Interpretasi Citra Untuk Pemetaan Penggunaan lahan
-
Upload
bramantiyo-marjuki -
Category
Education
-
view
2.876 -
download
9
description
Transcript of Interpretasi Citra Untuk Pemetaan Penggunaan lahan
INTERPRETASI CITRA UNTUK PEMETAAN PENGGUNAAN LAHAN
PENGINDERAAN JAUH DAN INTERPRETASI CITRA
penginderaan jauh didefinisikan sebagai ilmu (dan juga seni sampai pada luasan tertentu) yang mempelajari bagaimana cara memperoleh informasi tentang suatu obyek di permukaan bumi tanpa ada kontak langsung dengan obyek tersebut. Perolehan informasi ini dilakukan dengan cara mengindra dan merekam energi dari suatu sumber energi yang terpantulkan atau terpancarkan oleh obyek di permukaan bumi, untuk kemudian diproses, dianalisis dan diaplikasikan untuk kepentingan tertentu (CCRS, 1999)
a. Sumber energi e. Ground station
b. Energi melewati atmosfer f. Analisis citra
c. Obyek permukaan g. Aplikasid. Sensor dan wahana
ENERGI DAN SUMBER ENERGI
Energi yang digunakan dalam penginderaan jauh adalah radiasi elektromagnetik.
Sumbernya dapat berupa sumber alami maupun buatan
Sumber alami adalah matahari (passive remote sensing), sedangkan sumber buatan adalah berupa pembangkit sinyal (ampli/antenna) yang dipasang pada suatu wahana (active remote sensing)
SUMBER ENERGI GELOMBANG EM
1. Penginderaan Jauh Pasif
Menggunanakan matahari sebagai sumber gelombang EM
2. Penginderaan Jauh Aktif
Mempunyai sumber energi sendiri untuk menghasilkan gelombang EM
INTERAKSI DENGAN ATMOSFIR
Perambatan gelombang elektromagnetikdari matahari ke bumi mengalami penyebaran(scattering), yang disebabkan oleh partikel-partikel dalam atmosfir.
Perhatikan pada siang hari langit menjadibiru dan pada matahari terbit atau tenggelam, langit menjadi kemerahan. Hal ini disebabkanadanya scattering yang disebabkan oleh partikel-partikel dalam atmosfir
INTERAKSI DENGAN TARGET
Energi yang tidak terserap dan tersebarpada atmosfir dapat mencapai permukaanbumi
Energi yang mencapai target (I) akan terbagilagi menjadi energi yang ditransmisikan (T)diserap target (A)) dan energi yang dipantulkan (R).
Energi yang dipantulkan merupakan perhatian yang utamadalam remote sensing
Pantulan Sempurna(Specular)
Pantulan segala arahDiffuse)
SETIAP OBYEK AKAN MEMPUNYAI RESPON (DALAM BENTUK PERBEDAAN INTENSITAS PANTULAN-SERAPAN) YANG BERBEDA TERHADAP ENERGI GELOMBANG ELEKTROMAGNETIK YANG DATANG PADANYA. SELAIN ITU, OBYEK YANG SAMA JUGA AKAN MEMPUNYAI RESPON BERBEDA TERHADAP SPEKTRUM YANG BERBEDA
INTERAKSI DENGAN TARGET
SETIAP OBYEK AKAN MEMPUNYAI RESPON (DALAM BENTUK PERBEDAAN INTENSITAS PANTULAN-SERAPAN) YANG BERBEDA TERHADAP ENERGI GELOMBANG ELEKTROMAGNETIK YANG DATANG PADANYA. SELAIN ITU, OBYEK YANG SAMA JUGA AKAN MEMPUNYAI RESPON BERBEDA TERHADAP SPEKTRUM YANG BERBEDA
KURVA PANTULAN OBYEK
0,3 1 3 10
SOIL
VEGETATION
WATER
m
WAHANA DAN SENSOR
4 Resolusi terkait kemampuan sensor dalam merekam
Resolusi spasial Resolusi spektral Resolusi radiometrik Resolusi temporal
Wahana
Sensor
WAHANA PENGINDERAAN JAUH
Rocket
Satellite
Balloon
Aero plane
Helicopter
Crane
1000 Km
100
10
1
0 Km
PEREKAMAN GELOMBANG EM
