berasal dari titik triangulasi BPN DIY dengan akurasi maksimal 1 meter. Untuk membantu identifikasi GCPs dan TPs, citra ASTER yang digunakan di-orthorektifikasi dulu dengan menggunakan beberapa titik kontrol BPN yang diketahui lokasi absolutnya di lapangan dan DEM SRTM. Uji akurasi citra ortho menggunakan data vector RBI. RMSEx,y yang diperoleh mencapai ½ piksel (< 7 meter).

GCP yang diperoleh sebanyak 40 titik (stereo GCP) dan TP sebanyak 55 titik yang dkumpulkan baik secara manual ataupun otomatis (menggunakan Ortho Engine Image Correlation algorithm). RMSex,y untuk GCP dan TP yang diperoleh adalah di bawah ½ piksel (<7 meter).

Hasil yang diperoleh adalah sebagaimana tampak pada gambar. Karena citra yang digunakan kualitasnya bagus (minim perawanan) maka DSM yang dihasilkan dapat maksimal (daerah error-nya sedikit). RMSEx,yang diperoleh sama dengan citra ortho (< 7 meter). Untuk menilai akurasi vertical/elevasi dari DSM, dilakukan Uji akurasi elevasi dengan menggunakan sisa titik kontrol BPN yang tidak digunakan sebagai GCP dan TP sebanyak 500 titik. RMSEz yang diperoleh adalah 19,1 meter (memenuhi standar pemetaan skala 1:100.000).

envi 4.5 for free!!!!!!! (GRATISS BROOO!!!) untuk belajar lhooo!!

pixelcooker — Sat, 13 Sep 2008 07:03:27 +0000

setelah berkelana selama berbulan-bulan di rimba internet, akhirnya saya bisa mendapatkan cara untuk memperoleh salah satu software image processing/remote sensing favorit saya, ITTVIS ENVI yang sekarang sudah mencapai versi 4.5. terdapat beberapa feature tambahan pada ENVI versi 4.5 seperti SPEARS tool (kumpulan algoritma analisis vegetasi, tekstur, ekstraksi linear feature, pan-sharpening), integrasi dengan ESRI ARCGIS 9.2 ke atas, dan juga supporting terhadap beberapa sensor satelit baru seperti ALOS (PRISM, AVNIR-2 dan PALSAR),

untuk memperoleh ENVI 4.5 secara gratis (termasuk lisensinya) anda dapat menggunakan cara berikut:

sebelumnya, anda harus menginstaal software torrent client seperti bit comet , flashget dl untuk dapat mengaplikasikan cara ini

1. download ENVI 4.5 versi evaluasi dari sini

(anda harus mendaftar untuk dapat mendownload, tapi jika anda tidak menginginkannya, anda bisa menggunakan software torrent downloader seperti bit comet untuk dapat mendownload langsung)

2. download torrent lisensi envi 4.5 dari sini (gunakan bit comet atau torrent client yg lain untuk mendownload

3, extract and apply (petunjuk detik ada pada folder lisensi)

4. enjoy the full version of ENVI 4.5!!!!

plizzz, use the software for study, if u want to use it for commercial purpose, YOU SHOULD BUY IT!!!!!!!!

PENGGABUNGAN CITRA (IMAGE FUSION) DAN KOMPOSIT WARNA ALAMI PADA CITRA SPOT5\HRG

pixelcooker — Thu, 28 Aug 2008 08:15:04 +0000

Tulisan ini saya tulis berdasarkan pengalaman saya ketika melakukan penelitian tugas akhir S1 di Kabupaten Kulonprogo Provinsi Daerah Istimewa Yogyakarta menggunakan citra SPOT5\HRG.