1. Sensor Fotografik
Perekaman berlangsung seperti kamera foto biasaatau yang kita kenal sebagai proses kimiawi.Citra yang dihasilkan dibentuk dari titik-titik yang sangat halus
2. Sensor Elektronik
Sensor yang bekerja secara elektrik, data yang direkam berupa data dijital/numerik.Citra dibentuk dari pixel (picture element)
BEBERAPA SENSOR SATELIT
NOAA-AVHRR
Resolusi Spasial : 1.1 kilometerResolusi Spektral :6 Saluran (spektrum tampak – termal)Resolusi radiometrik : 10 Bit per SaluranResolusi Temporal : 12 jam
BEBERAPA SENSOR INDERAJA
LANDSAT
Resolusi Spasial : 30 meterResolusi Spektral : 8 Saluran (spektrum tampak – termal)Resolusi radiometrik : 8 Bit per SaluranResolusi Temporal : 18 Hari
BEBERAPA SENSOR INDERAJA
SPOT
Resolusi Spasial : 10 meterResolusi Spektral : 4 Saluran (spektrum tampak – inframerah gelombang pendek)Resolusi radiometrik : 8 Bit per SaluranResolusi Temporal : 2-3 Hari
BEBERAPA SENSOR INDERAJA
Quickbird
Resolusi Spasial : 0.6 meterResolusi Spektral : 4 Saluran (spektrum tampak – inframerah dekat)Resolusi radiometrik : 11 Bit per SaluranResolusi Temporal : 3 Hari
DATA PENGINDERAAN JAUH
FOTO UDARA
1. Lebih sederhana sistem operasionalnya
3. Resolusi spasial lebih baik
2. Tingkat kedetilan dapat disesuaikan dengan kebutuhan
2. CITRA SATELIT
Landsat (Amerika Serikat)Ikonos (Amerika Serikat +Jepang)Quickbird (Amerika Serikat)SPOT (Perancis )NOAA (Amerika Serikat )IRS (India)Aster (Amerika Serikat ), dll.
1. Biaya relatif lebih murah2. Kontinyu3. Mudah didapat
3. RADAR
1. Mempunyai Sumber Energi Sendiri
2. Tidak Tergantung Waktu
3. Tembus Awan
CONTOH PRODUK FOTO UDARA
PANCHROMATIC HITAM PUTIH
1 : 50.000
TAHUN 1994
1 :15.000
TAHUN 1990
1 :30.000
TAHUN 1994
1 : 7000
TAHUN 1996
Citra Landsat
CITRA SPOT
QUICKBIRD
Citra NOAA AVHRR,dengan resolusi spasial4 km x 4 km
RADAR
RESOLUSI SPASIAL
KARAKTERISTIK CITRA SATELIT
Kemampuan sensor dalam mendefinisikan objek di permukaan bumi yang diwakili oleh pixel (picture element)
Satu pixel mewakili30 meter x 30 meter (Landsat)2,5 meter x 2,5 meter (SPOT)1 meter x 1 meter (Ikonos)0,6 meter X 0,6 meter (Quickbird)
RESOLUSI SPEKTRAL
KARAKTERISTIK CITRA SATELIT
Resolusi spektral mendefinisikan kemampuan sensor untuk mendefinisikan kehalusan interval panjang gelombang yang bisa direkam
Landsat-TM Band-342
Landsat-TM Band-247
Landsat-TM Band-432
Landsat-TM Band-521
RESOLUSI TEMPORAL
Lamanya satelit kembali lagi pada suatu lokasi atau wilayah yang sama
Landsat : 16 hari
SPOT : 26 hari
Ikonos : + 3 hari
Quikbird : 1 – 3,5 hari
NOAA : 24 jam Sampai lokasi yang samapada x hari
RESOLUSI RADIOMETRIK
4 NILAI KECERAHAN (2 BIT) 256 NILAI KECERAHAN (8 BIT)