Penggabungan citra/image fusion merupakan salah satu teknik pemrosesan citra digital yang banyak mendapat perhatian dalam dunia penginderaan jauh. Ini dikarenakan image fusion dapat mengakomodasi kebutuhan citra resolusi tinggi tanpa harus mengusahakan sistem pencitraan dengan resolving power yang tinggi, sehingga dapat menghemat banyak waktu dan biaya. Terlebih kebanyakan sensor-sensor pada satelit sumberdaya alam modern (Landsat 7 ETM+, IKONOS, QUICKBIRD, IRS series, SPOT 1-5, ALOS AVNIR-2/PRISM, Orbview dll) sekarang ini dapat beroperasi pada mode multispectral dan pankromatik secara simultan, sehingga citra dari kedua mode dapat difusikan untuk memperoleh citra sintesis yang mengintegrasikan kelebihan spectral citra multispectral dan kelebihan spasial citra pankromatik. Secara sederhana image fusion dapat didefinisikan sebagai upaya penggabungan dua atau lebih citra yang berbeda dari segi resolusi (terutama spasial, spectral, temporal) ataupun dari segi sistem (optic, SAR) untuk menghasilkan citra baru yang mengintegrasikan kelebihan-kelebihan dari citra asal. Salah satu bagian dari image fusion adalah pan-sharpening atau penajaman citra multispectral dengan menggunakan detil spasial dari citra pankromatik.

Instrumen HRG pada satelit SPOT-5 (sebagaimana instrument pada satelit sumberdayaalam modern yang lain) mampu merekam permukaan bumi pada mode multispectral dengan resolusi spasial 10 meter dan mode pankromatik dengan resolusi spasial 2,5 meter. Salah satu kelemahan dari citra multispectral SPOT (sebagaimana ASTER) adalah tidak dapat memberikan komposit warna alami/natural color composite sebagaimana komposit 321 pada Landsat TM/ETM, IKONOS, Quickbird, dan ALOS AVNIR-2. Hal ini dikarenakan instrument HRG tidak merekam pada spectrum biru (0,4-0,5 nm). Dengan memanfaatkan citra pankromatik yang direkam pada spectrum hijau-merah (0,5-0,7 nm) dan transformasi HSV/IHS (Hue Saturation Value/Intensity Hue saturation), komposit warna alami citra multispectral SPOT5 dan sekaligus resolusi spasialnya dipertajam (dari 10 ke 2,5 meter) dapat diperoleh, sebagaimana nampak pada gambar

Adapun prosedur yang saya lakukan untuk memperoleh citra turunan dapat dilihat pada diagram alir di bawah. Keseluruhan tahapan pemrosesan citra menggunakan software ITTVIS ENVI 4.3 yang sudah mendukung format standar SPOT5 (DIMAP format).

Adapun dapat diperolehnya efek warna alami pada citra turunan dapat dijelaskan sebagai berikut. Komposit warna yang dipilih sebelum transformasi adalah komposit 432/SWIR-NIR-Red. Karakteristik spectral obyek pada komposit 432 adalah vegetasi berwarna hijau cerah tersaturasi sebagai akibat pantulan yang tinggi pada saluran 3, tanah kering berwana coklat cerah sebagai akibat pantulan yang tinggi pada saluran 3 dan 4, obyek air dan tanah lembab berwarna biru gelap sebagai akibat pantulan yang rendah pada saluran 3 dan 4. Ketika transformasi dilakukan, komponen RGB kemudian dipecah menjadi komponen HIS (gambar 3). Citra pankromatik kemudian dinjeksikan sebagai pengganti komponen intensitas, yang dilanjutkan dengan transformasi balik ke bidang RGB untuk memperoleh citra output. Injeksi saluran pankromatik ini yang menyebabkan munculnya efek warna alami pada citra turunan. Penyebabnya adalah perbedaan karakteristik spectral antara komponen intensitas pada komposit 432 dan citra pankromatik. Komponen intensitas pada komposit 432 mempunyai karakteristik spectral berupa nilai kecerahan yang tinggi pada obyek vegetasi dan tanah kering (pengaruh saluran 3 dan 4) namun sebaliknya pada citra pankromatik sebagai akibat kepekaan spectral yang hanya sampai saluran merah (Gambar 4). Untuk obyek air dan tanah lembab, nilai kecerahannya rendah pada komponen intensitas komposit 432 (serapan yang tinggi pada saluran 3 dan 4), namun relative tinggi pada citra pankromatik (akibat pantulan yang cukup tinggi pada spectrum hijau). Akibatnya,ketika penggantian komponen dilakukan, warna vegetasi di normalisasi sebagai akibat penurunan nilai intensitas menghasilkan warna hijau daun (sebagaimana mata kita mengenali warna daun). Sedangkan warna air di normalisasi mendekati warna air alami sebagai akibat naiknya nilai intensitas.