Resolusi radiometrik adalah ukuran sensitivitas sensor untuk membedakan aliran radiasi (radiation flux) yang dipantulkan atau diemisikan suatu objek oleh permukaan bumi. Sebagai contoh, radian pada panjang gelombang 0,6 - 0,7 m akan direkam oleh detektor MSS band 5 dalam bentuk voltage. Kemudian analog voltage ini disampel setiap interval waktu tertentu (contoh untuk MSS adalah 9,958 x 10-6 detik) dan selanjutnya dikonversi menjadi nilai integer yang disebut bit. MSS band 4, 5 dan 7 dikonversi ke dalam 7 bit (27=128), sehingga akan menghasilkan 128 nilai diskrit yang berkisar dari 0 sampai dengan 127. MSS band 6 mempunyai resolusi radiometrik 6 bit (26=64), atau nilai integer diskrit antara 0 - 63. Generasi kedua data satelit seperti TM, SPOT dan MESSR mempunyai resolusi radiometrik 8 bit (nilai integer 0 - 255). Citra yang mempunyai resolusi radiometrik yang lebih tinggi akan memberikan variasi informasi yang lebih tinggi dibandingkan dengan citra yang mempunyai resolusi radiometrik yang lebih rendah
.GROUND STATION AND PROCESSING
Pemrosesan, setelah energi dideteksi dan ditangkap sensor, energi ini kemudian direkam dalam detektor, untuk kemudian diproses menjadi citra. Untuk sistem fotografi, detektor berupa film yang nanti kemudian dicetak menjadi foto. Sedangkan untuk sistem elektronis/digital, data yang terekam dikirim ke stasiun penerima di bumi untuk kemudian diproses menjadi citra digital.
LAPAN Pare Pare Ground Station
ANALISIS CITRA(EKSTRAKSI INFORMASI TEMATIK DARI CITRA)
Interpretasi visual
Analisis digital
INTERPRETASI VISUAL
Aktivitas visual untuk mengkaji citra yang menunjukkan gambaran muka bumi yang tergambar di dalam citra tersebut untuk tujuan identifikasi obyek dan menilai maknanya ( howard, 1991 ).
TAHAPAN INTERPRETASI VISUAL
DETEKSI IDENTIFIKASI ANALISIS
KUNCI INTERPRETASI VISUAL (IDENTIFIKASI OBYEK)
Rona/Warna; merupakan nilai kecerahan relatif dari obyek. Rona merupakan unsur paling dasar untuk membedakan obyek, Rona yang berbeda biasanya mengindikasikan obyek yang berbeda pula.
Bentuk; merupakan keadaan umum , struktur atau penciri tepi suatu obyek, bentuk kotak biasanya mencirikan sawah, permukiman atau gedung, bentuk tidak beraturan mencirikan vegetasi, hutan, dan sebagainya.
Ukuran; besar kecilnya suatu obyek dibandingkan dengan obyek yang lain. Kantor dan Sekolah bisa saja mempunyai bentuk dan rona yang sama, tapi keduanya bisa dibedakan dari segi ukurannya.
KUNCI INTERPRETASI VISUAL (IDENTIFIKASI OBYEK)Pola; merupakan susunan keruangan dari obyek. Kompleks perumahan biasanya dicirikan dengan pola obyek rumah yang teratur dan dipisahkan jalan, sedangkan permukiman kumuh justru sebaliknya.
Tekstur; merupakan variasi rona di dalam sebuah obyek. Tekstur kasar tidak teratur biasanya mencirikan vegetasi, sedangkan tubuh air tenang atau sawah mempunyai tekstur halus.
Bayangan; Bayangan merupakan penciri obyek yang mempunyai aspek ketinggian atau tidak. Bayangan biasanya dipakai untuk mengidentifikasi dan membedakan perbukitan dan dataran pada pemetaan geologi – geomorfologi.
Asosiasi; Hubungan antara satu obyek dengan obyek lain. Beberapa obyek terkadang mempunyai kedekatan posisi satu sama lain seperti permukiman perkotaan berasosiasi dengan jaringan jalan, sungai biasanya diikuti pepohonan rimbun di bantarannya.
CONTOH PENERAPAN KUNCI INTERPRETASI VISUAL
Analysis/ Interpretasi
ManualV
V
BS
BS
BK
L
INTERPRETASI CITRA DIGITAL/KLASIFIKASI MULTISPEKTRAL
Proses interpretasi obyek pada citra secara otomatis dengan bantuan komputer.
Proses interpretasi hanya mengandalkan pada informasi rona/warna (spektral).
Lebih cepat daripada interpretasi visual, tetapi informasi yang dihasilkan lebih terbatas.
Keluaran dalam format Raster. Proses klasifikasi ada 2 macam, Supervised
dan Unsupervised.
TAHAPAN KLASIFIKASI MULTISPEKTRAL (SUPERVISED)
Operator mendefinisikan skema kelas informasi (air, vegetasi, lahan terbuka, lahan terbangun, dsb).
Operator memilih area sampel kelas spektral pada citra, kemudian mendefinisikan informasinya sesuai dengan kelas informasi yang cocok.
Komputer mengklasifikasi kelas spektral sesuai dengan area sampel, dilanjutkan penamaan kelas informasi yang sesuai
Operator melakukan Uji Akurasi
TAHAPAN KLASIFIKASI MULTISPEKTRAL (UNSUPERVISED)
Operator mendefinisikan skema kelas informasi (air, vegetasi, lahan terbuka, lahan terbangun, dsb).
Komputer mengklasifikasi kelas spektral sesuai dengan parameter statistik yang ditentukan operator.
Operator mendefinisikan dan mencocokkan kelas spektral dengan kelas informasi
Operator melakukan Uji Akurasi
Analysis/Interpretasi Digital indeks vegetasi
PERBANDINGAN INTERPRETASI VISUAL DAN DIGITAL
Metode Kelebihan Kekurangan
Interpretasi Visual
- Pengetahuan interpreter bisa dimanfaatkan semaksimal mungkin.
- Penerapan skala pemetaan fleksibel
- Proses interpretasi memerlukan waktu lama
- Hasil interpretasi bersifat subyektif dan berbeda pada setiap interpreter.
Klasifikasi Digital - Waktu pemrosesan relatif singkat
- Parameter kuantitatif dari citra bisa diekstrak
- Pengetahuan interpreter tidak bisa dimanfaatkan
- Penerapan skala pemetaan tidak fleksibel
INTERPRETASI CITRA UNTUK PEMETAAN PENGGUNAAN LAHAN
PENGGUNAAN LAHAN ????
Lahan Merupakan material dasar dari suatu lingkungan (situs), yang diartikan berkaitan dengan sejumlah karakteristik alami yaitu iklim, geologi, tanah, topografi, hidrologi dan biologi (Aldrich, 1981).
Dalam pengertian lain, lahan didefinisikan sebagai ruang diatas permukaan bumi yang mempunyai ciri khusus dari aspek iklim, geologi, topografi, tanah, hidrologi dan biologi.
Obyek yang ada dipermukaan lahan disebut dengan penutup lahan. Secara umum penutup lahan dapat dibedakan menjadi tiga kategori, yaitu vegetasi, tanah, dan air, yang nantinya diperinci menjadi kategori yang lebih detil.
Adapun penggunaan lahan adalah segala bentuk aktivitas manusia di atas lahan. Contoh penggunaan lahan antara lain sawah, permukiman, pertokoan, kantor, kebun, tambang dan lain-lain.