Gambar 3

Gambar 4

Sanggahan, kritik, saran, masukan, pertanyaan, koreksi sangat diharapkan dan dipersilahkan

LANDSAT 4,5,7, MSS, TM, ETM+ GRATIS! TIS! TIS!

pixelcooker — Tue, 26 Aug 2008 08:44:15 +0000

berita baru nih!!!!!

arsip global citra landsat di USGS dari tahun 1984 (landsat 4) hingga landsat 7 akan dilepas ke publik secara cuma-cuma dan dapat didownload secara gratis di internet dari glovis maupun earthexplorer,

untuk lebih jelasnya silahkan baca di sini

sepatuku malang………..

pixelcooker — Fri, 22 Aug 2008 07:39:42 +0000

mungkin benar yang bapakku selalu bilang, menganggap remeh segala sesuatu adalah jalan tercepat menuju neraka. menganggap remeh merupakan salah satu titik lemah yang selalu aq remehkan dalam menjalani hidup. Berjuta-juta kali aq kehilangan barang, waktu dan kesempatan akibat peremehan demi peremehan. kalo bisa dibilang ada yg lebih bodoh dari keledai, mungkin aq salah satunya. betapa tidak. beberapa hari yang lalu aq baru saja kehilangan sepatu pantopel kulit baruku di mesjid kantorku. sepatu dengan harga 250ribu (cukup mahal untuk kantongku) yang kudapatkan dengan susah payah berjalan kaki 3 jam dari ujung utara malioboro hingga perempatan kantor pos besar kota jogja. belum lagi harus menawar sama mpunya toko.

pada suatu siang di waktu zuhur, aq berniat lillahita’ala untuk sholat tepat waktu (biasanya jam2an aq baru sholat zuhur). sampai di masjid aq sudah ketinggalan 3 roka’at. masjid kantorq sebenarnya terkenal tidak aman, dan biasanya aq kalo sholat pake sandal. karena merasa malas lepas sepatu, aq ke masjid tetap pake sepatu. kutaruh sepatuku di depan masjid, wudhu, sholat 3 menitan, trus balik kerja lagi. tapi ketika sampe di depan masjid, sepatuq lenyap, lenyap dalam waktu 3 menit. yang kupikirkan dan kuucapkan dalam hati pertama kali adalah “Bodoh kenapa tadi tidak pake sandal, bukannya sudah ada di kantor” habis2an aq merutuk diri, bukan masalah harga atau sepatunya. tapi nilai historis dan perjuangan untuk mendapatkannya yg bikin aq masygul.