Penutup Lahan
Penggunaan Lahan
Proses interpretasi Citra Penggunaan Lahan
SKEMA KLASIFIKASI PENGGUNAAN LAHAN
Jenjang I Jenjang II
Jenjang III Jenjang IV Simbol
1. Daerah Bervegetasi A. Daerah Pertanian 1. Sawah Irigasi Si2. Sawah Tadah Hujan St3. Sawah Lebak Sl4. Sawah pasang surut Sp5. Ladang/Tegal L6. Perkebunan - Cengkeh C
- Coklat Co- Karet K- Kelapa Ke- Kelapa Sawit Ks- Kopi Ko- Panili P- Tebu T- Teh Te- Tembakau Tm
7. Perkebunaan Campuran Kc
8. Tanaman Campuran Te B. Bukan Daerah Pertanian 1. Huatan lahan kering - Hutan bambu Hb
- Hutan campuran Hc- Hutan jati Hj- Hutan pinus Hp- Hutan lainnya Hl
2. Hutan lahan basah - Hutan bakau Hm- Hutan campuran Hc- Hutan nipah Hn- Hutan sagu Hs
3. Belukar B4. Semak S5. Padang Rumput Pr6. Savana Sa7. Padang alang-alang Pa8. Rumput rawa Rr
II. Daerah tak bervegetasiC. Bukan daerah pertanian 1. Lahan terbuka Lb
2. Lahar dan Lava Ll3. Beting Pantai Bp4. Gosong sungai Gs5. Gumuk pasir Gp
III. Permukiman dan lahan bukan pertanianD. Daerah tanpa liputan vegetasi 1. Permukiman Kp
2. Industri In3. Jaringan jalan 4. Jaringan jalan KA 5. Jaringan listrik tegangan tinggi
6. Pelabuhan udara 7. Pelabuhan laut
IV. Perairan E. Tubuh perairan 1. Danau D2. Waduk W3. Tambak ikan Ti4. Tambak garam Tg5. Rawa R6. Sungai 7. Anjir pelayaran 8. Saluran irigasi 9. Terumbu karang 10. Gosong pantai
CONTOH HASIL INTERPRETASI
PENGINDERAAN JAUH UNTUK PENGGUNAAN LAHAN
Cakupan Area Perekaman Luas Perekaman/pengamatan multi waktu Multi resolusi Multi Skala Aksesbilitas Biaya Lebih Murah Integrasi dengan GIS/Model Spasial
WHY ?????
DEMO
REVIEW DAN QUIZ
FURTHER READINGS
Fundamentals of Remote Sensing (http://www.nrcan.gc.ca/sites/www.nrcan.gc.ca.earth-sciences/files/pdf/resource/tutor/fundam/pdf/fundamentals_e.pdf)
Principles of Remote Sensing (http://www.crisp.nus.edu.sg/~research/tutorial/rsmain.htm)
NEODC Remote Sensing Tutorial (http://www.neodc.rl.ac.uk/tutorials/rstutorial/tutorialhome.htm)
FREE DOWNLOAD REMOTE SENSING DATA (MENCAKUP WILAYAH INDONESIA)
http://www.landcover.org (LANDSAT 1-8, DEM SRTM, MODIS, ASTER, AVHRR, EO-1 ALI, EO-1 HYPERION)
http://earthexplorer.usgs.gov (LANDSAT 1-8, SRTM, MODIS, ASTER, AVHRR, EO-1 ALI, EO-1 HYPERION, OrbView-3, SIR-C RADAR, Foto Udara skala kecil)
http://glovis.usgs.gov (LANDSAT 1-7, SRTM, MODIS, ASTER, AVHRR, EO-1 ALI, EO-1 HYPERION, OrbView-3, SIR-C RADAR, Foto Udara skala kecil, TerraLook)
http://terralook.cr.usgs.gov/ (LANDSAT, ASTER) http://lance.nasa.gov/data-products/modis-products/ (MODIS) http://reverb.echo.nasa.gov/ (LANDSAT, ASTER GDEM, MODIS,
TRMM)
SOFTWARE PENGOLAHAN CITRA Komersil/Berbayar
ERDAS IMAGINE (http://www,erdas,com ) ENVI (http://www.exelisvis.com/language/en-us/productsservices/envi.aspx) PCI Geomatica (http://www.pcigeomatics.com/) ER Mapper (http://
www.erdas.com/products/ERDASERMapper/ERDASERMapper/Details.aspx) Global Mapper (http://www.bluemarblegeo.com/global-mapper/index.php) ESRI ArcGIS (http://www.esri.com ) IDRISI GIS (http://www.clarklabs.org/)
Freeware/Open Source ILWIS (http://52north.org/communities/ilwis/) OPTICKS (http://opticks.org/confluence/display/opticks/Welcome+To+Opticks) GRASS (http://grass.fbk.eu/) OSSIM (http://www.ossim.org/OSSIM/OSSIM_Home.html) BILKO (http://www.noc.soton.ac.uk/bilko/) SPRINGS (http://www.dpi.inpe.br/spring/) MultiSpec (https://engineering.purdue.edu/~biehl/MultiSpec/)
TERIMAKASIH