SIAL

FW Tools…. Perpustakaan Data Spasial

pixelcooker — Thu, 21 Aug 2008 15:44:17 +0000

Bagi anda2 yang bergelut dengan ilmu2 kebumian, tentunya anda sering menggunakan citra penginderaan jauh sebagai salah satu sumber data spasial dan GIS sebagai alat analisis data. Dengan semakin berkembanganya teknologi dan juga industrialisasi RS/GIS, saat ini telah bermunculan berbagai macam software RS/GIS dengan berbagai macam format data spasial. Jumlah format data spasial yang ada saat ini konon katanya mencapai ratusan. Dalam berbagai pekerjaan, saya (dan juga anda mungkin) pernah dan sering dipusingkan dengan masalah konversi data spasial, terutama jika anda memerlukan lintas software untuk menyelesaikan pekerjaan anda, atau anada mempunyai data yang formatnya tidak didukung software yang anda gunakan. Untuk itu, anda akan sangat merasakan sekali kegunaan spatial data translator/library. Spatial data translator adalah software RS/GIS yang didesain terutama nutuk keperluan konversi data spasial. Sejauh yang saya ketahui, ada dua software spatial data translator yang banyak digunakan. Yang pertama adalah SAFE FME dari Safe software (www.safe.com). FME dapat mensupport lebih dari 200 format data (raster dan vektor). walaupun kemampuannya sangat handal , FME termasuk dalam kategori shareware, sehingga anda harus membeli lisensinya untuk dapat menggunakan secara permanen dan tanpa limitasi. Software yang kedua adalah FWTools. Berbeda dengan FME, FWTools termasuk dalam kategori freeware/open source, sehingga anda dapat menggunakannya secara cuma2. FWTools dibuat oleh Frank Warmerdam dengan menggunakan bahasa Phyton. FWTools versi terbaru (2.2.1) dapat didowload dari situs www.fwtools.maptools.org . Bagi anda2 yang sering menggunakan GDAL untuk konversi data, ada baiknya anda mencoba FwTools ini karen software ini termasuk salah satu yang mengimplementasikan GDAL paling sempurna dengan GUI yang mudah dipahami.

Bagi saya pribadi, FWTools ini merupakan dewa penyelamat, karena saya termasuk fans berat ILWIS. Sebagaimana yang kita ketahui bersama, ILWIS versi terbaru (3.4 Open source) tidak lagi mengimplementasikan PCI geogateway dalam modul import/exportnya, implementasi GDAL pun kurang sempurna, sehingga modul import/export ILWIS 3.4 terdegradasi cukup parah jika dibandingkan versi sebelumnya (3.3 Academic). Adanya FWTools ini menyelamatkan saya karena software ini dapat melakukan import/export dari format ILWIS 2.x dan 3.x ke format lain, bahkan yang tidak didukung oleh versi 3.3. Academic seperti JP2, ESRI GRID, ERDAS IMAGINE, dll.

FWTools = Cool.

Thanks, respect and salute to Mr Frank Warmerdam and all RS/GIS Software engineer/developer for their incredible works, so my spatial analysis can be done without having problem with legality

Geomatica 9.1

pixelcooker — Tue, 19 Aug 2008 08:58:05 +0000

finally i start my own blog……

bwt temen2 yg penasaran bikin DEM dari citra aster, tapi ga bisa2, nih saya beri link download software PCI geomatica 9.1. Dengan menggunakan modul ortho engine, temen2 bisa bikin DEM dari citra ASTER L1A or L1B, demikian pula dengan citra2 lainnya baik yg optical seperti IKONOS, QUICKBIRD, AVHRR, MERIS, SPOT, LANDSAT, IRS ato yg SAR seperti ENVISAT ASAR, ERS, RADARSAT dan JERS

syaratnya cuma dua,

1. citranya harus stereo (ya iyalaaah, namanya juga ekstraksi DEM dari citra), dan

2. informasi header citranya harus lengkap, karena software membutuhkan berbagai macam informasi orbital dan ephemeris sensor serta platform, selain juga GCPs dan TPs dengan kualitas, jumlah dan distribusi yang well. Untuk citra aster, informasi ini diperoleh dari metadata yg tersimpan dalam file *hdf (akan diolah secara otomatis oleh software)

sayangnya untuk versi 9.1 ini belum mensuport satelit generasi baru seperti ALOS dengan sensor PRISM dan PALSAR yg juga bisa digunakan untuk mengekstraksi DEM. dari informasi yg saya peroleh, ALOS sudah disuport oleh geomatica yg versi 10 (cuman saya belum punya, kalo ada yg punya saya nggak menolak jika mau dibagi, hehehe).

karena masalah legalitas, untuk link downloadnya anda bisa email saya (bram_yukie@yahoo.co.id), nanti saya kirim link-nya

tapi softwarenya jgn buat kepentingan komersil ya, bwt belajar aja, kasihan yg dah bikin softwarenya